Tabel ini menuniukkan bahwa merek Aqua lebih disukai dari pada
merek Aquana, merek Aquana lebih disukai dari pada merek Aquaria, dan
merek Aquaria lebih disukai daripada merek Aquades. Walaupun perbedaan
angka antal'a merek satu dengan lainnya sama, kita tidak dapat menentukan
seberapa besar nilai preferensi dari satu merek terhadap merek lainnya.
Jadi kategori antar merek tidak menggambarkan perbedaan yang sama
(equol clilferences) dari ukuran atribut. Pengukuran seperti ini dinamakan
skala ordinal dan data yang di dapat dari pengukuran ini disebut data ordinal.
Uji statistik yang sesuai untuk skala ordinal adalahmodus,median,dktribusi
frekuiensi dan statistik non-pdrametrik seperti rank order correlation.
Variabel yang diukur dengan skala nominal dan ordinal umumnya disebut
vari abel n on -parametri k atau v ariabel n - metrik
_no
Y, = bYo
Oleh karena skala rasio rnemiliki nilai dasar, maka pernyataan yang
mengatakan "Umur Amir dua kali umur Tono" adalah valid. Data yang
dihasilkan dari skala rasio disebut data rasio dan tidak ada pembatasan
terhadap alat uji statitik yang sesuai. Variabel yang diukur dengan skala
interval dan rasio disebut variabel metrik.
1.2.1.1. Satu variabel terikat (metrik) dan satu variabel betras (non-
metrik)
Metode statistik untuk satu variabel terikat dan satu variabel bebas
sering disebut dengan metode univariat Qutit,ariate ntetltods), sedangkan
metode statistik untuk set data dengan lebih dari satu variabel bebas dan
lebih dari satu variabel terikat disebut dengan metode multivariat
(multivariate rnethods). Jadi metode univariat merupakan kasus khusus
metode multivariat. Misalkan kita ingin mengetahui apakah ada perbedaan
antara keluarga berkulit putih dan hitam sebagai variabel bebas (Race)
terhadap Gaji kepala keluarga (Earns) sebagai variabel terikat. Disini
pengukuran variabel bebas bersifat non-metrik dengan dua ketgori yaitu
kategori I untuk keluaga berkulit putih dan 2 keluarga berkulit hitam.
Sedangkan pengukuran variabel terikat gaji kepala keluarga merupakan
ukuran metrik. Uji statistik yang dapat digunakan adalah uii beda rata-
rata atau t-test.
Apabila variabel bebas merupakan ukuran non-metrik dengan kategori
Iebih dari 2 (dua) dan variabel terikat dengan pengukuran metrik, misalkan
dalam kasus apakah ada perbedan gaji kepala keluarga dilihat dari tempat
tinggal mereka (region) yang dibagi kedalam empat kategori yaitu I untuk
Northeast, 2 untuk Northcentral, 3 untuk South dan 4 untuk West. Alat uji
untuk kasus ini adalah Analysis of variance (ANOVA).
ii. Variabel terikat (metrik) lebih dari satu dan satu variabel bebas (non-
metrik). Seperti apakah rata-rata gaji kepala keluarga (EARNS) dan
total income anggota keluarga (INCOME) berbeda secara nyata untuk
tiap region (REG).
b. Variabel terikat (metrik) lebih dari satu dan variabel bebas (non-metrik)
lebih dari satu. Seperti apakah rata-ratagaji kepala keluarga (EARNS)
dan total income anggota keluarga (INCOME) berbeda secara nyata
untuk tiap region (REG) dan ras (RACE)
c. Variabel terikat satu (metrik) dan lebih dari satu variabel bebas (non-
metrik). Seperti apakah rata-rata gaji kepala keluarga (EARNS) berbeda
nyata untuk tiap region (REG) dan ras (RACE).
1.2.1.3 Satu variabel terikat (metrik) dan satu atau lebih variabel
bebas (metrik)
Metode statistik untuk menguji hubungan antara satu variabel terikat
(metrik) dan satu atau lebih variabel bebas (meh'ik) adalah regresi. Regresi
sederhana (simple regression) untuk menguji pengaruh satu variabel bebas
(metrik) terhadap satu variabel terikat (metrik), sedangkan untuk lebih dari
satu variabel bebas (metrik) disebut regresi berganda (multiple
regression). Misalkan kita ingin mengetahui pengaruh jumlah anggota
keluarga (SIZE), gaji kepala keluarga (EARNS), kekayaan keluarga
(WEALfH) dan tingkat tabungan keluraga (SAVING) terhadap total income
anggota keluarga (INCOME). Hubungan antara satu variabel terikat
(metrik) dan lebih dari satu veriabel bebas (metrik) dapat ditulis dalam
persamaan linear sbb:
Analisis Faktor
Misalkan seorang psikolog pendidikan memiliki nilai mahasiswa untuk
mata kuliah (metamatika, kimia, sejarah,bahasa Inggris dan Perancis) dan
ingin mengamati bahwa nilia-nilai tersebut saling berkorelasi. Si psikolog
ingin menentukan mengapa nilai-nilai tersebut saling berkorelasi atau apakah
yang menjadi alasan atau faktor penyebab korelasi antar nilai mata kuliah.
Analisis faktor dapat digunakan untuk mengidentifikasi faktor-faktor yang
menjadi penyebab korelasi antar nilai mata kuliah. Analisis faktor
mengidentifikasi beberapa faktor yang menjadi penyebab korelasi diantara
jumlah besar variabel dan teknik ini juga dikelompokkan sebagai teknik
reduksi. Dalam hal ini analisis faktor dapat dipandang sebagai teknik untuk
mengidentifkasi kelompok atau cluster suatu variabel dimar-ra korelasi variabel
dalam setiap cluster lebih tinggi daripada korelasi variabel cluster lainnya.