BolehSAJA.net

13 Aug 2014

Tingkat Pengukuran Data

Posted on: 1 Comment

Oleh:

M. Jainuri, M.Pd

 

Sumber[cikgudahlia.com]

Sumber[cikgudahlia.com]

Pengukuran (measurement) dapat didefinisikan sebagai suatu proses sistematik dalam menilai (memberikan angka) dan membedakan karakteristik sesuatu obyek yang diukur. Pengukuran tersebut diatur menurut aturan/ kaidah tertentu. Aturan/ kaidah yang berbeda menghendaki skala dan pengkuran yang berbeda pula.

 Dalam mengolah dan menganalisis data, sangat penting memperhatikan sifat dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta pilihan rumus statistik yang digunakan dalam pengolahan data, memiliki persyaratan tertentu dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran dengan operasi matematik/ rumus statistik yang digunakan akan menghasilkan kesimpulan yang bias, tidak tepat dan tidak relevan. Oleh karena itu, sebelum membahas teknik-teknik analisis statistika perlu diketahui dan dipahami jenis tingkat pengukuran data. Ada empat jenis tingkat pengukuran data, yaitu: nominal, ordinal, interval dan rasio.

 1. Nominal

Tingkatan pengukuran data nominal merupakan tingkatan data yang paling rendah. Obyek, kejadian-kejadian, sifat atau orang dikelompokkan dalam suatu kategori tertentu dan tidak menggambarkan kedudukannya terhadap kategori yang lain tetapi hanya sebagai label/ kode/ lambang/ simbol saja. Pemberian angka atau simbol tidak memiliki maksud kuantitatif hanya menunjukkan ada atau tidaknya atribut atau karakteristik pada obyek, kejadian, sifat atau orang yang diukur. Ciri-ciri data nominal adalah hanya sebagai label/ kode/ lambang/ simbol, hanya membedakan, dan hasil menghitung.

Data nominal adalah data kualitatif dan tidak memiliki nilai instrinsik, karena itu angka-angka (kode-kode) tidak memiliki sifat seperti bilangan pada umumnya. Oleh karena itu, pada variabel dengan pengukuran nominal tidak dapat diterapkan operasi standar matematika (aritmatika) seperti pengurangan, penjumlahan, perkalian, dan sebagainya. Analisis statistik yang sesuai untuk data nominal adalah statistik nonparametrik: Binomial Test, χ2 One Sample Test, Mc. Nemar for the Significant of change, χ2 Test for Two Independent Sample, Fisher Exact Probability Test, Chohran Q-Test (χ2 Test for k Independent Samples dan Contingency Coefficient.

 Contoh data nominal:

Nomor mahasiswa              : 12020411005, 12020411245, 12020411673.

Nomor handphone             : 081366980231, 085266896754, 085788876765.

Nilai pada mata uang         : 500, 1000, 5000, 10.000, 50.000, 100.000.

Jenis kelamin                      : 1 = perempuan dan 2 = laki-laki

Partai politik pemilu 2014  : 1 = Nasdem, 2 = PKB, 3 = PKS, 4 = PDIP, dst.

2. Ordinal

Tingkat pengukuran ordinal adalah data yang berasal dari kategori yang didasarkan pada ranking disusun secara berjenjang dari tingkat terendah sampai tertinggi atau sebaliknya dengan jarak/ rentang yang tidak harus sama. Angka atau huruf yang diberikan mengandung tingkatan, sehingga dari kelompokk yang terbentuk dapat dibuat peringkat yang menyatakan hubungan lebih dari atau kurang dari menurut aturan penataan tertentu. Selain itu, angka atau huruf yang diberikan kepada obyek hanya menyatakan tempat dalam suatu susunan, tidak menyatakan apa-apa mengenai jarak dari satu datum ke datum lainnya. Dengan kata lain, tidak memberikan nilai absolut/ mutlak pada obyek tetapi hanya urutan (ranking) relatif saja dan peringkat tersebut tidak mempunyai satuan ukuran. Data ordinal merupakan data kualitatif. Proses kuantifikasi dilakukan dengan cara menghitung frekuensinya kemudian dibuat rankingnya.

 Selain memiliki sifat pada data nominal, pada data ordinal penggantian angka/ huruf (proses pemberian ranking) harus dilakukan secara berurut dari besar ke kecil atau sebaliknya. Pemberian ranking dimulai dari satu dan bukan dari nol, karena pada data ordinal tidak mengenal angka nol. Ciri-ciri data ordinal adalah: sebagai label/ kode/ lambang/ simbol, membedakan, dan menunjukkan peringkat. Seperti halnya data nominal, pada variabel dengan pengukuran ordinal tidak dapat diterapkan operasi standar matematika (aritmatika) seperti pengurangan, penjumlahan, perkalian, dan sebagainya. Analisis statistik yang sesuai untuk data ordinal adalah statistik nonparametrik: Kolmogorov-Smirnov One Sample Test, One Sample Run Test, Sign Test, Wilcoxon Matched Pairs Sign Rank Test, Median Test, Mann-Whitney-U Test, Wald-Wolfowizt Run Test, Kolmogorov-Smirnov Two Sample Test, Moses Test of Extreme Reactions, Friedman Two Analysis of Variance, Extension Median Test, Kruskal-Wallis One Way Analysis of Variance, Spearman Rank Corellation Coefficient, Kendall Rank Corellation Coefficient, Kendall Coefficient of Concordance.

 Contoh data ordinal:

Tingkat pendidikan     : 1 = Taman Kanak-Kanan

                                           2 = Sekolah Dasar

                                           3 = Sekolah Menengah Pertama

                                           4 = Sekolah Menengah Atas

                                           5 = Perguruan Tinggi

Tingkat kepuasan        : 5 = sangat puas

                                           4 = puas

                                           3 = biasa

                                           2 = tidak puas

                                           1 = sangat tidak puas

Juara lari 100 meter  :   I = 26 detik

                                           II = 26,15 detik

                                           III = 27,03 detik

 3. Interval

Tingkat pengukuran data interval memiliki karakteristik data nominal dan ordinal dengan ditambah karakteristik lain yaitu berupa adanya interval yang tetap. Data interval diperoleh dengan cara mengukur. Dengan demikian data inteval memiliki nilai instrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak.

Ciri-ciri data interval adalah: membedakan, menunjukkan peringkat dan berjarak sama. Skala interval ini sudah benar-benar angka, sehinga sudah dapat diterapkan semua operasi standar matematika (aritmatika) seperti pengurangan, penjumlahan, perkalian, dan pembagian. Analisis statistik yang sesuai untuk data interval adalah statistik parametrik: One Sample T-Test, Independent Sample T-Test, Paired Sample T-Test, One Way Anova, Two Way Anova, Pearson Product-Moment Correlation, Partial Correlation, Multple Corellation, Regresion Test, Multiple Regresion.

Contoh data interval:

Klasifikasi IQ         :  70 – 79        Keterbelakangan mental

                                    80 – 90        Dull normal

                                    91 – 110       Normal

                                   111 – 120      Bright Normal

                                    121 – 130      Superior

                                          > 130      Jenius

 Nilai mahasiswa     : A = 4, B = 3, C = 2, D = 1, dan E = 0

Pengukuran suhu   : 0o pada suhu Celsius tidak sama pada suhu Fahrenheit, 0o C  = 32oF dan 100o C = 212oF

 4. Rasio

Tingkatan pengukuran rasio merupakan data dengan kualitas paling tinggi. Pada data rasio, terdapat semua karakteristik yang dimiliki data nominal, ordinal dan interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada data rasio pengukuran sudah mempunyai nilai perbandingan/ rasio. Ciri-ciri data rasio adalah membedakan, menunjukkan peringkat, berjarak sama dan memiliki nol mutlak. Analisis statistik yang sesuai termasuk dalam statistik parametrik seperti pada data interval.

 Contoh data rasio:

Besarnya upah        : Pekerja A      = Rp. 10.000,-

                                     Pekerja B       = Rp. 30.000,-

                                     Pekerja C       = Rp. 40.000,-

                                     Pekerja D      = Rp. 50.000,-

                                     Pekerja E       = Rp. 0,-

Banyak orang         : 0 orang, 1 orang, 2 orang, 150 orang, dan sebagainya.

Berat badan            : 0 kg, 5 kg, 10 kg, 25 kg, 30 kg, dan sebagainya.

Jen Kelana

Jen Kelana adalah nama pena dari Muhammad Jainuri, S.Pd., M.Pd, Lahir di Nganjuk (Jatim), besar di Sumut dan Jambi. Menulis puisi, cerpen, feature, esai, artikel, dan karya ilimiah. Puisi dan cerpennya terangkum dalam antologi tunggal dan bersama. Sebagian karyanya dipublikasikan di media massa dan media digital. Hobby elektronik, hardware, software, komputer dan web develover di samping menekuni bidang matematika, statistika, dan penelitian pendidikan. Aktifitas sebagai kuli di STKIP YPM Bangko.

More About: Jen Kelana

Jen Kelana adalah nama pena dari Muhammad Jainuri, S.Pd., M.Pd, Lahir di Nganjuk (Jatim), besar di Sumut dan Jambi. Menulis puisi, cerpen, feature, esai, artikel, dan karya ilimiah. Puisi dan cerpennya terangkum dalam antologi tunggal dan bersama. Sebagian karyanya dipublikasikan di media massa dan media digital. Hobby elektronik, hardware, software, komputer dan web develover di samping menekuni bidang matematika, statistika, dan penelitian pendidikan. Aktifitas sebagai kuli di STKIP YPM Bangko.
View More Posts By Jen Kelana
Posted on: 13/08/2014 | Tags: , , , , , , |

One Response

  1. Yufi says:

    Mengenai skala rasio, apakah data seperti di bawaha ini termasuk kategori skala rasio atau nominal:
    Ringan: 4000 gram.
    Sebagaimana dengan teorinya skala rasio mencakup sifat skala interval dan skala yg dibawahnya seperti ordinal. Pada skala ordinal, datanya bertingkat dimana yang tertinggi menyatakan lebih baik daripada yang di bawahnya. Sementara itu data saya di atas, yang besar tidak bermakna lebih baik daripada data di bawahnya yakni yang normal. Jadi apakah data saya diatas nominal, ordinal atau rasio?Mohon penjelasannya pak, terimakasih.

Leave a Reply


Slideshow

Boleh Arsip

Mungkin sahabat ingin juga membaca:close