Data Interval

Data interval didefinisikan sebagai jenis data yang diukur sepanjang skala, di mana setiap
titik ditempatkan pada jarak yang sama antara satu sama lain. Data interval selalu muncul dalam
bentuk angka atau nilai berangka di mana jarak antara dua titik itu diseragamkan dan sama. Data
interval tidak dapat digandakan atau dibahagi, namun data dapat ditambahkan atau dikurangkan.
Data interval diukur pada skala interval. Dalam penyelidikan pasaran atau dalam bentuk interval
penyelidikan sosial, ekonomi, atau perniagaan lain, data memainkan peranan penting. Apa yang
menjadikan data interval sangat popular dan diminati adalah kerana data interval menyokong
hampir semua ujian statistik dan transformasi dalam mendapatkan data kuantitatif Data interval
mempunyai atribut yang sangat khas yang membezakannya dibandingkan dengan data nominal,
data ordinal atau data nisbah genap. Data interval tidak mempunyai titik sifar mutlak yang
ditentukan yang terdapat dalam data nisbah. Kekurangan titik sifar mutlak menjadikan perbandingan
magnitud langsung tidak mungkin dilakukan. Sebagai contoh, Objek A dua kali lebih besar daripada
Objek B bukan kemungkinan dalam data interval.

Data Nisbah

Data nisbah memberitahu kita tentang urutan pemboleh ubah, perbezaan di antara mereka, dan
mereka mempunyai sifar mutlak. Yang membolehkan segala macam pengiraan dan kesimpulan
dapat dilakukan dan dibuat. Data nisbah adalah data interval yang sangat serupa, kecuali sifar berarti
tidak ada. Untuk data nisbah, tidak mungkin mempunyai nilai negatif. Sebagai contoh, ketinggian
adalah data nisbah. Tidak mungkin mempunyai ketinggian negatif. Sekiranya ketinggian objek adalah
sifar, maka tidak ada objek. Ini berbeza dengan sesuatu seperti suhu. Kedua-dua 0 darjah dan -5
darjah benar-benar berlaku dan suhu bermakna.

Rujukan

Clinical and Laboratory Institute Standards. (2008). Defining, establishing and verifying reference
intervals in the clinical laboratory: approved guideline, 3rd ed.

Despotis, D.K. & Smirlis, Y.G. (2002). Data envelopment analysis with imprecise data. European
Journal of Operational Research 140: 24-36.