Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti
perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk
meneliti preferensi konsumen bioskop.
2. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan
berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada
peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.
1. Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
2. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di
luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat
preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
1. Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka.
Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-
lain.
2. Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam
kemasan, anggapan para ahli terhadap psikopat dan lain-lain.
1. Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat
badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-sebagainya.
2. Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih,
kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih
850 ton.
2. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut
jamaah nurdin m. Top dan doktor azahari dari bulan ke bulan, dll.
Pengetahuan mengenai tipe2 data adalah penting di dalam statistika. Terdapat 4 tipe data,
diurutkan mulai dari tingkatan terendah hingga tertinggi:
1.Nominal
2. Ordinal
Digunakan untuk mengklasifikasikan serta memiliki tingkatan. Tipe data ordinal lebih tinggi dari
Nominal karena kemampuannya untuk membentuk tingkatan. Contoh:Jabatan di dalam perusahaan
= karyawan, manager, direktur utama. Misal, karyawan dilambangkan dengan 1, manager dg 2, dan
direktur utama dengan 3. Pada tipe data ini, angka 1 dianggap lebih rendah dari angka 2, dst. Bisa
saja karyawan dilambangkan dengan angka 1, tetapi manager angka 3 dan direktur utama dengan
angka 10. Tipe data ini tidak mensaratkan jarak yang sama antar angka yang digunakan sebagai
lambang. Yang perlu diperhatikan hanyalah bahwa angka 3 lebih tinggi dari angka 1, angka 10 lebih
tinggi dari angka 3.
3. Interval
Ciri khas dari tipe data ini, selain memiliki kemampuan mengklasifikasikan dan membentuk
tingkatan, adalah tidak adanya nilai nol mutlak. Artinya, angka nol yg digunakan bukan berarti tidak
ada. Contoh: Derajat suhu. Di dalam skala Celcius misalnya, Nol derajat Celcius bukan berarti tidak
ada suhu. Nol derajat itu memiliki suhu, hanya saja dilambangkan dengan nol. Selain itu, jarak antar
setiap angka yg digunakan adalah sama. Misal: di dalam kuesioner, ada tingkatan dari TIDAK SETUJU
(lambang: 1) s.d. SANGAT SETUJU (lambang: 5). Jarak antara SANGAT SETUJU (5) dg SETUJU (4)
adalah 1, yaitu 5-4=1. Jarak antara SETUJU (4) dg RAGU-RAGU (3) juga = 1, yaitu 4-3=1. dst.
4. Rasio
Memiliki kemampuan dari ketiga tipe data sebelumnya, dan angka nol dianggap mutlak. Contoh:
data berat badan (kg). Angka Nol kg berarti memang tidak ada berat. Tipe data nominal dan ordinal
sering digunakan pada metode statistika nonparametrik. Sedangkan tipe data interval dan rasio
cocok untuk digunakan pada metode statistika parametrik, asal asumsi yang dibutuhkan oleh
metode statistika parametrik yang bersangkutan dapat dipenuhi.