Anda di halaman 1dari 10

Skala Pengukuran Variabel

& KomentarPosted by smartstat pada Februari 20, 2010


Fokus dari desain penelitian dan analisis statistik adalah studi tentang variabel. Pada saat Anda ingin mempelajari suatu fenomena, langkah pertama
adalah mendefinisikan fenomena yang diteliti tersebut, dalam hal ini adalah menentukan variabel-variabel yang kita amati dan selanjutnya menentukan
bagaimana cara Anda mengukur variabel tersebut. Proses tersebut dikenal dengan istilah definisi operasional. Jelas disini bahwa untuk memahami suatu
fenomena, kita harus memahami dulu istilah variabel dan skala pengukuran. Apabila Anda tidak menentukan secara jelas cara pengukuran variabel
yang ingin Anda pelajari, pada akhirnya Anda akan mengalami kebingungan dalam menentukan desain penelitian yang tepat serta dalam menentukan prosedur
analisis statistik yang sesuai.
Indeks Artikel

Nominal
Ordinal
Interval
Rasio
Ringkasan
Flow Chart
Contoh terapan
Sebagai contoh Fenomena di bidang pertanian. Pada saat Anda mengikuti perlombaan Lomba Lintas Lembah dan Bukit, Tanpa sengaja Anda memperhatikan
pertumbuhan beberapa tanaman, pada lokasi tertentu ada tanaman yang tumbuh dengan subur dan ada juga yang merana, he2 Mungkin muncul pertanyaan
baru? Kenapa tanaman yang tumbuh di tanah tersebut tumbuh dengan subur sementara di tempat lainnya tidak demikian? Setelah Anda perhatikan dengan
seksama, ternyata pada lokasi yang tanamannya tumbuh dengan subur ditemukan banyak mengandung bahan organik yang berasal dari pupuk kandang. Anda
bisa menyimpulkan bahwa tanaman subur karena tersedianya hara yang cukup dari pupuk kandang. Namun muncul lagi pertanyaan baru.., apakah semua jenis
pupuk kandang pengaruhnya sama terhadap pertumbuhan tanaman? Nah ini baru ide baru.., dan Anda berniat untuk mempelajari pengaruh dari pemberian
berbagai jenis pupuk kandang terhadap pertumbuhan dan hasil tanaman. Langkah pertama adalah menentukan variabel apa saja yang akan dipelajari. Jelas disini
ada dua kategori variabel, yaitu variabel penyebab dan variabel akibat. Variabel penyebab dikenal dengan variabel bebas atau Faktor dan variabel akibat adalah
variabel terikat (Respons). Langkah selanjutnya adalah menentukan variabel-variabel tersebut. Misalnya variabel bebasnya adalah jenis pupuk kandang (ayam,
domba, sapi) dan variabel terikatnya yang akan di amatinya (respons) adalah kandungan hara di dalam tanah (N, P, K), serapan hara oleh tanaman (N, P, K),
pertumbuhan tanaman (diwakili oleh variabel Tinggi tanaman), dan hasil tanaman. Setelah variabelnya ditentukan, selanjutnya adalah menentukan bagaimana
cara pengukurannya? Misalnya, indikator yang akan dijadikan pewakil dari karakteristik hasil tanaman adalah berat biji. Bagaimana cara mengukurnya? Cara
mengukur berat biji tersebut termasuk pada penentuan skala pengukuran dari variabel berat biji tanaman.
Pengukuran adalah dasar dari penyelidikan ilmiah. Segala sesuatu yang kita lakukan dimulai dengan pengukuran objek yang akan kita
pelajari. Pengukuran adalah pemberian angka atau kode pada suatu obyek.
Terdapat empat Jenis Skala Pengukuran yaitu Nominal, Ordinal, Interval, Ratio. Skala yang paling rendah adalah Nominal dan yang tertinggi adalah Skala
Rasio. Skala pengukuran yang lebih tinggi akan memiliki karakteristik skala pengukuran di bawahnya. Misalnya, skala Rasio akan memiliki karakteristik Nominal,
Interval, dan Ordinal.

Variabel Nominal/Skala Nominal


Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah tingkatannya dan hanya bisa digunakan untuk klasifikasi
kualitatif atau kategorisasi. Artinya, variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan dari karekateristik lainnya,
tetapi kita tidak dapat mengukur atau bahkan mengurutkan peringkat kategori tersebut. Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang
tersebut berbeda, satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik keduanya, tetapi kita tidak bisa mengukur dan
mengatakan mana yang lebih atau mana yang kurang dari kualitas yang diwakili oleh variabel tersebut. Kita hanya bisa memberikan kode/label pada kedua
karakteristik tersebut, misalnya angka 0 untuk perempuan dan angka 1 untuk laki-laki. Kode/label angka tersebut bisa saja di tukar. Kode di sana hanya berfungsi
sebagai pembeda antara kedua objek dan tidak menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih tinggi atau lebih baik di banding 0.
Operator aritmetika yang bisa digunakan pada skala nominal hanya tanda = atau .
Contoh-contoh variabel nominal lainnya adalah:

jenis tanah,
varietas,
ras,
warna,
bentuk,
kota,
Golongan darah
Jenis penyakit
Agama
Suku
Nomor KTP/SIM/Kartu Pelajar

Variabel Ordinal/ Skala Ordinal


Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita ukur. Dalam hal ini kita bisa mengatakan A lebih baik dibanding B
atau B kurang baik dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B. Dengan demikian, batas satu variasi nilai ke
variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah daripada nilai yang lain,
namun kita tidak bisa mengatakan berapa perbedaan jarak (interval) diantara nilai-nilai tersebut. Contoh umum variabel ordinal adalah status sosial ekonomi
keluarga. Sebagai contoh, kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya dibanding kelas menengah ke bawah, tapi kita tidak bisa
mengatakan berapa lebihnya atau mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi. Pemberian simbol/kode angka pada skala ordinal, selain
berfungsi untuk membedakan karakteristik antar objek juga sudah menetukan urutan peringkat dari objek tersebut.
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda =, , < dan >. Misal kode angka untuk kelas bawah = 0, menengah = 1,
dan atas = 2. Angka 0 berbeda dengan 1 ataupun 2 (operator aritmetk: = dan ), 0 lebih rendah dibanding 1 (operator aritmetk: < dan >),
Contoh:

Tingkat pendidikan atau kekayaan


Tingkat keparahan penyakit
Tingkat kesembuhan
Derajat keganasan kanker

Variabel Interval/ Skala Interval


Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan
membandingkan ukuran perbedaan diantara nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan skala interval. Kita dapat
mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40 derajat, demikian juga suhu 30 derajat lebih tinggi dibanding dengan suhu 20 derajat.
Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara 20 dan 30 derajat, yaitu 10 derajat. Jelas disini bahwa pada skala
interval, selain kita bisa membedakan (mengkategorikan), mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak atau intervalnya
juga dapat dibandingkan. Perbedaan antara kedua nilai pada skala interval sudah punya makna yang berarti, berbeda dengan perbedaan pada skala ordinal yang
maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50 derajat dua kali lebih besar dibandingkan dengan perbedaan antara suhu 30 dan 35. Dengan
demikian, selain sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi nilai mutlaknya tidak dapat dibandingkan secara matematik, oleh
karena batas-batas variasi nilai pada interval adalah arbiter (angka nolnya tidak absolut).
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda =, , <, >, +, -. Misal suhu: 30 +10 = 40 derajat.
Contoh Skala Interval lainnya:

Tingkat kecerdasan (IQ)


Beberapa indeks pengukuran tertentu

Variabel Rasio/ Skala Rasio


Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol
mutlak, sehingga memungkinkan menyatakan rasio atau perbandingandi antara kedua nilai, misalnya x adalah dua kali lebih y. Contohnya adalah berat, tinggi,
panjang, usia, suhu dalam skala kelvin. Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg. Disini kita bisa membandingkan rasio, misalnya kita bisa
mengatakan bahwa berat A dua kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan berarti dan angka 0 menunjukkan nilai 0
mutlak. Memang agak sedikit susah dalam membedakan antara skala interval dengan rasio. Kuncinya adalah di angka 0, apakah nilai nol tersebut mutlak (berarti)
atau tidak? Sebagai contoh, suhu bisa berupa skala interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan. Apabila kita
menggunakan skala Celcius atau Fahrenheit, termasuk skala interval, sedangkan apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena
suhu 0 derajat Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200 derajat lebih tinggi daripada suhu 100 derajat, tetapi kita juga sudah
dapat menyatakan dengan pasti bahwa rasionya benar dua kali lebih tinggi.
Operator aritmetika yang bisa digunakan pada skala rasio adalah tanda =, , <, >, +, -, x dan .
Misal nilai Berat A 70 kg, berat B = 35 kg.

Operator aritmetik =, , kita bisa mengatakan Berat A berbeda dengan Berat B (A B);
Operator aritmetik <, >: A lebih berat dibanding B (A > B),
Operator Aritmetik +, -: Beda antara berat A dengan B = 35 kg (A B = 70 35 = 35) kg,
Operator aritmetik x dan :A dua kali lebih berat dibanding B ( A = 2xB).
Contoh:

Waktu, panjang, tinggi, berat, usia


Kadar zat dan jumlah sel tertentu
Dosis obat, dll
Skala interval tidak memiliki karakteristik rasio. Kebanyakan prosedur analisis data statistik tidak membedakan antara data yang diukur dalam
skala interval dan rasio.

Ringkasan skala pengukuran:

Skala

Definisi

Level

Operasi

Contoh

Aritmetik
Nominal Data Kategori

Ordinal Data yang hanya bisa diurutkan


dari kecil ke besar atau sebaliknya

Mutually
exclusive

=,

Mutually
exclusive

=,
<, >

Jenis Kelamin
Wana Kulit
Status
keluarga

Urutannya
Pasti/Jelas

sosial

ekonomi

Peringkat Kelas
Pangkat/Jabatan/Golonga
n

Interval Selain mencakup karakateristik

Nomina dan Ordinal, juga sudah bisa


dilakukan operasi penjumlahan karena

jarak antara datanya sudah jelas.


Tidak mempunyai nilai nol mutlak

Ratio

Mencakup karakteristik Interval


dan mempunyai nilai nol mutlak

Mutually
exclusive
Urutannya

=, ,
<, >,
+, -

=, ,
<, >,
+, -,
Urutannya x,

Mutually
exclusive

Jarak
antara kode sama

Terdapat
nilai nol mutlak

Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)

Nominal
Ordinal
Interval
Ratio

Flowchart untuk menentukan skala pengukuran variabel

IQ (tingkat kecerdasan)

Jarak antara
kode sama

Pasti

Kualitatif Kuantitatif

Suhu (Celsius & Fahrenheit)

Pasti

Skala
pengukuran

Suhu (Kelvin)
Waktu
Panjang
Berat
Tinggi

Bagan Alir Skala Pengukuran Variabel


Contoh Penerapan:

Jenis
Perilaku/
Kelamin
Sikap

Ujian

Peringkat

Huruf
Mutu

(1-11)

(A-F)

(L-P)

(20-80)

(0-100)

Barb

80

100

Chris

48

96

2.5

Bonnie

74

96

2.5

Robert

35

93

Jim

79

92

Tina

60

89

Ron

55

89

Jeff

56

89

Brenda

74

88

Mark

56

82

10

Mike
Skala
pengukuran:

65

75

11

nominal

interval

rasio

ordinal

ordinal

Skala pengukuran variabel penting untuk penentuan uji statistik yang sesuai: skala nominal dan ordinal hanya bisa menggunakan uji statistik
non parametrik, sedangkan skala interval dan rasio bisa menggunakan statistik parametrik.
About these ads

Share this:

Related
Variabel dan DataIn "Konsep Dasar"
Korelasi PearsonIn "Korelasi dan Regresi"
Jenis-jenis PenelitianIn "Metodologi Penelitian"
Konsep Dasar, Statistika skala pengukuran, variabel
Rancangan Petak-petak Terbagi (Split-split Plot)Amazing, Secret, Hidden, and Mysterious Places in Google Earth

51 responses to Skala Pengukuran Variabel

1.

sis Juni 27, 2010 pukul 10:17 am


kuantitatif (dalam SPSS, keduanya dikenal dengan SKALA).
Cara membedakannya??
Intinya begini, apakah satuan tersebut punya angka 0 mutlak gk? Artinya, apakah angka 0 disana bermakna atau tidak?
Panjang 0 cm? ada panjangnya??
Berat 0 kg? benda tersebut mempunyai berat??
Panjang 0 cm, bisa dikatakan tidak mempunyai panjang kan?
berat 0 kg, bisa dikatakan tidak mempunyai berat kan?
Anka 0 di atas bersifat mutlak! Sebagai pegangan, angka 0 mungkin bisa di identikan dengan kata TIDAK ADA atau TIDAK MEMPUNYAI -> Skala RASIO
SKALA INTERVAL:
IQ = 0, tidak mempunyai IQ?? (0 disana tidak mutlak)
Kalau menurut saya, Tekanan darah, denyut nadi, skala prilaku yang diangka-kan, Hitungan Tahun Masehi (tahun 0, 0 disana tidak mutlak, hanya indeks saja,
Tahun 2010 tidak berarti dua kali tahun 1005) Awas, harus dibedakan dengan hitungan waktu ya, skala RASIO. Bayi 0 tahun, 2 tahun, 4 tahun 0 disana
mutlak, bayi 4 tahun usianya dua kali bayi yang usianya 2 tahun (rasio) dan Angka 0 disana berarti/bermakna bukan?
Hemmmaaf kalau salah. Dari beberapa referensi yang pernah saya baca, sama dengan regresi biasa, hanya saja untuk variabel x-nya di buat dummy (apabila
skala variabelnya nominal atau ordinal dimana taraf/levelnya kurang dari 5). Banyaknya variabel dummy yaitu banyaknya taraf/level 1. Contoh level untuk
variabel status pernikahan: single; menikah; janda/duda (ada 3 level), maka variabel dummy-nya ada 3-1 = 2 buah, sehingga model persamaan regresinya
menjadi:
Y = bo + b1*D1 + b2*D2 + error (catatan: D = Dummy variable)
Namun apabila skala variabelnya x-nya ordinal dengan level/tarafnya minimal 5 (skala likert, misalnya), digunakan regresi biasa seperti pada regresi dengan
variabel x-nya interval atau rasio.
Balas

smartstat Agustus 14, 2011 pukul 1:00 am


Untuk nilai pembatasnya bisa digunakan nilai standar deviasinya (SD), bisa 1 x SD; 0.5 SD atau batasan nilai lainnya. Hal tersebut bersifat subjektif, tergantung
masing2
Misal apabila menggunakan nilai 1 x SD:
apabalia nilainya < nilai rata-rata 1 x SD => jelek
apabalia nilainya berada diantara nilai rata-rata 1 x SD dan nilai rata-rata + 1 x SD => sedang
apabalia nilainya > nilai rata-rata + 1 x SD => Baik
atau:
xi < Nilai rata-rata 1 x SD => jelek
Nilai rata-rata 1 x SD < xi < Nilai rata-rata + 1 x SD => sedang
xi > Nilai rata-rata + 1 x SD => baik
Andy bisa juga menggunakan nilai 0.5 x SD sebagai pembatasnya.
Contoh dengan menggunakan batasan 0.5xSD:
Nilai rata-rata dari data di atas (mean) = 2.91
Nilai standar deviasinya (SD) = 2.61
Keputusan:
Jelek apabila nilainya lebih kecil dari (2.91 0.5 x 2.61) = 1.60
Baik apabila nilainya lebih besar dari (2.91 + 0.5 x 2.61) = 4.21
Sedang apabila nilainya berada di antara 1.60 dan 4.21

Jenis-jenis Skala Pengukuran dalam Penelitian

Penyusunan intrumen penelitian mengharuskan peneliti mengetahui dan memahami jenis-jenis skala yang digunakannya dan tipe-tipenya agar instrumen dapat diukur sesuai dengan apa
yang hendak diukur dan dapat dipercaya resta reliabel (konsisten) terhadap permasalahan intrumen penelitian.

Skala pengukuran dalam penelitian dimaksudkan untuk mengkalisifikasikan variabel yang akan diukur agar tidak terjadi kesalahan dalam menentukan analisis data dan langkah-langkah
penelitian selanjutnya. Jenis-jenis skala pengukuran dalam penelitian ada empat, yaitu: skala nominal, skala ordinal, skala interval dan skala ratio.

Skala Nominal

Skala nominal merupakan skala yang paling sederhana, disusun menurut jenis (kategori)nya, sementara fungsi bilangan pada skala nominal hanyalah sekedar simbol untuk membedakan
satu karakter terhadap karakter lainnya.

Skala nominal memiliki ciri-ciri sebagai berikut:

berbentuk bilangan dan tidak dijumpai bilangan pecahan;

angka yang tertera hanyalah label;

tidak mempunyai urutan (ranking);

tidak mempunyai ukuran baru;

tidak mempunyai nol mutlak.

Analisis statitsik yang paling tepat untuk penelitian yang menggunakan pengukuran instrumennya melalui skala nominal adalah:

Uji Binomium (Binomium Test)

Uji Chi Kuadrat Satu Sampel (X2 One Sample Test)

Uji Perubahan Data Mc. Nemar (Mc Nemar Fot The Significant of Change)

Uji Chi Kuadrat Dua Sampel (X2 Test for Two Independent Sample)

Uji Chocran Q (Chocran Q-Test)

Uji Chi Kuadrat Lebih dari Dua Sampel (X2 Test for k Independent Samples)

Uji Koefisien Kontingensi [C] (Contingency Coefficient [C]).

Sedangkan tes statistik yang digunakan ialah menggunakan statistik non parametrik.

Berikut adalah beberapa contoh skala pengukuran jenis nominal:

Data Nominal Sebenarnya:

a.

Jenis Kulit: Hitam (1), Kuning (2), Putih (3). Angka (1)(2) dan (3) hanya sebagai label;

b.

Suku Daerah: Jawa (1), Madura (2), Bugis (3), Sunda (4), Batak (5), dan Minang (6).

c.

Agama yang dianut: Islam (1), Kristen (2), Hindu (3), Budha (4) dan lain-lainnya.

Data Nominal Tidak Sebenarnya:

a.

Lulus Ujian Lemhanas diberi angka (2), dan tidak lulus Lemhanas diberi angka (1). Angka (1) dan (2) hanya sebagai label saja.

b.

Tahun Produksi Kendaraan Bermotor: 2001(1), 2002(2), 2003(3), dan 2004(4). dan lain-lain.

Skala Ordinal

Skala ordinal adalah skala yang didasarkan pada ranking diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya.

Analisis statistik yang tepat adalah: Uji Kolmogorov-Sminov Satu Sampel, Uji Deret Satu Sampel, Uji Tanda, Uji Pasangan Tanda Wilcoxon, Uji Median, Uji Mann-Whitney U, Uji KolmogorovSmirov Dua Sampel, Uji Reaksi Ekstrim Moses, Uji Analisis Varian Dua Arah Friedman, Uji Koefesien Korelasi Rank Spearman, Uji Koefesien Korelasi Rank Kendall, dan Uji Koefesien Korelasi Rank Parsial
Kendall.

Analisis statistik yang dapat digunakan adalah statistik non parametrik.


Contoh:

Mengukur Tingkat Prestasi Kerja

Mengukur Gaji Pegawai

Mengukur Ranking Kelas : I, II, III, IV

Mengukur Kejuaraan, misalnya Juara Liga Indonesia 1995: Persib(1), Petrokimia Gresik(2), Pupuk Kaltim(3).

Keteladanan: tingkat (1), tingkat (2), tingkat (3), dan tingkat (4).

Tingkat senioritas pegawai

Kepangkatan mi;liter: Jenderal(1), Letnan Jenderal(2), Mayor Jenderal(3), dan Brigadir Jenderal(4).

Status Sosial (Kaya(1), Sederhana(2), dan Miskin(3))

Daftar Urut Pegawai

Langkah-langkah pengerjaan apabila terjadi sama nilainya dalam data skala ordinal:

Urutkan data dari yang terendah sampai yang tertinggi atau sebaliknya

berilah angka 1 (tertinggi) dan 4 (terendah)


Misalnya nilai proses mengajar di STAI Al-Jawami, didapat data berjenjang yaitu (IPK dan ranki): 3.8 (1); 3.2 (2); 3.2 (3); dan 3.0 (4).
Pada data tersebut terdapat dua nilai yang sama yaiu 3.2 dengan ranking yang berbeda yaitu 2 dan 3. Maka untuk menentukan ranking dari keduanya adalah dengan menjumlahkan nilai ranking
(2+3) dibagi jumlah mahasiswa yang rankingnya sama yaitu 2 orang, maka diperoleh hasil bahwa ranking untuk nilai 3.2 adalah masing-masing (2+3)1/2 = 2.5.

Skala Interval

Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Analisis statistik yang cocok adalah: Uji t, Uji t dua sampel,
Anova Satu Jalur, Anova Dua Jalur, Uji Person Product Moment, Uji Korelasi Parsial, Uji Korelasi Ganda, Uji Regresi, dan Uji Regresi Ganda. Uji statistik yang digunakan adalah uji statistik parametrik.
Contohnya:

Skor Ujian Perguruan Tinggi: A, B, C, D, dan E.

Skor IQ

Waktu: Menit, Jam, Hari, Minggu, Bulan dan Tahun

Tempreatur atau suhu

Mengurutkan: kualitas pelayanan, keadaan persepsi pengawai dan sikap peimpin: sangat puas (5); puas (4); cukup puas (3); kurang puas (2); dan tidak puas (1).

Memperlihatkan jarak (interval)


Standar Nilai Mahasiswa untuk mencapai IP: Huruf A=4; B=3; C=2; D=1 dan E=0
Nilai intervalnya adalah:

A dengan B >>> 4 - 3 = 1

B dengan D >>> 3 - 1 = 2

A dengan D >>> 4 - 1 = 3, dan seterusnya.

Skala Ratio

Skala ratio adalah skala pengukuran yang mempunyai nilain nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan, keduanya tidak mempunyai angka
non negatif. Artinya bahwa usia seseorang tidak mungkin berada di bawah nol tahun dan seseorang harus memiliki berat di atas nol juga.
---->>>Rujukan
Drs. Ridwan, M.B.A., Metode dan Teknik Menyusun Tesis

VARIABEL VARIABEL DALAM PENELITIAN


30DES
1. PENGERTIAN VARIABEL

Istilah variabel dapat diartikan bermacam macam. Dalam tulisan ini variable diartikan sebagai segala sesuatu yang
akan menjadi objek pengamatan penelitian. Sering pula dinyatakan variabeL penelitian itu sebagai faktor-faktor yang berperan dalam peristiwa atau gejala yang akan diteliti.
Kalau ada pertanyaan tentang apa yang akan di teliti, maka jawabannya berkenaan dengan variabel penelitian. Jadi variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh
peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulan.Secara teoritis variabel dapat didefiisikan sebagai atribut seseorang, atau objek yang mempunyai Variasi antara satu
orang dengan yang lain atau satu objek dengan objek yang lain (Hatch dan Farhady,1981). Dinamakan variabel karena ada variasinya.
Menurut Y.W Best yang disebut variabel penelitian adalah kondisi-kondisi atau serenteristik-serenteristik yang oleh peneliti dimanupulasikan, dikontrol atau dioservasi dalam suatu penelitian. Sedang Direktorat Pendidikan
Tinggii Depdikbud menjelaskan bahwa yang dimaksud variabel penelitian adalah segala sesuatu yang akan menjadi objek pengamatan penelitian. Dari kedua pengerian tersebut dapatlah dijelaskan bahwa variabel penelitian itu
meliputi faktor-faktor yang berperan dalam peristiwa atau gejala yang kan diteliti.
Apa yang merupakan variabel dalam sesuatu penelitian ditentikan oleh landasan teoritisnya, dan ditegaskan oleh hipotesis penelitian. Karena itu apabila landasan teoritisnya berbeda, variabel-variebel penelitiannya juga akan
berbeda. Jumlah variabel yang dijadikan objek pengamatan akan ditentukan oleh sofistikasi rancangan penelitiannya. Makin sederhana sesuatu rancangan penelitian, akan melibatkan variabel-variabel yang makin sedikit
jumlahnya, dan sebaliknya.
2. KLASIFIKASI VARIABEL
Variabel-variabel yang telah diidentifikasikan perlu diklasifikasikan, sesuai dengan jenis dan peranannya dalam penelitian. Klasifikasi ini sangat perlu untuk penentuan alat pengambilan data apa yang akan digunakan dan
metode analisis mana yang sesuai untuk diterapkan.
Berkaitan dengan proses kuantifikasi data biasa digolongkan menjadi 4 jenis yaitu (a). Data Nominal, (b). Data Ordinal, (c). Data Interval dan, (d). Data ratio. Demikianlah pula variabel, kalau dilihat dari segi ini biasa dibedakan
1.
2.
3.
4.

dengan cara yang sama


Variabel Nominal, yaitu variabel yang ditetapkan berdasar atas proses penggolongan; variabel ini bersifat diskret dan saling pilah ( mutually exclusive) antara kategori yang satu dan kategori yang lain; contoh:
jenis kelamin, status perkawinan, jenis pekerjaan
Variabel Ordinal, yaitu variabel yang disusun berdasarkan atas jenjang dalam atribut tertentu. Jenjang tertinggi biasa diberi angka 1, jenjang di bawahnya diberi angka 2, lalu di bawahnya di beri angka 3 dan
seterusnya. (ranking)
Variabel Interval, yaitu variabel yang dihasilkan dari pengukuran, yang di dalam pengukuran itu diasaumsikan terdapat satuan (unit) pengukuran yang sama. Contoh: variabel interval misalnya prestasi belajar,
sikap terhadap sesuatu program dinyatakan dalam skor, penghasilan dan sebagainya.
Variabel ratio, adalah variabel yang dalam kuantifikasinya mempunyai nol mutlak. (Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 26-27)
Menurut Fungsinya variabel dapat dibedakan :
a).

Variabel Tergantung (Dependent Variabel)

Yaitu kondisi atau karakteristik yang berubah atau muncul ketika penelitian mengintroduksi, pengubah atau mengganti variabel bebas.
Menurut fungsinya variabel ini dipengaruhi oleh variabel lain, karenanya juga sering disebut variabel yang dipengaruhi atau variabel terpengaruhi.
Variabel ini sering disebut sebagai variabel output, Kriteria, Konsekuen. Atau dalam bahasa Indonesia sering disebut Variabel terikat. Dalam SEM (Structural Equation Modeling) variabel dependen disebut variabel Indogen.*
b).

Variabel Bebas ( Independent Variabel)

Adalah kondisi-kondisi atau karakteristik-karakteristik yang oleh peneliti dimanipulasi dalam rangka untuk menerangkan hubungannya dengan fenomena yang diobservasi.
Karena fungsi ini sering disebut variabel pengaruh, sebab berfungsi mempengaruhi variabel lain, jadi secara bebas berpengaruh terhadap variabel lain.
Variabel ini juga sering disebut sebgai variabel Stimulus, Prediktor, antecendent. Dalam SEM(Structural Equation Modeling) variabel independen disebut variabel eksogen.
c).

Variabel Intervening

Variabel intervenig adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel independen dengan Variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur. Variabel ini
merupakan variabel penyela/antara yang terletak di antara variabel independen dan dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen.
Variabel Intervening juga merupakan variabel yang berfungsi menghubungkan variabel satu dengan variabel yang lain. Hubungan itu dapat menyangkut sebab akibat atau hubungan pengaruh dan terpengaruh.
d).

Variabel Moderator

Dalam mengidentifikasi variabel moderator dimaksud adalah variabel yang karena fungsinya ikut mempengaruhi variabel tergantung serta meperjelas hubungan bebas dengan variabel tergantung.
e).

Variabel kendali

Yaitu yang membatasi (sebagai kendali) atau mewarnai variabel mederator. Variabel ini berfungsi sebagai kontrol terhadap variabel lain terutama berkaitan dengan variabel moderator jadi juga seperti variabel moderator dan
bebas ia juga ikut berpengaruh terhadap variabel tergantung
f).

Variabel Rambang

Berlainan dengan variabel bebas, yaitu fungsinya sangat diperhatikan dalam penelitian. Variabel rambang yaitu variabel yang fungsinya dapat diabaikan atau pengaruhnya hampir tidak diperhatikan terhadap variabel bebas
maupun tergantung. (Drs.Colid Narbuko,Drs.H Abu Achmadi.2004.Metode Penelitian. Jakarta:Bumi Aksara Hal.119-120)
3. MERUMUSKAN DEFINISI OPERASIONAL VARIABEL-VARIABEL
Setelah variabel variabel diidetifikasikan dan diklasifikasikan, maka variabel-variabel tersebut perlu didefinisikan secara operasional. Penyusunan Definisi operasional ini perlu, karena definisi operasional itu akan menunjuk
alat pengambil data mana yang cocok digunakan.
Definisi Operasional adalah definisi yang didasarkan atas sifat-sifat hal yang didefinisikan yang dapa diamati (diobservasi). Konsep dapat diamati atau diobservasi ini penting, karena hal yang dapat diamati itu membuka
kemungkinan bagi orang lain selain peneliti untuk melakukan hal yang serupa, sehingga apa yang dilakukan oleh peneliti terbuka untuk diuji kembali oleh orang lain.
Cara menyusun definisi operasional dapat dikelompokkan menjadi tiga macam, yaitu
1). Definisi Pola I, yaitu disusun berdasarkan atas kegiatan-kegiatan (operations) yang harus dilakukan agar hal yang didefinisikan itu terjadi. Contoh :
- Frustasi adalah keadaan yang timbul sebgai akibat tercegahnya pencapaian hal yang sangat diinginkan yang sudah hampir tercapai.
- Lapar adalah keadaan dalam individu yang timbul setelah dia tidak makan selama 24 jam
- Garam Dapur adalah hasil kombinasi kimiawi antara natrium dan Clorida.
Definisi Pola I ini, yang menekankan Operasi atau manipulasi apa yang harus dilakukan untuk menghasilkan keadaan atau hal yang didefinisikan, terutama berguna untuk mendefinisikan variabel bebas.

2). Definisi Pola II, yaitu definisi yang disusun atas dasar bagaimana hal yang didefinisikan itu beroperasi. Contoh :
- Orang cerdas adalah orang yang tinggi kemampuannya dalam memecahkan masalah, tinggi kemampuannya dalam menggunakan bahasa dan bilangan.
- Orang Lapar adalah orang yang mulai menyantap makanan kurang dari satu menit setelah makanan dihidangkan, dan menghabiskannya dalam waktu kurang dari 10 menit.
3). Definisi Pola III, yaitu definisi yang dibuat berdasarkan atas bagaimana hal yang didefinisikan itu nampaknnya. Contoh :
- Mahasiswa yang cerdas adalah mahasiswa yang mempunyai ingatan baik, mempunyai perbendaharaan kata luas, mempunyai kemampuan berpikir baik, mempunyai kemampuan berhitung baik.
- Ekstraversi adalah kecenderungan lebih suka ada dalam kelompok daripada seorang diri.
Seringkali dalam membuat definisi operasional pola III ini peneliti menunjuk kepada alat yang digunakan untuk mengambil datanya.
Setelah definisi operasional variabel-variabel peneliitian selesai dirumuskan, maka prediksi yang terkandung dalam hipotesis telah dioperasionalkan. Jadi peneliti telah menyusun prediksi tentang kaitan berbagai variabel
penelitiannya itu secara operasional, dan siap diuji melalui data empiris. (Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 30-31)
4. MACAM-MACAM HUBUNGAN ANTAR VARIABEL
Sesungguhnya yang dikemukakan di dalam inti penelitian ilmiah adalah mencari hubungan antara berbagai variabel. Hubungan yang paling dasar adalah hubungan antara dua variabel bebas dan variabel terikat
( Independent variabel dengan dengan dependent variabel).
a.

Hubungan Simetris

Variabel-variabel dikatakan mempunyai hubungan simetris apabila variabel yang satu tidak disebabkan atau dipengaruhi oleh variabel lainnya. Terdapat 4 kelompok hubungan simetris :
1). Kedua variabel merupakan indikator sebuah konsep yang sama.
2). Kedua variabel merupakan akibat daru suatu faktor yang sama.
3). Kedua variabel saling berkaitan secara fungsional, dimana yang satu berada yang lainnya pun pasti disana.
4). Hubungan yang bersifat kebetulan semata-mata.
b.

Hubungan Timbal Balik

Hubungan timbal balik adalah hubungan di mana suatu variabel dapat menjadi sebab dan akibat dari variabel lainnya. Perlu diketahui bahwa hubungan timbal balik bukanlah hubungan, dimana tidak dapat ditentukan variabel
yang menjadi sebab dan variabel yang menjadi akibat.
c.

Hubungan Asimetris (tidak simetri)

Satu variabel atau lebih mempengaruhi variabel yang lainnya. Ada enam tipe hubungan tidak simetris, yakni :
1).

Hubungan antara stimulus dan respons. Hubungan yang demikian itulah merupakan salah satu hubungan kausal yang lazim dipergunakan oleh para ahli.

2).

Hubungan antara disposisi dan respons. Disposisi adalah kecenderungan untuk menunjukkkan respons tertentu dalam situasi tertentu. Bila Stimulus datangnya pengaruh dari luar dirinya, sedangkan Disposisi berada

dalam diri seseorang.


3).

Hubungan antara diri indiviidu dan disposisi atau tingkah laku. Artinya ciri di sini adalah sifat individu yag relatif tidak berubah dan tidak dipengaruhi lingkungan.

4).

Hubungan antara prekondisi yang perlu dengan akibat tertentu.

5).

Hubungan Imanen antara dua variabel.

6).

Hubungan antara tujuan (ends) dan cara (means)

5. PENGUKURAN VARIABEL
Pengukuran adalah penting bagi setiap penelitian, karena dengan pengukuran itu penelitian dapat menghubungkan konsep yang abstrak dengan realitas.
Untuk dapat melakukan pengukuran, maka seseorang peneliti harus memikirkan bagaimana ukuran yang paling tepat untuk suatu konsep. Ukuran yang tepat akan memberikan kepada penelii untuk merumuskan lebih tepat dan
lebih cermat konsep penelitiannya. Proses pengukuran mengandung 4 kegiatan pokok sebagai berikut :
a). Menentukan indikator untuk dimensi dimensi variabel penelitian.
b). Menentukan ukuran masing-masing dimensi. Ukuran ini dapat berupa item (pertanyaan) yang relevan dengan dimensinya.
c). Menentukan ukuran yang akan digunakan dalam pengukuran, Apakah tingkat ukuran nominal, ordinal interval atau ratio dan
d). Menguji tingkat validitas dan reliabilitas sebagai kriteria alat pengukuran yang baik.. Alat pengukur yang baik, apabila alat pengukur itu dapat mengungkapkan realita itu dengan tepat. Oleh karena itu dalam pengukuran
gejala yang demikian itu yang dianut adalah berdasarkan indikator-indikator konsep tersebut. Jadi kalau akan mengukur intelegensi harus mencari apa yang menjadi indikator perbuatan yang intelegen tersebut.
6. VARIABEL ANTARA
Salah satu asumsi dasar di dalam ilmu pengetahuan adalah, bahwa gejala sesuatu harus ada sebab-musahabnya dan tidak begitu saja terjadi dengan sendirinya. Setiap fenomena dipengaruhi oleh serangkaian sebabmusahab. Oleh karena itu setiap kali kita menentukan sebab dari suatu fenomena, selalu akan timbul pertanyaan, apakah sebab yang lainnya? Apakah sebab yang pertama berpengaruh langsung pada fenomena tersebut,
ataukah tidak langsung dan melalui sebab yang lainnya? Pertanyaan yang terakhir ini mengantar kita ke suatu faktor penguji yang penting yaitu Variabel antara.
Untuk mengatur rangkaian sebab-musabab suatu fenomena, tentu saja lewat pengamatan serta akan sehatlah disamping teori-teori yang menjadi pedoman. Namun di dalam rangkaian sebab akibat itu, suatu variabel akan
disebut Variabel antara apabila, dengan masuknya variabel tersebut, hubungan statistika yang mulai nampak antara dua variabel menjadi lemah atau bahkan lenyap. Hal ini disebabkan karena hubungan semula nampak
antara kedua variabel pokok bukanlah suatu hubungan yang langsung tetapi melalui varibel yang lain.

Keterangan : Garis putus berarti mungkin berhubungan langsung, mungkin tidak.


7. VARIABEL ANTESENDEN
Variabel Antesenden mempunyai kesamaan dengan variabel antara, yakni merupakan hasil yang lebih mendalam dari penelusuran hubungan kausan antara variabel.
Perbedaannya, Variabel antara menyusup diantara variabel pok, sedangkan variabel Antesenden mendahului variabel pengaruh

Sebenarnya realita antara dua variabel sebenarnya merupakan penggalan dari sebuah jalinan sebab akibat yang cukup panjang. Oleh karena itu setiap usaha untuk mencari jalinan yang lebih jauh, seperti halnya dengan
variabel antesenden akan memperkaya pengertian kita tentang fenomena yang sedang diteliti.
Untuk dapat diterima sebagai variabel antesenden syarat-syaratnya sebagai berikut :
1.
2.
3.

ketika variabel harus saling berhubungan : variabel antesenden dan variabel pengaruh, variebel antesenden dan variabel terpengaruh, variabel pengaruh dan variabel terpengaruh.
Apabila variabel antesenden dikontrol, hubungan antara variabel pengaruh dan variabel terpengaruh tidak lengkap. Dengan kata lain : variabel antesenden tidak mempengaruhi hubungan antara kedua
variabel pokok.
Apabila pengaruh dikontrol, hubungan antara variabel antesenden dan variabel terpengaruh harus lengkap.(Drs.Colid Narbuko,Drs.H Abu Achmadi.2004.Metode Penelitian. Jakarta: Bumi Aksara Hal.131-134)

KESIMPULAN
variabel penelitian adalah segala sesuatu yang akan menjadi objek pengamatan penelitian. Variabel penelitian ditentukan oleh Landasan Teorinya dan ditegaskam oleh Hipotesis penelitiannya.
Menurut datanya, variabel penelitian dapat dibedakan : a. variabel Nominal, b. Variabel Ordinal, c. Variabel Interval d. Variabel ratio.
Sedangkan menurut fungsinya variabel penenelitian dapat dibedakan menjadi : Variabel tergantung, variabel bebas, variabel intervening, variabel moderator , variabel kendali dan variabel rambang.
Macam-macam hubungan variabel : Simetri, timbal balik dan asimetri.

DAFTAR PUSTAKA
Suryabrata, S. 2005. Metodologi Penelitian. Jakarta : PT. RajaGrafindo Persada.
Narbuko,C., Achmadi, A,H. 2004 . Metodologi Penelitian. Jakarta : PT Bumi Aksara
Sugiono. 2007. Metode Penelitian Pendidikan, Pendekatan kuantitatif, kualitatif dan R&D. Bandung: AlfaBeta
Anonim, 1981. Metodologi Penelitian Pendidikan. Jakarta : Depdikbud Dirjen Pendidikan Tinggi.

Share this: