PAPER DAN JAWABAN METODE PENELITIAN BISNIS

MATERI KUANTIFIKASI DATA

Disusun oleh :

NARIYAH ALYA/20042010045/E/UPN VETERAN JATIM/

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS PEMBANGUNAN NASIONAL ‘VETERAN’ JAWA TIMUR
FAKULTAS ILMU SOSIAL DAN ILMU POLITIK
PRODI ILMU ADMINISTRASI BISNIS
TAHUN AJARAN
2021/2022
A. Pengertian Kuantifikasi Data

Dalam manajemen data penelitian dikenal dengan istilah

kuantifikasi data (quantifying data); yakni suatu kegiatan yang seringkali
dilakukan oleh peneliti sebelum kegiatan analisis data. Kegiatan persiapan
analisis tersebut meliputi kegiatan editing, coding, data entry dan data
cleaning (Babbie, 2007). Editing data merupakan proses melengkapi dan
merapikan data yang telah dikumpulkan dalam kuesioner.Editing
kuesioner tidak dimaksudkan untuk mengisi atau menjawab pertanyaan
yang belum terjawab, tetapi melengkapi data-data yang sudah diperoleh
tetapi belum dituliskan pada tempat yang telah disediakan dalam
kuesioner. Kegiatan editing diperlukan karena pada waktu pencatatan
hasil wawancara belum dituliskan pada tempatnya atau adanya catatan
informasi lain yang diperlukan. Sebagai contoh, pada waktu wawancara
diperoleh data tentang kuantitas produksi dalam satuan
“karung/keranjang/glangsing”,Sementara dalam difinisi dan pengukuran
variabel telah ditetapkan dengan satuan berat “kwintal”.

Sehingga peneliti atau pewawancara (enumerator) harus mencari

informasi tambahan tentang konversi dari setiap satu satuan karung
menjadi kuantitas satuan berat kwintal. Pencatatan konversi tersebut
selanjutnya dipergunakan sebagai dasar untuk meng-edit data kuantitas
produksi, yakni dari satuan lokal menjadi satuan nasional.

Contoh lain, apabila dalam kuesioner tersedia pertanyaan tentang

biaya penyusutan alat; maka enumerator harus mencari informasi tentang
harga beli dan harga setelah dipakai serta umur ekonomis dari alat.
Kegiatan editing juga diperlukan guna menghindarkan dari bias;
mengingat sumber bias data dapat bersumber dari enumerator, rumusan
pertanyaan dalam kuesioner dan dari 3 responden (sumber data). Untuk
itu, catatan lapang bias dimanfaatkan sebagai sumber editing.

Coding adalah suatu proses pemberian angka pada setiap

pertanyaan yang terdapat pada kuesioner, yakni sebagai pengganti
substansi pertanyaan. Pembuatan kode dimaksudkan untuk

1
menyederhanakan judul kolomdalam proses entry data (memasukan atau
tabulasi data). Oleh karena itu, agar penelitia tidak kehilangan informasi
lengkap substansi pertanyaan diperlukan buku kode (code book). Buku
kode merupakan suatu dokumen yang menggambarkan lokasi variabel
dan deskripsi lengkap dari setiap kode

Secara umum Pengertian dari kuantifikasi adalah prosedur yang

secara sederhana digunakan dalam sebuah penelitian, dengan tujuan
untuk mempertegas berbagai macam data tertentu, atau menguatkan
interpretasi-interpretasi melalui sampel data yang berupa angka-angka.
Dalam perkembangannya, proses ini sering kali menggunakan kerja
komputer untuk membantu analisis dengan memperbolehkan
hitunganhitungan frekuensi, tabulasi, dan analisa statistik tingkat rendah
yang mungkin dapat dipakai. Selain itu, kuantifikasi juga dibutuhkan dalam
sebuah peneliatian karena banyaknya data yang bersifat kualitatif yang
dapat menyebabkan data penelitian menjadi kurang akurat. Dengan
kuantifikasi data, maka analisis data dan penelitian dapat dipastikan
kevalditasannya dalam rangka mengambil sebuah keputusan atau
kesimpulan penelitian.

Kuantifikasi (quantification) merupakan prosedur yang secara

sederhana digunakan dalam sebuah penelitian, dengan tujuan untuk
mempertegas berbagai macam data tertentu, atau menguatkan interpretasi-
interpretasi melalui sampel data yang berupa angka-angka. Dalam
perkembangannya, proses ini sering kali menggunakan kerja komputer untuk
membantu analisis dengan memperbolehkan hitunganhitungan frekwensi,
tabulasi, dan analisa statistik tingkat rendah yang mungkin dapat dipakai.
Lebih spesifik lagi, kuantifikasi gejala atau data digunakan dalam penelitian
antropologi, dengan tujuan untuk menguraikan “operasionalisasi hubungan-
hubungan”, atau “generalisasi temuan”, secara teoritis. Lingkup dari
kuantifikasi adalah penggunaan sistem bilangan atau angka-angka untuk
mengukur vatiable atau peubah kualitatif agar dapat dilakukan analisis data
secara kuantitatif. Hal ini disebabkan karena banyaknya data yang bersifat
kualitatif. Seperti perilaku

2
 konsumen, kepuasan pelanggan preferensi, kesetiaan, sikap, dan lain-
lain. Dengan adanya kuantifikasi data dan analisis kuantitatif lebih
memastikan digunakan dalam pengambilan keputusan.

Contoh data

1) Data Kuantitatif

Dilansir dari NSW Government Education, data kuantitatif

adalah informasi berupa sekumpulan angka yang dapat dihitung
dan dibandingkan pada skala numerik. Ini mencakup rata-rata,
jumlah total, perbedaan jumlah, dan lain-lain. Data kuantitatif
cenderung terstruktur dan cocok digunakan untuk analisis statistik.
Data ini digunakan researcher untuk menjawab pertanyaan-
pertanyaan tentang aspek “apa” dan “berapa banyak”. Dengan kata
lain, data kuantitatif digunakan untuk menjawab pertanyaan secara
umum/luas. Sebagai contoh, kamu pergi ke swalayan dan
menanyakan “Berapa berat karung beras ini?”. Jawaban dari
pertanyaan itu dilakukan dengan proses pengumpulan data
kuantitatif terlebih dahulu menggunakan timbangan. Dikarenakan
sifatnya lebih umum, analisis menggunakan data ini kurang efektif
untuk menjelaskan lebih detail tentang individu atau menjelaskan
bagaimana suatu tren bisa muncul.

Contoh data kuantitatif diantaranya, saya baru saja membeli

2 tas baru, panjang tali itu adalah 80,98 dan lain sebagainya.

Metode pengumpulan data kuantitatif biasanya dilakukan dengan:

• Probability sampling.
• Database yang sifatnya open-source di website.
• Kuesioner atau survei.
• Tools analytics, misalnya Google Analytics.

Jenis-jenis data kuantitatif sebagai berikut:

a) Continous data

3
 Data berkelanjutan atau continuous data adalah data yang
bisa dipecah menjadi bagian-bagian lebih kecil. Artinya,
pengukuran data tidak ditentukan antara dua titik realistis dan
hasilnya tidak harus 6 bilangan bulat. Jenis data ini umumnya
dipakai di skala pengukuran. Misalnya, kamu mengukur panjang
tongkat dan hasilnya adalah 50,67 cm. Ada kemungkinan angka-
angka lain lebih banyak setelah tanda koma. Angka-angka yang
muncul dalam continuous data kebanyakan tidak rapi/bersih.
Variabel di kumpulan data ini sering mengarah ke titik desimal.

b) Discreate data

Berbeda dengan continuous data, discrete data adalah jenis

data numerik yang mencakup bilangan bulat saja. Data ini terdiri
dari nilainilai konkret yang tidak bisa dipecah. Misalnya, kamu
memiliki 5 motor. Berapapun jumlahnya, perhitungan jumlah motor
adalah dalam hitungan bulat. Tidak mungkin kamu menghitung
motor berjumlah 5,2 atau 5,78 motor.

Dengan adanya data kuantitatif menurut Career Foundry sebagai

berikut:

a) Menhindari data bias Penggunaan random sampling dalam

pengumpulan data dapat membantu memastikan bahwa data itu benar-benar mewakili
responden. Dengan demikian, data akan terhindar dari bias/ketidaksesuaian. Hasil data
ini bisa diandalkan untuk mengambil keputusan yang membutuhkan data pasti/tetap.

b) Bersifat lebih objektif Dikarenakan data kuantitatif

berhubungan dengan angka, data ini cocok dianalisis secara statistik berdasarkan
prinsip-prinsip matematika. Hasil yang didapatkan mengarah ke jawaban absolut
berdasarkan angka-angka dalam data. Ini dapat mengurangi bias analisis atau
pandangan subjektif peneliti ketika menginterpretasikan data. Berbeda halnya dengan
data kualitatif yang mengandung deskripsi, bukan angka absolut. 7

4
 Sehingga data jenis ini punya tantangan tersendiri karena
menghasilkan interpretasi yang multitafsir.

c) Relatif cepat dan mudah dikumpulkan Data kuantitatif lebih

mungkin dikumpulkan dalam jumlah besar, sebab data ini tidak memerlukan
analisis/wawancara mendalam. Semakin besar data yang dikumpulkan hasilnya juga
lebih akurat

2) Data Kualitatif

Data kualitatif adalah data yang berupa kata-kata dan lebih

identik dengan sifat atau karakteristik alih-alih variabel angka. Hal
ini menyebabkan data ini tidak dapat diukur dan dihitung dengan
pasti. Pendekatan terhadap data kualitatif adalah melalui
pengamatan dan pencatatan. Teknik pengumpulan datanya adalah
melalui observasi, wawancara, hingga focus group. Dalam bidang
statistika, data ini terkadang disebut sebagai data kategorik. Data
kategorik berarti data yang dapat dikelompokkan berdasarkan
atribut dan sifatnya. Data ini umumnya digunakan untuk
menentukan frekuensi karakteristik tertentu. Dengan demikian, para
peneliti atau dalam kasus lain, ahli statistik, bisa menyusun
parameter untuk menganalisis dataset yang lebih besar.

Data kualitatif juga penting bagi para peneliti pasar. Jenis

data ini akan membantu mereka untuk lebih mudah mengenali
target pasar mereka, masalah dan risiko yang mungkin dihadapi,
bahkan untuk menentukan fokus. Selain itu, data kualitatif selalu
identik dengan persepsi orang. Persepsi tersebut kemudian
didokumentasikan sehingga peneliti bisa lebih memahami perilaku
konsumen.

5
 Jenis-jenis data kualitatif

1. Wawancara
Wawancara one-to-one merupakan teknik
pengumpulan data jenis in yang paling umum, sebab
teknik ini menerapkan pendekatan personal sehingga
hasil yang didapat pun akurat. Dalam wawancara one-
toone, peneliti mengumpulkan data dari responden
secara langsung. Alur wawancara pun bebas ditentukan
peneliti, bisa informal dan mengalir seperti percakapan
biasa atau bisa juga dibuat lebih terstruktur dan
sistematis. Tidak menutup kemungkinan juga, pertanyaan
wawancara diberikan secara spontan mengikuti suasana
saat pengambilan data.
2. Focus group discussion Teknik pengambilan data ini
dilakukan dalam format diskusi kelompok. Biasanya, peneliti akan mengelompokkan
6-10 orang dalam satu grup sesuai dengan karakteristik tertentu. Jalannya diskusi
akan dipandu oleh moderator. Agar data yang didapat relevan, peneliti memilih
peserta diskusi yang sesuai dengan topik penelitian. Katakanlah Anda sedang
meneliti tentang perilaku belanja online. Maka, Anda bisa memilih responden yang
sering berbelanja melalui eCommerce atau website toko online.
3. Pencatatan Teknik ini memanfaatkan dokumen yang
memang relevan dan sumber datanya bisa dipastikan. Informasi dari dokumen
tersebut bisa digunakan untuk meneliti hal baru yang masih berkaitan.
4. Observasi Dalam teknik observasi, peneliti terjun langsung
ke lingkungan yang diteliti, seolah-olah menjadi bagian dari lingkungan tersebut.
Peneliti memperhatikan dan mencatat objek penelitian hingga diperoleh data yang
diinginkan. Selain mencatat, peneliti juga biasanya

6
 melakukan dokumentasi seperti memotret dan merekam
video atau audio
5. Studi Longitudinal Disebut longitudinal karena teknik ini
meneliti sumber data yang sama berulang kali dalam periode waktu yang
diperpanjang. Teknik pengumpulan data yang satu ini bisa berlangsung selama
beberapa tahun, bahkan beberapa dekade. Tujuannya adalah untuk menemukan
hubungan antar subjek yang memiliki kesamaan karakteristik.
6. Studi kasus Dalam teknik ini, data diperoleh dari analisis
mendalam terhadap beberapa studi kasus. Bisa dibilang, studi kasus merupakan
teknik pengumpulan data yang fleksibel karena bisa digunakan untuk menganalisis
subjek yang sederhana maupun kompleks. Menariknya lagi, teknik ini bisa
dikombinasikan dengan teknik lain untuk menarik kesimpulan yang tepat

B. Skala Pengukuran

Secara umum, skala pengukuran merupakan sarana untuk

menentukan panjang pendek interval yang telah ditentukan dalam
satuan alat ukur. Salah satu cara agar bisa mengetahui panjang
pendek interval dapat dilakukan dengan melakukan alat
pengukuran. Penggunaan alat ukur dapat diterapkan untuk
memperoleh data kuantitatif atau memperoleh angka. Kurang
efektif jika digunakan untuk jenis penelitian kualitatif. Berikut
adalah pengertian skala pengukuran data dalam penelitian
menurut para ahli atau para tokoh.

Beberapa ahli mengemukakan pendapatnya:

1) Ramli

Menurut Ramli (2011), skala pengukuran merupakan

kesepakatan untuk menentukan panjang pendek interval pada

7
 alat ukur. Baik digunakan untuk dijadikan sebagai acuan
ataupun sebagai tolak ukur untuk memperoleh data.

2) Sugiyono

Sedangkan menurut Sugiono (2012), skala pengukuran

merupakan kesepakatan yang digunakan untuk menentukan
panjang pendeknya interval yang ada dalam alat ukur,
sehingga alat ukur tersebut digunakan dalam pengukuran akan
menghasilkan data kuantitatif.

3) Agus Irianto

Agus Irianto juga mengartikan skala pengukuran seperti

pendapatpendapat yang lain, yang menyatakan bahwa skala
pengukuran sebagai acuan untuk menentukan panjang
pendeknya interval yang ada dalam alat ukur, sehingga alat ukur
tersebut dapat digunakan untuk menghasilkan data kuantitatif.

Macam-macam skala pengukuran data dalam penelitian ada 4

yaitu sebagai berikut:

1) Skala Nominal

Dikatakan sebagai skala nominal adalah skala pengukuran

yang cukup sering digunakan. Karena skala pengukuran ini
bentuknya paling sederhana. Skala nominal cocok digunakan
untuk penelitian yang mencari pengkategorian saja.

Contoh kasus pengkategorian adalah menentukan katebori

lambang, label atau symbol. Umumnya pengkategorisasian
berperan untuk mengelompokkan data sesuai dengan
kategorisasi. Pengkategorisasian di lapangan lebih sering
menggunakan simbolisasi yang fungsinya untuk membedakan
mana kelompok objek ataupun mana kelompok subjek.

Tanda skala nominal adalah mutually exclusive, dimana setiap

objek hanya memiliki satu kategori saja. Selain itu, skala nominal

8
 tidak memiliki aturan yang terstruktur, dengan kata lain
aturannya abstrak.

Berikut ini ciri dari skala nominal adalah tidak dijumlah bilangan
pecahan, tidak memiliki rangking, tidak memiliki nol mutlak,
angka hanya sebagai label saja, tidak memiliki ukuran yang
baru, dan menggunakan statistika no parametric.

Contohnya

Merek Sabun Mandi A B C

Lux 6 3 7
Nuvo 7 2 6
Biore 8 2 5

Pada kolom B salah karena menggunakan satu angka yang

sama untuk dua variabel yang berbeda, yaitu nuvo dan biore
2) Skala Ordinal

Skala ordinal merupakan skala pengukuran yang menunjukan

jarak interval antar tingkatan tidak harus sama. Skala ordinal
setingkat lebih tinggi dibandingkan dengan skala nominal. Skala
ordinal pengkategorisasian disusun berdasarkan urutan
terendah ke tingkat yang lebih tinggi.
Skala ordinal dari segi pengkategorisasiannya saling memisah.
Dari segi kategorisasi data dibuat berdasarkan karakteristik
khusus. Sedangkan untuk kategorisasi data disusun
berdasarkan pada karakteristik. Variabel yang tersusun
berdasarkan jenjang dalam atribut tertentu. Biasanya jenjang
tertinggi diberi angka 1, jenjang di bawahnya diberi angka 2,
lalu di bawahnya diberi angka 3 dan seterusnya. Contoh
variabel ordinal seperti tingkat pendidikan, jabatan, pangkat,
ranking kelas, dan sebagainya.

9
 Ciri-ciri dari skala ordinal adalah data saling memisah, data
bersifat logis dan kategori data ditentukan oleh skala yang
didasarkan pada jumlah karakteristik yang dimiliki.
Angka 0 sampai 10 berikut ini dimaksudkan untuk menunjukkan
tingkatan merek sabun mandi biore lebih tinggi dari nuvo dan
nuvo lebih tinggi dari lux

Merek Sabun Mandi A B C

Lux 6 3 5
Nuvo 7 4 6
Biore 8 2 7

Pada kolom A benar karena luv < nuvo < biore

Pada kolom B salah karena luv < nuvo > biore

Pada kolom C benar karena luv < nuvo < biore

3) Skala Interval

Biasanya dihasilkan dari pengukuran, yang mana dalam

pengukuran tersebut diasumsikan terdapat satuan pengukuran
yang sama. Misalnya seperti prestasi belajar, penghasilan,
sikap terhadap suatu program yang dinyatakan dalam skor,
tinggi badan, tingkat kecerdasan, volume penjualan, dan
sebagainya. Skala interval memiliki ciri-ciri, yaitu:
a) Setiap angka bersifat unik atau tidak sama.
Contohnya 1 ≠ 2 ≠
3 ≠ 4 ≠ 5≠ 6≠ 7≠ 8≠ 9≠ 0≠ 1

b) Sistem bilangan menunjukkan urutan. Contohnya 1 < 2 <

3<4

<5<6<7<8<9

c) Sistem bilangan menunjukkan jarak. Contohnya 1 - 2

=3-4=5 -6=7

10
Pengertian skala interval merupakan skala pengukuran yang
sering digunakan untuk menyatakan peringkat untuk antar
tingkatan. Pada skala interval tidak memiliki nilai nol. Nilai nol
yang dimaksud hanya menggambarkan satu titik dalam skala
saja.

Dari asal tingkatannya, skala interval berada di atas skala ordinal

dan skala nominal. Skala interval memiliki nilai bobot yang sama
dari satu data dengan yang lain. Skala interval bersifat saling
memisah. Sedangkan untuk kategorisasi data diatur secara logis,
untuk kategorisasi data memiliki karakteristik khusus saat
menentukan skala. Ciri-ciri skala pengukuran interval sebagai
berikut, data bersifat saling memisah, data bersifat logis, data
ditentukan skala berdasarkan jumlah karakteristik khusus yang
dimilikinya, dan angka “0” hanya menggambarkan titik dalam
skala, tetapi sebenarnya tidak memiliki nilai nol absolut

Angka 0 sampai 10 berikut ini dimaksudkan untuk menunjukkan

tingkatan merek sabun mandi lux dengan dua pesaing nuvo dan
biore. Dimana jarak antara preferensi lux dan nuvo adalah 1:4
jarak antara preferensi terhadap nuvo dan biore

Merek Sabun Mandi A B C

Lux 5 2 1
Nuvo 6 4 2
Biore 10 8 5

Pada kolom A benar karena jarak antara preferensi lux dan nuvo
adalah 1. Sedangkan jarak antara preferensi nuvo dan biore
adalah
4.

11
 Pada kolom B salah karena jarak antara preferensi lux dan
nuvo adalah 2.

Pada kolom C salah jarak antara preferensi nuvo dan biore

adalah 4

4) Skala Rasio

Definisi skala rasio merupakan skala pengukuran data dalam

penelitian yang lebih sering digunakan untuk membedakan,
mengurutkan dan membandingkan data. Skala rasio adalah
skala paling tinggi dibandingkana tiga jenis skala yang sudah
disebutkan sebelumnya. Untuk lebih simpelnya, berikut ciri-ciri
seperti data bersifat saling memisah dan data bersifat logis dan
mengikuti aturan
Skala rasio adalah skala data dengan kualitas paling tinggi. Pada
skala rasio, terdapat semua karakteristik skala nominal, ordinal
dan skala interval ditambah dengan sifat adanya nilai nol yang
bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang
tidak bisa diubah meskipun menggunakan skala yang lain. Pada
skala ratio, pengukuran sudah mempunyai nilai
perbandingan/rasio. Skala rasio memiliki ciri-ciri, yaitu:
1. Setiap angka bersifat unik atau tidak sama. Contohnya 1 ≠ 2
≠

3 ≠ 4 ≠ 5≠ 6≠ 7≠ 8≠ 9≠ 0≠ 1

2. Sistem bilangan menunjukkan urutan. Contohnya 1 < 2 < 3 < 4

< 5 < 6 < 7 < 8 < 9 o Sistem bilangan menunjukkan jarak. Contohnya 1 - 2 = 3 - 4 =
5-6=7
3. Sistem bilangan menunjukkan perbandingan. Contohnya 2 : 1
=

4 : 2 = 6 : 3 = 8 : 4\

12
Angka-angka berikut digunakan sebagai skala rasio untuk
mengukur frekuensi mahasiswa dalam menggunakan laptop.
Frekuensi A B C
mahasiswa
1 hari 10 jam 7 jam 3 jam
2 hari 20 jam 14 jam 6 jam
3 hari 30 jam 21 jam 9 jam

Kolom A benar karena frekuensi mahasiswa dalam penggunaan

laptop sehari yaitu 10 jam. Maka ketika mahasiswa
menggunakan laptop dua hari dan tiga hari akan diperoleh hasil
pada tabel.

Kolom B benar karena frekuensi mahasiswa dalam penggunaan

laptop sehari yaitu 7 jam. mahasiswa menggunakan laptop dua
hari dan tiga hari akan diperoleh hasil pada tabel.
Kolom C benar karena frekuensi r mahasiswa dalam penggunaan
laptop sehari yaitu 3 jam. Maka ketika mahasiswa menggunakan
laptop dua hari dan tiga hari akan diperoleh hasil pada tabel.

C. Skala Pengukuran
Dalam kuantifikasi data dimana data yang bersifat
kualitatif dirubah menjadi kuantitatif, untuk merubah dilakukan
dengan memberikan angka-angka pada data kualitatif tersebut.
Pemberian angka-angka dengan menggunakan Teknik skala
pengukuran yang sesuai dengan Teknik Analisa data yang akan
dipergunakan.

Skala pengukuran adalah penentuan atau penetapan

skala atas suatu variabel berdasarkan jenis data yang melekat
dalam variabel penelitian. Skala pengukuran merupakan acuan
atau pedoman untuk menentukan alat ukur demi memperoleh

13
 hasil data kuantitatif. Misalnya alat ukur panjang adalah meter,
berat adalah kg, ton, kuintal dan sebagainya.

Pada dasarnya skala pengukuran dapat digunakan

dalam berbagai bidang. Dengan menentukan skala pengukuran,
maka nilai variabel yang diukur dengan instrumen tertentu
dalam bentuk angka, sehingga akan lebih akurat, efisien dan
komunikatif.

Sebagai Contoh, berat emas 19 gram, berat besi 100 kg, suhu
badan orang yang sehat 37 derajat Celsius, IQ seseorang 150.

Tujuan pengukuran adalah menerjemahkan karakteristik

data empiris ke dalam bentuk yang dapat dianalisis oleh
peneliti. Titik fokus pengukuran adalah pemberian angka
terhadap data empiris berdasarkan sejumlah aturan/prosedur
tertentu. Prosedur ini dinamakan proses pengukuran yaitu
investigasi mengenai ciri-ciri yang mendasari kejadian empiris
dan memberi angka atas ciri-ciri tersebut.

Adapun komponen yang dibutuhkan dalam setiap pengukuran

adalah sebagai berikut:

1. Kejadian empiris (empirical events). Kejadian empiris

merupakan sejumlah ciri-ciri dari objek, individu, atau kelompok yang dapat diamati.
2. Penggunaan angka (the use of number). Komponen ini
digunakan untuk memberi arti bagi ciri-ciri yang menjadi pusat perhatian peneliti.
Spesifikasi tingkat pengukuran, kemudian, diberikan dengan memberi arti bagi
angka tersebut.
3. Sejumlah aturan pemetaan (set of mapping rules).
Komponen ini merupakan pernyataan yang menjelaskan arti angka terhadap
kejadian empiris. Aturan-aturan ini

14
 menggambarkan dengan gamblang ciri- ciri apa yang kita
ukur. Aturan-aturan pemetaan disusun oleh peneliti untuk
tujuan studi.

Proses pengukuran dapat digambarkan sebagai sederet tahap

yang saling berkaitan yaitu sebagai berikut:

1. Mengisolasi kejadian empiris. Aktivitas ini merupakan

konsekuensi langsung dari masalah identifikasi dan formulasi. Intinya kejadian
empiris dirangkum dalam bentuk konsep/konstruksi yang berkaitan dengan masalah
penelitian.
2. Mengembangkan konsep kepentingan. Yang dimaksud
dengan konsep dalam hal ini adalah abstraksi ide yang digeneralisasi dari fakta
tertentu.
3. Mendefinisikan konsep secara konstitutif dan operasional.
Definisi konstitutif mendefinisikan konsep dengan konsep lain sehingga melandasi
konsep berkepentingan. Jika suatu konsep telah didefinisikan secara konstitutif dan
benar, berarti konsep tersebut telah siap untuk dibedakan dengan konsep lain.

Skala Pengukuran Penelitian Kuantitatif

Data kuantitatif adalah data yang berbentuk angka atau bilangan.

Sesuai dengan bentuknya, data kuantitatif dapat diolah atau
dianalisis menggunakan teknik perhitungan matematika atau
statistika. Skala pengukuran untuk penelitian kuantitatif antara
lain adalah sebagai berikut:

1. Skala Nominal
Skala nominal adalah skala yang paling sederhana disusun
menurut jenis (kategorinya) atau fungsi bilangan. Dengan kata
lain skala nominal yaitu angka yang tidak mempunyai arti

15
 hitung. Angka yang diterapkan hanya merupakan
simbol/tanda dari objek yang akan dianalisis.
Sebuah data dikatakan memiliki skala nominal, apabila
angka-angka dalam rentangan skala pengukuran hanya
berfungsi sebagai pengganti nama (label) atau kategori, tidak
menunjukkan suatu kuantitas, maka skala pengukurannya
disebut nominal. Angka-angka pada skala nominal tidak
merupakan urutan dalam suatu kontinum, melainkan
menunjukkan kategori-kategori yang terlepas satu dengan
yang lain.
Ciri-ciri data berskala nominal antara lain adalah sebagai
berikut:
1. Hanya bersifat membedakan, tidak mengurutkan mana kategori
yang lebih tinggi, mana kategori yang lebih rendah.
2. Memiliki kategori yang bersifat homogen, mutually exclusive
dan exchaustive. Mutually exclusive dan exchaustive artinya setiap individu harus
dapat dikategorikan hanya pada satu kategori saja dan setiap kategori harus
mengakomodasi seluruh data.

Dalam kegiatan penelitian, kita bisa saja memberikan angka

pada kategori dalam variabel berskala nominal, namun angka
yang ada tidak bisa dijadikan dasar untuk menentukan bobot
dari kategori karena angka yang ada hanya bisa digunakan
untuk membedakan antar kategori. Tidak adanya bobot yang
bisa ditunjukkan angka yang digunakan, membuat kita bisa
saja mengganti angka yang ada dengan sembarang angka.

Skala nominal adalah pengukuran yang dilakukan untuk

membedakan memberikan kategori, memberi nama, atau
menghitung fakta-fakta. Skala nominal akan menghasilkan
data nominal atau diskrit, yaitu data yang diperoleh dari

16
 pengkategorian, pemberian nama, atau penghitungan fakta-
fakta.

Contoh penggunaan skala nominal adalah sebagai berikut:

1. Berdasarkan kategori, misalnya responden dibagi

berdasarkan jenis kelamin pria dan wanita.
2. Berdasarkan nama, misalnya dari penelitian mengenai minibus
di Medan ditemukan data bus menurut jalur/trayek dan diberi nama jalur 1, jalur 2, jalur
3, dan seterusnya.
3. Berdasarkan data hitung, misalnya dari data PDB suatu
negara ditemukan pangsa sektor pertanian sebesar 52%, sektor manufaktur sebesar
38%, dan sektor jasa sebesar 10%.

Skala nominal disebut juga dengan frequency data atau

categorical data. Biasanya menggunakan kode berupa angka
yang berguna sebagai label atau simbol kategori untuk
membedakan dan tidak memperlihatkan besaran atau tingkatan.
Sebagai contoh, jenis kelamin di beri angka sebagai simbol, 0 =
laki-laki dan 1 = perempuan. Status pernikahan, 1
= menikah dan 2 = tidak menikah. 2, Skala Ordinal

skala ordinal adalah skala yang didasarkan pada rangking

diurutkan dari jenjang yang lebih tinggi sampai jenjang
terendah atau sebaliknya. Skala ordinal juga dikatakan
sebagai suatu skala yang sudah mempunyai daya pembeda,
tetapi perbedaan antara angka yang satu dengan angka yang
lainnya tidak konsisten (tidak mempunyai interval yang tetap).

S1kala ordinal salah satu cirinya adalah adanya tingkatan,

yaitu sebagai berikut:

17
1. Sekelompok subjek disusun berturut-turut mulai dari yang
paling tinggi (besar, kuat, baik) sampai kepada yang paling rendah (kecil, lemah, jelek)
dalam hal atribut yang diukur.
2. Angka-angka tidak menunjukkan seberapa besar (kuantitas)
dalam arti absolut (titik nol tidak mutlak).
3. Tidak ada kepastian tentang sama atau tidaknya jarak-jarak
(perbedaan-perbedaan) antara angka-angka yang berurutan.

Contoh skala ordinal adalah sebagai berikut:

1. Tingkat pendidikan:

• Taman Kanak-kanak (TK) = 1

• Sekolah Dasar (SD) = 2
• Sekolah Menengah Pertama (SMP) = 3
• Sekolah Menengah Atas (SMA) = 4
• Diploma = 5
• Sarjana = 6

2. Tingkat kecantikan wanita:

• Sangat cantik = 4
• Cantik = 3
• ukup Cantik = 2
• Kurang Cantik = 1

Skala ordinal sering dipergunakan dalam pengukuran

variabel-variabel sikap, pendapat, minat, preferensi, dan
sebagainya yang sukar diukur secara absolut. Lebar
rentangan yang menunjukkan rangking (ordinal) ini dapat
dibuat selebar jumlah subjek, dapat pula dibatasi ke dalam
beberapa rangking seperti: 1 = kurang, 2 = sedang, 3 =
lebih; atau 1= sangat kurang, 2 = kurang, 3 = sedang, 4 =
lebih, 5 = sangat lebih. Dibandingkan dengan data nominal,
data ordinal memiliki sifat berbeda dalam hal urutan.

18
 Terhadap data ordinal berlaku perbandingan dengan
menggunakan fungsi pembeda yaitu > dan <. Walaupun
data ordinal dapat disusun dalam suatu urutan, namun
belum dapat dilakukan operasi matematika ( +, – , x , : ).

C. Skala Interval

skala interval adalah skala yang menunjukkan jarak

antara satu data dengan data yang lain dan mempunyai bobot
yang sama. Skala interval juga dikatakan sebagai suatu skala
yang mempunyai rentangan konstan antara tingkat satu
dengan yang aslinya, tidak mempunyai angka 0 mutlak.

Pada skala interval perbedaan antara satu kategori

dengan kategori yang lain dapat kita ketahui. Skala interval
tidak memiliki nilai nol absolut. Contohnya: pada temperatur,
nilai 0 derajat Celsius tidak berarti bahwa tidak ada
temperatur, nol derajat Celsius berarti titik beku air dan
merupakan suatu nilai. Pada skala interval ini kita juga dapat
mengatakan bahwa suhu 100 derajat Celsius berati lebih
panas dua kali lipat dari suhu 50 derajat Celsius.

ciri-ciri skala interval adalah sebagai berikut:

1. Angka-angka rangking (rank-order) ditetapkan

berdasarkan atribut yang diukur.
2. Jarak atau perbedaan kuantitas antar angka-angka
yang berurutan selalu sama.
3. Tidak ada kepastian tentang kuantitas absolut,
sehingga tidak diketahui dimana letak angka nol absolut (angka nol yang
menunjukkan kekosongan sama sekali akan atribut yang diukur).

Ciri yang menonjol dalam skala interval adalah

kesamaan jarak (interval) antar titik atau angka (kategori)
dalam skala. Misalnya, perbedaan bilangan 90 dan 100 dan

19
 perbedaan bilangan 120 dan 130 dalam skala IQ menunjukkan
perbedaan kuantitas inteligensi yang sama. Apabila seorang
peneliti mengembangkan sebuah skala sikap dan prosedur
penerapannya dengan cara tertentu sehingga dapat diyakini
bahwa perbedaan (interval) antar angka yang berurutan
menunjukkan perbedaan kuantitas sikap yang sama, maka
skala tersebut dapat dianggap interval.

Contoh variabel yang berskala interval adalah jarak

tempuh dengan kategori 0 sampai 25 km, 25 sampai 50 km,
dan 50 sampai 75 km. Contoh variabel lain adalah lamanya
penerbangan dengan kategori 1 sampai 2 jam, kategori 2
sampai 3 jam. Kategori yang ada dalam kedua variabel
tersebut, jelas menunjukkan adanya bobot yang berbeda
sehingga kita bisa katakan bahwa kendaraan yang memiliki
jarak tempuh 0 sampai 25 km memiliki jarak tempuh yang
lebih sedikit, dibanding kendaraan dengan jarak tempuh 25
sampai 50 km. Namun demikian, kita tidak bisa mengatakan
bahwa kendaraan dengan jarak tempuh 25 sampai 50 km
memiliki jarak tempuh dua kali dibanding kendaraan dengan
jarak tempuh 0 sampai 25 km.

D. Skala Rasio

Skala rasio adalah skala pengukuran yang mempunyai

nilai nol mutlak dan mempunyai jarak yang sama. Misalnya
umur seseorang dan ukuran timbangan berat badan badan
seseorang keduanya tidak memiliki angka nol negatif. Artinya
seseorang tidak dapat berumur di bawah nol tahun dan
seseorang harus memiliki timbangan di atas nol pula.

Skala rasio adalah tingkat skala yang tertinggi karena

menyatakan kuantitas yang absolut dan hasil pengukurannya
dapat dipergunakan untuk semua keperluan analisis dalam
penelitian dengan menggunakan semua prosedur statistik.

20
 skala rasio memiliki ciri-ciri sebagai berikut:

1. Angka-angka yang menunjukkan rangking (rank-

order) telah ditentukan sebelumnya berdasarkan atribut yang diukur.
2. Interval (jarak) antar angka-angka yang berurutan
menunjukkan jarak yang sama.
3. Mempunyai nilai nol absolut, artinya jarak antara tiap
angka dalam skala dengan titik nol absolut dapat diketahui, secara eksplisit atau
secara rasional.

Contoh variabel yang berskala rasio adalah

penghasilan, dengan kategori 5 juta, 10 juta, dan 15 juta.
Contoh lain berat badan dengan kategori 32 kg, 64 kg, dan
75 kg. Jika kita perhatikan kategori dari variabel berskala
rasio, kita bisa perbandingkan antara kategori satu dengan
yang lain. Orang yang berat badannya 64 adalah dua kali
berat badan orang yang beratnya 32. Demikian pula, orang
yang penghasilannya 10 juta adalah dua kalinya dari orang
yang penghasilannya 5 juta. Kita bisa memperbandingkan
nilai yang ada karena kedua kategori tersebut dimulai dari
titik nol yang sama.

Skala rasio merupakan skala yang melekat pada

variabel yang kategorinya selain menunjukkan adanya
perbedaan, juga menunjukkan adanya tingkatan yang berbeda,
menunjukkan adanya rentang nilai, serta bisa diperbandingkan.
Data rasio adalah data yang menghimpun semua sifat yang
dimiliki oleh data nominal, data ordinal, serta data interval. Data
rasio adalah data yang berbentuk angka dalam arti yang
sesungguhnya karena dilengkapi dengan titik Nol absolut
(mutlak) sehingga dapat diterapkannya semua bentuk operasi
matematik ( + , – , x, : ).

21
D. Sistem Bilangan

Sistem Bilangan Terdiri Dari : 0 1 2 3 4 5 6 7 8 9

Ciri-ciri system bilangan terdiri dari 4 :

Ciri Pertama :

Setiap angka bersifat unik/tidak sama

1 ≠ 2 ≠ 3 ≠ 4 ≠ 5≠ 6≠ 7≠ 8≠ 9≠ 0≠ 1 dst

Ciri Kedua :

Sistem bilangan menunjukan urutan :

1 < 2 < 3 < 4 < 5 < 6 < 7 < 8 < 9 dst

Ciri Ketiga :

Sistem bilangan menunjukan jarak

1 - 2 = 2 - 3 = 3 - 4 = 4 - 5 = 5 - 6 = 6 - 7 = 7 -
8 dst

Ciri Keempat :

Sistem bilangan menunjukan perbandingan

2 : 1 = 4 : 2 = 6 : 3 = 8 : 4 dst

22
 JAWABAN KUIS

1. Melaksanakan pengumpulan data kesediaan konsumen

meningkatkan pesanan untuk masing-masing penurunan harga:

Rencana Penurunan Harga (X) Kenaikan Pesanan (Y)

5.000 2.000 Unit
7.500 2.500 Unit
10.000 3.000 Unit

Y = a + bX

Data tersebut bersifat kuantitatif sehingga dapat langsung dilakukan

analisa data

JAWAB :

1) Penentuan tujuan
Memprediksi jumlah kesediaan konsumen dalam meningkatkan
pesanan pada masing-masing penurunan harga

2) Variabel faktor penyebab (X): Rencana penurunan harga

Variabel akibat (Y): Kenaikan pesanan

3) Data yang diperoleh

Rencana Penurunan Harga (X) Kenaikan Pesanan (X)
5.000 2.000 Unit
7.500 2.500 Unit
10.000 3.000 Unit

2 2
4) Menghitung X , Y , XY dan totalnya:

23
 Rencana Kenaika
Penuruna n
2 2
No X Y XY
n Harga Pesana
(X) n (X)

1 5.000 2.000 25.000.000 4.000.000 10.000.00

Unit 0

2 7.500 2.500 56.250.000 6.250.000 18.750.00

Unit 0

3 10.000 3.000 100.000.00 9.000.000 30.000.00

Unit 0 0

Tota 22.500 7.500 181.250.00 19.250.00 58.750.00

l∑ 0 0 0

5) Mengitung a dan b berdasrkan rumus regresi linear sederhana

Menghitung konstanta (a)

= (∑ ) (∑ 2) − (∑ ) (∑ ) (∑ 2) − (∑ )2

= (7.500) (181.250.000) − (22.500) (58.750.000) 3 (181.250.000) − (22.500) 2

=1

Menghitung konstanta b

= (∑ ) − (∑ ) (∑ ) (∑ 2) − (∑ )2

= 3 (58.750.000) − (22.500) (7.500) 3 (181.250.000) − (22.500) 2

24
 = -9

6) Membuat model persamaan regresi

Y = a+bX
Y = 1 + (-9)X

Data Bersifat Kualitatif

Responden 1

Prototipe Kemasan Kesan Konsumen

(X) (Y)

A, B, C, D, E, F, G - Sangat Menarik
- - Menarik
- - Kurang Menarik
- - Membosankan
2. Data tsb bersifat kualitatif sehingga sebelum dilakukan Analisa
data harus dilakukan kuantifikasi data shg data menjadi kuantitatif

Jawab :

Kesan konsumen (Y) dinyatakan dalam angka:

Sangat menarik :4

Menarik :3

Kurang Menarik :2

Membosankan :1

25
 x y

A Sangat menarik (4)

Menarik (3)
Kurang menarik (2)
Membosankan (1)
B Sangat menarik (4)
Menarik (3)
Kurang menarik (2)
Membosankan (1)
C Sangat menarik (4)
Menarik (3)
Kurang menarik (2)
Membosankan (1)
D Sangat menarik (4)
Menarik (3)
Kurang menarik (2)
Membosankan (1)
E Sangat menarik (4)
Menarik (3)
Kurang menarik (2)
Membosankan (1)
F Sangat menarik (4)
Menarik (3)
Kurang menarik (2)
Membosankan (1)

SOAL 3 (Skala Nominal)

Yang salah (soal) :

26
 Jenis Saluran A B C D E
Rumah makan 3 1 5 6 8

Toko 5 2 7 8 8

Apotik 6 5 7 9 7

Supermarket 4 4 3 3 2

Saluran lain 3 0 2 2 3

Yang benar:
Jenis Saluran A B C D E
Rumah makan 7 1 5 6 1

Toko 5 2 7 8 8

Apotik 6 5 6 9 7

Supermarket 4 4 3 3 2

Saluran lain 3 0 2 2 3

Dalam satu kolom tidak boleh memiliki angka yang sama

Jenis pekerjaan A B C D
Peg. Negeri 3 0 5 3

Peg. BUMN 5 2 5 8

Peg Swasta 0 5 4 2

Wiraswasta 4 2 8 7

27
 Jenis pekerjaan A B C D E
Peg. Negeri 3 0 5 3 8

Peg. BUMN 5 2 7 8 9

Peg Swasta 0 5 4 2 10

Wiraswasta 4 2 8 7 2

4. Skala Ordinal

Soal:

Jenis pekerjaan A B C D E F
Peg. Negeri 3 4 5 0 8 0

Peg. BUMN 5 5 7 8 9 1

Peg Swasta 6 3 9 10 4 2

Jawaban:

Jenis pekerjaan A B C D E
Peg. Negeri 3 4 5 1 8

Peg. BUMN 8 5 7 8 9

Peg Swasta 6 3 9 10 4

28
5 . (Skala interval)

Angka 0-10 berikut ini dimaksudkan untuk menunjukkan preferensi

konsumen terhadap minuman sehat merek A dengan dua pesaing B
dan C. Dimana jarak antara preferensi A dan B adalah 1/3 jarak antara
preferensi terhadap B dan C.

Merek A B C D E
A 0 0 1 1 1
B 1 2 3 2 3
C 4 10 4 5 9

Jawaban:
Merek A B C D E
A 0 0 1 1 1
B 1 2 3 2 3
C 4 8 9 5 9

29