• Data Kualitatif (Qualitative Data)
• Data Kuantitatif (Quantitative Data)

Data Kualitatif (Qualitative Data)

Data kualitatif secara sederhana bisa disebut data yang bukan berupa angka. Data kualitatif mempunyai ciri tidak bisa dilalukan operasi matematik seperti penambahan, pengurangan, perkalian dan pembagian. Data kualitatif bisa dibagi menjadi dua, yaitu:

1. Nominal
2. Ordinal

Nominal

Data tipe nominal adalah data yang paling ‘rendah’ dalam pengukuran data. Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, data tersebut adalah data nominal (data kategori). Misal, proses pendaftaran tempat tinggal 40 responden dalam suatu penelitian. Dalam kasus ini setiap orang akan bertempat tinggal di suatu tempat tertentu (berdasarkan pada KTP), tidak bisa ditempat lain. Misal, Amir berdomisili di Solo, maka dia (dianggap) tidak tinggal di Yogyakarta, atau punya dua KTP. Jadi, data tempat tinggal adalah data nomial karena Amir hanya satu dan satu-satunya, tidak bisa lebih dari satu, tempat tinggal yang ditunjukan dengan KTP.

Data Nominal dalam praktek statistic biasanya akan dijadikan ‘angka’, yaitu proses yang disebut kategorisasi. Misal, dalam pengisian data jenis kelamin lelaki di kategorikan sebagai ‘1′ dan perempuan ‘2′. Kategori inihanya sebagai tanda saja, jadi tidak bisa dilakukan dalam operasi matematika, seperti 1+2 atau 2-1 dan lainnya.

Ordinal

Data ordial, seperti pada nominal, adalah juga data kualitatif namun dengan level yang lebih ‘tinggi’ daripada data nominal. Jika pada data nominal, semua data kategori dianggap sama, pada data ordinal, ada tingkat data. Misal pada data jenis kelamin diatas, lelaki dianggap setara dengan wanita, atau dalam data tempat kelahiran, data Yogyakarta dianggap sama dengan data Solo, Surabya, boyolali daan seterusnya.

Pada data ordinal, ada data dengan urutan lebih tinggi dan urutan lebih rendah, missal tentang sikap orang terhadap produk tertentu. Dalam pengukuran sikap konsumen, ada sikap suka dan tidak suka, sangat suka dan lainnya. Di sini data tidak bisa disamakan derajatnya, dalam arti suka dianggap lebih tinggi dari tidak suka, namun lebih rendah dari sangat suka dan lainnya. Jadi , di sini ada preferensi atau tingkatan data, yaitu data yang satu status lebih tinggi atau lebih rendah dari yang lain, Namun, data ordinal juga tidak bisa dilakukan operasi matematika, seperti jika tidak suka dikategorikan 1, suka dikategorikan 2, sangat suka dikategorikan 3, tidak bisa dianggap 1 + 2 = 3, atau tidak suka ditambah suka menjadi sangat suka.

Data Kuantitatif (Quantitative Date)

Data kuantitatif bisa disebut sebagai data berupa angka dalam artian sebenarnya. Jadi, beberapa operasi matematika bisa dilakukan pada data kuantitatif. Seperti pada data kualitatif, data kuantitatif juga dibagi dua bagian, yaitu:

1. Data Interval
2. Data Rasio

Data Interval

Data Interval menempati level pengukuran data lebih tinggi dari data ordinal, karena selai bisa bertingkat urutannya, juga urutan tersebut dikuantitatifkan. Seperti pengukuran sebuah ruangan pembakaran roti dari PT ENAK. Interval pemperatur ruang tersebut:
Cukup panas jika temperature antara 500C – 800C
Panas jika temperature antara 800C – 1000C
Sangat panas jika temperature antara 1100C – 1400C
Dalam kasus ini temperature dapat dikatakan data interval karena data mempunyai interval (jarak) tertentu yaitu 300C.

Data Rasio

Data Rasio adalah data dengan tingkat pengukuran paling tinggi diantaara jenis data lainnya. Data Rasio adalah data yang bersifat angka dalam artian sesungguhnya.misalnya 23 roti ditambah 3 roti sama dengan 26 roti (operasi penjumlahan)

Jenis – jenis data diatas akan di kupas dengan cukup mendalam karena penerapan dalam statistic akan berbeda untuk jenis data yang berbeda. Data kualitatif, karena bukan data angka dalamarti sesungguhnya, tidak dapat disamakan perlakuannya dengan data kuantitatif. Data nominal dan ordinal bisanya memakai statistic nonparametik, sedangkan data kuantitatif biasanya memakai statistic parametik.

Related posts:

1. Variabel
2. SPSS dan Komputer Statistik

Related posts:

1. Tipe Data Statistik

Hal ini membuat SPSS yang tadinya diperuntukan bagi pengolahan data statistic untuk ilmu social (SPSS saat ini adalah singkatan dari Statistical Package for the social scinences), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains lainnya. Kepanjangan SPSS sekarang menjadi Statistical product and Service Solutions.

Pengguna software SPSS di seluruh dunia juga sangat beragam seperti HSBC Bank, ABN AMRO Bank, AC Nielsen (biro riset pemasaran terbesar di dunia), America Airlines, British Telecomunications, Deutsche Telkom, Canon UK, Credit Suisse, Unilever, University Of Chicago, New York University dan Perusahan besar lainya.

Related posts:

1. Materi Dasar SPSS
2. Tipe Data Statistik

SPSS dan Komputer Statistik
Variabel
1. Tipe Data Statistik
2. Memasukan dan Mengedit Data
3. Mengolah Data SPSS
4. Transformasi Data
5. Statistik Deskreptif
6. Statistic Infernsi (Uji T)
7. Regresi
8. Korelasi

Related posts:

1. SPSS dan Komputer Statistik

Berikut adalah sourcenya :

———————————-

uses wincrt;
var X : array[1..100] of integer;
a,b,n,r : integer;

beda : boolean;
begin
write(‘Banyaknya data : ‘);readln(n);
if n > 100 then begin
writeln(‘Melebihi batas, (tidak boleh lebih dari 100)’);
exit;
end;
for a:=1 to n do begin
repeat
r:=random(100)+1;
b:=1;beda:=true;
repeat
if r=x[b] then beda:=false else inc(b);
until (b>a-1) or (beda=false);
until (beda);
x[a]:=r;
end;
writeln;
for a:=1 to n do
write(X[a],’ ‘);
end.

———————————-

Sumber : http://www.nusinau.com/contoh-array/

No related posts.