Menjelaskan Macam Data Statistik dengan singkat

Statistik dapat dibedakan menjadi dua, yaitu statistik deskriptif dan statistik inferensial. Selanjutnya statistik inferensial dapat dibedakan menjadi statistik parametris dan non parametris. Statistik deskriptif adalah statistik yang digunakan untuk meng- gambarkan atau menganalisis suatu statistik hasil penelitian tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas (generalisasi/inferensi). Sedangkan statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel dan hasilnya akan digeneralisasikan untuk populasi di mana sampel diambil.

Statistik parametris digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang berdistribusi normal. Sedangkan statistik non-parametris digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi.

Menurut Sumber dan Pengguna

  1. Data Internal
    Yaitu data yang menggambarkan keadaan atau kegiatan suatu badan yang dikumpulkan sendiri dan hasil datanya digunakan oleh badan itu sendiri.
    Contoh:
    – Data pengeluaran keuangan untuk membayar biaya produksi perusahaan tekstil
    – Data hasil produksi pabrik mie “sedaap”
  2. Data Eksternal
    Yaitu data yang menggambarkan keadaan atau kegiatan di luar badan dan data tersebut tidak terdapat dalam aktivitas intern suatu badan.
    Contoh:
    – Bagi perusahaan “LG”, data daya beli masyarakat terhadap barang produksinya (seperti TV “Turbo Swing”) adalah data eksternal perusahaan tersebut
    – Data tingkat kepuasan masyarakat terhadap barang produksi menjadi tolok ukur dalam mengembangkan daerah pemasaran

Menurut Cara Memperoleh

  1. Data Primer
    Yaitu data yang dikumpulkan dan diolah sendiri oleh suatu badan secara langsung serta diterbitkan oleh badan itu pula.
    Contoh:
    – Sensus penduduk oleh BPS, dihasilkan data primer langsung dari penduduk
    – Data pengeluaran beras di gudang penyimpanan BULOG
  2. Data Sekunder
    Yaitu data yang dilaporkan oleh suatu badan sedang badan ini tidak secara langsung mengumpulkan sendiri tapi diperoleh dari pihak lain yang telah mengumpulkannya.
    Contoh:
    – Data kenaikan atau penurunan nilai tukar rupiah terhadap mata uang asing dari BEJ
    – Pemeriksaan dan pendataan ulang barang impor di pelabuhan dari pihak bea cukai

Menurut Sifat

  1. Data Kualitatif
    Yaitu kemungkinan observasi yang tidak dinyatakan dengan angka-angka.
    Contoh:
    – Nilai rupiah sangat kuat
    – Pengangguran dan kemiskinan meningkat tajam
  2. Data Kuantitatif
    Yaitu serangkaian observasi atau pengajaran yang dapat dinyatakan dengan angka-angka.
    Contoh:
    – Nilai rupiah Rp 9.250,00 per US$ di akhir tahun 2006
    – Jumlah pengungsi akibat banjir di Jakarta sebanyak 1423 jiwa

Data kuantitatif terbagi atas:

  • a. Data Diskrit
    Yaitu data yang hanya mempunyai sejumlah terbatas nilai-nilai.
    Contoh:
    – Jumlah mahasiswa di sebuah universitas
    – Banyaknya masyarakat yang memakai kendaraan roda dua di daerah Purwokerto
  • b. Data Kontinu
    Yaitu data yang secara teoritis dapat menjalani setiap nilai. Disebut juga nilai pengamatan kuantitatif kontinyu.
    Contoh:
    – Pengukuran debit air di bendungan
    – Pengukuran tingkat curah hujan di daerah Bandung

Menurut Waktu Pengumpulannya

  1. Data Cross Section
    Yaitu data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaan atau kegiatan pada waktu tersebut.
    Contoh:
    – Data jumlah TKI yang meninggal pada tahun 2006 akibat kekerasan menggambarkan kurangnya perlindungan keselamatan TKI di luar negeri
    – Bencana meluasnya lumpur lapindo menandakan kurang seriusnya pemerintah dalam menangani korban bencana tersebut.
  2. Data Time Series
    Yaitu data yang dikumpulkan dari waktu ke waktu sehingga ada perkembangannya (trend) yang menunjukkan arah secara umum. Garis trend sangat berguna untuk membuat ramalan (forecasting) yang dibutuhkan bagi perencanaan.
    Contoh:
    – Data persebaran penduduk di Indonesia dibutuhkan untuk perencanaan transmigrasi sebagai upaya pemerataan jumlah persebaran di tiap daerah
    – Data tingkat curah hujan tiap tahunnya dibutuhkan untuk mengantisipasi datangnya tanah longsor atau banjir