Tipe Data Dalam Statistika

Tipe Data dalam Statistika

Sebelum melakukan analisis data, kita perlu mengetahui tipe dari data yang akan kita analisis. Hal ini mempengaruhi metode statistika apa yang sesuai untuk data tersebut. Statistika, secara umum mengenal beberapa tipe data, yaitu:

Rasio.
Merupakan tingkatan tipe data tertinggi. Disebut paling tinggi karena fleksibilitasnya dipandang dari sisi matematis. Ciri-ciri tipe data rasio adalah memiliki satuan, misal: cm, kg, km, dB, inchi, Rupiah, dll. Dengan demikian, 10 satuan bila dibandingkan dengan 1 satuan berarti 10 kali. Jadi, 10 km berarti 10 x 1 km. Bila asumsi kenormalan data terpenuhi, tipe data rasio sangat layak dianalisis menggunakan metode statistika parametrik. Ringkasannya adalah sebagai berikut:

memiliki satuan
dapat dibandingkan, misal: 10 km berarti 10 kalinya 1 km
memiliki nilai nol mutlak, yaitu: nilai nol berarti tidak ada. Misal: 0 kg berarti tidak ada bobot
memiliki sifat tingkatan, yaitu: angka 10 berarti lebih tinggi/lebih banyak dari angka 1
dapat dikenai operasi aritmatika, misal: tambah, kali, bagi, kurang, pangkat, dll.
cocok untuk metode statistika parametrik dan nonparametrik

Contoh: data tinggi badan, data kecepatan akses memori komputer, data perubahan nilai tukar rupiah terhadap US Dollar, dll.
Interval.
Setingkat di bawah rasio, tipe data interval tidak bisa dibandingkan sesederhana pada data rasio. Misal, pada data suhu suatu zat menggunakan satuan Celcius. Suhu 10C tidak berarti 10 kalinya suhu 1C. Hal ini disebabkan karena data interval tidak memiliki nilai nol mutlak. Artinya, 0C bukan berarti tidak ada suhu. Nol derajat hanyalah lambang angka untuk suatu tingkatan suhu tertentu. Ringkasannya adalah sebagai berikut:

memiliki satuan
angka-angkanya tidak dapat dibandingkan, yaitu misal angka 10 tidak berarti 10 kalinya angka 1 data interval
tidak memiliki nilai nol mutlak, yaitu angka nol bukan berarti ‘tidak ada’
memiliki sifat tingkatan, yaitu misal: angka 10 berarti lebih tinggi/lebih banyak dari angka 1
memiliki jarak antar angka yang sama, yaitu misal: pada kuesioner yang menggunakan skala Likert, jika ‘Sangat Setuju’ diberi lambang angka 5, ‘Setuju’ dilambangkan angka 4, ‘Ragu-ragu’ dilambangkan 3, ‘Tidak Setuju’ dilambangkan 2, dan ‘Sangat Tidak Setuju’ dilambangkan 1. Maka jarak antar preferensi (kesetujuan atau ketidaksetujuan) adalah sama, yaitu: 1. Jarak antara ‘Sangat Setuju’ dengan ‘Setuju’ adalah 5-4=1. Jarak antara ‘Setuju’ dengan ‘Tidak Setuju’ adalah 4-2=2 karena melewati ‘Ragu-ragu’, dst.
dapat dikenai operasi aritmatika, tambah, kurang, bagi, dll.
cocok untuk metode statistika parametrik maupun nonparametrik

Contoh: data suhu, data yang diperoleh dari skala Likert, dll.
Ordinal.
Merupakan tipe data level 3, yaitu di bawah Interval. Tipe data ini digunakan untuk klasifikasi. Namun tipe data ini memiliki tingkatan. Misalnya, pada kuesioner untuk jenjang pendidikan: SD = 1, SMP=2, SMA=3 dan PT=4. Angka4 berarti lebih tinggi dari angka 1. Dengan demikian jika menggunakan data ordinal dalam kasus ini, jenjang pendidikan dapat diklasifikasikan/dibedakan dengan angka dan bersifat memiliki tingkatan. Ringkasannya adalah sebagai berikut:

tidak memiliki satuan
digunakan untuk pengklasifikasian pada suatu observasi
memiliki sifat tingkatan
jika digunakan, tidak perlu harus memiliki jarak yang sama. Misal untuk kuesioner pada jenjang pendidikan, boleh saja SD dilambangkan 1, tapi SMP dilambangkan 3, SMA dilambangkan 4 dan PT dilambangkan 5. Walaupun jarak angka antara SD ke SMP tidak sama dengan jarak antara SMP ke SMA, hal ini sah-sah saja asal tetap konsisten dalam hal tingkatan angka. Tidak boleh jika: SD = 1, SMP=4, SMA=3, PT=4 karena jenjang SMA lebih tinggi dari SMP. Seharusnya lambang untuk SMA menggunakan angka yang lebih besar untuk SMP.
tidak dapat dikenai operasi aritmatika
cocok untuk metode statistika nonparametrik

4. Nominal.
Nominal adalah tingkatan data paling rendah di dalam statistika. Ringkasannnya adalah sebagai berikut:
tidak memiliki satuan
tidak memiliki tingkatan, artinya angka 2 tidak berarti lebih besar dari 1.
hanya sebagai klasifikasi saja, misal untuk kuesioner jenis kelamin. Jika ‘Pria’ = 1 dan ‘Wanita’ = 2, bukan berarti jenis kelamin wanita memiliki tingkatan lebih tinggi hanya karena dilambangkan dengan angka 2 dibandingkan pria. Ini hanya masalah klasifikasi saja, hanya membedakan saja dari yang lainnya.
tidak dapat dikenai operasi aritmatika
cocok untuk metode statistika nonparametrik

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s