Pengertian Data Statistik, 2 Jenis, dan Contohnya

Diposting pada

Pengertian Data Statistik, 2 Jenis, dan Contohnya

Data bisa dikatakan sebagai fakta sederhana yang biasanya berupa angka mentah. Pikirkan spreadsheet yang penuh dengan angka tanpa deskripsi yang berarti. Agar angka-angka ini menjadi informasi, sejatinya harus diolah terlebih dengan metode penelitian tertentu agar memiliki makna.

Jenis data adalah komponen dasar dari semantik konten variabel, dan kontrol yang memilah distribusi probabilitas secara logis dapat digunakan untuk menggambarkan variabel penelitian, operasi yang diizinkan pada variabel, jenis analisis regresi yang digunakan untuk memprediksi variabel, dan lain-lain. Konsep jenis data mirip dengan konsep tingkat pengukuran, tetapi lebih spesifik: Misalnya, data hitung memerlukan distribusi yang berbeda (misalnya distribusi Poisson atau distribusi binomial) daripada yang dibutuhkan data bernilai nyata non-negatif, tetapi keduanya berada di bawah tingkat pengukuran yang sama (rasio skala).

Data Statistik

Statistik dan statistika pada dasarnya adalah ilmu yang melibatkan teknik pengumpulan data, interpretasi data, dan terakhir, validasi data. Analisis data statistik adalah prosedur melakukan berbagai operasi statistik. Ini adalah sejenis penelitian kuantitatif, yang berusaha mengukur data, dan biasanya, menerapkan beberapa bentuk analisis statistik. Data penelitian kuantitatif pada dasarnya melibatkan data deskriptif, seperti data survei dan data observasi.

Analisis data statistik umumnya melibatkan beberapa bentuk alat statistik, yang tidak dapat dilakukan oleh orang awam tanpa memiliki pengetahuan statistik. Ada berbagai paket perangkat lunak untuk melakukan analisis data statistik. Perangkat lunak ini mencakup Statistical Analysis System (SAS), Paket Statistik untuk Ilmu Sosial (SPSS), Stat soft, dan beragam perangkat lunak lainnya.

Pengertian Data Statistik

Data statistik adalah bagian tunggal dari informasi faktual yang direkam dan digunakan untuk tujuan analisis. Hal ini menggambarkan bahwa data menjadi informasi mentah dari mana statistik dibuat. Statistik adalah hasil analisis data, interpretasi, dan penyajiannya.

Dengan kata lain, beberapa komputasi telah dilakukan yang memberikan pemahaman tentang arti data. Statistik seringkali, meskipun tidak harus, disajikan dalam bentuk tabel, bagan, atau grafik.

Pengertian Data Statistik Menurut Para Ahli

Adapun definisi data statistik menurut para ahli, antara lain:

  1. Anhar, Data statistik adalah kenyataan yang menggambarkan suatu kejadian dan merupakan kesatuan nyata yang nantinya dapat digunakan sebagai bahan dasar suatu informasi.
  2. Haer Talib, Data statistik adalah sebagai sekumpulan fakta dan sebuah fakta tak lain adalah sebuah kenyataan atau kejadian.

Jenis Data Statistik dan Contohnya

Jenis data adalah konsep statistik yang penting, yang perlu dipahami, untuk menerapkan pengukuran statistik dengan benar pada data, sehingga kesimpulan yang dibuat untuk asumsi tertentu tentang data tersebut juga benar.

Adapun secara garis besar bentuk data statistik bisa dibedakan menjadi dua, yaitu:

  1. Kategoris

Data kategoris merepresentasikan karakteristik. Oleh karena itu, data dapat mewakili hal-hal seperti jenis kelamin, bahasa, status perkawinan, kota asal, atau jenis film yang mereka sukai, dan lain-lain. Data kategoris juga dapat menggunakan nilai numerik (Contoh: 1 untuk wanita dan 0 untuk pria), tetapi angka tersebut tidak memiliki arti matematis. (Nama lain untuk data kategorikal adalah data kualitatif, atau data Ya / Tidak).

Data kategoris bisa dibedakan menjadi dua, yaitu:

  1. Data Nominal

Nilai nominal mewakili unit diskrit dan digunakan untuk melabeli variabel, yang tidak memiliki nilai kuantitatif. Anggap saja itu sebagai “label”. Perhatikan data nominal yang ada urutannya, jika kita mengubah urutan, nilainya tidak akan berubah.

Misalnya

Misalnya pada contoh di bawah ini:

Apa jenis kelamin Anda?

  1. Laki-laki
  2. Perempuan

Apa warna rambut Anda?

  1. Hitam
  2. Coklat
  3. Pirang
  4. Abu-Abu
  5. Lain-lain

Catatan: sub-jenis skala nominal dengan hanya dua kategori (misalnya pria / wanita) disebut “dikotomis”. Perlu kita ketahui juga ada sub-jenis data nominal lainnya yaitu “nominal dengan urutan” (seperti “dingin, hangat, panas, sangat panas”) dan nominal tanpa urutan (seperti “pria / wanita”).

  1. Data Ordinal 

Dengan skala ordinal, urutan nilai adalah hal yang penting dan signifikan, tetapi perbedaan antara masing-masing nilai tidak terlalu diketahui. Misalnya pada contoh di bawah ini. Dalam setiap kasus, kita tahu bahwa #4 lebih baik daripada #3 atau #2, tetapi kita tidak tahu dan tidak dapat mengukur terkait seberapa jauh lebih baik itu.

Misalnya

Bagaimana Perasaan Anda hari ini?

  1. Sangat Tidak Bahagia (Very Unhappy)
  2. Tidak Bahagia (Unhappy)
  3. Oke (OK)
  4. Bahagia (Happy)
  5. Sangat Bahagia (Very Happy)

Apakah perbedaan antara pernyataan “OK” dan “Tidak Bahagia (Unhappy)” sama dengan perbedaan antara “Sangat Bahagia (Very Happy)” dan “Bahagia (Happy)?”. Dalam hal ini tentunya kita sulit bahkan tidak bisa mengatakannya.

Skala ordinal biasanya berupa ukuran konsep non-numerik misalnya kepuasan, kebahagiaan, ketidaknyamanan, dan lain-lain. Kunci yang perlu kita ingat terkait data ordinal adalah berurutan, atau bisa dikatakan bahwa dalam “skala ordinal” urutan adalah hal yang penting.

Sebagai catatan tambahan bahwa sara terbaik untuk menentukan tendensi sentral pada sekumpulan data ordinal adalah dengan menggunakan mode atau median; seorang purist akan memberi tahu kita bahwa mean tidak dapat didefinisikan dari himpunan ordinal.

  1. Numerik

Data ini memiliki arti sebagai ukuran, seperti tinggi badan, berat badan, IQ, atau tekanan darah seseorang; atau itu hitungan, seperti jumlah saham yang dimiliki seseorang, berapa banyak gigi yang dimiliki seekor anjing, atau berapa halaman yang dapat kita baca dari buku favorit kita sebelum kita tertidur. (Ahli statistik juga menyebut data numerik data kuantitatif).

Data numerik dapat dibagi lagi menjadi dua jenis. Yaitu;

  1. Data Diskrit

Beberapa sinonim untuk kata “diskrit” meliputi: terputus, terpisah dan berbeda. Kita mengumpulkan data untuk menemukan hubungan, tren, dan konsep lainnya. Misalnya, jika kita melacak jumlah push-up yang kita lakukan setiap hari selama sebulan, tujuan utamanya adalah untuk mengevaluasi kemajuan kita dan tingkat peningkatannya.

Dengan demikian, penghitungan harian kita adalah angka yang terpisah. Tidak ada batasan yang jelas mengenai berapa banyak yang dapat kita lakukan suatu hari, sehingga hubungan tetap tidak ditentukan.

Semakin banyak informasi yang kita kumpulkan dari waktu ke waktu, semakin banyak wawasan yang dapat kita simpulkan, seperti jumlah rata-rata push-up yang kita lakukan minggu lalu adalah 15 per hari, yang lebih banyak 5 per hari daripada minggu sebelumnya. Sedangkan push-upnya sendiri adalah bilangan bulat yang tidak bisa dipecah menjadi bagian-bagian yang lebih kecil.

Aturan praktisnya adalah, dalam banyak kasus, data diskrit dapat diawali dengan “jumlah”. Beberapa contohnya yaitu: Jumlah pelanggan yang membeli barang berbeda; Jumlah komputer di setiap departemen; Jumlah barang yang kita beli di toko bahan makanan setiap minggu.

Data diskrit juga bisa bersifat kualitatif. Sensus nasional terdiri dari data diskrit, baik kualitatif maupun kuantitatif. Menghitung dan mengumpulkan informasi melalui sensus tersebut dapat memperdalam pemahaman kita tentang penduduk. Hal ini membantu dalam memprediksi masa depan sambil mendokumentasikan sejarah. Ini adalah contoh yang bagus tentang kekuatan data diskrit.

  1. Data Kontinu

Data kontinu merepresentasikan pengukuran; nilai yang mungkin tidak dapat dihitung dan hanya dapat dijelaskan menggunakan interval pada garis bilangan real. Atau dengan kata lain, data kontinu mengacu pada jumlah kemungkinan pengukuran yang tidak tetap antara dua titik realistis.

Data kontinu adalah tentang akurasi. Variabel dalam kumpulan data ini sering kali memiliki titik desimal, dengan angka di sebelah kanan direntangkan sejauh mungkin. Tingkat detail ini sangat penting misalnya bagi ilmuwan, dokter, dan produsen.

Beberapa contoh data kontinu meliputi: Berat bayi yang baru lahir; Kecepatan angin harian; Suhu freezer. Ketika kita melakukan eksperimen atau studi yang melibatkan pengukuran konstan, ini kemungkinan besar melibatkan variabel kontinu sampai tingkat tertentu.

  1. Data Interval

Nilai interval mewakili unit terurut yang memiliki perbedaan yang sama. Oleh karena itu, kita berbicara tentang data interval ketika kita memiliki variabel yang berisi nilai numerik yang diurutkan dan di mana kita mengetahui perbedaan yang tepat antara nilai-nilai tersebut.

Misalnya

Suhu (dalam derajat Celcius)

  1. -10
  2. -5
  3. 0
  4. +5
  5. +10
  6. +15

Masalah dengan data nilai interval adalah bahwa nilai tersebut tidak memiliki “nol sebenarnya”. Itu berarti sehubungan dengan contoh di atas, bahwa tidak ada yang namanya tidak bersuhu (no temperature).

Dengan data interval, kita bisa menambah dan mengurangi, tapi kita tidak bisa mengalikan, membagi atau menghitung rasio. Karena tidak ada nol sebenarnya, banyak statistik deskriptif dan inferensial yang tidak menerapkannya.

  1. Data Rasio

Skala rasio memberikan banyak kemungkinan dalam hal analisis statistik. Variabel-variabel ini dapat ditambahkan, dikurangi, dikalikan, dibagi (rasio). Tendensi sentral dapat diukur dengan mode, median, atau mean. Dimana ukuran dispersi, seperti deviasi standar dan koefisien variasi juga dapat dihitung dari skala rasio. Skala rasio memiliki definisi nol yang jelas.

Adapun untuk contoh variabel rasio yang baik termasuk;

  1. Tinggi
  2. Berat
  3. Durasi.
Kesimpulan

Dari penjelasan yang dikemukakan, dapatlah dikatakan bahwa berbagai macam data adalah konsep penting yang perlu kita ketahui dan pahami karena metode statistik hanya dapat digunakan dengan jenis data tertentu. Kita harus menganalisis data berkelanjutan secara berbeda dari data kategorikal jika tidak maka akan menghasilkan analisis yang salah. Oleh karena itu, mengetahui jenis data yang kita olah, memungkinkan kita untuk memilih metode analisis yang benar.

Data dalam analisis data statistik terdiri dari variabel. Terkadang datanya univariat atau multivariat. Bergantung pada jumlah variabel, peneliti melakukan teknik statistik yang berbeda. Jika data dalam analisis data statistik banyak bilangan, maka beberapa multivariat dapat dilakukan. Ini termasuk analisis data statistik faktor, analisis data statistik diskriminan, dan lain sebagainya.

Begitu pula jika datanya berbentuk tunggal, maka dilakukan analisis data statistik univariat. Ini termasuk uji t untuk signifikansi, uji z, uji f, ANOVA satu arah, dan lain-lain.

Nah, demikinalah artikel yang basa kami kemukakan pada segenap pembaca berkenaan dengan pengertian data statistik menurut para ahli, macam, dan contohnya. Semoga memberikan wawasan bagi kalian semua yang sedang membutuhkannya.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *