Sangat setuju pasti lebih tinggi daripada yang setuju.

Yang setuju pasti lebih tinggi daripada yang netral,

yang netral pasti lebih tinggi daripada yang tidak setuju, sedangkan yang tidak setuju pasti lebih tinggi
daripada yang sangat tidak setuju. Namun jarak antara sangat setuju ke setuju dan dari setuju ke netral
dan seterusnya tentunya tidak sama, oleh karena itu data yang dihasilkan oleh skala likert adalah data
ordinal. Sedangkan cara scoring bahwa Sangat setuju 5, setuju 4, netral 3, tidak setuju 2 dan sangat tidak
setuju 1 hanya merupakan kode saja untuk mengetahui mana yang lebih tinggi dan mana yang lebih
rendah. Dari cara scoring tersebut kita tidak bisa memaknai bahwa sangat setuju adalah netral ditambah
setuju. Tapi permasalahannya sesuai dengan ciri-ciri dari data ordinal, bahwa data ordinal belum bisa
dikenai operasi matematis

Secara umum - pada saat ini dianggap bahwa variabel independen (penjelas) dalam analisis regresi
dapat menjadi variabel ordinal dan tidak mempengaruhi persamaan (kesalahan) dalam estimasi).

statistik inferensial adalah jenis statistik yang fokus kepada pengolahan data sampel sehingga bisa
mengambil keputusan atau kesimpulan pada populasi.

Alur dari penggunaan statistik inferensial adalah pengambilan sampel, pemilihan analisis, dan
pengambilan keputusan untuk keseluruhan populasi.

Statistik inferensial digunakan banyak orang karena mampu menghasilkan estimasi yang akurat dengan
biaya yang relatif terjangkau. Tenaga yang digunakan juga tidak sebesar penggunaan statistik deskriptif
sehingga jauh lebih efisien.

Contoh statistik inferensia

Ada banyak sekali contoh aplikasi dan penerapan statistik inferensial dalam kehidupan. Namun, secara
umum, statistik inferensia yang sering digunakan adalah:

1.Analisis Regresi

Analisis regresi adalah salah satu alat analisis yang paling populer. Analisis regresi digunakan untuk
memprediksi hubungan antara variabel independen dengan variabel dependen.

2. Uji Hipotesis

Uji hipotesis merupakan pengujian statistik dimana kita ingin mengetahui kebenaran dari sebuah asumsi
atau pendapat yang biasa terjadi di masyarakt. Biasanya, uji ini digunakan untuk mengetahui tentang
kebenaran sebuah klaim yang beredar di masyarakat.

Objektif, yang berarti bahwa data yang ditampilkan harus sesuai dengan keadaan yang sebenarnya.
Misalnya, jumlah penduduk miskin di suatu kota sebanyak 1 juta jiwa, maka yang harus dilaporkan harus
dengan jumlah 1 juta, jika kurang atau lebih maka akan berimbas pada pengambilan kebijakan yang
salah untuk penduduk miskin seperti raskin dan BLT.

Representatif, yang berarti bahwa data yang tersedia harus mewakili objek yang diamati. Misalnya, data
tentang harga barang yang diambil tidak hanya dari pasar tradisional tetapi juga pasar modern, data
tentang konsumsi beras tidak hanya diambil di daerah perkotaan saja tetapi juga di daerah pedesaan.

Kesalahan baku (standard error) kecil. Data yang diperoleh dari hasil survey biasanya memiliki kesalahan
baku, baik yang diperoleh dari sampling error maupun non sampling error. Namun hasil estimasi yang
diperoleh diharapkan mendekati parameter atau nilai dari populasinya. Agar mendekati nilai
parameternya maka kesalahan baku harus sekecil mungkin agar keputusan yang diambil tepat sasaran.

Tepat waktu. Terkadang kita membutuhkan data yang paling up to date untuk mengambil suatu
keputusan. Misalnya, pemerintah tahun ini (2014) ingin melakukan perbaikan bangunan SD yang rusak,
maka data yang diperlukan adalah data jumlah bangunan SD yang rusak yang terkini (tahun 2014 atau
2013), bukan data jumlah bangunan SD yang rusak tahun 2010, karena pemerintah ingin melihat
gambaran terakhir jumlah bangunan SD yang rusak.

Relevan, yang berarti bahwa data yang dikumpulkan harus relevan dengan masalah yang akan
dipecahkan. Misalnya, kebijakan pemerintah dalam impor sapi, maka data yang dibutuhkan adalah
produksi daging sapi di Indonesia atau data jumlah sapi tahun berjalan.

Jenis data menurut cara memperolehnya

Ø Data primer adalah data yang secara langsung diambil dari objek atau objek penelitian oleh peneliti
perorangan maupun organisasi.

Contohnya : mewawancarai secara langsung

Ø Data sekunder adalah data yang didapat tidak secara langsung dari obyek penelitian.

Contohnya : menggunakan data statistik hasil riset dari surat kabar atau majalah.

B. Jenis-jenis data berdasarkan sumber data

Ø Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara
internal .

Contohnya : data penjualan perusahaan sendiri

Ø Data eksternal adalah data yang menggambarkan situasi dan kondisi yang ada diluar organisasi.

Contohnya : data penjualan perusahaan lain untuk jenis produk yang sama dengan produk perusahaan
sendiri.
C. Klasifikasi data berdasarkan jenis datanya

Ø Data kuantitatif adalah data yang berwujud angka .

Contohnya : tinggi badan mahasiswa

Ø Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna.

Contohnya : presepsi konsumen terhadap botol air minum dalam kemasan

D. Jenis data menurut waktu pengumpulannya

Ø Data cross section adalah data yang menunjukkan titik waktu tertentu.

Contohnya : laporan keuangan per 20 november 2017

Ø Data time series adalah data yang menggambarkan sesuatu dari waktu ke waktu.

Contohnya : perkembangan nilai tukar.

Berdasarkan Sumbernya:

a. Data Primer yaitu data yang didapat dari sumber pertama, baik dari individu/perseorangan Dalam
metode pengumpula data primer, peneliti melakukan sendiri baik di lapangan maupun di aboratorium.
Pelaksanaannya melalui PERCOBAAN dan SURVEY yang diakukan bisa melalui 1) wawancara dengan
responden, 2) Angket, dn 3) Pooling..

b Data Sekunder yaitu data primer yang diperoleh leh pihak lain atau data primer yang diolah lebih
lanjut dan disajikan oleh pengumpul data primer atau oleh pihak lain yang pada umumnya disajikan
dalam bentuk tabel-tabel atau diagram-diagram. Metode pengumpulan data sekunder sering disebut
metode penggunaan bahan dokumen, karena dalam hal ini peneliti tidak secara langsung mengambil
data sendiri tetapi memanfaatkan data atau dokumen yang dihasilkan pihak lain.

Berdasarkan Jenisnya:

a) Data Kualitatif dan Kuantitatif

Data kualitatif adalah data yang sifatnya hanya menggolongkan saja. Yang termasuk dalam klasifikasi
data kualitatif adalah data yang berskala ukur nominal dan ordinal. Contoh jenis pekerjaan seseorang
(spir, binisman, guru, dll), motivasi karyawan (bagus, sedang, jelek). Bila ada angka yang digunakan
hanya memberikan penggolongan saja, bukan sebagai petunjuk nilai tingkatan golongan.

Data kuantitatif adalah data yang berbentuk angka. termasuk dalam klasifikasi data kualitatif adalah
data yang berskala ukur interval dan rasio. Contoh keuntungan perusahaan Golden tahun 1999 (Rp. 5
Milyar), kenaikan penjualan perusahaan AsikBelajar.Com (35%), dsb.

b) Data Internal dan Eksternal

 Data internal merupakan data yang didapat dari dalam perusahaan, organisasi atau instansi dimana
riset dilakukan. Data internal merupakan data yang menggambarkan keadaan dalam oganisasi tersebut.

Data eksternal adalah data yang menggambarkan keadaan di luar organisasi. Data eksternal pada
umumnya didapat dari pihak lain dan digunakan sebagai pembanding.

c) Data Time Series dan Cross Section

Data time series atau data deret waktu merupakan data yang dikumpulkan dari beberapa waktu
tahapan waktu secara kronologis. Pada umumnya data deret waktu merupakan kumpulan data dari
suau fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya dalam
mingguan, bulanan, atau tahunan. Contoh data eksport baju hangat PT ADMTEX ke Perancis dari tahun
1999-2015.

Data cross section atau data kerat lintang adalah data yang dikumpulkan pada waktu dan tempat
tertentu saja. Data cross section pada umumnya mencerminkan suatu fenomena tertentu dalam suatu
kurun waktu tertentu saja, misalnya data hasil pengisian kuesioner tentang prilaku pembelian suatu
produk kosmetik dari 235 orang responden pada bulan Januari 2015.