PERTEMUAN 3
A. CAPAIAN PEMBELAJARAN
B. URAIAN MATERI
Statistik Deskriptif 25
Universitas Pamulang Akuntansi S-1
Prinsip pengukuran itu sendiri dibagi menjadi dua prinsip, yaitu prinsip
eksklusif dan prinsip ekshaustif. Prinsip eksklusif artinya kasus tidak bisa memiliki
nilai dalam kategori tertentu lebih dari satu variabel yang sama. Sedangkan
ekshaustif artinya nilai atau kategori dapat tersedia dalam variabel yang
mencakup dari setiap kasus.
Ada 3 kata kunci utama yang dibutuhkan dalam memberikan suatu definisi
terhadap konsep pengukuran, yaitu ada angka, aturan dan penetapan. Dalam hal
ini dikatakan pengukuran itu baik, jika pengukuran tersebut memiliki sifat
isomorphism secara nyata. Artinya ada kesamaan yang erat antara realitas sosial
yang akan diteliti terhadap nilai yang diperoleh setelah dilakukan pengukuran.
Oleh karena itu, dalam instrumen pengukur, akan dipandang baik apabila hasil
dair pengukuran tersebut bisa di reflesikan dengan tepat secara realitas terhadap
fenoma yang akan di ukur.
Statistik Deskriptif 26
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 27
Universitas Pamulang Akuntansi S-1
3. Skala Pengukuran
Dalam skala pengukuran, tidak terlepas dari yang namanya kuantifikasi.
Umumnya dengan membedakan antara kuantifikasi dalam kategori yaitu data
nominal, dan kuantifikasi dalam pengukuran, dalam hal ini adalah data ordinal,
data interval, serta data rasio. Skala-skala pengukuran tersebut adalah berbeda,
dalam hal derajat kuantifikasi, terhadap variabelnya.
Oleh karena itu, materi ini akan terfokus pada skala pengukuran nominal,
skala ordinal, skala interval ataupun skala rasio. Setelah menetapkan skala
pengukuran, kemudian bisa dilanjutkan dengan teknik atau prosedur statistik
selanjutnya. Skala pengukuran adalah suatu aturan yang digunakan dalam
mengkuantifikasikan jenis data dalam suatu pengamatan variabel. Ini menjadi
penting, karena perbedaan jenis data berpengaruh dalam memilih uji dan alat
dalam statistik. Jika ada hasil yang tidak sesuai, yaitu antara skala pengukuran
terhadap alat uji statistik yang digunakan dalam penelitian, maka akan dihasilkan
kesimpulan yang bias.
a. Skala Nominal
Pertama dijelaskan bahwa skala nominal adalah memungkinkan untuk
peneliti dapat menempatkan subjek, dari beberapa kategori atau kelompok
tertentu. Dalam hal ini, skala nominal biasanya digunakan untuk
mengklasifikasikan sesuatu hal tetapi tidak memiliki arti, seperti profesi, jenis
kelamin, agama, dan lain-lain. Skala pengukuran ini adalah skala
pengukuran yang paling rendah. Variabel berskala nominal adalah variabel
kualitatif yang kategorinya taidak memiliki urutan implisit. Walaupun kadang-
kadang kita memberikan nilai numerik, nilai itu tidak ada artinya.
Satu-satunya cara menarik kesimpulan dari variabel nominal adalah
dengan menghitung angka observasi dari setiap kategorinya yang disajikan
ke bentuk tabel frekuensi absolut maupun relatif dan diagram batang.
Sebagai contoh yaitu jenis kelamin merupakan variabel yang terdiri dari dua
kategori, yaitu perempuan dan laki-laki. Bisa dinyatakan dengan angka yaitu
1 untuk perempuan, dan 2 untuk laki-laki, artinya bukan berarti laki-laki lebih
baik atau lebih besar dari perempuan.
b. Skala Ordinal
Kedua adalah skala ordinal atau ordinal scale. Disini yang dimaksud
dengan skala ordinal adalah suatu pengukuran yang tidak hanya
mengkategorikan variabel dengan menunjukkan perbedaan, antara berbagai
Statistik Deskriptif 28
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 29
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 30
Universitas Pamulang Akuntansi S-1
yang kedua. Contoh kasus lain adalah angka kelahiran menurut usia, dan
angka melek uruf dan sebagainya.
Skala rasio memang mempunyai semua sifat skala interval ditambah
satu sifat yaitu memberikan keterangan tentang nilai absolut dari objek yang
diukur. Skala rasio adalah suatu skala pengukuran yang ditujukan pada hasil
pengukuran yang bisa dibedakan, diurutkan, dan mempunyai jarak tertentu,
serta dapat dibandingkan.
Statistik Deskriptif 31
Universitas Pamulang Akuntansi S-1
Tabel 3.1 Ringkasan skala pengukuran dan operasi matematika yang diizinkan:
Skala Definisi Level Operasi Contoh
Aritmetik
Dari penjabaran di atas, maka hubungan antara skala pengukuran terhadap jenis
data yaitu kuantitatif dan kualitatif dapat disimpulkan dalat tabel di bawah ini :
Skala Nominal √
Skala Ordinal √
Skala Interval √
Skala Rasio √
Statistik Deskriptif 32
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 33
Universitas Pamulang Akuntansi S-1
Dalam penilaian ekspektasi pada objek penelitian, maka jawaban dalam skala
likert dapat diberi skor, antara lain sebagai berikut :
Statistik Deskriptif 34
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 35
Universitas Pamulang Akuntansi S-1
Statistik Deskriptif 36
Universitas Pamulang Akuntansi S-1
berbagai dimensi, lebih dari satu pengertian konotatif, yang berada dalam
ruang multidimensi.
Dalam skala ini akan dibuat dua metode dengan menempatkan skala
bipolar artinya penilaian pada titik ekstrim yang berlawanan. Diantara titik
ekstrim ini, biasanya di dapati 5 atau 7 titik butir, dimana responden menilai
sesuatu konsep pada setiap butir skala. Perhatikan contoh dalam
pengaplikasian butir dari skala sematik ini adalah :
4. Perbandingan Data
Dalam membandingkan sesuatu biasanya dilakukan dengan pembagian
atau pengurangan, tidak terkecuali dalam membandingkan sebuah data. Dalam
hal ini pengurangan bisa menghasilkan angka yang absolut dengan
menunjukkan perbedaan dari dua angka. Ini bisa diterapkan, dalam skala interval
maupun dalam skala rasio.
Pada perbandingan datanya, akan dibahas mengenai ukuran relatif yaitu
sebagai hasil dari suatu perbandingan dengan dua skala pengukuran.
a. Rasio
Rasio merupakan suatu ukuran, dalam hal ini untuk membandingkan
jenis yang sering kali digunakan dalam perbandingan antara dua kelompok
data. Sebagai contoh jika di tahun 2018, jumlah mahasiswa di Akuntansi
adalah 30.280 mahasiswa, dan jumlah dosen mencapai 950 dosen. Hal ini
berarti beban setiap dosen mampu mendidik 31,87 mahasiswa, yang berarti
beban tiap dosen adalah 32 mahasiswa.
Statistik Deskriptif 37
Universitas Pamulang Akuntansi S-1
b. Proporsi
Lain halnya dengan skala perbandingan rasio, data juga bisa
dibandingkan dengan menghitung proporsi. Proporsi merupakan bentuk
khusus dari suatu skala rasio, karena pada perhitungan proporsi, suatu
pembagi merupakan jumlah elemen yang ada pada data pertama dan data
kedua.
Sebagai contoh adalah proporsi pegawai wanita (umur 17-24 tahun)
dalam perkotaan yaitu 0.534, dibulatkan menjadi 0,53. Hasil ini didapat dari
membagi jumlah pegawai wanita umur 17-24 tahun (120) terhadap jumlah
semua pegawai anak umur 17-24 tahun, berarti pegawai wanita 120 dan
pegawai pria adalah 103 : jumlah pegawai anak : 221. Hal ini artinya bahwa
0.53 dari seluruh pegawai anak yang umurnya 17-24 tahun merupakan
wanita.
c. Persentase
Jika dihadapkan pada angka yang bentuknya adalah pecahan atau
bilangan desimal, terkesan susah dan tidak menarik. Untuk itu, ada solusi
sebagai alternatif lain dalam perhitungan perbandingan data, yaitu
persentase. Apabila proporsi mempunyai rentang nilai yaitu antara 01, maka
persentase mempunyai rentang nilai antara 0 100. Dengan cara perhitungan
persentase, maka sama halnya dengan cara perhitungan proporsi, hanya saja
dalam persentase hasil, untuk perhitungannya harus dikali dengan 100.
Sebagai contoh persentasi pegawai wanita dengan umur 17-24 tahun di
Desa Monopoli untuk tahun 2017 yaitu 39 %. Ini diperoleh dari membagi
jumlah pekerja wanita dengan seluruh pekerja, yaitu 1.423.290 dengan
560.870.
d. Rates (Tingkat/Angka)
Dalam metode perbandingan data, kebalikan dari angka kematian bayi
adalah angka kelahiran, yang sesuai usia. Hal ini menunjukkan bahwa
banyaknya angka kelahiran per 1000 wanita dari golongan usia tertentu.
Untuk perhitungan rates dapat dilakukan dengan cara, membagi jumlah
munculnya peristiwa yang dimaksud terhadap seluruh jumlah yang mungkin
muncul untuk kejadian tersebut.
Terkadang hasil dari perhitungannya akan dikalikan dengan bilangan
tertentu. Hasil perkalian ini, akan menunjukkan jumlah munculnya suatu
Statistik Deskriptif 38
Universitas Pamulang Akuntansi S-1
peristiwa tertentu untuk setiap peristiwa yang dimaksud. Dengan ini akan lebih
mudah dipahami serta memperkecil kemungkinan terjadinya salah
interpretasi.
Sebagai contoh adalah dari hasil sensus penduduk Tangerang Selatan
pada tahun 2018, memperoleh data dari angka kelahiran total atau (Total
Fertility Rate = TFR) dan angka kematian bayi atau (Infant Mortality Rate =
IMR) yang cenderung menurun. Untuk tahun 2018, TFR adalah 5678 dan
jumlah IMR adalah 35. Angka ini menunjukkan lebih rendah dibandingkan
dengan tahun 2017, dimana jumlah TFR adalah 4312 dan jumlah IMR adalah
44.
5. Tingkat Ketelitian
Pada suatu penelitian, banyak sekali perbedaan antara data yang
sesungguhnya dari variabel yang ingin diukur oleh peneliti terhadap data yang
dihasilkan pada instrumen dalam penelitian. Hal ini bisa disebabkan oleh 2 hal,
adalah pertama mengenai keterbatasan instrumen pengukuran, kedua adalah
ketidakakuratan instrumen, dimana instrumen sendiri disusun oleh manusia.
Dengan demikian, mengakibatkan data yang dihasilkan sering kali tidak
seakurat keadaan sebenarnya. Artinya ketidakakuratan instrumen, dimana
instrumen tersebut disusun oleh manusia, mengakibatkan data yang dihasilkan
sering kali tidak seakurat keadaan sebenarnya.
Terdapat dua prinsip dalam pembulatan data untuk ketelitian dalam
penetlian, yaitu dijabarkan berikut ini :
a. Apabila ada angka hasil adalah 90,15 ton, maka sebaiknya dibularkan
menjadi 90 ton.
b. Apabila ada angka hasil yaitu 50,2501 menit, maka sebaiknya dibulatkan
hingga persepuluhan menit terdekat menjadi 50,3.
Statistik Deskriptif 39
Universitas Pamulang Akuntansi S-1
C. LATIHAN SOAL
D. DAFTAR PUSTAKA
Statistik Deskriptif 40