Data adalah setiap informasi yang telah dikumpulkan, diamati, dihasilkan atau dibuat untuk memvalidasi temuan penelitian yang mengandung orisinalitas (Sekaran, 2016). Bahkan Data merupakan materi mentah yang membentuk semua laporan penelitian (Dempsey & Dempsey, 2002: 76). Berdasarkan penjelasan para pakar di atas, maka dalam artikel kali ini, penulis akan menyebutkan istilah data sebagai data penelitian.
Pengertian Data dalam arti luas adalah sekumpulan informasi yang dapat diuat, diolah, dikirimkan dan di analisis. Namun apabila kita mau mengartikan data dalam arti sempit konteks penelitian, maka yang dimaksud dengan data adalah data penelitian. Untuk pengertian yang kedua tersebut, maka sebaiknya kita merujuk kepada data definisi penelitian yang sudah dikemukakan oleh para pakar di atas.
Data Penelitian dapat diklasifikasikan berdasarkan sifat, sumber, dan juga skala pengukurannya. Berikut di bawah ini akan kami jelaskan satu persatu tentang klasifikasi data penelitian:
1) Data kuantitatif: data yang berupa angka-angka. Misalnya berat badan, luas rumah, tinggi badan, nilai IQ, dll.
2) Data kualitatif: data yang berupa kata-kata atau pernyataan- pernyataan. Dapat pula diartikan sebagai data kategorik, karena memang biasanya berupa kategori atau pengelompokan-pengelompokan berdasarkan nama atau inisial tertentu. Misalkan: Kelompok PNS, Petani, Buruh, Wiraswasta, dll.
Berdasarkan sumbernya, data diklasifikasikan antara lain:
Data primer adalah data yang diperoleh langsung pihak yang diperlukan datanya.
Data Sekunder adalah data yang tidak diperoleh langsung dari pihak yang diperlukan datanya.
Berdasarkan skala pengukuruannya, data diklasifikasikan antara lain:
Data yang merupakan hasil pengukuran variabel penelitian, memiliki jenis skala pengukuran sebagaimana yang terdapat pada variabel penelitian. Dengan demikian berdasarkan tinjauan ini, data dapat dibedakan menjadi antara lain:
Data nominal adalah salah satu jenis data kualitatif, dimana berupa kategori yang diantara kategori tersebut tidak ada perbedaan derajat yang lebih tinggi dan yang lebih rendah. Misalkan: Jenis kelamin perempuan dan laki-laki, dimana laki-laki belum tentu lebih tinggi dari pada perempuan, begitu pula sebaliknya.
Data ordinal hampir sama dengan data nominal, hanya saja ada perbedaan derajat lebih tinggi dan lebih rendah. Misalnya: Pendidikan, dimana pendidikan perguruan tinggi lebih tinggi dari pada SMA, dan sebaliknya pedidikan SMA lebih rendah dari pada perguruan tinggi.
Data interval adalah data yang termasuk kelompok data kuantitatif, dimana berupa angka-angka yang didalamnya dapat dilakukan operasi matematika serta urutan antara satu data dengan data lainnya mempunyai rentang yang sama. Misalnya: Nilai ujian, dimana dikatakan berurutan dengan rentang yang sama yaitu setelah angka 1 kemudian 2 kemudian 3 dst. Serta dikatakan dapat dilakukan operasi matematika, adalah misalkan: angka 1 dapat dikalikan dengan angka 2 dan hasilnya adalah 2.
Ciri khas penting lainnya adalah, data interval tidak mempunyai angka 0 absolut dan 100 absolut secara bersamaan atau dalam arti lain tidak bisa dipastikan peresentase antara satu data dengan keseluruhan data. maksudnya 0 absolut misalkan nilai ujian. Secara akal sehat, tidak mungkin ada nilai ujian kurang dari 0. Sedangkan 100 absolut misalkan juga nilai ujian, secara akal sehat tidak mungkin ada nilai ujian lebih dari 100. jadi data interval contohnya adalah berat badan, dimana tidak bisa dipastikan berapa sebenarnya nilai tertinggi berat badan. Bisa jadi orang punya berat bada puluhan kilo, ratusan atau bahkan ribuan kilo.
Data rasio adalah data yang sebenarnya sama dengan data iterval, namun bedanya adalah data rasio dapat dibuat persentase karena ada nilai 0 dan 100 absolut. Seperti yang sudah dibahas di atas, yaitu misalnya nilai ujian yang mempunyai batasan nilai 0 sampai 100. Jika seorang siswa mendapatkan nilai 25, dapat diartikan nilai tersebut adalah 25% dari nilai maksimal 100.