2. Pekerjaan hitung menghitung aritmetik karena memerlukan ketelitian terkadang
menjemukan. 3.
Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah dibandingkan dengan metode parametrik.
4. Statistik nonparametrik tidak dapat digunakan untuk membuat prediksi peramalan.
2.4 Data
Data adalah suatu bahan mentah yang jika diolah dengan benar melalui berbagai analisis dapat memberikan berbagai informasi sehingga dengan informasi tersebut kita dapat
mengambil suatu keputusan. Data bisa berwujud suatu keadaan, gambar, suara, huruf, angka, matematika, bahasa ataupun simbol-simbol lainnya yang bisa kita gunakan sebagai bahan
untuk melihat lingkungan, obyek, kejadian ataupun suatu konsep. Data diperoleh dengan mengukur nilai satu atau lebih variabel dalam sampel atau populasi Husaini, Usman, 2006.
2.4.1. Jenis – Jenis Data
Data dapat diklasifikasikan menurut jenisnya, dimensi waktu, dan sumbernya. Berikut ini akan dijelaskan mengenai jenis-jenis dan pengertian data.
2.4.1.1. Data Menurut Jenisnya
Menurut jenisnya, data terdiri dari data kuantitatif dan data kualitatif a.
Data Kuantitatif Data kuantitatif adalah data yang diukur dalam suatu skala numerik angka. Data
kuantitatif dapat dibedakan menjadi: 1.
Data interval, yaitu data yang diukur dengan jarak diantara 2 titik pada skala yang sudah diketahui. Sebagai contoh: IPK mahasiswa interval 0 hingga 4.
2. Data rasio, yaitu data yang diukur dengan suatu proporsi. Sebagai contoh:
persentase jumlah pengangguran di propinsi Sumatera Utara, tingkat inflasi Indonesia pada tahun 2000.
Universitas Sumatera Utara
b. Data Kualitatif
Data kualitatif adalah data yang tidak dapat diukur dengan skala numerik. Namun karena dalam statistik semua data harus dalam bentuk angka, maka data kualitatif
umumnya dikuantifikasi agar dapat diproses. Kuantifikasi dapat dilakukan dengan mengklasifikasikan data dalam bentuk kategori. Data kualitatif dapat dibedakan
menjadi 1.
Data nominal, yaitu data yang dinyatakan dalam bentuk kategori. Sebagai contoh, industri di Indonesia oleh BPS digolongkan menjadi
a. Industri rumah tangga, dengan jumlah tenaga kerjanya 1-4 orang, diberi
kategori 1. b.
Industri kecil dengan jumlah tenaga kerja 5-19 orang, diberi kategori 2. Angka yang menyatakan kategori ini menunjukkan bahwa posisi data sama
derajatnya. Angka ini sekedar menunjukkan kode kategori yang berbeda. 2.
Data ordinal yaitu, data yang dinyatakan dalam bentuk kategori, namun posisi data tidak sama derajatnya karena dinyatakan dalam skala peringkat. Sebagi
contoh, tingkat kosmopolitan petani suatu daerah dikategorikan: a.
Sangat rendah diberi kode 1 b.
Rendah diberi kode 2 c.
Sedang diberi kode 3 d.
Tinggi diberi kode 4 e.
Sangat tinggi diberi kode 5
2.4.1.2. Data Menurut Dimensi Waktu
Menurut dimensi waktu, data dapat digolongkan menjadi: a.
Data runtut waktu time-series, yaitu data yang secara kronologis disusun menurut waktu. Data runtut waktu digunakan untuk melihat perubahan dalam rentang waktu
tertentu. Data runtut waktu dibedakan menjadi: data harian, data mingguan, data bulanan, data tahunan.
b. Data silang tempat cross-section, yaitu data yang dikumpulkan pada suatu titik
waktu. Data silang tempat digunakan untuk mengamati perilaku dalam periode yang sama. Contoh: data sensus yang diterbitkan setiap 10 tahun sekali, data jumlah
penduduk miskin pada setiap desa pada tahun tertentu.
Universitas Sumatera Utara
c. Data pooling, yaitu kombinasi antara data runtut waktu dengan data silang tempat.
2.4.1.3. Data Menurut Sumbernya
