Mengenal Jenis-jenis Data dalam Statistik

Mengenal jenis-jenis data statistika yang digunakan dalam data science. Apakah hanya terbatas pada data kualitatif dan kuantitatif? Masih banyak jenis data yang wajib diketahui. Simak selengkapnya dalam artikel berikut ini!

Bunga Dea Laraswati
Bunga Dea Laraswati

Table of Contents

Apa saja jenis-jenis data dalam statistik yang kemudian digunakan dalam data science? Dalam penerapan data science, sebisa mungkin gunakanlah data yang variatif. Makin beragam jenis data yang digunakan, maka makin besar kemungkinan untuk mendapat insight yang dapat ditindaklanjuti.

Bagi data scientist, penting untuk mengetahui jenis data yang mereka gunakan. Tujuannya tak lain adalah agar dapat menerapkan pengukuran statistik yang tepat pada data. Dengan begitu, asumsi yang didapat terhadap data pun akurat. Namun, sebenarnya apa saja jenis-jenis data statistik yang kerap digunakan? Mari simak penjelasannya berikut ini!

Seberapa Penting Data Saat Ini?

Keberadaan data saat ini sangatlah penting. Bahkan kini data dianggap sebagai sumber daya paling berharga. Sebab, dengan mempelajari dan menganalisis data, Anda dapat menemukan solusi atas beragam masalah. Misalnya, sebuah perusahaan memiliki tingkat turnover karyawan yang amat tinggi. Dari data historis karyawan, nantinya bisa diketahui apa yang menyebabkan turnover.

Data juga mencegah pengambilan keputusan berdasarkan asumsi. Data menampilkan fakta yang benar-benar terjadi. Mengambil keputusan berbasis data akan membantu Anda mencapai hasil yang diinginkan. Sebab, pendekatan yang diambil bukan sekadar asumsi kosong.

Jenis-jenis Data

Memiliki pemahaman yang memadai tentang berbagai tipe data sangat penting untuk melakukan EDA (Exploratory Data Analysis). Ini karena pengukuran tertentu hanya bisa diterapkan pada jenis data tertentu. Nah, dalam pemahaman statistik, data kemudian dibagi menjadi dua kategori besar: kualitatif dan kuantitatif.

Data kualitatif adalah kumpulan informasi yang tidak dapat diukur dengan angka, biasanya berupa kata-kata atau narasi. Seperti namanya, jenis data yang satu ini memberikan informasi mengenai kualitas. Hasil analisis data kualitatif bisa berupa penggalian data dan penjabaran gagasan. Contoh data kualitatif adalah deskripsi warna, perasaan, hingga penampilan fisik.

Sedangkan, data kuantitatif adalah jenis data yang dapat diukur oleh angka. Informasi yang disajikan data kuantitatif umumnya untuk menjawab pertanyaan seperti “berapa banyak?” dan “seberapa sering?”. Tipe data yang satu ini dapat diwakili oleh berbagai jenis grafik maupun bagan statistik. Beberapa contoh data kuantitatif adalah nilai ujian, tinggi badan, usia, dan suhu ruang.

Berdasarkan dua kategori besar tersebut, kemudian jenis data dibagi menjadi beberapa kelompok-kelompok kecil. Dari kategori kualitatif, terdapat data nominal dan data ordinal. Lalu, dari kategori kuantitatif terdapat data diskrit dan data kontinu. Penjelasan untuk tiap jenis data bisa Anda simak dalam poin-poin di bawah ini:

1. Data nominal

Data nominal digunakan hanya untuk pelabelan variabel yang tidak disertai dengan nilai kuantitatif apa pun. Kata ‘nominal’ di sini diambil dari bahasa Latin, ‘nomen’, yang berarti ‘nama’. Jenis data yang satu ini hanya menyebutkan sesuatu tanpa pengurutan. Jadi, semisal Anda mengubah urutan data, maknanya tidak akan berubah.

Sebenarnya, data nominal bisa saja disebut “label”. Contoh data nominal adalah informasi yang muncul dari pertanyaan, “Apa bahasa yang Anda gunakan sehari-hari?”. Jawabannya akan sangat variatif, mulai dari bahasa Indonesia, Inggris, Mandarin, Korea, Prancis, hingga Spanyol. Namun, nilainya setara sehingga tidak ada urutan yang jelas pada data tersebut.

2. Data ordinal

Selanjutnya ada data ordinal. Jenis data yang satu ini mirip dengan data nominal. Hanya saja, data ordinal memiliki urutan. Namun, meski memiliki urutan, Anda tidak dapat melakukan penghitungan pada jenis data ini. Dengan sifat tersebut, data ordinal sering kali disebut sebagai hybrid antara data kualitatif dan kuantitatif. Contoh sederhana data ordinal adalah waktu dalam satu hari. Dalam satu hari ada waktu pagi, siang, sore, dan malam. Keempatnya berurutan, tapi tidak bisa dihitung.

3. Data diskrit

Sekarang masuk dalam kategori kuantitatif. Ada data diskrit yang hanya melibatkan bilangan bulat, sebab nilai diskrit tidak dapat dibagi lagi menjadi beberapa bagian yang lebih kecil. Contoh data diskrit adalah jumlah penduduk di suatu negara. Satu penduduk dihitung sebagai satu individu dan tidak mungkin ada individu yang dihitung setengah atau seperempat.

4. Data kontinu

Terakhir ada data kontinu. Jenis data ini menggambarkan informasi yang dapat dibagi menjadi beberapa bagian yang lebih kecil. Data kontinu juga dapat diukur dengan skala dan memiliki nilai numerik. Contoh data kontinu adalah informasi tinggi badan. Dengan pengukuran yang sangat akurat, Anda bisa mengetahui tinggi badan dengan detail, mulai dari satuan meter, sentimeter, bahkan hingga millimeter.

Kesimpulan

Penting bagi data scientist untuk mengetahui jenis data yang sedang mereka teliti, sebab hal tersebut berkaitan dengan metode pengukurannya. Secara umum, data dibagi menjadi dua kategori besar, yaitu kualitatif dan kuantitatif, yang kemudian dipecah lagi menjadi data nominal, ordinal, diskrit, serta kontinu.

Mempelajari jenis-jenis data akan membantu Anda untuk menentukan metode pengukuran yang tepat. Ketahui lebih lanjut mengenai data dan variasinya melalui kelas data science dari Algoritma Data Science School. Informasi mengenai pendaftaran, silakan klik di sini!

Referensi:

  • Analytics Vidhya – Complete Guide to Data Types in Statistics for Data Science (diakses 29 Juli 2022)
  • Analytics Steps – 4 Types of Data in Statistics (diakses 29 Juli 2022)
  • Intellspot – 6 Types of Data in Statistics & Research (diakses 29 Juli 2022)

Get Free Learning Resources

* indicates required
Insights

Bunga Dea Laraswati

Sr. Writer Algoritma Data Science School


Upcoming Workshop