Jenis- Jenis Data Statistik

•1. Data Nominal

•Data nominal merupakan penggolongan dalam statistik untuk data variabel tanpa adanya peringkat
atau tingkat kedudukan. Angka atau simbol yang diberikan peneliti untuk pengelompokan jenis data
ini sifatnya hanya sebagai kategori. Lebih jelasnya, data nominal merupakan penggolongan data
yang apabila simbolnya ditukar, itu tidak menjadi masalah karena tidak ada kedudukan “lebih
tinggi” dan “lebih rendah”.
•2. Data Ordinal

•Berbeda dengan data nominal, data ordinal merupakan penggolongan untuk data variabel yang
memiliki kedudukan atau peringkat, seperti dari yang paling kecil hingga paling besar. Nomor
peringkat pada jenis data ordinal ini disesuaikan dengan kemauan peneliti. Biasanya nomor
peringkat yang diberikan peneliti dinamakan skala likert, yaitu pemberian skor 1-5.

•Skala likert digunakan untuk mengukur sikap, opini, dan persepsi dari responden. Skala likert
umumnya meliputi pengukuran kepuasan pelanggan, persetujuan responden, ketertarikan responden,
dan lainnya yang berupa opini dari responden.
3. Data Interval
Data interval ini agak berbeda dengan data nominal maupun data ordinal. Jenis data
statistik yang satu ini merupakan data yang termasuk ke dalam data kontinu. Kriteria
yang dimiliki oleh data interval adalah tidak memiliki nomor atau kode pelabelan
seperti data nominal atau data ordinal.Ciri dari data interval adalah setiap kategorinya
memiliki selisih yang sama, dan tidak memiliki nilai nol yang mutlak. Artinya, nilai 0
dalam data interval tetap dianggap data yang “ada”, bukan sesuatu yang “tidak ada”.
4. Data Rasio
Data rasio hampir mirip dengan data nominal, yaitu data yang tidak ada nomor maupun
kode pelabelan dan memiliki selisih yang sama besar pada setiap kategori. Namun
bedanya, data rasio memiliki nilai 0 yang mutlak.
Contoh-Contoh Jenis Data Statistik
1. Data Nominal
Peneliti melakukan survei dengan cara menyebarkan kuesioner ke sekelompok
mahasiswa jurusan Ilmu Komunikasi di Universitas A. Di dalam kuesioner tersebut, ada
pertanyaan kategori jenis kelamin yang menanyakan apakah responden tersebut laki-laki
atau perempuan. Setelah selesai mengambil data ke lapangan, peneliti memberi label
pada kategori laki-laki dan perempuan seperti ini:

-Laki-laki (1)

-Perempuan (2)

Artinya, apabila kategori Perempuan ditukar menjadi label nomor (1) dan Laki-laki
menjadi label nomor (2), itu tidak akan mempengaruhi perhitungan statistik karena jenis
kelamin tidak memiliki peringkat siapa yang lebih tinggi atau lebih rendah. Inilah yang
dinamakan data nominal.
2. Data Ordinal

Peneliti ingin melakukan survey ke para pembeli produk makanan C untuk mengetahui kepuasan mereka terhadap produk
tersebut. Peneliti memasukkan pertanyaan:

Apakah Anda puas dengan jumlah kepingan makanan yang disajikan dalam kemasan produk makanan C?

-Sangat Tidak Puas

-Tidak Puas
-Biasa Saja
-Puas
-Sangat Puas
Peneliti mengelompokkan data-data tersebut memakai skala likert (skor) seperti berikut ini: Sangat Tidak Puas=1, Tidak
Puas=2, Biasa Saja=3, Puas=4, dan Sangat Puas=5. Hal ini menunjukkan adanya peringkat, yaitu nilai paling rendah
dimiliki oleh kategori Sangat Tidak Puas dan nilai paling tinggi dimiliki oleh kategori Sangat Puas.

Peneliti bisa saja menukar labelnya, seperti nilai paling kecil adalah kategori Sangat Puas=1 dan nilai paling tinggi adalah
kategori Sangat Tidak Puas=5, namun uji hipotesisnya akan menjadi pengukuran “ketidakpuasan pembeli”, bukan
“kepuasan pembeli”.
3. Data Interval
Contohnya, peneliti ingin mengetahui berapa suhu derajat celcius dalam ruangan untuk
bisa menumbuhkan suatu tanaman. Maka peneliti mencantumkan seperti ini:

1. 0°-10° C = tidak tumbuh

2. 11°-15° C = tidak tumbuh

3. 16°-20°C = tumbuh 2 cm

4. 21°-25° C = tumbuh 7 cm
Data di atas dinamakan data interval karena selisih derajat setiap kategori suhu tersebut
adalah 5° C, dan ketika suhu mencapai 0° C tetap dianggap “ada”. Itulah mengapa data
interval dianggap tidak memiliki nilai 0 yang mutlak.
4. Data Rasio
Peneliti ingin mengetahui tinggi badan seluruh murid kelas 6A di sekolah Pelita Harapan. Maka, peneliti mencantumkan
di kuesioner seperti di bawah ini:

Berapa berat Anda dalam kg?

1. 20-25 kg

2. 26-30 kg

3. 31-35 kg

4. 36-40 kg

5. 41-45 kg
Data di atas merupakan data rasio di mana selisih perbedaannya sama, yaitu 5 kg. Namun, berat badan 0 kg tidak ada,
sehingga jika ada data 0 kg, maka data tersebut dianggap tidak ada atau dianggap tidak ada individu yang diukur. Itulah
mengapa data rasio dinamakan memiliki nilai 0 yang mutlak.