Jenis Data dalam Statistik dan Contohnya

Avatar Riki Asp

Secara sederhana, data dapat diartikan sebagai sekumpulan angka, karakter, termasuk pula gambar atau video, baik dalam format dasar maupun yang telah terorganisasi, yang merepresentasikan suatu informasi atau fakta. Di dalam analisis keuangan, pemahaman atas data menjadi penting untuk menentukan metode statistik yang tepat dalam rangka mengolah, menganalisis, dan menyajikan data dalam proses pengambilan keputusan keuangan.

Berdasarkan perspektif statistik, data dapat dikelompokkan menjadi beberapa jenis data sebagai berikut.

Numerical Data dan Categorical Data

Data Numerik (Numerical Data) adalah data yang bersifat kuantitatif (quantitative data) dan menunjukkan suatu angka (number). Data numerik dapat dibagi lagi menjadi dua jenis yaitu:

  1. Data Kontinyu (Continuous Data) yang merupakan data yang dapat diukur dan dapat berisi nilai numerik apapun dalam range tertentu. Contoh data kontinyu yaitu persentase pertumbuhan laba suatu perusahaan di Bursa yang diukur dari perubahan laba dalam periode tertentu.
  2. Data Diskret (Discrete Data) yang menunjukkan suatu nilai numerik yang diperoleh dari hasil perhitungan. Berbeda dengan data kontinyu, data diskret secara teknis dapat dikatakan hanya berisi suatu nilai numerik tertentu. Sebagai contoh, jumlah frekuensi pembayaran imbal hasil setiap kuartal merupakan salah satu bentuk data diskret karena berisi nilai numerik tertentu yakni 4 (n=4).

Sementara itu, Data Kategoris (Categorical Data) adalah data kualitatif (qualitative data) yang menunjukkan kualitas atau karakteristik dari sekumpulan informasi yang kemudian digunakan sebagai label untuk mengelompokkan informasi tersebut. Sama seperti data numerik, data kategoris juga dapat dibagi ke dalam dua tipe sebagai berikut.

  1. Data Nominal (Nominal Data) yaitu data yang dikelompokkan ke dalam suatu susunan tertentu berdasarkan logika atau kriteria tertentu. Contoh data nominal yaitu klasifikasi saham di bursa yang dapat dikelompokkan ke dalam saham syariah dan saham nonsyariah. Meskipun umumnya direpresentasikan dalam format teks (seperti syariah dan nonsyariah), data nominal juga dapat dilabeli dengan nilai numerik. Meski demikian, nilai numerik tesebut tidak menunjukkan suatu urutan (ranking) dan tidak dapat serta merta digunakan di dalam operasi aritmatika.
  2. Data Ordinal (Ordinal Data) yaitu data yang dikelompokkan berdasarkan urutan (rangking). Peringkat rating atas efek yang diberikan oleh Pefindo merupakan salah satu contoh dari data ordinal. Sama seperti data nominal, data ordinal juga dapat dilabeli dengan nilai numerik. Meskipun mampu menunjukkan peringkat/urutan antara kategori yang satu dengan kategori yang lain, data ordinal tidak memberikan informasi terkait perbedaan nilai numerik antarkategori.

Cross-Sectional Data, Time-Series Data, dan Panel Data

Selain dibagi ke dalam data numerik dan data kategoris, data juga dapat dikelompokkan berdasarkan bagaimana data tersebut diperoleh. Dengan menggunakan pertimbangan tersebut, data dapat dikelompokkan menjadi Cross-Sectional Data, Time Series Data, dan Panel Data.

Data Silang (Cross-Sectional Data) adalah data yang menunjukkan sekumpulan observasi atas suatu variabel tertentu dari berbagai unit observasi dalam periode waktu tertentu. Contoh data silang yaitu data laba per saham/EPS (variabel) dari seluruh perusahaan di Bursa (unit observasi) di tahun 2021 (waktu tertentu).

Data Deret Waktu (Time-Series Data) adalah data yang menunjukkan urutan suatu observasi atas variabel tertentu sepanjang waktu yang telah ditentukan dari satu unit observasi tertentu. Contoh data deret waktu yaitu data laba per saham/EPS (variabel) dari PT ABC Tbk (satu unit observasi) selama tahun 2010 s.d. 2021 (deret waktu).

Data Panel (Panel Data) adalah data yang merupakan gabungan dari data silang dan data deret waktu. Data panel menunjukkan observasi atas satu atau lebih variabel dari berbagai unit observasi di sepanjang waktu yang telah ditentukan. Contoh data panel yaitu data laba per saham/EPS dan data kapitalisasi pasar (variabel) dari seluruh perusahaan di Bursa (unit observasi) selama tahun 2010 s.d. 2021 (periode waktu).

Structured Data dan Unstructured Data

Data juga dapat dikelompokkan menjadi Structured Data dan Unstructured Data berdasarkan apakah data yang diperoleh telah terorganisasi dengan baik atau belum.

Data Terstruktur (Structured Data) adalah data yang telah terorganisasi dengan baik ketika diperoleh. Contoh data terstruktur yaitu data harga penutupan seluruh saham di Bursa. Data terstruktur memiliki keunggulan berupa kemudahan dalam hal pengolahan data karena telah tersaji dalam format umum.

Data Tidak Terstruktur (Unstructured Data) adalah data yang belum terorganisasi dengan baik ketika diperoleh. Contoh dari data tidak terstruktur yaitu berita terkait kondisi pasar. Meski membutuhkan upaya lanjutan dalam pengolahannya, data tidak terstruktur dapat memberikan pandangan (insight) baru yang mungkin tidak dapat diperoleh dari data terstruktur.

Avatar Riki Asp

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *