Jenis dan Tingkatan Data serta Pemilihan Analisis Statistik
Sebelum melakukan proses pengolahan data statistik kita perlu mengetahui terlebih dahulu apa jenis data yang digunakan. 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.
Data penelitian bisa dikatakan sebagai serangkaian karakteristik atau informasi yang biasanya tersajikan secara numerik. Dimana proses mendapatkan data ini senantisa dilakukan dengan observasi. Oleh sebab itulah dalam pengertian yang lebih teknis data bisa dikatakan sebagai sekumpulan nilai variabel dalam penelitian kualitatif atau penelitian kuantitatif tentang objek penelitian.
Sedangkan datum (data tunggal) adalah nilai tunggal dari variabel tunggal. Data yang diproses tersebut bisa beragam jenisnya, yaitu bisa berupa data nominal, ordinal, interval, dan rasio, yang analisisnya harus disesuaikan dengan karakteristik masing-masing data. Misalnya data nominal merupakan data statistik dan statistika tidak bisa diurutkan dan tidak bisa diukur.
Data Nominal, Ordinal, Interval, dan Rasio
Setidaknya terdapat empat jenis data penelitian yang dijadikan sebagai pengukuran dalam statistik. Kita perlu mengetahui jenis data yang kita miliki untuk memilih metode visualisasi yang tepat.
Berikut penjelasannya:
1. Data Nominal
Data nominal yang juga dikenal sebagai skala nominal adalah jenis data yang digunakan untuk melabeli variabel penelitian tanpa memberikan nilai kuantitatif apa pun. Sehingga data ini adalah bentuk skala ukuran yang paling sederhana. Berbeda dengan data ordinal, data nominal tidak dapat diurutkan dan tidak dapat diukur.
Tidak seperti data interval atau rasio, data nominal tidak dapat dimanipulasi menggunakan operator matematika yang tersedia. Jadi, satu-satunya ukuran tendensi sentral untuk data semacam itu adalah modenya.
Contoh:
Data jenis kelamin siswa dikategorikan menjadi ’laki-laki’ yang diwaliki angka 1 dan ’perempuan’ yang diwakili angka 2. Konsekuensi dari data nominal adalah tidak mungkin seseorang memiliki dua kategori sekaligus dan angka yang digunakan di sini hanya sebagai kode/simbol saja sehingga tidak dapat dilakukan operasi matematika.
Mengelompokan pertandingan menjadi “basket” yang diwakili dengan huruf A, kemudian “footsal” diwakili dengan huruf B dan “bolavoli” diwakili oleh huruf C.
2. Data Ordinal
Data ordinal adalah jenis statistik data kuantitatif di mana variabel ada dalam kategori terurut yang terjadi secara alami. Dalam statistik, sekelompok bilangan ordinal menunjukkan data ordinal dan sekelompok data ordinal direpresentasikan dengan menggunakan skala ordinal.
Adapun untuk perbedaan utama antara data nominal dan ordinal adalah data ordinal memiliki urutan kategori sedangkan nominal tidak.
Contoh:
Mengenai tingkat pendidikan yang dikategorikan menjadi ’SD’ yang diwakili angka 1, ’SMP’ yang diwakili angka 2, ’SMA’ yang diwakili angka 3, ’Diploma’ yang diwakili angka 4, dan ’Sarjana’ yang diwakili angka 5. Sama halnya dengan data nominal, meskipun tingkatannya lebih tinggi, data ordinal tetap tidak dapat dilakukan operasi matematika. Angka yang digunakan hanya sebagai kode/simbol saja, dalam contoh tadi tingkat pendidikan tertinggi adalah ’Sarjana’ dan terendah adalah ’SD’ (Sarjana > Diploma > SMA > SMP > SD).
Suatu peringkat ranking disuatu kelas misalkan Ihsan ranking 1 dan udin ranking 2 berarti ihsan lebih pintar dari pada udin.
Penghitungan suara dalam pemilu, misalkan total suara Demokrat 60%, PDI 30%, Golkar 20% berarti suara tertinggi di pegang oleh demokrat sebagai peringkat 1, sehinnga menjadi pemenang dalam pemilu tersebut.
Pada tingkatan Taekwondo memiliki beberapa tahapan sabuk misalkan dari awal sabuk putih,kuning, hijau, biru, merah dan yang terakhir hitam.
3. Data Interval
Data interval yang juga disebut integer dianggap sebagai tipe data yang diukur dalam skala data, di mana setiap titik ditempatkan pada jarak yang sama satu sama lain.
Data interval selalu muncul dalam bentuk angka atau nilai numerik dimana jarak antara dua titik distandarkan dan sama. Data interval tidak dapat dikalikan atau dibagi, namun dapat ditambahkan atau dikurangi. Data interval diukur pada skala interval.
Contoh:
Rata – rata tinggi badan berdasarkan usia, untuk anak – anak yang berusia 6 – 12 memiliki rata – rata tinggi badan 130 – 145 cm, untuk remaja yang berusia 13 – 18 memilikirata – rata tinggi badan 146 – 160 cm, dan untuk dewasa yang berusia 19 – 26 cm memiliki rata – rata tinggi badan 161 – 199 cm.
Pengiriman barang ke berbagai tempat, seperti contoh diatas Sintamengirimkan barang dari Bandung ke Jakarta dengan harga Rp. 10.000,- /kg, dan Santi mengirimkan dari bandung ke Yogyakarta dengan harga Rp. 20.000,- /kg sedangkan Santamengirimkan barang dari Bandung ke Surabaya dengan harga Rp. 30.000,- /kg.
4. Data Rasio
Data rasio adalah jenis data kuantitatif dengan sifat yang sama seperti data interval, yaitu memiliki rasio yang sama dan pasti antara setiap data dan “nol” absolut berlaku sebagai titik asal data, atau dengan kata lain, dalam data rasio tidak ada nilai numerik yang bernilai negatif.
Contoh:
Nilai raport siswa SMA dimana masing – masing siswa memiliki nilaiyang berbeda yaitu Muiz mendapatkan nilai 100 (A), Cinta 80 (B), dan Putri 60 (C) jika dilihat dariskala rasio nilai Muiz memiliki nilai lebih 20 dari pada nilai Cinta, Cinta memiliki nilai lebih 20dari pada nilai Putri, dan nilai putri kurang 40 untuk sama dengan Muiz.
Berat bayi dimana bayi A beratnya adalah 3, B adalah 2, dan C adalah 1, jika dilihat menggunakan skala rasio berat badan bayi A tiga kalilipat dari berat badan bayi C, berat badan bayi B dua kalilipat dari C.
Pekerjaan dan penghasilan bulanan, dimana gajihnya bermacam – macam, jika dilihat berdasarkan skala rasio gajih Ichsan lebih besar dari pada gaji Kosim sebagai karyawan, dan gaji Udin lebih lebih kecil dari pada gajih Kosim.
Statistik hanyalah alat yang membantu peneliti untuk memudahkan memahami dan memberikan makna dari data penelitian yang diperoleh. Tugas peneliti melakukan interpretasi terhadap data yang diperoleh dan membahasnya lebih lanjut secara lebih mendalam dan komprehensif berdasarkan teori-teori yang menyokong serta fakta yang terjadi di lapangan. Pada ruang ‘interpretasi hasil analisis data’ inilah didapatkan karya monumental seorang peneliti.