Metode Statistika I   »   Pengenalan Data   ›  Skala Pengukuran Data

Data

Skala Pengukuran Data

Skala pengukuran data dapat didefinisikan sebagai cara bagaimana skala variabel atau butir data didefinisikan dan diklasifikasikan. Setiap skala pengukuran mempunyai karakteristik yang kemudian menentukan kecocokan teknik analisis statistik yang digunakan.

Secara sederhana, skala pengukuran dapat didefinisikan sebagai cara bagaimana skala variabel atau butir data didefinisikan dan diklasifikasikan. Setiap kala pengukuran mempunyai karakteristik yang kemudian menentukan kecocokan teknik analisis statistik yang bisa digunakan.

Terdapat empat skala pengukuran yaitu nominal, ordinal, interval, dan rasio. Di bawah ini akan dijelaskan secara ringkas ke empat skala pengukuran tersebut.

Nominal

Untuk data yang berskala nominal, sesuai dengan namanya yaitu 'penamaan', maka data ini hanya mampu menyatakan “pengelompokan atau penamaan”. Misalnya data tentang suku, yaitu Minangkabau dan bukan Minangkabau. Bila si A bersuku Minangkabau dan si B bersuku bukan Minangkabau, maka yang dapat dinyatakan hanyalah bahwa si A dan B ‘berbeda’ suku, tanpa ada implikasi apa-apa, sekedar ‘penamaan atau pengelompokan’ si A dan si B sesuai dengan suku masing-masing.

Ordinal

Untuk data yang berskala ordinal, selain menyatakan ‘penamaan atau pengelompokan’, data tersebut juga menunjukkan tingkat urutan/peringkat (sesuai dengan nama asal skala ini yaitu order yang berarti urutan/peringkat). Misalnya, data pendidikan terakhir, yaitu tamat TK, SD, SLTP, SLTA, dan lebih dari SLTA. Bila si A berpendidikan SD dan si B berpendidikan SLTP maka ada dua hal yang bisa diungkapkan: (1) A dan B ‘berbeda tingkat pendidikan’ dan (2) B mempunyai tingkat pendidikan yang ‘lebih tinggi’.

Interval

Skala interval tidak saja mempunyai sifat penamaan dan pengurutan, tetapi juga mempunyai sifat jarak atau perbedaan yang bermakna. Contoh klasik dari data dengan skala interval adalah suhu dalam derajat Fahrenheit. Bila wilayah A mempunyai suhu 400 F dan wilayah B dengan 800 F maka ada 3 hal yang dapat diungkapkan: (1) wilayah A dan wilayah B ‘berbeda’ suhu; (2) suhu di wilayah B lebih tinggi dari suhu di wilayah A, dan (3) perbedaan suhu kedua wilayah tersebut adalah (800F- 400F) = 400F.

Rasio

Skala pengukuran yang mempunyai ciri terlengkap adalah skala rasio yang tidak hanya memungkinkan ‘penamaan atau pengelompokan’ (seperti skala nominal) dan ‘urutan’ (seperti skala ordinal) dan ‘jarak absolut’ (seperti skala interval), akan tetapi juga memungkinkan perbandingan kelipatan atau rasio (ratio).

Hal ini dapat dilakukan karena skala pengukuran rasio mempunyai titik nol absolut atau alamiah. Data berat badan seseorang, misalnya, adalah data berskala rasio karena orang yang beratnya 90 kg dapat dikatakan dua kali lebih berat dari orang yang mempunyai berat 45 kg (karena 90 kg/45 kg = 2).

Singkatnya, dengan bilangan yang berskala rasio, maka dapat dilakukan empat hal, yaitu membedakan, mengurutkan, menghitung jarak (interval) atau beda besaran absolut, dan membandingkan secara relatif besaran absolut (kelipatan) dari obyek yang diamati. Bila si A mempunyai berat 80 kg dan si B berberat badan 40 kg, misalnya, maka ada empat hal yang bisa diungkapkan, yaitu: (1) A dan B berbeda berat, (2) A lebih berat dari B (80 kg > 40 kg), (3) A lebih berat 40 kg dari B (80 kg – 40 kg), dan yang terakhir (4) A 2 kali lebih berat dari B (80kg/40kg).

Secara ringkas, perbedaan utama dari ke empat skala pengukuran tersebut disajikan dalam tabel berikut dengan tanda √ menyatakan dimilikinya ciri atau karakteristik tertentu.

Tabel di atas secara jelas menunjukkan perbedaan yang dimiliki oleh keempat skala pengukuran, yang berkaitan dengan teknik analisis yang cocok untuk digunakan.

Implikasi Skala Pengukuran terhadap Analisis Statistik

Berbagai teknik statistik telah dikembangkan, yang sesuai dengan skala pengukuran dari variabel yang sedang diteliti. Berdasarkan ciri di atas, maka suatu teknik analisis yang bisa digunakan untuk variabel berskala ordinal tentunya juga bisa digunakan untuk variabel yang berskala nominal, karena skala ordinal mempunyai ciri yang dimiliki oleh skala nominal. Akan tetapi, teknik analisis yang hanya cocok untuk variabel berskala nominal tidak bisa digunakan untuk variabel berskala ordinal.

Demikian pula, teknik analisis yang hanya cocok untuk variabel berskala ordinal tentunya tidak bisa digunakan untuk variabel berskala interval, dan teknik analisis yang hanya cocok untuk variabel berskala interval tidak dapat digunakan untuk menganalisis variabel berskala rasio.

Akan tetapi, teknik analisis yang cocok untuk variabel berskala nominal dapat digunakan oleh semua variabel, sedangkan yang cocok untuk variabel berskala ordinal juga dapat digunakan oleh variabel yang berskala lebih ‘tinggi’ (interval dan rasio).

Sumber:

Asra, Abuzar, dkk. 2017. Analisis Multivariabel: Suatu Pengantar. Bogor: Penerbit IN MEDIA.