NAMA : ADE SUCI RAMADHANI

NIM : 1705113774

Data dan variabel adalah unsur terpenting didalam statistik. Data dapat diklasifikasikan dalam
beberapa cara, masing-masing klasifikasi digunakan untuk menentukan metode analisis yang
akan digunakan. Berikut adalah klasifikasi data yang dapat dibagi dalam beberapa cara
pendekatan.

1. Kesenjangan (Gappiness)
Pendekatan kesenjangan digunakan untuk menentukan apakah ada kesenjangan atau
jarak antara nilai-nilai observasi. Jika terdapat kesenjangan di antara nlai-nilai observasi,
maka data tersebut adalah data diskrit (discrete data) dan jika tidak terdapat kesenjangan
di antara nilai-nilai observasi maka data tersebut adalah data kontinu (Continuous data).
Dimana data diskrit dan kontinu adalah jenis berdasarkan sifat yaitu data kuantitatif.
a. Data diskrit (discrete data)
Data diskrit (discrete data) adalah data yang diperoleh dari hasil menghitung
atau membilang (bukan mengukur) sehingga dapat dikatakan bahwa data diskrit
adalah data yang nilainya adalah bilangan asli. Salah satu contoh data diskrit adalah
jumlah siswa laki-laki dan perempuan, yang jumlah siswa tersebut disajikan dalam
bilangan asli seperti 15 siswa laki-laki atau 10 siswa perempuan. Jumlah laki-laki
dan perempuan tidak bisa disajikan dalam pecahan seperti 5,8 siswa laki-laki atau
10,1 siswa perempuan.
b. Data kontinu (Continuous data)
Data kontinu (Continuous data) adalah data yang diperoleh dari hasil
pengukuran, yaitu data yang besarannya dapat menempati semua nilai yang ada di
antara dua titik sehingga dapat dikatakan bahwa data kontinu adalah data yang
nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai
yang lainnya. Salah satu contoh data kontinu adalah berat badan seseorang,
misalnya 67,8 kg atau 70,5 kg.
2. Orientasi deskripsi (description orientation)
Pendekatan orientasi deskripsi mengklasifikasi data atau variabel berdasarkan apakah
variabel tersebut menjelaskan (describe) atau dijelaskan (be describe). Variabel dibagi
menjadi variabel dependen (dependent variabel) dan variabel independen (independent
variabel) serta variabel kontrol atau nuisance (control variabel) yang disingkat dengan CV
atau dalam beberapa penggunaan sebagai covariates atau confounder.
a. Variabel Dependen (Dependent Variabel)
Variabel dependen adalah variabel yang dijelaskan oleh variabel lain. Menurut
Sugiyono dalam Zulfikar (2016) variabel deppenden adalah variabel yang
dipengaruhi atau variabel yang menjadi akibat karena adanya variabel independen.
Contoh variabel dependen :
Dalam judul penenelitian “Pengaruh motivasi terhadap kinerja karyawan PT.
Indomart Kota Pekanbaru” yang menjadi variabel dependen adalah kinerja
karyawan, yang dimana kinerja karyawan dipengaruhi oleh motivasi sehingga
variabel ini merupakan variabel dipengaruhi.

b. Variabel Independen (independent variabel)

Variabel independen adalah variabel yang menjelasan variabel lain. Sugiyono
dalam Zulfikar (2016) menjelaskan bahwa variabel independen adalah variabel
yang menjadi penyebab adanya atau timbulnya perubahan variabel dependen.
Contoh variabel independen :
Dalam judul penenelitian “Pengaruh motivasi terhadap kinerja karyawan PT.
Indomart Kota Pekanbaru” yang menjadi variabel independen adalah motivasi,
dimana motivasi mempengaruhi kinerja karyawan yang merupakan variabel
dependen.

c. Variabel Kontrol (Control variabel)

Variabel Kontrol adalah variabel yang dapat dikendalikan sehingga pengaruh
variabel independen terhadap dependen tidak dipengaruhi oleh faktor luar yang
tidak diteliti. Pada umumnya variabel kontrol sering digunakan peneliti untuk jenis
penelitian perbandingan. Sehingga variabel kontrol berfungsi sebagai kontrol untuk
 variabel independen dalam menjelaskan variabel dependen. Variabel Kontrol
bersifat konstan, hal ini mengakibatkan variabel control tidak berpengaruh atau
berefek terhadap gejala yang sedang diteliti, variabel control bukan merupakan
variabel yang digunakan untuk memecahkan atau mencapai tujuan peneltian.
Contoh variabel control :
Dalam judul penelitian “pengaruh model pembelajaran kooperatif dalam
pemahaman siswa pada pembe;ajaran matematika” yang menjadi variabel kontrol
yang ditetapkan sama adalah mata pelajaran matematika.

3. Skala pengukuran (level of measurement)

Skala pengukuran merupakan kesepekatan yang digunakan sebagai acuan untuk
menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur
tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif.klasifikasi
data atau variabel berdasrkan skala pengukuran dibagi kedalam beberapa skala sebagai
berikut :
a. Skala Nominal
Skala nominal adalah skala yang memuat data yang dikelompokkan atau bersifat
kategorikal, yaitu digunakan untuk menunjukkan identitas. Skala nominal
disimbolkan dengan angka-angka yang berfungsi untuk mengklasifikasikan suatu
objek, sifat, jenis atau orang.
Skala nominal merupakan tingkat paling sederhana, karena hanya
menggambarkan jumlah kategori saja atau mengelompokkan saja,dan tidak berlaku
operasi matematika.
Contoh skala nominal :
Dalam penelitian, misalnya diberikan angket dengan berbagai pertanyaan, untuk
menjawab angket diberikan ketentuan untuk opsi jawaban benar salah : centang
pada kolom 0 jika jawaban salah, dan centang pada kolom 1 jika jawaban benar.
Penggunaan angka 0 dan 1 inilah contoh dari data nominal
 Contoh skala nominal dalam instrument penelitian :
Dalam pengisian identitas responden
a. Jenis Kelamin* : Pria Wanita
b. Status perkawinan* : Menikah Tidak menikah
*silang yang diperlukan

b. Skala Ordinal
Skala ordinal adalah data penomoran dengan bilangan-bilangan yang
menggambarkan peringkat /berjenjang (rank) atau urutan dalam satu kategori
tertentu dari yang tertinggi sampai dengan yang terendah. Skala ordinal memiliki
karakteristik kategorisasi, dan sifat urutan bahwa yang satu lebih tinggi/lebih baik
dari yang lain.
Skala ordinal lebih kompleks dari pada data berskala nominal, karena selain
dapat ditentukan objeknya sama, juga dapat ditentukan mana yang lebih besar dan
mana yang lebih kecil. Data ordinal dimaksudkan untuk melihat posisi subjek di
dalam kelompok.
Contoh skala ordinal :
Di jenjang perkuliahan, nila yang diperoleh dalam bentuk ketika ingin
dimasukan ke dalam portal akan diubah ke nilai huruf, misalnya :
86-100 medapat nilai A
71-85 mendapat nilai B
61-70 mendapat nilai C
46-60 mendapat nilai D
1.45endapat nilai E
Contoh skala ordinal dalam instrument penelitian :
Diberikan sebuah angket, responden diminta memberikan peringkat urutan
pilihan terhadap kesukaan merk mobil dengan menyatakan dalam bentuk angka 1
yang menyatakan peringkat tertinggi sampai dengan 5 yang menyatakan peringkat
terendah.
…..... Toyota
…..... Isuzu
 …..... Daihatsu
…..... BMW
…..... Peougeout

c. Skala Interval
Skala interval merupakan data dimana obyek / kategori dapat diurutkan
berdasarkan suatu atribut yang memberikan informasi tentang interval antara tiap
obyek/kategori sama. Besar interval dapat di tambah atau dikurangi. Skala interval
memiliki karakteristik kategorisasi, urutan, dan kesamaan jarak. Artinya, semua ciri
dari skala-skala sebelumnya ada pada skala ini ditambah dengan ciri lain yaitu
rentang skalanya atau jarak yang sama antara skala yang satu dengan skala lainnya.
Contoh skala interval :
Misalnya : bilangan kelipatan 5 → ( 5,10,15,20dst )
Bilangan tersebut merupakan skala interval, karena jarak antara5−10 sama dengan
jarak 10−15 atau 15−2dst .
Contoh skala interval dalam instrument penelitian :

Catatan : 1. SB = Sangat Benar, 2. TB = Tidak Benar, 3. CB = Cukup Benar, 4. KB

= Kurang Benar, 5. STB =. Sangat Tidak Benar

d. Skala Rasio
Skala rasio merupakan skala pengukuran yang menunjukkan kategori peringkat,
jarak dan perbandingan construct yang diukur. Skala rasio mengunakan nilai
 absolut. Artinya skala rasio memiliki karakteristik skala nominal, ordinal dan
interval ditambah dengan karakteristik nilai mutlak nol (0) dalam arti tidak
ada/tidak punya/kosong. Sebagai konsekuensi dari asumsi tentang adanya nilai
mutlak nol, maka kita dapat membuat perbandingan (rasio) antara skorskor yang
berskala rasio. Sehingga dapat disimpulkan bahwa skala rasio bisa digunakan dalam
operasi matematika
Contoh skala rasio :
Pada pengukuran berat badan, si A memiliki berat badan 80 kg, sedangkan si B
memiliki berat badan 40 kg. berarti berat badan A adalah du kali lipat berat badan B
Contoh skala rasio dalam instrument penelitian :

Berdasarkan skala pengukuran maka data dapat juga dikelompokkan menjadi dua, yaitu
data kualitatif dan data kuantitatif. Data kualitatif adalah data yang berasal dari skala
pengukuran nominal dan ordinal. Sedangkan sata kuantitatif adalah data yang berasal dari
skala pengukuran interval dan rasio. Selain itu, data dapat juga dikelompokkan menjadi
Data metrik (metric data) dan data non-metrik (non-metric data). Data metrik meliputi
skala rasio dan skala interval, sedangkan data non-metrik meliputi skala nominal dan skala
ordinal