Anda di halaman 1dari 6

49

BAB V
JENIS DATA DAN TINGKAT PENGUKURAN
Dalam penelitian kita pasti menggunakan data penelitian untuk mendukung kesimpulan
penelitian. Peranan data disini sangat penting untuk memberikan dasar bagi analisis. Data adalah
fakta-fakta atau ukuran tertentu dari suatu fenomena atau obyek.

Jadi data indikator yang

mengukur obyek atau fenomena. Pembagian jenis data yang digunakan dalam penelitian bisa
berupa jenis data, jenis pengukuran data, sumber data, dan dimensi waktu dari data.
Jenis Data
Jenis data adalah pembagian data berdasarkan karakteristik yang melekat pada data tersebut.
Karakteristik data adalah data yang mempunyai sifat angka-angka atau merupakan data yang tidak
bersifat angka atau bilangan. Karakteristik data bisa berupa data kuantitatif atau data kualitatif.
Data Kualitatif.
Data kualitatif adalah jenis data yang mempunyai karakteristik non angka. Jadi data
kualitatif adalah data yang tidak dapat diukur dengan skala numerik atau angka. Data kualitatif
biasanya diperoleh dari hasil penggolongan atau kategori. Contohnya adalah data jenis kelamin,
jenis rumah dan bentuk rumah, dan data golongan pendapatan.
Data Kuantitatif.
Data kuantitatif adalah jenis yang mempunyai karakteristik angka. Jadi data kuantitatif
adalah jenis data yang dapat diukur dengan skala numerik. Jumlah penduduk, jumlah
penghasilan, dan volume penjualan, proporsi biaya iklan adalah contoh jenis data kuantitatif.
Tipe data ini biasanya diperoleh dari hasil pengukuran atau hasil penghitungan. Data yang
diperoleh dari hasil pengukuran disebut dengan variabel kontinyu. Karena berasal dari hasil
pengukuran, keakuratan data akan tergantung pada akurasi alat ukur yang digunakan. Contoh
variabel kontinyu adalah suhu udara, tingkat kelembaban, dan jarak antar wilayah. Sedangkan
variabel diskrit adalah data yang diperoleh dari hasil penghitungan. Contoh variabel diskrit
adalah data jumlah penjualan, biaya iklan, jumlah penduduk dan jumlah tenaga kerja.
Jenis Pengukuran
Berdasarkan jenis pengukuran atau skala yang digunakan untuk mengukur, data dibedakan
menjadi data nominal, data ordinal, data interval dan data rasio. Jenis pengukuran mengacu pada
skala untuk pengukuran data.

50
Data Nominal
Data nominal adalah jenis data yang berasal dari penggolongan suatu obyek pada suatu
kelompok yang terpisah untuk menunjukkan perbedaan atau persamaan dari obyek. Data nominal
menggunakan skala pengukuran nominal dalam pemberian nilai terhadap data. Skala nominal
adalah skala pengukuran yang menyatakan kategori, kelompok atau klasifikasi dari construct yang
diukur dalam bentuk variabel. Skala nominal merupakan tipe skala pengukuran yang paling
sederhana. Angka atau atribut yang digunakan dalam pengukuran hanya merupakan suatu nama
untuk menyebutkan kategori atau kelompok variabel.
Pada data nominal, hasil pengukuran bisa digolongkan kedalam dua kategori yaitu mutually
exclusive atau exhaustive. Data dikelompokkan dalam mutually exclusive jika individu atau obyek
tersebut hanya dapat dimasukkan dalam satu kategori. Sedangkan data dikelompokkan dalam
exhaustive jika suatu individu atau obyek harus muncul dalam satu kelompok. Pemberian kategori
pada data ordinal bersifat tidak mutlak yang berarti perbedaan dalam kategori tidak menunjukkan
perbedaan tinggi rendah posisi data atau ranking data. Fungsi penggolongan disini hanya
menujukkan pada kelompok mana suatu obyek akan dikelompokkan. Misalkan pemberian kategori
1 untuk laki-laki dan 2 untuk perempuan dalam analisis gender bisa diubah dengan memberikan
kategori yang berbeda misalkan 1 untuk perempuan dan 2 untuk laki-laki. Angka 1 disini tidak
berarti lebih baik daripada angka 2 karena kedudukan kategori yang sejajar. Contoh yang lain
adalah penggolongan pekerja dalam kelompok pekerja kerah putih (white colar) dan pekerja kerah
biru (blue colar), yang bisa dikelompkkan dengan angka 0 untuk pekerja kerah putih dan 1 untuk
pekerja kerah biru. Ukuran dalam skala nominal ini bersifat arbritary atau sembarang yang berarti
bisa dipertukarkan.
Data Ordinal
Data ordinal adalah data yang berasal dari penggolongan suatu individu atau obyek sesuai
dengan perilaku khusus yang dimiliki oleh individu atau obyek tersebut. Skala ordinal adalah skala
pengukuran yang tidak hanya menyatakan kategori tetapi juga mennyatakan peringkat construct
yang diukur (Indriantoro & Supomo 2000). Peringkat nilai menunjukkan suatu urutan penilaian atau
tingkat preferensi. Skala ordinal mempunyai kelebihan dibandingkan dengan skala nominal, karena
menyatakan kategori dan peringkat.
Penggolongan data dengan skala ordinal mengandung tingkatan atau ranking suatu obyek.
Data jenis ini memiliki sifat mutually exclusive dan exhaustive. Perbedaan dalam kategori akan
membedakan dalam sifat khusus yang dimiliki oleh data. Akan tetapi perbedaan antar nilai disini
tidak jelas karena dinyatakan dalam skala peringkat. Misalkan perbedaan antara baik ke sangat baik,
tidak sama dengan perbedaan antara sedang ke baik. Skala ordinal tidak dapat dilakukan operasi

51
pembagian, pengurangan, atau

perkalian atau penjumlahan. Contoh data ordinal adalah data

kepadatan penduduk yang dikategorikan:


Sangat Rendah diberi kode 1;
Rendah diberi kode 2;
Moderat diberi kode 3;
Tinggi diberi kode 4;
Sangat tinggi diberi kode 5.
Data Interval
Data interval adalah data yang menggunakan skala interval,

yang diukur dengan

menggunakan jarak antara dua titik pada skala yang sudah diketahui. Data interval adalah data
yang mempunyai sifat data nominal dan data ordinal ditambah satu sifat lain yaitu jarak yang sama
pada skala interval memperlihatkan jarak yang sama dari ciri atau sifat obyek yang diukur. Skala
Interval merupakan skala pengukuran yang menyatakan kategori, peringkat, dan jarak construct
yang diukur (Indriantoro & Supomo 2000). Skala interval tidak hanya mengukur perbedaan subyek
atau obyek secara kualitatif melalui kategorisasi dan menyatakan urutan preferensi, tetapi juga
mengukur jarak antara pilihan yang satu dengan yang lain.
Sebagai contoh untuk suhu udara digunakan interval antara 0 0 sampai 1000, dimana jarak
antara skala 0-500Celcius, adalah sama dengan jarak antara 50-1000 Celcius. Ciri penting dari data
interval adalah datanya bisa ditambahkan, dikurangi, dikalikan atau dibagi, tanpa mengurangi jarak
relatif antara skornya. Ciri lain dari data interval adalah ketidakmutlakan dari skala, dimana
keakuratan skala akan tergantung alat ukur yang digunakan.
Data Rasio
Data rasio adalah data yang diukur dengan suatu proporsi. Data rasio menggunakan skala
rasio yang mempunyai sifat skala interval ditambah sifat absolut ukuran dari obyek yang diukur.
Skala rasio merupakan skala pengukuran yang menunjukkan kategori, peringkat, jarak dan
perbandingan construct yang diukur. Skala rasio menggunakan nilai absolut, sehingga memperbaiki
kelemahan skala interval yang menggunakan nilai relatif. Ukuran pada rasio menunjukkan nilai
yang sebenarnya dari obyek yang diukur. Angka pada skala rasio menujukkan nilai yang sebenarnya
dari obyek yang diukur.
Contoh data rasio adalah prosentase biaya terhadap harga jual, prosentase pengangguran
di suatu daerah, dan proporsi tabungan dari pendapatan. Dari penjelasan tersebut bisa dilihat bahwa
data rasio merupakan proporsi obyek dibandingkan dengan obyek yang lain. Pada proporsi biaya
kita membandingkan antara biaya pembuatan produk dengan harga jual produk. Skala rasio

52
merupakan proporsi atau persentase suatu variabel. Berikut adalah contoh data pekerja di PT.
Makmur Sentosa berdasarkan bagian dalam organisasi:
Marketing
Akuntansi

20 orang;
15 orang;

Personalia
Keuangan
Umum

23 orang;
22 orang;

15 orang.

Berdasarkan data tersebut kita bisa membuat data pekerja dengan menggunakan skala rasio
untuk bagian di PT. Makmur Sentosa.
Marketing
Akuntansi
Personalia

20% atau 20 perseratus;


15% atau 15 perseratus;
23% atau 23 perseratus;

Keuangan

22% atau 22 perseratus;

Umum

15% atau 15 perseratus.

Sumber Data
Pembagian berdasarkan sumber data adalah pembagian data berdasarkan dari mana data
diperoleh. Sumber data adalah asal data diperoleh peneliti. Berdasarkan sumbernya data dibedakan
menjadi data internal dan data eksternal, dan data data primer dan sekunder. Pembagian data
internal dan eksternal mengacu pada dari pihak mana dat diperoleh. Sedangkan pembagian data
primer dan sekunder mengacu pada bagaimana peneliti memperoleh data, apakah data diperoleh
peneliti langsung dari obyek atau populasi data berasal atau dari pihak lain.
Data Internal & Eksternal
Data internal adalah data yang bersumber dari dalam obyek atau populasi yang diteliti.
Jika misalkan kita ingin meneliti produktifitas karyawan di suatu perusahaan maka data yang
berasal dari perusahaan dimana karyawan tersebut bekerja disebut data internal. Sedangkan data
eksternal adalah data yang berasal dari pihak luar dari obyek yang diteliti. Pada contoh penelitian
tentang produktifitas karyawan di suatu perusahaan, data yang berasal dari serikat pekerja, data dari
peneliti lain dan pihak eksternal yang lain disebut data eksternal. Untuk membedakan antara
internal dan eksternal disini adalah dengan melihat sumber data dimana obyek penelitian berada.
Kalau data bersumber langsung dari obyek atau pihak dimana obyek berada, maka data tersebut
disebut data internal. Sedangkan kalau data penelitian diperoleh dari pihak yang tidak berhubungan
secara langsung dengan obyek yang diteliti, maka jenis data ini disebut data eksternal.

53

Data Primer dan Sekunder


Data primer adalah data yang diperoleh dari langsung dari sumber data berasal. Data
primer ini diperoleh langsung dari obyek yang diteliti. Misalkan kita ingin meneliti profitabilitas
suatu produk, maka data yang diperoleh dari peneliti dengan melakukan pengamatan dan
penghitungan secara langsung terhadap profitabilitas produk disebut dengan data primer. Misalkan,
kita ingin meneliti persepsi konsumen terhadap suatu produk, maka hasil pengamatan dan
penyelidikan peneliti terhadap masing-masing konsumen disebut data primer. Data primer ini
biasanya adalah data mentah yang belum diolah oleh pihak lain, dan peneliti mengumpulkan data
tersebut sendiri.
Sedangkan data sekunder adalah data yang tidak secara langsung diperoleh dari obyek
yang diteliti tetapi dari pihak lain. Misalkan peneliti ingin meneliti profitabilitas produk, maka data
profitabilitas dari perusahaan pembuat produk tersebut disebut data sekunder. Data sekunder adalah
data yang diperoleh dan telah diolah diolah oleh pihak lain, sehinga jenis data biasanya adalah data
yang sudah jadi. Sebagai contoh data sekunder adalah data tentang jumlah penduduk, jumlah
pendapatan rumah tangga, jenis kelamin yang diperoleh dari Badan Pusat Statistik.
Dimensi Waktu.
Dimensi waktu atau rentang waktu dari data. Rentang waktu ini bisa berupa data dari
waktu ke waktu atau hanya pada waktu tertentu. Data yang dikumpulan dari waktu ke waktu disebut
data runut waktu. Sedangkan data yang dikumpulkan hanya pada suatu waktu tertentu disebut data
silang tempat.
Data Runut Waktu (Times series).
Data runut waktu adalah data yang dikumpulkan dari waktu ke waktu. Data ini biasanya
dikumpulan untuk melihat perkembangan atau trend suatu obyek dari waktu ke waktu atau dalam
rentang waktu tertentu. Data runut waktu dibedakan menjadi:
Data harian misalnya perkembangan harga saham, data kurs;
Data mingguan, misalnya data pengunjung hotel setiap minggu, data pasien rumah sakit;
Data bulanan, misalnya suku bunga deposito berjangka satu bulan;
Data kuartalan, misalnya penjualan setiap tiga bulan, data biaya iklan tiga bulanan;
Data tahunan, misalnya data pendapatan nasional, data produksi nasional.
Data Silang Tempat (Cross Section).

54
Data silang tempat (Cross Section) adalah data yang dikumpulkan pada satu waktu atau
periode tertentu. Data silang tempat digunakan untuk mengetahui respon dalam periode yang sama,
sehingga variasi kejadian adalah antar pengamatan atau antar komponen dalam periode. Analisis
yang digunakan terhadap data silang tempat adalah analisis interaksi antara masing-masing
komponen dari data silang tempat. Conoth analisis yang digunakan adalah analisis antar komponen
laporan keuangan yang disebud dengan analisis rasio. Contoh data silang tempat adalah:
Data laporan keuangan yang diterbitkan satu tahun sekali;
Data sensus yang diterbitkan sepuluh tahun sekali;
Data lulusan sekolah yang diterbitkan setahun sekali.
Data Poling.
Data poling adalah kombinasi antara data runut waktu dan data silang tempat. Pada tipe
data ini analisis yang digunakan adalah analisis perkembangan dari waktu ke waktu, dan analisis
interaksii antar variabel dari data dalam satu waktu. Contoh data runut waktu adalah data rasio
laporan keuangan selama sepuluh tahun perusahaan. Pada analisis ini, ingin diketahui
perkembangan dan tren dari rasio selama sepuluh tahun dengan menggunakan interaksi antar
komponen laporan keuangan. Pengertian runut waktu disini adalah pada rangkaian waktu dari data.
Sedangkan pengertian silang tempat disini adalah data yang mengacu pada dimensi waktu hanya
satu periode.

Anda mungkin juga menyukai