TUGAS MAKALAH

SKALA PENGUKURAN

DISUSUN OLEH :
ASRULLAH 20212205018

UNIVERSITAS TEKNOLOGI AKBA MAKASSAR

TEKNIK INFORMATIKA
MAKASSAR
2022
SKALA PENGUKURAN
Skala pengukuran data adalah kemampuan untuk membedakan satu nilai terhadap lainnya dari
suatu sifat yang diamati. Skala pengukuran atau skala data terbagi 2 yaitu:
1. Data kategorik (kualitatif)
Yaitu yang berkaitan dengan gambaran karakteristik satu set data dengan skala pengukuran
kategorik. Data yang berupa jumlah atau frekuensi tiap kategori (n) dan presentase tiap
kategori (%) umumnya disajikan dalam bentuk tabel dan grafik. Data kategorik dibagi atas :
a) Nominal, yaitu ukuran yang hanya bisa membedakan. Skala nominal merupakan
ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai
arti sebagai label saja,dan tidak menunjukkan tingkatan apa-apa , skala ini pun tidak
ada tumpang tindih dan juga data tidak dapat diurutkan.

contoh : jenis kelamin (perempuan&laki-laki), jenis warna (hijau,biru,kuning), agama,

golongan dara

b) Ordinal, yaitu ukuran yaang membedakan satu sama lain dan mempunyai arti
tingkatan, ukuran ordinal digunakan untuk mengurutkan objek dari yang terendah
sampai yang tertinggi atau sebaliknya. Ukuran tersebut tidak memberikan nilai absolut
terhadap objek,tetapi hanya memberikan urutan atau tingkatan saja.

Contoh : status ekonomi (baik,sedang,kurang), derajat sakit

(minimal,moderate,severe) dan tingkat pendidikan (sd,smp,sma)

2. Data numerik (kuantitatif)

Yaitu yang berkaitan dengan gambaran karakteristik satu set data dengan skala pengukuran
numerik. Data variabel numerik umumnya disajikan dalam bentuk tabel dan grafik (histogram
dan plots). Skala pengukuran numerik terbagi atas :

a) Interval, yaitu ukuran yang membedakan , mempunyai arti tingkatan , mempunyai

besaran atau jarak atau interval yang tetap antara satu dengan yang lainnya

Contoh: skor,IP, temperatur dalam celcius

b) Rasio, yaitu ukuran yang membedakan , mempunyai arti tingkatan, mempunyai besaran
atau jarak tertentu antar datanya, mempunyai nilai mutlak (absolute). Artinya nilai 0= kosong
atau tidak ada.
Contoh: tinggi badan dan berat badan.
 TINGKATAN DATA
Tingkatan data kalau diurutkan dari yang tertinggi ke yang terendah yaitu: 1) rasio, 2) interval, 3)
ordinal, 4) nominal. Dalam analisis statistik, jika perlu, maka data yang tinggi dapat diturunkan
ke tingkatan yang lebih rendah. Tetapi sebaliknya, data yang tingkatannya rendah tidak dapat
dinaikan kepada tingkatan yang lebih tinggi.

ORGANISASI DATA
tahap-tahap statistik :
1. Pengumpulan data (data collectin
2. Penyusunan data (data organizing)
3. Penyajian data (data presentation)
4. Analisis data (data analysis)
5. Interpretasi data (data interpretation)

DATA COLLECTING
JENIS PENGUMPULAN DATA MASYARAKAT
1. Data rutin (non studi)
- data yang dikumpulkan secara rutin
- data tersebut bukan studi
- di tingkat populasi negara dikenal pengumpulan data rutin,berupa sensus
- dalam pengumpulan data rutin ada deskripsi karakteristik dari
variabel-variabel yang diambil
- Jumlah variabel yang diambil umunya terbatas
- Tidak mencari aspek hubungan variabel
2. Data Studi (penelitian)
- Data yang dikumpulkan dalam penelitian
- Menggunakan sampel dalam pengumpulan datanya.
- Bisa menggunakan cara observasi (pengamatan), bisa dengan wawancara langsyng dengan
kuesioner, atau dengan cara angket.
- Sebelum melakukan pengumpulan data,ada identifikasi masalah mengapa penelitian dilakukan
-Variabel-variabel yang diambil sesuai masalah penelitiannya.
- Dalam penelitian, bisa dicari hubungan antar variabel

Ada beberapa cara pengumpulan data sebagai berikut :

1. Wawancara
2. Angket
3. Observasi
4. FGD (fokus grup diskusi)
5. Studi dokumentasi

Pengolahan data ada 4 cara yaitu :

1. Editing = pengecekan kembali
2. Coding = pemberian kode jika laki-laki dan jika perempuan
3. Processing (entry) = input
4. Cleaning = pembersihan kembali
 PENYAJIAN DATA
aadalah Kegiatan agar data mudah untuk dibaca dan bisa dilihat secara visual dalam bentuk
tabel, grafik atau diagram.

Penyajian Data :
1.Dengan tabel atau daftar:
a. daftar tunggal
b. daftar kontingensi
c. daftar distribusi frekuensi.
- Tunggal
- kelompok (interval)

2.Dengan diagram atau grafik:

a. diagram batang:1-3 komponen, 1-2 arah
b. diagram histogram
c. diagram garis
d. diagram poligon
e. diagram pie (lingkaran)
Hasil gambar untuk daftar distribusi frekuensi dan grafiknya
1. tabel nilai ujian statistik mahasiswa
Membuat Daftar Distribusi Frekuensi
1.Menentukan Rentang Rentang = Nilai maksimum – Nilai minimum
2.Banyak Kelas Interval Banyak KI = 1 + (3,3)log n
3.Panjang Kelas Interval = p = rentang / banyaknya kelas

Membuat Daftar Distribusi Frekuensi (lanjutan) :

- Menentukan nilai terendah untuk memulai membuat kelas interval
- Membuat daftar tabulasi
- Membuat distribusi frekuensi relatif
- Membuat distribusi frekuensi kumulatif

PEDOMAN MEMBUAT TABEL DISTRIBUSI FREKUENSI :

1. BERDASARKAN PENGALAMAN
• JUMLAH KELAS INTERVAL ANTARA 6 S/D 15
• MAKIN BANYAK DATA, MAKIN BANYAK JUMLAH KELASNYA

2. DITENTUKAN DENGAN MEMBACA GRAFIK

3. DITENTUKAN DENGAN RUMUS STURGES

JUMLAH KELAS INTERVAL DAPAT DILIHAT DENGAN RUMUS :

K = 1+3,3 log n
K = Jumlah kelas interval
N = Jumlah data observasi
log = Logaritma

2. Penyajian Diagram (grafik)

a. Diagram batang 1-3 komponen, 1-2 arah

b. Histogram dan poligon frekuensi

c. Diagram garis

e. Diagram pie

ANALISIS DATA
adalah Kegiatan untuk mengetahui karakteristik data, dengan menggunakan metode statistik,
seperti rata-rata, deviasi standar, ataupun regresi.
Analisis data untuk masing-masing tingkatan (skala) data dapat dilakukan seperti tabel 2.1
berikut ini.
 TABEL 2.1
ANALISIS STATISTIK YANG COCOK UNTUK EMPAT SKALA DATA

Skala Hubungan yang Statistik yang cocok Tes statistik yang

cocok
NOMINAL (1)     Ekuivalensi Modus
Frekuensi
Koofisien kontingensi

ORDINAL (1)     Ekuivalensi Median

Persentil
Non-Parametrik
Spearman rs
(2)     Lebih besar dari
Kendall t
Kendall W

Mean (rata-rata)
INTERVAL (1)     Ekuivalensi
Simpangan baku
(2)     Lebih besar dari
Korelasi momen hasil
(3)     Rasio sembarang dua Kali person
interval diketahui

(1)     Ekuivalensi Korelasi momen Hasil

Kali Ganda
RASIO (2)     Lebih besar dari
Mean Geometrik
(3)     Rasio sembarang dua
interval diketahui Koefisien Variasi

(4)     Rasio sembarang dua

harga interval
diketahui

Contoh analisis data :

1. Univariat = deskripsi berupa frekuensi, rata-rata, standar deviasi, modus atau hanya pada 1
variabel. Analisis univariat bertujuan untuk menjelaskan atau mendeskripsikan karakteristik
 setiap variable penelitian. Bentuk analisis univariat tergantung dari jenis datanya. Untuk data
numerik digunakan nilai mean atau rata-rata, median dan standar deviasi. Pada umumnya
dalam analisis ini hanya menghasilkan distribusi frekuensi dan persentase dari tiap variabel.
Misalnya distribusi frekuensi responden berdasarkan umur, jenis kelamin, tingkat
pendidikan dan sebagainya. Demikian juga penyebaran penyakit-penyakit yang ada di
daerahtertentu, distribusi pemakaian jenis kontrasepsi, distribusi kasus malnutrisi pada anak
balita, dan sebagainya.

Kepatuhan N %
Patuh 148 60,8
Tidak patuh 131 39,2
Total 279 100,0

Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih tinggi
(60,8%) dibanding dengan yang tidak patuh berobat (39,2%).
2. Bivariat = Apabila telah dilakukan analisis univariat, hasilnya akan diketahui karakteristik
atau distribusi setiap variabel dan dapat dilanjutkan dengan anlisis bivariat. Analisis bivariat
dilakukan terhadap dua variable yang diduga berhubungan atau berkorelasi. Dalam analisis
bivariat ini dilakukan beberapa tahap, antara lain:
(1) Analisis proporsi atau presentase, dengan membandingkan distribusi silang antara dua
variabel yang bersangkutan.
(2) Analisis dari hasil uji statistik (chi square, z test, t test dan sebagainya). Melihat dari
hasil uji statistik ini akan dapat disimpulkan adanya hubungan dua variabel tersebut
bermakna atau tidak bermakna. Dari hasil uji statistik ini dapat terjadi misalnya antara dua
variabel tersebut secara persentase berhubungan tetapi secara statistik hubungan tersebut
tidak bermakna.
(3) Analisis keeratan hubungan antara dua variabel, dengan melihat Odd Ratio (OR). Besar
kecilnya nilai OR menunjukkan besarnya keeratan hubungan antara dua variabel yang diuji.

Contoh :

Distribusi Responden Berdasarkan Umur dan Kepatuhan Berobat TB

Umur Kepatuhan Total P OR

Tak patuh Patuh value 95%
Dewasa 7(20,0%) 28 (80%) 35 (100%)
Md 0,004 3,08
24(54,0%) 20(45,5%) 44(100%)
Dewasa
Total 31 (39,2%) 48(60,8%) 79 (100%)
3. Multivariat = Analisis statistik multivariat merupakan metode statistik yang memungkinkan
kita melakukan penelitian terhadap lebih dari dua variable secara bersamaan. Dengan
menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa variable
terhadap variabel – (variable) lainnya dalam waktu yang bersamaan.
Dalam analisis multivariate dilakukan berbagai langkah pembuatan model. Model terakhir
terjadi apabila semua variabel independendengan dependen sudah tidak mempunyai nilai
p.0,05.

Contoh :
Hubungan Antara Pengetahuan, Umur, Pendidikan Dengan Kepatuhan Berobat TB

95% CI
Variable P OR
Lower Upper
Pengetahuan 0,000 19,305 4,34 84,92
Umur 0,008 11,747 2,22 212,61
Pendidikan 0,000 13,804 3,28 58,05

Dari table di atas dapat disimpulkan bahwa :

- Responden yang mempunyai pengetahuan tinggi berpeluang 19,03 kali patuh berobat
dibandingkan dengan responden yang berpengetahuan rendah
- Responden yang berumur muda berpeluang 11,747 kali patuh patuh berobat dibandingkan
dengan responden yang berumur lebih tua
- Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat dibandingkan
dengan responden yang berpendidikan rendah.
Dari ketiga variabel independen tersebut maka variabel pengetahuan adalah variabel yang paling
dominan berhubungan dengan kepatuhan berobat dengan OR 19,305.

INTERPRETASI DATA
sebuah bentuk dari kegiatan untuk melakukan penggabungan terhadap sebuah hasil dari analisis
dengan berbagai macam pertanyaan, kriteria, maupun pada sebuah standar tertentu guna untuk
dapat menciptakan sebuah makna dari adanya sebuah data yang dimana telah dikumpulkan oleh
seseorang guna untuk mencari sebuah jawaban terhadap permasalah yang dimana teradapat di
dalam sebuah penelitian yang dimana sedang diperbaiki. atau sering disebut dengan sebuah
kesimpulan.
DAFTAR PUSTAKA

Rachmat,Mohammad.2012.Biostatistika Aplikasi Pada Penelitian Kesehatan.Jakarta:Penerbit

Buku Kedokteran EGC.
Budiarto,Eko.2002.Biostatistika Untuk Kedokteran dan Kesehatan Masyarakat.Jakarta: Penerbit
EGC.
Dayan, Anto, Pengantar Metode Statistik Jilid I, LP3ES, Jakarta, 1984