SKALA PENGUKURAN DATA
Data berdasarkan sifatnya terbagi menjadi dua jenis yaitu :
- Data kualitatif, merupakan data yang berbentuk selain angka. Data kualitatif dapat dikumpulkan dengan cara wawancara, analisis dokumen, FGD, observasi, pemotretan gambar atau perekaman video. Data jenis kelamin, data tingkat pendidikan, dan data agama yang dianut oleh penduduk adalah contoh data kualitatif. Karena teknik statistik menggunakan perhitungan matematis maka apabila data kualitatif ingin diolah menggunakan teknik statistik maka data tersebut harus diubah (tranformasi) ,menjadi data kuantitatif.
- Data kuantitatif merupakan data yang berwujud angka atau bilangan. Data kuantitatif biasanya dijadikan sebagai bahan dasar bagi setiap permasalahan yang bersifat statistik. Data ini umumnya diolah memakai teknik perhitungan matematika. Data kuantitatif dikelompokkan berdasarkan pada tipe skala pengukuran yang digunakan maka terbagi atas empat jenis yaitu:
- Data nominal
Data nominal merupakan data yang didapat dengan mengelompokkan/ menggolongkan objek berdasarkan kategori tertentu tanpa membedakan atribut lebih besar atau lebih kecil. Contoh pemberian skala 1 untuk jenis kelamin laki-laki dan skala 2 untuk jenis kelamin perempuan. Jika melihat hasil tersebut maka skala 1 tidak lebih baik dibandingkan skala 2 karena kedudukannya sejajar. Angka 1 dan 2 hanya berfungsi untuk membedakan. - Data ordinal
Data ordinal merupakan data yang disusun secara berjenjang untuk menunjukkan tingkatan atau urutan data. Data ordinal dapat dianalisis dengan logika perbandingan dalam ilmu matematika namun belum bisa dianalisis menggunakan operasi matematika seperti penambahan, pengurangan, perkalian, dan pembagian. Contoh data ordinal yaitu pada kuesioner dimana pendapat sangat setuju diberi skala 5, setuju diberi skala 4, ragu-ragu diberi skala 3, tidak setuju diberi skala 2, dan sangat tidak setuju diberi kode 1. - Data interval
Data interval merupakan data selani dapat digolongkan seperti data nominal dan dapat diurutkan seperti data ordinal, jarak dari masing-masing data ini dapat diukur.. Contoh data interval yaitu rentang IPK mahasiswa antara 3,00 sampai 3,50 sama jaraknya dengan 2,50 sampai 3,50. Kelemahan dari skala ini adalah bahwa tidak memiliki nilai 0 mutlak. Misalkan dengan nilai IPK 0 kita tidak dapat mengartikan bahwa dia tidak memiliki kecerdasan. Selain itu dengan skala ini kita juga tidak dapat mengatakan bahwa suatu skala adalah dua kali skala yang lain. Misalkan pada skala IPK diatas, kita tidak dapat mengatakan bahwa IPK 4,00 adalah dua kali lebih cerdas dari mahasiswa IPK 2,00 karena nilai nol bukan merupakan nilai yang mutlak.
- Data nominal
- Data rasio
Data rasio merupakan data yang memiliki sifat dari data nominal, data ordinal, dan data interval. Data rasio memiliki kelebihan dibandingkan data interval karena data ini memiliki nilai nol (0) mutlak, yang berarti bahwa nilai 0 benar-benar tidak memiliki nilai. Hal ini juga menjadikan data rasio dapat diolah menggunakan operasi dasar matematis. Misalkan data jumlah gaji yang diterima, jumlah gaji Rp 100.000 merupakan dua kali dari gaji sebesar Rp 50.000, dan jika jumlah gaji nol bias diartikan bahwa tidak ada gaji sama sekali.
Sumber : Santo PB dan Ashari. Analisis Statistika dengan Microsoft Excel & SPSS. 2005. Yogyakarta: Andi.
