Data adalah kumpulan angka, fakta, fenomena atau keadaan atau lainnya yang merupakan hasil pengamatan, pengukuran,atau pencacahan dan sebagainya terhadap variabel dari suatu obyek kajian, yang berfungsi dapat membedakan objek yang satu dengan lainnya pada variabel yang sama.
Apa saja tipe atau jenis data didalam statistik ?
Data merupakan keterangan-keterangan yang berisi fakta atau catatan keterangan sesuai bukti dan kebenaran dari suatu fenomena yang dikumpulkan, dirangkum, dianalisis dan selanjutnya diinterpretasikan.
Pada umumnya, data digunakan untuk mengetahui dan memperoleh suatu gambaran mengenai suatu keadaan atau persoalan, sehingga dapat dirumuskan pemecahan dari permasalahan tersebut.
Data dapat dikelompokkan kedalam banyak tipe dan jenis. Berikut kelompok-kelompok data yang ada didalam bidang ilmu statistika.
Berdasarkan cara memperoleh data
Berdasarkan cara memperolehnya, data dibagi menjadi dua, yaitu :
Data Primer adalah data yang diperoleh secara langsung/ diusahakan sendiri oleh pihak yang membutuhkan. Beberapa metode pengumpulan data primer yang dapat dilakukan antara lain :
Data Sekunder adalah data yang telah ada atau telah dilaporkan terlebih dahulu, misalnya data yang diperoleh dari referensi/instansi/lembaga lain. Dengan kata lain Data sekunde merupakan data yang di dapat dari pihak lain.
Berdasarkan Sumber Data
Berdasarkan sumber datanya, data dibagi menjadi dua, yaitu :
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
Berdasarkan Waktu Pengumpulannya
Berdasarkan waktu pengumpulannya, data dibagi menjadi 4, yaitu :
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Data ini terdiri atas satu atau lebih variabel yang dikumpulkan dalam satu periode yang sama. Didalam statistika, data cross section memiliki permasalahan yang spesifik yaitu permasalahan pada heterogenitas. Ketika memasukkan data yang heterogen dalam analisis statistik, efek ukuran atau efek skala harus dimasukkan dalam pertimbangan sehingga tidak saling mempengaruhi.
Contoh data cross-section adalah hasil padi dan harga jual padi di Indonesia pada tahun 2018.
Data Time Series adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis atau dengan kata lain, data time series adalah sekumpulan data yang diambil dari beberapa periode waktu yang berbeda. Data time series dapat dikumpulkan dalam periode watu harian (misalnya harga saham atau laporan cuaca), mingguan (misalnya jumlah konsumsi kopi), bulanan (misalnya pendapatan bulanan), tahunan (misalnya anggaran belanja negara) dan lain sebagainya.
Data Pool atau data kombinasi adalah data yang terdiri dari kombinasi antara data time series dan data cross section. Misalnya kita menggabungkan data hasil padi dan harga jual padi untuk setiap provinsi di Indonesia dalam beberapa tahun atau periode.
Data Panel atau biasa disebut juga Data Longitudinal atau Data Mikropanel adalah data pool dengan tipe yang spesial dimana unit data cross section yang sama, (misalnya penghasilan petani) dan disurvei secara terus menerus selama beberapa periode. Untuk setiap periode survei tertentu, petani yang sama diwawancara untuk mengetahui jika ada perubahan penghasilan dibandingkan periode sebelumnya.
Berdasarkan Sifat Data
Berdasarkan sifat datanya, data dapat dibagi menjadi dua, yaitu :
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah nilai rupiah, jumlah anak dan lain sebagainya.
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Beberapa pendapat lainnya adalah data kontinyu adalah data yang bukan bilangan bulat, misalnya berat badan = 45,7 kg, jarak tempuh 3,7 kgdan lain sebagainya.
Berdasarkan Jenis Data
Berdasarkan jenis datanya, data dapat dibagi menjadi 2 kelompok besar dan 4 data, yaitu :
Data Kategorik atau data Kualitatif adalah data yang diklasifikasikan berdasarkan kategori/kelas tertentu dan tidak dapat diterapan kedalam rumus matematika. Misalnya : Kategori Mahasiswa Berprestasi dan Tidak Berprestasi, jenis pekerjaan, status pernikahan, tingkat kepuasan kerja dan lain sebagainya.
Data Nominal : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Ciri-cirinya adalah posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :).
Skala nominal pada dasarnya bukan untuk mengukur, melainkan untuk membedakan secara klasifikasi. Bilangan atau angka digunakan untuk mewakili klasifikasi, kategori, dan sebagainya. Bilangan hanya berfungsi sebagai lambang untuk menjadi pembeda. Simbol matematik yang digunakan adalah: = dan ≠
Contoh : jenis kelamin, jenis pekerjaan.
Data Ordinal : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan. Ciri-cirinya adalah posisi data tidak setara dan tidak bisa dilakukan operasi matematika (+, -, x, :).
Skala Ordinal digunakan untuk mengukur perbedaan kualitas atau kuantitas yang tidak dapat diketahui berapa unit selisihnya, tetapi diketahui perbedaannya bahwa yang satu lebih tinggi atau lebih rendah dari yang lainnya kualitas atau kuantitasnya. Bilangan berfungsi sebagai: (1) lambang untuk membedakan; dan (2) untuk memberikan peringkat (rank). Simbol matematik yang digunakan: > dan <.
Contoh : kepuasan kerja, motivasi.
Data Numerik atau data kuantitatif adalah data yang dinyatakan dalam besaran numerik (angka) dan dapat diterapkan kedalam rumus matematika. Misalnya : Data pendapatan per kapita, pengeluaran,harga, jarak, dll.
Data Interval : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara dua titik skala sudah diketahui. Ciri-cirinya adalah tidak ada kategorisasi dan bisa dilakukan operasi matematika.
Dalam skala Interval bilangan berfungsi sebagai: (1) lambang; (2) memberikan peringkat (urutan); dan (3) memperlihatkan jarak atau interval yang bermakna. Ciri utama skala interval adalah titik nol bukan titik nol absolut, tetapi yang dicantumkan berdasarkan perjanjian.
Simbol matematik yang digunakan: + dan -.
Contoh : temperatur yang diukur berdasarkan 0 C dan 0 F, sistem kalender.
Data Rasio : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. Ciri-cirinya adalah tidak ada kategorisasi dan bisa dilakukan operasi matematika.
Ciri utama skala rasio adalah titik nol-nya merupakan nol absolut. Semua hukum aritmatik berlaku pada skala ini. Simbol matematik yang digunakan: X dan /
Contoh: berat timbangan, gaji, skor ujian, jumlah buku. jumlah orang, jumlah pohon, dan lain sebagainya.