Menggunakan Data Statistik

Table of Contents

Blog DiGIMA Indonesia

Data statistik bisa kamu gambarkan dalam bentuk matrik, diagram, dan chart.

Kamu bisa membuat grafik interaksi atau Gifts (animasi bergerak) untuk menetapkan fokus audiens di konten kamu dan meningkatkan User Erperience mereka.

Statistik dalam penandaan digunakan mendentifikasi tren pasar, mengukur, dan menyajikan data secara menarik kepada pembaca/ audiens.

Informasi atau konten yang disajikan dalam bentuk gambar lebih mudah pembaca/ audiens kamu dibandingkan hanya berupa teks saja.

Jenis statistik data adalah konsep penting, yang perlu dipahami untuk menerapkan pengukuran statistik ini dari fakta yang direkam, bertujuan untuk proses analisis.

Dua proses data yaitu interprestasi dan penyajian. Bentuk statistik menjadi hasil dari analisis data. Meski banyak jenis data statistik, seperti data diskrit, sehingga data kotomis. Tapi yang paling umum digunakan adalah beberapa jenis yang akan dijelaskan di sini.

Terdapat empat jenis data statistik hasil pengukuran, yaitu Nominal, Ordinal, Interval, dan Rasio. Sedangkan jenis data berdasarkan sifat, terbagi menjadi data kuantitatif dan data kualitatif.

Keempat jenis data statistik tersebut juga bertujuan untuk mengetahui perbedaan dari kualitas data dan kuantitatif.

Memahami dengan baik tentang jenis data statistik atau skala pengukuran ini merupakan persyaratan penting untuk melakukan Analisis Data Eksplorasi (EDA). Hal ini karena jumlah pengukuran, hanya untuk tipe data tertentu.

Selain itu, mengetahui jenis data statistik akan membantu Anda memilih metode visualisasi yang tepat. Pikirkan tipe data sebagai cara untuk mengategorikan berbagai jenis variabel.

Untuk lebih jelasnya, simak lebih lanjut mengenai jenis data statistik dan contohnya berikut ini, seperti di kelompokan dari berbagai sumber, Rabu (29/9).

  1. Data Kualitatif

Data kualitatif dikenal juga sebagai kategori data. Karena menggambarkan data yang sesuai dengan kategori. Data kualitatif tidak bersifat numerik.

Informasi kategori ini melibatkan variabel kategori yang menggambarkan fitur seperti jenis kelamin seseorang, kota asal, bahasa, agama, dan banyak lagi.

Ukuran kategori didefinisikan dalam spesifikasi kalimat penjelasan, tapi tidak dalam hal angka.

kadang-kadang data kualitatif menyimpan nilai numerik. Tapi nilai tersebut tidak memiliki arti matematis layaknya data kuantitatif.

Contohnya, tabel yang kualitas data yaitu:

  • Tanggal lahir
  • Favorit olahraga
  • Kode pos sekolah
  • Warna mobil di parkiran
  • Nilai siswa di kelas

Di sini, tanggal lahir dan kode pos sekolah memiliki nilai kuatitatif, tetapi tidak memberikan arti numerik. Yang termasuk dalam kategori data kuatitastif yaitu Nominal dan Ordinal. Simak terus untuk pembagian jenis data statistik ini.

  1. Data Kuantitatif

Data kuantitatif dikenal juga sebagai data numerik. Karena mewakili nilai numerik yaitu, berapa banyak, atau sering. Data numerik memberikan informasi tentang jumlah hal tertentu.

Beberapa contoh data kuantitatif adalah ukuran tinggi, panjang, ukuran, berat, dan sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis berdasarkan kumpulan datanya.

Dua penjelasan yang berbeda yaitu data diskrit dan data berkelanjutan.

Penghitungannya bisa secara manual atau menggunakan aplikasi SPSS ( Statistical Product and Service Solutions).

Data kuantitatif diukur dengan beberapa jenis alat ukur, seperti penggaris, timbangan, stop-watch, termometer dan sebagainya.

Contoh data kuantitatif yang kerap dijumpai, seperti:

  • Jumlah orang yang tinggal
  • Jumlah air (misalnya 1,7 liter)
  • Berat (dalam gram, kilogram, ton)
  • Waktu (dalam detik, menit, jam, hari atau tahun)
  • Suhu (dalam derajat Celcius, Fahenheit atau Kevin)
  • Jumlah uang yang dimiliki
  • Jumlah siswa di jurusan A
  • Angka Kemenangan yang diperoleh Capres A

2 jenis Data Kuantitatif

Seperti yang telah disebutkan sebelumnya, jenis data statik dalam data kuantitatif, terbagi lagi menjadi dua, yaitu:

  1. Diskrit Data

Diskrit data adalah informasi yang hanya dapat diambil dengan nilai tertentu dan tidak dapat dibuat lebih presisi. Informasi diskrit hanya berisi jumlah nilai yang mungkin terbatas.

Di sini, hal yang dapat dihitung dalam bilangan bulat, seperti angka dalam dadu (1,2, sampai 6). Atau bisa juga jenis skema bilangan tetap lainnya, seperti ukuran sepatu (34,35,36).

Disebut data diskrit karena mereka memiliki titik tetap dan ukuran karena tidak ada. Karena Anda tidak bisa mendapatkan 2,5 pada dadu, bahkan tidak dapat memiliki ukuran sepatu 34,5.

contoh diskrit data:

  • Jumlah siswa dalam satu kelas
  • Jumlah pasien di rumah sakit
  • Jumlah kelereng dalam kantong
  1. Data Berkelanjutan

Data kontinu adalah data yang dapat mengambil nilai apa pun, biasanya dalam batas-batas tertentu, dan dapat dibagi menjadi bagian yang lebih halus.

Data kontinu memiliki jumlah nilai kemungkinan yang tak terbatas dapat dipilih dalam rentang tertentu.

Contoh dara kontinu:

  • Kisaran suhu
  • Tinggi seseorang adalah data kontinu karena dapat diukur dalam meter dan meter (sentimeter, milimeter, nanometer).
  • Waktu suatu peristiwa juga merupakan data kontinu dan dapat diukur dalam tahun. Bahkan bisa dibagi menjadi yang lebih kecil, tergantung seberapa akurat Anda ingin merekamnya (bulan, hari, jam, menit, detik).

Jenis Data Statistik Berdasarkan Skala Pengukuran

Selanjutnya jenis data statistik jika dilihat berdasarkan hasil pengukurannya terbagi menjadi empat, yaitu:

  1. Interval Data

Interval data ini menjadi bagian dari data kontinu. Tapi ini termasuk jenis data statistik dari hasil skala pengukuran.

Nilai interval mewakili unit terurut yang memiliki perbedaan yang sama. Oleh karena itu datanya memiliki variabel yang berisi nilai numerik. Di mana Anda mengetahui perbedaan yang tepat antara nilai-nilai tersebut.

Contohnya adalah fitur yang berisi suhu tempat tertentu.

  1. Rasio Data

Nilai rasio juga merupakan satuan terurut yang memiliki selisih yang sama. Nilai rasio hampir sama dengan interval nilai, dengan perbedaan bahwa rasio memiliki nol mutlak. Contohnya adalah tinggi, berat, panjang, dan banyak lagi.

  1. Data Ordinal

Ordinal data/variabel yaitu jenis data yang mengikuti urutan alami. Ini termasuk dalam bagian data kualitatif.

Hal penting dari data nominal yaitu perbedaan di antara nilai data tidak ditentukan. Variabel ini banyak ditemukan dalam survei, keuangan, ekonomi, kuesioner, dan sebagainya.

Di ambil dari Built In , ordinal data biasanya direpresentasikan menggunakan diagram lingkaran dan batang. Data ini di selidiki dan dideskripsikan melalui banyak alat visualisasi. Iformasi akan ditanyalkan menggunakan tabel. Setiap baris dalam tabel menunjukkan kategori yang berbeda.

Selain itu, Anda dapat menggunakan persentil, median, mode, dan rentang interkuartil untuk meringkas data.

  1. Nominal Data

Data nominal disebut juga dengan skala nominal. Data nominal yaitu salah satu jenis data statistik kualitatif, yang membantu memberi label pada variabel tanpa memberikan nilai numerik.

Meski begitu, terkadang, datanya bisa kualitatif dan kuantitatif. Contoh data nominal yaitu huruf, simbol, kata, jenis kelamin, dan sebagainya. Nominal data diperiksa menggunakan metode pengelompokan. Dalam metodenya, data pemandangan ke dalam kategori. Kemudian frekuensi atau persentase data dihitung. Data ini direpresentasikan secara visual menggunakan diagram lingkaran.

Contoh nominal data:

  • Suku (Batak, Sunda, Jawa,…)
  • Warna favorit (merah, hijau, biru,…)
  • Kategori kelamin yang terdiri dari wanita dan laki-laki
  • Kategori status pernikahan, menikah seperti, lajang, dan juga janda/duda.