Pengertian Analisis data dan Jenis-jenis data

Analisis Data

Anisis data adalah proses sistematis dalam memeriksa, membersihkan, mengubah, dan mengolah data mentah menjadi informasi yang bermanfaat guna menemukan pola, tren, dan wawasan yang dapat digunakan untuk pengambilan keputusan yang lebih akurat dan strategis

Tujuan utama dari analisis data ialah untuk menginterpretasi, yaitu menemukan makna dalam data sehingga pengetahuan yang diperoleh dapat digunakan untuk mengambil keputusan yang tepat.

Tahapan menganalisis data

Berikut adalah rincian tahapan-tahapannya:

1.       Pengumpulan Data (Pengumpulan/Pengumpulan Data):

·         Mengumpulkan data dari berbagai sumber, seperti survei, wawancara, sistem internal, atau database lainnya.

2.      Pembersihan Data (Pembersihan Data):

·         Membersihkan data mentah dari kesalahan, duplikat data, outlier (nilai ekstrem), atau data yang tidak relevan.

3.      Persiapan Data (Persiapan/Penyusunan Data):

·         Mengubah data menjadi format yang sesuai untuk proses analisis.

4.      Analisis Data (Analisis Data):

·         Menggunakan teknik statistik dan metode lain (seperti data mining) untuk menemukan pola, tren, dan rahasia yang tersembunyi di dalam data.

5.      Visualisasi Data (Visualisasi Data):

·         Menyajikan hasil analisis data ke dalam format grafis yang mudah dipahami, seperti grafik, bagan, atau peta.

6.      Interpretasi dan Implementasi Hasil:

·         Menerjemahkan hasil untuk memberikan rekomendasi analisis dan panduan keputusan bisnis yang konkret.

7.      Monitoring dan Evaluasi:

·         Memantau dampak dari keputusan yang diambil dan efektivitas implementasi.

 

Jenis-jenis data

1.      Berdasarkan Sifatnya

A.      Data Kualitatif : Data yang tidak memiliki nilai numerik atau besaran, melainkan berupa ciri-ciri atau deskripsi.

Contoh: Jenis kelamin (laki-laki/perempuan), warna, warna rambut, agama, tingkat kepuasan (puas/tidak puas).

B.      Data Kuantitatif : Data yang menyatakan besaran, jumlah, atau jangkauan tertentu, biasanya berupa angka.

Contoh: Tinggi badan, berat badan, suhu, usia.

 

2. Berdasarkan Skala pengukurannya

Data dapat dikumpulkan dalam empat jenis Skal

Data Nominal : Data yang hanya bisa dipecah, tidak memiliki urutan atau peringkat. Ciri: Kategori tidak memiliki hierarki atau urutan.

Contoh: Jenis kelamin (laki-laki/perempuan), nomor rumah, warna mata.

Data Ordinal : Data yang dapat terpecah dan memiliki urutan atau peringkat, namun jarak antar peringkat tidak diketahui atau tidak sama. Ciri: Ada tingkatan atau urutan logistik

Contoh: Tingkat pendidikan (SD, SMP, SMA), tingkat kepuasan (sangat tidak puas, tidak puas, biasa, puas, sangat puas), peringkat lomba.

Interval Data: Data yang dapat terpecah, memiliki urutan, dan memiliki jarak yang sama antar nilai, tetapi tidak memiliki titik nol mutlak. Ciri: Jarak antar nilai terstandarisasi dan sama, serta nilai nol bersifat relatif (misalnya 0°C bukan berarti tidak ada suhu).

Contoh: Suhu dalam Celsius atau Fahrenheit, tahun dalam kalender.

Rasio Data: Data yang memiliki semua sifat data interval (kategori, urutan, jarak sama) ditambah dengan titik nol yang mutlak (titik nol yang berarti ketiadaan nilai). Ciri: Memiliki nilai nol yang sesungguhnya dan memungkinkan operasi matematika penuh.

Contoh: Berat badan, panjang badan, penghasilan.