Metode Statistika I   »   Pengenalan Data   ›  Jenis-Jenis Data

Data

Jenis-Jenis Data

Dalam kehidupan sehari-hari kita sering mendengar istilah data baik itu di televisi, surat kabar, buku, media sosial dan lain sebagainya. Data dapat diklasifikasikan menjadi beberapa jenis baik itu menurut sumbernya, cara memperoleh, dan waktu pengumpulan.

Dalam kehidupan sehari-hari kita sering mendengar istilah data baik itu di televisi, surat kabar, buku, media sosial dan lain sebagainya. Secara sederhana, data merupakan kumpulan informasi atau fakta yang dapat diklasifikasikan menjadi beberapa jenis baik itu menurut sumbernya, cara memperoleh, waktu pengumpulan, dan lainnya.

Data Kuantitatif dan Kualitatif

Data kuantitatif (quantitative data) biasanya adalah data yang diperoleh melalui penghitungan (count), seperti banyaknya buah di sebuah pohon (dalam satuan buah, misalnya), atau melalui pengukuran (measurement), seperti panjangnya sebuah meja (dalam satuan sentimeter, misalnya), sehingga biasanya data kuantitatif yang berdasarkan pengukuran numerik mempunyai skala pengukuran interval atau rasio.

Sedangkan data kualitatif (qualitative data) biasanya menggambarkan persepsi (perception), opini (opinion), perasaan (feeling) dan sikap (attitude). Contoh data kualitatif misalnya persepsi masyarakat terhadap kualitas sekolah swasta dibandingkan sekolah negeri dan pandangan masyarakat tentang pemerintahan yang sekarang.

Dengan demikian, data kualitatif biasanya berskala nominal, seperti laki-laki atau perempuan (untuk jenis kelamin), bangsa indonesia atau bangsa bukan Indonesia (untuk suku bangsa) atau berskala ordinal (seperti pendidikan: tidak tamat Sekolah Dasar (SD), tamat SD, dan tamat lebih dari SD). Data mengenai ekonomi banyak yang berbentuk kuantitatif, sedangkan data sosial (budaya, sejarah, psikologi, misalnya), dan data politik biasanya banyak berbentuk data kualitatif.

Apa implikasinya adanya data kuantitatif dan data kualitatif? Karena bentuk data menentukan metode analisis statistik yang bisa digunakan, maka pengetahuan apakah suatu data berbentuk kuantitatif atau kualitatif diperlukan. Bahkan, dalam prakteknya, untuk memungkinkan dilakukannya penghitungan dan analisis secara statistik secara lebih luas, data kualitatif juga sering dikuantitatifkan, misalnya mengenai pandangan, yang merupakan data atau variabel berskala ordinal, yaitu tidak setuju diberi angka 1, setuju diberi angka 2, dan sangat setuju diberi angka 3. Dengan demikian, bila jarak dari 1 ke 2 (setuju ke sangat setuju), maka pandangan tersebut seakan-akan menjadi berskala inerval.

Data Kategori

Data kategori adalah data yang (i) berskala nominal atau (ii) ordinal atau (iii) data yang berskala interval atau rasio yang dikategorikan dalam beberapa kategori (kelas atau kelompok).

Dalam data kategori, unit pengamatan berbentuk frekuensi dan data biasanya disajikan dalam bentuk tabel frekuensi baik itu satu arah (one-way table), tabel dua arah (two-way table), maupun tabel beberapa arah (multi-way table). Metode statistik yang khusus digunakan untuk data kategori (yaitu categorical data analysis) berbeda dengan metode statistik untuk data yang tidak berbentuk kategori.

Data Silang (Cross-Section) dan Data Berkala (Time-Series)

Ditinjau dari waktu pengumpulannya, data dapat menjadi dua, yaitu data silang (cross-section data) dan data berkala (time series data). Data silang adalah data yang dikumpulkan dari berbagai unit pengamatan pada suatu waktu tertentu. Misal, data tentang modal, omset, dan tenaga kerja dari 50 perusahaan tekstil di Jakarta pada bulan Desember 2019. Data tersebut memperlihatkan besarnya modal, omset, dan banyaknya tenaga kerja dari 50 perusahaan tekstil pada suatu waktu tertentu, yaitu pada bulan Desember 2019.

Sedangkan data berkala adalah data yang dikumpulkan dari suatu unit pengamatan dalam berbagai waktu. Waktu yang dimaksud tersebut dapat berupa mingguan, bulanan, triwulanan, semester, dan tahunan. Misalnya data mengenai nilai ekspor minyak mentah Indonesia dari tahun 2000 sampai tahun 2019. Data tersebut memperlihatkan nilai ekspor minyak mentah Indonesia dari tahun ke tahun, yaitu dari tahun 2000 sampai tahun 2019.

Sebagaimana dengan bentuk data yang lain, bentuk data silang dan data berkala menentukan metode statistik yang dapat digunakan dalam analisis statistik. Dengan demikian, ada yang disebut dengan time-series analysis dengan berbagai metode statistiknya.

Data Gabungan dan Data Panel

Data yang berbentuk gabungan dari data silang dan data berkala disebut data gabungan (pooled-data). Bila dalam data gabungan tersebut, unit data silang adalah unit yang sama (same cross-sectional units) yang diamati dalam beberapa titik waktu (multiple points in time), maka data gabungan tersebut disebut data panel.

Untuk pooled-data, data silang bisa berupa 100 perusahaan pada tahun 2017 digabung dengan data silang 100 perusahaan pada tahun 2019, di mana perusahaan-perusahaan tersebut tidak harus merupakan perusahaan yang sama. Akan tetapi, untuk panel data, 100 perusahaan yang diamati pada tahun 2017, 2018, dan 2019 harus merupakan perusahaan yang sama, sehingga perubahan modal perusahaan yang sama dari waktu ke waktu dapat teramati.

Metode analisis yang digunakan untuk data panel disebut panel data analysis.

Data Primer dan Data Sekunder

Data yang dikumpulkan secara langsung dari unit pengamatan, bagi pengumpul data tersebut merupakan data primer, sedangkan bagi pihak lain yang menggunakan data tersebut maka data tersebut merupakan data sekunder. Dengan demikian, data pendapatan rumah tangga yang dihasilkan Badan Pusat Statistik (BPS) adalah data primer bagi BPS, tetapi merupakan data sekunder bagi Kementerian Perdagangan (pihak lain yang menggunakan data tersebut).

Istilah data primer dan data sekunder sejalan dengan dunis bisnis, di mana dikenal istilah data internal (internal data) dan data eksternal (external data). Data internal adalah data yang dihasilkan dan digunakan oleh perusahaan itu sendiri, sedangkan data eksternal adalah data yang digunakan oleh perusahaan tersebut, tetapi berasal dari data yang dikumpulkan oleh lembaga/orang di luar perusahaan tersebut.

Sumber:

Asra, Abuzar. 2014. Esensi Staistik Bagi Kebijakan Publik. Bogor: Penerbit IN MEDIA.

Asra, Abuzar, dkk. 2017. Analisis Multivariabel: Suatu Pengantar. Bogor: Penerbit IN MEDIA.