Nama : Tommy Taufik Epindonta Ginting

NIM : 1705113954
Klasifikasi Data atau Variabel
Data dapat diklasifikasikan dalam beberapa cara, masing-masing
klasifikasi digunakan untuk menentukan metode analisis yang akan digunakan.
Klasifikasi data ini dapat dibagi dalam beberapa cara pendekatan, yaitu
1. pendekatan kesenjangan (gappiness)
2. pendekatan orientasi deskripsi (description orientation); dan
3. pendekatan skala pengukuran

1. Kesenjangan (Gappiness)
Kesenjangan digunakan dalam penelitian yang bertujuan untuk
menentukan apakah ada kesenjangan antara nilai-nilai observasi. Jika terdapat
kesenjangan di antara nilai-nilai observasi, maka data tersebut adalah data diskrit
(discrete data). Sebaliknya, jika tidak terdapat kesenjangan di antara nilai-nilai
observasi, maka data tersebut adalah data kontinu (continuous data). Contoh untuk
data diskrit adalah jumlah orang, jumlah rumah, jenis kelamin, dan lain-lain;
jumlah orang dikategori sebagai data diskrit karena akan terdapat kesenjangan
(jarak) pada data jumlah orang tersebut, sebagai contoh, yaitu 1 orang, 2 orang,
dan seterusnya; pada contoh jumlah orang, tidak akan ada jumlah 1,5 orang atau
1,7 orang. Sedangkan contoh untukl data kontinu adalah jumlah pendapatan,
umur, indeks prestasi akademik, dan lain-lain; pada contoh umur, seseorang dapat
berumur 1 tahun atau 1,2 tahun atau 1,5 tahun, dan seterusnya.
Dalam praktik statistik, distribusi frekuensi sampling untuk masing-
masing data diperlakukan berbeda. Data kontinu biasanya dikelompokkan dalam
interval kelas dan frekuensi, dan distribusi relatifnya ditentukan melalui proporsi
penjumlahan masing-masing kelas. Data diskrit biasanya tidak perlu dibuat dalam
bentuk grup untuk menggambarkan distribusi frekuensi sampling.
2. Orientasi Deskripsi (Description Orientation)
Variabel dapat dibagi menjadi variabel dependen (dependent variable) dan
variabel independen independent variable) serta variabel kontrol atau (control
variable). Variabel dependen atau rempense merupakan variabel yang dijelaskan
oleh variabel lain. Variabel independen atau predictor adalah variabel yang
menjelaskan variabel lain. Variabel kontrol merupakan variabel lain yang bukan
merupakan variabel utama dalam penelitian. Variabel kontrol ini berfungsi
sebagai kontrol untuk variabel independen dalam menjelaskan variabel dependen
variabel kontrol bukan merupakan variabel yang digunakan untuk memecahkan
atau mencapai tujuan penelitian
3. Skala Pengukuran
Untuk klasifikasi ketiga dari data atau variabel adalah dengan
menggunakan skala pengukuran yang dibagi ke dalam beberapa skala, antara lain
sebagai berikut
a. Skala Nominal
Ukuran yang paling lemah dari skala pengukuran adalah skala nominal.
Skala nominal hanya menjelaskan perbedaan variabel saja tanpa menunjukkan
adanya peringkat (rank). Contoh variabel ini adalah jenis kelamin, yaitu laki-laki
dan perempuan Pada suatu penelitian yang menggunakan jenis kelamin sebagai
salah satu variabel penelitian maka peneliti akan mengodekan jenis kelamin agar
jenis kelamin dapat diolah dengan alat analisis statistik.
Peneliti dapat memberi kode1 jika laki laki dan kode 2 jika perempuan
atau kode 2 jika laki-laki dan kode 1 jika perempuan. Kode 1 dan 2 tidak
menunjukkan peringkat (urutan). tidak juga menunjukkan bahwa kode 2 lebih
baik dari kode 1 Kode yang diberikan pada skala nominal hanya menunjukkan
bahwa kode tersebut merujuk kepada item-item van digunakan pada satu variabel.
b. Skala Ordinal
Skala ordinal tidak hanya menunjukkan adanya pengelompokan akan
tetapi juga menunjukkan urutan atau peringkat (rank). Namun demikian, urutan
yang ada belum dapat menjelaskan secara jelas jaraknya. Sebagai contoh status
kelas sosial dapat dibagi menjadi golongan berpendapatan rendah (lower income
group). golongan berpendapatan sedang (middle income group) dan golongan
berpendapatan tinggi (high income group), Golongan berpendapatan sedang
adalah lebih tinggi dari golongan berpendapatan rendah dan golongan
berpendapatan tinggi adalah lebih tinggi dari golongan berpendapatan sedang.
Sehingga dapat disimpulkan bahwa skala ordinal hanya menunjukkan
pengelompokan dan urutan karena tidak terdapat jarak yang jelas antara masing-
masing golongan pendapatan tersebut
Contoh lain, yaitu tingkat pendidikan. Tingkat pendidikan dibagi menjadi
Sekolah Dasar (SD), Sekolah Menengah Pertama (SMP), Sekolah Menengah Atas
(SMA) dan Perguruan Tinggi (PT): setiap level pendidikan tersebut menunjukkan
adanya tingkatan. SMP lebih tinggi daripada SD, SMA lebih tinggi daripada SMP
dan seterusnya. Pengurutan tingkat pendidikan tersebut berdasarkan peringkat,
namun jarak antara masing-masing tingkat pendidikan tersebut tidak sama.
 c. Skala interval
Skala interval tidak hanya menunjukkan adanya pengelompokan dan
upuran, akan tetapi urutan dalam skala interval sudah mempunyai jarak yang
jelas. Walaupun skala interval telah memiliki jarak interval yang jelas, akan tetapi
skala interval tidak mempunyai titik nol yang mutlak. Sebagai contoh tipe
kepribadian (personality type); prestise (prestige): kesesuaian persepsi dengan
suatu pernyataan; kesesuaian persepsi seseorang dengan suatu pernyataan dapat
dituangkan kedalam "sangat setuju" setuju", "netral", "tidak setuju" sangat tidak
setuju". Apabila pemilihan kesesuaian persepsi seseorang dengan suatu
pernyataan dinyatakan dalam kata/kalimat persetujuan, maka kata/kalimat
persetujuan digolongkan ke dalam skala ordinal. Pemilihan kesesuaian persepsi
yang telah dipilih oleh responden akan diberi kode angka-angka sehingga data
kesesuaian persepsi dapat diolah. Sebagai contoh "sangat setuju" diberi kode 5.
"setuju" diberi kode 4, "netral" diberi kode 3, "tidak setuju" diberi kode 2 dan
"sangat tidak setu diberi kode 1. Kode angka 5, 4, 3, 2,1 tersebut menunjukkan
adanya jarak satu dengan yang lainnya sehingga kode angka-angks pada
kesesuaian persepsi digolongkan ke dalam skala interval
d. Skala Rasio
Skala rasio selain mempunyai ciri-ciri yang dimiliki oleh tiga variabel
tersebut, juga mempunyai titik nol yang mutlak. Contoh skala rasio adalah tinggi
badan, berat badan, umur, dan lain-lain 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 data 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.