2.

1 Pengertian Data Statistik

Data mempunyai peranan yang sangat penting untuk statistik. Data merupakan unsur

pokok yang harus diperoleh dalam suatu penelitian, riset, maupun observasi. Setiap kegiatan

yang berkaitan dengan statistik selalu berhubungan dengan data. Data merupakan satuan

terkecil yang diwujudkan dalam bentuk angka, huruf, atau simbol gambar yang

menggambarkan nilai suatu variabel tertentu sesuai dengan kondisi data di lapangan. Data

statistik adalah bagian tunggal dari informasi faktual yang direkam untuk tujuan analisis.

Menurut Soemantri (2006), data statistik merupakan sejumlah informasi yang dapat

memberikan gambaran tentang suatu keadaan atau masalah, yang berbentuk angka.

Sedangkan menurut Subana (2000), data statistik adalah sejumlah informasi yang dapat

memberikan gambaran tentang suatu keadaan atau masalah yang berupa angka-angka.

Sehingga dapat disimpulkan bahwa data statistik adalah kumpulan informasi berupa angka

yang diperoleh dari hasil pengamatan, perhitungan dan pengukuran suatu variabel yang

menggambarkan masalah.

Untuk memperoleh kesimpulan yang tepat dan benar, maka data yang dikumpulkan

dalam pengamatan harus nyata dan benar. Syarat data yang baik yaitu:

a. Data harus objektif (sesuai dengan keadaan sebenarnya)

b. Data harus mewakili (representative)

c. Data harus up to date

d. Data harus relevan dengan masalah yang akan dipecahkan

2.2 Macam-macam Data Statistik

Riduwan (2002) membagi dua jenis data berdasarkan sifat dan bentuknya, yaitu data

kuantitatif dan data kualitatif. Pada prinsipnya metode statistik bekerja untuk data yang

bersifat kuantitatif, atau data kualitatif yang sudah dikuantitatifkan.

a. Data kuantitatif

Data kuantitatif adalah data dalam bentuk angka sebagai hasil pengamatan atau

pengukuran yang dapat dihitung dan diukur. Data kuantitatif merupakan data

yang memiliki harga yang berubah-ubah atau bersifat variabel. Misalnya data

tentang berat badan, harga barang-barang, yang dapat diukur dan dinyatakan

dalam bentuk angka. Contohnya; Fatur beratnya 30 kg, Annisa tingginya 120

cm, sepatu itu harganya Rp 75.000, Salsa dapat menyelesaikan tugas itu dalam

waktu 1 jam.

Berdasarkan nilainya, data kuantitatif dibagi lagi menjadi dua, yaitu sebagai

berikut.

- Data Diskrit

Data diskrit adalah data yang satuannya selalu bulat dalam bilangan asli,

tidak berbentuk pecahan. Contoh: Jumlah kendaraan bermotor di parkiran,

Jumlah mahasiswa di kelas, Jumlah computer di laboratorium, Jumlah

Fakultas di Universitas A.

- Data Kontinu

Data kontinu adalah data yang satuannya dapat berupa bilangan bulat atau

pecahan. Data kontinu merepresentasikan pengukuran; nilai yang mungkin

tidak dapat dihitung dan hanya dapat dijelaskan menggunakan interval pada

garis bilangan real. Variable dalam kumpulan data ini sering kali memiliki

titik desimal dengan angka disebelah kanan yang direntangkan sejauh

mungkin. Contoh: Perubahan berat badan, Perubahan suhu tubuh, Perubahan

tinggi badan, Jarak antarkota.

b. Data kualitatif
 Data kualitatif merupakan data atribut, yaitu data yang bukan berbentuk bilangan

dan tidak dapat dioperasikan dengan matematik. Data kualitatif yang

dikuantitatifkan dapat dilakukan dengan cara memberi skor, rangking, maupun

dengan cara pemberian indeks.

Berdasarkan cara penyusunannya (skala), data statistik dibagi menjadi empat jenis,

yaitu:

a. Data Nominal

Data nominal adalah data statistik yang memuat angka yang tidak memiliki

makna. Angka yang terdapat dalam data ini hanya merupakan tanda/ simbol dari

objek yang akan dianalisis. Contohnya data yang berkaitan dengan jenis

kewarganegaraan seseorang, yakni WNI (warga negara Indonesia) dan WNA

(warga negara asing). Agar data tersebut dapat dianalisis dengan menggunakan

statistik, data tersebut harus diubah menjadi angka.

Contoh; Data kewarganegaraan yaitu WNI dan WNA. Simbol WNI adalah

angka 1 dan WNA adalah angka 2.

b. Data Ordinal

Data ordinal adalah data statistik yang mempunyai daya berjenjang, tetapi

perbedaan antara angka yang satu dengan angka yang lainnya tidak tetap. Hal ini

berarti data tersebut tidak memiliki interval yang tetap.

Contohnya hasil kuis statistik dasar dalam suatu kelompok adalah sebagai

berikut:

Ani peringkat ke-1; Banu peringkat ke-2; Cheri peringkat ke-3.

Angka 1 diatas mempunyai nilai lebih tinggi daripada angka 2 maupun angka 3,

tetapi data ini tidak bisa memperlihatkan perbedaan kemampuan antara Ani,
 Banu, dan Cheri secara pasti. Peringkat 1 tidak berarti mempunyai kemampuan

dua kali lipat dari peringkat 2 maupun mempunyai kemampuan tiga kali lipat

dari peringkat 3. Perbedaan kemampuan antara peringkat ke-1 dengan peringkat

ke-2 mungkin tidak sama dengan perbedaan kemampuan antar peringkat ke-2

dengan peringkat ke-3.

c. Data Interval

Data interval adalah data yang memiliki interval antara yang satu dan lainnya

sama dan telah ditetapkan sebelumnya. Data interval tidak memiliki titik nol dan

titik maksimum yang sebenarnya. Nilai nol dan titik maksimum tidak mutlak.

Misalnya jika suatu tes kecerdasan menghasilkan nilai yang berkisar antara 0

sampai 200, nilai 0 bukan menunjukkan tempat paling rendah dari prestasi pada

tes tersebut dan nilai 200 menunjukkan nilai tertinggi.

Contoh lain dapat digambarkan sebagai berikut:

Dalam Indeks Prestasi Kumulatif (IPK) mahasiswa dikenal standar-standar

penilaian sebagai berikut: A = 4, B = 3, C = 2, D = 1

Data Interval

Berdasarkan gambar diatas, dapat disebutkan bahwa:

IPK A = 4, IPK B = 3, IPK C = 2, dan IPK D = 1

Interval antara A dengan B adalah 4 – 1 = 3

Interval antara B dengan C adalah 3 – 2 = 1

Interval antara C dengan D adalah 2 – 1 = 1

Interval antara A dengan C adalah 4 – 2 = 2

 Interval antara B dengan D adalah 3 – 1 = 2

Interval antara A dengan D adalah 4 – 1 = 3

Interval antara A dengan D – Interval D dengan C adalah

= (A-C) + (C-D)

= (4-2) + (2-1)

=3

Jadi data interval dapat ditambah maupun dikurangi. Walaupun demikian, tidak

dapat disimpulkan bahwa kepandaian atau keberhasilan A adalah empat kali

keberhasilan B. Demikian pula tidak dapat disimpulkan bahwa keberhasilan A

adalah dua kali B atau tiga kali C.

d. Data Rasio

Data rasio adalah jenis data yang mempunyai tingkatan tertinggi. Data ini selain

mempunyai interval yang sama, juga mempunyai nilai 0 mutlak.

Contoh: Hasil pengukuran panjang, tinggi, berat, luas, volume, dan sebagainya.

Dalam data rasio nilai 0, betul-betul tidak mempunyai nilai. Jadi, nol meter tidak

mempunyai panjang dan nol kilogram tidak mempunyai berat. Dalam data rasio

terdapat skala yang menunjukkan kelipatan, misalnya 20 meter adalah 2 x 10

meter, 15 kg adalah 3 x 5 kg.

Contoh lain misalnya kita mempunyai data panjang A = 10m, B = 20m, C =

30m, dan D = 40m, jika digambarkan akan menghasilkan gambar sebagai

berikut:

Data Rasio
Berdasarkan gambar diatas, maka dapat disimpulkan bahwa panjang D = 4 x A

atau 2 x B. Panjang B dapat disebut sebagai 2 x A atau ½ x D, dan seterusnya.

Daftar Pustaka

Ananda, Rusydi, dan Fadhli, Muhammad. (2018). Statistik Pendidikan: Teori dan Praktik

dalam Pendidikan. Medan: Widya Puspita.

Arisena, Gede M, K. Buku Ajar Pengantar Statistik. Universitas Udayana.

Hidayati, T., Handayani, I., dan Ikasari, I, H. (2019). Statistika Dasar Panduan bagi Dosen

dan Mahasiswa. Purwokerto: Pena Persada.

Syafril. (2010). Statistika. Padang: Sukabina Press.