Contoh Sumber dan Jenis Data Penelitian Kualitatif.

Sumber dan jenis data yang diperlukan

untuk dihimpun dan diolah dalam penelitian kualitatif adalah sebagai berikut :

1. Data Primer. Data primer adalah berbagai informasi dan keterangan yang diperoleh
langsung dari sumbernya, yaitu para pihak yang dijadikan informan penelitian. Jenis data ini
meliputi informasi dan keterangan mengenai dampak dana BOS terhadap mutu pendidikan
dasar di Kabupaten Bogor. Informan penelitian yang menjadi sumber data primer ditentukan
dengan metode purposive sampling. Kriteria penentuan informan penelitian didasarkan pada
pertimbangkan kedudukan/jabatan, kompetensi dan penguasaan masalah yang relevan dengan
obyek penelitian. Berdasarkan kriteria tersebut, maka selanjutnya para pihak yang dijadikan
informan penelitian adalah sebagai berikut :
a. Pejabat Dinas Pendidikan Kabupaten Bogor sebagai pihak pengarah dan pengawasan
pengelolaan Bantuan Operasional Sekolah;
b. Kepala Sekolah dan Guru SD/SMP sebagai pihak pengelola Bantuan Operasional Sekolah;
c. Komite Sekolah sebagai pihak yang mewakili kepentingan peserta didik dalam pengelolaan
Bantuan Operasional Sekolah; dan
d. Orang tua peserta didik sebagai pemetik manfaat pendidikan.

2. Data Sekunder. Sumber data sekunder adalah berbagai teori dan informasi yang diperoleh
tidak langsung dari sumbernya, yaitu berbagai buku yang berisi teori kebijakan publik, teori
implementasi kebijakan publik serta berbagai dokumen dan tulisan mengenai program BOS,
dan juga data lainnya yang relevan dengan kebutuhan dan tujuan penelitian.

JENIS DATA

Sumber data penelitian yaitu sumber subjek dari tempat mana data bisa didapatkan. Jika
peneliti memakai kuisioner atau wawancara didalam pengumpulan datanya, maka sumber
data itu dari responden, yakni orang yang menjawab pertanyaan peneliti, yaitu tertulis
ataupun lisan. Sumber data berbentuk responden ini digunakan didalam penelitian.

BERDASARKAN TIPE PENELITIAN

Data Kuantitatif

Data kuantitatif adalah data yang dapat diinput ke dalam skala pengukuran statistik. Fakta
dan fenomena dalam data ini tidak dinyatakan dalam bahasa alami, melainkan dalam
numerik.

Data Kualitatif
 Data kualitatif adalah data yang dapat mencakup hampir semua data non-numerik. Data ini
dapat menggunakan kata-kata untuk menggambarkan fakta dan fenomena yang diamati.

BERDASARKAN SUMBER

Data Primer

Data primer adalah data yang dikumpulkan oleh peneliti sendiri atau dirinya sendiri. Ini
adalah data yang belum pernah dikumpulkan sebelumnya, baik dengan cara tertentu atau
pada periode waktu tertentu.

Data Sekunder

Data seunder adalah data yang dikumpulkan oleh orang lain, bukan peneliti itu sendiri. Data
ini biasanya berasal dari penelitian lain yang dilakukan oleh lembaga-lembaga atau organisasi
seperti BPS dan lain-lain.

BERDASARKAN CARA MEMPEROLEH

Data Observasional

Data observasi adalah data yang ditangkap in situ. Data ini sekali jadi atau tidak bisa diulang,
diciptakan atau diganti.

Data Wawancara

Data wawancara adalah data yang diperoleh melalui tanya-jawab antara peneliti dan
informan. Data ini bisa divalidasi menggunakan triangulasi.

Data Eksperimental

Data eksperimental adalah data yang dikumpulkan dalam kondisi terkendali, in situ atau
berbasis laboratorium dan harus bisa direproduksi.
 Data Simulasi

Data simulasi adalah data hasil dari penggunaan model dan metadata di mana input lebih
penting daripada output. Contoh: model iklim, model ekonomi, model kosmologi dan lain-
lain.

Data Referensi atau Kanonik

Data Referensi atau kanonik adalah data statis atau koleksi organik (peer-reviewed) Contoh:
menggunakan data urutan gen yang sudah tersedia, struktur kimia, data sensus dan lain-lain.

Data Derivasi atau Kompilasi

Data derivasi atau kompilasi adalah data reproduksi. Contoh: kompilasi database yang sudah
ada untuk membangun struktur 3D.

BERDASARKAN FORMAT BERKAS

Data Kuantitatif
Contoh: SPSS, SAS, Microsoft Ecel, XML dan lain-lain.

Data Kualitatif
Contoh: Microsoft Word, Rich Text Format, HTML dan lain-lain.

Data Geospatial
Contoh: ESRI Shapefile, Geo-referenced TIFF, CAD data, Tabular GIS attribute data,
MapInfo Interchange Format, dan lain-lain.

Data Digital Image

Contoh: TIFF, JPEG, Adobe Portable Document Format (PDF) dan lain-lain.
 Data Digital Audio
Contoh: Free Lossless Audio Codec, Waveform Audio Format, MPEG-1 Audio Layer, Audio
Interchange File Format dan lain-lain.

Data Digital Video

Contoh: MPEG-4 High Profile, Motion JPEG 2000, GIF dan lain-lain.

BERDASARKAN SUBJEK KEDOKTERAN

Data Diagnosis
Contoh: subklasifikasi penyakit atau histologi, sitogenetika, penanda molekuler dan lain-lain.

Data Demografi
Contoh: sosial ekonomi informasi, jenis kelamin, usia, ras/etnis dan lain-lain.

Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis yaitu data
kualitatif (yang berbentuk kata-kata/kalimat) dan data kuantitatif (yang berbentuk angka).
Data kuantitatif dapat dikelompokkan berdasarkan cara mendapatkannya yaitu data diskrit
dan data kontinum. Berdasarkan sifatnya, data kuantitatif terdiri atas data nominal, data
ordinal, data interval dan data rasio.

1. Data Kualitatif

Data kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk angka. Data
kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya wawancara,
analisis dokumen, diskusi terfokus, atau observasi yang telah dituangkan dalam catatan
lapangan (transkrip). Bentuk lain data kualitatif adalah gambar yang diperoleh melalui
pemotretan atau rekaman video.

2. Data Kuantitatif

Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan bentuknya,
data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau
statistika. Berdasarkan proses atau cara untuk mendapatkannya, data kuantitatif dapat
dikelompokkan dalam dua bentuk yaitu sebagai berikut:
 1. Data diskrit adalah data dalam bentuk angka (bilangan) yang diperoleh dengan cara
membilang. Contoh data diskrit misalnya:

1) Jumlah Sekolah Dasar Negeri di Kecamatan XXX sebanyak 20.

2) Jumlah siswa laki-laki di SD YYY sebanyak 67 orang.

3) Jumlah penduduk di Kabupaten ZZZ sebanyak 246.867 orang.

Karena diperoleh dengan cara membilang, data diskrit akan berbentuk bilangan bulat (bukan
bilangan pecahan).

1. Data kontinum adalah data dalam bentuk angka/bilangan yang diperoleh berdasarkan
hasil pengukuran. Data kontinum dapat berbentuk bilangan bulat atau pecahan
tergantung jenis skala pengukuran yang digunakan. Contoh data kontinum misalnya:

1) Tinggi badan Budi adalah 150,5 centimeter.

2) IQ Budi adalah 120.

3) Suhu udara di ruang kelas 24o Celcius.

Berdasarkan tipe skala pengukuran yang digunakan, data kuantitatif dapat dikelompokan
dalam empat jenis (tingkatan) yang memiliki sifat berbeda yaitu:

1. Data nominal atau sering disebut juga data kategori yaitu data yang diperoleh melalui
pengelompokkan obyek berdasarkan kategori tertentu. Perbedaan kategori obyek
hanya menunjukan perbedaan kualitatif. Walaupun data nominal dapat dinyatakan
dalam bentuk angka, namun angka tersebut tidak memiliki urutan atau makna
matematis sehingga tidak dapat dibandingkan. Logika perbandingan > dan <
tidak dapat digunakan untuk menganalisis data nominal. Operasi matematika seperti
penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:) juga tidak dapat
diterapkan dalam analisis data nominal. Contoh data nominal antara lain:

Jenis kelamin yang terdiri dari dua kategori yaitu:

(1) Laki-laki

(2) Perempuan

Angka (1) untuk laki-laki dan angka (2) untuk perempuan hanya merupakan simbol yang
digunakan untuk membedakan dua kategori jenis kelamin. Angka-angka tersebut tidak
memiliki makna kuantitatif, artinya angka (2) pada data di atas tidak berarti lebih besar dari
angka (1), karena laki-laki tidak memiliki makna lebih besar dari perempuan. Terhadap kedua
data (angka) tersebut tidak dapat dilakukan operasi matematika (+, -, x, : ). Misalnya (1) =
laki-laki, (2) = perempuan, maka (1) + (2) (3), karena tidak ada kategori (3) yang
merupakan hasil penjumlahan (1) dan (2).
 Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2)
Menikah, (3) Janda/ Duda. Data tersebut memiliki sifat-sifat yang sama dengan data
tentang jenis kelamin.

1. Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah
disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan
tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau
sebaliknya. Namun demikian, jarak atau rentang antar jenjang yang tidak harus sama.
Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal
urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi
pembeda yaitu > dan <. Walaupun data ordinal dapat disusun dalam suatu urutan,
namun belum dapat dilakukan operasi matematika ( +, , x , : ). Contoh jenis data
ordinal antara lain:

Tingkat pendidikan yang disusun dalam urutan sebagai berikut:

(1) Taman Kanak-kanak (TK)

(2) Sekolah Dasar (SD)

(3) Sekolah Menengah Pertama (SMP)

(4) Sekolah Menengah Atas (SMA)

(5) Diploma

(6) Sarjana

Analisis terhadap urutan data di atas menunjukkan bahwa SD memiliki tingkatan lebih tinggi
dibandingkan dengan TK dan lebih rendah dibandingkan dengan SMP. Namun demikian,
data tersebut tidak dapat dijumlahkan, misalnya SD (2) + SMP (3) (5) Diploma. Dalam hal
ini, operasi matematika ( + , , x, : ) tidak berlaku untuk data ordinal.

Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan prestasi belajar
tertinggi sampai terendah. Siswa pada peringkat (1) memiliki prestasi belajar lebih
tinggi dari pada siswa peringkat (2).

1. Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria
tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat
data interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak
(equality interval) atau memiliki rentang yang sama antara data yang telah diurutkan.
Karena kesamaan jarak tersebut, terhadap data interval dapat dilakukan operasi
matematika penjumlahan dan pengurangan ( +, ). Namun demikian masih terdapat
satu sifat yang belum dimiliki yaitu tidak adanya angka Nol mutlak pada data interval.
Berikut dikemukakan tiga contoh data interval, antara lain:

1) Hasil pengukuran suhu (temperatur) menggunakan termometer yang dinyatakan dalam

ukuran derajat. Rentang temperatur antara 00 Celcius sampai 10 Celcius memiliki jarak yang
sama dengan 10 Celcius sampai 20 Celcius. Oleh karena itu berlaku operasi matematik ( +,
), misalnya 150 Celcius + 150 Celcius = 300 Celcius. Namun demikian tidak dapat
dinyatakan bahwa benda yang bersuhu 150 Celcius memiliki ukuran panas separuhnya dari
benda yang bersuhu 300 Celcius. Demikian juga, tidak dapat dikatakan bahwa benda dengan
suhu 00 Celcius tidak memiliki suhu sama sekali. Angka 00 Celcius memiliki sifat relatif
(tidak mutlak). Artinya, jika diukur dengan menggunakan Termometer Fahrenheit diperoleh
00 Celcius = 320 Fahrenheit.

2) Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110
memiliki jarak yang sama dengan 110 sampai 120. Namun demikian tidak dapat dinyatakan
orang yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang yang memiliki IQ 100.

3) Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK mahasiswa dan
hasil ujian siswa) dapat dikatakan sebagai data interval.

4) Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner (misalnya
skala sikap atau intensitas perilaku) sering dinyatakan sebagai data interval setelah alternatif
jawabannya diberi skor yang ekuivalen (setara) dengan skala interval, misalnya:

Skor (5) untuk jawaban Sangat Setuju

Skor (4) untuk jawaban Setuju

Skor (3) untuk jawaban Tidak Punya Pendapat

Skor (2) untuk jawaban Tidak Setuju

Skor (1) untuk jawaban Sangat Tidak Setuju

Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama
dengan data interval.

1. Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data
nominal, data ordinal, serta data interval. Data rasio adalah data yang berbentuk angka
dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak)
sehingga dapat diterapkannya semua bentuk operasi matematik ( + , , x, : ). Sifat-
sifat yang membedakan antara data rasio dengan jenis data lainnya (nominal, ordinal,
dan interval) dapat dilihat dengan memperhatikan contoh berikut:

1) Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio. Benda
yang panjangnya 1 meter berbeda secara nyata dengan benda yang panjangnya 2 meter
sehingga dapat dibuat kategori benda yang berukuran 1 meter dan 2 meter (sifat data
nominal). Ukuran panjang benda dapat diurutkan mulai dari yang terpanjang sampai yang
terpendek (sifat data ordinal). Perbedaan antara benda yang panjangnya 1 meter dengan 2
meter memiliki jarak yang sama dengan perbedaan antara benda yang panjangnya 2 meter
dengan 3 (sifat data interval). Kelebihan sifat yang dimiliki data rasio ditunjukkan oleh dua
hal yaitu: (1) Angka 0 meter menunjukkan nilai mutlak yang artinya tidak ada benda yang
diukur; serta (2) Benda yang panjangnya 2 meter, 2 kali lebih panjang dibandingkan dengan
benda yang panjangnya 1 meter yang menunjukkan berlakunya semua operasi matematik.
Kedua hal tersebut tidak berlaku untuk jenis data nominal, data ordinal, ataupun data interval.
2) Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki semua
sifat-sifat sebagai data interval. Benda yang beratnya 1 kg. berbeda secara nyata dengan
benda yang beratnya 2 kg. Ukuran berat benda dapat diurutkan mulai dari yang terberat
sampai yang terringan. Perbedaan antara benda yang beratnya 1 kg. dengan 2 kg memiliki
rentang berat yang sama dengan perbedaan antara benda yang beratnya 2 kg. dengan 3 kg.
Angka 0 kg. menunjukkan tidak ada benda (berat) yang diukur. Benda yang beratnya 2 kg., 2
kali lebih berat dibandingkan dengan benda yang beratnya 1 kg..

Pemahaman peneliti terhadap jenis-jenis data penelitian tersebut di atas bermanfaat untuk
menentukan teknik analisis data yang akan digunakan. Terdapat sejumlah teknik analisis data
yang harus dipilih oleh peneliti berdasarkan jenis datanya. Teknik analisis data kualitatif akan
berbeda dengan teknik analisis data kuantitatif. Karena memiliki sifat yang berbeda, maka
teknik analisis data nominal akan berbeda dengan teknik analisis data ordinal, data interval,
dan data rasio.

Pengertian data kuantitatif adalah data informasi yang berupa simbol angka atau bilangan.
Berdasarkan simbol-simbol angka tersebut, perhitungan secara kuantitatif dapat dilakukan
untuk menghasilkan suatu kesimpulan yang berlaku umum di dalam suatu parameter. Nilai
data bisa berubah-ubah atau bersifat variatif. Proses pengumpulan data kuantitatif tidak
membutuhkan banyak waktu dan sangat mudah dilakukan.

Contoh data kuantitatif

Jumlah siswa di SD Kampung Pojok tahun ajaran 2015-2016 sebanyak 250 siswa
terdiri dari 150 siswa dan 100 siswi.
Guru yang mengajar di SD Kampung Pojok pada tahun 2016 berjumlah 12 orang.

Jarak lokasi SD Kampung Pojok dengan jalan utama sejauh 1.5 km

Waktu belajar siswa adalah 6 jam pelajaran.

Pengertian data kualitatif adalah data informasi yang berbentuk kalimat verbal bukan
berupa simbol angka atau bilangan. Data kualitatif didapat melalui suatu
proses menggunakan teknik analisis mendalam dan tidak bisa diperoleh secara langsung.
Dengan kata lain untuk mendapatkan data kualitatif lebih banyak membutuhkan waktu dan
sulit dikerjakan karena harus melakukan wawancara, observasi, diskusi atau pengamatan.
Contoh data kualitatif
Bunga melati lebih harum dari bunga mawar
Warung Tegal Bu Ani laris karena masakannya lebih enak dari Bu Karim

Jangan membeli handphone di toko A karena cepat rusak

Ani lebih kurus dibandingkan Anto

a. Pengertian kuantitatif adalah data yang berupa bilangan, nilainya bisa berubah-ubah atau
bersifat variatif. Data bentuk kuantitatif terbagi atas 2 bagian, yaitu cacahan dan ukuran.
Berikut ini contoh dari data kuantitatif dari cacahan dan ukuran kuantitatif.
1) Data cacahan (diskrit) adalah data yang diperoleh dengan cara membilang. Contoh:

Pegawai di perusahaan X terdiri atas 160 laki-laki & 70 perempuan.

Guru yang berpendidikan sarjana di SMA Bina Bangsa berjumlah 6 orang.

Peserta SPMB pada tahun 2004 berjumlah 120.000 orang.

2) Data ukuran (kontinu) adalah data yang diperoleh dengan cara mengukur. Contoh:

kualitatif dan kuantitatif

Panjang lintasan jalan tol X adalah 12,8 km.

Suhu badan penderita penyakit demam berdarah itu 41C.

Kecepatan kereta api ekspres BandungJakarta adalah 110 km/jam.

Pengertian kualitatif

b. Pengertian kualitatif adalah data yang bukan merupakan bilangan, atau bisa diartikan juga
kualitatif merupakan data berupa ciri-ciri, sifat-sifat, data keadaan, atau gambaran dari
kualitas objek yang ditelitidan disebut juga kualitatif. Golongan kualitatif ini disebut atribut.
Sebagai contoh data kualitatif adalah bentuk kualitatif mengenai kualitas suatu produk, yaitu
baik, sedang, dan kurang. Ukuran penilaian baik, sedang dan kurang inilah yang disebut
dengan nilai kualitatif.
 Pengertian dan Contoh Data Nominal,Ordinal,Interval dan Rasio

Sebelum mempelajari Statistika secara mendalam, tentu kita harus mempelajari tentang Data..

1. Nominal

Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif. Dalam
ilmu statistika, data nominal merupakan data dengan level pengukuran yang paling rendah.

Contohnya :

data jenis kelamin pada sampel penelitian Departemen Pendidikan, data siswa dikategorikan
menjadi laki-laki yang diwaliki angka 1 dan perempuan yang diwakili angka 2. Konsekuensi
dari data nominal adalah tidak mungkin seseorang memiliki dua kategori sekaligus dan angka
yang digunakan di sini hanya sebagai kode/simbol saja sehingga tidak dapat dilakukan
operasi matematika.
Mengelompokan eskul disuatu SMA dari bidang olahraga, data eskul dikategorikan menjadi
basket yang diwakili dengan huruf A, kemudian footsal diwakili dengan huruf B dan
bolavoli diwakili oleh huruf C.

Pengelompokan rumah-rumah dalam suatu perumahan, misal dari sebelah utara komplek
A, barat adalah komplek B, selatan adalah C dan arah timur adlah komplek D.

Sebuah gedung bioskop, para penonton diberikan no kursi duduk yang berbeda agar
tidak terjadi perebutan kursi.

Dalam salah pesantren antara santriwan dan santriwati asramanya dipisahkan dengan
diberisimbol untuk santriwan A2 sedangkan untuk santriwati adalah B2.

2. Ordinal

Dalam ilmu statistika, data berjenis ordinal mempunyai level pengukuran yang lebih tinggi
daripada data nominal dan termasuk data kualitatif. Pada data nominal semua data dianggap bersifat
kualitatif dan setara, sedangkan pada data ordinal terdapat klasifikasi data berdasarkan tingkatannya.

Contohnya:

Mengenai tingkat pendidikan yang dikategorikan menjadi SD yang diwakili angka 1, SMP
yang diwakili angka 2, SMA yang diwakili angka 3, Diploma yang diwakili angka 4, dan
Sarjana yang diwakili angka 5. Sama halnya dengan data nominal, meskipun tingkatannya
lebih tinggi, data ordinal tetap tidak dapat dilakukan operasi matematika. Angka yang
 digunakan hanya sebagai kode/simbol saja, dalam contoh tadi tingkat pendidikan tertinggi
adalah Sarjana dan terendah adalah SD (Sarjana > Diploma > SMA > SMP > SD).
Suatu peringkat ranking disuatu kelas misalkan Ihsan ranking 1 dan udin ranking 2 berarti
ihsan lebih pintar dari pada udin.

Penghitungan suara dalam pemilu, misalkan total suara Demokrat 60%, PDI 30%, Golkar
20% berarti suara tertinggi di pegang oleh demokrat sebagai peringkat 1, sehinnga
menjadi pemenang dalam pemilu tersebut.

Dalam suatu survei bahwa pelajar di jawa barat 67% mengaku mengalami seks
pranikahsedangkan pelajar di jawa timur hampir 84% mengalami seks pranikah, dalam hal ini
jawatimur memegang angka tertinggi dalam survei ini.

Pada tingkatan Taekwondo memiliki beberapa tahapan sabuk misalkan dari awal sabuk
putih,kuning, hijau, biru, merah dan yang terakhir hitam.

3. Interval

Data berjenis interval termasuk dalam kelompok data kuantitatif. Dalam ilmu statistika, data
Interval mempunyai tingkat pengukuran yang lebih tinggi daripada data nominal maupun ordinal.
Angka yang digunakan dalam data ini, selain menunjukkan urutan juga dapat dilakukan operasi
matematika. Angka nol yang digunakan pada data interval bukan merupakan nilai nol yang nyata.

Contohnya:

Interval nilai pelajaran matematika siswa SMA 4 Surabaya adalah antara 0 sampai 100. Bila
siswa A dan B masing-masing mempunyai nilai 45 dan 90, bukan berarti tingkat kecerdasan B
dua kali A. Nilai 0 sampai 100 hanya merupakan rentang yang dibuat berdasarkan kategori
pelajaran matematika dan mungkin berbeda dengan mata pelajaran lain.
Dasar Pemrograman memiliki 1 SKS, waktunya adalah 50menit, begitupun dengan Teknik
Digital yang memiliki 2 sks berarti waktunya 100 menit, dan yangterakhir yaitu kalkulus
memiliki 3 SKS waktunya adalah 150 menit sehingga dapat disimpulkan bahwa selisih data
diatas adalah 50 menit.

Kecepatan masing masing orang dalam berkendara di jalan raya, Maharani jika
berkendaraan dengan kecepatan 20 40 km/jam masuk keukuran pelan, untuk Ichsan dalam
berkendaraan memiliki kecepatan 50 60 km/jam maka masuk ke dalam ukuran sedang dan
yang terakhir Valentina Rosi dalam berkendaraannya selalu berkecepatan 70 80 km/jam
maka masuk ke ukuran cepat.

Rata rata tinggi badan berdasarkan usia, untuk anak anak yang berusia 6 12 memiliki
rata rata tinggi badan 130 145 cm, untuk remaja yang berusia 13 18 memilikirata rata
tinggi badan 146 160 cm, dan untuk dewasa yang berusia 19 26 cm memiliki rata rata
tinggi badan 161 199 cm.

Pengiriman barang ke berbagai tempat, seperti contoh diatas Sintamengirimkan barang dari
Bandung ke Jakarta dengan harga Rp. 10.000,- /kg, dan Santi mengirimkan dari bandung ke
 Yogyakarta dengan harga Rp. 20.000,- /kg sedangkan Santamengirimkan barang dari
Bandung ke Surabaya dengan harga Rp. 30.000,- /kg.

4. Rasio

Dalam ilmu statistika, data rasio merupakan tipe data dengan level pengukuran yang paling
tinggi dibandingkan dengan tipe data lain. Data ini termasuk dalam kelompok data kuantitatif. Angka
yang digunakan pada data ini menunjukkan angka yang sesungguhnya, bukan hanya sebagai symbol
dan memiliki nilai nol yang sesungguhnya. Pada data ini, dapat dilakukan berbagai operasi
matematika.

Contohnya :

Dalam sebuah bank, seseorang mempunyai tabungan dengan saldo 10.000.000 rupiah.
Angka tersebut menunjukkan bahwa orang tersebut benar-benar mempunyai saldo sebesar
10.000.000 rupiah. Jika seseorang mempunyai saldo -1.000.000 rupiah berarti orang tersebut
mempunyai hutang sebesar 1.000.000 rupiah. Sedangkan jika seseorang mempunyai saldo 0
rupiah berarti orang tersebut tidak mempunyai tabungan maupun hutang.
Nilai raport siswa SMA dimana masing masing siswa memiliki nilaiyang berbeda yaitu Muiz
mendapatkan nilai 100 (A), Cinta 80 (B), dan Putri 60 (C) jika dilihat dariskala rasio nilai Muiz
memiliki nilai lebih 20 dari pada nilai Cinta, Cinta memiliki nilai lebih 20dari pada nilai Putri,
dan nilai putri kurang 40 untuk sama dengan Muiz.

Berat bayi dimana bayi A beratnya adalah 3, B adalah 2, dan C adalah 1, jika dilihat
menggunakan skala rasio berat badan bayi A tiga kalilipat dari berat badan bayi C,
berat badan bayi B dua kalilipat dari C.

Tinggi badan dari masing masing data yang dikumpulkan, jika dilihat dari skala rasio Ichsan
lebih tinggi 10 cm dari pada Muiz, dan Muiz lebih tinggi 10 cm dari pada Chaby, dan chaby
paling pendek diantara Ichsan dengan Muiz.

Pekerjaan dan penghasilan bulanan, dimana gajihnya bermacam macam, jika dilihat
berdasarkan skala rasio gajih Ichsan lebih besar dari pada gajihKosim sebagai karyawan, dan
gajih Udin lebih lebih kecil dari pada gajih Kosim.

PENGERTIAN DATA KUANTITATIF BESERTA CONTOH DATA

KUANTITATIF

Bagaimana kabar kalian semua? Semoga baik-baik saja yah. Kali ini Ahli Artikel akan
membagikan suatu artikel yang akan membahas mengenai Pengertian Data Kuantitatif
Beserta Contoh Data Kuantitatif. Silahkan langsung saja di baca artikel yang berjudul
Pengertian Data Kuantitatif Beserta Contoh Data Kuantitatif di bawah ini.

Pengertian Data Kuantitatif Beserta Contoh Data Kuantitatif

Di dunia ini, ada banyak sekali data yang sering kita temui, salah satunya adalah data
kuantitatif. Jika kita melihat data dari sifat data dan jenis data, maka data itu bisa kita
golongkan menjadi data kuantitatif dan data kualitatif. Namun pada artikel kali ini, kita
hanya akan membahas mengenai data kuantitatif saja. Untuk lebih jelasnya, mari kita lihat
penjelasan mengenai pengertian data kuantitatif di bawah ini.

Pengertian Data Kuantitatif

Data kuantitatif adalah data yang berwujud angka atau bilangan, dapat terukur, dan
nilainya jelas. Oleh karena itu, dalam data kuantitatif ini kita bisa melakukan berbagai
macam operasi matematika di dalamnya seperti penambahan dan pengurangan, perkalian dan
pembagian, dan sebagainya. Karena dalam data kuantitatif ini bisa diproses dengan berbagai
macam operasi matematika, maka nilai dalam data kuantitatif ini dapat berubah-ubah, dan
karena nilai data kuantitatif yang berubah-ubah ini, data kuantitatif seringkali juga disebut
dengan data variabel.

Berdasarkan bentuknya, data kuantitatif itu bisa dibedakan menjadi 2 bagian, yaitu:
1. Data kuantitatif cacahan (distrik)
Data kuantitatif cacahan (distrik) ini, biasanya memiliki interval dan didapatkan dengan
cara membilang (suatu metode menghitung dengan cara mengurutkan atau menghitung satu
per satu dengan tujuan untuk mengetahui jumlah).

2. Data kuantitatif ukuran (rasio atau kontinu)

Data kuantitatif ukuran (rasio atau kontinu) ini, merupakan data dalam bentuk angka
yang memiliki arti yang sebenarnya, sehingga dalam data jenis ini memiliki nilai nol. Data
Kuantitatif jenis ini, diperoleh dengan cara mengukur.

Contoh-Contoh Data Kuantitatif

Di bawah ini, akan diberikan beberapa contoh data kuantitatif dan penjelasan terhadap
contoh tersebut
a. Contoh Data Kuantitatif Cacahan
- Pengunjung Kedai kopi hari ini terdiri dari 13 pria, dan 29 wanita
Penjelasan: Data diatas termasuk data cacahan (distrik), karena dalam memperoleh data
tersebut diperoleh dengan cara membilang (suatu teknik menghitung dengan cara
mengurutkan atau menghitung satu per satu dengan tujuan untuk mengetahui jumlah). Dalam
contoh kali ini, pengambilan data melalui proses membilang ini dilakukan dengan cara
menghitung satu-persatu pengunjung kedai Kopi yang datang pada hari itu.
- Peserta lomba sains matematika tahun 2013 berjumlah 110 orang.
Penjelasan: Data diatas tergolong data distrik (cacahan) karena data diatas adalah data pada
tahun 2013, dimana sudah pasti ada data pada tahun-tahun sebelumnya. Sehingga sangat jelas
terlihat bahwa data diatas memiliki interval.

b. Contoh Data Kuantitatif Rasio

- Tinggi gedung D adalah 911 meter.
Penjelasan: Contoh data diatas dapat digolongkan sebagai data rasio karena untuk
memperoleh tinggi gedung D, sudah tentu harus dilakukan pengukuran terlebih dahulu.
- Tanah yang saya tawarkan memiliki luas 10 meter persegi.
 Penjelasan: data diatas tergolong data rasio karena untuk menghitung luas tanah, terlebih
dahulu harus dilakukan pengukuran dan perhitungan

Contoh Data Nominal, Ordinal, Rasio dan Interval

Contoh Data Nominal, Ordinal, Rasio dan Interval

1. Data Nominal
Data nominal untuk memudahkan analisis biasanya dijadikan angka yaitu proses yang
disebut kategori. Bilangan yang dipergunakan hanya sebagai lambang/simbol untuk
membedakan setiap kategori.Pemberian angka ini hanya sebagai simbol atau tanda saja, tidak
berjenjang artinya tidak dapat dikatakan guru laki-laki lebih baik dari perempuan dan
sebagainya.
Contoh :
Status perkawinan/marital
- Kawin diberi simbol/lambang 1
- Belum kawin diberi lambang/simbol 2
- Janda/duda diberi lambang/simbol 3

Agama /kepercayaan
- Islam diberi lambang/simbol 1
- Kristen diberi lambang/simbol 2
- Hindu diberi lambang/simbol 3
- Buddha diberi lambang/simbol 4
- Lainnya diberi lambang/simbol 5

2. Data Ordinal
Data ordinal termasuk data kualitatif yang jenjangnya lebih tinggi dari data nominal.
Data ordinal sudah menunjukkan lambang dan jenjang atau tingkatan (rank) lebih besar, lebih
kecil. Semakin kecil bilangan semakin jelek dan makin besar semakin bagus, jadi semakin
besar bilangan makin tinggi peringkatnya.
contoh :
Tingkat pendidikan
- D4 1
- S1 2
- S2 3
- S3 4
Kualitas pembelajaran
- Sangat baik 5
- Baik 4
- Cukup 3
- Kurang baik 2
- Buruk 1

3. Data Rasio
Data rasio merupakan jenis data paling tinggi, dapat menyatakan sebagai peringkat,
menyatakan jarak, dan mempunyai titik nol sebagai titik mutlak,serta dan dapat dioperasikan
secara matematik (dijumlah, dibagi,dikurangi dan dikali).
 Contoh:
Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur.
Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari
Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000.
Bila dilihat dengan ukuran rasio maka;
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.
Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A.
Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B.
Dengan kata lain, rasio antara;
pengemudi C dan A adalah 4 : 1,
pengemudi D dan A adalah 5 : 1,
pengemudi C dan B adalah 4 : 3.
Contoh lainnya adalah berat badan bayi yang diukur dengan skala rasio.
Bayi A memiliki berat 3 Kg,Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg.
Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari berat
badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C, dan bayi C
memiliki rasio berat badan sepertiga kali berat badan bayi A, dst.

4. Data Interval
Data interval termasuk dalam jenis data kuantitatif, berupa angka, dapat
bertingkat/berjenjang, dapat menunjukkan peringkat (makin besar bilangan makin tinggi
peringkatnya), bilangan menyatakan jarak (interval), dan titik nol bukan merupakan titik
mutlak. Titik nol dinyatakan berdasarkan perjanjian.
contoh :
Jumlah siswa
- < 500 orang 1
- 500 1000 orang 2
- 1001 1500 orang 3
- > 1500 orang 4

Luas sekolah
- < 1000 meter 1
- 1000 3000 m 2
- > 3000 m 3

1. DATA NOMINAL
Jenis kelamin manusia, 1 untuk pria, 2 untuk wanita.
Misalnya tentang jenis olahraga yakni tenis, basket, dan renang. Masing-masing anggota set di atas
kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Tetapi angka yang diberikan tidak
menunjukkan bahwa tingkat olahraga basket lebih tinggi dari tenis ataupun sebaliknya.

Misalnya bentuk bank syariah di Indonesia: Bank Umum Syariah diberi kategori 2; BPR Syariah diberi
kategori l.
Data mengenai barang-barang yang dihasilkan oleh sebuah mesin dapat digolongkan
dalam kategori cacat atau tidak cacat. Barang yang cacat bisa diberi angka 0 dan
yang tidak cacat diberi angka 1.
Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2) Menikah, (3) Janda/
Duda. Data tersebut memiliki sifat-sifat yang sama dengan data tentang jenis kelamin.

2. DATA ORDINAL
 Contoh:
Mengubah nilai ujian ke nilai prestasi, yaitu:
1. nilai A adalah dari 80-100
2. nilai B adalah dari 65-79
3. nilai C adalah dari 55-64
4. nilai D adalah dari 45-54
5. nilai E adalah dari 0-44
Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju
sampai sangat tidak setuju.
Jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan
kepala daerah, mulai dari tidak pernah absen menghadiri dengan kode 5, kadang-kadang saja
menghadiri dengan kode 4, kurang menghadiri dengan kode 3, tidak pernah menghadiri dengan kode
2, sampai tidak ingin menghadiri sama sekali dengan kode 1.
Contoh Skala Ordinal:
Urutkan merk sepeda motor berikut dari yang paling anda sukai.
Merk Ranking
Yamaha .
Honda .
Suzuki .
Kawasaki .

Sistem kepangkatan dalam dunia militer adalah satu contoh dari data berskala ordinal Pangkat dapat
diurutkan atau dirangking dari Prajurit sampai Sersan berdasarkan jasa, dan lamanya pengabdian.
Jika peneliti merangking data lamanya pengabdian maka peneliti dapat memberikan nilai 1, 2, 3, ,
4 dst masing-masing terhadap seseorang anggota ABRI yang berpangkat Prajurit, Kopral, Sersan,
dst.

3. DATA INTERVAL
Data ini memiliki ciri sama dengan ciri pada data ordinal ditambah satu ciri lagi, yaitu urutan kategori
data mempunyai jarak yang sama.
A B C D E
1 2 3 4 5
interval A sampai C adalah 3-1=2. Interval C sampai D adalah 4-3=1. Kedua interval ini dapat
dijumlahkan menjadi 2+1=3. atau interval antara A dan D adalah 4-1=3. Pada data ini yang
dijumlahkan bukanlah kuantitas atau besaran, melainkan interval dan tidak terdapat titik nol absoult.
Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran
interval pada skala prestasi dengan ukuran 1,2,3,4,5 dan 6, maka dapat dikatakan bahwa beda
prestasi antara mahasiswa C dan A adalah 3-1=2. Beda prestasi antara mahasiswa C dan F adalah
6-3=3. Tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A
ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B.
Data tentang suhu empat buah benda A, B, C , dan D yaitu masing-masing 20. 30, 60, dan 70 derajat
Celcius, maka data tersebut adalah data dengan skala pengukuran interval karena selain dapat
dirangking, peneliti juga akan tahu secara pasti perbedaan antara satu data dengan data lainnya.
Perbedaan data suhu benda pertama dengan benda kedua misalnya, dapat dihitung sebesar 10
derajat, dst. Namun dalam skala interval, tidak mungkin kita melakukan perbandingan antara satu
data dengan data yang lainnya. Kita tidak dapat mengatakan bahwa suhu 60 derajat Celcius dari
benda C dan 30 derajat Celcius untuk suhu benda B berarti bahwa benda C 2x lebih panas dari benda
B.
Kecerdasan intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110 memiliki jarak yang
sama dengan 110 sampai 120. Namun demikian tidak dapat dinyatakan orang yang memiliki IQ 150
tingkat kecerdasannya 1,5 kali dari orang yang memiliki IQ 100.
Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner (misalnya skala sikap
atau intensitas perilaku) sering dinyatakan sebagai data interval setelah alternatif jawabannya diberi
skor yang ekuivalen (setara) dengan skala interval, misalnya:
Skor (5) untuk jawaban Sangat Setuju
Skor (4) untuk jawaban Setuju
Skor (3) untuk jawaban Tidak Punya Pendapat
 Skor (2) untuk jawaban Tidak Setuju
Skor (1) untuk jawaban Sangat Tidak Setuju
Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat yang sama dengan
data interval.

4. DATA RASIO
Contoh :
A dan B adalah dua mahasiswa Universitas X yang nilai mata kuliah statistik 1 masing-masing 60
dan 90. Ukuran rasionya dapat dinyatakan bahwa nilai B adalah nilai 1,5 kali nilai A.
Jika ada 4 pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp10.000 ,
Rp30.000 , Rp40.000 dan Rp50.000. bila dilihat dengan ukran rasio maka pendapatan pengemudi C
adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan
pengemudi A. Dengan kata lain, rasio antara pengemudi C dan A adalah 4:1, rasio antara pengemudi
D dan A adalah 5:1.
Berat badan bayi yang diukur dengan skala rasio, bayi A memiliki berat badan 3 kg. Bayi B memiliki
berat 2 kg dan bayi C memiliki berat 1 kg. Jika diukur dengan skala rasio, maka bayi A memiliki rasio
berat badan 3 kali dari berat badan bayi C, dst.
Data mengenai berat adalah data yang berskala rasio. Dengan skala ini kita dapat mengatakan bahwa
data berat badan 80 kg adalah 10 kg lebih berat dari yang 70 kg, tetapi juga dapat mengatakan
bahwa data 80 kg adalah 2x lebih berat dari data 40 kg.

Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki semua sifat-sifat
sebagai data interval. Benda yang beratnya 1 kg berbeda secara nyata dengn benda yang beratnya
2kg. Ukuran berat benda dapat diurutkan mulai dari yang terberat sampai yang teringan. Perbedaan
antara benda yang beratnya 1 kg dengan 2 kg memiliki rentang berat yang sama dengan perbedaan
antara benda beratnya 2 kg dengan 3 kg. Angka 0 kg menunjukkan tidak ada benda (berat) yang
diukur. Benda yang beratnya 2 kg 2 kali lebih berat dibandingkan dengan benda yang beratnya 1 kg.

Skala pengukuran variabel dibedakan atas 4 macam yaitu:

1. Skala Nominal, merupakan skala pengukuran yang digunakan untuk kategorisasi tanpa bisa
mengukur ataupun mengurutkan kategori tersebut.

Tabel 1
Contoh Skala Pengukuran Nominal

No. Contoh Nominal Keterangan

1. Jenis penyakit Memiliki pengelompokan

tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
2. Jenis alat musik Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
3. Jenis sayur Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
4. Jenis sapu Memiliki pengelompokan
tapi tidak memiliki tingkatan,
 jarak, dan nilai nol.
5. Jenis buah Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
6. Jenis laptop Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
7. Jenis helm Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
8. Macam-macam kabupaten Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
9. Macam-macam agama Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.
10. Macam-macam negara Memiliki pengelompokan
tapi tidak memiliki tingkatan,
jarak, dan nilai nol.

2. Skala Ordinal, merupakan skala pengukuran yang memungkinkan kita untuk mengurutkan
peringkat dari objek yang kita ukur.

Tabel 2
Contoh Skala Pengukuran Nominal

No. Contoh Ordinal Keterangan

1. Tingkat golongan pegawai Memiliki pengelompokan &

tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
2. Tingkat pendidikan Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
3. Tingkat kekayaan atau sosial ekonomi Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
4. Tingkat akreditasi Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
5. Tingkat keganasan penyakit Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
6. Tingkat liga di persepakbolaan Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
 jarak, dan nilai nol.
7. Tingkat semester di perkuliahan Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
8. Tingkat sarjana Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
9. Tingkat kelas di sekolah Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.
10. Tingkat peradilan Memiliki pengelompokan &
tingkatan, tapi tidak memiliki
jarak, dan nilai nol.

3. Skala Interval, merupakan skala pengukuran yang tidak hanya memungkinkan kita untuk
mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan
membandingkan ukuran perbedaan diantara nilai.

Tabel 3
Contoh Skala Pengukuran Interval

No. Contoh Interval Keterangan

1. Interval passing grade universitas Memiliki pengelompokan,

tingkatan, & jarak, tapi tidak
memiliki nilai nol.
2. Interval suhu Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
3. Interval nilai dalam suatu mata pelajaran Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
4. Interval kecepatan kendaraan Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
5. Interval tekanan darah Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
6. Interval IQ Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
7. Interval penanggalan tahun Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
8. Interval nilai IPK Memiliki pengelompokan,
 tingkatan, & jarak, tapi tidak
memiliki nilai nol.
9. Interval Tahun Kelahiran Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.
10. Interval waktu (jam, menit, detik) Memiliki pengelompokan,
tingkatan, & jarak, tapi tidak
memiliki nilai nol.

4. Skala Rasio, merupakan skala pengukuran yang memiliki sifat interval dan juga dapat
diidentifikasi titik nol mutlak, sehingga memungkinkan menyatakan rasio atau perbandingan
diantara kedua nilai.

Tabel 4
Contoh Skala Pengukuran Rasio

No. Contoh Rasio Keterangan

1. Panjang benda Memiliki pengelompokan,

tingkatan, jarak, dan nilai nol.
2. Tinggi badan Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
3. Berat badan Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
4. Penghasilan per hari seseorang Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
5. Jumlah sel tertentu Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
6. Dosis obat Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
7. Jumlah produksi mesin Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
8. Denyut nadi Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
9. Ukuran HB ibu hamil Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.
10. Ukuran sepatu Memiliki pengelompokan,
tingkatan, jarak, dan nilai nol.