Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua, yaitu:

1. Statistika Deskriptif

Tujuan penggunaan statistika ini adalah untuk mendeskripsikan atau memberi gambaran objek yang
diteliti sesuai data yang ada tanpa menarik kesimpulan maupun generalisasi. Statistika deskriptif hanya
terbatas pada pengumpulan, penyajian dan analisis data. Dalam statistika deskriptif dikemukakan cara
penyajian data dalam bentuk tabel maupun diagram, penentuan rata-rata (mean), modus, median,
rentang, serta simpangan baku.

2. Statistika Inferensial (Induktif)

Bertujuan untuk penarikan kesimpulan. Objek yang diteliti dibahas dengan penekanan pada interprestasi
data dan pengambilan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat
diperoleh dengan statistika deskriptif.

Macam-Macam Data

Statistik dalam prakteknya tidak bisa dilepaskan dari data yang berupa angka, baik itu dalam statistik
deskriptif yang menggambarkan data, maupun statistik inferensi yang melakukan analisis terhadap data.

Pembagian Data

A. Menurut cara memperolehnya, data dibedakan atas

1. Data primer, yaitu data yang dikumpulkan dan diolah sendiri oleh peneliti (perorangan/lembaga)
langsung dari objeknya.
 Contoh: sensus yang dilaksanakan oleh BPS

2. Data sekunder, yaitu data yang dikutip atau diperoleh dalam bentuk yang sudah jadi, sudah
dikumpulkan dan diolah oleh

sumber lain dan umumnya sudah dalam bentuk publikasi.

Contoh: perusahaan memperoleh data dari laporan yang ada di BPS.

B. Menurut sumbernya

1. Data internal, yaitu data yang menggambarkan keadaan/kegiatan di dalam suatu organisasi.

2. Data eksternal, yaitu data yang menggambarkan keadaan/kegiatan di luar suatu organisasi.

Data eksternal dimaksudkan untuk menunjukkan faktor-faktor yang mempengaruhi hasil karya suatu
organisasi.

C. Menurut sifatnya

1. Data Kualitatif, yaitu fakta yang dinyatakan dalam bentuk bukan angka atau dapat disebut data yang
bukan berupa angka, misalnya, jenis golongan darah, profesi, agama, dan sebagainya. Data kualitatif
dapat dikuantitatifkan antara lain dengan cara memberi skor, ranking, variabel boneka (dummy variabel),
dan sebagainya. Data kualitatif mempunyai ciri tidak bisa dilakukan operasi matematika, seperti
penambahan, pengurangan, perkalian dan pembagian.

Data kualitatif bisa dibagi menjadi dua:

a. Data Nominal, yaitu data dengan tingkat paling rendah dalam level pengukuran data. Skala nominal
adalah skala pengukuran berupa bilangan atau lambang-lambang untuk mengelompokkan suatu obyek.
Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, maka data
tersebut adalah data nominal (data kategori). Misal proses pendataan Jenis Kelamin seseorang. Ini
merupakan suatu data nominal, karena seorang laki-laki tidak mungkin berkelamin ganda. Demikian juga
misalnya, status pendidikan dikelompokkan menjadi sekolah dan tidak sekolah, jenis agama dan
sebagainya. Kelas atau kategori adalah titik skala nominal. Dalam hal jenis kelamin, titik skala adalah laki-
laki dan wanita. Data Nominal dalam praktek statistika biasanya akan dijadikan ‘angka’, yaitu proses yang
disebut kategorisasi. Misal dalam pengisian data, jenis kelamin lelaki di kategorikan sebagai ‘1’ dan
perempuan sebagai ‘2’. Contoh lain data dari variabel jenis agama (Islam=1, Kristen=2, Katholik=3,
Hindu=4, Budha=5). Kategori ini hanya sebagai tanda saja, jadi tidak bisa dilakukan operasi matematika.

b. Data Ordinal, adalah juga data kualitatif namun dengan level yang lebih tinggi dari data nominal. Jika
pada data nominal, semua data kategori dianggap sama, maka pada data ordinal, terdapat tingkatan
data. Pada data ordinal, ada data dengan urutan lebih tinggi dan urutan lebih rendah. Dengan kata lain
skala ordinal adalah skala pengukuran yang mengelompokkan obyek-obyek ke dalam kelas-kelas yang
mempunyai hubungan urutan satu dengan yang lain. Hubungan antara kelas-kelas adalah lebih baik,
lebih disukai, lebih tinggi, dan sebagainya. Misal data tentang sikap seseorang terhadap produk tertentu.
Dalam pengukuran sikap konsumen, ada sikap yang ‘suka’, ‘tidak suka’, sangat suka’ dan lainnya. Urutan
data 1 sampai dengan 5 menyimbolkan kualitas. 5= Sangat suka, 4= Suka, 3= Sedang, 2= Tidak Suka, 1=
Sangat tidak suka. Contoh lain misalnya, seorang anggota ABRI dapat dikelompokkan menurut
pangkatnya: Mayor, Kapten, Letnan, dan sebagainya. Hubungan antar kelas-kelas terdapat urutan
tertentu, pangkat Mayor lebih tinggi dari pangkat Kapten, dan pangkat Kapten lebih tinggi dari pangkat
Letnan (Mayor > Kapten > Letnan). Jadi disini ada preferensi atau tingkatan data, dimana data yang satu
berstatus lebih tinggi atau lebih rendah dari yang lain. Namun data ordinal juga tidak bisa dilakukan
operasi matematika.

2. Data kuantitatif, yaitu fakta yang dinyatakan dalam bentuk angka dalam arti sebenarnya. Misalnya
tinggi badan, berat badan, hasil belajar mahasiswa, jumlah kelahiran bayi tiap tahun di suatu negara, dan
lain sebagainya. Jadi berbagai operasi matematika bisa dilakukan pada data kuantitatif. Seperti pada data
kualitatif, data kuantitatif juga bisa dibagi menjadi dua bagian:

a. Data Interval, menempati level pengukuran data yang lebih tinggi dari data ordinal, karena selain bisa
bertingkat urutannya, juga urutan tersebut bisa dikuantitatifkan. Skala interval adalah skala pengukuran
yang mengelompokkan obyek-obyek ke dalam kelas-kelas yang mempunyai hubungan urutan dan
perbedaaan dalam jarak (interval) satu dengan yang lain.
Ciri-ciri skala interval :

(i) Unit pengukuran sama dan konstan;

(ii) Perbandingan antara dua interval sembarang adalah independen dengan unit pengukuran dan titik
nolnya;

(iii) Titik nol dan unit pengukuran sembarang (arbitrary).

Contohnya antara lain pengukuran temperatur sebuah ruangan. Data temperatur dikatakan data interval,
karena data mempunyai interval (jarak) tertentu. Namun data interval tidak mempunyai titik nol yang
absolut. Seperti pada pengukuran temperatur, seperti pernyataan bahwa ‘air membeku pada 0 oC ‘.
Pernyataan di atas, 0oC bersifat relatif, karena 0 oC hanya sebagai tanda saja. Dalam pengukuran oF, air
membeku bukan pada 0 oF, namun pada 32oF.

b. Data Rasio, adalah data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya. Data
Rasio adalah data bersifat angka dalam arti sesungguhnya (buka kategori seperti pada data nominal dan
ordinal) dan bisa dioperasikan secara matematika (+, -, x, /). Skala rasio adalah skala pengukuran yang
mengelompokkan obyek-obyek ke dalam kelas-kelas yang mempunyai hubungan urutan dan berbeda
dalam jarak antara obyek yang satu dengan yang lain. Perbedaan dengan data interval adalah bahwa
data rasio mempunyai titik nol dalam arti sesungguhnya. Misal berat badan dan tinggi badan seseorang,
pengukuran-pengukurannya mempunyai angka nol/0 dalam arti sesungguhnya. Misal berat badan 0
berarti memang tanpa berat. Contoh skala rasio adalah skala untuk mengukur panjang, luas, isi, berat,
tinggi, dan sebagainya. Data dalam statistik keempat jenis data tersebut dibedakan berdasarkan tingkat
pengukurannya (level of measurement).

D. Menurut waktu pengumpulannya

1. Data Cross Section, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time) yang
bisa menggambarkan keadaan/kegiatan pada waktu tersebut.
2. Data Berkala (Time Series Data), yaitu data yang dikumpulkan dari waktu ke waktu untuk memberikan
gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.

Misalnya, perkembangan harga barang kebutuhan pokok selama 12 bulan terakhir, banyaknya
pengunjung tempat wisata selama 5 tahun terakhir, dsb. Data berkala sering disebut data historis, bila
digambarkan grafiknya maka akan menunjukkan fluktuasi pergerakan naik turun data. Dari data berkala
dapat dibuat garis trend yang menggambarkan perkembangan data. Garis trend tersebut berguna
sebagai dasar pembuatan ramalan (forecasting) yang bermanfaat untuk dasar perencanaan dan
memberikan gambaran data di masa mendatang.