Nama : Hilal Fazri

NIM : 21106010059
Kelas : B

Analisis data kategorik adalah proses pengumpulan 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.
Tujuan dari analisis data kategorik adalah untuk mengetahui hubungan dan perbedaan di antara
kelompok-kelompok yang kita analisa. Dengan memahami hubungan analisanya, kita dapat mengambil
keputusan yang tepat.
Data Berdasarkan Cara Memperolehnya:

• Data primer adalah data yang diperoleh langsug dari objek penelitian oleh peneliti. Contoh :
Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
• Data Sekunder adalah data yang diperoleh secara tidak langsung dari objek penelitian, sehingga
peneliti mendapatkan data yang sudah jadi dari 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.
Data Berdasarkan Sumber Data:

• Data internal adalah data yang menggambarkan keadaan didalam suatu organisasi. Misal : data
keuangan, data pegawai, data produksi, dsb.
• Data eksternal adalah data yang menggambarkan keadaan yang ada di luar organisasi.
Contohnya adalah data survei kepuasan mahasiswa pada fasilitas kampus, tingkat preferensi
pelanggan, penilaian pada toko online di shopee dan lain sebagainya.
Data Berdasarkan Jenis Datanya:

• Data kuantitatif adalah data dalam bentuk angka-angka. Misalnya adalah jumlah pengunjung
perpustakaan, tinggi badan mahasiswa prrodi matematika 21, dan lain-lain.
• Data Kualitatif adalah data 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.
➢ 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 rasio adalah data yang paling teliti.
Data Berdasarkan 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 adalah data yang menggambarkan 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, data saham
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