MAKALAH

DATA NOMINAL, ORDINAL, INTERVAL DAN RASIO

DI SUSUN

O
L
E
H

ANDIKA SOSE 20202105025

PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AKBA MAKASSAR
TAHUN 2021
KATA PENGANTAR

   Puji syukur saya panjatkan kehadirat Tuhan Yang Maha Esa, karena atas rahmat
dan karunianya saya dapat    menyelesaikan makalah ini tepat pada waktunya,
serta tak lupa saya . Adapun judul dari makalah ini yaitu mengenai ”Data
Nominal, Ordinal, Interval dan Data Rasio”. Makalah ini di susun untuk
memenuhi salah satu tugas mata kuliah Statistika.

Pada kesempatan ini saya mengucapkan terima kasih yang sebesar-besarnya

kepada dosen mata kuliah yang bersangkutan yang telah memberikan tugas
terhadap saya.

Saya berharap, Semoga makalah ini dapat membantu kita semua dalam
memahami materi tentang data nominal, data ordinal, data interval, dan data rasio,
serta dapat bermamfaat bagi saya sendiri serta bagi teman teman yang lain .

Makassar , 29 November 2021

Penulis

2
DAFTAR ISI

KATA PENGANTAR......................................................................................................2
DAFTAR ISI....................................................................................................................3
BAB I. PENDAHULUAN................................................................................................4
1.1 Latar Belakang.......................................................................................................4
1.2 Rumusan Masalah..................................................................................................5
1.3 Tujuan....................................................................................................................5
BAB II. PEMBAHASAN.................................................................................................6
2.1 Pengertian Statistika dan statistik.......................................................................6
2.2 Pengertian Data......................................................................................................6
2.4 PERBEDAAN JENIS SKALA UKUR................................................................11
BAB III. PENUTUP.......................................................................................................14
Kesimpulan.................................................................................................................14
Saran...........................................................................................................................14
DAFTAR PUSTAKA.....................................................................................................15

3
BAB I. PENDAHULUAN

1.1 Latar Belakang

Dalam penelitian kuantitatif, peneliti akan menggunakan instrumen untuk
mengumpulkan data. Instrumen penelitian digunakan untuk mengukur nilai
variabel yang diteliti. Setiap instrumen harus mempunyai skala. Hal ini didasari
agar data yang dikumpulkan dapat diukur, penggunaan ukuran skala ini sesuai
dengan kesepakatan bersama yang menjadi standarisasi sebuah ukuran. Misalnya
dalam mengukur berat telah disepakati bersama untuk menggunakan satuan mg,
gram, kilogram hingga ton. Melalui pengukuran skala akan mempermudah kita
untuk mengolah data yang telah kita kumpulkan baik itu dalam penelitian
kuantitatif maupun kualitatif.
Sebelum mempelajari tentang statistika secara mendalam, tentunya kamu
terlebih dahulu  harus mempelajari dan memahami mengenai data, baik dari data
ordinal, nominal, interval, ataupun rasio. Nah, pada kesempatan kali ini, kita akan
bersama-sama membahas secara lengkap mengenai pengertian dan juga contoh-
contoh dari data ordinal, data nominal, data interval, dan juga data rasio tersebut.
Statistik dapat berarti tiga hal. Pertama statistik bisa berarti kumpulan
data. Ada buku bernama ”Buku Statistik Indonesia” (Statistical Pocketbook of
Indonesia) yang isinya adalah data tentang Indonesia. Ada istilah statistik
kependudukan, statistik kecelakaan, dan seterusnya. Kedua, statistik bisa juga
berarti parameter, sebuah konstanta yang akan diduga nilainya. Nilai tengah
sebuah populasi, μ, koefisien regresi, β, dan parameter yang dibahas dalam
statistika adalah contoh-contohnya. Ketiga, statistik juga bisa berarti ilmu, yang
sering disebut dengan statistika. Sebagai ilmu, statistika bisa diartikan sebagai
ilmu yang mempelajari metode untuk memperoleh informasi dari data yang dapat
digunakan untuk membuat keputusan (Keller, et al, 1990). Mulyono (1991)
mengartikan statistika sebagai ilmu yang mempelajari metode pengumpulan,
penyajian, analisis dan penggunaan data numerik untuk membuat kesimpulan dan
keputusan dalam keadaan ketidakpastian. Oleh karena statistika berkaitan dengan
pembuatan kesimpulan dari data, maka sesuai dengan kegunaannya, statistika juga

4
sering dibagi ke dalam Statistika Deskriptif dan Statistika Inferensia atau
Statistika Induktif. Statistika Deskriptif membahas metode-metode untuk
menjelaskan atau mendeskripsikan data.
Ketika kita mempunyai data yang sangat banyak, maka agar kita bisa
memperoleh informasi yang bermanfaat dari data tersebut kita harus
menyederhanakan atau meringkaskan data tersebut dengan cara mengelompokkan
data, menghitung persetansenya, rata-rata, ragam atau simpangan baku. Dengan
metode seperti ini, kita dapat menarik informasi penting dari data yang kita miliki.
Statistika Inferensia atau Induktif membahas metode yang berkaitan dengan
pengambilan kesimpulan, pengujian hipotesis dan pembuatan generalisasi hasil
yang diperoleh dari hasil penarikan sampel yang diambil secara acak (random).

1.2 Rumusan Masalah

Masalah yang akan akan muncul dan dibahas pada makalah ini adalah
1.      Apa yang dimaksud statistik dan statistika ?
2.      Apa yang dimaksud data?
3.      Jenis jenis Data ?
4.      Apa yang dimaksud data nominal?
5.      Apa yang dimaksud data ordinal ?
6.      Apa yang dimaksud data interval ?
7.      Apa yang dimaksud data rasio?

1.3 Tujuan
Adapun tujuan dari pembuatan / dari materi makalah ini yaitu :
1.      Kita dapat mengetahui pengertian dari statistik dan statistika !
2.      Mengetahui Pengertian dari Data !
3.      Mengetahui Jenis jenis data !
4.      Mengetahui Jenis Skala Pengukuran baik itu Nominal,Ordinal, Interval Dan
Rasio.

5
BAB II. PEMBAHASAN

2.1 Pengertian Statistika dan statistik

Statistika adalah ilmu pengetahuan yang mempelajari metode yang paling
efisien tentang cara-cara pengumpulan, pengolahan, penyajian serta analisis data,
penarikan kesimpulan serta pembuatan keputusan yang cukup beralasan
berdasarkan data dan analisa yang dilakukan.
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
atau berkaitan dengan suatu masalah tertentu.
Dari pengertian diatas kita dapat menarik kesimpulan bahwa statistika dan
statistik itu saling berkaitan , dimana statistika itu adalah langkah atau peroses
sedangkang statistik adalah data yang dihasilkan dari statistika

2.2 Pengertian Data

Data adalah catatan atas kumpulan fakta, Data merupakan bentuk jamak
dari datum, berasal dari bahasa latin yang berarti "sesuatu yang diberikan".
Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara
apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu
variable yang bentuknya dapat berupa angka, kata-kata, atau citra.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data
kemudian diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat
dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini
dinamakan deskripsi. pemilahan banyak data sesuai dengan persamaan atau
perbedaan yang dikandungnya dinamakan klasifikasi
Dalam pokok bahasan manajemen pengetahuan , data dicirikan sebagai
sesuatu yang bersifat mentah dan tidak memiliki konteks. Dia sekadar ada dan
tidak memiliki signifikansi makna di luar keberadaannya itu. Dia bisa muncul
dalam berbagai bentuk, terlepas dari apakah dia bisa dimanfaatkan atau tidak.

6
 Menurut berbagai sumber lain, data dapat juga didefinisikan sebagai
berikut:

a. Menurut kamus bahasa inggris-indonesia, data berasal dari kata datum

yang berarti fakta
b. Dari sudut pandang bisnis, data bisnis adalah deskripsi organisasi tentang
sesuatu (resources) dan kejadian (transactions)yang terjadi
c. Pengertian yang lain menyebutkan bahwa data adalah deskripsi dari suatu
kejadian yang kita hadapi

Jenis-jenis data dapat dibagi berdasarkan sifatnya, sumbernya, cara

memperolehnya, dan waktu pengumpulannya. Menurut sifatnya, jenis-jenis data
yaitu:
·         Data Kualitatif: data kualitatif adalah data yang tidak berbentuk angka,
misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah
rumah sakit atau gaya kepemimpinan, dll.

·         Data Kuantitatif: data kuantitatif adalah data yang berbentuk angka,
misalnya: harga saham, besarnya pendapatan, dll.

Jenis-jenis data menurut sumbernya, antara lain:

·         Data Internal: data intenal adalah data dari dalam suatu organisasi yang
menggambarkan keadaan organisasi tersebut. Contohnya: suatu perusahaan,
jumlah karyawannya, jumlah modalnya, atau jumlah produksinya, dll.

·         Data Eksternal: data eksternal adalah data dari luar suatu organisasi yang
dapat menggambarkan faktor-faktor yang mungkin mempengaruhi hasil kerja
suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan
suatu perusahaan.

Jenis-jenis data menurut cara memperolehnya, antara lain:

·         Data Primer (primary data): data primer adalah data yang dikumpulkan
sendiri oleh perorangan/suatu organisasi secara langsung dari objek yang diteliti
dan untuk kepentingan studi yang bersangkutan yang dapat berupa interview,
observasi.

7
·         Data Sekunder (secondary data): data sekunder adalah data yang diperoleh
dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan
oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data
dokumentasi dan arsip-arsip resmi.

Jenis-jenis data menurut waktu pengumpulannya, antara lain:

·         Data cross section, yaitu data yang dikumpulkan pada suatu waktu tertentu
(at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu
tersebut. Misalnya; data penelitian yang menggunakan kuesioner.

·         Data berkala (time series data), yaitu data yang dikumpulkan dari waktu ke
waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode
tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok
penduduk.

2.3 Skala Ukur

a.      Data Nominal
Menuruti 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.
Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian
masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket
(2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak
menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun
tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-
apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja.
Begitu juga tentang suku, yakni Dayak, Bugis dan Badui.

8
Adapun contoh lainnya yaitu Tentang partai, misalnya Partai Bulan, Partai
Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih
tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan
pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan
mengatakan dua kali, lima kali, atau tujuh kali. Begitu juga tentang ukuran jumlah
anak dalam suatu keluarga. Numerik yang dihasilkan akan selalu berbentuk
bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan pecahan.
Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal.
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.    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.
Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju,
ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan
tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan
kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-
kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak
pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali,
dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan
diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistik nonparametrik

9
yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan
Kendall Tau.

c.      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.
Misalnya tentang 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.
d.    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.

10
 Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang
diukur. 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. Contoh data
rasio lainnya adalah berat badan bayi yang diukur dengan skala rasio. Bayi A
memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg.
Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari
berat badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan
bayi C, dan bayi C memiliki rasio berat badan sepertiga kali berat badan bayi A,
dst.
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.

2.4 PERBEDAAN JENIS SKALA UKUR

A.    Skala Nominal
Merupakan skala yang hanya membedakan kategori / klasifikasi
berdasarkan jenis atau macamnya. Skala ini tidak membedakan kategori /
klasifikasi  berdasarkan urutan atau tingkatan, Contoh  :
- jenis kelamin terbagi menjadi laki-laki dan perempuan.
- Jenis pekerjaan bisa diklasifikasi sebagai:
       
  1.  Pegawai negeri

11
   2.  Pegawai swasta                                                                                
  3.  Wiraswasta
·         Ciri Data Nominal: 
- Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih
rendah dari pegawai swasta. 
-Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak mungkin
3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri
B. Skala Ordinal
Merupakan skala yang membedakan kategori berdasarkan tingkat atau urutan
Contoh:  membagi tinggi badan sampel ke dalam 3 kategori: tinggi, sedang,
dan pendek.
            - Sangat puas
            - Puas
               - Cukup puas
            - Tidak puas
            - Sangat tidak puas
Ciri Data Ordinal:
- posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas,
lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang
cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung
kesepakatan.
-  Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti
sangat puas ditambah puas = cukup puas)
C. Data interval
Merupakan skala yang membedakan kategori dengan selang atau jarak tertentu
dengan jarak antar kategorinya sama.
- Skala interval tidak memiliki nilai nol mutlak.
Contoh: membagi tinggi badan sampel ke dalam 4 interval yaitu: 140-149, 150-
159, 160-169, dan 170-179
-Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-

12
masing punya skala sendiri. Untuk air membeku dan mendidih:
 -  Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100 

-  Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, 212-32=180

Ciri Data Interval:

- Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal
dan ordinal. 
- Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali panas
disbanding 20 derajat)
D.    Data Rasio
-  Merupakan penggabungan dari ketiga sifat skala sebelumnya. Skala rasio
memiliki nilai nol mutlak dan datanya dapat dikalikan atau dibagi.
- Jarak antar kategorinya tidak sama karena bukan dibuat dalam rentang interval.
Contoh :  tinggi badan sampel terdiri dari 143, 145, 153, 156, 175, 168, 173, 164,
165, 152.
Ciri Data Rasio:
- Tak ada kategorisasi atau pemberian kode.
- Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm;
Kelebihan
-  Penggunaan skala untuk membedakan kategori yang satu dengan yang lain
sangatlah praktis.
-  Perbandingan antara kategori yang ada dapat secara jelas terlihat

Kekurangan
Skala yang lebih tinggi (rasio dan interval) dapat diubah dalam skala yang lebih
rendah (nominal dan ordinal), namun tidak berlaku sebaliknya. 

13
BAB III. PENUTUP

Kesimpulan
 Statistika yaitu proses pengumpulan data dengan sistematis mulai dari cara
merencanakan , mengumpulkan fakta, pengolahan , interpretasi , serta
menarik kesimpulan untuk membuat suatu keputusan berdasarkan data
yang ada ,
 Statistik yaitu hasil dari statistika
 Data adalah kumpulan fakta atau kejadian yang perlu di olah untuk
menghasilkan sebuah informasi
 Data statistik dibagi menjadi dua yaitu data kuantitatif ( data berbentuk
bilangan ) dan data kualitatif ( bukan bilangan ).
 Data menurut sumber dibagi menjadi dua yaitu data internal dan data
ekternal
 Data berdasarkan sumber dibagi menjadi dua yaitu data sekunder dan data
primer
 Skala data nominal atau skala label yaitu objek pengukuran yang
dilakukan dan dibedakan menurut persamaan nya , contoh acer merah dan
acer putih
 Skala data ordinal atau rangking yaitu objek pengukuran yang dilakukan
dan dibedakan menurut persamaan dan urutannya

14
  Skala data interval atau skala jarak yaitu skala ordinal yang memiliki point
jarak objektif dalam keteraturan ketegori pringkat , tapi jarak yang tercipta
sama antar masing masing angka
 Skala data rasio atau skala mutlak yaitu skala interval yang memiliki nol
mutlak
Saran
Jika Anda atau teman teman kurang paham tentang materi diatas , atau mengenai
materi statistik , data , dan skala ukur , teman teman dapat searching di internet
untuk mengetahui lebih lanjut yaitu dengan kode kata kunci , statistik atau
statistika, data dan jenis jenis data , cara penyajian data , skala ukur .

DAFTAR PUSTAKA
https://id.wikipedia.org/wiki/Data
http://www.pengertianahli.com/2013/11/pengertian-data-dan-jenis-data.html
https://bundaliainsidi.blogspot.co.id/2012/12/data-nominal-ordinal-interval-dan
data.html
http://catatanati.blogspot.co.id/2014/12/perbedaan-nominal ordinal interval-
dan.html
http://khadijahtabrani.blogspot.co.id/2012/12/skala-pengukuran-data.html
http://rtmikki.blogspot.co.id/2015/02/pengertian-dan-contoh-data.html

15