Kata data mengacu pada informasi yang dikumpulkan dan direkam. Bisa dalam bentuk angka, kata-kata, pengukuran dan banyak lagi.
Ada dua jenis data dan ini adalah data kualitatif dan data kuantitatif. Perbedaan antara kedua jenis data adalah bahwa data kuantitatif digunakan untuk menggambarkan informasi numerik. Misalnya, pengukuran suhu akan jatuh di bawah data semacam ini.
Di sisi lain, data kualitatif digunakan untuk menggambarkan informasi dengan kata-kata. Setelah mengumpulkan data, perlu diatur sehingga perlu memisahkan data yang dikelompokkan dari data yang tidak dikelompokkan. Keduanya merupakan bentuk data yang berguna tetapi perbedaan di antara keduanya adalah bahwa data yang tidak dikelompokkan adalah data mentah. Ini berarti bahwa itu baru saja dikumpulkan tetapi tidak diurutkan ke dalam kelompok atau kelas apa pun. Di sisi lain, data yang dikelompokkan adalah data yang telah disusun menjadi kelompok-kelompok dari data mentah.
Seperti disebutkan di atas, data yang dikelompokkan adalah jenis data yang diklasifikasikan ke dalam kelompok setelah pengumpulan. Data mentah dikategorikan ke dalam berbagai kelompok dan sebuah tabel dibuat. Tujuan utama dari tabel ini adalah untuk menunjukkan titik data yang terjadi di setiap kelompok. Misalnya, ketika tes dilakukan, hasilnya adalah data dalam skenario ini dan ada banyak cara untuk mengelompokkan data ini. Misalnya, jumlah siswa yang mendapat skor di atas setiap 20 nilai dapat dicatat.
Atau, nilai dapat digunakan. Misalnya, 90-100 hingga F 0-59 dengan setiap kategori menunjukkan berapa banyak siswa dalam setiap kategori. Histogram dan tabel frekuensi paling baik digunakan untuk menunjukkan dan menafsirkan data yang dikelompokkan. Berikut ini sebuah contoh
Pengelompokan data memiliki keuntungan sebagai berikut:
Data yang tidak dikelompokkan yang juga dikenal sebagai data mentah adalah data yang belum ditempatkan dalam kelompok atau kategori apa pun setelah pengumpulan. Data dikategorikan dalam angka atau karakteristik karena itu, data yang belum dimasukkan ke dalam kategori mana pun tidak dikelompokkan. Misalnya, ketika melakukan sensus dan Anda ingin menganalisis berapa banyak wanita di atas usia 45 tahun di daerah tertentu, pertama-tama Anda perlu tahu berapa banyak orang yang tinggal di daerah itu..
Jumlah individu yang berada di daerah itu adalah data yang tidak dikelompokkan atau informasi mentah karena tidak ada yang dikategorikan. Oleh karena itu kita dapat menyimpulkan bahwa data yang tidak dikelompokkan adalah data yang digunakan untuk menunjukkan informasi tentang anggota individu dari sampel atau populasi.
Beberapa keuntungan dari data yang tidak dikelompokkan adalah sebagai berikut;
Data yang dikelompokkan adalah data yang telah diatur dalam kelas setelah analisisnya. Contohnya termasuk berapa banyak kantong jagung yang dikumpulkan selama musim hujan yang buruk. Di sisi lain, data yang tidak dikelompokkan adalah data yang tidak termasuk dalam kelompok mana pun. Ini masih data mentah.
Saat mengumpulkan data, data yang tidak dikelompokkan lebih disukai karena informasi tersebut masih dalam bentuk aslinya. Itu belum dirusak oleh klasifikasi atau subdivisi. Namun, ketika menganalisis dan menggambar grafik, data yang dikelompokkan lebih disukai karena mudah ditafsirkan.
Saat menghitung cara data yang dikelompokkan dan tidak dikelompokkan, akan ada variasi. Rata-rata data yang dikelompokkan lebih disukai karena lebih akurat dibandingkan dengan rata-rata data yang tidak dikelompokkan. Rata-rata data yang tidak dikelompokkan dapat menyebabkan manipulasi median yang salah sehingga dianggap tidak efisien dalam banyak kasus.
Tabel frekuensi digunakan untuk menunjukkan informasi data yang dikelompokkan sedangkan dalam kasus data yang tidak dikelompokkan, informasi tersebut tampak seperti daftar besar angka. Ini disebabkan oleh fakta bahwa informasinya masih mentah.
Data yang dikelompokkan adalah data yang telah diatur ke dalam distribusi frekuensi sedangkan data yang tidak dikelompokkan belum diringkas dengan cara apa pun.