METODE PENELITIAN KUANTITATIF

JENIS-JENIS DATA

Dosen Pengampuh :
Dr. Ismarli Muis, S.Psi., M.Psi., Psikolog
Tri Sugiarti M Bakri, S.Psi., M.Pd Andi
Halima, S.Psi., MA

Disusun Oleh :
Ayu Luthfiyah
220701502147
Kelas C

FAKULTAS PSIKOLOGI
UNIVERSITAS NEGERI MAKASSAR
2023
A. Definisi Data
Data merupakan kumpulan fakta, angka, dan informasi yang dapat diandalkan
dalam kebenarannya, sehingga dapat menjadi dasar untuk menyimpulkan suatu hal.
Tidak semua nilai numerik dapat dianggap sebagai data statistik; suatu nilai
numerik baru dianggap sebagai data statistik jika mampu mencerminkan
karakteristik suatu penelitian secara agregatif dan mencerminkan aktivitas
lapangan tertentu (Pratikno, dkk., 2020).

B. Jenis-jenis Data
1. Data Nominal
Data nominal adalah jenis data statistik yang berisi angka-angka tanpa makna
khusus. Angka-angka dalam data ini berfungsi sebagai tanda atau simbol objek yang
sedang dianalisis (Hidayati, Handayani, dan Ikasari, 2019). Data nominal, juga
disebut sebagai data hitungan, diperoleh melalui proses penghitungan, terutama
dalam menghitung jumlah. Karakteristik data nominal adalah ketidakmampuannya
untuk diurutkan atau dibandingkan; data ini hanya dapat dibedakan satu sama lain
(Basuki, 2014). Contoh data nominal melibatkan klasifikasi seperti jenis kelamin,
golongan darah, agama, suku/etnis, warna rambut, dan sebagainya. Sebagai contoh,
peneliti mungkin memberikan kode 1 untuk Laki-laki dan kode 2 untuk Perempuan;
Kode 1 untuk suku Bugis, kode 2 untuk Makassar, dan kode 3 untuk Toraja; Kode
satu untuk agama Islam; kode 2 untuk agama Kristen; kode 3 untuk agama Buddha,
kode 4 untuk agama Konghucu, kode 5 untuk agama Hindu.

2. Data Ordinal
Data ordinal mencerminkan urutan atau peringkat nilai tanpa menunjukkan
kuantitas absolut (Pratikno, Prastiwi, dan Ramahwati, 2020). Data ini memberikan
informasi tentang posisi relatif nilai dalam suatu urutan peringkat atau jenjang,
tetapi tidak menyediakan informasi tentang perbedaan absolut antar nilai. Data
ordinal dapat mengklasifikasikan nilai atau kategori berdasarkan tingkatan atau
peringkat, tetapi tidak memungkinkan pengukuran perbedaan antar nilai dengan
presisi. Contoh data ordinal melibatkan tingkatan nilai (seperti A, B, C, D), tingkat
pendidikan (seperti SD, SMP, SMA, S1), atau tingkat kepuasan pelanggan (seperti
Sangat Puas, Puas, Cukup Puas, Kurang Puas, Tidak Puas).

3. Data Interval
Data interval memiliki hirarki lebih kuat dibandingkan dengan data ordinal
karena selain memperhatikan persamaan dan urutannya, juga memahami jarak atau
interval antara dua kelas yang berbeda. Dalam data interval, obyek atau kategori
dapat diurutkan berdasarkan suatu atribut yang memberikan informasi tentang
kesamaan interval antar obyek atau kategori. Data interval dicirikan oleh
kemampuannya untuk dibedakan dari jenis data lainnya dengan adanya besar
interval yang dapat ditambah atau dikurangkan sesuai urutan kategori data, serta
memiliki jarak yang sama di antara kategori data tersebut. Contoh data interval
mencakup suhu ruangan, skor IQ, dan satuan waktu seperti jam.

4. Data Rasio
Menurut pandangan Vebrianto, dkk (2020), Data rasio adalah jenis data
kuantitatif yang memiliki jarak atau selisih antara nilai-nilainya, dan nol pada skala
tersebut memiliki arti mutlak. Dalam data rasio, tidak hanya terdapat kemampuan
untuk mengukur jarak atau selisih antara nilai-nilai, tetapi nilai nol pada skala
 tersebut memiliki signifikansi yang benar-benar bersifat absolut, menunjukkan
ketiadaan atau nol mutlak dalam konteks atribut yang diukur. Data rasio
membedakan dirinya dari jenis data lainnya dengan memiliki sifat-sifat yang
mencakup kemampuan untuk dibedakan, diurutkan, memiliki jarak, dan memiliki
nol mutlak. Beberapa contoh data rasio melibatkan berat badan, usia, tinggi badan,
jumlah barang, dan kecepatan, di mana nilai nol memiliki interpretasi yang jelas
dan memungkinkan perbandingan yang bermakna antar nilai-nilai.

C. Perbedaan Jenis-jenis Data

 DAFTAR PUSTAKA
Basuki, A. T., & Yuliadi, I. (2014). Electronic Data Processing. Yogyakarta: Danisa
Media. Hidayati,T., Ita,H., & Ines, H,I. 2019. Statistika Dasar, Purwokerto : CV Pena
Persada.
Pratikno, A. S., Prastiwi, A. A., & Ramahwati, S. (2020). Penyajian Data, Variasi Data, dan
Jenis
Data. OSF PREPRINTS, 1-10. htt ps:/ /doi .org/10.31219/os f.io/7w8xp
Vebrianto, R., Thahir, M., Putriani, Z., Mahartika, I., & Ilhami, A. (2020). Mixed Methods
Research: Trends and Issues in Research Methodology. Bedelau: Journal of
Education and Learning, 1(2), 63-73.
Wulansari, A. D. (2016). Aplikasi Statistika Parametrik dalam Penelitian. Depok. Pustaka
Felicha