Machine Translated by Google
6 Jenis Data dalam Statistik & Penelitian: Kunci dalam Ilmu Data
Memahami berbagai jenis data (dalam statistik, riset pemasaran, atau ilmu data) memungkinkan Anda memilih
jenis data yang paling sesuai dengan kebutuhan dan tujuan Anda.
Apakah Anda seorang pengusaha, pemasar, ilmuwan data, atau profesional lain yang bekerja dengan beberapa
jenis data, Anda harus terbiasa dengan daftar kunci tipe data.
Mengapa? Karena berbagai klasifikasi data memungkinkan Anda untuk menggunakan pengukuran dengan benar dan dengan
demikian membuat keputusan dengan benar.
Di halaman ini:
• Jenis data yang paling umum (dengan contoh) dalam statistik, penelitian, dan ilmu data.
Cukup dijelaskan.
• Infografis dalam PDF
Data Kualitatif vs Kuantitatif
1. Data kuantitatif
Data kuantitatif tampaknya paling mudah untuk dijelaskan. Ini menjawab pertanyaan kunci seperti "berapa
banyak", "berapa banyak" dan "seberapa sering".
Data kuantitatif dapat dinyatakan sebagai angka atau dapat dikuantifikasi. Sederhananya, itu dapat
diukur dengan variabel numerik.
Data kuantitatif mudah menerima manipulasi statistik dan dapat diwakili oleh berbagai jenis grafik dan bagan
statistik seperti garis, grafik batang, plot sebar, dan lain-lain.
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Contoh data kuantitatif:
• Nilai pada tes dan ujian misalnya 85, 67, 90 dan lain-lain.
• Berat badan seseorang atau subjek.
• Ukuran sepatu Anda.
• Suhu ruangan.
Ada 2 jenis umum data kuantitatif: data diskrit dan data kontinu. Kami akan menjelaskannya
nanti di artikel ini.
2. Data kualitatif
Data kualitatif tidak dapat dinyatakan sebagai angka dan tidak dapat diukur. Data kualitatif terdiri
dari kata-kata, gambar, dan simbol, bukan angka.
Data kualitatif disebut juga data kategorikal karena informasinya dapat diurutkan berdasarkan kategori,
bukan berdasarkan angka.
Data kualitatif dapat menjawab pertanyaan seperti “bagaimana ini terjadi” atau dan
“mengapa ini terjadi”.
Contoh data kualitatif:
• Warna misalnya warna laut
• Destinasi liburan favorit Anda seperti Hawaii, Selandia Baru dan lain-lain.
• Nama sebagai John, Patricia,…..
• Etnis seperti Indian Amerika, Asia, dll.
Selengkapnya dapat Anda lihat di pos kami data kualitatif vs kuantitatif.
Ada 2 jenis umum data kualitatif: data nominal dan data ordinal. Kami akan menjelaskannya
setelah beberapa saat.
Unduh infografis berikut dalam PDF
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Data Nominal vs Ordinal
3. Data nominal
Data nominal digunakan hanya untuk pelabelan variabel, tanpa jenis nilai kuantitatif apa pun. Nama
'nominal' berasal dari kata Latin "nomen" yang berarti 'nama'.
Data nominal hanya menyebutkan sesuatu tanpa menerapkannya pada pesanan. Sebenarnya, data
nominal bisa saja disebut “label”.
Contoh Data Nominal:
• Jenis Kelamin (Wanita, Pria)
Tipe Data @AYS dalam Statistik
Machine Translated by Google
• Warna rambut (Blonde, Brown, Brunette, Red, dll)
• Status Perkawinan (Menikah, Lajang, Janda)
• Etnis (Hispanik, Asia)
Seperti yang Anda lihat dari contoh, tidak ada urutan intrinsik pada variabel.
Warna mata adalah variabel nominal yang memiliki beberapa kategori (Biru, Hijau, Coklat) dan tidak ada
cara untuk mengurutkan kategori ini dari tertinggi ke terendah.
4. Data ordinal
Data ordinal menunjukkan urutan nomor. Ini adalah perbedaan penting dari jenis data nominal.
Data ordinal adalah data yang diurutkan berdasarkan posisinya pada skala. Data ordinal dapat menunjukkan
keunggulan.
Namun, Anda tidak dapat melakukan aritmatika dengan bilangan urut karena hanya menunjukkan barisan.
Variabel ordinal dianggap sebagai "di antara" variabel kualitatif dan kuantitatif.
Dengan kata lain, data ordinal adalah data kualitatif yang nilainya diurutkan.
Dibandingkan dengan data nominal, yang kedua adalah data kualitatif yang nilainya tidak dapat diurutkan.
Kami juga dapat menetapkan angka ke data ordinal untuk menunjukkan posisi relatifnya. Tapi kita tidak bisa
melakukan matematika dengan angka-angka itu. Misalnya: “pertama, kedua, ketiga…dst.”
Contoh Data Ordinal:
• Orang pertama, kedua dan ketiga dalam suatu kompetisi.
• Nilai huruf: A, B, C, dan lain-lain.
• Ketika sebuah perusahaan meminta pelanggan untuk menilai pengalaman penjualan pada skala 1-10.
• Status ekonomi: rendah, sedang dan tinggi.
Lebih banyak lagi tentang topik plus kuis, Anda dapat mempelajarinya di postingan kami: data nominal vs ordinal.
Unduh infografis berikut dalam PDF
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Data Diskrit vs Data Kontinu
Seperti yang kami sebutkan di atas, data diskrit dan kontinu adalah dua jenis utama data kuantitatif.
Dalam statistik, riset pemasaran, dan ilmu data, banyak keputusan bergantung pada apakah data dasar itu
terpisah atau berkesinambungan.
5. Data diskrit
Data diskrit adalah jumlah yang hanya melibatkan bilangan bulat. Nilai diskrit tidak dapat dibagi lagi menjadi
beberapa bagian.
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Misalnya, jumlah anak dalam suatu kelas adalah data diskrit. Anda dapat menghitung seluruh individu. Anda
tidak dapat menghitung 1,5 anak.
Dengan kata lain, data diskrit hanya dapat mengambil nilai-nilai tertentu. Variabel data tidak dapat dibagi
menjadi bagian-bagian yang lebih kecil.
Ini memiliki sejumlah nilai yang mungkin, misalnya hari dalam sebulan.
Contoh data diskrit:
• Banyaknya siswa dalam satu kelas.
• Jumlah tenaga kerja dalam suatu perusahaan.
• Jumlah home run dalam permainan bisbol.
• Jumlah pertanyaan tes yang Anda jawab dengan benar
6. Data berkelanjutan
Data berkelanjutan adalah informasi yang secara bermakna dapat dibagi ke dalam tingkat yang lebih
baik. Ini dapat diukur pada skala atau kontinum dan dapat memiliki hampir semua nilai numerik.
Misalnya, Anda dapat mengukur tinggi badan Anda pada skala yang sangat tepat — meter, sentimeter, milimeter,
dan lain-lain.
Anda dapat merekam data kontinu pada banyak pengukuran yang berbeda – lebar, suhu, waktu, dan lain-lain. Di
sinilah letak perbedaan utama dari jenis data diskrit.
Variabel kontinu dapat mengambil nilai apa pun di antara dua angka. Misalnya, antara 50 dan 72 inci, ada
jutaan kemungkinan ketinggian: 52,04762 inci, 69,948376 inci, dan lain-lain.
Aturan bagus yang bagus untuk menentukan apakah suatu data kontinu atau diskrit adalah bahwa jika titik
pengukuran dapat dikurangi setengahnya dan masih masuk akal, data tersebut kontinu.
Contoh data kontinu:
• Waktu yang dibutuhkan untuk menyelesaikan suatu proyek.
• Tinggi badan anak.
• Rekaman persegi dari sebuah rumah dengan dua kamar tidur.
• Kecepatan mobil.
Lebih banyak lagi tentang topik yang dapat Anda lihat di pos terperinci kami , data diskrit vs berkelanjutan:
dengan bagan perbandingan.
Unduh infografis berikut dalam PDF
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Kesimpulan
Semua jenis data yang berbeda memiliki tempat penting dalam statistik, penelitian, dan ilmu data.
Tipe data bekerja sama dengan baik untuk membantu organisasi dan bisnis dari semua industri
membangun proses pengambilan keputusan berbasis data yang sukses.
Tipe Data @AYS dalam Statistik
Machine Translated by Google
Bekerja di bidang manajemen data dan memiliki berbagai keterampilan ilmu data melibatkan
pemahaman mendalam tentang berbagai jenis data dan kapan harus menerapkannya.
Tipe Data @AYS dalam Statistik
