Jika ditinjau dari sumber perolehan, maka data dapat dibagi menjadi data

primer dan sekunder. Namun jika ditinjau dari skala data, maka ada 4
type/jenis data, yaitudata nominal, ordinal, interval dan rasio.
Untuk menjelaskan masing-masing jenis data, saya masih merujuk
pada Singgih Santoso (2000&2005).
1. DATA NOMINAL
Data Nominal biasa disebut data skala nominal adalah data yang diperoleh
dengan cara kategorisasi atau klasifikasi.
Contoh: Jenis pekerjaan, diklasifikasi sebagai:
1.
Pegawai negeri, diberi tanda 1,
2.

Pegawai swasta, diberi tanda 2,

3.

Wiraswasta, diberi angka 3

Ciri Data Nominal:

Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih
tinggi/lebih rendah dari pegawai swasta.

Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh,

tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri
2. DATA ORDINAL
Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi
atau klasifikasi, tetapi diantara data tersebut terdapat hubungan.
Contoh:
Kepuasan pelanggan, diklasifikasikan sebagai:

Sangat puas, diberi tanda 1,

Puas, diberi tanda 2,

Cukup puas, diberi tanda 3,

Tidak puas diberi tanda 4,

Sangat tidak puas diberi tanda 5

Ciri Data Ordinal:
1.
posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang
sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih
tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1,
tergantung kesepakatan.

2.
Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang
berarti sangat puas ditambah puas = cukup puas)
3. DATA INTERVAL
Data interval adalah data yang diperoleh dengan cara pengukuran, dimana
jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala
ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara
puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja)
Contoh:
Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan
masing-masing punya skala sendiri. Untuk air membeku dan mendidih:

Celcius pada 0 C sampai 100 C. Sakala ini jelas jaraknya, bahwa

100-0=100

Fahreinheit pada 32 F sampai 212F. Skala ini jelas jaraknya, 21232=180

Ciri Data Interval:

Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data
nominal dan ordinal.

Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali

panas disbanding 20 derajad)
4. DATA RASIO:
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran,
dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol
yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol
mutlak/absolut. Seperti titik 0C tentu beda dengan titik 0F. atau pergantian
tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan
pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru
dalam artian diakui oleh semua kalender sebagai tahun baru.
Contoh:Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti taka
da buku (absolut 0)
Ciri Data Rasio:

Tak ada kategorisasi atau pemberian kode.

Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135
cm; 5 mangga + 2 mangga = 7 mangga.
Catatan: pengolahan data kuantitatif sebagian besar menggunakan data
rasio.

Pengertian Jenis data dan contohnya

No
1

Jenis Data
Rasio

Pengertian / Ciri-ciri
Memiliki skala 0.
data yang diperoleh dengan cara pengukuran,
dimana jarak dua titik pada skala sudah diketahui,
dan mempunyai titik nol yang absolut
Rasio adalah pemikiran menurut akal sehat.
Dapat di operasikan secara matematika.
Tidak dapat diubah-ubah sesukanya.

1.
2.
3.
4.
5.
6.

Tak ada kategorisasi atau pemberian kode.

Interval

Ordinal

Nominal

Interval adalah selisih antara nilai indeks maksimum1.

2.
dengan nilai indeks minimum.
3.
Dapat dioperasikan secara matematika.
4.
Tidak memiliki 0 mutlak.
5.
Angka yang digunakan menunjukkan urutan.
data yang diperoleh dengan cara pengukuran,
dimana jarak antar dua titik pada skala, sudah
diketahui
Berupa rentang nilai.
Berupa kode atau kategori.
1.
2.
Tidak dapat dioperasikan secara matematika.
3.
Tidak bisa dilakukan operasi matematika
4.
Berupa peringkat.
5.
Digunakan untuk mengklasifikasikan sesuatu.
6.
Tidak dapat di operasikan secara matematika.
Posisi data setara
Kategori berdasarkan jenis atau macamnya.
Membedakan data dalam kelompok yang bersifat
kualitatif.

1.
2.
3.
4.
5.

Contoh
Ukuran Luas.
Ukuran Volume.
Ukuran Suhu.
Ukuran Panjang.
Ukuran Lingkar Tubuh.
Jumlah buku di kelas: Jika 5,
berarti ada 5 buku. Jika 0,
berarti taka da buku (absolut
0)
Temperatur suhu.
Hasil belajar.
Ukuran sepatu.
Tekanan hidrolik
Tekanan udara..

Tingkat kepuasan.
Tingkat jabatan.
Tingkatan kualitas
Tingkat pendidikan.
Kinerja seseorang.
Tingkat prestasi.
Jenis kelamin.
Agama.
Suku bangsa.
Gaya belajar.
Karakter.

1. DATA KUANTITATIF DAN DATA KUALITATIF

DATA KUANTITATIF
Banyak data yang berbentuk angka atau bilangan, misalnya luas tanah, jumlah penduduk dan
sebagainya. Untuk jenis data ini dapat dilakukan perhitungan-perhitungan atau operasi matematika,
seperti penambahan, pengurangan, perkalian, pembagian dan sebagainya. Data kuantitatif nilainya
bisa berubah-ubah sehingga disebut variabel.
Data kuantitatif dapat dibagi atas:
Data Interval
Ukuran data mempunyai interval atau jarak, misalnya berat badan antara 50-60 kg.
Data Rasio
Data berupa angka dalam arti yang sebenarnya, sehingga mempunyai nilai nol.
Data jenis ini diperoleh melalui pengukuran dan memiliki tingkat pengukuran paling tinggi diantara
jenis data lainnya.
DATA KUALITATIF
Data kualitatif adalah data yang bukan berbentuk angka atau bilangan, misalnya kepuasan pelanggan
(sangat puas, puas, kurang puas dan sebagainya), sehingga kita tidak dapat melakukan operasi
matematika terhadapnya. Jenis data ini disebut atribut.
Data kualitatif dapat dibagi atas:
Data nominal
Ukuran data nominal adalah kategori, misalnya jenis kelamin, laki-laki atau wanita, tempat tinggal
dan sebagainya. Dilihat dari tingkat pengukuran data, data nominal mempunyai tingkatan yang
paling rendah dari jenis data lainnya. Hal tersebut karena walaupun dalam prakteknya data ini bisa
diangkakan, tetapi terhadapnya tidak bisa dilakukan operasi matematika. Contoh pemberian angka
tersebut di atas misalnya, angka 1 untuk yang tinggal di Jakarta, 2 untuk yang tinggal di Bandung,
3 untuk Surabaya dan sebagainya.
Data Ordinal
Data ordinal hampir sama dengan data nominal, hanya saja data orrdinal mempunyai tingkatan data
atau urutan kelas, ada yang lebih tinggi ada yang lebih rendah. Contoh data ini adalah data tentang
kepuasan pelanggan, yang dibagi menjadi sangat puas, tidak puas, antara puas dan tidak puas, tidak
puas dan sangat tidak puas. Data ordinal mempunyai tingkatan yang lebih tinggi dari data nominal.
Walaupun mempunyai tingkatan, terhadap jenis data ini kita tetap tidak dapat melakukan operasi
matematika.
Dilihat dari tingkat data, urutan dari yang paling tinggi adalah data rasio, data interval, data ordinal
dan paling rendah data nominal.Untuk mengolah data kualitatif (data nominal dan ordinal), biasanya
digunakan statistik non parametrik, sedangkan untuk data kuantitatif digunakan statistik parametrik