Konsep Data Statistik

Statistik merupakan suatu bidang keilmuan terkait dengan metode interpretasi dan analisis data. Baik itu bersifat numerik, ataupun kategorik, data dapat diinterpretasi dengan metode statistik dan diformulasikan untuk analisis lebih lanjut guna kepentingan peneliti. Mengetahui jenis dan tipe data dalam konsep statistik akan mempermudah pengguna dalam menentukan cara pengumpulannya dan bagaimana mengolahnya sesuai dengan kebutuhan. Data umumnya terdiri dalam beberapa tipe antara lain: 

1. Data Kualitatif (qualitative data) 

Data kualitatif adalah data yang ditunjukkan dengan kata-kata, tidak dengan angka. Misalnya data indeks prestasi dinyatakan dengan sangat memuaskan, memuaskan, kurang memuaskan, dan …….. (lanjutkan sendiri) Data kualitatif terdiri atas data nominal dan data ordinal. Data nominal dinyatakan dengan ukuran berdasarkan kategori dan tidak menunjukkan adanya perbedaan atau peringkat; misalnya jenis kelamin(pria – wanita), agama (islam – kristen – budha), dan jenis lagu (pop – dangdut – jazz). Data ordinal menyatakan peringkat, tapi interval pengukurannya tidak jelas atau tidak memiliki makna apa-apa misalnya ukuran (Small - Medium – large – Xtra large). Dengan demikian data kualitatif dapat digunakan untuk mengkategorikan sesuatu, tetapi tidak memberikan keterangan lebih lanjut tentang kategori tersebut. Misalnya kita ingin mengukur ekspresi seseorang yang dinyatakan dengan sangat senang, senang, kurang senang, atau tidak senang. Tentunya ekspresi ini bersifat subjektif untuk setiap orang serta derajatnya tidak dapat diukur. pemaparan data kualitatif dapat dilihat bahasannya disini >>>

2. Data Kuantitatif (quantitative data) 

Data ini dinyatakan dalam angka dan memasukkan skala numerik dalam perbandingannya seperti ukuran, temperatur, berat, tinggi, dan lain-lain. Jumlah siswa pada suatu sekolah, tinggi beberapa gunung berapi di Indonesia, tingkat kelahiran penduduk per tahun, dan temperatur dan kelembaban udara di suatu kota merupakan bentuk-bentuk data yang dinyatakan secara kuantitatif. Skala yang digunakan pada pengukuran data kuantitatif yaitu rasio dan interval. Rasio biasa digunakan dalam jumlah uang dan umur, rasio memiliki titik terendah dan tertinggi pengukuran. Interval biasa digunakan untuk mengukur berat, tinggi, waktu, maupun temperatur. Interval tidak memiliki titik awal pengukuran, pembandingan pengukuran dilakukan pada data-data yang dilibatkan dalam penelitian. 

3. Data Kontinu (continuous data). 

Data kontinu dapat berbentuk nilai apapun bahkan dalam unit yang sangat kecil misalnya dalam millimeter maupun mikron. Pengukuran panjang, waktu, kurs, tekanan darah, pendapatan perkapita dapat kita kategorikan ke dalam tipe data kontinu. Contoh data kontinu lain dapat kita lihat pada waktu pembalap menyelesaikan lomba, panjang isolate bakteri di bawah mikroskop, jumlah trombocyt pasien penderita demam berdarah pada sebuah rumah sakit, dan lain sebagainya. 

4. Data Runtun Waktu (time series) 

Data tipe ini diukur pada rentang waktu yang berbeda, dan memiliki komponen waktu pada prosesnya; Misalnya data pergerakan kurs mata uang per hari, data kunjungan sebuah objek wisata per tahun, peningkatan aktivitas organ jantung per menit, dan data pergerakan harga komoditi di lantai bursa yang diukur setiap menit. untuk konsep data runtun waktu (time series) dalam kacamata ekonometrik dapat dilihat disini >>>

download versi pdf di bawah ini >>>

Read More

Konsep Variabel Kualitatif dan Kuantitatif

Data Kualitatif (Variabel Kategorik atau Atribut)

Data kualitatif membagi item-item non numerik (bukan angka) menjadi beberapa kelompok kategori. Data kualitatif dapat juga diartikan sebagai data kategorik. Beberapa contoh data kategorik antara lain :

1. Dari hasil survey dapat diketahui jumlah responden yang setuju, tidak setuju maupun netral. variabel kategorik adalah : hasil survey; atribut adalah : setuju, tidak setuju, dan netral
2. Dari dua percobaan didapatkan hasil positif dan negatif. variabel kategorik adalah : percobaan; atribut adalah : positif dan negatif
3. Pohon Kelapa di samping rumah ada yang berbuah dan tidak berbuah. variabel kategorik adalah : pohon kelapa; atribut adalah : berbuah dan tidak berbuah

Variabel kategorik biasanya dinyatakan dalam skala nominal, ordinal atau biner:

1. Skala nominal : terdiri dari tiga atau lebih tingkatan variabel kategorik tanpa pengurutan data, hanya merupakan pengurutan kuantitatif saja, misalnya; warna, agama, jenis rambut, dan lain-lain.
2. Skala ordinal : terdiri dari tiga atau lebih tingkatan variabel kategorik dengan pengurutan data, misalnya; sangat setuju-setuju-netral-tidak setuju. Dalam analisis biasanya dinyatakan dalam skala seperi 1 – 4 yang menyatakan hasil survey antara sangat setuju sampai tidak setuju, dan lain-lain.
3. Skala biner : variabel kategorik yang mempunyai 2 kemungkinan tingkatan, misalnya; yes/no, setuju/tidak setuju, tinggi/rendah. Untuk mempermudah biasanya dirubah ke dalam bilangan biner seperti 0 = yes, dan 1 = no.\

Data Kuantitatif

Data Kuantitatif merupakan hasil dari estimasi pengukuran numerik (angka). Pengukuran ini menghasilkan variabel diskret dan kontinyu. Variabel diskret hanya berdasarkan jumlah tertentu berdasarkan lokasi atau kondisi tertentu, misalnya jumlah tikus yang ada di rumah (variabel = tipe/ukuran rumah), atau jumlah pengunjung yang ada di sebuah taman (variabel = ukuran taman). Variabel kontinyu bervariasi dalam banyak tingkatan, hanya dibatasi oleh ketepatan dari pengukuran itu sendiri. Contoh variabel kontinyu adalah lebar sebuah meja, diameter sebuah pohon, waktu tempuh pesawat terbang yang dapat berupa bilangan bulat maupun desimal.

Variabel kategorik dapat dirubah menjadi skala kuantitatif dengan merubahnya menjadi variabel diskret, misalnya skala 1 – 5 atau bilangan biner 0 atau 1 dapat dianalisa sebagai variabel diskret. Sedangkan variabel kontinyu dapat kita temukan dalam perhitungan statistik misalnya mencari nilai rata-rata dari sekelompok data. Dalam analisis, kita dapat merubah seluruh data menjadi variabel kontinyu atau skala numerik (variabel diskret) untuk menarik inferensia atau kesimpulan.

Organisasi Data (Pengaturan Data)

Mengamati nilai dari satu atau lebih variabel bagi seseorang atau sekelompok orang atau apa yang dapat dihasilkan dari data itu sendiri dikenal dengan istilah organisasi data. Masing-masing satu bagian data dapat kita sebut sebagai observasi dan kumpulan dari seluruh pengamatan bagi variabel tertentu disebut kumpulan data atau matriks data. Kumpulan data merupakan nilai variabel-variabel yang disimpan untuk sekumpulan unit sampling. Untuk mempermudah manipulasi (penyimpanan dan pengurutan) nilai dari variabel kualitatif, data seringkali dinyatakan dengan koding dengan penggunaan penomoran bagi beberapa kategori berbeda, misalnya dengan merubah data kategorik menjadi numerik. Dalam lagu dangdut kita temukan istilah status pernikahan seperti single, menikah, janda ataupun duda, data-data yang menyatakan status tersebut dapat kita koding sebagai penomoran 1,2,3, dan 4. Data numerik yang kita koding tadi tidak berarti memiliki arti layaknya aritmatika seperti janda lebih dari duda (3 > 4), single lebih dari menikah (1 > 2), ataupun duda kurang dari menikah (4 < 2). Dengan demikian kita tidak dapat menyatakan bahwa 1 + 3 = 4, jika demikian penyanyi dangdut yang notabene kurang menguasai aritmatika pun akan bingung :P.

Data disajikan dalam bentuk matriks, semua nilai variabel di dalamnya diatur dalam kolom yang sama. Ilustrasi 1: pengukuran yang dikumpulkan dari unit sampling akan membentuk baris dalam matriks data. Dimana sejumlah k variabel dan pada pengamatan sebanyak n (ukuran sampel dinyatakan dengan n), maka matriks data adalah seperti berikut :

Dimana xij adalah nilai dari variabel ke-j yang dikumpulkan dari pengamatan ke-i, i = 1,2,...,n dan j = 1,2,...,k.

Sumber : [Weiss (1999), Anderson & Sclove (1974) and Freund (2001)]
download versi pdf di bawah ini >>>

Read More