Contoh Data Diskrit dan Kontinu beserta Perbedaannya Lengkap – Ketika kamu akan melakukan penelitian dengan metode kuantitatif, tentu akan mempelajari tentang data diskrit dan kontinu.

Di artikel kali ini, Mamikos akan mengajak kamu untuk belajar mengenai berbagai contoh data diskrit dan kontinu.

Namun sebelum masuk pada pembahasan contoh data diskrit dan kontinu, yuk, simak penjelasan di bawah ini!

Data Diskrit dan Kontinu dalam Penelitian Kuantitatif

Contoh data diskrit dan kontinu yang nanti akan Mamikos bahas termasuk dalam data yang sering dipergunakan dalam penelitian kuantitatif.

Sedangkan data kuantitatif adalah jenis data yang diukur menggunakan angka atau bilangan. Data ini menggambarkan jumlah, ukuran, atau kuantitas suatu variabel.

Data kuantitatif ini sangat penting dalam analisis statistik karena memungkinkan peneliti untuk menggunakan berbagai teknik statistik dan matematika untuk menggambarkan, menganalisis, dan menarik kesimpulan dari data.

Misalnya, teknik-teknik seperti regresi, uji hipotesis, dan analisis varians sering digunakan dalam analisis data kuantitatif.

Dalam analisis statistik, data kuantitatif dapat dikelompokkan menjadi dua jenis, yaitu data diskrit dan kontinu.

Apa perbedaan data diskrit dan kontinu?

Baca Juga :

Cara Menghitung Kuesioner Penelitian Kuantitatif yang Baik dan Benar

Data Diskrit

Data ini mewakili nilai-nilai yang terbatas pada himpunan nilai-nilai terpisah atau terbatas.

Dalam data diskrit terdapat dua jenis data, yaitu data diskrit volume besar dan data diskrit volume kecil.

Volume data diskrit besar dan kecil mengacu pada jumlah data yang dikelola atau disimpan.

Volume besar berarti jumlah data yang besar, sementara volume kecil berarti jumlah data yang relatif sedikit.

Contoh data diskrit termasuk jumlah anak dalam sebuah keluarga, jumlah kelereng yang dimiliki oleh anak, atau jumlah siswa dalam sebuah kelas.

Data Kontinu

Data ini mewakili nilai-nilai yang bisa mengambil nilai dalam rentang tertentu. Data ini berkelanjutan dan bisa memiliki tak terhingga kemungkinan nilai di antara dua titik.

Contoh data kontinu termasuk tinggi badan seseorang, berat badan, suhu udara, atau waktu yang diperlukan untuk menyelesaikan suatu tugas.

Perbedaan Data Diskrit dan Kontinu

Nah, pada bagian ini Mamikos akan menjelaskan secara rinci tentang perbedaan data diskrit dan kontinu agar nanti kamu lebih mudah membedakan contoh data diskrit dan kontinu.

Data Diskrit

• Memperoleh nilai yang dapat dihitung spesifik.
• Data diskrit mencakup informasi dengan jarak yang jelas antara nilai-nilainya.
• Data terdiri dari nilai-nilai yang berbeda atau diskrit.
• Data dapat dihitung secara tepat.
• Representasi visual umumnya menggunakan grafik batang.
• Distribusi frekuensi yang tidak dikelompokkan merujuk pada pengaturan data diskrit terhadap satu nilai tunggal.
• Klasifikasi untuk data diskrit, seperti 10-19, 20-29,…, tidak saling tumpang tindih atau inklusif.
• Grafik fungsi menunjukkan titik-titik yang berbeda yang tetap terpisah tanpa koneksi.

Baca Juga :

Cara Menulis Daftar Pustaka dari Internet, Buku, Skripsi, Jurnal beserta Contohnya

Data Kontinu

• Mengambil nilai terukur dalam rentang tertentu.
• Data kontinu terdiri dari informasi yang berlangsung secara berkelanjutan.
• Data kontinu mencakup semua nilai dalam suatu rentang.
• Data dapat diukur dalam konteks tertentu.
• Representasi visual biasanya menggunakan histogram.
• Tabulasi data kontinu sering kali dilakukan pada kelompok nilai yang berdekatan.
• Klasifikasi untuk data kontinu, seperti 10-20, 20-30,…, biasanya tumpang tindih atau eksklusif.
• Grafik fungsi kontinu menunjukkan titik-titik yang terhubung dengan garis putus-putus.

Berikut adalah Contoh Data Diskrit dan Kontinu

Setelah tadi kamu belajar mengenai perbedaan data diskrit dan kontinu, yuk, langsung saja Mamikos lanjutkan pada contoh data diskrit dan kontinu di bawah ini.

Contoh Data Diskrit

Berikut adalah contoh data diskrit dan kontinu, untuk kelompok data diskrit terlebih dahulu.

1. Jumlah anak dalam sebuah keluarga: 1, 2, 3, 4, …

2. Jumlah kelereng yang dimiliki oleh seorang anak: 0, 1, 2, 3, …

3. Jumlah mata dadu yang mungkin muncul dalam satu lemparan dadu: 1, 2, 3, 4, 5, 6

4. Jumlah siswa dalam sebuah kelas: 20, 25, 30, 35, …

5. Jumlah buah apel yang dijual di sebuah toko: 10, 20, 30, 40, …

6. Jumlah mobil yang lewat di suatu persimpangan dalam satu jam: 50, 60, 70, 80, …

7. Jumlah koin yang dimiliki seseorang: 0, 1, 2, 3, …

8. Jumlah buku dalam perpustakaan sekolah: 100, 200, 300, …

9. Jumlah pengunjung dalam suatu acara: 50, 100, 150, …

10. Jumlah gol yang dicetak dalam satu pertandingan sepak bola: 0, 1, 2, 3, …

Contoh Data Diskrit

11. Jumlah mata uang yang dimiliki di dompet: 0, 1, 2, 3, …

12. Jumlah barang yang terjual di toko dalam sehari: 10, 20, 30, 40, …

13. Jumlah bulan dalam setahun: 12

14. Jumlah hari dalam seminggu: 7

15. Jumlah siswa yang lulus ujian: 0, 1, 2, 3, …

16. Jumlah pasangan sepatu yang dimiliki seseorang: 0, 1, 2, 3, …

17. Jumlah rumah tangga dalam suatu blok apartemen: 10, 20, 30, …

18. Jumlah anggota dalam sebuah klub atau organisasi: 50, 100, 150, …

19. Jumlah siswa yang hadir dalam sebuah kelas pada suatu hari: 20, 25, 30, …

20. Jumlah telepon yang diterima dalam satu jam oleh pusat panggilan: 50, 60, 70, …

Baca Juga :

6 Contoh Variabel Bebas dan Variabel Terikat dalam Penelitian beserta Penjelasannya

Contoh Data Diskrit

21. Jumlah kucing peliharaan yang dimiliki seseorang: 0, 1, 2, 3, …

22. Jumlah buah apel dalam sebuah keranjang: 5, 10, 15, 20, …

23. Jumlah pemilih dalam suatu pemilihan umum: 1000, 2000, 3000, …

24. Jumlah golongan darah dalam populasi: biasanya A, B, AB, O.

25. Jumlah tahun dalam sebuah dekade: 10.

26. Jumlah penjualan tiket bioskop dalam satu hari: 100, 200, 300, …

27. Jumlah kartu dalam satu set permainan kartu: 52

28. Jumlah pakaian dalam lemari seseorang: 10, 20, 30, …

29. Jumlah buku yang dipinjam dari perpustakaan dalam satu bulan: 50, 100, 150, …

30. Jumlah biji kacang yang tersimpan dalam wadah: 0, 1, 2, 3, …

Contoh Data Diskrit

31. Jumlah karyawan di sebuah perusahaan: 50, 100, 150, …

32. Jumlah peserta dalam sebuah seminar: 50, 100, 150, …

33. Jumlah surat yang diterima di kantor pos dalam satu jam: 10, 20, 30, …

34. Jumlah mobil yang dijual di sebuah dealer dalam sebulan: 50, 100, 150, …

35. Jumlah anak-anak dalam sebuah kelompok bermain: 10, 20, 30, …

Contoh Data Kontinu

Di bawah ini sudah tersedia contoh data diskrit dan kontinu yang terbagi dalam 40 data kontinu.

1. Tinggi badan seseorang: 160 cm, 165.5 cm, 172.3 cm, …

2. Berat badan: 55.2 kg, 60.8 kg, 67.4 kg, …

3. Suhu udara: 20.5°C, 21.3°C, 22.7°C, …

4. Waktu yang diperlukan untuk menyelesaikan suatu tugas: 3.2 menit, 4.5 menit, 6.1 menit, …

5. Panjang sebuah jembatan: 100.2 meter, 110.8 meter, 120.5 meter, …

6. Volume air dalam sebuah wadah: 1.5 liter, 2.3 liter, 3.1 liter, …

7. Kecepatan mobil: 60.5 km/jam, 70.2 km/jam, 80.9 km/jam, …

8. Gaji bulanan seorang pegawai: $2500, $2800, $3200, …

9. Pengeluaran harian seorang individu: $20.50, $35.75, $42.90, …

10. Lama hidup sebuah baterai: 4.5 jam, 6.2 jam, 8.1 jam, …

Contoh Data Kontinu

11. Tekanan darah seseorang: 120/80 mmHg, 130/85 mmHg, 140/90 mmHg, …

12. Ketinggian air dalam sebuah sungai: 1.2 meter, 1.5 meter, 1.8 meter, …

13. Intensitas cahaya di suatu tempat: 300 lux, 400 lux, 500 lux, …

14. Kecepatan angin: 15.2 km/jam, 20.5 km/jam, 25.8 km/jam, …

15. Jumlah populasi sebuah kota: 500,000, 600,000, 700,000, …

16. pH air di sebuah danau: 6.8, 7.2, 7.5, …

17. Pendapatan tahunan sebuah perusahaan: $100,000, $150,000, $200,000, …

18. Konsumsi listrik bulanan sebuah rumah tangga: 500 kWh, 600 kWh, 700 kWh, …

19. Elongasi sebuah bahan pada suhu tertentu: 0.002 mm, 0.003 mm, 0.004 mm, …

20. Kadar kolesterol dalam darah: 150 mg/dL, 180 mg/dL, 200 mg/dL, …

Contoh Data Kontinu

21. Usia seseorang: 25 tahun, 30.5 tahun, 40 tahun, …

22. pH tanah di sebuah kebun: 5.8, 6.2, 6.5, …

23. Kadar kelembaban udara: 50%, 55.5%, 60%, …

24. Panjang sebuah garis: 2.3 meter, 2.35 meter, 2.4 meter, …

25. Konsentrasi zat dalam larutan: 0.05 mol/L, 0.1 mol/L, 0.15 mol/L, …

26. Jumlah pengunjung dalam sebuah museum pada waktu tertentu: 100, 120, 150, …

27. Diameter sebuah bola: 10 cm, 10.5 cm, 11 cm, …

28. Frekuensi denyut jantung seseorang: 70 bpm (denyut per menit), 75 bpm, 80 bpm, …

29. Kadar oksigen dalam darah: 95%, 97%, 98%, …

30. Ketinggian sebuah pesawat terbang: 10,000 kaki, 12,000 kaki, 15,000 kaki, …

Baca Juga :

Kumpulan Contoh Judul Skripsi Manajemen Keuangan Terbaru yang Menarik

Contoh Data Kontinu

31. Jumlah kalori yang dikonsumsi seseorang dalam satu hari: 1800 kalori, 2000 kalori, 2200 kalori, …

32. Persentase pertumbuhan ekonomi suatu negara: 3.2%, 3.5%, 4.0%, …

33. Jumlah kendaraan yang melintasi sebuah jalan dalam satu jam: 50, 55, 60, …

34. Panjang rambut seseorang: 15 cm, 17 cm, 20 cm, …

35. Volume udara yang dihirup dalam satu tarikan nafas: 0.5 liter, 0.6 liter, 0.7 liter, …

36. Kadar gula dalam darah seseorang: 90 mg/dL, 100 mg/dL, 110 mg/dL, …

37. Lama waktu yang dihabiskan seseorang di depan layar komputer: 2 jam, 3 jam, 4 jam, …

38. Kecepatan rata-rata berjalan seseorang: 4 km/jam, 5 km/jam, 6 km/jam, …

39. Jumlah putaran roda sepeda dalam satu menit: 60 putaran, 70 putaran, 80 putaran, …

40. Curah hujan dalam satuan mm per jam: 10 mm/jam, 15 mm/jam, 20 mm/jam, …

Penutup

Demikian berbagai contoh data diskrit dan kontinu beserta perbedaannya lengkap yang dapat Mamikos berikan untuk kamu.

Semoga artikel mengenai contoh data diskrit dan kontinu ini bermanfaat, ya.

FAQ

Klik dan dapatkan info kost di dekat kampus idamanmu:

Kost Dekat UGM Jogja

Kost Dekat UNPAD Jatinangor

Kost Dekat UNDIP Semarang

Kost Dekat UI Depok

Kost Dekat UB Malang

Kost Dekat Unnes Semarang

Kost Dekat UMY Jogja

Kost Dekat UNY Jogja

Kost Dekat UNS Solo

Kost Dekat ITB Bandung

Kost Dekat UMS Solo

Kost Dekat ITS Surabaya

Kost Dekat Unesa Surabaya

Kost Dekat UNAIR Surabaya

Kost Dekat UIN Jakarta

The post Contoh Data Diskrit dan Kontinu beserta Perbedaannya Lengkap appeared first on Blog Mamikos.

Contoh Data Interval, Nominal, Ordinal, dan Rasio beserta Penjelasannya Lengkap – Ketika kamu akan melakukan penelitian, tentunya membutuhkan skala pengukuran data.

Namun, yang perlu kamu ketahui adalah terdapat berbagai macam skala pengukuran data sesuai dengan kebutuhan penelitian.

Untuk itu, Mamikos akan menjelaskan secara lengkap tentang contoh data interval, nominal, ordinal, dan rasio.

Manfaat Skala Pengukuran Data

Manfaat dari skala pengukuran data melibatkan kemampuan untuk memberikan informasi yang lebih rinci dan kontekstual tentang data.

Pemahaman jenis skala pengukuran yang digunakan dapat memandu pemilihan analisis statistik yang sesuai dan memberikan wawasan yang lebih mendalam dalam interpretasi hasil.

Sebelum membahas tentang contoh data interval, nominal, ordinal, dan rasio, yuk kenali manfaatnya terlebih dahulu.

1. Panduan untuk Analisis Statistik

Setiap jenis skala memiliki operasi statistik yang dapat diterapkan secara tepat.

Pengetahuan tentang skala pengukuran membantu peneliti atau analis untuk memilih metode analisis yang sesuai dengan sifat data.

Sebagai contoh, data rasio dapat diolah dengan metode statistik yang lebih maju daripada data nominal atau ordinal.

2. Kemampuan Memahami Hubungan Relatif

Skala pengukuran memungkinkan pemahaman yang lebih baik tentang hubungan relatif antara nilai-nilai data.

Misalnya, pada data ordinal, kita tahu bahwa suatu nilai berada di atas atau di bawah nilai lainnya, tetapi tidak selalu dapat mengukur seberapa besar perbedaannya.

3. Presisi dalam Pengukuran

Skala pengukuran memungkinkan presisi yang lebih besar dalam pengukuran dan perbandingan.

Dengan data rasio, kita dapat menggunakan metode statistik yang lebih canggih dan menghasilkan ukuran-ukuran yang lebih akurat.

Baca Juga :

Cara Menghitung Modus, Data Tunggal, Data Kelompok Beserta Contohnya

4. Kemampuan Melakukan Operasi Matematis yang Lebih Lanjut

Data yang diukur pada skala interval atau rasio memungkinkan untuk melakukan operasi matematis yang lebih lanjut, seperti rata-rata, deviasi standar, perbandingan, dan lainnya.

Hal tersebut memberikan fleksibilitas dalam analisis dan interpretasi data.

5. Kemampuan Menyusun Prioritas

Dengan data ordinal, kita dapat mengidentifikasi tingkatan dan menyusun prioritas atau memberikan peringkat berdasarkan urutan nilai.

Hal ini dapat berguna dalam pengambilan keputusan dan perencanaan.

6. Memfasilitasi Komunikasi Informasi

Skala pengukuran membantu dalam komunikasi informasi secara efektif. Memahami skala data membantu orang lain untuk memahami konteks data dan hasil analisis yang dilakukan.

7. Memandu Pemilihan Grafik atau Diagram yang Tepat

Berdasarkan skala pengukuran, pemilihan grafik atau diagram yang sesuai dapat dilakukan.

Misalnya, untuk data ordinal atau nominal, diagram batang atau pie mungkin lebih sesuai.

Sementara untuk data interval atau rasio, diagram garis atau scatter plot dapat memberikan representasi visual yang lebih baik.

Contoh Data Interval, Nominal, Ordinal, dan Rasio

1. Data Interval

Data interval adalah jenis data yang memiliki sifat urutan dan selisih antara nilai-nilainya memiliki makna yang jelas. Namun, data interval tidak memiliki nol mutlak yang bermakna.

Ini berarti bahwa kita dapat melakukan operasi penjumlahan dan pengurangan pada data interval, tetapi operasi perkalian dan pembagian tidak memiliki interpretasi yang bermakna.

Contoh Data Interval, Nominal, Ordinal, dan Rasio  – Interval

1. Suhu dalam Derajat Celsius

• 10°C
• 20°C
• 30°C

Dalam skala suhu Celsius, 20°C lebih panas daripada 10°C, dan selisihnya adalah 10 derajat.

Namun, tidak benar untuk mengatakan bahwa 20°C dua kali lebih panas daripada 10°C, karena nol pada skala Celsius (0°C) bukanlah nol mutlak.

2. Indeks IQ

• 90
• 100
• 110

Indeks IQ adalah contoh data interval di mana perbedaan antara dua skor IQ memiliki makna, tetapi tidak ada nol mutlak yang menunjukkan ketiadaan kecerdasan.

Misalnya, perbedaan antara IQ 100 dan 110 dianggap memiliki makna yang serupa dengan perbedaan antara IQ 110 dan 120.

3. Waktu dalam Jam

• 5 jam
• 10 jam
• 15 jam

Data waktu dalam jam adalah data interval karena selisih antara nilai-nilainya memiliki arti, tetapi tidak ada “nol waktu” yang menunjukkan awal waktu yang mutlak.

4. Skor Tes

• 75
• 85
• 95

Skor tes adalah contoh data interval karena perbedaan antara skor 85 dan 75 adalah 10 poin, dan selisih ini memiliki makna dalam konteks evaluasi tes.

Namun, tidak ada “nol mutlak” yang menunjukkan ketiadaan pengetahuan atau kemampuan.

5. Suhu dalam Derajat Fahrenheit

• 32°F
• 50°F
• 68°F

Skala suhu Fahrenheit adalah contoh data interval, dan selisih antara dua nilai suhu memiliki makna.

Misalnya, selisih antara 50°F dan 32°F adalah 18 derajat Fahrenheit.

6. Tingkat Pendidikan (dengan Kode)

• SD (1)
• SMP (2)
• SMA (3)

Baca Juga :

9 Contoh Etika dalam Pengumpulan Data Penelitian yang Harus Dipahami

Meskipun tingkat pendidikan memiliki kode (1, 2, 3), ini masih dianggap data interval karena urutannya memiliki makna.

Tetapi tidak bisa dikatakan bahwa SMA (3) dua kali lebih tinggi daripada SMP (2) dalam konteks ini.

7. Skor Kredit

• 600
• 700
• 800

Skor kredit adalah contoh data interval karena perbedaan antara dua skor memiliki makna dalam hal kredit atau risiko keuangan.

Perbedaan antara skor 700 dan 600 dianggap memiliki arti yang serupa dengan perbedaan antara skor 800 dan 700.

2. Data Nominal

Data nominal adalah jenis data yang menggambarkan kategori atau kelompok tanpa adanya urutan tertentu di antara mereka.

Artinya, nilai-nilai dalam data nominal tidak memiliki tingkatan atau prioritas satu sama lain.

Contoh data nominal adalah kategori di mana kita hanya dapat mengidentifikasi perbedaan antara kategori-kategori tersebut, tetapi kita tidak dapat menetapkan tingkat atau peringkat tertentu.

Contoh Data Interval, Nominal, Ordinal, dan Rasio  – Nominal

1. Warna Kendaraan

• Merah
• Biru
• Hijau
• Kuning

Dalam hal ini, warna-warna tersebut adalah kategori-kategori yang tidak memiliki urutan atau prioritas tertentu.

Merah tidak lebih tinggi atau lebih rendah daripada biru, alias keduanya hanyalah kategori yang berbeda.

2. Jenis Buah

• Apel
• Pisang
• Jeruk

Jenis buah tersebut adalah kategori-kategori yang tidak memiliki urutan. Apel tidak lebih tinggi atau lebih rendah daripada jeruk, mereka hanya termasuk dalam kelompok yang berbeda.

3. Jenis Kelamin

• Laki-laki
• Perempuan

Jenis kelamin termasuk contoh data nominal karena tidak memiliki urutan. Laki-laki tidak lebih tinggi atau lebih rendah daripada perempuan, keduanya hanyalah kategori yang berbeda.

4. Kategori Pekerjaan

• Guru
• Dokter
• Insinyur
• Seniman

Kategori pekerjaan ini tidak memiliki urutan. Seorang guru tidak lebih tinggi atau lebih rendah dari seorang dokter.

5. Jenis Hewan Peliharaan

• Anjing
• Kucing
• Ikan
• Burung

Jenis hewan peliharaan adalah kategori-kategori yang tidak memiliki tingkatan atau prioritas tertentu.

Anjing tidak lebih tinggi atau lebih rendah daripada ikan yang menunjukkan keduanya adalah contoh data nominal.

3. Data Ordinal

Data ordinal adalah jenis data yang memiliki sifat urutan atau tingkatan, tetapi selisih antara nilai-nilainya tidak memiliki interpretasi yang konsisten.

Dalam data ordinal, kita dapat mengidentifikasi hubungan relatif antara nilai, tetapi tidak dapat mengukur seberapa besar perbedaan antara nilai-nilai tersebut.

Contoh Data Interval, Nominal, Ordinal, dan Rasio  – Ordinal

1. Tingkat Kepuasan Pelanggan

• Sangat Tidak Puas
• Tidak Puas
• Netral
• Puas
• Sangat Puas

Tingkat kepuasan pelanggan memiliki urutan, dan kita dapat menyimpulkan bahwa “Sangat Puas” berada di atas “Puas.”

Namun, perbedaan antara “Tidak Puas” dan “Netral” mungkin tidak sama dengan perbedaan antara “Puas” dan “Sangat Puas.”

2. Peringkat Film

• 1 bintang
• 2 bintang
• 3 bintang
• 4 bintang
• 5 bintang

Peringkat film adalah contoh data ordinal karena kita dapat menentukan urutan peringkat, tetapi perbedaan antara peringkat mungkin tidak selalu sama.

Perbedaan antara 3 bintang dan 4 bintang tidak dapat dianggap setara dengan perbedaan antara 1 bintang dan 2 bintang.

3. Tingkat Pendidikan

• SD
• SMP
• SMA
• Diploma
• Sarjana

Baca Juga :

Jenis Teknik Pengumpulan Data Kuantitatif yang Sering Digunakan dan Penjelasannya

Tingkat pendidikan termasuk contoh data ordinal karena memiliki urutan hierarki, tetapi perbedaan antara pendidikan SD dan SMP tidak selalu setara dengan perbedaan antara diploma dan sarjana.

4. Peringkat Kebugaran Fisik

• Rendah
• Sedang
• Tinggi

Kita dapat mengurutkan dari tingkat kebugaran rendah hingga tinggi, tetapi selisih antara tingkat kebugaran tidak memiliki arti yang konsisten.

5. Kelas Pekerjaan

• Pekerjaan Pelayan
• Pekerjaan Admin
• Supervisor
• Manajer
• Direktur

Kelas pekerjaan ini memiliki urutan hierarki, tetapi perbedaan antara pekerjaan pelayan dan admin tidak selalu setara dengan perbedaan antara supervisor dan manajer.

6. Tingkat Kepentingan

• Tidak Penting
• Kurang Penting
• Netral
• Penting
• Sangat Penting

Tingkat kepentingan adalah data ordinal karena memiliki urutan tingkatan, tetapi perbedaan antara “Tidak Penting” dan “Kurang Penting” mungkin tidak setara dengan perbedaan antara “Penting” dan “Sangat Penting.”

7. Peringkat Tim Olahraga

• Pertama
• Kedua
• Ketiga
• Keempat

Peringkat tim olahraga merupakan data ordinal karena memiliki urutan peringkat, tetapi perbedaan antara peringkat pertama dan kedua tidak selalu setara dengan perbedaan antara peringkat kedua dan ketiga.

8. Skala Nyeri

• Tidak Nyeri
• Sedikit Nyeri
• Nyeri Moderat
• Nyeri Berat

Skala nyeri adalah data ordinal karena menggambarkan tingkatan nyeri, tetapi selisih antara tingkat nyeri tidak selalu memiliki interpretasi yang konsisten.

4. Data Rasio

Data rasio adalah jenis data yang memiliki sifat urutan, selisih antara nilai-nilainya memiliki makna, dan memiliki nol mutlak yang bermakna.

Nol mutlak menunjukkan titik awal yang benar-benar tidak ada atau titik ketiadaan suatu karakteristik.

Data rasio memungkinkan untuk melakukan operasi matematis penuh, termasuk penjumlahan, pengurangan, perkalian, dan pembagian dengan makna yang konsisten.

Contoh Data Interval, Nominal, Ordinal, dan Rasio  – Rasio

1. Tinggi Badan dalam Sentimeter

• 160 cm
• 170 cm
• 180 cm

Tinggi badan dalam sentimeter adalah contoh data rasio karena memiliki urutan, selisih antara tinggi badan memiliki makna.

2. Berat Badan dalam Kilogram

• 60 kg
• 70 kg
• 80 kg

Berat badan dalam kilogram adalah data rasio karena memiliki urutan, selisih antara berat badan memiliki makna dan nilai 0 kg menunjukkan ketiadaan berat badan.

3. Pendapatan Tahunan dalam Dolar

• $30,000
• $50,000
• $80,000

Data di atas merupakan data rasio karena memiliki urutan dan selisih antara pendapatan memiliki arti tertentu.

4. Jumlah Produk yang Terjual

• 100 unit
• 500 unit
• 1000 unit

Jumlah produk yang terjual adalah data rasio karena memiliki urutan. Jika terdapat nilai 0 unit, maka menunjukkan ketiadaan penjualan.

5. Tekanan Darah

• 120/80 mmHg
• 130/90 mmHg
• 140/95 mmHg

Terakhir, tekanan darah adalah contoh data rasio karena memiliki urutan danselisih antara nilai dapat diartikan.

Baca Juga :

Cara Menghitung Rata-rata dari Banyaknya Data dengan Mudah dan Cepat

Penutup

Nah, itulah tadi penjelasan lengkap Mamikos tentang contoh data interval, nominal, ordinal, dan rasional.

Semoga setelah membaca artikel ini, kamu menjadi lebih paham tentang skala pengukuran guna mempermudah penelitian kamu.

Klik dan dapatkan info kost di dekatmu:

Kost Jogja Murah

Kost Jakarta Murah

Kost Bandung Murah

Kost Denpasar Bali Murah

Kost Surabaya Murah

Kost Semarang Murah

Kost Malang Murah

Kost Solo Murah

Kost Bekasi Murah

Kost Medan Murah

The post Contoh Data Interval, Nominal, Ordinal, dan Rasio beserta Penjelasannya Lengkap appeared first on Blog Mamikos.

9 Contoh Etika dalam Pengumpulan Data Penelitian yang Harus Dipahami – Saat kamu sedang melakukan suatu penelitian, tentunya kamu tidak boleh melupakan etika penelitian.

Ya, etika penelitian ini kerap menjadi pembahasan yang menarik karena menjadi ukuran baik buruknya jenis penelitian yang akan dilakukan.

Oleh karena itu, perlu pemahaman yang mendalam tentang etika penelitian khususnya terkait etika dalam pengumpulan data penelitian.

Berikut Contoh Etika dalam Pengumpulan Data Penelitian

Sebagai ilmuwan, para peneliti dituntut untuk mengembangkan ilmu pengetahuan dan teknologi yang bermanfaat bagi masyarakat.

Dalam melakukan tugas tersebut, peneliti dituntut untuk menjunjung tinggi dan menjaga perbuatan serta tindakan yang bertanggung jawab dalam penelitian.

Terlebih sebagai ilmuwan, peneliti dituntut untuk mengembangkan pengetahuan dan teknologi yang bermanfaat bagi masyarakat.

Tentunya dalam melakukan tugas tersebut, peneliti dituntut untuk dapat menunjang tinggi serta menjaga perbuatan dan tindakan yang bertanggung jawab pada  penelitian.

Nah, dalam penelitian kita mengenal istilah etika dalam pengumpulan data penelitian.

Kira-kira apa saja etika dalam pengumpulan data penelitian? Kamu bisa temukan jawabannya dengan membaca artikel ini hingga bagian akhir.

Baca Juga :

6 Contoh Latar Belakang Makalah, Skripsi, Proposal Juga Penelitian Lengkap

Memahami Asal Usul Kode Etika Penelitian

Pada masa filsuf-filsuf awal dulu belum terlintas pemikiran untuk membuat etika penelitian.

Mengingat pada masa itu, para filsuf membuat karya penelitian memang bertujuan untuk kesejahteraan dan kemajuan bersama saja.

Seiring perkembangan zaman, kode etik atau etika penelitian ini sadar sangat diperlukan agar tidak mengganggu pihak lain dan merugikan pihak-pihak yang terlibat dalam penelitian itu.

Adapun pembicaraan mengenai kode etik atau etika penelitian dimulai tahun 1960-an dengan menerbitkan naskah akademik berjudul Code of Ethic dan di Jerman tahun 1990-an dengan naskah berjudul Ethik-Kodex 1993.

Para peneliti tidak hanya mengetahui dan mendalami bagaimana proses data itu diolah saja, namun juga perlu memahami dan menerapkan bagaimana etika penelitian selama menjalankan proses penelitian.

Kesadaran akan pentingnya kode etik dalam penelitian mulai terasa ketika awal masa perang dunia kedua, khususnya pada masa krisis dengan Nazi.

Etika dalam Pengumpulan Data Penelitian

Dalam kesepakatan yang diberlakukan secara luas mengenai kode etik penelitian, berikut ada 9 hal yang wajib diketahui oleh peneliti terkait etika dalam pengumpulan data penelitian.

Baca Juga :

Cara Menghitung Kuesioner Penelitian Kuantitatif yang Baik dan Benar

1. Peneliti membaktikan diri pada pencarian kebenaran ilmiah

Peneliti memiliki kode etik dimana kamu wajib menjelaskan fenomena sebagaimana mestinya atau apa adanya.

Pada peraturan yang dikeluarkan oleh LIPI tahun 2013, peneliti yang melakukan penelitian dilarang memanipulasi data dengan tujuan apapun.

Peneliti juga wajib memiliki ketetapan hati dan bebas dari keberpihakan posisi manapun yang berujung dapat mempengaruhi hasil penelitian.

2. Peneliti melakukan penelitian dalam cakupan dan batasan sesuai dengan hukum

Dalam melakukan pengumpulan data penelitian, peneliti harus mampu bertindak dengan mendahulukan kepentingan semua pihak yang terkait dengan penelitiannya.

Hal ini juga mencakup keselamatan yang berasaskan tujuan mulia berupa penegakan HAM dan kebebasannya.

Berpegang pada aturan tersebut, peneliti memiliki tanggung jawab untuk meneliti sesuai dengan metodologi penelitian yang ada.

Selain itu, peneliti juga wajib melaksanakan penelitian mengikuti metode yang lebih baku dengan tetap menjaga kebenaran hasil penelitiannya.

3. Pengelolaan sumber daya keilmuan dengan penuh rasa tanggung jawab

Peneliti melakukan penelitian dengan manfaat agar dapat membawa kebaikan bagi banyak orang dengan tetap mengedepankan beberapa hal.

Mulai dari keefisienan dalam menggunakan sumber daya lain, menjaga lingkungan sekitar, menjaga alat-alat ilmiah dan alat bantu lain dalam penelitian agar tidak merusak.

Selain itu, peneliti juga bertanggung jawab jawab dalam menyajikan data hasil penelitiannya dengan memberikan akses dan izin kepada peneliti lain untuk melihat.

Baik segi kelebihan dan kekurangan dalam penelitian sehingga dapat dikembangkan kembali pada penelitian lainnya.

Baca Juga :

30 Judul Penelitian Kualitatif Berbagai Jurusan Kuliah dan Cara Membuatnya

4. Peneliti mengelola penelitiannya secara jujur dan adil

Dalam mengumpulkan data, peneliti juga harus memiliki sikap yang adil dan jujur. Kedua sikap tersebut menjadi suatu nilai pribadi yang harus dimiliki oleh peneliti.

Sikap adil dan jujur bisa diwujudkan dengan memberikan akses pada pihak lain untuk memverifikasi penelitian serta memperbolehkan untuk melakukan penelitian lanjutan.

Selain itu, bentuk dari sikap adil dan jujur juga dapat diwujudkan dengan menghargai sesama baik itu pada informan maupun sesama peneliti tanpa menggunakan prasangka.

Dengan memiliki sikap adil dan jujur maka peneliti menunjukkan sikap bermoral dalam kehidupan dan dalam menjalankan penelitiannya, Baik itu demi pengembangan ilmu pengetahuan dan teknologi bagi sesama.

5. Peneliti menghormati segala bentuk objek dalam penelitian

Peneliti wajib menghormati segala bentuk objek penelitian, baik itu makhluk hidup ataupun benda mati. Terkait pernyataan ini, semua objek penelitian apapun jenisnya harus diperlakukan secara baik dan bermoral.

Segala perusakan untuk objek penelitian nantinya akan dianggap sebagai pelanggaran etik.

6. Peneliti membuka diri terhadap tanggapan, kritik dan saran

Peneliti juga harus menanamkan sifat yang terbuka di mana segala kritik dan masukan dapat diterima secara lapang dada.

Hal ini akan memberikan feedback yang baik dalam keberlangsungan pengembangan ilmu pengetahuan.

Keterbukaan ini bisa diwujudkan dengan melakukan forum diskusi, seminar atau pertukaran informasi di mana dilakukan dalam kondisi bebas dari persaingan pihak-pihak tertentu, kecemburuan pribadi atau silang pendapat yang tidak sehat.

Baca Juga :

20 Contoh Judul Proposal Penelitian tentang Pendidikan Bisa Jadi Inspirasi

7. Peneliti mengelola, menjalankan dan melaporkan hasil penelitian secara bertanggung jawab

Dalam pengumpulan data, peneliti juga wajib mencantumkan sumbangan-sumbangan gagasan yang dapat mempengaruhi hasil penelitiannya.

Biasanya, pengetahuan akan bersifat kolektif dan kumulatif yang di Bandung berdasarkan sumbang asih para akademisi.

Di sini peneliti bertanggung jawab untuk memastikan hak karangan akademisi lain mendapatkan keuntungan yang melekat di dalamnya seperti konsep, rancangan, analisis dan tafsiran data.

8. Peneliti dilarang melakukan duplikasi atau plagiat

Plagiat diartikan sebagai pencurian hasil pemikiran, data atau penemuan, baik itu yang sudah atau belum dipublikasikan. Dalam melakukan pengumpulan data, peneliti dilarang melakukan tindakan plagiat.

9. Peneliti memberikan pengakuan berupa kutipan dalam penelitiannya

Peneliti wajib membuat kutipan jika data dalam penelitiannya mengandung nilai-nilai atau gagasan dari pihak atau peneliti lain, baik itu dalam sumbang asih langsung atau tidak langsung.

Hal ini terkait dengan nilai etik menyangkut moral-moral kejujuran yang menolak merekayasa atau memanipulasi data.

Nilai ini juga menjadi unsur penting dari sikap menghormati dan menghargai penelitian lainnya yang mengambil peran dalam penelitian kita.

Penutup

Oke, itulah informasi singkat yang bisa Mamikos rangkumkan untuk kamu terkait contoh etika dalam pengumpulan data penelitian yang harus kamu pahami.

Semoga informasi di atas cukup berguna ya untuk kamu! Jika kamu ingin mencari informasi bermanfaat dan terbaru lainnya, kamu bisa kunjungi situs blog Mamikos dan cari informasinya di sana.

Klik dan dapatkan info kost di dekat kampus idamanmu:

Kost Dekat UGM Jogja

Kost Dekat UNPAD Jatinangor

Kost Dekat UNDIP Semarang

Kost Dekat UI Depok

Kost Dekat UB Malang

Kost Dekat Unnes Semarang

Kost Dekat UMY Jogja

Kost Dekat UNY Jogja

Kost Dekat UNS Solo

Kost Dekat ITB Bandung

Kost Dekat UMS Solo

Kost Dekat ITS Surabaya

Kost Dekat Unesa Surabaya

Kost Dekat UNAIR Surabaya

Kost Dekat UIN Jakarta

The post 9 Contoh Etika dalam Pengumpulan Data Penelitian yang Harus Dipahami appeared first on Blog Mamikos.