Jenis Data Kuantitatif, Pengertian, dan Ciri-Cirinya yang Penting Dipelajari

Sebagai salah satu jenis data paling utama yang umum digunakan, penting untuk mempelajarinya dengan lengkap.

Sebagai salah satu jenis data paling utama yang umum digunakan, penting untuk mempelajarinya dengan lengkap.

Jenis Data Kuantitatif, Pengertian, dan Ciri-Cirinya yang Penting Dipelajari

Kuantitatif adalah jenis data penelitian yang menggunakan banyak angka di dalamnya. Jenis data kuantitatif menggunakan pengukuran yang melibatkan angka-angka mulai dari proses pengumpulan data hingga penerjemahannya. Sebagai sebuah metode tradisional, jenis data kuantitatif bersama dengan kualitatif adalah yang paling sering digunakan untuk berbagai penelitian ilmiah.

Terutama jika Anda adalah seorang pelajar atau akademisi, memahami hal-hal yang berkaitan dengan jenis data kuantitatif sangatlah diperlukan untuk menunjang penelitian dan pembelajaran.

Dilansir dari berbagai sumber, berikut penjelasan lengkap tentang pengertian, fungsi, dan jenis data kuantitatif.

Pengertian Data Kuantitatif

Dikutip dari buku Metodologi Penelitian Kuantitatif Pendidikan Jasmani (2018) karya Untung Nugroho, penelitian kuantitatif adalah jenis penelitian yang sistematis, terencana, dan terstruktur.

Jenis data kuantitatif adalah data yang bisa diukur, diberi nilai numerik, dan dihitung. Metode kuantitatif seringkali disebut metode tradisional, karena metode ini telah cukup lama digunakan sehingga menjadi tradisi dalam penelitian.

Kuantitatif juga disebut sebagai metode ilmiah sebab telah memenuhi kaidah ilmiah, yakni konkret, objektif, terukur, rasional, dan sistematis.

Metode ini umum digunakan dalam ilmu sosiologi, psikologi, ekonomi, demografi, pemasaran, kesehatan masyarakat dan pengembangan manusia. Penelitian dalam ilmu matematika seperti fisika juga termasuk dalam penelitian kuantitatif meskipun penggunaannya berbeda.

Ciri-Ciri Data Kuantitatif

Adapun ciri-ciri data kuantitatif adalah sebagai berikut:

1. Menggunakan pola berpikir deduktif (rasional – empiris atau top-down), yang berusaha memahami suatu fenomena dengan cara menggunakan konsep-konsep yang umum untuk menjelaskan fenomena-fenomena yang bersifat khusus.

2. Logika yang dipakai adalah logika positivistik dan menghindari hal-hal yang bersifat subjektif.

3. Proses penelitian mengikuti prosedur yang telah direncanakan.

4. Tujuan dari penelitian kuantitatif adalah untuk menyusun ilmu nomotetik yaitu ilmu yang berupaya membuat hukum-hukum dari generalisasinya.

5. Subjek yang diteliti, data yang dikumpulkan, dan sumber data yang dibutuhkan, serta alat pengumpul data yang dipakai sesuai dengan apa yang telah direncanakan sebelumnya.

6. Pengumpulan data dilakukan melalui pengukuran dengan menggunakan alat yang objektif dan baku.

7. Melibatkan penghitungan angka atau kuantifikasi data.

8. Peneliti menempatkan diri secara terpisah dengan objek penelitian, dalam arti dirinya tidak terlibat secara emosional dengan subjek penelitian.

9. Analisis data dilakukan setelah semua data terkumpul.

10. Dalam analisis data, peneliti dituntut memahami teknik-teknik statistik.

11. Hasil penelitian berupa generalisasi dan prediksi, lepas dari konteks waktu dan situasi.

12. Penelitian jenis kuantitatif disebut juga penelitian ilmiah

(Nana Sudjana dan Ibrahim, 2001: 6-7; Suharsimi Arikunto, 2002 : 11; Johnson, 2005; dan Kasiram 2008: 149-150)

Jenis Data Kuantitatif

Terdapat tiga jenis data kuantitatif, dan masing-masing membawa informasi berharga. Tiga jenis data kuantitatif tersebut adalah data diskrit, kontinu, dan interval (dibandingkan dengan rasio).

Berikut penjelasan selengkapnya tentang masing-masing jenis data kuantitatif ini:

1. Data Diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai numerik tertentu. Jenis data ini sering direpresentasikan menggunakan diagram penghitungan, grafik batang, atau diagram lingkaran.

Biasanya, jenis data kuantitatif ini melibatkan bilangan bulat dan bukan pecahan. Misalnya, jumlah siswa di suatu kelas adalah data diskrit yang akan dihitung secara keseluruhan (misalnya, Anda tidak dapat memiliki 22,5 siswa).

Contoh data diskrit meliputi jumlah siswa dalam satu kelas, berapa banyak mobil yang melaju di atas batas kecepatan di jalan bebas hambatan, dsb.

2. Data Kontinu

Data kontinu adalah data yang dapat mengambil nilai apa pun dan dapat dipecah tanpa batas menjadi bagian-bagian yang lebih kecil. Ini berbeda dari data diskrit karena dapat mengubah nilainya. Data kontinu juga dapat berfluktuasi dari waktu ke waktu. Beberapa contoh data kontinu adalah:

● Adikku tingginya 114 inci
● Gajah itu berbobot 3 ton
● Suhu matahari adalah 10.000 Fahrenheit

Data-data jenis ini dapat berubah pada waktu tertentu. Selain itu, data kontinu dapat diklasifikasikan sebagai data interval atau data rasio.

Data interval vs. rasio

Perbedaan antara data interval dan rasio berasal dari kemampuannya untuk jatuh di bawah nol. Skala interval dapat mewakili nilai di bawah nol. Variabel rasio, di sisi lain, tidak pernah jatuh di bawah nol. Data rasio memiliki semua karakteristik skala interval, tetapi juga dapat menghitung rasio. Artinya Anda dapat memanfaatkan angka pada skala melawan nol. Skala rasio memiliki nol mutlak atau karakter asal. Perbedaan data interval vs rasio:

● Interval: Suhu tertentu bisa turun di bawah 0 derajat.
● Rasio: Tinggi dan berat badan Anda tidak boleh sama dengan nol atau di bawah nol.