Menguasai Statistik

dengan SPSS 25
Sanksi Pelanggaran Pasal 113
Undang-Undang Nomor 28 Tahun 2014
tentang Hak Cipta

1. Setiap Orang yang dengan tanpa hak melakukan pelanggaran hak ekonomi
sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf i untuk Penggunaan
Secara Komersial dipidana dengan pidana penjara paling lama 1 (satu) tahun
dan/atau pidana denda paling banyak Rp100.000.000 (seratus juta rupiah).

2. Setiap Orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau
pemegang Hak Cipta melakukan pelanggaran hak ekonomi Pencipta
sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf c, huruf d, huruf f,
dan/atau huruf h untuk Penggunaan Secara Komersial dipidana dengan
pidana penjara paling lama 3 (tiga) tahun dan/atau pidana denda paling
banyak Rp500.000.000,00 (lima ratus juta rupiah).

3. Setiap Orang yang dengan tanpa hak dan/atau tanpa izin Pencipta atau
pemegang Hak Cipta melakukan pelanggaran hak ekonomi Pencipta
sebagaimana dimaksud dalam Pasal 9 ayat (1) huruf a, huruf b, huruf e,
dan/atau huruf g untuk Penggunaan Secara Komersial dipidana dengan
pidana penjara paling lama 4 (empat) tahun dan/atau pidana denda paling
banyak Rp1.000.000.000,00 (satu miliar rupiah).

4. Setiap Orang yang memenuhi unsur sebagaimana dimaksud pada ayat (3)
yang dilakukan dalam bentuk pembajakan, dipidana dengan pidana penjara
paling lama 10 (sepuluh) tahun dan/atau pidana denda paling banyak
Rp4.000.000.000,00 (empat miliar rupiah).
Menguasai Statistik
dengan SPSS 25

Singgih Santoso

PENERBIT PT ELEX MEDIA KOMPUTINDO

 Daftar Isi
Kata Pengantar ........................................................................................................... v
Daftar Isi ..................................................................................................................... vii

Bagian 1
Bab 1 Statistik di Era Komputer Statistik ..................................... 3
1.1. Elemen Statistik ............................................................................... 4
1.2. Tipe Data Statistik ........................................................................... 6
1.3. Statistik dan Komputer ................................................................ 9
1.4. Program Komputer Statistik ..................................................... 10
1.5. Persyaratan Hardware dan Software SPSS 25 ................... 13
1.6. Cara Kerja SPSS .............................................................................. 13
1.7. Windows SPSS ................................................................................ 15
1.8. Isi File pada Buku SPSS ............................................................... 18
Bab 2 Memasukkan dan Mengedit Data......................................19
2.1. Dua Bagian Utama Data Editor ............................................... 20
2.2. Memasukkan Data ke dalam SPSS ......................................... 21
2.2.1 Membuat Variabel untuk Pengisian Data ................ 22
2.2.2 Mengisi Data ke dalam SPSS ........................................ 31
2.2.3 Menyimpan Data ............................................................... 33
2.3. Kasus Pembuatan Pengisian dan Penyimpanan
Data (2) .............................................................................................. 33
2.4. Mengetahui Karateristik Data................................................... 38
2.5. Mencetak data ................................................................................ 39
2.6. Keluar dari SPSS............................................................................. 41
2.7. Menu Edit pada SPSS................................................................... 41
2.7.1 Menghapus Data................................................................ 42
2.7.2. Mengganti Isi Data ........................................................... 43
2.7.3. Duplikasi Data.................................................................... 43
2.7.4. Mencari Data ...................................................................... 44
2.7.5. Edit Terhadap Variabel yang Telah Dibuat ............ 45

vii
 2.7.6. Go To Case (Menemukan Sel Tertentu) ................... 47
2.7.7. Insert variable & Case (Menyisipkan Variabel
dan Kasus) ............................................................................ 48
2.7.8. Edit Options ........................................................................ 49
Bab 3 Mengelola Data SPSS Sebelum Dilakukan Proses
Statistik ...............................................................................51
3.1. Data Set............................................................................................. 51
3.1.1. Copy antar Dataset .......................................................... 52
3.1.2. Menutup Dataset .............................................................. 56
3.2. Menu Data........................................................................................ 57
3.3. Spilt File (Memisah Isi File dengan Kriteria Tertentu) ..... 57
3.4. Select Case (Menyeleksi Isi File dengan
Kriteria Tertentu)........................................................................... 59
3.5. Sort Cases (Mengurutkan Data) .............................................. 63
Bab 4 Transformasi Data untuk Membantu Proses Pengolahan
Data .......................................................................................65
4.1 Compute ............................................................................................ 66
4.2 Rank Cases ........................................................................................ 69
4.3 Visual Binning .................................................................................. 71
Bab 5 Fungsi dari Menu-Menu Lain pada SPSS ..........................77
5.1 Menu View ........................................................................................ 77
5.2 Menu Analyze .................................................................................. 81
5.3 Menu Graphs.................................................................................... 81
5.4 Menu Utilities................................................................................... 81
5.5 Menu Extension............................................................................... 82
5.6 Menu Windows ............................................................................... 82
57 Menu Help ......................................................................................... 82
Bagian 2
Bab 6 Mendesain Tabel Statistik Secara Profesional.................85
6.1 Tables............................................................................................. 86
6.2 Custom Tables............................................................................ 86
6.2.1 Membuat Tabel Sederhana............................................. 86
6.2.2 Membuat Tabel dengan Tambahan Data
Kuantitatif ............................................................................. 90

viii
 6.2.3 Membuat Tabel Kompleks (Data Kualitatif dan Data
Kuantitatif ............................................................................. 93
6.2.4 Membuat Tabel dengan Tambahan Layer ................ 97
6.2.5 Membuat Tabel dengan Data Selektif ..................... 100
6.2.6 Membuat Tabel dengan Memasukkan Fasilitas
Fungsi Total dan Subtotal ............................................ 105
Bab 7 Membuat dan Mengelola Multiple Response Tabel .... 113
7.1 Pengertian Multiple Response .......................................... 114
7.2 Membuat Data Multiple Response.................................. 114
7.3 Membuat Tabel Multiple Response ................................ 117
7.3.1 Mendefinisikan Multiple Response ........................... 117
7.3.2 Menggunakan Fungsi FREQUENCIES pada Multiple
Response (1)...................................................................... 118
7.3.3 Menggunakan Fungsi FREQUENCIES pada Multiple
Response (2)...................................................................... 121
7.3.4 Menggunakan Fungsi CROSSTABS pada Multiple
Response ............................................................................ 125
7.4 Membuat Tabel Multiple Response Dikotomi ............ 128
7.4.1 Membuat Crosstab Multiple Response ................... 130
Bab 8 Membuat Berbagai Grafik Statistik Pada SPSS ............ 133
8.1 Pembuatan Grafik dengan Chart Builder ..................... 135
8.2 Pembuatan Grafik dengan Legacy Dialogs ................. 139
8.3 Grafik Jenis Bar (Batang) ..................................................... 140
8.3.1 Grafik Bar Sederhana ..................................................... 140
8.3.2 Grafik Bar dengan Fasilitas Legend Variable......... 143
8.3.3 Grafik Bar dengan Fasilitas Panel Variables........... 145
8.3.4 Grafik Bar Tiga Dimensi ................................................ 147
8.3.5 Grafik Bar Tiga Dimensi Kompleks ........................... 149
8.4 Grafik Jenis Pie (Lingkaran) ................................................ 151
8.4.1 Grafik Simple Pie ............................................................. 151
8.4.2 Grafik Simple Pie dengan Panel................................. 153
8.4.3 Grafik Simple Pie dengan Variabel Terpisah
(Separate Variable) ......................................................... 157
8.4.4 Mengedit Tampilan Output Sebuah Grafik Pie .... 159
8.5 Grafik Jenis Line (Garis)........................................................ 161
8.5.1 Grafik Line Sederhana ................................................... 162
8.5.2 Grafik Line Ringkas ......................................................... 164

ix
 8.5.3 Grafik Line Panel .............................................................. 166
8.6 Pembuatan Grafik dengan Graphboard Template
Chooser ...................................................................................... 169
8.6.1 Kasus 1 (Sederhana  Dua Variabel) ...................... 171
8.6.2 Kasus 2 (Tiga Variabel) .................................................. 173
8.6.3 Kasus 3 (Kompleks  Lebih dari Tiga Variabel) .. 174
8.7 Catatan ....................................................................................... 176
Bab 9 Statistik Deskriptif: Menggambarkan Data dalam Bentuk
Angka ................................................................................. 179
9.1 Menggunakan Submenu FREQUENCIES ....................... 182
9.1.1 Tabel Frekuensi dan Statistik Deskriptif
untuk Variabel Tinggi .................................................... 183
9.1.2 Tabel Frekuensi dan Statistik Deskriptif
untuk Variabel Gender .................................................. 190
9.1.3 Tabel Frekuensi dengan Penggunaan Style .......... 192
9.2 Menggunakan Submenu DESCRIPTIVE ......................... 201
9.3 Menggunakan Submenu Explore .................................... 204
9.3.1 Explore Data ...................................................................... 204
9.3.2 Menguji Normalitas Data dan Varians..................... 212
9.3.3 Menguji Distribusi Data Menggunakan P-P Plots
dan Q-Q Plots ................................................................... 218
9.4
Menggunakan Submenu RATIO: Ringkasan Statistik
dalam Bentuk Rasio .............................................................. 220
9.5 Menggunakan Submenu Codebook .............................. 231
9.6 Menggunakan Submenu CASE SUMMARIES............... 234
9.7 Menggunakan Submenu Olap Cubes ............................ 237
Bab 10 Crosstab dan Chi-Square: Analisis Hubungan
Antarvariabel Kategorikal ............................................... 241
10.1 Crosstab ..................................................................................... 242
10.2 Crosstab untuk Test of Independence
(Uji Ketergantungan) ............................................................ 242
10.3 Chi-Square untuk Multitabel ............................................. 252
10.4 Chi-Square untuk Kasus Kompleks ................................. 258

x
Bab 11 Statistik Induktif Uji T ..................................................... 263
11.1 Statistik Induktif (Inferensi) ................................................ 264
11.1.1 Uji Hipotesis ...................................................................... 265
11.1.2 Berbagai Metode Statistik Parametrik ..................... 266
11.1.3 Menu Statistik Inferensi dalam SPSS ........................ 268
11.2 One Sample t Test ................................................................. 269
11.3 Independent Sample t Test ................................................ 273
11.4 Uji t dengan Cut Point (Titik Potong) ............................ 281
11.5 Paired Sample t Test ............................................................. 284
11.6 Independent Sample t Test untuk Variabel
dalam Jumlah Banyak........................................................... 290
Bab 12 Statistik Induktif Uji Z ..................................................... 295
12.1 Z Test untuk Independent Sample.................................. 295
Bab 13 Statistik Induktif Uji F (Anova)....................................... 301
13.1 One Way Anova ...................................................................... 302
13.2 One Way Anova untuk Variabel Uji Lebih
dari Satu..................................................................................... 311
13.3 Uji Anova Interaksi Dua Faktor ......................................... 317
13.4 Uji Anova Kontras .................................................................. 324
13.5 Repeated Measures ............................................................... 332
Bab 14 Korelasi: Uji Hubungan Antarvariabel........................... 341
14.1 Korelasi Bivariate .................................................................... 342
14.2 Korelasi Spearman dan Kendall ....................................... 348
14.3 Korelasi Parsial (Partial Correlation) ............................... 353
Bab 15 Regresi: Pemodelan Hubungan Antarvariabel ............. 357
15.1 Regresi Sederhana ................................................................. 357
15.2 Regresi Berganda ................................................................... 369
15.2.1 Uji Regresi Berganda (Tiga Variabel Bebas) .......... 370
15.2.2 Uji Asumsi Sebuah Model Regresi ............................ 376
15.2.3 Uji Regresi Berganda (Empat Variabel Bebas) ...... 382
15.3 Regresi Berjenjang................................................................. 384
15.4 Fasilitas Automatic Linear Modelling ............................. 393
Bab 16 Berbagai Metode Statistik Nonparametrik ................... 405
16.1 Uji untuk Satu Sampel.......................................................... 407
16.1.1 Uji Runs (Run Test).......................................................... 407

xi
 16.2 Uji Data Dua Sampel Berhubungan (Dependen) ...... 411
16.2.1 Uji Peringkat Bertanda Wilcoxon............................... 411
16.3 Uji Data Dua Sampel Tidak Berhubungan
(Independen) ........................................................................... 415
16.3.1 Uji Mann-Whitney ........................................................... 415
16.4 Uji Data Lebih dari Dua Sampel Berhubungan
(Dependen) ............................................................................... 419
16.4.1 Uji Cochran ........................................................................ 419
16.5 Uji Data Tiga Sampel atau Lebih Tidak Berhubungan
(Independen) ........................................................................... 422
16.5.1 Uji Kruskal Wallis ............................................................. 423
16.6 Fasilitas Shortcut SPSS 24................................................... 427

Bagian 3
Bab 17 Transfer Data SPSS ........................................................... 435
17.1 Memindah Data SPSS ke Microsoft Word 2016......... 436
17.2 Memindah Data Microsoft Word 2016 ke SPSS......... 438
17.3 Memindah Data SPSS ke Microsoft Excel 2016 .......... 441
17.4 Memindah Data Microsoft Excel 2016 ke SPSS .......... 443
17.5 Memindah Output (Tabel dan Grafik) SPSS ke
Microsoft Office 2016 ........................................................... 445
Bab 18 Tip Memilih Metode Statistik ......................................... 455
18.1 Pengendalian Otomatis dari SPSS .................................. 455
18.2 Memahami Penggunaan Metode Statistik ................... 458
18.3 Kiat-Kiat Penggunaan Metode Statistik ........................ 462
18.4 Dari Mana Harus Dimulai? .................................................. 463
18.5 Statistik Multivariat ................................................................ 464

Daftar Pustaka....................................................................................................... 465

Tentang Penulis .................................................................................................. 467

xii
 BAGIAN 1

Agar pembaca mendapat manfaat maksimal dari buku ini,

pembahasan justru diawali dengan hal-hal yang tidak
langsung berkaitan dengan analisis data statistik dengan
SPSS, namun relevan dengan bagian yang lain.

Materi buku ini diawali dengan pengantar tentang ilmu

statistik, yang dilanjutkan dengan peran teknologi infor-
masi yang makin penting dalam pemrosesan data statistik.
Kemudian, pembahasan beralih ke hal yang tidak kalah
penting dalam pengolahan data dengan SPSS, yakni
memahami menu-menu dasar pada SPSS yang berfungsi
untuk menyiapkan data untuk diolah dengan metode
statistik tertentu.

Dengan menguasai materi-materi pada bagian pertama

ini, pembaca dapat menyiapkan data mentah di lapangan
menjadi data yang siap untuk diproses lebih jauh.
2
 Bab 1
Statistik di Era Komputer Statistik

Dalam pemahaman sehari-hari, ilmu statistik sering dihubungkan dengan

sederetan angka, hingga sering diartikan sebagai numerical description.
Sebagai contoh, data statistik bisa berupa pergerakan Indeks Bursa Saham
Gabungan (IHSG) dari hari ke hari, jumlah tanaman padi di suatu wilayah,
data produksi mobil selama setahun, biaya promosi di sebuah wilayah
penjualan, tingkat absensi karyawan, jumlah pengunjung suatu toko dan
sebagainya. Dengan demikian, sesungguhnya data statistik adalah semua data
yang dapat dikumpulkan dan diorganisir dengan cara tertentu. Hampir semua
data di dunia dapat dikategorikan sebagai data statistik! Karena itu, tidaklah
heran jika ilmu statistik diterapkan pada semua bidang ilmu, seperti
kedokteran, ekonomi, manajemen, psikologi, pertanian, hukum dan lainnya.
Namun sesungguhnya statistik dalam konteks keilmuan tidak hanya berarti
‘data angka’ saja; ilmu statistik lebih dari sekedar sekumpulan data mentah.
Statistik juga dipakai untuk melakukan berbagai kegiatan analisis terhadap
data, seperti membuat grafik, menampilkan data dalam bentuk tabel,
melakukan peramalan (forecasting), melakukan berbagai uji hipotesis dan
kegunaan lainnya.
Dalam kaitannya dengan pengolahan data, ilmu statistik dapat dibagi dalam
dua bagian (metode):

1. Statistik Deskriptif
Statistik Deskriptif berusaha menjelaskan atau menggambarkan berbagai
karateristik data, seperti berapa rata-ratanya, seberapa jauh data-data
bervariasi dari rata-ratanya, berapa median data dan sebagainya.

2. Statistik Induktif (Inferensi)

Statistik Induktif berusaha membuat berbagai inferensi terhadap
sekumpulan data yang berasal dari suatu sampel. Tindakan inferensi
tersebut seperti melakukan perkiraan besaran populasi, uji hipotesis,
peramalan dan sebagainya.

3
Selain pembagian diatas, metode statistik dapat pula dibedakan menjadi
statistik parametrik dan non parametrik, stastistik univariat, bivariat atau
multivariat; dasar pembagian tersebut adalah berdasar tipe data, jumlah
data dan jumlah variabel yang dianalisis. Namun pembagian menjadi
statistik deskriptif dan induktif adalah berdasar aliran proses pengolahan
datanya, dan pembagian ini paling umum digunakan.
Dalam praktek, kedua metode statistik tersebut dipakai bersama-sama;
biasanya dimulai dengan statistik deskriptif, lalu dilanjutkan dengan berbagai
analisis statistik untuk inferensi. Sebagai contoh, ada data tentang penjualan
Mobil merk ‘MUSANG’ per bulan di suatu showroom mobil di Jakarta
selama tahun 2017. Dari data tersebut, langkah pertama adalah melakukan
kegiatan statistik deskriptif (deskripsi) terhadap data tersebut, seperti
menghitung berapa rata-rata penjualan mobil ‘MUSANG’, berapa deviasi
standarnya dan besaran deskriptif lainnya.
Setelah disusun deskripsi atau penggambaran tentang data-data penjualan
Mobil ‘MUSANG’ tersebut, baru dilakukan kegiatan inferensi (statistik
induktif) terhadap hasil deskripsi tersebut, seperti memperkirakan berapa
estimasi penjualan mobil ‘MUSANG’ di seluruh Indonesia (populasi),
ramalan penjualan mobil ‘MUSANG’ di bulan Januari tahun depan, bulan
Februari, atau kegiatan lainnya. Jadi statistik deskriptif akan dilakukan
terlebih dahulu, lalu berdasar hasil tersebut, baru dilakukan berbagai analisis
statistik secara induktif.
Sebelum membahas lebih jauh tentang metode statistik tersebut, akan
dijelaskan terlebih dahulu elemen atau bagian-bagian penting dari ilmu
statistik serta berbagai tipe data yang menjadi kunci pemilihan alat-alat
analisis statistik.

1.1. ELEMEN STATISTIK

Meskipun statistik bisa diterapkan pada hampir semua aspek kehidupan,

namun ada beberapa elemen yang biasa terdapat dalam suatu persoalan
statistik, yaitu:

1. Populasi
Masalah dasar dari persoalan statistik adalah menentukan populasi data.
Secara umum, populasi bisa didefinisikan sebagai sekumpulan data yang
mengidentifikasi suatu fenomena.

4
 Pekerja di seluruh Indonesia bisa disebut suatu populasi, namun semua
Pekerja di P.T. ‘UTAMA’ juga bisa dikatakan populasi, bahkan pekerja
wanita khusus di bagian produksi yang bekerja lembur pada malam hari
di P.T. UTAMA’ tersebut juga bisa disebut suatu populasi.
Jadi definisi populasi lebih tergantung dari kegunaan dan relevansi data
yang dikumpulkan. Jika akan diteliti kepuasan pekerja wanita yang
bekerja malam di P.T. ‘UTAMA’ tersebut, maka populasi adalah Pekerja
Wanita khusus di bagian produksi yang bekerja lembur pada malam hari
di P.T. ‘UTAMA’. Namun jika ingin diteliti status dan keadaan pekerja
wanita di Indonesia, maka populasi yang relevan adalah seluruh wanita
Indonesia yang aktif bekerja.
Populasi dalam statistik tidak hanya terbatas pada masalah-masalah
manusia atau bisnis, namun dapat lebih luas cakupannya. Seperti
populasi ayam di suatu daerah, populasi bakteri ‘X’ di suatu
Laboratorium dan seterusnya. Juga populasi bisa sedemikian besarnya
hingga bisa dikatakan tak terbatas, seperti populasi oksigen di dunia,
populasi plankton di lautan dan sebagainya.

2. Sampel
Sampel bisa didefinisikan sebagai sekumpulan data yang diambil atau
diseleksi dari suatu populasi. Seperti dalam kasus diatas, jika populasi
adalah seluruh pekerja wanita di P.T. ‘UTAMA’, maka sampel bisa
sebagian pekerja wanita, atau beberapa pekerja wanita di perusahaan
tersebut. Jadi pada dasarnya sampel adalah bagian dari populasi, atau
populasi bisa dibagi dalam berbagai jenis sampel.
Pengambilan sampel dilakukan karena dalam praktek banyak kendala
yang tidak memungkinkan seluruh populasi diteliti. Kendala tersebut
bisa karena situasi, waktu, tenaga, atau biaya. Sebagai contoh, tidak
mungkin akan diteliti semua bakteri ‘X’ yang ada di seluruh dunia; atau
akan menghabiskan banyak waktu dan biaya jika seluruh pekerja wanita
di Indonesia dijadikan obyek penelitian. Karena itu, pengambilan sampel
(contoh) data pada banyak kasus statistik merupakan suatu kebiasaan dan
karenanya metode pengambilan sampel menjadi bagian penting dari
statistik.

3. Variabel
Dalam melakukan inferensi terhadap populasi, tidak semua ciri-ciri
populasi harus diketahui. Hanya satu atau beberapa karateristik populasi
yang perlu diketahui, yang disebut sebagai variabel.

5
 Seperti untuk meneliti kepuasan pekerja, variabel yang dianggap relevan
bisa berupa usia pekerja, gender pekerja, penghasilan pekerja, dan
lainnya. Sedangkan variabel lain, seperti status pekerja, asal pekerja, atau
tempat tinggal pekerja, bisa saja dianggap tidak relevan dan tidak perlu
dianalisis.
Dari paparan diatas, dapat dikatakan bahwa kegiatan statistik berhubungan
dengan pengambilan data untuk sejumlah variabel tertentu, baik yang ada
pada sampel atau populasi. Sebagai contoh, untuk meneliti kepuasan pekerja
wanita di P.T. ‘UTAMA’, diambil sampel sejumlah 100 orang pekerja
wanita. Pada 100 orang tersebut, diambil data untuk variabel-variabel tingkat
pendidikan, usia, masa kerja, pengeluaran per bulan dan sebagainya.
Sekarang pembahasan beralih ke hal yang lebih rinci. Terkait dengan contoh
variabel diatas, isi dari variabel tingkat pendidikan seseorang akan berbeda
dengan isi variabel usia atau variabel masa kerja. Hal inilah yang disebut
dengan tipe data; pembahasan tipe data menjadi penting, karena alat analisis,
dan juga SPSS, akan membedakan tipe data yang diinput.

1.2. TIPE DATA STATISTIK

Seperti telah disebut di muka, statistik dalam prakteknya tidak bisa
dilepaskan dari data yang berupa angka, baik itu dalam statistik deskriptif
yang menggambarkan data, maupun statistik inferensi yang melakukan
analisis terhadap data. Namun sebenarnya data dalam statistik juga bisa
mengandung data non angka atau data kualitatif.
Data dalam statistik berdasarkan tingkat pengukurannya (level of
measurement) dapat dibedakan dalam empat jenis:

Data Kualitatif (Qualitative Data)

Data kualitatif secara sederhana bisa disebut data yang bukan berupa angka.
Data kualitatif bisa dibagi menjadi dua:

1. Nominal
Data bertipe nominal adalah data yang paling ‘rendah’ dalam level
pengukuran data. Jika suatu pengukuran data hanya menghasilkan satu
dan hanya satu-satunya kategori, maka data tersebut adalah data
nominal (data kategori). Misal proses pendataan tempat tinggal 40
responden dalam suatu penelitian.

6
 Dalam kasus ini setiap orang akan bertempat tinggal di suatu tempat
tertentu (berdasar KTP), tidak bisa ditempat lain. Misal Amir berdomisili
di Solo, maka dia (dianggap) tidak mungkin tinggal di Jakarta, atau
punya dua KTP.
Jadi data tempat tinggal adalah data nominal karena Amir hanya punya
satu dan satu-satunya, tidak bisa lebih dari satu, tempat tinggal yang
ditunjukkan dengan KTP.
Atau data Jenis Kelamin seseorang. Ini juga suatu data nominal, karena
seorang laki-laki tidak mungkin berkelamin ganda. Demikian juga
Tanggal Lahir seseorang, Pekerjaan (diasumsi hanya satu jenis pekerjaan
dalam satu saat) dan seterusnya.
Data Nominal dalam praktek statistik biasanya akan dijadikan ‘angka’,
yaitu proses yang disebut kategorisasi. Misal dalam pengisian data, jenis
kelamin lelaki di kategorikan sebagai ‘1’ dan perempuan sebagai ‘2’.
Kategori ini hanya sebagai tanda saja, jadi tidak bisa dilakukan operasi
matematika, seperti 1 + 2 atau 1 - 2 dan lainnya.

2. Ordinal
Data ordinal, seperti pada data nominal, adalah juga data kualitatif
namun dengan level yang lebih ‘tinggi’ daripada data nominal. Jika pada
data nominal, semua data kategori dianggap sama, maka pada data
ordinal, ada tingkatan data. Misal pada data Jenis Kelamin diatas,
Lelaki dianggap setara dengan Wanita, atau dalam data Tempat
Kelahiran, data Jakarta dianggap sama dengan data Yogyakarta,
Surabaya, Boyolali dan seterusnya.
Pada data ordinal, ada data dengan urutan lebih tinggi dan urutan lebih
rendah. Misal data tentang sikap seseorang terhadap produk tertentu.
Dalam pengukuran sikap konsumen, ada sikap yang ‘suka’, ‘tidak suka’,
sangat suka’ dan lainnya. Disini data tidak bisa disamakan derajatnya,
dalam arti ‘suka’ dianggap lebih tinggi dari ‘tidak suka’, namun lebih
rendah dari ‘sangat suka’ dan lainnya. Jadi disini ada preferensi atau
tingkatan data, dimana data yang satu berstatus lebih tinggi atau lebih
rendah dari yang lain. Namun data ordinal juga tidak bisa dilakukan
operasi matematika, seperti jika ‘tidak suka’ dikategorikan sebagai ‘1’,
‘suka’ sebagai ‘2’ dan ‘sangat suka’ sebagai ‘3’, maka tidak bisa
dianggap ‘1’ + ‘2’ = ‘3’, atau ‘tidak suka’ ditambah ‘suka’ menjadi
‘sangat suka’!

7
Ciri Data kualitatif adalah pada data tersebut tidak bisa dilakukan operasi
matematika, seperti penambahan, pengurangan, perkalian dan
pembagian.

Data kuantitatif (Quantitative Data)

Data kuantitatif bisa disebut sebagai data berupa angka dalam arti
sebenarnya. Jadi berbagai operasi matematika bisa dilakukan pada data
kuantitatif. Seperti pada data kualitatif, data kuantitatif juga bisa dibagi
menjadi dua bagian:

1. Data Interval
Data Interval menempati level pengukuran data yang lebih ‘tinggi’ dari
data ordinal, karena selain bisa bertingkat urutannya, juga urutan tersebut
bisa dikuantitatifkan. Seperti pengukuran temperatur sebuah ruangan
pembakaran roti dari P.T. ‘ENAK JOSS’. Interval Temperatur ruang
tersebut:
o Cukup Panas jika temperatur antara 50 0C - 80 0C
o Panas jika temperatur antara 80 0C - 110 0C
o Sangat Panas jika temperatur antara 110 0C - 140 0C
Dalam kasus diatas, data temperatur bisa dikatakan data interval, karena
data mempunyai interval (jarak) tertentu, yaitu 30 0C.
Namun disini data interval tidak mempunyai titik nol yang absolut.
Seperti pada pengukuran temperatur, seperti pernyataan bahwa ‘air
membeku pada 00C‘. Pernyataan diatas bersifat relatif, karena 00C hanya
sebagai tanda saja. Dalam pengukuran 0F, air membeku bukan pada 00F,
namun pada 320F. Dengan demikian, juga tidak bisa dikatakan bahwa
suhu 1000F adalah dua kali lebih panas dari suhu 500F. Inilah yang
menjadi kelemahan dari data interval yang tidak ada dalam jenis data
rasio berikut ini.

2. Data Rasio
Data Rasio adalah data dengan tingkat pengukuran paling ‘tinggi’
diantara jenis data lainnya. Data Rasio adalah data bersifat angka dalam
arti sesungguhnya (buka kategori seperti pada data nominal dan ordinal)
dan bisa dioperasikan secara matematika (+, -, x, /). Perbedaan dengan
data interval adalah bahwa data rasio mempunyai titik nol dalam arti
sesungguhnya.

8
 Tentang Penulis

Singgih Santoso adalah lulusan program Magister Manajemen

Universitas Indonesia dan program Doktor bidang Manajemen
Universitas Gadjah Mada, yang sekarang bekerja sebagai dosen,
trainer, dan konsultan manajemen.
Email: singgih.santoso@gmail.com

Catatan:
Untuk melakukan pemesanan buku, hubungi
Layanan Langsung PT Elex Media Komputindo:
Gramedia Direct
Jl. Palmerah Barat No. 29-37, Jakarta 10270
Telemarketing/CS: 021-53650110/1 ext: 3901/3902/3292/3427

467