Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Kenali Empat Jenis Data Statistik Berdasarkan Skala Pengukuran

Belajar Data Science di Rumah 03-November-2021
https://dqlab.id/files/dqlab/cache/f18bf2cc1bcc5270368121c8cf4ee68b_x_Thumbnail800.png

Statistik merupakan data atau angka yang saat ini telah diterapkan di berbagai bidang. Ilmu yang mempelajari tentang statistik disebut dengan statistika. Jenis data statistik terbagi menjadi beberapa macam yang dilihat dari berbagai sisi. Jenis data statistik berdasarkan sifatnya ada dua yaitu data kualitatif dan data kuantitatif. terdapat pula jenis data statistik yang dilihat berdasarkan skala pengukurannya, yaitu data interval, data rasio, data ordinal, dan data nominal.


Beberapa jenis data tersebut penting untuk diketahui untuk melakukan proses analisis data eksplorasi dikarenakan terdapat beberapa pengukuran statistik yang hanya bisa digunakan untuk jenis data tertentu. Keuntungan lain dari mengenali jenis data statistik antara lain untuk memudahkan memilih metode statistik yang akan digunakan dalam proses pengolahan data dan visualisasi data yang benar dan menarik. Untuk mengetahui lebih jelas terkait jenis data statistik khususnya ditinjau berdasarkan skala pengukuran. Yuk, simak bersama DQLab!


1. Data Interval

Data interval merupakan data yang objeknya dapat diurutkan dengan memiliki perbedaan yang sama. Data interval ini termasuk dari bagian data kontinu. Perlu diketahui pula bahwa data interval ini tidak memiliki nilai nol mutlak, artinya jika atribut tersebut memiliki nilai nol maka atribut itu ada nilainya. Sebagai contoh,  jika suhu bernilai 0 derajat celcius bukan berarti tidak ada suhunya, akan tetapi suhu bernilai 0 derajat berarti lebih rendah dari 1 derajat celcius.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Data Rasio

Data rasio merupakan data yang terurut dengan selisih yang sama di setiap datanya. Hampir sama dengan data interval, data rasio juga merupakan bagian dari data kontinu. Namun perbedaannya jika pada data interval tidak memiliki nilai mutlak maka pada data rasio memiliki nilai mutlak. Sebagai contoh data yang memiliki nilai mutlak adalah data tinggi badan dan berat badan. Nilai nol dalam berat badan dan tinggi badan berarti benda atau barang tersebut tidak memiliki berat dan tinggi.


3. Data Ordinal

Data ordinal adalah data yang penomorannya berdasarkan urutan atau tingkatan tertentu. Data ini dapat diurutkan berdasarkan urutan yang logis dan sesuai baik itu dari terendah ke tertinggi atau sebaliknya. Sebagai contoh penomoran dalam tingkat pendidikan, kode 1 mewakili SD, kode 2 mewakili SMP dan kode 3 mewakili SMA. Penomoran ini harus diurutkan seperti itu dikarenakan SD tingkatannya lebih rendah dari SMP. Namun perlu diketahui bahwa hal ini ,merupakan penomoran atau simbol saja, tidak dapat dilakukan operasi matematika.


4. Data Nominal

Data nominal merupakan data pada suatu objek yang mana penomorannya tidak melambangkan kedudukan atau tingkatan tertentu seperti pada data ordinal, artinya nomor yang diberikan hanya sebagai label atau kode saja. Sebagai contoh pada data jenis olahraga. Kode 1 melambangkan basket, kode 2 melambangkan bola voli dan kode 3 melambangkan bola kasti penomoran dalam hal ini dapat ditukar tanpa memperhatikan kedudukan antara masing-masing jenis olahraga.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Coba Yuk, Belajar Statistik di DQLab!

Statistik dapat kita pelajari dimana saja baik itu secara teori maupun praktik. Tapi, di DQLab , kita bisa mencoba keduanya sekaligus. Selain mendapatkan teori kita juga belajar secara live code serta memecahkan beberapa contoh kasus. Selain itu kita juga bisa membuat portofolio dan mendapatkan sertifikat dari hasil belajar kita. Mau tau caranya? Langsung aja coba modul gratis di DQLab serta dilengkapi dengan bahasa pemrograman penunjang lainnya seperti Python, R, dan SQL.


Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login