1. D. Pengertian Data, Data Kualitatif dan Kuantitatif, Data Diskret dan Data Kontinu, Data Primer dan Sekunder
1.1. Data
1.1.1. Data adalah fakta atau informasi yang dikumpulkan untuk tujuan tertentu.
1.2. Data Kualitatif
1.2.1. Data kualitatif adalah data yang tidak dapat diukur dengan angka, tetapi dinyatakan dalam bentuk deskripsi atau kata-kata.
1.2.2. Contoh
1.2.2.1. Warna, rasa, jenis kelamin, dan sebagainya.
1.3. Data Kuantitatif
1.3.1. Data kuantitatif adalah data yang dapat diukur dengan angka.
1.3.2. Contoh
1.3.2.1. Tinggi badan, berat badan, umur, dan sebagainya.
1.4. Data Diskret
1.4.1. Data diskret adalah data yang terdiri dari nilai-nilai terpisah.
1.4.2. Contoh
1.4.2.1. Seperti jumlah anak dalam keluarga, jumlah buku di perpustakaan, dan sebagainya.
1.5. Data Kontinu
1.5.1. Data kontinu adalah data yang dapat memiliki nilai yang berkelanjutan.
1.5.2. Contoh
1.5.2.1. Tinggi badan, berat badan, dan sebagainya
1.6. Data Primer
1.6.1. Data primer adalah data yang dikumpulkan langsung oleh peneliti atau penulis laporan.
1.6.2. Contoh
1.6.2.1. Survei, wawancara, pengamatan, atau percobaan.
1.7. Data Sekunder
1.7.1. Data sekunder adalah data yang sudah dikumpulkan oleh pihak lain dan kemudian digunakan kembali oleh peneliti atau penulis laporan.
1.7.2. Contoh
1.7.2.1. Data dari lembaga pemerintah, data dari perusahaan, dan sebagainya.
2. E.Skala Pengukuran Data Beserta Contohnya
2.1. Skala pengukuran data adalah cara atau sistem yang digunakan untuk mengklasifikasikan atau mengukur variabel-variabel yang ada pada suatu data.
2.2. Terdapat empat jenis skala pengukuran data :
2.2.1. a) Skala nominal
2.2.1.1. Digunakan untuk mengklasifikasikan atau membagi data berdasarkan kategori atau label tanpa memperhatikan urutan atau nilai antar kategori.
2.2.1.2. Contohnya : jenis kelamin (laki-laki atau perempuan), agama (Islam, Kristen, Hindu, Buddha, dsb.), warna (merah, biru, hijau, dsb.).
2.2.2. b) Skala ordinal
2.2.2.1. Digunakan untuk mengurutkan data berdasarkan tingkat atau level, namun tidak memperhatikan jarak antar level.
2.2.2.2. Contohnya : tingkat pendidikan (SD, SMP, SMA, S1, S2, S3), tingkat kepuasan (sangat puas, puas, biasa saja, tidak puas, sangat tidak puas).
2.2.3. c) Skala interval
2.2.3.1. Digunakan untuk mengukur data berdasarkan jarak antar nilai, namun tidak memiliki nilai nol yang sebenarnya.
2.2.3.2. Contohnya : suhu dalam Celsius atau Fahrenheit, IQ (Intelligence Quotient), waktu dalam jam atau menit.
2.2.4. d) Skala rasio
2.2.4.1. Digunakan untuk mengukur data dengan jarak antar nilai dan memiliki nilai nol yang sebenarnya.
2.2.4.2. Contohnya adalah tinggi badan, berat badan, jumlah uang, usia.
3. F. Perbedaan Skala Nominal, Skala Ordinal, Skala Interval, Skala Rasio
3.1. Perbedaan antara empat jenis skala pengukuran data adalah dalam hal operasi matematika apa yang dapat dilakukan pada data, yang bergantung pada sifat nilai nol dan jarak antar nilai dari variabel yang diukur.
4. A. Pengertian atau Definisi atau Konsep Dasar dari Statistika
4.1. Statistika adalah cabang matematika yang berhubungan dengan pengumpulan, pengolahan, analisis, dan interpretasi data.
4.2. Dalam statistika, data yang dikumpulkan dapat dianalisis menggunakan berbagai teknik, termasuk metode deskriptif dan inferensial.
5. B. Penjelasan atau Perbedaan Statistika Deskriptif dan Inferensial
5.1. 1. Statistika Deskriptif
5.1.1. Statistika deskriptif digunakan untuk menggambarkan data dan menjelaskan karakteristiknya secara numerik atau visual.
5.1.1.1. Contoh teknik yang digunakan adalah tabel frekuensi, diagram, dan angka-angka statistik seperti mean,median, modus, dan standar deviasi.
5.1.1.1.1. a. Tabel Frekuensi
5.1.1.1.2. b. Diagram
5.1.1.1.3. c. Standar Deviasi
5.2. 2. Statistika Inferensial
5.2.1. Statistika inferensial digunakan untuk membuat inferensi atau generalisasi tentang populasi berdasarkan sampel data yang diambil dari populasi.
5.2.1.1. Contoh teknik yang digunakan adalah uji hipotesis, interval kepercayaan, dan regresi.
5.2.1.1.1. a. Uji Hipotesis
5.2.1.1.2. b. Interval Kepercayaan
5.2.1.1.3. c. Regresi
5.3. Perbedaan utama antara statistika deskriptif dan inferensial
5.3.1. Tujuan
5.3.1.1. Tujuan statistika deskriptif adalah untuk menggambarkan dan menjelaskan data yang ada, sedangkan tujuan statistika inferensial adalah untuk membuat generalisasi atau prediksi tentang populasi berdasarkan sampel data.
5.3.2. Data yang digunakan
5.3.2.1. Statistika deskriptif menggunakan data yang ada, sedangkan statistika inferensial menggunakan sampel data untuk membuat inferensi tentang populasi.
5.3.3. Teknik Analisis
5.3.3.1. Teknik analisis dalam statistika deskriptif lebih sederhana dan fokus pada menggambarkan data, sedangkan teknik analisis dalam statistika inferensial lebih kompleks dan fokus pada membuat inferensi atau prediksi tentang populasi.
5.3.4. Kesimpulan
5.3.4.1. Statistika deskriptif hanya memberikan deskripsi tentang data yang ada, sedangkan statistika inferensial memberikan kesimpulan tentang populasi berdasarkan sampel data yang diambil.
6. C. Penjelasan atau Perbedaan Populasi dan Sampel
6.1. Populasi adalah himpunan lengkap dari semua individu, objek, atau kejadian yang sedang dijadikan obyek penelitian atau analisis.
6.1.1. Contoh populasi dapat berupa seluruh mahasiswa di suatu universitas, seluruh penduduk Indonesia, atau seluruh produk yang dihasilkan oleh suatu pabrik.
6.2. Sampel merupakan himpunan dari beberapa individu, objek, atau kejadian yang diambil dari populasi secara acak.
6.2.1. Contoh sampel dapat berupa sekelompok mahasiswa tertentu di suatu universitas, sekelompok penduduk tertentu di suatu daerah, atau sekelompok produk tertentu yang dihasilkan oleh suatu pabrik.