Gerakan #CintaData, sumber foto: dokpri.
Sebelum mengulas perihal pembagian terstruktur mengenai data, ada baiknya kita mengenal kembali apa itu data. Data yaitu himpunan info baik satu atau lebih perihal tanda-tanda atau fenomena yang terjadi pada waktu tertentu di suatu wilayah. Informasi yang terkandung di dalam data sanggup bernilai numerik atau non-numerik.
Tanpa kita sadari, keseharian kita sebetulnya selalu bersinggungan dengan data. Saat kita bernafas, dalam sehari sanggup kita hitung jumlahnya. Saat kita makan, frekuensinya sanggup kita hitung. Pun, pengeluaran untuk kebutuhan kuliner dan non-makanan, semua sanggup kita kalkulasikan jumlahnya. Itu semua sudah data. Oleh karenanya, data begitu berperan dalam kehidupan sebagai info baik untuk diri kita maupun orang lain.
Data juga mempunyai klasifikasi. Klasifikasi data sendiri dibagi menjadi beberapa, yaitu berdasarkan sumbernya, berdasarkan jenisnya, berdasarkan waktu mendapat dan berdasarkan cara memperolehnya.
Data berdasarkan sumber
Data internal dan eksternal, sumber foto: dokpri.
Data berdasarkan sumbernya terdiri atas dua, yaitu data internal dan data eksternal. Data internal yaitu data yang sumbernya berasal dari dalam organisasi, himpunan, instansi, perusahaan atau perkumpulan. Salah satu contohnya contohnya data produksi emas PT. NHM di Halmahera Utara, produksi kain di PT. Eksterntex, dan sejenisnya.
Sedangkan data eksternal yaitu data yang bersumber dari pihak lain baik perorangan, forum maupun organisasi tertentu. Data ini merupakan data di luar data yang dihasilkan oleh organisasi, himpunan, perusahaan atau lembaga. Salah satu referensi dari data eksternal yaitu data kepuasan komsumen atas produk, data preferensi konsumen atas merek produk, data perilaku konsumen atas produk dan sejenisnya.
Data berdasarkan jenisnya
Data kuantitatif dan kualitatif, sumber foto: dokpri.
Menurut jenis, data terbagi menjadi dua, yaitu data kuantitatif dan data kualitatif. Data kuantitatif (numerik/metrik) yaitu data yang disimbolkan dalam bentuk ukuran-ukuran angka, contohnya data volume penjualan, data inflasi, data Produk Domestik Bruto, data ekspor dan impor atau sejenisnya. Data kuantitatif ini juga dibagi lagi dalam 2 subjenis, yaitu data diskrit dan data kontinu. Data diskrit yaitu data kuantitatif yang ditunjukkan dengan bilangan bulat, misalkan jumlah penduduk, jumlah anak, jumlah migrasi risen, jumlah rumah dan sejenisnya. Ia tidak sanggup bernilai koma lantaran akan menjadikan ketidaklogisan. Sementara itu, data kontinu yaitu data kuantitatif yang nilainya meliputi semua interval bilangan, baik bilangan bundar maupun desimal, ibarat data panjang jalan aspal dan sirtu, data luas lahan pertanian, data luas lantai rumah dan sejenisnya.
Mengenai data kualitatif, data ini sederhananya merupakan data yang nilainya merupakan sebuah ukuran kategori, bukan dalam bentuk angka-angka. Sebab, data jenis ini mengatakan info yang sebetulnya susah diukur dengan alat ukur. Data kualitatif juga mengatakan info opini atas suatu fenomena. Contohnya data jenis kelamin (gender), data suku, data kepuasan berumah tangga, data kepuasan konsumen, data kualitas pelayanan bank dan sejenisnya.
Data berdasarkan waktu mendapatkan
Data cross section dan time series, sumber foto: dokpri.
Preferensi waktu ketika pengambilan suatu data juga menjadi dasar pengklasifikasian data. Menurut waktu pengambilannya, data dibagi menjadi tiga, yaitu data cross section, data runtun waktu (time series) dan data panel.
Data cross section yaitu data yang didapatkan pada satu periode waktu dan di wilayah tertentu. Data ini biasanya dipakai untuk menganalisis fenomena tertentu dan keuntungannya hanya berlaku pada waktu data tersebut didapatkan. Misalnya Nganu pengin menganalisis perihal produksi telur desa Kedondong Sidoarjo pada tahun 2018, maka data yang ia dapatkan nantinya disebut sebagai data cross section. Kesimpulan dari hasil analisis Nganu terhadap data produksi telur hanya berlaku bagi peternak ayam petelur di Sidoarjo dan pada tahun 2018. Sedangkan di tempat lainnya dan atau periode tahun lainnya boleh jadi berlainan kesimpulan.
Data runtun waktu (time series) merupakan data yang memuat info atau fenomena tertentu di tempat tertentu dalam selang waktu yang relatif lama, selang waktu sanggup dalam bentuk harian, mingguan, bulanan, atau tahunan. Preferensi waktu data runtun waktu relatif lebih panjang. Salah satu referensi data ini yaitu data inflasi bulanan, data seismograf gunung berapi, data pengguna internet tahun 2008-2017, data Indeks Pembangunan Manusia (IPM) Indonesia tahun 1991-2017, dan sejenisnya. Intinya lebih pada sekumpulan data tertentu dalam selang waktu tertentu.
Data panel, sumber foto: dokpri.
Sedangkan data panel merupakan data hasil kerja sama data cross section dan data runtun waktu (time series). Data panel lebih kompleks dan banyak dipakai dalam penelitian ketika ini. Data panel sanggup memuat lebih dari satu karakteristik dan dalam rentang waktu yang relatif panjang. Misalnya data penjualan minuman kesehatan berdasarkan provinsi tahun 2010-2019, data kualitas produk berdasarkan area pemasaran tahun 2010-2017 dan sejenisnya.
Data berdasarkan cara memperoleh
Data primer dan sekunder, sumber foto: dokpri.
Data berdasarkan cara memperoleh terbagi menjadi dua, yaitu data primer dan data sekunder. Data primer merupakan data yang didapatkan dengan melaksanakan acara statistik secara mandiri, terjun ke lapangan atau sasaran untuk kemudian mengumpulkan data seluruh elemen populasi baik secara sensus maupun survei. Misalnya Nganu ingin mendapat citra mengenai rata-rata ongkos produksi ternak sapi perah desa Kalipucang, ia kemudian melaksanakan survei dengan mengambil sampel peternak sapi perah desa itu sebanyak 225 sampel kemudian melaksanakan wawancara mengenai komposisi dan besar pengeluaran untuk ternak dengan kuesioner yang ia buat sendiri, akibatnya ia gunakan untuk materi rekomendasi penyuluhan peternak sapi perah desa itu.
Sementara itu, data sekunder merupakan data jadi atau mentahan (raw data) yang dihasilkan atau dimunculkan oleh pihak pertama, untuk kemudian dipakai oleh pihak lainnya untuk tujuan tertentu. Sebagai contoh, Nganu akan menganalisis mengenai efek inflasi terhadap kemiskinan Indonesia, Nganu kemudian mengambil data dari Badan Pusat Statistik (BPS) melalui website www.bps.go.id berupa data inflasi tahunan dan data kemiskinan tahunan.(*)