Jenis Data

Judul tulisan sengaja menggunakan kata “jenis” alih-alih “tipe” untuk mengurangi kemungkinan ada yang nyasar di tulisan ini karena mengira akan membahas mengenai tipe data yang digunakan dalam pemrograman (integers, boolean, dll).

Jenis data yang akan dibahas adalah yang digunakan dalam penelitian (atau skripsi). Pengetahuan mengenai jenis data akan menentukan alat analisis apa yang digunakan, karenanya menjadi penting untuk diketahui.

Data dapat berupa kuantitatif dan kualitatif.

Data Kuantitatif adalah data yang dapat diukur, ditulis dalam bentuk angka dan dapat dilakukan perhitungan matematika (tambah kurang kali bagi). Sederhananya, data kuantitatif adalah data angka (ini simplifikasi yang keterlaluan tapi efektif kwkwkw).

Data Kualitatif tidak dapat benar-benar diukur misalnya enak tidak enaknya bubur ayam. Untuk kemudahan, ingat saja kata data kualitatif = kualitas. Dalam obrolan sehari-hari kita sering menggunakan ungkapan seperti “kurang berkualitas” yang memang tidak ada angka pasti. Berapakah nilai kualitas, 100, 1.000? Lalu kurang berkualitas, berapa nilainya apakah 98, 80, 500 atau berapa?

Selanjutnya ada 4 levels of measurement yaitu nominal, ordinal, interval dan rasio.

1. Data Nominal

Dalam data nominal, angka hanya digunakan sebagai simbol (label) untuk kategorisasi/klasifikasi saja. Contoh data nominal antara lain.

Jenis Kelamin:

L – Laki-laki
P – Perempuan

Bubur Ayam Diaduk atau Tidak:

Diaduk
Tidak Diaduk
Diaduk Separuh
Apa itu bubur ayam?

Ciri data nominal antara lain:

Angka hanya label, tidak menunjukkan nilai, Tidak Diaduk (2) tidak lebih tinggi dari Diaduk (1).
Sebagai akibat dari ciri pertama, tidak terdapat urutan, data dapat disajikan Perempuan lalu Laki-laki.
Tidak dapat dilakukan operasi matematika (tambah kurang kali bagi), Apa itu bubur ayam $\neq$ Diaduk + Diaduk Separuh (4 $\neq$ 1 + 3).

2. Data Ordinal

Data jenis ini dapat diurutkan namun tidak terdapat ukuran (jarak) yang jelas. Misal terdapat skala likert berikut.

Seberapa enak rasa bubur ayam kami?

Sangat tidak enak
Tidak enak
Biasa ajah
Enak
Enak bingits

Data di atas dapat diurutkan dari sangat tidak enak sampai enak bingits namun tidak terdapat jarak yang jelas diantaranya. Kita tidak tahu sangat tidak enak ke tidak enak berapa kilometer, contohnya.

Ciri data ordinal:

“Nilai” data berbeda sehingga dapat diurutkan.
Tidak dapat dilakukan operasi matematika.
Interval (jarak) antar data tidak dapat diukur.

3. Data Interval

Data ini mirip seperti data ordinal namun terdapat ukuran jarak antar titik dalam skala, contohnya jarak antara (titik) es dan (titik) air mendidih adalah 100 derajat celcius (skala).

Ciri data interval:

Data tidak dikelompokkan seperti pada data nominal dan ordinal.
Secara natural tidak memiliki angka nol.
Dapat dilakukan operasi matematika berupa tambah dan kurang.
Menurut Pak Jack L. Jackson hanya dapat diaplikasikan pada tanggal dan temperatur.

Ciri pertama cukup jelas, yang kedualah yang mulai butuh penjelasan. Begini, 0 derajat celcius tidak menunjukkan tidak ada suhu, $0^\circ$ menunjukkan bahwa air berbentuk es. Atau menggunakan contoh lain menggunakan tahun, tidak ada tahun 0 miladiyah atau 0 hijriyah.

Berbeda dengan 2 jenis data sebelumnya yang kualitatif, data interval adalah data kuantitatif. Itu ditandai dengan dapat dilakukan operasi matematika meski hanya tambah dan kurang, sejujurnya penulis belum dapat menjelaskan kenapa tidak dapat dilakukan perkalian dan pembagian.

4. Data Rasio

Jarak antar titik dalam skala diketahui, seperti data interval, dan ada angka 0. Data ini mengekspresikan seberapa banyak dalam skala. Misal kemarin kita memiliki 10.000 rupiah yang dapat digunakan untuk membeli bubur ayam, hari ini kita memiliki 0 rupiah (tidak punya uang, kasihan) yang tentunya tidak dapat digunakan untuk membeli. Jika besok kita memiliki 20.000 rupiah, kita dapat mengatakan bahwa kita lebih kaya 2x ketimbang hari ini (perkalian dan pembagian dapat dilakukan pada data rasio).

Ciri data rasio:

Memiliki angka 0
Dapat dilakukan operasi matematika (tambah kurang kali bagi)
Mayoritas data kuantitatif adalah data rasio.

Selain 4 levels of measurement di atas, data kuantitatif dapat dibagi menjadi data diskrit dan kontinu (discrete and continous). Banyak definisi dan ciri di internet, namun menurut penulis definisi berikut ini adalah yang paling mangkus.

Diskrit = Hanya nilai tertentu.

Kontinu = Dapat bernilai berapapun asal masih dalam rentang (range) tertentu.

Untuk pengayaan, berikut beberapa definisi diskrit dan kontinu yang ditemukan di internet.

Diskrit

Data yang diperoleh dari hasil menghitung, contoh jumlah penjual bubur ayam yang naik haji.
Data berupa pengkategorian/pembedaan jenis tertentu.
Nilainya terbatas (finite).
Digambarkan melalui Bar Graph.

Kontinu

Data yang diperoleh dari hasil mengukur, misalnya tinggi badan penjual bubur ayam baik yang sudah naik haji maupun belum.
Data yang dapat digunakan untuk operasi matematika.
Nilainya tidak terbatas (infinite).
Digambarkan dengan Histogram.

Bingung membedakan bar graph dan histogram? Sama! Mereka adalah balok-balok yang serupa satu sama lain. Kwkwkw.

Penjelasan berikut ini cukup menjawab perbedaan bar graph dan histogram, selain spasi yang ada di bar graph.

Sampai jumpa di tulisan berikutnya.

Salam.

nb.

Maafkan atas kelancangan gambar di atas, dibuat semata untuk kemudahan mengingat, bukan dalam rangka mengikuti kaidah atau kebiasaan.

Lebih lanjut:

Published by Aan Subarkah

Leave a Reply Cancel reply