Data dalam
statistik (juga dalam analisis data untuk riset) berdasarkan tingkat
pengukurannya (level of measurement) dapat dibedakan dalam empat jenis yaitu :
1.
Data kualitatif (qualitative
data) atau data non metrik.
Data kualitatif secara sederhana dapat disebut data
hasil kategorisasi (pemberiaan kode) untuk isi data yang berupa kata, seperti
jenis kelamin dan tempat tinggal. Data kualitatif mempunyai ciri tidak dapat
dilakukan operasi matematika, seperti penambahan, pengurangan, perkalian, dan
pembagian.
Data kualitatif dapat dibagi menjadi dua :
• Data Nominal
Merupakan data yang paling rendah
dalam level pengukuran data dan hanya menghasilkan satu kategori. Misalnya
tempat tinggal, jenis kelamin.
• Data Ordinal
Levelnya lebih tinggi daripada data nominal dan ada
tingkatan (preferensi) data. Misal data tentang sikap seseorang terhadap produk
tertentu, ada sikap yang "suka", "tidak suka", "sangat
suka", dan lainnya. Di sini tidak dapat disamakan derajatnya, dalam arti
"suka" dianggap lebih tinggi dari "tidak suka", namun lebih
rendah dari "sangat suka", dan lainnya.
Dalam riset pemasaran, data ordinal berperan penting
dalam, khususnya dalam mengidentifikasi perilaku seorang konsumen, bagaimana ia
mempunyai persepsi dan bagaimana ia bersikap terhadap suatu atribut produk.
2.
Data kuantitatif (quantitative
data) atau data metrik.
Data kuantitatif dapat disebut data berupa angka
dalam arti sebenarnya. Jadi, berbagai operasi matematika dapat dilakukan pada
kuantitatif. Data kuantitatif dapat dibagi menjadi :
• Data Interval
Data interval menempati level yang penukuran data
yang lebih tinggi dari data ordinal karena selain dapat bertingkat urutannya,
juga urutan tersebut dapat dikuantitatifkan. Seperti pengukuran temperatur, di
mana suhu 400 C adalah dua kali lebih panas dari suhu 800
C. Contoh yang lain Indeks Prestasi dari mahasiswa, sistem penanggalan
Jawa/Masehi.
• Data Rasio
Data rasio adalah data dengan tingkat pengukuran
paling tinggi diantara jenis data lainnya. Data rasio bersifat angka dalam arti
sesungguhnya dan dapat dioperasikan secara matematika. Perbedaan dengan data
interval adalah bahwa data rasio mempunyai titik nol dalam arti sesungguhnya.
Misal penjualan sepatu di toko BERSIH 20 pasang, itu adalah benar - benar riil
dan dapat dijumlahkan dengan 13 pasang sepatu yang terjual di toko MURAH. Atau
jika penjualan adalah 0, berarti memang tidak ada satu pasang sepatupun yang
terjual.
Bagikan :
0 komentar:
Posting Komentar