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 perbandingan di 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:

 Operasi
Skala Definisi Level Contoh
Aritmetik
 Mutually  Jenis Kelamin
Nominal Data Kategori exclusive =, ≠  Wana Kulit

 Mutually  Status sosial ekonomi keluarga

Data yang hanya bisa exclusive
=, ≠  Peringkat Kelas
Ordinal diurutkan dari kecil ke  Urutannya
besar atau sebaliknya Pasti/Jelas
<, >  Pangkat/Jabatan/Golongan

Selain mencakup
karakateristik Nomina dan  Mutually
exclusive
Ordinal, juga sudah bisa
=, ≠,  Suhu (Celsius & Fahrenheit)
dilakukan operasi  Urutannya Pasti
Interval <, >,  IQ (tingkat kecerdasan)
penjumlahan karena jarak  Jarak antara kode +, –
antara datanya sudah jelas. sama
Tidak mempunyai nilai nol
mutlak
 Mutually
exclusive  Suhu (Kelvin)
Mencakup karakteristik  Urutannya Pasti =, ≠,  Waktu
Interval dan mempunyai  Jarak antara <, >,  Panjang
Ratio nilai nol mutlak kode sama +, -,  Berat
 Terdapat nilai x, ÷  Tinggi
nol mutlak

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

Skala pengukuran Kualitatif Kuantitatif

Nominal √
Ordinal √
Interval √
Ratio √

Flowchart untuk menentukan skala pengukuran variabel

Bagan Alir Skala Pengukuran Variabel

Contoh Penerapan:

Jenis Perilaku/ Huruf

Ujian Peringkat
Kelamin Sikap Mutu
(L-P) (20-80) (0-100) (1-11) (A-F)
Barb P 80 100 1 A
Chris L 48 96 2.5 A
Bonnie P 74 96 2.5 A
Robert L 35 93 4 A
Jim L 79 92 5 A
Tina P 60 89 7 B
Ron L 55 89 7 B
Jeff L 56 89 7 B
Brenda P 74 88 9 B
Mark L 56 82 10 B
Mike L 65 75 11 C
Skala pengukuran: 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.
Data baru

Skala Pengukuran Variabel

…untuk mempermudah ingatan anda akan skala pengukuran variabel, ingat aja mpok NORI…

Belum lengkap memulai pelajaran statistik tanpa mengenal konsep variabel. Variabel merupakan
salah satu komponen penting dalam penelitian. Jika variabel tidak didefinisikan dan diukur dengan
baik akan menyebabkan kebingungan dalam menentukan desain penelitian yang tepat serta dalam
menentukan prosedur analisis statistik yang sesuai.

Variabel bisa diartikan sebagai ukuran atau ciri-ciri yang dimiliki dan digunakan dalam penelitian
untuk menjelaskan fenomena atau memecahkan masalah. Contoh-contoh variabel ialah: jenis
kelamin, tinggi badan, pendapatan rumah tangga, tanggal lahir, wilayah dan sebagainya.

Variabel yang kita masukkan dalam penelitian haruslah memiliki skala ukuran. Untuk itu perlu
adanya pengukuran skala variabel. Pengukuran adalah pemberian angka atau kode pada suatu
variabel obyek/responden. Dalam metodologi penelitian ini, proses ini masuk di dalam kegiatan
definisi operasional.

Pada dasarnya ada 4 skala pengukuran variabel, yaitu:

1. Skala Nominal

Skala nominal merupakan skala yang paling rendah tingkatannya dan hanya bisa digunakan untuk
data bersifat kategori. Skala ini termasuk jenis data kualitatif. Informasi yang tercakup dalam data
jenis nominal hanya bertujuan untuk mengelompokkan. Misal: variabel jenis kelamin. Jawaban
responden yang mungkin ialah Laki-laki dan Perempuan. Untuk kepentingan penelitian, biasanya
kode laki-laki dan perempuan akan diubah menjadi angka 1 dan 2. Contoh lain variabel dengan
skala nominal ialah agama, suku dan golongan darah.

2. Skala Ordinal

Skala ordinal mirip dengan skala nominal, yaitu sama-sama digunakan untuk data bersifat
kategori. Bedanya, kategori-kategori pada skala ordinal memiliki tingkatan-tingkatan, baik dari
kecil ke besar, tidak penting ke penting atau sangat tidak setuju ke sangat setuju. Contoh variabel
dengan skala ordinal ialah tingkat pendidikan, kelompok pendapatan, tingkat keganasan penyakit
dan sebagainya. Variabel pendidikan, misalnya, diurutkan dari tamatan SD ke bawah (diberi kode
1), SMP (kode 2), SMA (kode 3) dan Perguruan Tinggi (kode 4). Variabel ini dimaksudkan apabila
peneliti mungkin ingin mengkaji perbedaan pendapatan penduduk berdasarkan pendidikan tertinggi
yang ditamatkan.

FYI: kode-kode variabel diatas akan berguna pada saat pengolahan dan hanya sebagai label kategori
saja. Kita tidak bisa melakukan perhitungan matematis pada kode-kode diatas. Kita tidak bisa
menjumlahkan, membagi dan menentukan rata-rata dari kode tersebut. Hal ini berlaku baik pada
skala nominal maupun ordinal.

3. Skala Interval
Skala Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan
peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan di antara 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 skala 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).

Contoh lain skala interval ialah IQ.

4. Skala Rasio
Skala 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 perbandingan di antara kedua nilai, misalnya x adalah dua kali lebih y.
Contoh yang lain adalah berat badan, tinggi badan, panjang, usia dan 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 (A:B = 2:1). Berat C = 0 kg,
artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan menunjukkan nilai 0 mutlak. Kuncinya
adalah di angka 0, apakah nilai nol tersebut mutlak atau tidak?

Kunci membedakan skala interval dan rasio adalah di angka 0, apakah skala memiliki nilai nol
mutlak atau tidak (masih ada nilai dibawah nol)? Kalau nilai nol mutlak, berarti masuk skala
rasio. Kalau nilai nol tidak mutlak, berarti skala interval.

Contoh lain: panjang, tinggi, berat dan usia.

Berikut ini bagan pengukuran skala variabel yang saya dapat dari blog smartstat yang meringkas
pembahasan diatas.
Jadi untuk mempermudah ingatan anda akan skala pengukuran variabel, ingat aja ya mpok NORI,

artis seniman betawi dan pelawak yang fenomenal..

Tapi, bedanya dengan NORI di sini ialah Nominal, Ordinal, Rasio, dan Interval. Sesuatu banget

ya.. #mode maksa ON. Meski interval disebutnya belakangan, skala rasio tetaplah skala yang
tertinggi.

Demikian dan semoga membantu. God bless.

DATA BARU

MACAM-MACAM VARIABEL DALAM PENELITIAN

A. Pengertian
1. Suharsimi Arikunto (1998:99) variabel penelitian adalah objek penelitian, atau apa yang
menjadi titik perhatian suatu penelitian.
2. Ibnu Hajar (1999:156) yang mengartikan variabel adalah objek pengamatan atau fenomena
yang diteliti.
3. Sutrisno Hadi (1982:437) variabel adalah semua keadaan, faktor, kondisi, perlakuan, atau
tindakan yang dapat mempengaruhi hasil eksperimen.
4. M. Nazir (1999:149) variabel adalah konsep yang mempunyai bermacam-macam nilai.
5. Variabel adalah gejala atau obyek penelitian yang bervariasi, contoh: 1) variabel jenis kelamin
(laki-laki dan perempuan), 2) variabel profesi (guru, petani, pedagang).

B. Macam-macam Variabel
1. Variabel Kuantitatif.
a. Variabel diskrit ( nominal,kategorik) yaitu variabael 2 kutub berlawanan. Contoh:
1) Kehadiran : hadir, tidak hadir
2) Jenis kelamin : laki-laki, perempuan.
b. Variabel kontinum
1) Variabel Ordinal : variabel tingkatan. Contoh: Satria terpandai, Raka pandai, Yudit tidak
pandai.
2) Variabel Interval: variabel jarak. Contoh: jarak rumah Anto kesekolah 10 km,
sedangkan Yuli 5 km maka vr intervalnya adalah 5 km.
3) Variabel Ratio: variabel perbandingan (sekian kali). Contoh: berat badan Heri 80 kg, sedangkan
berat badan Upi 40 kg, maka berat badan Heri 2 kali lipat Upi.

2. Variabel Kualitatif adalah variabel yang menunjukkan suatu intensitas yang sulit diukur dengan
angka. Contoh : kedisiplinan, kemakmuran dan kepandaian.

3. Variabel Independen (Pengaruh, Bebas, Stimulus, Prediktor).

Merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya
variabel dependen (terikat).

4. Variabel Dependen (Dipengaruhi, Terikat, Output, Kriteria, Konsekuen).

Merupakan variabel yang dipengaruhi atau akibat, karena adanya variabel bebas.
Contoh: Pengaruh Iklan Terhadap Motivasi Pembelian. Iklan = Variabel Independen Motivasi
Pembelian = Variabel Dependen.

5. Variabel Moderator.
Merupakan variabel yang mepengaruhi (memperkuat atau memperlemah) hubungan
antara variabel independen dengan dependen. Variabel ini sering disebut sebagai
variabel independen kedua. Contoh: Anak adalah variabel yang memperkuat hubungan suami isteri.
Pihak ketiga adalah variabel yang memperlemah hubungan suami isteri.

6. 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).

7. 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.

C. Daftar Pustaka

http://www.abeeayang.com/2009/04/01/variabel-penelitian/
http://nilaieka.blogspot.com/2009/03/langkah-6a-menentukan-variabel.html