PROMO 12.12 YES! BELAJAR DATA SCIENCE 6 BULAN CUMA 122K!
Diskon Spesial 97% Belajar Data Science Bersertifikat!
SERBU DISINI!
Pendaftaran ditutup dalam 0 Hari 10 Jam 52 Menit 42 Detik 

Mengenal Jenis Data Statistik Berdasarkan Hasil Pengukuran

Belajar Data Science di Rumah 13-Oktober-2021
https://dqlab.id/files/dqlab/cache/38b00b42b29e8b40df8f398922f3ca66_x_Thumbnail800.png

Seperti yang kita tahu bahwa statistik merupakan salah satu cara yang banyak manfaatnya bagi peneliti untuk menganalisis data. Satu modal penting yang harus dikuasai terlebih dahulu oleh peneliti yang akan menggunakan teknik statistik adalah memahami mengenai jenis data yang akan dianalisis, Data statistik adalah data yang berupa numerik atau non-numerik yang diolah dengan menggunakan teknik analisis data statistik tertentu. Pengelolaan ini dihasilkan dari data mentah yang kemudian menjadi bagian informasi aktual yang dikumpulkan oleh peneliti selama penelitian berlangsung.


Penelitian merupakan cara ilmiah untuk mendapatkan data yang valid. Untuk bisa mendapatkan data yang valid tersebut, maka peneliti harus terlebih mengetahui macam-macam data. Data dalam statistik ada beberapa jenis tergantung dari cara mendapatkannya. Dalam dunia statistik, dikenal setidaknya terdapat empat jenis data berdasarkan skala atau hasil dari pengukuran yang dilakukan untuk memperoleh data. Data dapat berasal dari mana saja sehingga perlu dikelompokkan. Sebagai praktisi data, penting untuk mengetahui jenis-jenis data agar tidak keliru ketika menerapkan metode dalam pengolahannya. Yuk, kita bahas satu per satu jenis data statistik tersebut!


1. Data Nominal

Data nominal ini disebut juga dengan data berskala nominal, yaitu data yang diperoleh dengan cara kategorisasi atau klasifikasi. Jenis data ini merupakan salah satu contoh jenis data statistik kualitatif. Ciri-cirinya adalah posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :). Contoh data nominal: huruf, simbol, kata jenis kelamin, jenis pekerjaan dan sebagainya. Dalam metodenya, data dikelompokkan ke dalam kategori. Kemudian frekuensi atau persentase data dihitung. Data nominal pada umumnya direpresentasikan secara visual menggunakan diagram lingkaran.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Data Ordinal

Data berskala ordinal adalah jenis data yang diperoleh mengikuti urutan yang alami dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan. Jenis data ini juga termasuk jenis data kualitatif. Ciri-cirinya adalah posisi data tidak setara dan tidak bisa dilakukan operasi matematika (+, -, x, :). Dikutip dari Built In, data ordinal pada umumnya direpresentasikan menggunakan diagram lingkaran dan batang. Selain itu, data ordinal juga menggunakan parameter seperti persentil, median, mode, dan rentang interkuartil dalam mengolah data. Contoh data ordinal: kepuasan kerja, motivasi, survei, kuisioner, keuangan, dan sebagainya.


3. Data Interval

Data berskala interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara dua titik skala sudah diketahui. Jenis data interval merupakan bagian dari jenis data kontinu. Ciri-cirinya adalah tidak ada kategorisasi dan bisa dilakukan operasi matematika. Yang membuat jenis data ini berbeda adalah, terdapat tingkatan yang lebih tinggi dengan menunjukan jarak antara data yang satu dengan data yang lainnya. Di dalam data interval, kita dapat membedakan nilai-nilai data tersebut secara jelas. Contoh data interval: temperatur yang diukur berdasarkan 0⁰C dan 0⁰F, dan sistem kalender.


4. Data Rasio

Data rasio juga menjadi salah satu jenis data yang termasuk dalam data kontinu. Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. Ciri-cirinya adalah tidak ada kategorisasi dan bisa dilakukan operasi matematika. Hanya saja untuk skala pengukuran dalam data rasio ini akan menunjukkan nilai mutlak dan tidak memberikan nilai. Data ordinal adalah data yang berbentuk rangking atau peringkat.  Contoh data rasio: Data juara I, II, III dan seterusnya, data gaji, skor ujian, dan data jumlah barang.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Pelajari Jenis Data Statistik Lainnya Bersama  DQLab Academy

Salah satu cabang ilmu yang mendukung adanya Data Analyst adalah keilmuan statistik. Banyak sekali teori teori statistik yang digunakan oleh Data Analyst dalam mengolah data. Mau tau apa saja? Yuk pahami dan terjun langsung dengan data real industri bersama DQLab Academy! Belajar Statistik dan Data Science anti ribet dengan fitur live code editor! Caranya gampang, karena kamu hanya perlu membuat akun dengan SIGN UP di DQLab.id dan pastinya GRATIS. Tunggu apalagi? Persiapkan dirimu untuk berkarir sebagai praktisi data yang kompeten!



Penulis : Salsabila Miftah Rezkia

Editor : Annissa Widya Davita

Mulai Belajar
Data Science Sekarang
Bersama DQLab

Buat Akun Belajarmu & Mulai Langkah
Kecilmu Mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :