Kelompok 12

Arika Widya Rahmawati 64114188119

Agnes Intan Iriani 6411418120
Layla Dian Nur Candra 6411418132

Data
Data statistik merupakan keterangan atau ilustrasi mengenai suatu hal yang bisa
berbentuk kategori ( misal: rusak, baik, cerah, berhasil, ataupun bilangan).
Data Menurut Sifatnya
a. Data Kualitatif
Adalah kenyataan yang menunjukkan sifat-sifat objek yang tidak
memungkinkan secara langsung dapat diubah menjadi angka, sehingga
menggunakan pendekatan dalam bentuk kategori (kalimat, kata atau
gambar). Contoh : lukisan indah, pemandangan bagus, wajah cantik,
penataan rapi, kebijaksanaan tepat, perkataannya benar, tariannya indah.
b. Data Kuantitatif : adalah data yang dinyatakan dalam bentuk angka.
Misalnya : 60 rumah, 2.345 jiwa, 23 km, 19 gr.
Data kuantitatif dibagi menjadi dua, yaitu :
1) Data Diskrit (data anumeration)
Angka-angka yang tidak memiliki desimal atau pecahan di antara
dua bilangan bulatnya, diperoleh dari menghitung. Pada perhitungan
dimungkinkan ada desimal, namun kesimpulan akhir merupakan
angka tanpa desimal. Pembulatan selalu naik, berapapun angka di
belakang koma.
Misalnya : jumlah rumah 34 rumah, jumlah penduduk 3657jiwa,
jumlah mobil 29 mobil, jumlah meja 56 meja, dsb.
2) Data Kontinum (data measurement)
Kumpulan angka- angka yang masih dimungkinkan memiliki
bilangan desimal atau pecahan di antara dua bilangan bulatnya yang
banyaknya tak terhingga, biasanya didapatkan dari proses
pengukuran.

44
 Contoh : tinggi badan 175,5 cm, berat badan 67,75 kg, jarak
10,7 km, kecepatan 23 m/dt, temperatur 370C, volume 35,2 l, dll.
Data kontinum dapat dikelompokkan menjadi tiga, yaitu data
ordinal, data interval, dan data rasio.
a) Data Ordinal
Data Ordinal adalah data yang berjenjang atau berbentuk
peringkat. Oleh karena itu, jarak satu data dengan yang lain
mungkin tidak sama.
Contoh : Juara I, II, III, Golongan I, II, III
Data ordinal biasanya makin kecil angkanya, maka semakin
tinggi nilainya.
b) Data Interval
Data Interval adalah data yang jaraknya sama, tetapi tidak
mempunyai nilai nol absolut (mutlak). Pada data ini, walaupun
datanya nol, tetapi masih mempunyai nilai.
Misal : nol derajat celsius, ternyata masih ada nilainya.
c) Data Rasio
Data Rasio adalah data yang jaraknya sama dan mempunyai
nilai nol absolut. Jadi kalo data nol berarti tidak ada apa-apanya.
Hasil pengukuran panjang (M) , Berat (Kg) adalah contoh data
rasio. Data ini bisa dibuat penjumlahan dan perkalian. Untuk jenis
data yang lain, tidak bisa demikian, oleh karena itu data yang
paling teliti adalah data rasio.
Data Menurut Sumbernya
1. Data primer adalah data statistik yang diperoleh atau bersumber dari
tangan pertama (first hand data). Contoh: data tentang prestasi belajar
siswa yang diperoleh dari bagian kesiswaan.
2. Data sekunder adalah data statistik yang diperoleh dari tangan kedua
(second hand data). Data tentang jumlah siswa yang tawuran pada tahun
2006, diperoleh dari surat kabar harian Kompas.

45
Data Statistik Berdasarkan Waktu Pengumpulannya

Ditinjau dari segi waktu pengumpulannya, data statistik dapat dibedakan menjadi
dua golongan, yaitu: data seketika (cross section data) dan data urutan waktu
(time series data).

1. Data seketika adalah data statistik yang mencerminkan keadaan pada satu
waktu saja (at a point time). Contoh, data statistik tentang jumlah guru di
“SD Karawaci” dalam tahun ajaran 2006/2007 (hanya satu tahun ajaran
saja).
2. Data urutan waktu ialah data statistik yang mencerminkan keadaan atau
perkembangan mengenai sesuatu hal, dari satu alokasi waktu ke waktu
yang lain secara berurutan. Data urutan waktu sering juga dikenal dengan
istilah historical data. Contoh: data statistik tentang jumlah guru di “SD
Karawaci” tahun ajaran 2002/2003 sampai dengan tahun 2006/2007.

Variabel
Variabel berasal dari kata “vary” dan “able” yang berarti “berubah” dan
“dapat”. Jadi, secara harfiah variabel berarti dapat berubah, sehingga setiap
variabel dapat diberi nilai dan nilai itu berubah-ubah. Kumpulan nilai yang
diperoleh dari hasil pengukuran atau penghitungan suatu variabel dinamakan
dengan data.

Variabel dalam suatu penelitian jumlahnya bisa lebih dari satu. Variabel-
variabel tersebut saling berhubungan dan jika ditinjau dari konteks ini variable
dibedakan menjadi :

1. Variabel bebas atau independent variables

Variabel bebas adalah variabel yang nilainya mempengaruhi variabel
lainnya, yaitu variable terikat. Misalnya :

46
 Pengaruh metode mengajar terhadap Prestasi siswa. =>Variabel
independent adalah Metode Mengajar.
Pengaruh Pupuk Organik terhadap hasil tanaman tomat. =>Variabel
independent adalah Pupuk Organik.
Metode mengajar dan pupuk organik bisa dimanipulasi atau ditentukan
oleh peneliti.
2. Variabel terikat atau dependent variabel
Variabel terikat merupakan variabel yang nilainya tergantung dari nilai
vaiabel lainnya. Misalnya :
variabel Y dan variabel X, dan jika variabel Y disebabkan oleh variabel X,
maka variabel Y adalah variabel dependen dan variabel X adalah variabel
bebas. Contoh: jika dibuktikan ada hubungan antara motivasi intrinsik
(variabel bebas) dan prestasi belajar (variabel dependen), maka dengan
meningkatnya motivasi intrinsik meningkat juga skor prestasi belajar.
3. Variabel moderator
Variabel moderator adalah faktor-faktor atau aspek-aspek yang diukur,
dimanipulasi, atau dipilih oleh peneliti untuk menentukan apakah variabel
tersebut mengubah hubungan antara variabel bebas dan variabel terikat.
Misalnya :
Sebuah penelitian untuk melihat perbedaan diantara dua metode mengajar
statistika, misal Metoda A dan Metode B. Jika siswa laki-laki lebih baik
dengan Metode A, sedangkan siswa perempuan lebih baik dengan Metode
B, maka jenis kelamin merupakan variabel mederator.
4. Variabel Intervening (Antara)
Merupakan variabel yang menghubungkan antara variabel independen
dengan variabel dependen yang dapat memperkuat atau memperlemah
hubungan namun tidak dapat diamati atau diukur. Contoh: Hubungan
antara Kualitas Pelayanan (Independent) dengan Kepuasan Konsumen
(Intervening) dan Loyalitas (Dependen).
5. Variabel Kontrol.

47
 Variabel kontrol Merupakan variabel yang dikendalikan atau dibuat
konstan sehingga pengaruh variabel independen terhadap dependen tidak
dipengaruhi oleh faktor luar yang tidak diteliti.
Contoh: Apakah ada perbedaan antara tenaga penjual (sales force) yang
lulus D3 dan S1 maka harus ditetapkan variable control berupa gaji yang
sama, peralatan yang sama, iklim kerja yang sama, dan lain-lain. Tanpa
adanya variabel kontrol maka sulit ditemukan apakah perbedaan
penampilan karyawan karena faktor pendidikan.

Skala Pengukuran

Pengukuran dapat didefinisikan sebagai suatu proses sistematik dalam menilai dan
membedakan sesuatu obyek yang diukur. Dalam mengolah dan menganalisis data,
kita sangat berkepentingan dengan sifat dasar skala pengukuran yang digunakan.
Ada empat tipe pengukuran atau skala pengukuran yang digunakan, yakni:
nominal, ordinal, interval, dan rasio.

1. Skala Nominal
Skala Nominal, merupakan skala pengukuran paling sederhana. Skala
Nominal mengelompokkan objek-objek kedalam beberapa kelompok,
yang memiliki kemiripan ciri akan berada dalam satu kelompok. hasil
pengukuran skala nominal tidak dapat diurutkan tetapi bisa dibedakan.
Contoh-contoh aplikasi skala nominal : merek dagang, jenis toko, wilayah
penjualan, jenis kelamin, jenis pekerjaan, agama yang dipeluk, daerah asal.
2. Skala Ordinal
Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga
disebut dengan skala peringkat. Hal ini karena dalam skala ordinal,
lambang-lambang bilangan hasil pengukuran selain menunjukkan
pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur
menurut karakteristik tertentu. Selain itu, yang perlu diperhatikan dari
karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas
yang jelas tetapi belum memiliki jarak (selisih). Misalnya tingkat kepuasan
48
 seseorang terhadap produk. Bisa kita beri angka dengan 5=sangat puas,
4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau
misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.
3. Skala Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala
nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa
adanya interval yang tetap. Dengan demikian, skala interval sudah
memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum
merupakan kelipatan.
Misalnya prestasi belajar : 5, 6, 7, 8, dst.
4. Skala Rasio
Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala
rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval
ditambah dengan sifat adanya nilai nol yang bersifat mutlak.
Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg.
Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan
benda A.

Skala Rasio dikelompokkan menjadi empat, yaitu skala likert, skala

guttman, semantic defferensial dan rating scale.

1) Skala Likert
Adalah skala yang dipergunakan untuk mengukur sikap, pendapat dan
persepsi seseorang atau sekelompok orang mengenai suatu gejala atau
fenomena pendidikan.
2) Skala Guttman
Skala pengukuran dengan tipe ini akan didapat jawaban yang tegas, yaitu
“ya-tidak” ; “benar-salah” ; “pernah-tidak” ; “positif-negatif” dan lain-lain.
3) Semantic Defferensial
Skala ini digunakan untuk mengukur sikap, hanya bentuknya tidak pilihan
ganda maupun checklist, tetapi tersusun dalam satu garis kontinum yang
jawaban “sangat positifnya” terletak di bagian kanan garis, dan jawaban
49
 yang “sangat negatif” terletak di bagian kiri garis, atau sebaliknya. Data
yang diperoleh adalah data interval, dan biasanya skala ini digunakan
untuk mengukur sikap / karakteristik tertentu yang dipunyai oleh
seseorang.
4) Rating Scale
Rating scale lebih fleksibel, tidak hanya untuk mengukur sikap tetapi dapat
juga digunakan untuk mengukur persepsi responden terhadap fenomena
lingkungan, seperti skala untuk mengukur status kuliah, ekonomi,
pengetahuan, kemampuan, dan lain-lain.

50
 DAFTAR PUSTAKA

Nidannss. 2013. Statistika Deskriptif I : Skala Pengukuran.

https://nidannss.wordpress.com/2013/09/10/statistika-deskriptif-i-skala-
pengukuran/ . (Diakses pada 28 Agustus 2019).

Adebagussaputra. 2013. Data dan Variabel dalam Penelitian.

https://adebagussaputra.wordpress.com/2013/05/05/data-dan-variabel-dalam-
penelitian/ . (Diakses pada 29 Agustus 2019).
Unknown. 2017. Jenis Tipe, dan Macam-Macam Variabel untuk Penelitian.
http://www.statistikaonline.com/2017/03/jenis-dan-tipe-skalapengukuran-
dalam.html?m=1. (Diakses pada 29 Agustus 2019).

51