BAB 1

SKALA PENGUKURAN DAN METODE ANALISIS DATA

1.1. Skala Pengukuran

Pegukuran merupakan suatu proses hal mana suatu angka atau simbol dilekatkan pada
karakteristik sesuai dengan aturan atau prosedur yang telah ditetapkan. Lebih luasnya,
pengukuran adalah penilaian numerik terhadap fakta-fakta dari obyek yang hendak diukur
menurut kriteria atau satuan-satuan tertentu.
1.1.1. Skala Nominal
Skala nominal merupakan skala pengukuran yang menyatakan kategori atau
kelompok dari suatu subjek. Data yang diukur menggunakan skala nominal menghasilkan
data yang sifatnya hanya penamaan atau membedakan saja.
Contoh
Mengklasifikasikan variabel jenis kelamin : laki-laki kita beri simbol angka 1 dan
wanita angka 2.
Fungsi angka pada skala nominal, yaitu:
a. Sebagai simbol untuk membedakan keadaan yang satu dengan keadaan lainnya
b. Pada skala pengukuran nominal tidak berlaku operasi aritmetika
c. Uji statistik yang digunakan statistik non parametik
1.1.2. Skala Ordinal
Skala ordinal adalah skala yang didasarkan pada rangking, diurutkan dari jenjang
yang lebih rendah sampai ke jenjang tertinggi atau sebaliknya. Skala ini banyak digunakan
pada penelitian sosial terutama untuk mengukur kepentingan sikap atau persepsi. Dalam skala
ordinal angka atau bilangan memiliki 2 makna yaitu : 1) Sebagai lambang untuk
membedakan suatu obyek dengan obyek lainnya dan 2) mengisyaratkan peringkat atau
kedudukan individu di dalam kelompoknya.
Contoh
* Pangkat dalam ABRI yaitu kapten, letnan, mayor
* Tingkatan kelas di SMU, yaitu kelas 1, kelas 2, dan kelas 3
Fungsi angka pada skala pengukuran ordinal, yaitu:
a. Sebagai simbol untuk membedakan sebuah keadaan dengan keadaan yang lain.
b. Untuk mengurutkan kualitas karakteristik
c. Pada skala pengukuran ordinal tidak berlaku operasi aritmatika
d. Uji statistik yang digunakan statistik non parametik
1.1.3. Skala Interval
Skala interval adalah skala dimana interval-interval yang sama besarnya di antara
objek-objek, menunjukkan perbedaan yang sama pula, sehingga perbedaan mempunyai arti.
Skala ini menunjukkan antara satu data dengan data yang lain dan mempunyai bobot yang
sama.
Dalam skala pengukuran interval ini bilangan atau angka memiliki empat sifat yaitu:
1) sebagai lambang untuk membedakan individu, 2) sebagai peringkat atau urutan individu
didalam kelompoknya, 3) menunjukkan interval kedudukan individu dimana tiap interval
memiliki jarak yang sama atau tetap (constant interval size dan 4) titik nol bukan dianggap
sebagai nilai mutlak (standar atau acuan titik awal pengukuran).
Contoh.
Jarak waktu antara jam 09.00 dan jam 12.00 sebesar 3 jam sama dengan jarak antara
jam 16.00 dan 19.00, tetapi tidak bisa dikatakan jam 09.00 dua kali lebih lambat dari jam
18.00.
Fungsi angka pada skala pengukuran interval, yaitu:
a. Sebagai simbol untuk membedakan sebuah keadaan dengan keadaan yang lain.
b. Untuk mengurutkan kualitas karakteristik.
c. Untuk memperlihatkan jarak/interval.
d. Pada skala pengukuran interval berlaku semua operasi aritmatika.
e. Uji statistik yang digunakan adalan uji parametik.
1.1.4. Skala Rasio
Skala rasio adalah skala pengukuran yang mempunyai nilai nol mutlak dan
mempunyai jarak yang sama. Skala ini menggunakan suatu interval yang jarakny tidak
dinyatakan sebagai perbedaan nilai antar responden, tetapi jarak antara responden yang
diukur dengan titik nol mutlak, sehingga perbandingan rasio dapat dilakukan. Sifatnya:
1. Sebagai lambang untuk membedakan individu,
2. sebagai peringkat atau urutan individu didalam kelompoknya,
3. menunjukkan unterval kedudukan individu dimana tiap interval memiliki jarak
yang sama atau tetap (constant interval size) dan,
4. titik nol sebagai nilai mutlak (standar atau acuan titik awal pengukuran).
Data yang diukur menggunakan skala rasio merupakan skala pengukuran data yang
tingkatannya paling tinggi. Skala ini juga mempunyai nilai nol yang bersifat mutlak. Artinya
jika suatu data skala rasio mempunyai nilai nol maka data tersebut tidak mempunyai ukuran
sama sekali.
 Skala rasio adalah skala yang memiliki titik 0 yang sebenarnya. Oleh karena itu, pada
skala ini kata ratio benar-benar tidak memiliki arti. Skala pengukuran rasio mempunyai
semua karakteristik yang dipunyai oleh skala nominal, ordinal, dan interval dengan kelebihan
skala ini mempunyai nilai 0 (nol) empiris absolut.
Contoh.
Data jumlah persediaan barang menunjukkan angka 0 (nol) ini berarti pada tidak
terdapat barang persediaan sama sekali.
Fungsi angka pada skala pengukuran rasio, yaitu:
a. Sebagai simbol untuk membedakan sebuah keadaan dengan keadaan yang lain.
b. Untuk mengurutkan kualitas karakteristik.
c. Untuk memperlihatkan jarak/interval.
d. Mempunyai titik nol yang mutlak/absolut.
e. Pada skala pengukuran interval berlaku semua operasi aritmetika.
f. Uji statistik yang digunakan adalah uji statistik parametik.
1.2. Metode Analisis Data
1.2.1. Metode Dependen
Misalkan kita mempunyai data yang berisi n observasi dan p variabel, dimana p
dibagi kedalam dua kelompok atau subset. Uji statistik untuk menganalisis set data seperti ini
disebut metode dependen (dependence methods).
Analisis dependensi berfungsi untuk menerangkan atau memprediksi variabel terikat
dengan menggunakan dua atau lebih variabel bebas. Metode ini diklasifikasikan berdasarkan
jumlah variabel terikatnya.
a. Suatu variabel terikat (metrik ) dan satu variabel bebas (non-metrik)
Metode statistik untuk satu variabel terikat dan satu variabel bebas sering disebut
dengan metode univariat, sedangkan metode statistik untuk set data dengan lebih
dari satu variabel bebas dan lebih dari stu varibel terikat disebut dengan metode
multivariat. Jadi, metode univariat merupakan kasus khusus metode multivariate.
Menguji satu variabel terikat (metrik) dan satu variabel bebas (non-metrik)
digunakan uji beda rata-rata. Sedangkan untuk menguji satu variabel terikat
(metrik) dan lebih dari dua variabel bebas (non-metrik) digunakan uji Analysis of
Variance (ANOVA).
b. Dua atau lebih variabel terikat (metrik) dan dua atau lebih variabel bebas (non-
metrik)
Metode untuk mengujinya disebut metode Multivariate Analysis Of Variance.
 c. Satu variabel terikat (metrik) dan satu atau lebih variabel bebas (metrik)
Metode statistik untuk mengujinya yaitu analisis regresi sederhana untuk menguji
pengaruh satu variabel bebas (metrik) terhadap satu variabel terikat (metrik),
sedangkan untuk lebuh dari satu variabel bebas (metrik) disebut regresi berganda.
d. Satu variabel terikat (non-metrik) dan lebih satu variabel bebas (metrik)
Metode yang digunakan ialah analisis diskriminan.
Apabila variabel bebasnya kombinasi antara metrik dan non metrik, maka asumsi
normalitas multivariate tidak dapat dipenuhi. Penyimpangan dari asumsi
normalitas multivarite mempengaruhi signifikansi uji statistic dan tingkat
ketepatan klasifikasi, jika hal ini terjadi, maka sebaiknya menggunakan uji
statistic regresi logistik.
1.2.2. Metode Interdependen
Misalkan kita mempunyai data yang berisi n observasi dan p variabel, dimana p
dibagi ke dalam dua kelompok. Uji statistik untuk mengidentifikasi bagaimana dan mengapa
variabel tersebut saling berkaitan satu sama lain disebut metode interdependen
(interdependence methods). Analisis interdependensi berfungsi untuk memberikan makna
terhadap seperangkat variabel atau membuat kelompok-kelompok secara bersamaan. Metode
ini diklasifikasikan berdasarkan pada jenis masukan variabel dengan skala pengukuran
bersifat metrik dan non-metrik. Pada model interdependen ini, tidak dapat dibedakan dengan
jelas mana variabel dependennya dan mana variabel indenpendennya, keduanya saling
interdependensi.
1.2.2.1. Variabel Metrik
Merupakan variabel yang terdiri atas skala interval dan rasio.
a. Analisis Komponen Utama
Merupakan teknik untuk mereduksi variabel dengan menyusun kombinasi linier
variabel asal sehingga jumlahnya menjadi lebih sedikit dan satu sama lain menjadi
orthogonal (independen).
b. Analisis Faktor
Merupakan teknik untuk mereduksi variabel menjadi faktor yang merupakan
kumpulan variabel.
c. Penskalaan Multidimensi Metrik
Merupakan teknik matematik yang memungkinkan seseorang untuk menyajikan
kedekatan atau kemiripan antara obyek secara meruang sebagaimana dalam suatu
peta.
 d. Analisis Rumpun
Merupakan teknik untuk mereduksi data sehingga menjadi kelompok yang lebih kecil
sedemikian rupa sehingga elemen yang berada di dalam satu rumpun mempunyai
kemiripan yang tinggi dibandingkan dengan elemen lain yang berada di dalam
rumpun lain.
1.2.2.2. Variabel Non-Metrik
Merupakan variabel yang terdiri atas skala nominal dan ordinal. Analisis yang
digunakan
a. LogLinear Models
Misalkan kita ingin membuat tabel klasifikasi silang antara region (REG) dengan
empat kategori dan ras (RACE) dengan dua kategori, maka data seperti ini dapat
dianalisis dengan berbagai metode. Salah satu teknik yang sangat populer ialah
analisis tabulasi silang atau analisis table kontigensi untuk menentukan ada tidaknya
hubungan assosiasi antara dua variabel tersebut. Alternatif lain dapat menggunakan
LogLinear model untuk menaksir probabilitas bahwa satu observasi masuk dalam cell
sebagai fungsi variabel bebas Loglinear juga dapat digunakan untuk menguji
hubungan asosiasi diantara lebih dari dua variabel kategori.
b. Analisis Korespondensi
Misalkan kita mempunyai tabel kontigensi atau tabel tabulasi silang besar (ukuran 20
x 20 tabel). Interdependensi terhadap tabel yang besar ini dapat disederhanakan jika
beberapa komponen menggambarkan sebagian besar dari hubungan antara baris dan
kolom dapat diidentifikasi. Analisis korespondensi bertujuan untuk memecahkan hal
ini. Analisis korespondensi sama atau identik dengan componen analysis untuk data
non-parametik. Metode yang digunakan untuk menguji hubungan antara variabel non-
metrik dengan variabel non-metrik, yaitu analisis tabung silang.