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

Simpel Banget Belajar Data Statistik Berdasarkan Skala Pengukuran

Belajar Data Science di Rumah 30-Desember-2021
https://dqlab.id/files/dqlab/cache/bd9aa17a0e6550564a25eb5f88ed71b5_x_Thumbnail800.jpg

Statistik atau istilah data sudah tidak asing lagi bagi sebagian besar orang. Bahkan, kedua istilah ini sering dikira memiliki arti sama. Padahal sebenarnya berbeda walau saling berkaitan. Statistik merupakan hasil data baik dalam bentuk bilangan maupun bukan yang diperoleh dari pengumpulan data yang dilakukan oleh peneliti. Data statistik terbagi menjadi beberapa jenis. Ada jenis data statistik berdasarkan skala pengukuran, berdasarkan sifatnya, berdasarkan metode pengumpulannya, dll.

Jika kita berbicara mengenai data statistik  seringkali kita bertanya, apakah pentingnya data dalam penelitian atau dalam keseharian kita? Jawabannya tentu sangatlah penting walaupun sampai saat ini masih banyak yang belum menyadarinya. Pada kegiatan penelitian, data merupakan komponen penting sebagai sesuatu yang harus dianalisis agar diperoleh kesimpulan untuk mencapai tujuan penelitian. Jenis data statistik yang digunakan pun bermacam-macam menyesuaikan tema maupun jenis penelitian. Kira-kira, apa sajakah jenis data statistik yang sering digunakan dalam penelitian?


1. Data Interval

Data interval merupakan data statistik yang karakteristiknya mirip dengan integer. Data interval merupakan bagian dari data kontinu. Pada data interval, nilai memiliki perbedaan atau jarak yang sama di antara setiap data. Salah satu ciri khas dari data interval antara lain tidak memiliki nilai 0 mutlak. Sebagai contoh pada suhu 0 derajat Celcius. Nilai 0 pada suhu menunjukkan bahwa memang ada suhu bernilai 0 derajat Celcius.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Data Rasio

Jika pada data interval tidak memiliki nilai nol mutlak, maka pada data rasio memiliki nilai nol mutlak. Dikarenakan memiliki nilai nol pada data rasio banyak operasi matematika yang bisa digunakan seperti penjumlahan, pengurangan, perkalian dan pembagian. Contoh data rasio adalah berat badan, tinggi badan, lebar tanah, dll. Misalnya, tanah A memiliki lebar sebesar 20 m, tanah B memiliki lebar sebesar 20 m. Hal ini menunjukkan bahwa tanah A memiliki lebar dua kali lipat dibandingkan tanah B.


3. Data Nominal

Data nominal merupakan salah satu jenis data kualitatif yang dapa digunakan untuk memberi label pada variabel. Data seringkali disebut dengan data kategorik. Beberapa contoh dari data nominal antara lain jenis kelamin, warna, status pernikahan, sukur, dll. Selain itu kita dapat mengubah data kategorik menjadi data numeric sebagai simbol. Sebagai contoh untuk jenis kelamin perempuan = 0 dan jenis kelamin laki-laki = 1, warna putih = 1, warna hitam = 2. Warna coklat = 3, dan lain sebagainya


4. Data Ordinal

Data ordinal merupakan jenis data yang memperhatikan urutan. Data ordinal ini termasuk ke dalam bagian data kualitatif. Sebagai contoh dalam hal tingkatan pendidikan,  SD=1, SMP=2, SMA=3, Perguruan tinggi= 4. Hal ini menunjukkan bahwa memang benar tingkatan perguruan tinggi lebih tinggi dari SMA, SMA lebih tinggi dari SMP, dst. Salah satu hal yang perlu diperhatikan bahwa data ordinal ini perbedaan di antara nilai data tidak ditentukan.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Yuk, Mulai Pelajari Dasar Statistik Bersama DQLab!

Statistik merupakan ilmu mendasar dalam dunia data. Bahkan saat ini penggunaan ilmu statistik sudah diterapkan di berbagai bidang dengan beragam tujuan. Untuk memudahkan analisis statistik kita perlu mengetahui dasar-dasar statistik. Semua itu dapat kita pelajari di DQLab . Bahkan di DQLab menyediakan materi berupa modul dan bisa langsung dipelajari secara live code. Caranya cukup mudah loh,  yaitu langsung saja sign up di DQLab.id/signup dan nikmati modul gratis DQLab


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