Nama : Hilal Fazri

NIM : 21106010059
Kelas : B

Analisis data kategorik adalah proses pengumpulan, pengorganisasian, dan penginterpretasian

data yang terkait dengan variabel kategorik atau diskrit. Dalam analisis ini, data diklasifikasikan ke
dalam kategori-kategori yang tidak dapat dinyatakan dalam bentuk jumlah yang kontinu. Variabel
kategorik mencakup atribut seperti jenis kelamin, status perkawinan, pendidikan, wilayah geografis,
preferensi produk, dan lain sebagainya.
Tujuan dari analisis data kategorik adalah untuk memahami pola, hubungan, dan perbedaan di
antara kelompok-kelompok atau kategori-kategori tersebut. Dengan memahami pola dan hubungan ini,
kita dapat mengambil wawasan yang berharga untuk mendukung pengambilan keputusan yang lebih
baik.
Ada dua jenis data utama:
• Data Kategorikal
Data kategorik mewakili karakteristik pada data seperti jenis kelamin seseorang, status
perkawinan, hobi, pekerjaan, dan lain sebagainya. Data numerik dapat dikonversi menjadi data
numerik, misalnya nilai 0 mewakili jenis kelamin perempuan dan nilai 1 mewakili jenis kelamin
laki-laki. Namun, angka ini hanya menjadi simbol saja sehingga tidak bisa mengaplikasikan
operasi matematika pada angka tersebut. Nama lain untuk data kategorik adalah data kualitatif,
atau beberapa orang juga menyebut sebagai yes or no data.
• Data numerik
Data numerik diartikan sebagai ukuran, seperti tinggi badan, berat badan, IQ, tekanan darah,
jumlah saham, jumlah apel, dan lain sebagainya. Para ahli statistik juga menyebut data numerik
sebagai data kuantitatif. Data numerik dibagi menjadi dua jenis, yaitu data diskrit dan data
kontinu. Data diskrit mewakili item yang dapat dihitung. Contohnya adalah jumlah buku di
perpustakaan ada 1000, jumlah mobil yang dimiliki ayah adalah 2, dan lain sebagainya. Data
kontinu mewakili sebuah pengukuran yang kemungkinan nilainya tidak dapat dihitung dan
hanya bisa dijelaskan menggunakan interval. Misalnya tinggi sebuah tiang bendera adalah 3,5
meter, berat badan kucing adalah 3,8 kg.
Jenis Data Menurut Cara Memperolehnya:

• Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh
peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop
21 untuk meneliti preferensi konsumen bioskop.
• Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain
dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya
adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
Macam-Macam Data Berdasarkan Sumber Data:

• Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara
internal. Misal : data keuangan, data pegawai, data produksi, dsb.
• Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar
organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat
preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
Klasifikasi Data Berdasarkan Jenis Datanya:
 • Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah
jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain.
• Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam
kemasan, anggapan para ahli terhadap psikopat dan lain-lain.
Data kuantitatif dibagi menjadi dua,yaitu data diskrit/nominal dan data kontinu.
➢ Data nominal adalah data yang hanya dapat digolong-golongkan secara terpisah, secara diskrit
atau kategori. Data ini diperoleh dari hasil menghitung, misalnya dalam suatu klas setelah
dihitung terdapat 50 mahasiswa, terdiri atas 30 pria dan 20 wanita. Dalam suatu kelompok
terdapat 1000 orang suku Jawa dan 500 suku sunda dll. Jadi data nominal adalah data diskrit.
➢ Data kontinu adalah data yang bervariasi menurut tingkatan dan ini diperoleh dari hasil
pengukuran. Data ini dibagi menjadi data ordinal, data interval dan data ratio.
o Data ordinal adalah data yang berbentuk rangking atau peringkat. Misalnya juara I, II,
III dan seterusnya. Data ini, bila dinyatakan dalam skala, maka jarak satu data dengan
data yang lain tidak sama.
o Data interval adalah data yang jaraknya sama tetapi tidak mempunyai nilai nol (0)
absolut /mutlak).Contoh skala thermometer, walaupun ada nilai 0℃, tetapi tetap ada
nilainya. Data-data yang diperoleh dari pengukuran dengan instrument sikap dengan
skala Likert misalnya adalah berbentuk data interval.
o Data ratio adalah data yang jaraknya sama,dan mempunyai nilai nol mutlak. Misalnya
data tentang berat, panjang, dan volume. Berat 0 kg berarti tidak ada bobotnya, panjang
0 m berarti tidak ada panjangnya. Data ini dapat dirubah kedalam interval dan ordinal.
Data ini juga dapat dijumlahkan atau dibuat perkalian secara aljabar. Misalnya 2 m + 3
m = 7 m. Kalau dalam data interval penjumlahannya tidak seperti dalam data ratio.
Misalnya air 1 gelas dengan suhu 200℃ + air 1 gelas dengan suhu 150℃ maka suhunya
tidak menjadi 350℃, tetapi sekitar 17, 50℃. Data rasio adalah data yang paling teliti.
Jenis-jenis Data Menurut Waktu Pengumpulannya:

• Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan
keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain
sebagainya.
• Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut
jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.

Metode-metode Analisis Data Kategorik yang Populer

Terdapat berbagai metode dan teknik yang digunakan dalam analisis data kategorik. Berikut
adalah penjelasan lebih lengkap tentang beberapa metode yang umum digunakan:
1. Uji Chi-Square
Uji Chi-Square digunakan untuk menguji hubungan antara dua variabel kategorik. Metode ini
mengukur sejauh mana perbedaan antara frekuensi yang diamati dengan frekuensi yang diharapkan jika
tidak ada hubungan antara variabel-variabel tersebut. Hasil uji Chi-Square menghasilkan nilai statistik
dan nilai p-value. Jika nilai p-value cukup kecil (biasanya di bawah tingkat signifikansi yang ditentukan
sebelumnya, misalnya 0.05), maka kita dapat menyimpulkan bahwa terdapat hubungan yang signifikan
antara variabel-variabel tersebut.
2. Analisis Frekuensi
Analisis frekuensi melibatkan penghitungan frekuensi kemunculan masing-masing kategori
dalam data yang diamati. Frekuensi ini sering direpresentasikan dalam bentuk tabel atau diagram
batang. Analisis frekuensi memungkinkan kita untuk melihat distribusi data secara visual dan
mengidentifikasi pola atau tren dalam data kategorik.

3. Analisis Kontingensi
Analisis kontingensi digunakan untuk menganalisis hubungan antara dua atau lebih variabel
kategorik dengan menggunakan tabel kontingensi. Tabel kontingensi adalah tabel silang yang
menunjukkan frekuensi kemunculan kombinasi kategori yang berbeda dalam data. Metode yang umum
digunakan dalam analisis kontingensi adalah uji Chi-Square yang telah disebutkan sebelumnya.
Analisis kontingensi memungkinkan kita untuk melihat hubungan antara variabel-variabel kategorik
dan mengidentifikasi asosiasi atau ketergantungan antara variabel-variabel tersebut.

4. Analisis Multivariat
Analisis multivariat melibatkan penggunaan teknik statistik yang lebih kompleks untuk
menganalisis hubungan antara tiga atau lebih variabel kategorik. Beberapa metode analisis multivariat
yang umum digunakan meliputi analisis faktor, analisis klaster, dan analisis diskriminan. Analisis faktor
digunakan untuk mengidentifikasi pola hubungan yang kompleks antara variabel-variabel kategorik
dengan mengurangi dimensi data menjadi faktor-faktor yang mewakili variabilitas yang lebih rendah.
Analisis klaster digunakan untuk mengelompokkan unit-unit observasi yang serupa
berdasarkan profil kategori yang dimiliki. Analisis diskriminan digunakan untuk memprediksi
keanggotaan unit observasi ke dalam kelompok kategori berdasarkan variabel-variabel kategorik yang
diberikan.
Selain metode dan teknik yang telah disebutkan di atas, terdapat juga beberapa pendekatan lain
yang digunakan dalam analisis data kategorik, seperti analisis regresi logistik, analisis survival, dan
analisis jaringan sosial. Setiap metode dan teknik ini memiliki kegunaan khusus tergantung pada
pertanyaan penelitian dan data yang dianalisis.

DAFTAR PUSTAKA

1. https://dibimbing.id/blog/detail/apa-itu-analisis-data-kategorik-manfaat-metode-yang-
digunakan diakses pukul 13.48 tanggal 18/02/2024
2. chrome-
extension://efaidnbmnnnibpcajpcglclefindmkaj/https://staffnew.uny.ac.id/upload/13205105
9/pendidikan/JENIS-JENIS%20DATA.pdf
3. https://lp2m.uma.ac.id/2023/01/28/data-kategorikal-definisi-jenis-fitur-dan-contoh/ diakses
pukul 23.53 taggal 20/02/2024
4. https://dqlab.id/pelajari-jenis-jenis-data-statistik-dan-metode-pengolahan-data-yang-
digunakan#:~:text=Data%20kategorik%20mewakili%20karakteristik%20pada,mewakili%20je
nis%20kelamin%20laki%2Dlaki. diakses pukul 23.57 taggal 20/02/2024