MAKALAH

SKALA PENGUKURAN DATA

DOSEN PEMBIMBING
NUR HADIJAH YUNIANTI, ST. MT

DI SUSUN OLEH :
NAMA : RINA ASWANTI
NIM : 45 180 410 01
KELAS : SIPIL A

UNIVERSITAS BOSOWA
FAKULTAS TEKNIK
TEKNIK SIPIL
2018/2019
BAB I

PENDAHULUAN

A. Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika'
(bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan
data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data;
ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika
mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain:populasi,
sampel, unit sampel, dan probabilitas.Statistika banyak diterapkan dalam berbagai
disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupunilmu-
ilmusosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi,
dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam
tujuan; sensus penduduk merupakan salah satu prosedur yang paling
dikenal.Statistika juga mempelajari skala pengukuran.Skala pengukuran juga
sangat menetukan tingkat kepercayaan suatu data.

B. Rumusan Masalah

Rumusan masalah dalam makalah ini adalah bagaiamana skala pengukuran data
dalam Statistika?
C. Tujuan

Tujuan dalam makalah ini adalah untuk menginformasikan tentang skala

pengukuran data dalam statistika.
BAB II

PEMBAHASAN

A. Skala Pengukuran

Skala merupakan hasil pengukuran yang terdiri atas beberapa jenis skala
yang bervariasi. 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. Operasi-operasi matematik serta pilihan peralatan statistik yang
digunakan dalam pengolahan data, pada dasarnya memiliki persyaratan tertentu
dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran
dengan operasi matematik/peralatan statistik yang digunakan akan menghasilkan
kesimpulan yang bias dan tidak tepat/relevan. Ada empat skala pengukuran data,
yaitu: nominal, ordinal, interval, dan rasio.

B. Skala Nominal

Merupakan skala yang paling lemah/rendah di antara keempat skala

pengukuran.Skala ini hanya membedakan kategori berdasarkan jenis atau
macamnya. Skala ini tidak membedakan kategori berdasarkan urutan atau
tingkatan. Misalnya adalah jenis kelamin terbagi menjadi laki-laki dan
perempuan.Sesuai dengan nama atau sebutannya, skala nominal hanya bisa
membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan
nama (predikat). Sebagai contoh, klasifikasi barang yang dihasilkan pada suatu
proses produksi dengan predikat cacat atau tidak cacat. Atau, bayi yang baru lahir
bisa laki-laki atau perempuan. Tidak jarang digunakan nomor-nomor yang dipilih
sekehendak ahti sebagai pengganti nama-nama atau sebutan-sebutan, untuk
membedakan benda-benda atau peristiwa-peristiwa berdasarkan beberapa
karakteristik.. Skala nominal biasanya juga digunakan bila peneliti berminat
terhadap jumlah benda atau peristiwa yang termasuk ke dalam masing-masing
kategori nominal. Data semacam ini sering disebut data hitung (count data) atau
data frekuensi. Contoh lainnya yaitu misalnya jawaban dikotomi (ya, tidak); jenis
kelamin (pria, wanita); warna lampu lalu lintas (merah, kuning, hijau); nomor urut
parpol Pemilu 2004 (1, 2, ..., 44); dan lain-lain.

Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif.
Dalam ilmu statistika, data nominal merupakan data dengan level pengukuran yang
paling rendah.

Contohnya:

Data jenis kelamin pada sampel penelitian Departemen Pendidikan, data siswa
dikategorikan menjadi “laki-laki” yang diwaliki angka 1 dan “perempuan” yang
diwakili angka 2. Konsekuensi dari data nominal adalah tidak mungkin seseorang
memiliki dua kategori sekaligus dan angka yang digunakan di sini hanya sebagai
kode/simbol saja sehingga tidak dapat dilakukan operasi matematika.

C. Skala Ordinal

Dalam ilmu statistika, data berjenis ordinal mempunyai level pengukuran

yang lebih tinggi daripada data nominal dan termasuk data kualitatif. Skala Ordinal
merupakan skala yang membedakan kategori berdasarkan tingkat atau urutanPada
data nominal semua data dianggap bersifat kualitatif dan setara, sedangkan pada
data ordinal terdapat klasifikasi data berdasarkan tingkatannya.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. Misalnya tingkat
kepuasan 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. Dalam skala
ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya,
harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi,
tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh
adalah 1=sangat puas, 2=puas, 3=kurang puas dan seterusnya.

Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat
menerapkan operasi matematika standar (aritmatik) seperti pengurangan,
penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala
ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan
proporsi seperti modus, distribusi frekuensi.

Contohnya:

Mengenai tingkat pendidikan yang dikategorikan menjadi “ SD ” yang diwakili

angka 1, “SMP” yang diwakili angka 2, “SMA” yang diwakili angka 3,
“Diploma” yang diwakili angka 4, dan “Sarjana” yang diwakili angka 5. Sama
halnya dengan data nominal, meskipun tingkatannya lebih tinggi, data ordinal tetap
tidak dapat dilakukan operasi matematika. Angka yang digunakan hanya sebagai
kode/simbol saja, dalam contoh tadi tingkat pendidikan tertinggi adalah
“Sarjana”dan terendah adalah “SD” (Sarjana > Diploma > SMA > SMP > SD).

D. Skala Interval

Merupakan skala yang membedakan kategori dengan selang atau jarak

tertentu dengan jarak antar kategorinya sama.Data berjenis interval termasuk
dalam kelompok data kuantitatif. Dalam ilmu statistika, data Interval mempunyai
tingkat pengukuran yang lebih tinggi daripada data nominal maupun ordinal.
Angka yang digunakan dalam data ini, selain menunjukkan urutan juga dapat
dilakukan operasi matematika. Angka nol yang digunakan pada data interval bukan
merupakan nilai nol yang nyata.

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.

Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa

skala interval tidak memiliki nilai nol mutlak. Misalnya pada pengukuran suhu.
Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah B = 15 oC dan daerah
C=20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih panas
dibandingkan daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC
(Ini menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi,
kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas
dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Karena dengan
pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah
50oF, di daerah B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran
Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini
terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan dalam
derajat Celcius titik nolnya pada 0. Skala interval ini sudah benar-benar angka dan,
kita sudah dapat menerapkan semua operasi matematika serta peralatan statistik
kecuali yang berdasarkan pada rasio seperti koefisien variasi.

Contohnya:

Interval nilai pelajaran matematika siswa SMA 4 Surabaya adalah antara 0 sampai
100. Bila siswa A dan B masing-masing mempunyai nilai 45 dan 90, bukan berarti
tingkat kecerdasan B dua kali A. Nilai 0 sampai 100 hanya merupakan rentang
yang dibuat berdasarkan kategori pelajaran matematika dan mungkin berbeda
dengan mata pelajaran lain.

E. Skala Rasio

Merupakan penggabungan dari ketiga sifat skala sebelumnya. Skala rasio

memiliki nilai nol mutlak dan datanya dapat dikalikan atau dibagi. Akan tetapi,
jarak antar kategorinya tidak sama karena bukan dibuat dalam rentang interval.
Data rasio merupakan tipe data dengan level pengukuran yang paling tinggi
dibandingkan dengan tipe data lain. Data ini termasuk dalam kelompok data
kuantitatif. Angka yang digunakan pada data ini menunjukkan angka yang
sesungguhnya, bukan hanya sebagai symbol dan memiliki nilai nol yang
sesungguhnya. Pada data ini, dapat dilakukan berbagai operasi matematika.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. Nilai nol mutlak ini artinya adalah nilai
dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh
karenanya, pada skala ratio, pengukuran sudah mempunyai
nilaiperbandingan/rasio.Pengukuran-pengukuran dalam skala rasio yang sering
digunakan adalah pengukuran tinggi dan berat. 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.
BAB III

PENUTUP

A. Kesimpulan

Dalam ilmu statistika ada empat skala pengukuran data, yaitu: nominal, ordinal,
interval, dan rasio.

1. Skala nominal adalah skala yang hanya membedakan kategori berdasarkan

jenis atau macamnya.
2. Skala ordinal merupakan skala yang membedakan kategori berdasarkan
tingkat atau urutan.
3. Skala interval merupakan skala yang membedakan kategori dengan selang
atau jarak tertentu dengan jarak antar kategorinya sama.
4. Skala rasio merupakan penggabungan dari ketiga sifat skala sebelumnya.
Skala rasio memiliki nilai nol mutlak dan datanya dapat dikalikan atau
dibagi. Akan tetapi, jarak antar kategorinya tidak sama karena bukan dibuat
dalam rentang interval.

B. Saran

Jika suatu penelitian yang membutuhkan suatu data maka perlu mempelajari skala
pengukuran data statistika.
DAFTAR PUSTAKA

Anonim.2013. Skala Pengukuran.

http://kaptenunismuh.blogspot.com/2013/01/skala-
pengukuran.html?m%3D1&ei=QRSt5MaR&lc=id-
ID&s=1&m=518&host=www.google.co.id&ts=1462599879&sig=APY536yAkjSg
EGxflts5qnU_hdns58Zidg

Habib, Mukhtar.2009.Skala-Skala pengukuran Statistika.

http://mukhtarhabib.blogspot.com/2009/06/skala-skala-pengukuran-
statistik.html?m%3D1&ei=lq4iXEK6&lc=id-
ID&s=1&m=518&host=www.google.co.id&ts=1462599340&sig=APY536wxvY
WqAI3DLVrd78kN3X5kgy-6dg

Mustika ,Firshada hellen.2015.Pengetian dan Contoh data.

http://rtmikki.blogspot.com/2015/02/pengertian-dan-contoh-
data.html?m%3D1&ei=lq4iXEK6&lc=id-
ID&s=1&m=518&host=www.google.co.id&ts=1462599340&sig=APY536zwxGJ
5gFcFZDPBtu-Rv_ZUUPee

Shahuleka, Andrean.2014.Pengertian Statistika Data Variabel dan Skala

Pengukuan.
http://www.academia.edu/9111087/PENGERTIAN_STATISTIK_DATA_VARIA
BEL_DAN_SKALA_PENGUKURAN&ei=lq4iXEK6&lc=id-
ID&s=1&m=518&host=www.google.co.id&ts=1462599340&sig=APY536y_L4O
qX2UOMIUWydE5XFpRHyn_zw

https://id.wikipedia.org/wiki/Skala_(statistik)