Data dan Klasifikasinya

Pengambilan data merupakan salah satu poin penting dalam pemodelan statistika karena sebagaimana kita tahu salah satu slogan yang paling sering digunakan dalam jurusan statistika adalah 'A stastician speaks with data'.

Ibaratnya, data adalah amunisi sedangkan statistika adalah kumpulan beragam jenis pistol. Sedang statistikawan adalah orang yang memilih pistol dengan amunisi yang sudah ada di tangan. Bukan sebaliknya, mencocokkan amunisi dengan pistol yang ada di tangan.

Dengan berbagai metode statistika sebuah data dapat diolah sehingga menghasilkan sebuah informasi dan dari informasi tersebut perencanaan dan kebijakan dibuat. Di sisi lain, data juga terkadang menjadi pisau bermata dua yang tidak segan melukai pemiliknya, jika dalam pengambilan, pengukuran atau pun pengamatan data tersebut terjadi kesalahan.

Kesalahan tersebut biasanya diakibatkan oleh si pengamat seperti kesalahan pencacatan data, kesalahan pengukuran dan berbagai kesalahan yang mengakibatkan ketidakakurasian data yang nantinya berakibat fatal pada kesimpulan yang diperoleh dari data.

Ada berbagai klasifikasi data berdasarkan jenisnya datanya, ketersediaan data (sumber) dan skala pengukuran.

Data diklasifikasikan menjadi dua jenis berdasarkan jenisnya:

1. Data kualitatif

    Bukan data numerik (angka), biasanya diperoleh melalui proses wawancara.

2. Data Kuantitatif

    Merupakan data numerik (angka), diperoleh dari pengukuran dan pengamatan.

Data diklasifikasikan menjadi dua jenis berdasarkan sumber ketersediaan data

1. Data primer

    Data yang diperoleh secara langsung dari suatu pengukuran atau pun pengamatan. Peneliti

    merupakan pengamat dan terlibat secara langsung dari proses pengambilan data.

2. Data sekunder

    Data yang diperoleh dari pihak lain, peneliti tidak bertindak sebagai pengukur atau pun pengamat

    langsung dari proses pengambilan data. Data disediakan oleh pihak lain.

Data diklasifikan menjadi empat jenis berdasarkan skala pengukuran

1. Data nominal

    Data dengan skala pengukuran nominal, dimana data hanya bisa dibedakan dan tidak terdapat
    tingkatan. Contohnya gender (laki-laki dan perempuan), warna (merah, kuning, hijau dsb).

2. Data ordinal

    Data dengan skala pengukuran ordinal dimana data dapat dibedakan dan mempunyai tingkatan.

    Contohnya kategori kelulusan (dengan pujian, memuaskan, dst), tingkat pendidikan (SD, SMP,

    SMA, Sarjana)

3. Data interval

    Data dengan skala pengukuran interval dimana data dapat dibedakan, mempunyai tingkatan
    namun tidak memiliki nol mutlak. Nol mutlak memiliki arti nilai tersebut tetap nol meskipun  
    berubah satuan. Contoh data interval adalah suhu, dimana 0 derajat Celcius = 273 derajat Kelvin

4. Data rasio

    Data dengan skala pengukuran rasio dimana data dapat dibedakan, mempunyai tingkatan dan nol

    mutlak. Contohnya berat badan, tinggi badan ( 0 kg = 0 gr, 0 cm = 0 mm)

Tentang Blog Data, Model dan R

Saya membuat blog ini dengan maksud menjadi sarana menulis di dunia akademisi setelah hampir beberapa bulan saya menulis di dunia orange. Saya membuat blog ini pada akhir Oktober 2016 (30-10-2016). Saya berharap blog ini terupdate minimal seminggu sekali. 

Selanjutnya, penjelasan mengenai blog ini.

Data, Model dan R

Judul blog ini adalah Data, Model dan R. Saya mengambil judul ini karena ingin blog saya ini memiliki tema utama tiga kata tersebut.  Penjelasan tiga kata tersebut adalah sebagai berikut:

Data

Data merujuk pada tema mengenai pengambilan data hingga pengolahan data. Tahapan dalam statistika mengenai tema ini adalah statistika deskriptif. Jadi, saya akan share pengalaman pengambilan data-data dari BPS, BI dan beberapa data dari website lain yang akan mungkin digunakan dalam penelitian kemudian mengolah data tersebut dalam bentuk grafik dan tabel yang mudah dibaca dan dijelaskan.

Model

Model merujuk pada tema statistika inferensia yang berisi mengenai pemodelan, asumsi dan hal-hal yang berkaitan. 

R

R adalah open source aplikasi statistika. Saya masih awam dalam R dan berkeinginan untuk belajar jadi saya hanya share pengalaman. Selain R, mungkin saya akan sharing aplikasi statistika yang lain seperti Minitab, SPSS, SAS dan Matlab.

Lodz, 30-10-2016

Selamat Belajar!