You are on page 1of 2

Skala Data atau Skala Pengukuran

Skala Pengukuran
Untuk memilih uji statistik yang akan digunakan dalam menganalisa data maka tipe data
memegang peranan yang penting. Jenis data pada gilirannya akan menentukan jenis uji
statistik yang digunakan. Dalam statistik, data merupakan karakteristik, symbol atau
angka dari sebuah variabel yang diukur. Pengukuran hanya dilakukan terhadap variabel
yang dapat didefinisikan seperti minat, kinerja ataupun sikap. Agar hasil penelitian tidak
memberikan interpretasi yang berbeda maka definisi operasional terhadap variabel yang
diteliti perlu dijelaskan terlebih dahulu.

Data dalam statistik secara umum dapat digolongkan menjadi 2 macam yaitu:
• Data diskrit yaitu data data yang tidak dikonsepsikan adanya nulai-nilai di antara data
(bilangan) lain yang terdekat contoh banyaknya jumlah anak di suatu keluarga, jumlah
rumah di suatu kampung. Misalnya juka bilangan 2 dan 3 menunjukan jumlah anak anak
di keluarga A dan keluarga B, maka di antara kedua bilangan tersebut tidak ada bilangan-
bilangan lain. Tidak pernah kita mengatakan bahwa jumlah anak di suatu keluarga adalah
2,4 atau 2,9.
• Data kontinu yaitu data yang didapat dari hasil pengukuran. Data hasil pengukuran
diperoleh dari tes, kuesioner ataupun alat ukur lain yang sudah terstandar misalnya
timbangan, panjang ataupun skala psikologis yang lain. yang termasuk data kontinum ini
adalah interval dan rasio.
Data didapatkan dari perhitungan dan pengukuran. Pengukuran adalah penggunaan aturan
untuk menetapkan bilangan pada obyek atau peristiwa. Dengan kata lain, pengukuran
memberikan nilai-nilai variabel dengan notasi bilangan. Aturan penggunaan notasi
bilangan dalam pengukuran disebut skala atau tingkat pengukuran (scales of
measurement).Secara lebih rinci, dalam statistik terdapat 4 skala pengukuran yaitu
nominal, ordinal, interval dan rasio.

Skala nominal adalah skala mengelompokkan obyek atau peristiwa dalam berbentuk
kategori. Skala nominal diperoleh dari pengukuran nominal yaitu suatu proses
mengklasifikasian obyek-obyek yang berbeda kedalam kategori-kategori berdasarkan
beberapa karakteristik tertentu.

Karakteristik data nominal adalah


• Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori)
• Kategori data tidak disusun secara logis
Contoh : Jenis Kelamin, warna kulit, dan agama, pada contoh tersebut kita memahami
bahwa data nominal kita hanya dapat mengetahui bahwa subjek termasuk ke dalam
kategori tertentu (pria atau wanita, hitam atau putih atau sawo matang, Islam atau Kristen
atau Budha atau lainya). Perbedaan subjek dalam data nominal bersifat kualitatif dan
tidak mempunyai makna kuantitatif.

Skala ordinal adalah skala yang menunjukkan perbedaan tingkatan subjek secara
kuantitatif. Contoh :Skala ini biasanya dipergunakan dalam menentukan ranking
seseorang dibandingkan dengan yang lain. misalnya ranking siswa dikelas dibuat dari
nilai tertinggi sampai nilai terendah. Ranking pertama dan kedua tidak memiliki jarak
rentangan yang sama dengan ranking kedua dan ketiga. Contoh lain skala ordinal adalah
nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E. skala ordinal memiliki
karakteristik:
• Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori)
• Kategori data tidak disusun secara logis
• Kategori data disusun berdasarkan urutan logis dan sesuai dengan besarnya karakteristik
yang dimiliki
Secara singkat, dapat dikata bahwa data ordinal, disamping memiliki sifat yang dimiliki
data nominal juga menunjukan kedudukan (tingkatan) subjek dalam suatu kelompok pada
suatu variable.

Skala interval adalah skala yang yang memiliki jarak yang sama antar datanya akan
tetapi tidak memiliki nol mutlak. Nol mutlak artinya tidak dianggap ada. Selain memiliki
kedua ciri di atas (menunjukan klasifikasi dan kedudukan subjek dalam kelompok), data
interval juga memiliki sifat kesamaan jarak (equality of interval) antara nilai yang satu
dengan nilai yang lain. Skor mentah (raw score) yang dihasilkan dari suatu tes hasil
belajar atau tes kecerdasan sering disebut sebagai data yang berskala interval (data
interval). Salah satu ciri matematis yang dimiliki skala interval adalah penjumlahan.
Dengan demikian, kita dapat membuat operasi penambahan atau pengurangan. Misalnya,
jarak pada temperature tertentu. Jarak antara 250F dengan 500F sama dengan jarak 750F
dengan 1000F. akan tetapi, skala suhu ini tidak memiliki titik nol mutlak sehingga kita
tidak bisa melakukan operasi perkalian dan pembagian. Untuk itu maka ada satu lagi
skala yaitu skala rasio.

Skala rasio adalah data yang bersekala rasio hampir sma dengan data interval, yakni
keduanya memiliki ketiga sifat di atas (menunjukan klasifikasi dan kedudukan subjek
dalam suatu kelompok, serta sifat persamaan jarak). Data rasio berbeda dari data interval
karena pertama data rasio memiliki nilai mutlak nol. Skala pengukuran yang memiliki nol
mutlak sehingga dapat dilakukan operasi perkalian dan pembagian. Misalnya berat badan,
tinggi badan, pendapatan dan lain sebagainya. untuk melakukan pengujian hipotesis,
maka data yang kita miliki minimal berskala interval. jika data berskala nominal atau
ordinal, data tersebut harus ditransfer dulu ke skala. Contoh : perbandingan (rasio) antara
skor-skor yang berskala rasio, 20 kg adalah 2 kali 10 kg, 15 m = 3 m x 5 m dan
sebagainya.

Note:
Interval baru bisa di lakukan pengujian hipotesis.
Rekomendasi buku bacaan
Judul Buku : Statistika Terapan untuk Penelitian
Penulis : Furqon, Ph.D
Penerbit : Alfabeta

You might also like