TUGAS

“NOMONAL, ORDINAL, INTERVAL, RASIO”

Untuk memenuhi Tugas sebagai Persyaratan

Mata Kuliah Statistik

Dosen Pengampu : Akhmad Syariudin

Disusun oleh :

Muhammad ‘Isa Gautama (19401760)

PROGRAM STUDI EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT ILMU AL-QUR’AN AN-NUR

YOGYAKARTA

2021
Permasalahan.

1. Pengertian Data Nomonal dan contohnya!

2. Pengertian Data Ordinal dan contohnya!

3. Pengertian Data Interval dan contohnya!

4. Pengertian Data Rasio dan contohnya!

Pembahasan.

1. Data Nomonal

A. Pengertian Data Nomonal

Menurut Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka
yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan
tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau
diskrit. Data nominal merupakan data diskrit dan tidak memiliki urutan. Bila objek
dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set
tersebut tidak boleh tumpang tindih dan bersisa.

Menuruti Sugiono, alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang
digunakan untuk data nominal adalah Coefisien Contingensi. Akan tetapi karena pengujian
hipotesis Coefisien Contingensi memerlukan rumus Chi Square (χ2), perhitungannya
dilakukan setelah kita menghitung Chi Square. Penggunaan model statistik nonparametrik
selain Coefisien Contingensi tidak lazim dilakukan.

B. Contoh Data Nomonal

a. Jenis Hobi, dalam satu kelas setiap siswa ada yang memiliki hobi memancing, hobi
memasak, hobi bermain bola dan hobi membaca buku. Kemudian siswa yang hobi
memancing terdapat 4 siswa, yang hobi memasak terdapat 6 siswa, yang hobi bermain bola
terdaoat 8 siswa, dan yang hobi membaca buku terdapat 10 siswa. Dari sini menunjukan
bahwa angka yang diberikan tidak menunjukan bahwa tingakan hobi membaca buku lebih
tinggi dari pada tingkatan siswa hobi memancing, ataupun tingkatan siswa hobi memasak
lebih tinggi dari siswa hobi bermain bola. Angka tersebut tidak memberikan arti apa-apa jika
ditambahkan. Angka yang di berikan hanya berfungsi sebagai label saja.

b. Santri An-Nur yang pergi ke Malioboro tidak akan pernah mengatakan dua setengah kali,
atau seperempat kali, tetapi akan mengatakan dua kali, lima kali, tujuh kali. sehingga
Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya, tidaka
akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan
skala nominal.
2. Data Ordinal

A. Pengertian Data Ordinal

Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang
diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling
rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut
terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek
yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila
dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan
memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai
ke yang paling buruk.

B. Contoh Data Ordinal

Di dalam kelas Ekonomi Syariah terdapat brosur/ persyaratan yang harus dilengkapi seperti
dalam mengisi penilaian kurosioner dosen, mulai dari kode 1 (sangat baik sekali), kode 2
(baik sekali), kode 3 (baik), kode 4 (kurang baik), dan kode 5 (sangat kurang baik). Dari hasil
pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis
(uji hipotesis asosiatif) statistik nonparametrik yang lazim digunakan untuk data ordinal
adalah Spearman Rank Correlation dan Kendall Tau.

3. Data Interval

A. Pengertian Data Interval

Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal dan
ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval.
Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi
ukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yang
diperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval

B. Contoh Data Interval

Di suatu universitas y terdapat nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F

diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka
dapat dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda
prestasi antara mahasiswa C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa dikatakan bahwa
prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A ataupun prestasi mahasiswa F
adalah 3 kali lebih baik dari prestasi mahasiswa B. Dari hasil pengukuran dengan
menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis
asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson
Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan
Multiple Regression.
4. Data Rasio

A. Pengertian Data Rasio

Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni
ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan
ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala rasio
memiliki titik nol. Karenanya, interval jarak tidak dinyatakan dengan beda angka rata-rata
satu kelompok dibandingkan dengan titik nol di atas. Oleh karena ada titik nol, maka data
rasio dapat dibuat perkalian ataupun pembagian. Angka pada data rasio dapat menunjukkan
nilai sebenarnya dari objek yang diukur.
B. Contoh Data Rasio
Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari
Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran rasio maka
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D
adalah 5 kali pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali pendapatan
pengemudi B. Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1, rasio antara
pengemudi D dan A adalah 5 : 1, sedangkan rasio antara pengemudi C dan B adalah 4 : 3.
Interval pendapatan pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C adalah
4 kali pendapatan pengemudi A.
Dari hasil pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat
analisis (uji hipotesis asosiatif) yang digunakan adalah statistik parametrik dan yang lazim
digunakan untuk data rasio ini adalah Pearson Korelasi Product Moment, Partial Correlation,
Multiple Correlation, Partial Regression, dan Multiple Regression.
Contoh Pengaplikasian Data Nomonal, Ordinal, Interval, Rasio dalam lingup Fakultas Study
Ekonomi Syariah

ES Hobi Memasak
10 Mahasiswa

3 6
Hobi 1
Hobi
Mancing Membaca

Dapat disimpulkan bahwa contohnya:

1. Data Nomonal => Angka 3 mahsasiswa yang hobi Mancing, Angka 6 yang hobi Membaca
dan Angka 1 yang hobi membaca. Angka tersebut hanya sebagai label saja, tidak bisa angka
3 hobi memancing menunjukan lebih rendah dari angka 6 hobi membaca ataupun angka 3
hobi memancing yang lebih tinggi dari angka 1 hobi membaca. Jadi, angka tersebut tidak
memberikan arti apa-apa jika ditambahkan. Angka yang di berikan hanya berfungsi sebagai
label saja.
2. Data Ordinal => Mahasiswa 3 yang hobi memancing, jika diminta untuk menilai tingkat
minat terhadap hobi membaca, maka yang akan terjadi hanya penilaian : sangat minat sekali,
minat sekali, minat saja, kurang minat bahkan sangat kurang minat. Sehingga yang dihasilkan
akan berupa skala ordinal, skala ordinal inilah yang diperlulan dalam data ordinal.
3. Data Interval => jika 6 mahasiswa yang hobi membaca (si A, B, C, D, E, F)diadakan ujian
maka hasil yang diperoleh akan berbeda-beda dari nilai 4, 5, 6, 7, 8, dan 9. Maka dapat
dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 6-4 = 2, Si E dan si B
adalah 8-5 = 3.