DATA Data statistik adalah kumpulan keterangan atau fakta yang menjelaskan mengenai suatu persoalan.  Data  merupakan representasi fakta dunia nyata yang mewakili suatu objek berupa nilai yang direkam dalam bentuk angka, hurup, symbol, teks, gambar, bunyi atau kombinasinya. 

Data berdasarkan sifatnya: Data kualitatif, yaitu data yang berupa kategori. Contoh: rusak, baik, senang, puas, berhasil, gagal dan sebagainya. Data kuantitatif, yaitu data yang berbentuk bilangan atau angka. Contoh: 1 m, 2 m, 3 meja, 1 kursi dan sebagainya.

Bentuk data kuantitatif: Data diskrit, yaitu data yang diperoleh dari hasil perhitungan. Contoh: Banyaknya perserta kuliah hari ini, Banyak pengunjung pada sebuah Plaza, Penghuni rumah no. 12, dan sebagainya. Data kontinu, yaitu data yang diperoleh dari hasil pengukuran. Contoh: Jarak tempuh dari rumah ke kampus (km), Hasil Panen Petani A (ton), Prestasi belajar mahasiswa B (IPK), Keterampilan pegawai C (menit).

Data berdasarkan Skala Pengukuran: Nominal. Skala nominal merupakan skala data yang sangat sederhana, misal: data jenis kelamin, tempat tinggal, suku atau ras, dan agama. Ordinal. Data ordinal adalah data yang diperoleh dengan kategorisasi, dimana angka-angka yang dicantumkan merupakan pembeda juga menunjukan adanya urutan tingkatan yang berdasarkan criteria tertentu. Interval. Data skala interval adalah data yang diperoleh dari hasil pengukuran yang tidak mempunyai nilai nol mutlak. Contoh: Suhu 0C - 100C atau 32F – 212F Rasio. Data skala rasio adalah data yang diperoleh dari hasil perhitungan yang mempunyai nilai nol mutlak. Contoh: Misalnya jumlah buku adalah 5 jika ada 5 buku, maka dinyatakan nilainya 5 dan jika tidak ada buku ,maka nilainya dinyatakan 0.

Data Nominal  biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Contoh: Jenis pekerjaan, diklasifikasi sebagai:  Pegawai negeri, diberi tanda 1, Pegawai swasta, diberi tanda 2,  Wiraswasta, diberi angka 3 Ciri Data Nominal:  Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta.  Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri

DATA ORDINAL Data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan. Contoh: Kepuasan pelanggan, diklasifikasikan sebagai: Sangat puas, diberi tanda 1,  Puas, diberi tanda 2,  Cukup puas, diberi tanda 3,  Tidak puas diberi tanda 4,   Sangat tidak puas diberi tanda 5 Ciri Data Ordinal: posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan.  Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas)

DATA INTERVAL Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja) Contoh: Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih: Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100   Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, 212-32=180

DATA RASIO: Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol mutlak/absolut. Seperti titik 0°C tentu beda dengan titik 0°F. atau pergantian tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru dalam artian diakui oleh semua kalender sebagai tahun baru. Contoh:Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti taka da buku (absolut 0) Ciri Data Rasio: Tak ada kategorisasi atau pemberian kode.   Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm; 5 mangga + 2 mangga = 7 mangga. Catatan: pengolahan data kuantitatif sebagian besar menggunakan data rasio.

4. Data DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : gaji, skor ujian, jumlah buku

2. Wawancara tidak langsung; Sumber Data Sumber data primer: 1. Wawancara langsung; 2. Wawancara tidak langsung; 3. Informasi yang didperoleh dari koresponden; 4. Informasi dari daftar pertanyaan yg dikirim lewat pos; 5. Pencatatan berdasar pada daftar pertanyaan. Sumber data sekunder: 1. Sumber yang dipublikasikan, seperti laporan dari badan-badan internasional, laporan instansi pemerintah, publikasi dari instansi semi pemerintah, dan publikasi hasil penelitian individual; 2. Sumber yang tidak dipublikasikan

Benar/ Dapat Dipercaya DATA STATISTIKA (Keterangan atau fakta Mengenai suatu persoalan) Berbentuk Kategori Kualitataif Berbentuk Bilangan Kuantitatif Data Kontinu Interval Rasio Data Diskrit Nominal Ordinal