Tugas Perkuliahan

Probabilitas&
Statistik
Jenis Jenis Data

Program Tatap
Fakultas Kode MK Pengampu Makul Disusun oleh
Studi Muka

3-4 TE-129
Teknik Elektro Ahmad Ilham, M.Kom Meilani Leo Saputra
NIM : C2B018361

Abstract Kompetensi

Data dapat dibagi dalam kelompok tertentu berdasarkan kriteria BAB 1. Data Kualit atif
yang menyertainya, misalnya menurut susunan, sifat, waktu
pengumpulan, dan sumber pengambilan. Pembagian data menurut 1.1. Data Nominal
1.2. Data Ordinal
susunannya,, data dibagi atas data acak atau tunggal dan data
berkelompok. Pembagian data menurut sifatnya, data dibagi atas
BAB 2. Data Kuantitatif
data kualitatif dan data kuantitatif. Pembagian data menurut waktu
pengumpulannya, data dibagi atas: data berkala dan data cross 2.1. Data Kontinyu
section. Pembagian data menurut sumber pengambilannya, data 2.1.1. Data Interval
dibedakan atas: data primer dan data sekunder. Pengambilan data 2.1.2. Data Rasio
menurut skala pengukurannya,data dapat dibedakan atas data 2.2. Data Disskrit
nominal, ordinal, interval dan rasio
Bab 1. Data Kualitatif

Topik Pembahasan
1. Tentang Data Kualitatif
2. Data Nominal
3. Data Ordinal

Data kualitatif adalah data yang berbentuk kata-kata (deskriptif/naratif), bukan dalam bentuk
angka. Data kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya hasil
pengamatan, wawancara, analisis dokumen atau observasi yang telah dituangkan dalam catatan.
Bentuk lain data kualitatif adalah gambar yang diperoleh melalui pemotretan atau rekaman video.
Pengertian Data Kualitatif adalah data yang berupa tulisan mengenai tingkah laku manusia yang dapat
diamati. Data kualitatif itu berbentuk uraian terperinci, kutipan langsung dan dokumentasi kasus. Data
ini dikumpulkan sebagai suatu cerita responden, tanpa mencoba mencocokkan suatu gejala dengan
kategori baku yang telah ditetapkan sebelumnya, sebagaimana jawaban pertanyaan dalam kuesioner.

Data Kualitatif adalah tangkapan atas perkataan subjek penelitian dalam bahasanya sendiri.
Pengalaman orang diterangkan secara mendalam, menurut makna kehdupan, pengalaman dan
interaksi sosial dari subjek penelitian sendiri. Dengan demikian, peneliti dapat memahami masyarakat
menurut pengertian mereka sendiri. Hal ini berbeda dari penelitian kuantitatif yang membakukan
pengalaman responden ke dalam kategori-kategori baku peneliti sendiri. Data kualitatif bersifat
mendalam dan perinci, sehingga data kualitatif bersifat panjang lebar. Akibatnya analisis data
kualitatif bersifat spesifik, terutama untuk meringkas data dan menyatukannya dalam suatu alur
analisis yang mudah dipahami pihak lain. Sifat data ini berbeda dari data kuantitatif yang relatif lebih
sistematis terbakukan dan mudah disajikan dalam format ringkas. Dalam data kualitatif, sumber data
primer adalah responden dan informan.

Pengertian Responden adalah sumber data mengenai keragaman dalam gejala-gejala,

berkaitan dengan perasaan, kebiasaan, sikap, motif dan persepsi. Pengertian Informan adalah sumber
data yang berhubungan dengan pihak ketiga dan data mengenai hal-hal yang melembaga atau gejala
umum. Data kualitatif disimpan dalam catatan harian. Catatan harian atau catatan lapangan
merupakan instrumen utama yang melekat pada beragam teknik pengumpulan data kualitatif. Isi
catatan fakta tidak boleh berupa penafsiran pribadi peneliti, akan tetapi fakta-fakta apa adanya dan
telah teruji kesahihannya. Peneliti mencatat fakta selengkap dan serinci mungkin. Catatan haruslah
berisi hal-hal konkret. Hal-hal yang bersifat abstrak hanya bisa dimasukkan ketika benar-benar dapat
dipercaya atau diandalkan. Setiap fakta mewakili peristiwa penting yang akan dimasukkan ke dalam
proposisi-proposisi yang nanti hendak disusun, atau sebagai konteks dari suatu kegiatan.

Sub Bab 1.1. Data Nominal

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

2 Ahmad Ilham, M.Kom C2B018361
Sebelum kita membicarakan bagaimana alat analisis data digunakan, berikut ini akan diberikan ulasan
tentang bagaimana sebenarnya data nominal yang sering digunakan dalam statistik nonparametrik
bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana
angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan
tingkatan apapun.

Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal
merupakan data diskrit dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan
kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa.
Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masingmasing anggota set
di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka
yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun
tingkat renang lebih tinggi dari tenis.

Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya
berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui. Tentang partai,
misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masingmasing kategori tidak dinyatakan
lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah
mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali,
atau tujuh kali. Begitu juga tentang ukuran jumlah anak dalam suatu keluarga. Numerik yang
dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan
pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal. Menuruti Sugiono,
alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang digunakan untuk data nominal adalah
Coefisien Contingensi. Akan tetapi karena pengujian hipotesis Coefisien Contingensi memerlukan
rumus Chi Square (χ2), perhitungannya dilakukan setelah kita menghitung Chi Square. Penggunaan
model statistik nonparametrik selain Coefisien Contingensi tidak lazim dilakukan.

Sub Bab 1.1. Data Nominal

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 “lebih besar” dan “lebih kecil”. Walaupun data ordinal dapat disusun dalam suatu
urutan, namun belum dapat dilakukan operasi matematika ( +, – , x , : ). Contoh jenis data ordinal
antara lain: Berdasarkan umur disusun dalam urutan sebagai berikut:

Berdasarkan umur disusun dalam urutan sebagai berikut:

(1) Anak-anak
(2) Dewasa
(3) Lanjut Usia
Analisis terhadap urutan data di atas menunjukkan bahwa dewasa memiliki tingkatan umur
lebih besar dibandingkan dengan anak-anak dan lebih kecil dibandingkan dengan lansia. Namun

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

3 Ahmad Ilham, M.Kom C2B018361
demikian, data tersebut tidak dapat dijumlahkan, misalnya anak-anak (1) + dewasa (2) ≠ (3) lansia.
Dalam hal ini, operasi matematika ( + , – , x, : ) tidak berlaku untuk data ordinal. Peringkat (ranking)
indeks kinerja tenaga kefarmasian di RS dalam satu unit kerja yang menunjukkan urutan kinerja
tertinggi sampai terendah. Karyawan pada peringkat (1) memiliki kinerja lebih tinggi dari pada
karyawan peringkat (2). Operasi matematika ( + , – , x, : ) juga tidak berlaku untuk data ini.

Bab 2. Data Kuantitatif

Topik Pembahasan

1. Tentang Data Kuantitatif

2. Data Kontinyu
3. Data Interval
4. Data Rasio
5. Data Diskrit

Sub Bab 2.1 Data Kuantitatif

Data kuantitatif adalah satu-satunya jenis data yang berfokus pada angka dan perhitungan
secara matematika. Selain itu, data tersebut bisa diperhitungkan. Ini mengacu pada data yang
menghitung nilai dan jumlah serta dapat dinyatakan dalam istilah numerik yang disebut data
kuantitatif. Dalam statistik, hampir seluruh analisis statistik diolah menggunakan jenis data ini.
Kuantitatif data dapat juga digunakan dalam perhitungan dan uji statistik. Hal ini berkaitan dengan
pengukuran seperti panjang, lebar, tinggi, luas, berat, volume, tingkat kelembaban, kecepatan, usia
dan lainnya. Data ini pun biasanya digunakan di berbagai bidang seperti ekonomi, marketing, bisnis,
perencanaan, dan lainnya. Penyajian data juga dimungkinkan dalam bentuk tabel, diagram, chart,
grafik, bagan dan lain-lain. Selanjutnya, data kuantitatif dapat diklasifikasikan seperti data diskrit atau
kontinyu.
Metode pengumpulan data kuantitatif yang digunakan adalah:
a. Survei;
b. Percobaan/Experiment;
c. Observasi dan interview;

Sub Bab 2.2 Data Kontinyu

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

4 Ahmad Ilham, M.Kom C2B018361
Data kontinyu yaitu data yang diperoleh dari hasil pengukuran.

Ciri – ciri data kontinyu :

- diperoleh dengan cara mengukur

- dapat berbentuk desimal

Contoh data kontinyu :

- Jarak tempuh dari rumah ke kampus (km)

- Hasil Panen Petani A (ton)

- Prestasi belajar mahasiswa B (IPK)

- Keterampilan pegawai C (menit).

Sub Bab 2.3 Data Interval

Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta
menunjukkan 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, maka untuk data
interval dapat dilakukan operasi matematika penjumlahan dan pengurangan ( +, – ), namun tidak
memiliki angka nol mutlak. 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) 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

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

5 Ahmad Ilham, M.Kom C2B018361
 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.

Sub Bab 2.4 Data Rasio

Data rasio adalah data yang mempunyai 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.

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

6 Ahmad Ilham, M.Kom C2B018361
Sub Bab 2.5 Data Diskrit

Data diskrit adalah data yang angka-angkanya memiliki kemungkinan nilai terbatas dan antara satu
angka dengan angka yang lain jelas terpisah. Data diskrit yaitu data yang diperoleh dari hasil
perhitungan.
Ciri – ciri data diskrit :
- diperoleh dengan cara menghitung
- bilangannya angka bulat
Contoh data diskrit :
- Banyaknya perserta kuliah hari ini
- Banyak pengunjung pada sebuah Plaza
- Banyak kursi d kelas

Daftar Pustaka

https://olahdatastatblog.wordpress.com/2016/04/01/jenis-data-dalam-statistik/
https://arenastatistics.wordpress.com/2015/08/31/jenis-data-statistik/
https://www.semestapsikometrika.com/2017/07/jenis-data-kuantitatif_26.html Wahyuningsih, Iis. Modul 13
Jenis Jenis data. Kementerian Pendidikan dan Kebudayaan Kementerian Riset, Teknologi dan Pendidikan
Tinggi, 2018.

2019 Probabilitas & Statistika MEILANI LEO SAPUTRA

7 Ahmad Ilham, M.Kom C2B018361