N4jm4’s Blog

November 20, 2009

Skala dalam statistik

Filed under: Uncategorized — n4jm4 @ 4:21 am

Skala data dalam statistik
Didalam dunia nyata terdapat beraneka ragam jenis data yang dapat digunakan untuk penarikan suatu kesimpulan penelitian. Namun secara umum, berbagai jenis data tersebut dapat dikelompokkan menjadi empat (4) jenis data, mulai dari yang paling lemah hingga yang paling kuat, yaitu nominal, ordinal, interval, dan rasio.
Dalam melakukan analisis statistik, perbedaan jenis data ini sangat berpengaruh terhadap pemilihan model atau alat uji statistik. Tidak sembarang jenis data dapat digunakan oleh jenis alat uji tertentu. Dengan demikian, anda harus sangat berhati-hati memilih dan menggunakan rumus uji statistik, jika belum mengetahui jenis dan macam data yang akan digunakan. Dalam aplikasi SPSS, perhatian terhadap jenis data ini sudah mulai ditekankan pada saat melakukan proses pemasukan data pada Data Editor.
Untuk melakukan pengukuran terhadap jenjang data tersebut, maka terdapat empat macam jenis skala pengukuran, yakni :
1. Skala Nominal
Skala ini merupakan tingkat pengukuran yang paling sederhana, dimana angka yang diberikan kepada objek hanya mempunyai arti sebagai label saja dan tidak menunjukkan tingkatan apa-apa. Objek dikelompokkan kedalam set-set, dan kepada semua anggota set ditandai dengan angka. Set-set tersebut tidak boleh tumpang tindih dan bersisa (mutually exclusive and exhaustive). Jika data dihimpun dapat dibedakan menjadi beberapa kategori tanpa memperhatikan urutan tertentu, maka tingkat pengukuran yang dapat digunakan adalah tingkat pengukuran nominal.
Model data yang dapat diukur dengan skala ini, misalkan data jenis kelamin, yang terdiri dari laki-laki dan wanita. Masing-masing data ini dapat diberikan kode dengan angka 1 untuk laki-laki dan dan 2 untuk wanita. Tetapi angka 1 dan 2 tersebut tidak menunjukkan tingkatan tertentu. Tidak berarti 2 lebih besar dari 1, dsb. Contoh lain model data yang dapat diukur dengan skala ini yaitu suku bangsa, agama, dsb.

2. Skala Ordinal
Skala ini merupakan tingkat ukuran kedua, dimana angka-angka yang diberikan kepada set data memiliki pengertian tingkat tertentu. Ukuran ini digunakan untuk mengurutkan objek dari yang terendah hingga terringgi dan sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek data, tetapi hanya memberikan urutan ranking saja. Jika data dihimpun dapat dibedakan menjadi beberapa kategori yang berbeda dengan memperhatikan urutan, maka tingkat pengukuran yang dapat digunakan adalah tingkat pengukuran ordinal.
Misalnya terhadap data prestasi mahasiswa yang mendapatkan nilai A, B, C, D dan E. Dimana nilai A = sangat istimewa, B = istimewa, C = baik, D = cukup, E = tidak lulus. Prestasi mahasiswa ini dapat dirangking dimana dinilai A=1, B=2, C=3, D=4, dan E=5. Ranking 1 tentunya lebih tinggi dari ranking 2, dst. Sekalipun data ini beranking, namun tidak perlu diperhatikan jarak datanya harus sama. Sebab, dalam pengukuran ini belum diperhatikan interval data. Contoh lain model data yang dapat diukur dengan skala ini yaitu status sosial ekonomi (tinggi-menengah-rendah), kepangkatan dalam militer (perwira-bintara-tamtama), dsb.

3. Skala Interval
Skala ini merupakan tingkat pengukuran ketiga, dimana pemberian angka kepada set objek yang memiliki sifat ordinal, ditambah dengan satu sifat lain yakni jarak (interval) yang sama. Walau demikian, ukuran ini tidak memberikan jumlah absolut pada data yang diukur. Pada skala ini penetapan titik pusat dapat berubah-ubah.
Contohnya : data untuk ukuran ini dapat dimanfaatkan data pada skala ordinal, dimana terdapat nilai mahasiswa A=1, B=2, C=3, D=4, E=5. pada data ini jarak data menjadi syarat pengukuran. Dimana jika diperhatikan beda jarak antara ke-empat data ini masing-masing tingkatannya adalah 1. Contoh lainnya angka-angka tanggal pada kalender yaitu misalnya jarak antara tanggal 25 dan 29 sama dengan jarak antara tanggal 16 dan 20, sama-sama berjarak 4.

4. Skala Rasio
Skala ini merupakan tingkat pengukuran tertinggi, dimana ukuran ini mencakup semua persyaratan 3 jenis ukuran sebelumnya, ditambah dengan satu sifat lain yakni ukuran ini memberikan nilai absolut pada data/objek yang akan diukur. Ukuran rasio ini memiliki titik nol (0) yang dapat dilakukan terhadapnya proses penjumlahan, perkalian dan pembagian.
Contoh data seperti ini banyak sekali, seluruh teknik analisis statistik dapat digunakan untuk menganalisis variabel-variabel yang berskala rasio. Misalnya data tentang berat badan manusia(berat badan sebesar 40 kg adalah dua kali berat badan 20 kg), data laju perkembangan penduduk, data jumlah produksi tanaman, data nilai mahasiswa, dll yang merupakan data bebas.

Tinggalkan sebuah Komentar »

Belum ada komentar.

RSS feed for comments on this post. TrackBack URI

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Buat situs web atau blog gratis di WordPress.com.

%d blogger menyukai ini: