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.