Kenali 4 Jenis Data Statistik dalam Pengolahan Data

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. 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. Menurut Sumber dan Pengguna

Data Internal

Data internal merupakan jenis data statistik yang didapatkan dari dalam atau pihak internal suatu organisasi, perusahaan atau tempat dilakukannya penelitian. Data internal menggambarkan keadaan atau kegiatan suatu organisasi atau perusahaan itu sendiri.

Contoh:

• Data pengeluaran keuangan untuk membayar biaya produksi perusahaan tekstil.

• Data jumlah karyawan perusahaan.

• Data keuangan suatu organisasi.

Data Eksternal

Data eksternal adalah jenis data statistik yang didapatkan dari luar organisasi atau pihak eksternal. Data eksternal menggambarkan keadaan atau kegiatan dari luar yang bisa mempengaruhi keadaan di dalam suatu organisasi atau perusahaan dan data tersebut tidak terdapat dalam aktivitas intern organisasi/perusahaan tersebut.

Contoh:

• Bagi perusahaan œLG, data daya beli masyarakat terhadap barang produksinya adalah data eksternal perusahaan tersebut.

• Data tingkat kepuasan masyarakat terhadap barang produksi menjadi tolok ukur dalam mengembangkan daerah pemasaran.

• Data penjualan produk kompetitor.

Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik

2. Menurut Cara Memperolehnya

Data Primer

Data primer adalah jenis data statistik yang secara langsung diambil dari objek/objek penelitian oleh orang yang melakukan pengamatan maupun organisasi tersebut.  

Contoh:

• Data hasil wawancara.

• Data hasil kuesioner.

• Data hasil survei

• Data dari pengamatan di lapangan.

Data Sekunder

Data sekunder adalah jenis data statistik yang dikumpulkan dan diperoleh tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain atau sumber yang sudah ada sebelumnya dengan berbagai cara atau metode baik secara komersial maupun non komersial. 

Contoh:

• Peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.

• Data dari penelitian terdahulu.

• Data dari Perpustakaan.

• Data dari perusahaan tertentu.

  
  

3. Menurut Sifatnya

Data Kualitatif

Data kualitatif adalah jenis data statistik yang mengacu pada jenis data yang tidak dinyatakan dalam bentuk angka, atau bisa dikatakan data non-numerik yang dalam hal ini bisa berupa data nominal atau data ordinal. Penggunaan dalam contoh analisis data kualitatif ini biasanya dilakukan dalam kasus-kasus terkait dengan masalah sosial tertentu.

Contoh:

• Kuesioner tingkat kepuasan terhadap produk.

• Nilai Rupiah yang sangat kuat.

• Data kualitas pelayanan restoran.

Data Kuantitatif

Data kuantitatif dalam statistik akan senantiasa mengacu pada data yang berbentuk angka, bilangan atau data numerik yang dilakukan penghitungan secara manual atau bisa juga dengan aplikasi SPSS (Statistical Product and Service Solutions). Data ini bersifat objektif sehingga setiap orang yang membacanya akan menghasilkan pemahaman yang sama.

Contoh:

• Data pemasukan suatu perusahaan.

• Data jumlah orang yang tinggal di kota A.

• Nilai rupiah Rp 9.250,00 per US$ di akhir tahun 2006.

4. Menurut Skala Pengukuran

Data Nominal

Data nominal yang juga dikenal sebagai data diskrit, kategorik, atau dikhotomi. Disebut diskrit karena ini data ini memiliki sifat terpisah (mutually exclusive) antara satu sama lainnya, baik pemisahan itu terdiri dari dua bagian atau lebih dan di dalam pemisahan itu tidak terdapat hubungan sama sekali. Masing-masing kategori memiliki sifat tersendiri yang tidak ada hubungannya dengan kategori lainnya. 

Contoh:

• Hasil penelitian yang dikategorikan kedalam kelompok œYA dan œTIDAK misalnya, laki-laki/wanita (laki-laki adalah ya laki-laki; dan wanita adalah œtidak laki-laki), kawin /tidak kawin; janda/duda, dan lainnya.

• Data tentang pendapat responden terhadap kenaikan iuran (setuju/tidak setuju).

Data Ordinal

Data ordinal adalah jenis statistik data kuantitatif di mana variabel ada dalam kategori terurut yang terjadi secara alami. Berbeda dengan data nominal yang menunjukkan adanya perbedaan secara kategorik, data ordinal juga memiliki sifat adanya perbedaan di antara obyek yang dijenjangkan. Namun dalam perbedaan tersebut terdapat suatu kedudukan yang dinyatakan sebagai suatu urutan bahwa yang satu lebih besar atau lebih tinggi daripada yang lainnya.Kriteria urutan dari yang paling tinggi ke yang yang paling rendah dinyatakan dalam bentuk posisi relatif atau kedudukan suatu kelompok. 

Contoh:

• Prestasi belajar siswa diklasifikasikan menjadi kelompok œBaik, œCukup, dan œKurang.

• Ukuran tinggi seseorang dengan œTinggi, œSedang, dan œPendek.

Dalam hubungannya dengan analisis data, data ordinal seringkali diberikan œskor" sesuai dengan tingkatannya. Istilah œskor diberi tanda petik karena skor tersebut bukan skor sebenarnya, tetapi sebagai œtanda yang menunjukkan tingkatan.

Contoh:

- œBaik diberi tanda 3.

- œCukup diberi tanda 2.

- œKurang diberi tanda 1.

Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika

5. Belajar Membedakan Jenis Data Statistik Bersama DQLab!

Data statistik dapat digunakan dalam bidang industri apapun seperti untuk mengetahui besarnya produksi yang dihasilkan oleh perusahaan, jumlah penjualan, persentase barang yang laku dan barang yang tidak laku, serta tingkat kepuasaan konsumen terhadap produk yang dihasilkan oleh suatu perusahaan. Data statistik tersebut sangat diperlukan oleh perusahaan atau para pelaku usaha dalam membuat suatu keputusan. Namun, tidak semua data bisa dipakai sebagai dasar pengambilan keputusan, karena data itu sendiri memiliki syarat-syarat tertentu untuk dapat dikatakan sebagai data yang baik dan layak untuk dijadikan dasar dalam analisis statistik nantinya.

Untuk itu, kamu bisa memulai mempelajari data mulai dari nol bersama DQLab. Caranya gampang sekali, 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