JENIS DATA

DAN SKALA
PENGUKURAN
By : Nadya Rozatiara
Nim : 616081521011
 Pengertian Data

Data : segala keterangan atau informasi yang dapat memberikan gambaran suatu keadaan.
Data statistic dapat berupa angka, fakta, atau hasil pengamatan yang relevan dengan suatu
fenomena atau peristiwa tertentu.

Tujuan pengumpulan data : - untuk memperoleh gambaran suatu keadaan

- untuk dasar pengambilan keputusan
- untuk penelitian ilmiah

Syarat data yang baik agar memperoleh kesimpulan tepat dan benar :
1. Data harus objektif
2. Data harus mewakili’
3. Data harus update
4. Data harus relevan dengan masalah yang akan dipecahkan
 Macam Macam Data Statistik

 Data Berdasarkan Jenis Datanya

1. Data Kualitatif: Data yang dinyatakan dalam bentuk kategori atau kualitas, misalnya jenis
kelamin, pendidikan, atau preferensi politik.
2. Data Kuantitatif: Data yang dinyatakan dalam bentuk angka atau jumlah, misalnya tinggi badan,
pendapatan, atau jumlah populasi

 Data Berdasarkan Sifat Datanya

1. Data Diskrit: Data yang hanya mungkin mengambil nilai-nilai terpisah, biasanya terkait dengan
data kualitatif.
2. Data Kontinu: Data yang dapat mengambil nilai-nilai di antara dua titik tertentu, biasanya terkait
dengan data kuantitatif.
 Lanjutan
 Data Menurut Waktu Pengambilannya
1. Data Statis: Data yang dikumpulkan pada suatu titik waktu tertentu dan tidak berubah dalam
rentang waktu yang diberikan.
2. Data Time Series: Data yang dikumpulkan secara berulang pada interval waktu tertentu, sehingga
membentuk rangkaian data sepanjang waktu.
3. Data Cross Sectional: Data yang dikumpulkan pada satu titik waktu tertentu dari berbagai unit
pengamatan yang berbeda.

 Data Berdasarkan Cara Memperolehnya

1. Data Primer: Data yang dikumpulkan secara langsung dari sumber aslinya oleh peneliti atau
lembaga yang melakukan penelitian.
2. Data Sekunder: Data yang telah dikumpulkan sebelumnya oleh pihak lain untuk tujuan lain, dan
kemudian digunakan kembali oleh peneliti untuk tujuan mereka sendiri.
 Data Berdasarkan Sumber Datanya

1. Data Internal: Data internal merujuk pada informasi atau data yang dihasilkan atau dimiliki oleh
organisasi atau entitas itu sendiri. Ini adalah data yang terkait dengan kegiatan dan operasi internal
organisasi, seperti penjualan harian, inventarisasi stok, data keuangan, catatan pelanggan, dan data
kinerja internal.

2. Data Eksternal: Data eksternal, di sisi lain, merujuk pada informasi atau data yang berasal dari
sumber di luar organisasi atau entitas tertentu. Ini bisa berupa data dari lembaga pemerintah,
badan statistik, lembaga riset independen, atau sumber lain di luar organisasi. Contoh data
eksternal termasuk data demografi populasi, data cuaca, data pasar, atau tren industri.
 Skala Pengukuran Data Statistik

1. Skala Nominal: Ini adalah skala paling sederhana di mana data dikelompokkan ke dalam
kategori-kategori yang tidak memiliki urutan atau nilai-nilai yang dapat diurutkan. Contohnya
adalah jenis kelamin (pria/wanita), status perkawinan (menikah/belum menikah/cerai), atau warna
(merah/hijau/biru). Di skala nominal, kita hanya dapat mengidentifikasi perbedaan atau kesamaan
antara kategori-kategori tersebut.

2. Skala Ordinal: Skala ini memungkinkan untuk mengurutkan nilai-nilai data dalam urutan
tertentu, tetapi jarak antara nilai tidak terdefinisi. Artinya, kita tahu mana yang lebih tinggi atau
lebih rendah, tetapi tidak bisa mengukur jarak antara nilai-nilai tersebut. Contohnya adalah tingkat
kepuasan (sangat puas/puas/netral/tidak puas/sangat tidak puas) atau peringkat prestasi (1st, 2nd,
3rd, dst.).
 Lanjutan

3. Skala Interval: Skala ini memiliki sifat yang sama seperti skala ordinal, tetapi dengan tambahan
bahwa jarak antara setiap nilai berturut-turut memiliki interpretasi yang jelas dan konsisten.
Namun, skala interval tidak memiliki nilai nol yang mutlak. Contohnya adalah suhu dalam skala
Celsius atau Fahrenheit. Dalam skala interval, perbedaan antara nilai-nilai diukur, tetapi tidak ada
titik nol yang absolut.

4. Skala Rasio: Skala ini memiliki semua karakteristik skala interval, namun juga memiliki nilai nol
absolut yang berarti. Dengan demikian, kita bisa mengukur rasio antara dua nilai. Contohnya
adalah tinggi badan, berat badan, atau pendapatan. Dalam skala rasio, nol mutlak menunjukkan
bahwa tidak ada nilai dari variabel yang diukur.
 Langkah Langkah Entry Data Di SPSS

• Buka program SPSS. Saat pertama kali masuk pada program SPSS akan muncul kotak dialog
SPSS for Windows (aktif) dan SPSS data editor.

• Pilih Open an existing data file, apabila Anda sebelumnya telah mempunyai file data dengan
format sav (format SPSS). Klik Cancel untuk memulai membuat data baru dan mengaktifkan
SPSS Data Editor.
Setelah Data Editor aktif, lakukan langkah-langkah berikut untuk membuat data baru
• Klik Variable View untuk mendefinisikan atribut variabel. Terdapat sepuluh atribut variabel yang perlu
Anda definisikan, yaitu:
• Name, merupakan nama yang akan ditampilkan dibaris teratas pada tampilan Data View.
• Type, merupakan tipe variable yang dipakai. Ada delapan tipe variable, akan tetapi secara umum data
dibedakan menjadi dua, yaitu variable angka (Numeric, Comma, Dot, Scientific notation, Date, Dollar
dan Custom currency) dan Variable non angka (String).
• Width, merupakan lebar kolom yang nilai defaultnya 8.
• Decimals, merupakan angka digit setelah koma.
• Label, merupakan penjelasan atribut variable Name.
• Value, merupakan pengkodean di variable. Contoh, Tekstur tanah diberi kode 1 untuk lempung berliat
berpasir, kode 2 untuk lempung dan kode 3 untuk lempung berliat. Klik sel di kolom value yang akan
diberi pengkodean, maka akan muncul kotak dialog Value Labels. Tulis 1 dalam kolom Value dan
lempung berliat dalam Value Label kemudian klik Add, maka akan muncul tulisan 1 = “lempung
berliat” pada kotak. Lakukan cara yang sama untuk melakukan pengkodean pada baris yang lain. Jika
selesai melakukan pengkodean di seluruh value, klik OK.
• Missing, menetapkan nilai khusus data sebagai user missing. Contoh, Anda ingin membedakan
data yang tidak diperoleh karena responden menolak menjawab dan data yang hilang karena anda
belum mengirimkan ke responden.
• Columns, mempunyai fungsi seperti Width.
• Align, merupakan posisi data dalam cell.
• Measure, merupakan tipe data yang digunakan. Secara otomatis SPSS akan memilih SCALE
untuk tipe numeric, sedangkan untuk tipe string terdapat dua pilihan, yaitu ORDINAL atau
NOMINAL. Tipe data ordinal dan nominal sering disebut tipe data categorical. Perbedaannya, tipe
data nominal tidak menunjukkan tingkatan, misalkan data hari: senin. Selasa, rabu dst., sedangkan
tipe data ordinal menunjukkan tingkatan, misalnya jenis toko: minimarket, supermarket, dan
hypermarket.
• Setelah semua variable terisi, klik Data View di Data Editor untuk memulai input data.
• Masukkan kode pada variable Tkstrtanah, kode 1 untuk lempung berliat, kode 2 untuk lempung
liat perpasir dan kode 3 untuk lempung.
 Langkah Impor Data Ke SPSS

• Klik file open data, maka akan muncul kotak dialog open file.  Pilih format yang sesuai
(*.xls, *.xlsx, **.xlsm)
• Cari folder file data Excel yang akan anda import di daftar drop down Look in
• Setelah ditemukan, klik file data kemudian klik open, maka akan muncul dialog Opening Excel
Data Source