PAPER

DATA, VARIABEL, DAN PENGUKURAN

MATA KULIAH STATISTIK PENDIDIKAN

OLEH :

Rizdah Ulkhashanah
21711353

PROGRAM STUDI ADMINISTRASI PENDIDIKAN UMUM

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS MUHAMMADIYAH KENDARI

2020

1
 KATA PENGANTAR

Puji syukur atas kehadirat Allah Ta’ala penguasa langit dan bumi beserta isinya.
Kepada-Nya segala ilmu pengetahuan bersumber  dan atas kehendak-Nya pula makalah ini
dapat disusun. Makalah ini merupakan tugas mata kuliah Statistik Pendidikan tentang Data,
variabel, dan pengukuran.

Penulis mengucapkan terima kasih kepada pihak yang telah membantu dalam
penyusunan makalah ini dan penulis menyadari bahwa dalam penulisan makalah ini masih
terdapat kesalahan. Oleh karena itu, penulis mengharapakan saran yang bersifat membangun
agar penulisan makalah selanjutan bisa lebih baik.

Kendari, 26 Maret 2020

Penulis

2
 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 paper ini adalah bagaimana skala pengukuran data dan
variabel dalam statistika.

C. TUJUAN PENULISAN
Tujuan dalam pembuatan paper ini adalah untuk memahami tentang Data, Variabel,
dan Pengukuran dalam statistika.

3
 BAB II
PEMBAHASAN

A. PENGERTIAN DATA
Data berasal dari kata latin, yaitu datum, yang merupakan bentuk jamak, datum
adalah keterangan atau informasi yang diperoleh dari suatu pengamatan sedangkan
data adalah segala keterangan atau informasi yang dapat memberikan gambaran
tentang suatu keadaan.
Sutanto (2007) mengemukakan data adalah merupakan kumpulan angka/huruf
hasil dari penelitian terhadap staf/karakteristik yang akan kita teliti. Data merupakan
materi mentah yang membentuk semua laporan riset (Dempsey, 2002). Jadi dari
pengertian di atas dapat saya simpulkan bahwa data adalah sekumpulan informasi
yang biasa berbentuk angka yang dihasilkan dari pengukuran atau perhitungan.

B. JENIS-JENIS DATA
1. Klasifikasi Data Berdasarkan Jenis Datanya
a) Data Kualitatif
Adalah data yang berbentuk kualitas, seperti penyataan terhadap KB yang
dikategorikan menjadi tiga kategori yaitu : setuju, kurang setuju, tidak setuju.
Berbentuk kata-kata atau pengkategorian. Dalam mengolah data
menggunakan komputer, kategori tersebut harus dilakukan proses “coding”
terlebih dahulu. Misalkan : untuk setuju diberi kode 2, kurang setuju diberi
kode 1, dan tidak setuju diberi kode 0. Data kualitatif disebut juga dengan
data kategori.
b) Data Kuantitatif
Data dalam bentuk bilangan (numerik), misalnya : jumlah balita yang
mendapatkan imunisasi, berat badan bayi. Diperoleh dengan cara menghitung
maupun mengukur. Data kuantitaif disebut juga dengan data numerik.

2. Jenis Data Menurut Cara Memperolehnya

a) Data Primer

4
 Data primer adalah secara langsung diambil dari objek penelitian oleh
peneliti perorangan maupun organisasi. Contoh : mewawancarai langsung
penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
b) Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Penelitian mendapatkan data yang sudah jadi yang dikumpulkan
oleh pihak lain dengan berbagai cara atau metode baik secara komersial
maupun non komersial. Contohnya adalah pada peneliti yang menggunakan
data statistik hasil riset dari surat kabar atau majalah.

3. Macam-Macam Data Berdasarkan Sumber Data

a) Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada
suatu organisasi secara internal, misal : data keuangan, data pegawai, data
produksi, dsb.
b) Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang
ada di luar organisasi. Contohnya dalah data jumlah penggunaan suatu
produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk,
dan lain sebagainya.

4. Jenis-Jenis Data Menurut Waktu Pengumpulannya

a) Data Cross Section
Data Cross-Section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporang keuangan per 31 Desember 2019, data pelanggan PT
angin ribut bulan mei 2019, dan lain sebagainya.
b) Dara Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu
untuk periode secara historis. Contoh data time series adalah data
perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2018
sampai 2019, jumlah pengikut jamaah Nurdin M.top dan Doktor Azahari dari
bulan ke bulan, dll.

5. Pembagian Jenis Data Berdasarkan Sifat Data

5
 a) Data literal (diskrit)
Adalah data yang berbentuk bilangan bulat, misalnya : jumlah anak dalam
keluarga, jumlah penyakit TBC, jumlah kecelakaan jalan raya. Diperoleh
dengan cara menghitung.
b) Data Kontinyu
Adalah data yang berbentuk rangkaian data , nilainya berbentuk desimal.
Misalnya : tinggi badan, berat badan, tekanan darah. Diperoleh dengan cara
mengukur.

C. PENGERTIAN VARIABEL
Sutrisno Hdi mendefinisikan variaber sebagai gejala yang bervariasi misalnya
jenis kelamin, karena jenis kelamin mempunyai variasi: laki-laki – perempuan; berat
badan, karena ada berat badan 40 kg, dan sebagainya. Gejala adalah objek penelitian,
sehingga variabel adalah objek penelitian yang bervariasi.
Variabel adalah karakteristik subjek penelitian yang berubah dari satu subjek ke
subjek lain. Yang dimaksud dengan variabel adalah karakteristik suatu subjek bukan
subjek atau bendanya sendiri. Misalnya badan, kelamin, darah atau hemoglobin bukan
merupakan variabel; yang merupakan variabel adalah tinggi atau berat badan, jenis
kelamin, tekanan darah, atau kadar hemoglobin.

D. Macam-Macam Variabel dan Contohnya

Variabel Independen (Variabel Bebas) adalah variabel yang mempengaruhi atau

sebab perubahan timbulnya variabel terikat (dependen). Variabel Independen disebut
juga dengan variabel perlakuan, kausa, risiko, variabel stimulus, antecedent, variabel
pengaruh, treatment, dan variabel bebas. Dapat dikatakan variabel bebas karena dapat
mempengaruhi variabel lainnya. Contoh Variabel Bebas (Independen) seperti
“Pengaruh Terapi Musik terhadap Penurunan Tingkat Kecemasan”.

a) Variabel Dependen

(Variabel Terikat) adalah variabel yang dipengaruhi, akibat dari adanya variabel
bebas. Dikatakan sebagai variabel terikat karena variabel terikat dipengaruhi oleh
variabel independen (variabel bebas). Variabel Despenden disebut juga dengan
variabel terikat, variabel output, Konsekuen, variabel tergantung, kriteria, variabel

6
 terpengaruh, dan variabel efek. Contoh Variabel Terikat (Despenden) seperti
Pengaruh Terapi Musik terhadap Penurun Tingkat Kecemasan

b) Variabel Moderator

Adalah variabel yang mempengaruhi baik itu memperkuat atau memperlemah

hubungan antara Variabel bebas dan terikat. Variabel Moderator juga disebut dengan
Variabel Independen Kedua. Skema variabel moderator yaitu Variabel Bebas
(Independen) – Moderator – Despenden. Contoh Variabel Moderator adalah
Hubungan motivasi dan prestasi belajar akan semakin kuat bila peranan dosen dalam
menciptakan lingkungan belajar yang baik, dan hubungan semakin rendah bila
peranan dosen kurang baik dalam menciptakan lingkungan belajar.

c) Variabel Intervening

Adalah variabel yang mempengaruhi variabel bebas dan variabel terikat secara
teoritis, tetapi tidak dapat diamati dan diukur. Variabel intervening merupakan
variabel antara/penyela pada variabel bebas dan variabel terikat, sehingga variabel
bebas tidak langsung mempengaruhi perubahan variabel terikat. Contoh Variabel
Intervening adalah Hubungan antara Kualitas Pelayanan dengan kepuasan konsumen
dan Loyalitas (Dependen).

d) Variabel Kontrol

Adalah variabel yang dikendalikan atau dibuat konstan sehingga hubungan variabel
bebas terhadap variabel terikat tidak terpengaruh oleh faktor luat yang tidak telitit.
Variabel kontrol sering digunakan sebagai pemanding melalui penelitian
eksperimental. Contoh Variabel Kontrol adalah Apakah perbedaan tenaga penjual
(sales force) yang lulus D3 dan SI, maka terlebih dahulu harus ditetapkan variabel
kontrol contohnya berupa gaji yang sama, peralatan yang sama, lingkungan kerja yang
sama. Jadi, variabel kontrol memudahkan dalam menentukan perbedaan.

E. SKALA PENGUKURAN

Skala merupakan hasil pengukuran yang terdiri atas beberapa jenis skala
yang  bervariasi. Pengukuran dapat didefinisikan sebagai suatu proses sistematik

7
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.

a. Skala Nominal

Merupakan skala yang palinglemah/rendah diantara 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:

8
 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.

b. 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
urutan pada 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:

9
 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).

c. 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

10
 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.

d. 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.

11
 BAB III

PENUTUP

A. KESIMPULAN

Berdasarkan pada pembahasan mengenai data dan variabel penelitian di atas, dapat
diambil kesimpulan sebagai berikut:
Data adalah segala sesuatu yang dapat dijadikan sebagai acuan atau sumber dalam
penelitian yang meliputi informasi, angka, maupun keterangan fakta yang mendukung
suatu penelitian.
Variabel adalah objek penelitian yang bervariasi dan dapat diklasifikasikan dalam
dua kelompok atau lebih.
Skala merupakan hasil pengukuran yang terdiri atas beberapa jenis skala yang
bervariasi. Pengukuran adalah pemberian angka terhadap objek atau fenomena menurut
aturan tertentu. Tiga buah kata kunci yang diperlukan dalam memberikan definisi
terhadap konsep pengukuran. Kata-kata kunci tersebut adalah angka, penetapan, dan
aturan. Pengukuran yang baik, harus mempunyai sifat isomorphism dengan realita.
Prinsip isomorphism, artinya terdapat kesamaan yang dekat antara realitas sosial yang
diteliti dengan ”nilai” yang diperoleh dari pengukuran

12
 DAFTAR PUSTAKA

Riduwan, (2009). Skala pengukuran dalam penelitian. Bandung : Alfabeta

Supranto, Kusaeri, (2012). Pengukuran dan Penilaian Pendidikan, Jakarta : PT.Bumi
Aksara

13