JENIS DAN UKURAN DATA STATISTIK

Data adalah ukuran dari variabel

Data Data diperoleh dengan mengukur nilai satu atau

lebih variabel dalam sampel (atau populasi)
Staistik
Data dapat diklasifikasikan menurut jenis, menurut
dimensi Waktu, dan menurut sumbernya
 Numerik
mengetahui jenis data yang kita olah,
memungkinkan kita untuk memilih
Skala
metode analisis yang benar,
Diskrit Kontinu pengukuran
karena metode statistik hanya dapat
digunakan dengan jenis data tertentu.
Kategoris
Jenis

KLASIFIKASI DATA STATISTIK

Terkadang datanya univariat atau multivariat.

Multivariat dapat dilakukan analisis statistik

faktor, analisis statistik diskriminan

Univariat: uji t, uji z, uji f, ANOVA satu arah

 Data kuantitatif
Data interval
- Mewakili unit terurut yang memiliki
perbedaan yang tepat di antara nilai-
nilai tsb.
- Tidak memiliki “nol sebenarnya
- Bisa menambah dan mengurangi, tapi
kita tidak bisa mengalikan, membagi
atau menghitung rasio
Contoh: suhu udara dalam Celcius
(interval 0 hingga 100 derajat)
Data rasio
- Variabel-variabel ini dapat
ditambahkan, dikurangi, dikalikan,
dibagi (rasio)
- Tendensi sentral dapat diukur dengan
mode, median, atau mean.
- Ukuran dispersi, seperti deviasi
standar dan koefisien variasi juga
dapat dihitung dari skala rasio.
- Memiliki definisi nol yang jelas.
Contoh Data Rasio: Tebal huan, Durasi
hujan, Intensitas hujan
 Data kuantitatif/Numerik
Data yang memiliki arti sebagai
ukuran, seperti tinggi badan, berat
badan, IQ, atau tekanan darah
seseorang

Data Diskrit,
Data diskrit
- Mengacu pada jenis data kuantitatif
yang mengandalkan jumlah
- Berisi nilai-nilai terbatas, yang
pembagiannya tidak mungkin
- Mencakup nilai-nilai yang hanya
dapat dihitung dalam bilangan bulat
- Tidak dapat dipecah menjadi
pecahan atau desimal
.Contoh data diskrit: Usia, tinggi atau
berat badan seseorang, waktu yang
dibutuhkan untuk menyelesaikan
suatu tugas, suhu, waktu, uang)
Data kontinu
- Merepresentasikan pengukuran
- Nilai yang mungkin tidak dapat
dihitung dan hanya dapat dijelaskan
menggunakan interval pada garis
bilangan real
- Mengacu pada jumlah kemungkinan
pengukuran yang tidak tetap antara
dua titik realistis
Contoh Data Rasio: Kecepatan angin
harian
 Data diskrit
• Data diskrit adalah jenis data yang
memiliki ruang yang jelas antara nilai-nilai.
• Data diskrit dapat dihitung
• Data diskrit berisi nilai yang berbeda atau
terpisah.
• Data diskrit diwakili secara grafis oleh
grafik batang
• Tabulasi data diskrit, dilakukan terhadap
nilai tunggal, disebut sebagai distribusi
frekuensi yang tidak dikelompokkan
• Klasifikasi tidak tumpang tindih atau saling
inklusif seperti 10-19,20-29, ...., dll.
• Dalam grafik fungsi diskrit, menunjukkan
titik berbeda yang tetap tidak terhubung.
Data Kontinu
• Data kontinu adalah data yang jatuh
dalam urutan kontinu.
• Data kontinu dapat diukur.
• Data kontinu mencakup nilai apa pun
dalam kisaran.
• Histogram digunakan untuk mewakili
data kontinu secara grafis.
• Tabulasi untuk data kontinu, dilakukan
terhadap sekelompok nilai, yang disebut
distribusi frekuensi yang dikelompokkan.
• Klasifikasi yang tumpang tindih atau
saling eksklusif, seperti 10-20, 20-30
• Dalam grafik fungsi kontinu, titik-titik
terhubung dengan garis yang tidak
terputus
 Data kualitatif/kategoris

- Merepresentasikan karakteristik
- Dapat menggunakan nilai numerik, tetapi tidak memiliki arti matematis

Data Nominal
Mewakili unit diskrit dan digunakan untuk melabeli variabel, yang tidak
memiliki nilai kuantitatif (label)

Data Ordinal
- Urutan nilai adalah hal yang penting dan signifikan, tetapi perbedaan antara
masing-masing nilai tidak terlalu diketahui
- Untuk menentukan tendensi sentral pada sekumpulan data ordinal adalah
dengan menggunakan mode atau median
Contoh Data Nominal Contoh Data Ordinal

Apa jenis kelamin Anda? Bagaimana Perasaan Anda hari ini?

1. Laki-laki 1. Sangat Tidak Bahagia (Very Unhappy)
2. Perempuan 2. Tidak Bahagia (Unhappy)
3. Oke (OK)
4. Bahagia (Happy)
5. Sangat Bahagia (Very Happy)
Data nominal dengan urutan” (seperti “dingin, hangat,
panas, sangat panas”) Apakah perbedaan antara pernyataan “OK” dan “Tidak
Bahagia (Unhappy)” sama dengan perbedaan antara
Data nominal tanpa urutan (seperti “pria / wanita”). “Sangat Bahagia (Very Happy)” dan “Bahagia (Happy)?
 Data runtut waktu (time-series)
- Data secara kronologis disusun menurut waktu (harian,
bulanan, ...)
- Digunakan untuk melihat perubahan dalam rentang waktu
tertentu.
- Variasi antar variabel terjadi karena adanya perbedaan waktu

Data menurut
demensi waktu Data silang tempat (cross-section)
- Data yang dikumpulkan pada suatu titik waktu yang sama
- Variasi variabel terjadi karena adanya perbedaan antar
pengamatan

Data pooling
Kombinasi antara data runtut waktu dan silang tempat
 Internal
Lokasi
Eksternal
Data menurut
sumbernya
Primer
Perolehan
Skunder
Data menurut sumbernya

a. Data internal dan data eksternal

Data internal : data yang bersumber dari dalam organisasi.

Data eksternal : data yang bersumber dari luar organisasi.

b. Data primer dan data sekunder.

Data primer : data yang diperoleh melalui survey lapangan dengan menggunakan
metode pengumpulan data tertentu.
Data sekunder : data yang telah dikumpulkan oleh lembaga pengumpul data dan
dipublikasikan kepada masyarakat pengguna data.
1. Data Internal
Data yang menggambarkan keadaan suatu badan yang dikumpulkan sendiri dan
hasil datanya digunakan oleh badan itu sendiri.

Contoh:
Data pengeluaran keuangan untuk membayar biaya produksi perusahaan tekstil

2. Data Eksternal
Data yang menggambarkan keadaan atau kegiatan di luar badan dan data tersebut
tidak terdapat dalam aktivitas intern suatu badan.

Contoh:
Data tingkat kepuasan masyarakat terhadap barang produksi menjadi tolok ukur
dalam mengembangkan daerah pemasaran
1. Data Primer

Data yang dikumpulkan dan diolah sendiri oleh suatu badan secara langsung serta
diterbitkan oleh badan itu pula.

Contoh:
Sensus penduduk oleh BPS, dihasilkan data primer langsung dari penduduk

2. Data Sekunder

Data yang dilaporkan oleh suatu badan sedang badan ini tidak secara langsung
mengumpulkan sendiri tapi diperoleh dari pihak lain yang telah mengumpulkannya.

Contoh:
– Data Hujan dari BMKG
_______________________________________
 CATATAN
Berbagai macam data adalah konsep penting untuk
menetapkan metode statistik yang akan digunakan
dengan benar

Jika data bersifat multivariat, analisis statistik yang

dapat dilakukan adalah statistik faktor, statistik
diskriminan

Jika datanya berbentuk tunggal, analisis statistik yang

bisa digunakan adalah: uji t untuk signifikansi, uji z, uji
f, ANOVA satu arah
POPULASI

• Sekumpulan data yang mempunyai karakteristik sama dan menjadi

objek inferensi.

• Sekumpulan data atau objek yang sedang diteliti

• Suatu populasi bukan merupakan suatu ukuran jumlah, akan tetapi

merupakan suatu lingkup topik persoalan.
SAMPEL

• Bagian dari populasi yang dipandang sebagai suatu pendugaan terhadap

populasi.

• Sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan

gejala yang diamati.

• Ukuran dan keragaman sampel menjadi penentu baik tidaknya sampel.

Pengambilan sampel dengan benar dapat merepresentasikan populasi

CARA PENGAMBILAN SAMPEL

Random Sampling (Acak) = setiap anggota dari populasi memiliki kesempatan

dan peluang sama untuk dipilih sebagai sampel.

Non-Random Sampling (Tidak Acak) = masing-masing anggota tidak memiliki

peluang yang sama untuk terpilih sebagai sampel
RANDOM (ACAK)

a. Pengambilan acak sederhana (Simpel random sampling)

Pengambilan sampel secara acak dengan menggunakan undian atau tabel
angka random.

b. Pengambilan acak secara sistematis (Systematic random sampling)

Pengambilan sampel dengan menggunakan selang interval tertentu secara
berurutan

c. Pengambilan acak berdasar lapisan (Stratified random sampling)

Pengambilan sampel menurut lapisan-lapisan tertentu dan masing-masing
lapisan memiliki jumlah sampel yang proporsional

d. Pengambilan acak berdasar area (Cluster sampling)

Pengambilan sampel yang dibagi berdasarkan areanya
NON RANDOM

a. Pengambilan sesaat (Accidental/haphazard sampling)

Pengambilan sampel dengan tiba-tiba berdasarkan yang ditemui oleh peneliti.

b. Pengambilan menurut jumlah (Quota sampling)

Pengambilan anggota sampel berdasarkan jumlah yang diinginkan.

c. Pengambilan menurut tujuan (Purposive sampling)

Pemilihan anggota sampel didasarkan atas tujuan dan pertimbangan tertentu

d. Pengambilan beruntun (Snow-ball sampling)

Pengambilan sampel dengan sistem jaringan responden.