RESUME

SKALA PENGUKURAN DAN PENGUKURAN VARIABEL

Laporan ini Disusun untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian

Dosen: Dr. Sri Rahayu, S.E., M.S.A., A.k. CA,CIQaR, CIQnR

Di susun oleh:

Reandl Taffenly Han C1C021221

Nurjannah C1C021225

PROGRAM STUDI S1 AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS JAMBI

2023
Skala Pengukuran
Skala pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan
panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan
dalam pengukuran akan menghasilkan data kuantitatif. Sebagai contoh, misalnya timbangan emas
sebagai instrumen untuk mengukur berat emas, dibuat dengan skala mg dan akan menghasilkan data
kuantitatif berat emas dalam satuan mg bila digunakan untuk mengukur; meteran sebagai instrumen
untuk mengukur panjang dibuat dengan skala mm, dan akan menghasilkan data kuantitatif panjang
dengan satuan mm.(Sugiyono, 2016)
A. Macam-macam Skala Pengukuran
Dengan skala pengukuran ini, maka nilai variabel yang diukur dengan instrumen tertentu
dapat dinyatakan dalam bentuk angka, sehingga akan lebih akurat, efisien dan komunikatif. Misalnya
berat emas 19 gram, berat besi 100 kg, suhu badan orang yang sehat 37° Celsius, IQ seseorang 150.
Selanjutnya dalam pengukuran sikap, sikap sekelompok orang akan diketahui termasuk gradasi mana
dari suatu skala sikap. Macam-macam skala pengukuran dapat berupa: skala nominal, skala ordinal,
skala interval, dan skala rasio, dari skala pengukuran itu akan diperoleh data nominal, ordinal, interval
dan ratio.
a.Skala nominal
skala nominal merupakan Skala yang paling lemah/ rendah di antara skala pengukuran yang
ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya
berdasarkan nama (predikat). Skala pengukuran nominal digunakan untuk mengklasifikasi Objek,
Individual atau kelompok dalam bentuk kategori.
Pemberian angka atau simbol pada skala nomial tidak memiliki maksud kuantitatif hanya
menunjukkan ada atau tidak adanya atribut atau karakteristik pada objek yang diukur. Misalnya, jenis
kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi
sebagai label kategori, tanpa memiliki nilai intrinsik dan tidak memiliki arti apapun. Kita tidak bisa
mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki Menjadi 2 dan
perempuan dengan kode 1, atau bilangan apapun Asal kodenya berbeda antara laki-laki dan
perempuan.
Karena tidak memiliki nilai instrinsik, maka angka-angka (kode-kode) Yang kita berikan
tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya. Oleh karenanya, pada variabel
dengan skala nominal tidak dapat diterapkan operasi matematika standar( aritmatik) pengurangan,
penjumlahan, perkalian, dan sebagainya. Peralatan statistik yang sesuai dengan skala nominal adalah
peralatan statistik yang berbasiskan( berdasarkan) jumlah dan proporsi seperti modus, distribusi
frekuensi,chi Square dan beberapa peralatan statistik non- parametrik lainnya.

b.Skala ordinal
Kalau ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala
peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain
menunjukkan perbedaan juga menunjukkan Urutan atau tingkatan objek yang diukur menurut
karakteristik tertentu.
Misalnya tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5= sangat
puas,4 = puas, 3=Kurang puas,2= tidak puas dan 1= sangat tidak puas.
Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-
angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh
kita buat 1= sangat puas, 2= tidak puas, 3= puas dstnya. Yang boleh adalah 1=Sangat puas, 2=
puas,3= kurang puas dstnya.
Selain itu, angka perlu diperhatikan dari kata karakteristik skala ordinal adalah ah meskipun
nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak( selisih). Kita tidak tahu berapa
jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri
angka 5 dan dan sangat tidak buat kita beri angka 1 ,kita tidak bisa mengatakan bahwa kepuasan yang
sangat puas lima kali lebih tinggi Dibanding kan yang sangat tidak puas.sebagaimana halnya pada
skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar seperti
pengurangan, penjumlahan, perkalian dan lainnya peralatan statistik yang sesuai dengan skala ordinal
juga adalah peralatan statistik yang berbasiskan jumlah dan proporsi seperti modus, distribusi
frekuensi Chi Square dan beberapa peralatan statistik non- parametrik lainnya.

c) Skala interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal
dengan ditambah karakteristik lain,yaitu berupa adanya interval yang tetap. Dengan demikian skala
interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan
kelipatan. Pengertian “Jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala
interval tidak memiliki nilai nol mutlak. Skala interval ini sudah benar-benar angka dan dan kita
sudah dapat menerapkan semua operasi matematika serta peralatan statistik kecuali yang berdasarkan
pada rasio seperti koefisien variasi.

d) Skala rasio
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 Wini artinya adalah nilai dasar yang tidak bisa diubah meskipun
menggunakan skala yang lain. Oleh karenanya, pada skala rasio, pengukuran sudah mempunyai nilai
perbandingan/ rasio.
Pengukuran pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi
dan berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat
dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.(Muhammad Dahri, 2020)

Adapun berbagai skala sikap yang dapat digunakan untuk penelitian Manajemen/Administrasi,
Pendidikan dan Sosial antara lain adalah:
1. Skala Likert
2. Skala Guttman
3. Rating Scale
4. Semantic Deferential
Kelima jenis skala tersebut bila digunakan dalam pengukuran, akan mendapatkan data interval, atau
rasio. Hal ini akan tergantung pada bidang yang akan diukur.
1. Skala Likert
 Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau
sekelompok orang tentang fenomena sosial. Dalam penelitian, fenomena sosial ini telah ditetapkan
secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian.
Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel.
Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang
dapat berupa pernyataan atau pertanyaan.
Jawaban setiap item instrumen yang menggunakan skala Likert mempunyai gradasi dari sangat positif
sampai sangat negatif, yang dapat berupa kata-kata antara lain:
a. Sangat Setuju a. Sangat positif
b. Setuju b. Positif
c. Ragu-ragu c. Negatif
d. Tidak setuju d. Sangat negatif
e. Sangat tidak setuju

a. Sangat baik
a. Selalu b. Baik
b. Sering c. Tidak baik
c. Kadang-Kadang d. Sangat tidak baik
d. Tidak Pernah

Untuk keperluan analisis kuantitatif, maka jawaban itu dapat diberi skor, misalnya:
1. Setuju/selalu/sangat positif diberi skor 5
2. Setuju/sering/positif diberi skor 4
3. Ragu-ragu/kadang-kadang/netral diberi skor 3
4. Tidak setuju/hampir tidak pernah/negatif diberi skor 2
5. Sangat tidak setuju/tidak pernah/sangat negatif diberi skor 1

2. Skala Guttman
Skala pengukuran dengan tipe ini, akan didapat jawaban yang tegas, yaitu "ya-tidak"; "benar-
salah"; "pernah-tidak pernah"; "positif- negatif dan lain-lain. Data yang diperoleh dapat berupa data
interval atau rasio dikotomi (dua alternatif). Jadi kalau pada skala Likert terdapat 3,4,5,6,7 interval,
dari kata "sangat setuju" sampai "sangat tidak setuju", maka pada skala Guttman hanya ada dua
interval yaitu "setuju" atau "tidak setuju". Penelitian menggunakan skala Guttman dilakukan bila
ingin mendapatkan jawaban yang tegas terhadap suatu permasalahan yang ditanyakan.
Contoh:
1. Bagaimana pendapat Anda, bila orang itu menjabat pimpinan di perusahaan ini?
a. Setuju
b. Tidak setuju
2. Pernahkah pimpinan melakukan pemeriksaan di ruang kerja Anda?
a. Tidak pernah
 b. Pernah
Skala Guttman selain dapat dibuat dalam bentuk pilihan ganda, juga dapat dibuat dalam
bentuk checklist. Jawaban dapat dibuat skor tertinggi satu dan terendah nol. Misalnya untuk jawaban
setuju diberi skor 1 dan tidak setuju diberi skor 0. Analisa dilakukan seperti pada skala Likert.
Pernyataan yang berkenaan dengan fakta benda bukan termasuk dalam skala pengukuran interval
dikhotomi.
Contoh:
1. Apakah tempat kerja Anda dekat Jalan Protokol?
a. Ya
b. Tidak
2. Anda punya ijazah sarjana?
a. Tidak
b. Punya

3. Semantic Diferensial
Skala pengukuran yang berbentuk semantic diferensial dikembangkan oleh Osgood. Skala ini
juga digunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi

tersusun dalam satu garis kontinum yang jawaban "sangat positif" terletak di bagian kanan garis, dan
jawaban yang "sangat negatif terletak di bagian kiri garis, atau sebaliknya. Data yang diperoleh adalah
data interval, dan biasanya skala ini digunakan untuk mengukur sikap/karakteristik tertentu yang
dipunyai oleh seseorang. Berikut ini diberikan contoh instrumen dengan skala pengukuran semantic
differential.
Responden dapat memberi jawaban, pada rentang jawaban yang positif sampai dengan
negatif. Hal ini tergantung pada persepsi responden kepada yang dinilai.Responden yang memberi
penilaian dengan angka 5, berarti persepsi responden terhadap pemimpin itu sangat positif, sedangkan
bila memberi jawaban pada angka 3, berarti netral, dan bila memberi jawaban pada angka 1, maka
persepsi responden terhadap pemimpinnya sangat negatif.
4. Rating Scale
 Dari ke tiga skala pengukuran seperti yang telah dikemukakan, data yang diperoleh semuanya
adalah data kualitatif yang kemudian dikuantitatifkan. Tetapi dengan rating-scale data mentah yang
diperoleh berupa angka kemudian ditafsirkan dalam pengertian kualitatif.
Responden menjawab, senang atau tidak senang, setuju atau tidak setuju, pernah - tidak
pernah adalah merupakan data kualitatif. Dalam skala model rating scale, responden tidak akan
menjawab I salah satu dari jawaban kualitatif yang telah disediakan, tetapi menjawab salah satu
jawaban kuantitatif yang telah disediakan. Oleh karena itu rating scale ini lebih fleksibel, tidak
terbatas untuk pengukuran sikap saja tetapi untuk mengukur persepsi responden terhadap fenomena
lainnya, seperti skala untuk mengukur status sosial ekonomi, kelembagaan, pengetahuan, kemampuan,
proses kegiatan dan lain-lain.
Contoh instrumen dengan rating scale tata ruang kantor

(Sugiyono, 2016).

Pengukuran Variabel
 Pengukuran variabel dalam kerangka teoretis merupakan bagian integral dari penelitian dan
aspek penting dari desain penelitian Kecuali variabel diukur dengan cara tertentu, kita tidak akan
dapat menguji hipotesis dan menemukan jawaban pertanyaan penelitian
A. Bagaimana Mengukur Variabel
Untuk menguji hipotesis bahwa keberagaman tenaga kerja memengaruhi efektivitas
organisasi, kita harus mengukur keberagaman tenaga kerja dan efektivitas organisasi. Pengukuran
adalah penempatan angka atau simbol lain untuk ciri-ciri (atau atribut) objek sesuai dengan rangkaian
peraturan yang dijelaskan sebelumnya. Objek termasuk orang, unit bisnis strategi, perusahaan, negara,
sepeda, gajah, peralatan dapur, restoran, sampo, yogurt, dan lainnya. Contoh dari ciri-ciri objek adalah
arousal-seeking tendency, motivasi pencapaian, efektivitas organisasi, kesenangan berbelanja,
panjang, berat, keberagaman suku, kualitas pelayanan, pengaruh kondisi, dan rasa. Penting untuk
mengetahui bahwa Anda tidak dapat mengukur objek (misalnya, perusahaan); Anda mengukur ciri-
ciri atau atribut dari objek (misalnya, efektivitas organisasi dari perusahaan). Dengan cara yang sama,
Anda dapat mengukur tinggi (atribut) dari seseorang (objek), berat dari seekor gajah, arousal-seeking
tendency dari pialang saham, kesenangan berbelanja wanita, kualitas pelayanan restoran, pengaruh
kondisi dan suatu sampo, dan rasa dari merek yogurt tertentu. Untuk dapat mengukur, Anda
memerlukan suatu objek dan atribut dari objek tersebut, namun Anda juga memerlukan seorang
penilai. Penilai adalah seseorang yang memiliki pengetahuan dan kemampuan yang diperlukan untuk
menilai "kualitas" dari sesuatu, seperti rasa dan yogurt, arousal-seeking tendency dari pialang saham,
atau kemampuan komunikasi dari mahasiswa. Dalam banyak kasus, objek dan penilai adalah orang
yang sama. Sebagai contoh, jika Anda ingin mengukur jenis kelamin (atribut) dari karyawan Anda
(objek), atau kesenangan berbelanja (atribut) dari wanita (objek). Anda cukup bertanya kepada objek
(karyawan dan wanita, secara berurutan) untuk memberikan Anda rincian yang diperlukan untuk
menjadi seorang penilai ketika Anda ingin mengukur rasa (atribut) dari yogurt (objek). kualitas
pelayanan dari restoran, kemampuan komunikasi mahasiswa, atau bahkan keahlian manajerial dari
supervisor
Pengukuran atribut yang lebih abstrak dan subjektif lebih sulit. Sebagai contoh, cukup sulit
untuk mengukur tingkat motivasi pencapaian pegawai kantor, kesenangan berbelanja wanita, dan
kebutuhan kesadaran mahasiswa Dengan cara yang sama, tidaklah mudah untuk menguji hipotesis
pada hubungan antara keberagaman pekerja, keahlian manajerial, dan efektivitas organisasi,
Masalahnya adalah bahwa kita tidak dapat hanya mengajukan pertanyaan seperti "Seberapa beragam
pekerja di perusahaan Anda?" atau "Seberapa efektif organisasi Anda? karena sifat abstrak dari
variabel "keragaman pekerja" dan "efektivitas organisasi." Tentu saja, terdapat solusi untuk masalah
ini. Salah satu dari solusi tersebut dibahas selanjutnya. Namun sebelum kita membahas solusi
tersebut, mari kita meringkas masalahnya.
Variabel tertentu sesuai untuk pengukuran yang mudah melalui penggunaan instrumen
pengukuran yang tepat; misalnya, fenomena fisiologis yang berhubungan dengan manusia, misalnya
tekanan darah, detak jantung, dan suhu tubuh, seperti halnya atribut fisik tertentu seperti panjang dan
lebar. Namun saat kita tertarik dengan perasaan, sikap, dan persepsi orang-orang yang subjektif,
pengukuran faktor dan variabel tersebut menjadi semakin sulit. Oleh karena itu, paling tidak terdapat
dua jenis variabel: satu jenis variabel sesuai untuk pengukuran yang tepat dan objektif, jenis yang lain
lebih samar (tidak jelas) dan tidak sesuai untuk pengukuran yang akurat karena sifatnya yang abstrak
dan subjektif.()
B. Jenis-Jenis Variabel
Dalam penelitian, selain mendefinisiskan masalah dalam penelitian, hal berikutnya yang
sangat penting dalam menjaga sistematika dan menjaga agar penelitian tetap berada di rel yang tepat
adalah menentukan variable penelitian yang kemudian akan di break down menjadi indicator-
indikator dalam instrumen penelitian.(Dhian, 2018). Variabel menunjukkan suatu arti yang dapat
membedakan antara suatu dengan yang lain dan dapat diukur (Kountour, 2005). Variabel penelitian
pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan peneliti untuk dipelajari
sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulan (Sugiyono, 2003:38).
Menurut hubungan antara satu variabel dengan variabel yang lain maka macam- macam
variabel dalam penelitian dapat dibedakan menjadi:

1.Variable diskrit(discreet variable)

Variabel diskrit adalah variable yang berupa data pengkategorian atau membedakan atau
mengelompokkan jenis tertentu. Data jenis ini disebut data nominal atau data dikotomik. Misalnya:
data dikotomik 1 untuk kategori benar dan 0 dan untuk kategori salah. Data dikotomi ini seringkali
digunakan mahasiswa untuk mengkategorikan jawaban benar dan salah dari testes jenis objek
semisal pilihan ganda (Multiple Choicce Question (MCQ). Contoh lainnya adalah ah simbol 1 untuk
pria dan 2 untuk wanita. Angka 1 0, atau 1 2 Hanya merupakan label untuk penanda kategori. Jadi
bukan berarti bahwa angka 2 lebih tinggi nilainya dari 1 atau 0 . Data tersebut bersifat tetap
( Setara) dan tentu tidak dapat digunakan Kan dalam operasi hitung.

Selain itu, data yang termaksud dalam variabel diskrit (data distrit) adalah data bilangan
bulat. Bilangan bulat adalah bila bilang yang tidak dalam bentuk pecahan/ desimal. Misalnya jumlah
penjualan mobil tahun 2016 adalah 300 buah. Data tersebut selalu bulat. Jadi tidak ada ada 2,5
buah mobil. Contoh lainnya adalah Jumlah manusia. Tidak akan ada pernyataan “ jumlah penduduk
di jalan G .Obos XVI adalah 101,6 orang.

2.Variabel kontinyu (Continuous Variable)

Berbeda dengan variabel diskrit yang mana data hanya berfungsi sebagai tabel, maka
variabel kontinyu merupakan data yang dapat digunakan untuk operasi hitung. Data kontinu adalah
data yang diperoleh dari hasil perhitungan atau pengurangan, sehingga data tidak hanya berupa
bilangan bulat, tetapi juga bisa dalam bentuk desimal , misalnya 2,5.

Data kontinu juga bisa dalam bentuk bilangan bulat, namun kelompok data tersebut
memungkinkan variasinya ke dalam bentuk pecahan. Contoh dari data untuk variabel ini ini adalah
Jumlah benar atau salah dalam suatu tes skor nilai, ranking tinggi badan berat badan panjang jarak
data tersebut dapat berubah-ubah atau bervariasi. Berikut ini jenis-jenis data dalam variabel
kontinyu:

a) data ordinal

Data ordinal merupakan data peringkat. Misalnya juara 1, juara 2 dan juara 3. Angka
tersebut mempunyai makna, lebih dari sekedar label seperti pada data nominal diatas. Juara 1 tentu
lebih pintar dari juara 2 dan seterusnya.

b) data interval (rintangan)

Data interval merupakan data jenis rentangan yang sudah dapat digunakan kan dalam
operasi hitung.Selain itu data, data interval mempunyai adanya jarak yang jelas diantara masing-
masing data.

Misalnya,MK 1 bernilai 1 SKS diberikan waktu 50 menit, MK II bernilai 2 SKS diberikan

waktu 100 menit, dan dan MK III bernilai 3 SKS diberikan waktu 150 menit. Disederhanakan menjadi
50- 100- 150. Maka terlihat bahwa masing-masing data mempunyai rentengan sebesar 50. Contoh
lainnya berapa kali anda pergi pulang ke kampung halaman dalam satu tahun? A.1 kali,b .2 kali, C. 3
kali,d.4 kali. Angka-angka tersebut menggunakan interval 1.

c) data rasio

Data rasio merupakan data pengukuran yang paling kompleks dan tentu dapat digunakan
dalam operasi hitung angka dalam data rasio merupakan angka yang sesungguhnya, bukan hanya
sebagai simbol. Apabila Ada angka 0 berarti memang angka 0 yang sebenarnya atau mutlak. Contoh
dari data ini adalah data hasil pengukuran/ perhitungan massa, panjang dan waktu.

Misalnya, data berat badan, berat badan a mempunyai berat 45 kg, B mempunyai berat 90
Kg. Jika dilihat menggunakan skala rasio berat badan a a adalah setengah dari berat badan B.
(Muhammad Dahri, 2020)
 Daftar Pustaka

Dhian, T. (2018). METODOLOGI PENELITIAN. www.penapersada.com

Muhammad Dahri. (2020). JENIS VARIABEL DAN SKALA PENGUKURAN, PERBEDAAN STATISTIK DESKRIPTIF
DAN INFERENSIAL.

 Sugiyono. (2016). METODE PENELITIAN MANAJEMEN (Setiyami, S.H. (ed.); 5th ed.).Alfabeta