Klasifikasi Data

Klasifikasi Data

Klasifikasi Data
Data dapat diklasifikasikan sebagai berikut : 

Berdasarkan sifat data 

Berdasarkan sifat data dikenal data kuantitatif (quantitative data), data dalam bentuk angka atau bilangan. Contoh : dari 997 nelayan di kecamatan A, 354 orang adalah nelayan penuh, 455 orang adalah nelayan sambilan utama, dan 168 orang adalah nelayan sambilan bukan utama . dan data kualitatif, (qualitative data)adalah data bukan dalam bentuk penjumlahan atau angka tetapi dalam bentuk pernyataan dan atau kategori. Contoh : Kondisi tempat pelelangan ikan di Desa Ulo-Ulo Kabupaten Luwu Sulawesi Selatan sangat buruk. Contoh data kuantitatif dan kualitatif perikanan disajikan pada Tabel 2.1 dan Gambar 2.3.
Berdasarkan sumber data
Berdasarkan sumberdata dikenal : (1) data internal (internal data) yaitu data yang berasal dari dalam organisasi, atau data asli, data yang dieproleh dari observasi yang dilakukan langsung oleh peneliti atau bukan dari hasil pengamatan atau karya orang lain. Data internal sering juga disebut sebagai data primer (primary data), dan (2) data eksternal (external data)yaitu data yang berasal dari luar organisasi atau institusi, atau data hasil observasi orang lain.
Data eksternal dapat dikelompokan atas : (1) data eksternal primer (primary external data) data yang dapat berbentuk lisan atau tertulis yang didapatkan langsung dari pemilik data sendiri atau orang yang melakukan observasi atau pengumpul data tersebut, biasa juga disebut directly external data, (2) data eksternal skunder (secondary external data) data yang diperoleh dari orang yang bukan melakukan observasi langsung, biasa juga disebut indirectly external data.

Berdasarkan cara memperolehnya 

Berdasarkan cara memperolehnya, data dapat dikelompokan atas (1) data primer yaitu data yang dikumpulkan langsung oleh si peneliti atau diperoleh dari sumber pertama dan datanya belum diolah, contoh : hasil pengamatan beberapa parameter oseanografis daerah penangkapan ikan cakalang dan jumlah hasil tangkapan per trip perikanan pole and line yang didapatkan dari hasil pengamatan langsung dilapang oleh Achmar Mallawa dan kawan-kawan tahun 2009,

Berdasarkan cakupannya. 

Berdasarkan cakupan pengumpulannya, data dikelompokan atas data sensus, yaitu data yang diperoleh dari populasi dan data sampel, yaitu data yang diperoleh dari sampel.

Berdasarkan dinamika data. 

Berdasarkan dinamikanya, data dapat dikelompokan atas : (1) data statis, yaitu data yang dalam jangka waktu lama tidak akan mengalami perubahan, (2) data semi dinamis yaitu data dalam waktu kemungkinan mengalami perubahan atau sedikit mengalami perubahan dan, (3) data dinamis yaitu data yang menurut waktu akan mengalami perubahan.

Berdasarkan skala pengukurannya 

Berdasarkan skala pengukurannya dikenal data nominal, data ordinal, data interval dan data rasio.

Nilai dan Kualitas Data

Ada tiga indikator yang dapat digunakan untuk menentukan nilai suatu data (Sutabri, 2005) yaitu :
  1. ketelitian data (data precision), ketelitian data dapat diperoleh dengan mempraktekan beberapa hal seperti melakukan pengamatan secara ber ulang-ulang, menggunakan peralatan standar atau yang peralatan yang tersertifikasi/direkomendasikan,pengamatan dengan melibatkan beberapa orang dari keahlian yang sama dan sebagainya.
  2. komparabilitas data (data comparability), berarti bahwa data yang dihasilkan menggunakan peralatan yang telah distandarisasi, satuan data yang digunakan adalah satuan standar dan sebainya, dan
  3. validitas data (data validity), berarti dengan mempergunakan data tersebut tujuan yang ingin dicapai oleh sipengguna terealisasi.
Wang dan Strong (1996) mengemukakan konsep acuan untuk menentukan kualitas suatu data (Data Quality Conceptual Framework) yang terdiri dari 4 kategori dan 16 dimensi yaitu :
  1. kategori I, Intrinsic, dimensi meliputi : accuracy (keakuratan), objectivity (obyektivitas), believability (keterpercayaan), dan reputation (reputasi);
  2. kategori II, Accessibility, dimensi meliputi : accessibility (mudah diakses), dan security (keamanan);
  3. Kategori III, Contextual, dimensi meliputi : Relevancy (kesesuaian), Value – Added (nilai tambah), Timeliness (Ketepatan waktu), Completeness (kelengkapan data), Amount of Info (jumlah informasi yang dapat diperoleh);
  4. Kategori IV, Representational, dimensi meliputi : Interpretability (dapat dimengerti), Ease of understanding (mudah dimengerti), Concise Representation dan Consistent Representation (konsisten);
Shank dan Corbitt (1999) menentukan kualitas data dengan menggunakan “Semiotic-based Framework for Data Quality” yang terdiri atas 4 semiotic descriptions, 4 goals dan 11 dimensions yaitu :
  1. Semiotic Level I, Syntactic, goal : consitent, dimension : well-defined/formal syntax ;
  2. Semiotic Level II, Semantic, goal : complete and accurate, dimension : comperehensive, unambiguous, meaningful, correct;
  3. Semiotic Level III, Pragmatic, goal : Usable and useful, dimensions : timely, concise, easly accessed, reputable;
  4. Semiotic Level IV, Social, goal : shared understanding of meaning, dimensions : understood, awareness of bias.

Sumber : https://www.okeynotes.com/blogs/212521/21236/pengertian-akhlak