Jelaskan macam-macam data statistik pegawai

Data sering diasumsikan sebagai konsep paling abstrak lantaran mengandung informasi paling sedikit sekaligus pengetahuan paling abstrak dalam pengelolaan statistik dan statistika.

Meski demikian, dalam pandangan inilah data statistik menjadi informasi melalui interpretasi yang diperoleh terhadap arti penelitian. Implementasinya misalnya saja untuk hasil penghitungan ketinggian Gunung Everest umumnya dianggap sebagai data statistik lantaran didalamnya terdapat angka numerik.

Data Statistik

Data statistik adalah data yang berupa numerik atau non-numerik yang diolah dengan menggunakan teknik analisis data statistik tertentu, pengelolaan ini dihasilkan dari dari angka mentah yang kemudian menjadi bagian informasi aktual yang dikumpulkan oleh peneliti selama studi berlangsung.

Jenis Data Statistik

Adapun untuk macam-macam data penelitian dalam statistik, antara lain;

Dilihat dari sifatnya, data dalam statistik terbagi atas;

Dalam kualitatif yakni data statistik mengacu pada jenis data yang tidak dinyatakan dalam bentuk angka, atau bisa dikatakan data non-numerik yang dalam hal ini bisa berupa data nominal atau data ordinal. Penggunaan dalam contoh analisis data kualitatif ini bisanya dilakukan dalam kasus-kasus terkait dengan masalah sosial tertentu.

Contoh data statistik kualitatif

Misalnya;

1. Warna rambut pemain tim sepak bola
2. Warna mobil di tempat parkir
3. Nilai huruf siswa di kelas
4. Dan lain-lain

Data kuantitatif dalam statistik akan senantisa mengacu pada data yang berbentuk angka atau data numerik yang dilakukan penghitungan secara manual atau bisajuga dengan aplikasi SPSS (Statistical Product and Service Solutions).

Contoh data statistik kuantitatif

Misalnya saja;

1. Jumlah uang yang kita miliki
2. Jumlah orang yang tinggal di kota A
3. Jumlah siswa yang mengambil statistik
4. Angka kemenangan yang diperolej Jokowidodo berdasarkan Quick Count pada tahun 2019

Bentuk data statistik jikalau dilihat berdasarkan pada hasil pengukurannya terbagi atas;

Data nominal seringkali disebut sebagai data diskrit atau data kategorik, alasannya karena skala data ini memiliki karakteristik yang terpisah antara satu sama lainnya, baik pemisahan tersebut terdapat hubungan yang melatarbelakanginya ataupun tidak.

Contoh data statistik nominal

Misalnya saja;

1. Kategori jenis kelamin yang terdiri dari wanita dan laki-laki
2. Kategori status pernikahan, terdiri dari menikah, lajang, dan juga janda/duda

Data oridinal bisa dikatakan sebagai serangkaian data yang senantisa menunjuk pada tingkatan tertinggi dan tertas pada kuesioner ata pertanyaan yang diberikan kepada responden. Dalam data ini setidaknya menunjukan status yang lebih tinggi dan rendah.

Contoh data statistik ordinal

Misalnya saja;

Dalam penelitian memberikan pertanyaan. Apakah anda puas dengan kinerja Presiden Jokowidodo?

Jika jawabannya paus maka nilainya 3, jawaban netral nilainya 2, dan tidak puas mendapatkan nilai 1

Data interval bisa dikatakan sebagai data kontinum, alasannya hampir sama dengan data nominal adapun untuk perbedannya yang paling emncolok ialah terdapat tingkatan yang lebih tinggi lagi dengan menunjukan jarak antara data yang satu dengan data yang lainnya.

Contoh data statistik interval

Misalnya saja;

1. Hasil ujian sekolah di SMA 1 Surakarta
2. Hasil pengukuran tinggi badan yang terdapat pada mahasiswa kesehatan

Data rasio menjadi salah satu bentuk data yang termasuk dalam data kontinum, alasannya karena data ini memiliki karakteristik dan sifat yang menujukan jarak sama dengan data sebelumnya yaitu interval dan ordinal. Hanya saja untuk skala pengukuran dalam data rasio ini senantisa menjukan nilai mutlak dan tidak memberikan nilai.

Contoh data statistik rasio

Misalnya saja;

Berat badan rosyid adalah 30 Kg dan berat badan Wibi 60 Kg dalam data ini sudah mutlak menujukan bahwa berat badan Rosyid dua kali dari berat badan Wibi.

Contoh Data Statistik

Adapun untuk contoh umum yang ada dalam data statitik. Misalnya saja

Jika peneliti bertanya kepada lima teman temannya terkait berapa banyak hewan peliharaan yang mereka miliki, mereka mungkin memberi peneliti data berikut: 0, 2, 1, 4, 18. (Teman kelima mungkin menghitung setiap ikan akuariumnya sebagai hewan peliharaan terpisah).

Sehingga dalam contoh ini tidak semua data adalah angka. Alasannya karena peneliti juga mencatat jenis kelamin setiap teman yang ia tanyai, maka peneliti mendapatkan data berikut jenis kelamin pria dan wanita.

Dari penjelasan yang dikemukakan. Setidaknya perlu diketahui bahwa uji hipotesis penelitian sangat penting dalam menilai statistik sampel yang kita miliki dan faktor-faktor dalam perkiraan kesalahan sampel untuk menentukan hipotesis mana yang didukung data.

Artinya keterkaitan ini didapatkan jika kita dapat menolak hipotesis statistik nol, hasilnya signifikan secara statistik, dan data kita mendukung teori bahwa ada efek pada tingkat populasi.

Itulah tadi artikel yang bisa diberikan pada semua kalangan berkenaan dengan jenis data statistik dan contohnya yang ada dalam penelitian.

Halo semuanya, apakah kalian pernah mendengar istilah ‘statistik’ ? Mungkin sebagian besar dari kita sudah tidak asing dengan istilah tersebut. Statistik merupakan hasil data yang ditampilkan dalam bentuk grafik, tabel dan lainnya. Statistik intinya merupakan data-data yang dihasilkan dari proses pengumpulan data baik dari proses wawancara atau metode lainnya. Jenis data statistik merupakan konsep yang perlu dipahami agar dapat menetapkan pengukuran statistik dengan benar.

Sebelum melangkah ke proses pengolahan data statistik kita perlu mengetahui terlebih dahulu apa jenis data yang kita gunakan.Data statistik secara garis besar terbagi menjadi beberapa bagian. Jika ditinjau berdasarkan sifatnya, data terbagi menjadi dua, yaitu data kuantitatif dan data kualitatif. Sedangkan jika ditinjau dari hasil pengukuran, data statistik terbagi menjadi empat jenis, yaitu nominal, ordinal, interval dan rasio. Pada artikel kali ini kita akan mengenali jenis data statistik hasil pengukuran.

1. Data Nominal

Data nominal merupakan data statistik dengan cara penyusunan angka atau bilangan dengan berdasarkan kategori tertentu tanpa memperhatikan urutan. Jadi, semua data dianggap memiliki kedudukan yang sama. Biasanya hal ini dibantu dengan proses pemberian simbol atau label tertentu dengan tujuan untuk membedakan satu kategori dengan kategori lainnya. Oleh karena itu, operasi aritmatika tidak berlaku pada jenis data nominal ini. Sebagai contoh, angka 1 sebagai simbol untuk laki-laik dan angka 2 sebagai simbol untuk perempuan.

Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik

2. Data Ordinal

Data ordinal merupakan data statistik yang cara penyusunan angkanya atau penomoran objek berdasarkan beberapa kategori tertentu dengan memperhatikan urutan tertentu. Pada jenis data ini biasanya mempertimbangkan berdasarkan hasil dari yang paling kecil sampai hasil yang paling rendah, atau sebaliknya. Sebagai contoh jika kita dipeerntah untukmengisi kuesioner kepuasan pelanggan biasanya terdapat pilihan 1 = ‘tidak baik, 2 = ‘kurang baik’, 3 = ‘cukup baik’, 4 = ‘baik’, 5 = ‘sangat baik’. Jal ini menunjukkan bahwa dari penomoran paling awal hingga akhir menunjukkan tingkat kepuasan paling rendah sampai paling tinggi.

3. Data Interval

Data interval merupakan data statistik yang mana penyusunan angkanya antara kategori satu dengan lainnya disusun berdasarkan jarak yang sama. Data interval memiliki sifat yang sama dengan data nominal data ordinal namun bedanya pada data interval memiliki karakter pada jarak yang sama dan jarak tersebut belum berlaku kelipatan dan tidak memiliki nilai nol mutlak. Sebagai contoh, suhu 5 buah benda adalah 32, 35, 38, 41, 44. Kelima data tersebut disebut data interval karena memiliki jarak yang sama di antara setiap data.

4. Data Rasio

Data rasio merupakan data statistik yang mana cara penyusunannya dengan cara membandingkan antara satu dengan lainnya. Data rasio hampir sama dengan data interval, namun perbedaannya adalah pada data interval memiliki nilai nol mutlak, artinya nilai 0 pada data ini memiliki arti. Sebagai contoh, berat badan A adalah 15 kg sedangkan berat badan B adalah 30 kg. Jadi dari contoh tersebut dapat disimpulkan bahwa berat badan B dua kali lipat dari bedan barat A.

Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika

5. Yuk, Mulai Belajar Statistik untuk Jadi Data Scientist

Profesi data scientist merupakan salah satu profesi yang paling diminati di masa kini. Data scientist memerlukan beberapa keahlian dalam bidang ilmu seperti matematika, statistika, pemrograman, dan ilmu bisnis. Semua itu dapat kita pelajari di DQLab . Caranya sangat mudah, yaitu cukup signup di DQLab.id/signup dan kita bisa mulai dengan belajar gratis di DQLab serta dapat mengakses modul-modul dari bahasa pemrograman R, Python, Excel, dan SQL!

Penulis : Latifah Uswatun Khasanah

Editor : Annissa Widya Davita