Konsep Pengukuran Dan Jenis Data Berdasarkan Hasil Pengukuran

TUGAS KELOMPOK
KONSEP PENGUKURAN DAN MEMBEDAKAN JENIS DATA

MENURUT HASIL PENGUKURANNYA
Mata Kuliah
Konstruksi Intrumen
Dosen Pengampu:
Prof. Dr. Edi Istiyono, M.Si.
Dr. Widihastuti, S.Pd., M.Pd.
Tim Penyusun:
KELOMPOK I
Amran Hapsan (NIM: 22701261034)
Herianto (NIM: 22701261035)
Vinsensius Bawa Toron (NIM: 22701261041)
PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

SEKOLAH PASCASARJANA
UNIVERSITAS NEGERI YOGYAKARTA
TAHUN 2023
Konsep Pengukuran & Jenis Data Hasil Pengukuran | i

KATA PENGANTAR
Puji syukur diucapkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan karunia-
Nya sehingga makalah dengan judul “KONSEP PENGUKURAN DAN
MEMBEDAKAN JENIS DATA MENURUT HASIL PENGUKURANNYA” ini
dapat terselesaikan dengan tepat waktu. Ucapan terima kasih kami haturkan kepada kedua
dosen pengampu mata kuliah Konstruksi Instrumen, Bapak Prof. Dr. Edi Istiyono, M.Si.,
dan Ibu Dr. Widihastuti, S.Pd., M.Pd. yang telah memberikan kesempatan untuk
menyusun makalah ini sehingga tim penulis mampu menelaah dan memahami lebih jauh
terkait konsep Konsep Pengukuran dan Membedakan Jenis Data Menurut Hasil
Pengukurannya.
Secara garis besar, makalah ini membahas beberapa konsep dasar Konsep Pengukuran
dan Membedakan Jenis Data Menurut Hasil Pengukurannya, diantaranya: (1) Konsep
Pengukuran, (2) Konsep Data, (3) Skala Pengukuran, (4) Cara Pengukuran, dan (5) Jenis-
jenis Skala Pengukuran.
Penulis menyadari bahwa dalam penyusunan makalah ini masih terdapat kekurangan dan
keterbatasan. Oleh karena itu, penulis senantiasa berharap masukan dan saran yang
konstruktif demi perbaikan makalah ini. Ucapan terima kasih juga tak lupa kami
sampaikan kepada seluruh pihak yang telah berkontribusi dalam penyusunan makalah ini.
Yogyakarta, 21 Agustus 2023
Tim Penyusun
Konsep Pengukuran & Jenis Data Hasil Pengukuran | ii

DAFTAR ISI
HALAMAN SAMPUL .................................................................................................... i
KATA PENGANTAR ..................................................................................................... ii
DAFTAR ISI .................................................................................................................. iii
BAB I PENDAHULUAN ............................................................................................... 1
1.1 Latar Belakang ................................................................................................... 1
1.2 Rumusan Masalah .............................................................................................. 2
1.3 Tujuan ................................................................................................................ 3
1.4 Manfaat .............................................................................................................. 3
BAB II KAJIAN PUSTAKA .......................................................................................... 5
2.1 Konsep Pengukuran ........................................................................................... 5
Latihan Soal ...................................................................................................................... 8
2.2 Data .................................................................................................................... 8
2.2.1 Pengertian Data........................................................................................... 9
2.2.2 Berdasarkan Sumber Data ........................................................................ 10
2.2.3 Berdasarkan Penampilan ...........................................................................11
2.2.4 Berdasarkan Skala .................................................................................... 12
2.2.5 Teknik Pengumpulan Data........................................................................ 16
2.2.6 Kesimpulan ............................................................................................... 19
2.3 Skala Pengukuran ............................................................................................ 19
2.4 Cara Pengukuran .............................................................................................. 20
2.4.1 Skala Nominal .......................................................................................... 20
2.4.2 Skala Ordinal ............................................................................................ 20
2.4.3 Skala Interval ............................................................................................ 21
2.4.4 Skala Rasio ............................................................................................... 21
2.5 Macam-macam Skala Pengukuran ................................................................... 22
Konsep Pengukuran & Jenis Data Hasil Pengukuran | iii

2.5.1 Skala Likert .............................................................................................. 23
2.5.2 Skala Guttman .......................................................................................... 27
2.5.3 Semantic Defferensial............................................................................... 29
2.5.4 Rating Scale .............................................................................................. 30
2.5.5 Skala Thurstone ........................................................................................ 35
2.5.6 Kesimpulan ............................................................................................... 35
Latihan Soal .................................................................................................................... 36
BAB III KESIMPULAN DAN SARAN ...................................................................... 37
3.1 Kesimpulan ...................................................................................................... 37
3.2 Saran ................................................................................................................ 37
REFERENSI ................................................................................................................. 39
Konsep Pengukuran & Jenis Data Hasil Pengukuran | iv

BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam dunia ilmu pengetahuan dan statistika, pengumpulan dan analisis data
memiliki peran penting dalam menghasilkan pemahaman yang lebih mendalam tentang
fenomena yang diamati. Data adalah informasi mentah yang dapat diolah untuk
mengungkap pola, hubungan, dan pengetahuan baru (Keim, et.al., 2008: 11). Namun,
tidak semua data seragam dalam bentuk dan karakteristiknya. Data dapat bervariasi dalam
jenisnya tergantung pada cara pengukuran, sifatnya, dan tujuan penggunaannya (Osgood,
1952). Oleh karena itu, penting untuk memahami konsep dasar pengukuran dan jenis data
untuk mengambil kesimpulan yang tepat dan relevan dari analisis yang dilakukan.
Makalah ini bertujuan untuk membahas konsep pengukuran dan perbedaan jenis data
berdasarkan hasil pengukurannya. Konsep ini sangat relevan dalam berbagai bidang,
termasuk ilmu sosial, ilmu alam, ekonomi, kedokteran, dan lainnya. Dalam pengumpulan
data menurut (De Jong, 2010: 107), pengukuran adalah proses fundamental yang
melibatkan atribusi angka atau label kepada karakteristik yang diamati. Namun, tidak
semua pengukuran sama; data dapat dikelompokkan ke dalam beberapa jenis berdasarkan
sifat pengukuran dan skala yang digunakan.
Pentingnya pemahaman tentang jenis data menjadi lebih menonjol seiring dengan
berkembangnya teknologi informasi dan komputasi. Pemrosesan data yang efektif
memerlukan pemahaman yang baik tentang bagaimana data diukur, disimpan, dan
diinterpretasikan (Glassey, 2013: 168). Misalnya, kesalahan dalam menerapkan analisis
statistik pada jenis data yang salah dapat menghasilkan hasil yang tidak akurat atau
kesimpulan yang salah.
Dalam makalah ini, akan dijelaskan tentang konsep dasar pengukuran dan bagaimana
data diklasifikasikan berdasarkan hasil pengukurannya. Terdapat beberapa pendekatan
klasifikasi data yang umumnya digunakan, seperti skala nominal, ordinal, interval, dan
rasio. Setiap jenis skala memiliki properti unik yang memengaruhi jenis analisis yang
dapat dilakukan dan interpretasi yang diberikan terhadap data.
Konsep Pengukuran & Jenis Data Hasil Pengukuran | 1

Selain itu, makalah ini juga akan menyoroti contoh nyata dari masing-masing jenis
data dan bagaimana perbedaan dalam pengukuran ini dapat memengaruhi interpretasi
hasil. Misalnya, dalam bidang ilmu sosial, perbedaan antara data nominal dan ordinal
dapat mengubah cara kita melihat preferensi atau peringkat dalam suatu kuesioner. Di
dunia ilmu alam, pemahaman tentang skala interval dan rasio adalah penting dalam
mengukur suhu atau menghitung rasio konsentrasi bahan kimia dalam suatu larutan.
Dengan pemahaman yang lebih mendalam tentang konsep pengukuran dan jenis
data, peneliti, analis, dan pengambil keputusan akan dapat menghindari kesalahan
interpretasi dan analisis yang tidak tepat. Sebagai hasilnya, pemahaman yang lebih baik
tentang data akan membantu dalam menghasilkan wawasan yang lebih akurat dan
informasi yang berharga dalam berbagai bidang pengetahuan.
Dengan demikian, melalui makalah ini diharapkan pembaca akan memperoleh

pemahaman yang lebih mendalam tentang konsep dasar pengukuran dan perbedaan jenis
data. Pengetahuan ini akan membantu memastikan bahwa analisis data yang dilakukan
menghasilkan pemahaman yang tepat dan relevan, serta mendukung pengembangan
pengetahuan dan inovasi di berbagai bidang.
1.2 Rumusan Masalah
Dalam rangka memahami konsep pengukuran dan perbedaan jenis data berdasarkan
hasil pengukurannya, rumusan masalah utama dalam penulisan makalah ini adalah:
1. Apa pengertian konsep pengukuran dalam konteks penelitian ilmiah dan mengapa
konsep ini sangat penting dalam pengumpulan data yang berkualitas?
2. Bagaimana perbedaan karakteristik antara data kualitatif dan data kuantitatif
berdasarkan hasil pengukurannya?
3. Bagaimana penggunaan masing-masing jenis data (kualitatif dan kuantitatif)
dalam konteks penelitian ilmiah dapat memberikan wawasan yang berbeda dan
signifikan?
4. Bagaimana mengidentifikasi berbagai jenis data berdasarkan hasil pengukuran,
serta memahami kelebihan dan keterbatasan masing-masing jenis data

1.3 Tujuan
Berdasarkan rumusan masalah tersebut, penulisan makalah ini memiliki tujuan

yaitu:
1. Memberikan pemahaman tentang pengertian konsep pengukuran dalam konteks
penelitian ilmiah dan mengapa konsep ini sangat penting dalam pengumpulan data
yang berkualitas.
2. Memahami perbedaan karakteristik antara data kualitatif dan data kuantitatif
berdasarkan hasil pengukurannya.
3. Memberikan pemahaman bagaimana penggunaan masing-masing jenis data
(kualitatif dan kuantitatif) dalam konteks penelitian ilmiah dapat memberikan
wawasan yang berbeda dan signifikan.
4. Dapat mengidentifikasi berbagai jenis data berdasarkan hasil pengukuran, serta
memahami kelebihan dan keterbatasan masing-masing jenis data.
1.4 Manfaat
Manfaat penulisan makalah ini, yaitu menjadi salah satu sumber informasi yang
berkenaan dengan:
1. Peningkatan Kualitas Penelitian.
Dengan pemahaman yang kuat tentang konsep pengukuran dan perbedaan jenis
data, peneliti akan mampu merancang metodologi penelitian yang lebih baik.
Pemahaman ini akan membantu menghasilkan data yang lebih akurat, konsisten,
dan dapat diandalkan, sehingga meningkatkan kualitas penelitian secara
keseluruhan.
2. Pemilihan Metode Pengukuran yang Tepat.
Peneliti dapat memilih metode pengukuran yang paling sesuai dengan tujuan
penelitian. Dengan memahami bagaimana masing-masing jenis data diperoleh,
peneliti dapat memutuskan apakah data kualitatif atau kuantitatif lebih cocok
untuk menjawab pertanyaan penelitian yang ada.
3. Interpretasi Data yang Lebih Akurat.
Pemahaman tentang perbedaan jenis data membantu peneliti dalam
menginterpretasi hasil penelitian dengan lebih akurat. Mereka dapat mengenali

potensi bias atau ketidakpastian yang mungkin terjadi akibat jenis data yang
digunakan, sehingga menghasilkan kesimpulan yang lebih solid.
4. Peningkatan Validitas dan Reliabilitas.
Dengan konsep pengukuran yang benar, peneliti dapat merancang instrumen yang
memiliki validitas dan reliabilitas yang lebih tinggi. Hasil pengukuran yang lebih
konsisten dan sesuai dengan variabel yang diukur akan meningkatkan validitas
dan reliabilitas data.
5. Pengembangan Penelitian Lebih Lanjun.
Pemahaman tentang konsep pengukuran dan jenis data dapat mendorong peneliti
untuk mengembangkan penelitian lebih lanjut. Dengan memahami bagaimana
data dapat dikumpulkan dan dianalisis, peneliti dapat merancang penelitian-
penelitian berikutnya yang lebih fokus dan efektif.
6. Kontribusi pada Ilmu Pengetahuan.
Penelitian yang menggali konsep pengukuran dan jenis data memberikan
kontribusi penting pada perkembangan ilmu pengetahuan. Pemahaman yang lebih
mendalam tentang bagaimana data diperoleh dan dianalisis dapat membantu
mengembangkan metode-metode baru dan teori-teori yang lebih canggih.
7. Pemahaman yang Lebih Baik bagi Pembaca.
Dalam penulisan ilmiah, penjelasan yang baik tentang konsep pengukuran dan
jenis data akan memberikan pemahaman yang lebih baik bagi pembaca. Ini akan
membantu pembaca yang mungkin memiliki latar belakang berbeda untuk
memahami pentingnya pengukuran dalam penelitian dan implikasi dari jenis data
yang digunakan.

BAB II
KAJIAN PUSTAKA
2.1 Konsep Pengukuran
1. Definisi Pengukuran
Pengukuran adalah proses untuk mengukur atau menilai suatu fenomena atau
karakteristik dengan menghubungkannya pada skala atau ukuran tertentu. Dalam
konteks penelitian, pengukuran merupakan langkah kunci untuk mengumpulkan data
yang objektif dan bermakna (Bortolotti, et.al., 2013). Pengukuran digunakan untuk
menganalisis dan menggambarkan informasi yang terkait dengan variabel penelitian,
seperti ukuran, kuantitas, atau atribut tertentu. Pengukuran dapat dilakukan pada
berbagai jenis fenomena, mulai dari fisik, sosial, ekonomi, hingga psikologis.
Misalnya, dalam penelitian tentang tinggi badan siswa, pengukuran melibatkan
penggunaan alat ukur seperti penggaris atau meteran untuk mendapatkan nilai
numerik yang menggambarkan tinggi badan masing-masing siswa. Pentingnya
pengukuran terletak pada kemampuannya untuk memberikan data yang lebih akurat
dan konsisten, yang memungkinkan peneliti untuk melakukan analisis yang lebih
mendalam dan membuat generalisasi yang lebih valid (Lewis, et.al., 2003: 351).
Pengukuran dapat dilakukan dalam berbagai skala, termasuk skala nominal, ordinal,
interval, dan rasio. Skala ini menggambarkan tingkat ketelitian dan hubungan antara
angka-angka yang digunakan dalam pengukuran (Allanson & Notar, 2020). Dalam
penelitian, pengukuran juga berkaitan erat dengan validitas dan reliabilitas. Menurut
Mohajan (2017: 61-62), validitas mengacu pada sejauh mana instrumen pengukuran
benar-benar mengukur apa yang dimaksudkan untuk diukur. Reliabilitas, di sisi lain,
mengukur sejauh mana instrumen pengukuran konsisten dan dapat diandalkan dalam
memberikan hasil yang sama jika diulang dalam kondisi yang sama.
2. Tujuan Pengukuran
Tujuan pengukuran dalam konteks ilmiah dan penelitian adalah untuk mendapatkan
informasi yang objektif dan terukur tentang karakteristik atau fenomena tertentu. Menurut
Swets (1988), pengukuran bertujuan untuk mengumpulkan data yang dapat dianalisis dan

diinterpretasi dengan cara yang sistematis dan terstandarisasi. Tujuan pengukuran
mencakup beberapa aspek penting:
1. Menggambarkan Karakteristik:
Pengukuran memungkinkan untuk menggambarkan karakteristik kuantitatif atau
kualitatif dari suatu variabel (Djemari Mardapi, 2000:1)). Misalnya, dalam
penelitian tentang tinggi badan, pengukuran memberikan angka-angka konkret
yang menggambarkan seberapa tinggi individu atau kelompok individu.
2. Mengukur Variabilitas:
Pengukuran memungkinkan kita untuk mengukur variasi atau perbedaan antara
individu atau kelompok dalam suatu populasi (Allen & Yen, 1979). Ini
memungkinkan analisis tentang seberapa luas variasi dalam data dan apakah
variasi tersebut signifikan atau tidak.
3. Membuat Perbandingan:
Dengan data hasil pengukuran, kita dapat membuat perbandingan antara variabel-
variabel yang diukur (Bruton, Conway & Holgate, 2000: 98). Ini membantu dalam
menemukan hubungan antara variabel dan mengidentifikasi tren atau pola yang
mungkin ada.
4. Memvalidasi Hipotesis:
Pengukuran memainkan peran penting dalam menguji hipotesis. Dengan
mengukur variabel yang relevan, peneliti dapat mengumpulkan bukti empiris
untuk mendukung atau mengabaikan hipotesis yang diajukan (Miller & Salkind,
2002).
5. Mengidentifikasi Pola dan Hubungan:
Data hasil pengukuran dapat digunakan untuk mengidentifikasi pola atau
hubungan dalam data (Edi Istiyono, 2020: 28). Ini membantu dalam
mengidentifikasi tren atau asosiasi yang mungkin terjadi antara variabel-variabel
yang diukur.
6. Mengukur Perubahan:
Dalam penelitian jangka panjang, pengukuran dapat digunakan untuk mengukur
perubahan dari waktu ke waktu (Retnawati, 2017). Ini memungkinkan analisis
tentang bagaimana variabel-variabel berubah atau berkembang seiring
berjalannya waktu.

7. Mendukung Pengambilan Keputusan:
Pengukuran memberikan dasar yang kuat untuk pengambilan keputusan yang
berdasarkan data (Fanani, Mardapi, & Wuradji, 2014: 130). Data hasil pengukuran
yang objektif dapat membantu dalam membandingkan pilihan yang tersedia dan
memilih tindakan yang paling sesuai.
Dengan tujuan-tujuan ini, pengukuran menjadi alat yang sangat penting dalam
metodologi penelitian ilmiah. Pengukuran yang tepat dan akurat membantu peneliti
mendapatkan informasi yang lebih baik tentang variabel yang mereka teliti, yang pada
gilirannya membantu dalam menghasilkan temuan dan kesimpulan yang lebih dapat
diandalkan dan bermakna.
3. Langkah-langkah Pengukuran
Langkah-langkah pengukuran mengacu pada proses sistematis yang diperlukan
untuk mengumpulkan data dengan tujuan mengukur suatu variabel atau karakteristik
tertentu (John W. Creswell, 2002). Berikut adalah tiga langkah utama dalam proses
pengukuran:
1. Perencanaan Pengukuran:
a. Definisi Variabel: Tentukan dengan jelas variabel atau karakteristik apa yang akan
diukur. Definisi yang tepat adalah langkah awal yang penting dalam menghindari
kebingungan atau kesalahan dalam pengukuran.
b. Pilih Instrumen Pengukuran: Pilih instrumen yang sesuai untuk mengukur
variabel tersebut. Instrumen bisa berupa kuesioner, skala pengukuran, alat ukur
fisik, atau metode pengamatan.
c. Validitas dan Reliabilitas: Pastikan instrumen yang digunakan valid (mengukur
apa yang seharusnya diukur) dan reliabel (konsisten dalam memberikan hasil yang
sama jika diulang).
d. Sampling: Tentukan metode sampling yang akan digunakan untuk memilih
sampel yang mewakili populasi yang lebih besar.
2. Pengumpulan Data:
a. Persiapan: Pastikan semua persiapan teknis dan logistik telah diselesaikan
sebelum memulai pengumpulan data.

b. Aplikasi Instrumen: Lakukan pengukuran sesuai dengan instruksi yang telah
ditetapkan. Pastikan bahwa instrumen diaplikasikan dengan konsisten dan benar.
c. Catatan dan Dokumentasi: Selama proses pengumpulan data, catat informasi
penting seperti waktu, tempat, dan kondisi saat pengukuran dilakukan. Ini akan
membantu dalam menginterpretasi hasil nantinya.
3. Pengolahan dan Analisis Data:
a. Pengkodean: Jika data dikumpulkan dalam bentuk kualitatif atau memiliki banyak
kategori, lakukan pengkodean untuk memudahkan analisis.
b. Entri Data: Masukkan data ke dalam format yang sesuai untuk analisis lebih
lanjut.
c. Analisis Statistik: Gunakan teknik analisis yang sesuai untuk menjawab
pertanyaan penelitian. Analisis statistik bisa berupa statistik deskriptif, uji
hipotesis, analisis regresi, dan lain-lain.
d. Interpretasi Hasil: Setelah analisis selesai, interpretasikan hasil pengukuran
dengan merujuk pada pertanyaan penelitian dan tujuan pengukuran.
e. Presentasi Hasil: Sajikan hasil pengukuran dengan jelas melalui tabel, grafik, atau
laporan yang mudah dipahami oleh pembaca.
Latihan Soal!
1. Apa yang dimaksud dengan validitas dalam konteks pengukuran dalam penelitian?
Berikan definisi singkat dan jelaskan mengapa validitas sangat penting dalam
memastikan bahwa instrumen pengukuran mengukur apa yang seharusnya diukur!
2. Jelaskan konsep reliabilitas dalam pengukuran penelitian. Bagaimana peneliti dapat
meningkatkan reliabilitas instrumen pengukuran mereka?
3. Ada berbagai jenis skala pengukuran yang digunakan dalam penelitian. Jelaskan
perbedaan antara skala nominal, ordinal, interval, dan rasio. Berikan contoh konkrit
dari setiap jenis skala dan jelaskan mengapa pemilihan skala yang tepat penting
dalam merancang penelitian!
2.2 Data
Data merupakan hasil yang diperoleh berdasarkan suatu penelitian. Beberapa tahap
sebelum mendapatkan data yaitu dengan menentukan atau mendapatkan populasi,

sampel, teknik sampling, variabel-variabel penelitian, dan yang terakhir adalah data. Data
yang telah dianalisis akan digunakan untuk menjawab permasalahan yang diteliti.
Koleksi data merupakan tahapan dalam proses penelitian yang penting, karena hanya
dengan mendapatkan data yang tepat maka proses penelitian akan berlangsung sampai
peneliti mendapatkan jawaban dari perumusan masalah yang sudah ditetapkan. Data yang
kita cari harus sesuai dengan tujuan penelitian. Dengan teknik sampling yang benar, kita
sudah mendapatkan strategi dan prosedur yang akan kita gunakan dalam mencari data di
lapangan (Levy & Lemeshow, 2013).
Aktivitas penelitian tidak akan terlepas dari keberadaan data yang merupakan bahan
baku informasi untuk memberikan gambaran spesifik mengenai obyek penelitian. Data
adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan memecahkan
masalah atau menjawab pertanyaan penelitian. Data penelitian dapat berasal dari
berbagai sumber yang dikumpulkan dengan menggunakan berbagai teknik selama
kegiatan penelitian berlangsung. Pada sub bab ini akan mengkaji lebih lanjut mengenai
pengertian data, pengelompokkan data, teknik pengumpulan data, dan skala ukur data.
Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis
yaitu data kualitatif (berbentuk kata-kata/kalimat) dan data kuantitatif (berbentuk angka).
Data kuantitatif dapat dikelompokkan berdasarkan cara untuk mendapatkannya, yaitu
data diskrit dan data kontinum. Berdasarkan sifatnya, data kuantitatif terdiri atas data
nominal, data ordinal, data interval dan data rasio
2.2.1 Pengertian Data
Data adalah kumpulan fakta atau angka atau segala sesuatu yang dapat dipercaya
kebenarannya sehingga dapat digunakan sebagai dasar penarikan kesimpulan (Sapsford
& Jupp, 1996). Data dapat dapat juga diartikan sebagai fakta empirik yang dikumpulkan
oleh peneliti untuk kepentingan memecahkan masalah atau menjawab pertanyaan
penelitian atau sebagai deskripsi dari suatu dan kejadian yang kita hadapi. Data dapat
berupa catatan-catatan dalam kertas, buku, atau tersimpan sebagai file dalam database.
Data akan menjadi bahan dalam suatu proses pengolahan data. Oleh karena itu, suatu data
belum dapat berbicara banyak sebelum diolah lebih lanjut. Data dapat dikelompokkan
berdasarkan:

2.2.2 Berdasarkan Sumber Data
Berdasarkan sumbernya, data dibagi menjadi data primer dan data sekunder.
a. Data Primer
Data primer merupakan data yang langsung dikumpulkan oleh peneliti sendiri. Data
primer disebut juga sebagai data asli atau data baru yang memiliki sifat up to date. Data
primer dapat berupa opini subjek (orang) secara individual atau kelompok, hasil observasi
terhadap suatu benda (fisik), kejadian atau kegiatan, dan hasil pengujian. Contoh:
Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen
bioskop.
b. Data Sekunder
Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak
langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain). Data sekunder
umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip (data
dokumenter) yang dipublikasikan dan yang tidak dipublikasikan (Ramdhan, 2021). Data
sekunder dapat dipergunakan untuk hal-hal sebagai berikut:
1. Pemahaman Masalah
Data sekunder dapat digunakan sebagai sarana pendukung untuk memahami
masalah yang akan kita teliti. Sebagai contoh apabila kita akan melakukan
penelitian dalam suatu perusahaan, perusahaan menyediakan company profile
atau data administratif lainnya yang dapat kita gunakan sebagai pemicu untuk
memahami persoalan yang muncul dalam perusahaan tersebut dan yang akan kita
gunakan sebagai masalah penelitian.
2. Penjelasan Masalah
Data sekunder bermanfaat sekali untuk memperjelas masalah dan menjadi lebih
operasional dalam penelitian karena didasarkan pada data sekunder yang tersedia,
kita dapat mengetahui komponen-komponen situasi lingkungan yang
mengelilinginya. Hal ini akan menjadi lebih mudah bagi peneliti untuk memahami
persoalan yang akan diteliti, khususnya mendapatkan pengertian yang lebih baik

mengenai pengalaman-pengalaman yang mirip dengan persoalan yang akan
diteliti
3. Formulasi Alternative-Alternative Penyelesaian Masalah yang Layak
Sebelum kita mengambil suatu keputusan, kadang kita memerlukan beberapa
alternative lain. Data sekunder akan bermanfaat dalam memunculkan beberapa
alternative lain yang mendukung dalam penyelesaian masalah yang akan diteliti.
Dengan semakin banyaknya informasi yang kita dapatkan, maka peneyelesaian
masalah akan menjadi jauh lebih mudah.
4. Solusi Masalah
Data sekunder disamping memberi manfaat dalam membantu mendefinisikan dan
mengembangkan masalah, data sekunder juga kadang dapat memunculkan solusi
permasalahan yang ada. Tidak jarang persoalan yang akan kita teliti akan
mendapatkan jawabannya hanya didasarkan pada data sekunder saja.
2.2.3 Berdasarkan Penampilan
Berdasarkan penampilannya, data dibedakan menjadi data kuantitatif dan kualitatif

(Creswell, Fetters & Ivankova 2004: 8-10).
a. Data Kuantitatif
Data kuantitatif merupakan data yang dinyatakan dalam angka atau data kualitatif yang
diangkakan. Dalam komputer dikenal sebagai data numeric. Data kuantitatif
dikelompokkan menjadi dua, yaitu:
1. Data diskrit.
Data diskrit: data kuantitatif diskrit adalah data hasil pencacahan dan berupa
bilangan bulat (dalam komputer dikenal sebagai integer).
2. Data kontinu.
Data kuantitatif kontinu adalah data hasil proses pengukuran dan dapat berupa
bilangan pecahan (bilangan real).
b. Data Kualitatif
Data yang dinyatakan dalam bentuk non-angka/non-numerik atau biasa juga disebut
atribut. Dalam istilah komputer disebut data bertipe string.

2.2.4 Berdasarkan Skala
Berdasarkan skala, data dibedakan menjadi data nominal, ordinal, interval dan rasio
(Robinson & Stanford, 2006).
a. Data Nominal
Data nominal atau sering disebut juga data kategori adalah data yang diperoleh
melalui pengelompokkan obyek berdasarkan kategori tertentu. Perbedaan kategori
obyek hanyalah menunjukkan perbedaan kualitatif. Walaupun data nominal dapat
dinyatakan dalam bentuk angka, namun angka tersebut tidak memiliki urutan atau
makna matematis sehingga tidak dapat dibandingkan. Logika perbandingan “>” dan
“<” tidak dapat digunakan untuk menganalisis data nominal. Operasi matematik
seperti penjumlahan (+), pengurangan (-), perkalian (x), atau pembagian (:) juga tidak
dapat diterapkan dalam analisis data nominal.
Ciri-cirinya sebagai berikut:
1) Dibedakan dalam kategori tanpa memperhatikan urutan
2) Satu pengukuran hanya menghasilkan satu-satunya kategori.
3) Setiap kategori dianggap sama (tanpa tingkatan).
4) Data paling ‘rendah’ dalam level pengukuran data.
5) Tak bisa dioperasikan secara matematis.
Contoh data nominal antara lain:
• Jenis kelamin yang terdiri dari dua kategori, yaitu:

(1) Laki-laki
(2) Perempuan
Angka (1) untuk laki-laki dan angka (2) untuk perempuan hanyalah merupakan
simbol yang digunakan untuk membedakan dua kategori jenis kelamin. Angka-
angka tersebut tidak memiliki makna kuantitatif, artinya angka (2) pada data di
atas tidak berarti lebih besar dari angka (1), karena laki-laki tidak memiliki
makna lebih besar dari perempuan. Terhadap kedua data (angka) tersebut tidak
dapat dilakukan operasi matematik (+, -, x, : ). Misalnya (1) = laki-laki, (2) =
perempuan, maka (1) + (2) ≠ (3), karena tidak ada kategori (3) yang merupakan
hasil penjumlahan (1) dan (2).

• Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2)
Menikah, (3) Janda/duda. Data tersebut memiliki sifat-sifat yang sama dengan
data tentang jenis kelamin.
• Suku
• Agama
b. Data Ordinal
Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah
disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan
tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau
sebaliknya. Namun demikian, jarak atau rentang antar jenjang yang tidak harus sama.
Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal
urutan. Terhadap data ordinal berlaku perbandingan dengan menggunakan fungsi
pembeda yaitu “>” dan “<”. Walaupun data ordinal dapat disusun dalam suatu urutan,
namun belum dapat dilakukan operasi matematik ( +, - , x , : ).
1) Dibedakan dalam kategori berdasarkan urutan.
2) Memiliki tingkatan data.
3) Lebih ‘tinggi’ dibanding data nominal dalam level pengukuran data.
4) Tak bisa dioperasikan secara matematis.
Contoh jenis data ordinal antara lain:
• Tingkat pendidikan yang disusun dalam urutan sebagai berikut:
(1) Taman Kanak-kanak (TK)
(2) Sekolah Dasar (SD)
(3) Sekolah Menengah Pertama (SMP)
(4) Sekolah Menengah Atas (SMA)
(5) Diploma
(6) Sarjana
Analisis terhadap urutan data di atas menunjukkan bahwa SD memiliki tingkatan
lebih tinggi dibandingkan dengan TK dan lebih rendah dibandingkan dengan
SMP. Namun demikian, data tersebut tidak dapat dijumlahkan, misalnya SD (2)
+ SMP (3) ≠ (5) Diploma. Dalam hal ini, operasi matematik ( + , - , x, : ) tidak
berlaku untuk data ordinal.

• Peringkat (ranking) siswa dalam satu kelas yang menunjukkan urutan prestasi
belajar tertinggi sampai terendah. Siswa pada peringkat (1) memiliki prestasi
belajar lebih tinggi dari pada siswa peringkat (2).
• Status sosial (kaya, sedang, miskin)
• Tingkat kepangkatan
• Tingkat pengetahuan
c. Data Interval
Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria
tertentu serta menunjukan semua sifat yang dimiliki oleh data ordinal. Kelebihan sifat
data interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan jarak
(equality interval) atau memiliki rentang yang sama antara data yang telah diurutkan.
Karena kesamaan jarak tersebut, terhadap data interval dapat dilakukan operasi
matematik penjumlahan dan pengurangan ( +, - ). Namun demikian masih terdapat
satu sifat yang belum dimiliki yaitu tidak adanya angka Nol mutlak pada data
interval.
1) Urutan bertingkat dan dapat dikuantifikasi (diberi nilai)
2) Memiliki interval tertentu
3) Lebih ‘tinggi’ dibanding data ordinal dalam level pengukuran data
4) Dapat dianalisis dengan uji statistik parametrika.
Berikut dikemukakan tiga contoh data interval, antara lain:
• Interval suhu.
Cukup Panas 50 – 800 C
Panas 80 – 1100 C
Sangat Panas 110 – 1400 C
• Dalam banyak kegiatan penelitian, data skor yang diperoleh melalui kuesioner
(misalnya skala sikap atau intensitas perilaku) sering dinyatakan sebagai data
interval setelah alternatif jawabannya diberi skor yang ekuivalen (setara) dengan
skala interval, misalnya:
Skor (5) untuk jawaban “Sangat Setuju”
Skor (4) untuk jawaban “Setuju”

Skor (3) untuk jawaban “Tidak Punya Pendapat”
Skor (2) untuk jawaban “Tidak Setuju”
Skor (1) untuk jawaban “Sangat Tidak Setuju”
Dalam pengolahannya, skor jawaban kuesioner diasumsikan memiliki sifat-sifat
yang sama dengan data interval.
d. Data Rasio
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, :
).
Ciri-cirinya sebagai beriku:
1) Data bersifat angka dalam arti yang sesungguhnya
2) Memiliki angka nol absolut
3) Memiliki kedudukan paling ‘tinggi’ dalam level pengukuran data
4) Dapat dioperasikan secara matematis
Sifat-sifat yang membedakan antara data rasio dengan jenis data lainnya (nominal,
ordinal, dan interval) dapat dilihat dengan memperhatikan contoh berikut:
• Panjang suatu benda yang dinyatakan dalam ukuran meter adalah data rasio.
Benda yang panjangnya 1 meter berbeda secara nyata dengan benda yang
panjangnya 2 meter sehingga dapat dibuat kategori benda yang berukuran 1
meter dan 2 meter (sifat data nominal). Ukuran panjang benda dapat diurutkan
mulai dari yang terpanjang sampai yang terpendek (sifat data ordinal).
Perbedaan antara benda yang panjangnya 1 meter dengan 2 meter memiliki jarak
yang sama dengan perbedaan antara benda yang panjangnya 2 meter dengan 3
(sifat data interval). Kelebihan sifat yang dimiliki data rasio ditunjukkan oleh
dua hal yaitu: (1) Angka 0 meter menunjukkan nilai mutlak yang artinya tidak
ada benda yang diukur; serta (2) Benda yang panjangnya 2 meter, 2 kali lebih
panjang dibandingkan dengan benda yang panjangnya 1 meter yang
menunjukkan berlakunya semua operasi matematik. Kedua hal tersebut tidak
berlaku untuk jenis data nominal, data ordinal, ataupun data interval.

• Data hasil pengukuran berat suatu benda yang dinyatakan dalam gram memiliki
semua sifat-sifat sebagai data interval. Benda yang beratnya 1 kg. berbeda secara
nyata dengan benda yang beratnya 2 kg. Ukuran berat benda dapat diurutkan
mulai dari yang terberat sampai yang teringan. Perbedaan antara benda yang
beratnya 1 kg. dengan 2 kg memiliki rentang berat yang sama dengan perbedaan
antara benda yang beratnya 2 kg. dengan 3 kg. Angka 0 kg. menunjukkan tidak
ada benda (berat) yang diukur. Benda yang beratnya 2 kg., 2 kali lebih berat
dibandingkan dengan benda yang beratnya 1 kg.
Pemahaman peneliti terhadap jenis-jenis data penelitian tersebut di atas bermanfaat

untuk menentukan teknik analisis data yang akan digunakan. Terdapat sejumlah teknik
analisis data yang harus dipilih oleh peneliti berdasarkan jenis datanya. Teknik analisis
data kualitatif akan berbeda dengan teknik analisis data kuantitatif. Karena memiliki sifat
yang berbeda, maka teknik analisis data nominal akan berbeda dengan teknik analisis data
ordinal, data interval, dan data rasio.
2.2.5 Teknik Pengumpulan Data
Teknik pengumpulan data merupakan langkah yang paling utama dalam penelitian,
karena tujuan utama dari penelitian adalah mendapatkan data. Tanpa mengetahui teknik
pengumpulan data, peneliti tidak akan mendapatkan data data yang memenuhi standar
data yang ditetapkan. Pengumpulan data dapat dilakukan dalam berbagai setting, berbagai
sumber, dan berbagai cara (Strauss & Corbin 2003).
1. Bila dilihat dari settingnya, data dapat dikumpulkan dengan beberapa cara yaitu:
a. setting alamiah atau natural setting
b. pada laboratorium dengan metode eksperimen
c. di rumah dengan berbagai responden
2. Bila dilihat dari sumber datanya, maka pengumpulan data dapat menggunakan
sumber primer dan sumber sekunder. Sumber primer adalah sumber data yang
langsung memberikan data kepada pengumpul data dan sumber sekunder merupakan
sumber yang tidak langsung memberikan data kepada pengumpul data. Sumber
primer dapat diperoleh dengan tiga cara yaitu wawancara (interview), kuosioner
(angket) dan observasi (pengamatan langsung). Sedangkan sumber sekunder dapat
diperoleh melalui lewat orang lain atau dokumen

3. Bila dilihat segi, cara atau teknik pengumpulan data maka teknik pengumpulan data
dilakukan dengan interview, kuesioner, observasi dan gabungan ketiganya.
a) Wawancara
Wawancara digunakan sebagai teknik pengumpulan data apabila peneliti ingin
melakukan studi pendahuluan untuk menemukan permasalahan yang harus
diteliti, dan juga apabila pneliti ingin mengetahui hal-hal dari responden yang
lebih mendalam dan jumlah respondennya sedikit atau kecil. Wawancara dapat
dilakukan secara terstruktur maupun tidak terstruktur, dan dapat dilakukan
melalui tatap muka atau face to face maupun dengan menggunakan telepon.
1) Wawancara terstruktur
Wawancara terstruktur digunakan sebagai teknik pengumpulan data, bila
peneliti atau pengumpul data telah mengetahui dengan pasti bila peneliti
atau pengumpul data telah mengetahui dengan pasti tentang informasi apa
yang akan diperoleh. Dalam melakukan wawancara, selain harus membawa
instrumen sebagai pedoman untuk wawancara, maka pengumpul data juga
dapat menggunakan alat bantu seperti tape recorder, gambar, brosur dan
materi lain yang dapat membantu pelaksanaan wawancara menjadi lancar.
Dalam melakukan wawancara, pengumpul data telah menyiapkan instrumen
penelitian berupa pertanyaanpertanyaan tertulis yang alternatif jawabannya
telah disiapkan.
2) Wawancara tidak terstruktur
Wawancara tidak terstruktur adalah wawancara yang bebas dimana peneliti
tidak menggunakan pedoman wawancara yang telah tersusun secara
sistematis dan lengkap untuk pengumpulan datanya. Dalam wawancara
tidak terstruktur, peneliti belum mengetahui secara pasti data apa yang akan
diperoleh, sehingga peneliti lebih banyak mendengarkan apa yang
diceritakan oleh respoden.
b) Kuesioner (angket)
Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara
memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden
untuk dijawabnya. Kuesioner cocok digunakan bila jumlah responden cukup

besar dan tersebar di wilayah yang lebih luas. Berikut ini prinsip-prinsip
penulisan angket.
1) Isi dan tujuan pertanyaan harus disusun dalam skala pengukuran dan jumlah
itemnya mencukupi untuk mengukur variabel yang diteliti.
2) Bahasa yang digunakan dalam penulisan angket harus disesuaikan dengan
kemampuan berbahasa responden.
3) Tipe pertanyaan dalam angket dapat terbuka atau tertutup dan bentuknya
dapat menggunakan kalimat postif atau negatif. Pertanyaan terbuka adalah
pertanyaan yang mengharapkan responden untuk menuliskan jawabannya
dalam bentuk uraian, sedangkan pertayaan tertutup adalah pertanyaan yang
mengharapkan jawaban singkat atau mengharapkan responden untuk
memilih salah satu alternatif jawaban dari setiap pertanyaan yang telah
tersedia.
4) Pertanyaan dalam angket jangan mendua sehingga menyulitkan responden
dalam memberikan jawaban.
5) Setiap pertanyaan dalam instrumen angket, sebaiknya tidak mengajukan
pertanyaan yang memerlukan jawaban dengan berpikir berat.
c) Observasi
Teknik pengumpulan data dengan observasi digunakan bila penelitian berkenaan
dengan perilaku manusia, proses kerja, gejala-gejala alam dan bila responden
yang diamati tidak terlalu besar. Dari segi proses pelaksanaan pengumpulan data,
obsevasi dapat dibedakan menjadi participant observation (observasi berperan
serta) dan non participant observation, selanjutnya dari segi instrumentasi yang
digunakan, maka observasi dapat dibedakan menjadi observasi terstruktur dan
tidak terstruktur.
1) Participant observation (observasi berperan serta)
Dalam observasi ini, peneliti terlibat dalam kegiatan sehari-hari orang yang
sedang diamati atau yang digunakan sebagai sumber data penelitian. Sambil
melakukan pengamatan, peneliti ikut melakukan apa yang dikerjakan
sumber data dan ikut merasakan suka dukanya. Dengan observasi partisipan
ini, maka data yang diperoleh akan lebih lengkap, tajam, terpercaya dan
sampai mengetahui pada tingkat mana dari setiap perilaku yang nampak.

2) Non participant observation
Dalam observasi non partisipan peneliti tidak terlibat dan hanya sebagai
pengamat independen. Pengumpulan data dengan observasi non partisipan
ini tidak mendapatkan data yang mendalam, dan tidak sampai pada tingkat
makna.
2.2.6 Kesimpulan
Data adalah kumpulan fakta atau angka atau segala sesuatu yang dapat dipercaya
kebenarannya sehingga dapat digunakan sebagai dasar penarikan kesimpulan.
Berdasarkan sumbernya, data dibagi menjadi data primer dan data sekunder. Berdasarkan
penampilannya, data dibedakan menjadi data kuantitatif dan kualitatif. Berdasarkan skala,
data dibedakan menjadi data nominal, ordinal, interval dan rasio.
Teknik pengumpulan data dapat dilakukan melalui berbagai macam cara. Bila dilihat
dari settingnya, data dapat dikumpulkan dengan beberapa cara yaitu pada setting alamiah
atau natural setting, pada laboratorium dengan metode eksperimen dan di rumah dengan
berbagai responden. Bila dilihat dari sumber datanya, maka pengumpulan data dapat
menggunakan sumber primer dan sumber sekunder. Bila dilihat segi, cara atau teknik
pengumpulan data maka teknik pengumpulan data dilakukan dengan interview,
kuesioner, observasi dan gabungan ketiganya.
2.3 Skala Pengukuran
Penelitian adalah suatu cara ilmiah untuk memecahkan suatu masalah dan untuk
menembus batas-batas ketidaktahuan manusia. Kegiatan penelitian dengan
mengumpulkan dan memproses fakta-fakta yang ada sehingga fakta tersebut dapat
dikomunikasikan oleh peneliti dan hasil-hasilnya dapat dinikmati serta digunakan untuk
kepentingan manusia. Tahapan yang sangat penting dalam proses penelitian ilmiah adalah
menyusun alat ukur (instrumen) penelitian sebagai pedoman untuk mengukur variabel-
variabel penelitian. Alat ukur tersebut harus valid dan reliabel. Valid adalah suatu ukuran
yang menunjukan tingkat keandalan atau kesahihan suatu alat ukur. Reliabel adalah
keajegan (konsistensi) alat pengumpulan data penelitian (Flynn, Schroeder & Sakakibara,
1994).

Dalam penelitian kuantitatif, peneliti akan menggunakan instrumen untuk
mengumpulkan data, sedangkan dalam penelitian kualitatif-naturalistik peneliti akan
lebih banyak manjadi instrumen, karena dalam penelitian kualitatif peneliti merupakan
key instruments (Katz‐Buonincontro & Anderson (2020). Instrumen penelitian digunakan
untuk mengukur nilai variabel yang diteliti. Dengan demikian jumlah instrumen yang
akan digunakan untuk penelitian akan tergantung pada jumlah variabel yang diteliti. Bila
variabel penelitiannya lima,mkan jumlah instrumen yang digunakan untuk penelitian juga
lima. Instrumen-instrumen penelitian sudah ada yang dibukukan, tetapi masih ada yang
harus dibuat penelitian sendiri. Karena instrumen penelitian akan digunakan untuk
melakukan pengukuran dangan tujuan menghasilkan data kuantitatif yang akurat, maka
setiap instrumen harus mempunyai skala.Teknik membuat skala adalah cara mengubah
fakta-fakta kualitatif yang melekat pada objek atau subjek penelitian menjadi urutan
kuantitatif. Pembuatan skala pengukuran dibuat dengan mendasarkan pada dua asumsi.
2.4 Cara Pengukuran
Secara mendasar, empat macam cara mengukur suatu data yaitu skala nominal, skala
ordinal, skala interval dan skala rasio (Allen & Yen , 1979). Secara statistik, data nominal
dan ordinal dikategorikan sebagai data non metrik atau non parametrik. Sedangkan data
interval dan rasio digolongkan menjadi data metrik atau parametrik.
2.4.1 Skala Nominal
Skala ini merupakan skala pengukuran terendah. Skala ini hanya berfungsi sebagai
kategorisasi. Tidak menunjukkan adanya indikasi apakah sesuatu itu bersifat lebih tinggi
dari pembandingnya. Peneliti hanya menggunakan angka sebagai alat bantu koding saja.
Contoh:
“Dalam kuesioner terdapat pertanyaan mengenai jenis kelamin (gender) jawabannya

hanya ada 2, pria atau wanita. Dalam pengolahan data, peneliti dapat memberikan kode
1 = wanita dan kode 2 = pria. Koding ini sangat bergantung pada peneliti. Bisa saja
peneliti membaliknya, dimana pria = 1 dan wanita = 2. Koding tersebut tidak
dimaksudkan untuk menunjukan bahwa wanita dengan kode 1, lebih tinggi derajatnya
dibandingkan pria dengan kode 2.”
2.4.2 Skala Ordinal

Ordinal berasal dari kata order. Skala ini menunjukkan adanya rangking. Namun
jarak antar rangking 1, 2, 3, dst tidaklah tetap.
Contoh:
Nama Rangking Rata-rata Nilai

Amir 1 9,00
Budi 2 8,75
Wati 3 8,00
Dari data tersebut, terlihat bahwa meskipun Amir menduduki rangking 1, rata-rata
nilainya hanya memiliki selisih 0,25 dibandingkan Budi yang menduduki rangking 2.
Adapun jarak antara rangking 2 dengan rangking 3 adalah sebesar 0,75. Rangking
tersebut tergolong data ordinal yang mengindikasikan bahwa nilai Amir > Budi > Wati,
meskipun secara rata-rata jaraknya tidaklah sama.
2.4.3 Skala Interval
Skala interval menunjukkan adanya rangking, jarak yang konstan, dapat dilakukan
operasi matematika, namun dengan nilai nol yang tidak mutlak (no absolute zero).
Contoh:
Temperatur Celcius Kelvin

Titik Beku 0 273,15
Suhu Badan Normal 36,8 310
Data temperatur tergolong data interval karena semakin tinggi skor suhu, maka
kedudukannya lebih tinggi. Jika kita bandingkan selisih antara titik beku skala temperatur
celcius dengan Kelvin, maka selisihnya sama yaitu sebesar 36,8 derajat. Namun nilai 0
dalam suhu, hanyalah berdasarkan konvensi saja.
2.4.4 Skala Rasio
Rasio merupakan skala tertinggi yang memiliki seluruh sifat skala nominal, ordinal
dan interval. Nilai nol dalam skala ini bersifat mutlak. Peneliti juga dapat melakukan

operasi matematika. Yang membedakannya dengan skala interval adalah ia memiliki nilai
nol mutlak.
Contoh:
Bulan Pendapatan
Januari 1 juta
Februari 2 juta
Maret 0
April 2 juta
Mei 5 juta
Total 10 juta
Jika kita ingin melakukan operasi matematika (misalnya +), maka data pendapatan
diatas selama 5 bulan dapat kita jumlahkan menjadi 10 juta. Perhatikan bahwa Anda tidak
dapat melakukan operasi matematika untuk data nominal dan ordinal. Untuk skala rasio
nilai nol bersifat mutlak. Perhatikan data bulan Maret, nilai 0 menunjukkan bahwa pada
bulan maret responden tidak memiliki pendapatan sama sekali.
2.5 Macam-macam Skala Pengukuran
Skala pengukuran merupakan kesepakatan yang digunakan sebagai acaun 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 data kuantitatif panjang dengan
satuan mm.
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° Celcius, 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.
Beberapa skala sikap yang dapat digunakan untuk penelitian administrasi,

pendidikan dan sosial antara lain adalah: Skala Likert, Skala Guttman, Rating Scale,
Semantic Deferensial, Skala Thurstone. Lima jenis skala tersebut bila digunakan dalam
pengukuran, akan mendapatkan data interval, atau ratio. Hal ini akan tergantung pada
bidang yang akan diukur.
2.5.1 Skala Likert
Skala Likert digunakan untuk mengukur sikap, pendapatan, dan persepsi seseorang
atau sekelompok orang tentang penomena sosial. Dalam penelitian, fenomena sosial ini
telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel
penelitian (Allen & Seaman 2007). 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. Prosedur dalam membuat skala likert adalah sebagai berikut:
a. Peneliti mengumpulkan item-item yang cukup banyak, yang relevan dengan

masalah yang sedikit diteliti yang terdiri dari item yang cukup terang disukai dan
yang cukup terang tidak disukai.
b. Kemudian item-item tersebut dicoba kepada sekelompok responden yang cukup
representatif dari populasi yang ingin diteliti.
c. Responden diatas diminta untuk mencek tiap item apakah ia menyenanginya (+)
atau tidak menyukai (-). Responsi tersebut dikumpulkan dan dijawab yang
memberikan indikasi menyenangi diberikan skor tertinggi. Tidak ada masalah
misalnya untuk memberikan angka lima untuk yang tinggi dan skor satu untuk
yang terrendah atau sebaliknya. Yang penting adalah konsistensi dari arah sikap
yang diperlihatkan. Demikian juga, apakah jawaban “setuju” atau “tidak setuju”
yang disebut disenangi, tergantung dari isi pertanyaan dan isi dari item-item yang
disusun.
d. Total skor dari masing-masing individu adalah penjumlahan dari skor masing-
masing item dari individu tersebut.

e. Responsi dianalisa untuk mengetahui item-item mana yang sangat nyata batasan
antara skor tertinggi dan skor terendah dalam skala total.
Skala Likert mempunyai beberapa kelemahan, antara lain:
a. Karena ukuran yang digunakan adalah ukuran ordinal, skala likert hanya dapat
mengurutkan individu dalam skala, tetapi tidak dapat membandingkan beberapa
kali satu individu lebih baik dari individu lain.
b. Kadang kala total skor dari individu tidak memberikan arti yang jelas, karena
banyak pola responsi terhadap beberapa item akan memberikan skor yang sama.
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
b. Setuju
c. Ragu-Ragu
d. Tidak Setuju
e. Sangat Tidak Setuju
a. Selalu
b. Sering
c. Kadang-Kadang
d. Tidak Pernah
a. Sangat Positif
b. Positif
c. Negatif
d. Sangat Negatif
a. Sangat Baik
b. Baik
c. Tidak Baik
d. Sangat Tidak Baik
Untuk keperluan analisis kuantitatif, maka jawaban itu dapat diberikan skor,
misalnya:
a. Sangat setuju/ selalu/ sangat positif diberi skor 5

b. Setuju/ sering/ positif diberi skor 4
c. Ragu-ragu/ kadang-kadang/ netral diberi skor 3
d. Tidak setuju/ hampir tidak pernah/ negatif diberi skor 2
e. Sangat tidak setuju/ tidak pernah/ sangat negatif diberi skor 1
Instrumen penelitian yang menggunakan skala Likert dapat dibuat dalam bentuk
checklist ataupun pilihan ganda.
a. Contoh bentuk checklist
Berilah jawaban pernyataan berikut sesuai dengan pendapat anda, dengan cara
memberi tanda (√) pada kolom yang tersedia.
Jawaban
No. Pernyataan
SS ST RG TS STS
1. Sekolah ini akan menggunakan teknologi
informasi dalam pelayanan administrasi dan
akademik
2. .................................................................
SS = Sangat Setuju diberi skor 5
S = Setuju diberi skor 4
RG = Ragu-Ragu diberi skor 3
TS = Tidak Setuju diberi skor 2
STS = Sangat Tidak Setuju diberi skor 1
Kemudian dengan teknik pengumpulan data angket, maka instrumen tersebut

misalnaya diberikan kepada 100 orang karyawan yang diambil secara random. Dari 100
orang pegawai setelah dilakukan analisis, misalnya:
25 orang menjawab SS
40 orang menjawab S

5 orang menjawab RG
20 orang menjawab TS
10 orang menjawab STS
Berdasarkan data tersebut 65 orang (40+25) atau 65% stakeholder menjawab setuju
dan sangat setuju. Jadi kesimpulannya mayoritas stakeholder setuju dengan sekolah yang
akan menggunakan teknologi informasi dalam pelayanan administrasi dan akademik.
Data interval tersebut juga dapat dianalisis dengan menghitung rata-rata jawaban
berdasarkan skoring setiap jawaban dari responden. Berdasarkan skor yang telah
ditetapkan dapat dihitung sebagai berikut.
Jumlah skor ideal (kriterium) untuk seluruh item adalah 5 x 100 = 500 (seandainya
semua menjawab SS). Jumlah skor yang diperoleh dari penelitian adalah 350. Jadi
berdasarkan data itu maka tingkat persetujuan stakeholder terhadap penggunaan
teknologi informasi dalam pelayanan administrasi dan akademik sekolah = (350 : 500) x
100% = 70% dari yang diharapkan (100%).
Jadi berdasarkan data yang diperoleh dari 100 responden maka rata-rata 350 terletak
pada daerah mendekati setuju.
b. Contoh bentuk pilihan ganda
Berilah salah satu jawaban terhadap pertanyaan berikut sesuai dengan pendapat anda,
dengan cara memberi tanda lingkaran pada nomor jawaban yang tersedia.

Kurikulum baru itu akan segera ditetapkan di lembaga pendidikan anda?
a. Sangat tidak setuju

b. Tidak setuju
c. Ragu-ragu/ netral
d. Setuju
e. Sangat setuju
Dengan bentuk pilihan ganda itu, maka jawaban dapat diletakkan pada tempat yang
berbeda-beda. Untuk jawaban di atas “sangat tidak setuju” diletakkan pada jawaban
momor pertama. Unutk item selanjutnya jawaban “sangat tidak setuju bisa diletakkan
pada jawaban nomor terakhir.
Dalam penyusunan item untuk variabel tertentu, sebaiknya butir-butir pertanyaan

dibuat dalam bentuk kalimat positif, netral, atau negatif, sehingga responden dapat
menjawab dengan serius dan konsisten. Contoh:
a. Saya setuju dengan Ujian Nasional untuk mengukur kopetensi lulusan sekolah di
Indonesia (positif).
b. Ujian nasional telah benyak diterapkan di negara-negara maju (netral).
c. Saya tidak setuju dengan Ujian Nasional untuk mengukur kompetensi lulusan
sekolah di Indonesia (negatif).
Dengan cara demikian maka kecenderungan responden untuk menjawab pada kolom
tertentu dari bentuk checklist dapat dikurangi. Dengan model ini juga responden akan
selalu membaca pertanyaan setiap item instrumen dan juga jawabannya. Pada bentuk
checklist, sering jawaban tidak dibaca, karena terletak sudah menentu. Tetapi dengan
bentuk checklist, maka akan didapat keuntungan dalam hal ini singkat dalam
pembuatannya, hemat kertas, mudah mentabulasikan data, dan secara visual lebih
menarik. Data yang diperoleh dari skala tersebut adalah berupa data interval.
2.5.2 Skala Guttman
Skala pengukuran denga 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 ratio dikotomi (dua alternatif). Jadi kalau pada skala
Linkert 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” (Andrich, 1985). 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 Kepala Sekolah di sini?
a. Setuju
b. Tidak setuju
2. Pernahkah Pemilik Sekolah melakukan pemeriksaan di ruang kelas anda?
a. Setuju
b. Tidak setuju
Skala Guttman selain dapat dibuat dalam bentuk pilihan ganda, juga dapat dibuat
dalam bentuk checklist. Jawaban dapat dibuat skor tertinggi satu dan tertendah nol.
Misalnya untuk jawaban setuju diberikan 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 dikotomi.
Contoh:
1. Apakah sekolah anda dekat Jalan Protokol?

a. Ya
b. Tidak
2. Apakah anda punya ijazah sarjana?
a. Ya
b. Tidak
Prosedur dalam membuat skala Guttmen adalah sebagai berikut:
a. Susunlah sejumlah pertanyaan yang relevan dengan masalah yang ingin diselidiki
b. Lakukan penelitian permulaan terhadap jumlah responden yang dapat mewakili
jumlah populasi yang akan diteliti. Sampel yang dipilih minimal besarnya 50.
c. Jawaban yang diperoleh kemudian dianalisa, dan jawaban yang ekstrem dibuang.
Jawaban yang ekstrem adalah jawaban yang disetujui oleh lebih dari 80%
responden.
d. Susunlah jawaban pada suatu tabel Guttman.

e. Hitunglah koefisien reprodusibilitas dan koefisien skalabilitas.
Ada dua kelemahan pokok dari skala Guttman;
a. Skala Guttman bisa jadi tidak mungkin menjadi dasar yang efektif baik untuk
mengukur sikap terhadap onjek yang kompleks ataupun untuk membuat prediksi
tentang perilaku objek tersebut.
b. Satu skala bisa saja mempunyai dimensi tunggal untuk satu kelompok tetapi
ganda untuk kelompok lain, ataupun dimensi satu untuk satu waktu dan
mempunyai dimensi ganda untuk waktu yang lain.
2.5.3 Semantic Defferensial
Skala pengukuran yang berbentuk sematic defferensial 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
positifnya” terletak dibagian kanan garis, dan jawaban yang “sangat negatif ” terletak di
bagian kiri garis, atau sebaliknya (Stoklasa, Talášek & Stoklasová, 2019). Data yang
diperoleh adalah data interval, dan biasanya skala ini digunakan untuk mengukur sikap/
karakteristik tertentu yang dipunyai oleh seseorang.
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
Kepala Sekolah itu sangat positif, sedangkan bila memberi jawaban pada angka 3, berarti
netral, dan bila memberi jawaban pada angka 1, maka persepsi responden terhadap kepala
sekolah sangat negatif.
Langkah-langkah dalam menyusun skala sematic differensial adalah sebagai berikut:
a. Tentukan objek atau konsep yang ingin diukur

b. Pilihlah sifat bipolar yang relevan dengan masalah yang ingin diteliti di atas.
c. Untuk mencapai sifat bipolar yang cocok dengan konsep atau obyek yang
diinginkan, maka lebih dahulu perlu dicari jawaban dari dua kelompok yang
berbeda secara empiris.
d. Skor untuk seorang responden atau subjek adalah jumlah skor dari pasangan sifat
bipolar untuk penelitian
2.5.4 Rating Scale
Dari ketiga 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 (Shafer, 2005).
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 salah satu dari jawaban kualitatif yang telah disediakan. Oleh karena
itu rating scale ini lebih fleksibel, tidak terbatas untuk pengukuran sikap saja tetapi unutk
mengukur persepsi responden terhadap fenomena lainnya, seperti skala untuk mengukur
status sosial ekonomi, kelembagaan, pengetahuan, kemampuan, proses kegiatan dan lain-
lain. Yang penting bagi penyusunan instrumen dengan rating scale adalah harus dapat
mengartikan setiap angka yang diberikan pada alternatif jawaban pada setiap item
instrumen. Orang tertentu memilih jawaban angka 2, tetapi angka 2 oleh orang tertentu
belum tentu sama maknanya dengan orang lain yang juga memilih jawaban dengan angka
2.
Contoh 1:
Seberapa baik ruang kelas di sekolah ini A?
Berilah jawaban dengan angka:
4 bila tata ruang itu sangat baik
3 bila tata ruang itu cukup baik
2 bila tata ruang itu kurang baik
1 bila tata ruang itu sangat tidak baik

Jawablah dengan melingkari nomor jawaban yang tersedia sesuai dengan keadaan yang
sebenarnya.
Bila instrumen tersebut digunakan sebagai angket dan diberikan kepada 30

responden, maka sebelum dianalisis, data dapat ditabulasi seperti pada tabel berikut.

Jumlah skor kriterium (bila setiap butir mendapat skor tertinggi) = 4 x 10 x 30 =
1200. Untuk ini skor tertinggi tiap butir = 4, jumlah butir = 10 dan jumlah responden =
30.
Jumlah skor hasil pengumpulan data = 818. Dengan demikian kualitas data tata ruang
kelas lembaga pendidikan A menurut persepsi 30 responden itu 818 : 1200 = 68% dari
kriteria yang ditetapkan. hal ini secara kontinum dapat dibuat kategori sebagai berikut.

Nilai 818 termasuk dalam kategori interval “kurang baik dan cukup baik, tetapi lebih
mendekati cukup baik.
Contoh 2:
Seberapa tinggi pengetahuan anda terhadap mata pelajaran berikut sebelum dan
sesudah mengikuti pendidikan dan latihan. Artinya setiap angka adalah sebagai berikut.
1 = bila sama sekali belum tahu
2 = telah mengetahui sampai dengan 25%
5 = telah mengetahui 100% (semuanya)
Mohon dijawab dengan cara melingkari nomor sebelum dan sesudah latihan.
Dengan dapat diketahuinya pengetahuan sebelum dan sesudah mengikuti diklat,

maka pengaruh pendidikan dan latihan dalam menambah pengetahuan para pegawai yang
mengikuti diklat dapat dikenali. Data dari pengukuran sikap dengan skala sikap adalah
berbentuk data interval, demikian juga dalam pengukuran tata ruang. Tetapi data hasil
dari pengukuran penambahan pengetahuan seperti tersebut di atas akan menghasilkan
rasio.
Selain instrumen seperti yang telah dibicarakan di atas, ada instrumen penelitian yang
digunakan untuk mendapatkan data nominal dan ordinal.

RANGKING TERHADAP SEPULUH MURID DI SEKOLAH A
Nama Murid Rangking Nomor

A .....
B .....
C .....
D .....
E 1
F .....
G .....
H .....
I .....
J .....
Misalnya murid bernama E adalah yang paling baik prestasinya, maka murid tersebu
diberi rangking 1.

2.5.5 Skala Thurstone
Pernyataan yang diajukan kepada responden disarankan oleh Thurstone untuk tidak
terlalu banyak, diperkirakan antara 5 sampai 10 butir pertanyaan atau pernyataan
(Wilgus,& Travis, 2019: 416-417). Pembuatan Skala Thurstone dapat dilakukan dengan
langkah-langkah seperti berikut:
a. Mengumpulkan sejumlah pernyataan misalnya 50-100 tingkatan yang

merepresentasikan secara luas perbedaan tingkat, disenangi, netral, dan tidak
disenangi terhadap suatu objek atau subjek yang hendak diteliti.
b. Pernyataan ini diberikan pada sejumlah responden misal 50 orang atau lebih yang
cukup mengenal terhadap objek atau subjek.
c. Klasifikasi pernyataan ke dalam kategori, dengan pertimbangan penilaian
terhadap objek atau subjek secara psikologi, tetapi hanya merefleksikan persepsi
mereka terhadap kategori pernyataan yang disediakan.
d. Pernyataan yang nilainya meyebar dibuang, dan pernyataan yang mempunyai
nilai bersamaan digunakan untuk pembuatan skala.
Skor tinggi pada skala berarti mereka memiliki tingkat prasangka terhadap sifat yang
ingin diteliti. Skor terendah berarti responden mempunyai sifat favorit terhadap sifat yang
ingin diteliti. Skala Thurstone tidak terlalu banyak digunakan sebagai instrumen di bagian
pendidikan karena model ini mempunyai beberapa kelemahan yang di antaranya seperti
berikut.
a. Memerlukan terlalu banyak pekerjaan untuk membuat skala.

b. Nilai pada skala yang telah dibuat memungkinkan pada skor sama mempunyai
sikap berbeda.
c. Nilai yang dibuat dipengaruhi oleh sikap para juri atau penilai.
d. Memerlukan tim penilai yang objektif.
2.5.6 Kesimpulan
Dalam penelitian pendidikan maupun sosial, ada empat macam cara mengukur suatu
data yang sering ditemui. Keempat macam alat ukur tersebut jika disebutkan dari cara
yang paling sederhana sampai yang lengkap ialah: skala nominal, skala ordinal, skala
interval, dan skala rasio. Sedangkan macam jenis skala pengukuran ada banyak, namun

dalam pendidikan khususnya maupun pendidikan ingkah laku pada umumnya , yaitu
skala Likert, skala Guttman, skala Semantic Differensial, Rating Scale (Skala Rating),
dan skala Thurstone.
Latihan Soal!
1. Apa yang dimaksud dengan data nominal? Berikan definisi singkat dan berikan tiga
contoh data nominal dari berbagai bidang penelitian!
2. Jelaskan perbedaan antara data ordinal dan data nominal. Berikan contoh konkret
data ordinal dan berikan penjelasan mengapa data tersebut dapat dianggap sebagai
data ordinal!
3. Apa yang membedakan data interval dari jenis data lainnya? Berikan contoh data
interval dan jelaskan mengapa data tersebut termasuk dalam kategori ini!
4. Jelaskan karakteristik utama dari data rasio. Berikan contoh data rasio dan jelaskan
mengapa data tersebut dapat dianggap sebagai data rasio!
5. Mengapa data rasio dianggap sebagai jenis data yang paling kuat dalam analisis
statistik? Berikan contoh kasus di mana penggunaan data rasio memberikan
informasi yang lebih kaya dibandingkan dengan data jenis lainnya!

BAB III
KESIMPULAN DAN SARAN
3.1 Kesimpulan
Dalam makalah ini, telah dijelaskan konsep-konsep penting yang berkaitan dengan
pengukuran dan pengelolaan data dalam konteks penelitian. Konsep pengukuran menjadi
dasar bagi seluruh proses penelitian, di mana pemahaman yang baik tentang jenis-jenis
data dan skala pengukuran menjadi krusial. Data yang akurat dan relevan adalah kunci
untuk merumuskan temuan yang sahih dan berarti.
Konsep data dan skala pengukuran memainkan peran sentral dalam merancang
metode pengukuran yang sesuai dengan tujuan penelitian. Data nominal, ordinal, interval,
dan rasio masing-masing memiliki karakteristik unik, dan pemahaman terhadap
perbedaan tersebut dapat membantu peneliti dalam memilih alat pengukuran yang paling
sesuai dengan pertanyaan penelitian mereka.
Selain itu, penting untuk memahami cara pengukuran yang tepat untuk menghindari
bias dan kesalahan. Keterlibatan dalam proses pengukuran, mulai dari pemilihan
instrumen hingga pelaksanaan, harus dilakukan dengan cermat dan akurat. Kesalahan
dalam pengukuran dapat mengarah pada hasil yang tidak akurat dan temuan yang tidak
valid.
3.2 Saran
Berdasarkan pembahasan dalam makalah ini, terdapat beberapa saran yang dapat
dipertimbangkan sebagai berikut:
1. Pentingnya Pemahaman Konsep Pengukuran. Menekankan bahwa konsep

pengukuran adalah dasar bagi seluruh proses penelitian akan membantu pembaca
menghargai pentingnya langkah-langkah pengukuran yang akurat dan relevan.
2. Kesadaran akan Jenis Data dan Skala Pengukuran. Sarankan agar peneliti
memahami secara mendalam tentang jenis-jenis data (nominal, ordinal, interval,
dan rasio) serta implikasi penggunaannya. Penekanan pada peran sentral data dan
skala pengukuran dalam metodologi penelitian akan membantu peneliti dalam
merancang metode pengukuran yang tepat.

3. Hubungan antara Pertanyaan Penelitian dan Alat Pengukuran. Ajukan saran agar
peneliti selalu menghubungkan pertanyaan penelitian mereka dengan jenis data
dan skala pengukuran yang paling cocok. Pemahaman ini akan membantu mereka
memilih alat pengukuran yang paling sesuai untuk mengumpulkan data yang
diperlukan untuk menjawab pertanyaan mereka.
4. Pentingnya Akurasi dalam Seluruh Proses Pengukuran. Tekankan pentingnya
akurasi dalam seluruh proses pengukuran, mulai dari pemilihan instrumen hingga
pelaksanaan pengukuran. Sarankan agar peneliti memperhatikan detail dan
menjaga kualitas dalam setiap tahap untuk menghindari kesalahan dan bias yang
dapat merugikan validitas hasil penelitian.
5. Pentingnya Kesalahan dan Validitas Hasil. Berikan saran bahwa pemahaman yang
baik tentang cara pengukuran yang tepat akan membantu dalam menghasilkan
hasil yang akurat dan valid. Ingatkan bahwa kesalahan dalam pengukuran dapat
mengarah pada hasil yang tidak akurat dan temuan yang tidak valid, sehingga
penting untuk menghindarinya.
6. Penerapan dalam Penelitian Lebih Lanjut. Ajukan saran bahwa peneliti dapat
menerapkan pemahaman tentang konsep pengukuran dan jenis data dalam
penelitian mereka secara lebih lanjut. Ini bisa mencakup penelitian masa depan,
eksperimen, atau analisis lebih mendalam untuk mengembangkan konsep dan
pengetahuan yang lebih baik.

REFERENSI
Allanson, P. E., & Notar, C. E. (2020). Statistics as measurement: 4 scales/levels of measurement.

Education Quarterly Reviews, 3(3).
Allen, M. J., & Yen, W. M. (1979). Introduction to measurement theory. Monterey, CA: Brooks.
Allen, I. E., & Seaman, C. A. (2007). Likert scales and data analyses. Quality progress, 40(7), 64-
65.
Andrich, D. (1985). An elaboration of Guttman scaling with Rasch models for measurement.
Sociological methodology, 15, 33-80.
Bortolotti, S. L. V., Tezza, R., de Andrade, D. F., Bornia, A. C., & de Sousa Júnior, A. F. (2013).
Relevance and advantages of using the item response theory. Quality & Quantity, 47, 2341-
2360.
Bruton, A., Conway, J. H., & Holgate, S. T. (2000). Reliability: what is it, and how is it measured?.
Physiotherapy, 86(2), 94-99.
Creswell, J. W., Fetters, M. D., & Ivankova, N. V. (2004). Designing a mixed methods study in
primary care. The Annals of Family Medicine, 2(1), 7-12.
Creswell, J. W. (2002). Desain penelitian. Pendekatan Kualitatif & Kuantitatif, Jakarta: KIK,
121-180.
De Jong, T. (2010). Cognitive load theory, educational research, and instructional design: Some
food for thought. Instructional science, 38(2), 105-134.
Fanani, Z., Mardapi, D., & Wuradji, W. (2014). Model asesmen kepemimpinan pembelajaran
kepala sekolah pendidikan dasar. Jurnal penelitian dan evaluasi pendidikan, 18(1), 129-
145.
Flynn, B. B., Schroeder, R. G., & Sakakibara, S. (1994). A framework for quality management
research and an associated measurement instrument. Journal of Operations management,
11(4), 339-366.
Glassey, J. (2013). Multivariate data analysis for advancing the interpretation of bioprocess
measurement and monitoring data. Measurement, monitoring, modelling and control of
bioprocesses, 167-191.
Istiyono, Edi. 2020. Pengembangan instrumen penilaian dan analisis hasil belajar fisika dengan
teori tes klasik dan modern. Edisi 2. Yogyakarta: UNY Press.
Katz‐Buonincontro, J., & Anderson, R. C. (2020). A review of articles using observation methods
to study creativity in education (1980–2018). The Journal of Creative Behavior, 54(3), 508-
524.
Keim, D., Andrienko, G., Fekete, J. D., Görg, C., Kohlhammer, J., & Melançon, G. (2008). Visual
analytics: Definition, process, and challenges (pp. 154-175). Springer Berlin Heidelberg.
Levy, P. S., & Lemeshow, S. (2013). Sampling of populations: methods and applications. John
Wiley & Sons.
Lewis, J., Ritchie, J., Ormston, R., & Morrell, G. (2003). Generalising from qualitative research.
Qualitative research practice: A guide for social science students and researchers, 2(347-
362).
Mardapi, D. (2000). Pengujian Hipotesis Nihil: Uji Signifikansi dan Interval Kepercayaan.
Buletin Psikologi, 8(2).

Miller, D. C., & Salkind, N. J. (2002). Handbook of research design and social measurement.
Sage.
Mohajan, H. K. (2017). Two criteria for good measurements in research: Validity and reliability.
Annals of Spiru Haret University. Economic Series, 17(4), 59-82.
Osgood, C. E. (1952). The nature and measurement of meaning. Psychological bulletin, 49(3),
197.
Purwaningsih, E., & Suryadi, A. (2022). Penelitian Kuantitatif Pendidikan Fisika (Topik,
Instrumen, dan Statistik Dasar). Bayfa Cendekia Indonesia.
Ramdhan, M. (2021). Metode penelitian. Cipta Media Nusantara.
Retnawati, H. (2017). Reliabilitas Instrumen Penelitian. Jurnal Pendidikan Teknik Mesin Unnes,
12(1), 129541.
Robinson Kurpius, S. E., & Stafford, M. E. (2006). Testing and measurement: A user-friendly
guide.
Sapsford, R., & Jupp, V. (Eds.). (1996). Data collection and analysis. Sage.
Shafer, A. (2005). Meta-analysis of the brief psychiatric rating scale factor structure.
Psychological assessment, 17(3), 324.
Stoklasa, J., Talášek, T., & Stoklasová, J. (2019). Semantic differential for the twenty-first
century: scale relevance and uncertainty entering the semantic space. Quality & Quantity,
53, 435-448.
Strauss, A., & Corbin, J. (2003). Penelitian Kualitatif. Yogyakarta: Pustaka Pelajar.
Swets, J. A. (1988). Measuring the accuracy of diagnostic systems. Science, 240(4857), 1285-
1293.
Wilgus, S., & Travis, J. (2019). A comparison of ideal-point and dominance response processes
with a trust in science thurstone scale. In Quantitative Psychology: 83rd Annual Meeting
of the Psychometric Society, New York, NY 2018 (pp. 415-428). Springer International
Publishing.

Konsep Pengukuran Dan Jenis Data Berdasarkan Hasil Pengukuran

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Konsep Pengukuran Dan Jenis Data Berdasarkan Hasil Pengukuran

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS KELOMPOK

KONSEP PENGUKURAN DAN MEMBEDAKAN JENIS DATA

PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

Konsep Pengukuran & Jenis Data Hasil Pengukuran | i

Yogyakarta, 21 Agustus 2023

Konsep Pengukuran & Jenis Data Hasil Pengukuran | ii

HALAMAN SAMPUL .................................................................................................... i

KATA PENGANTAR ..................................................................................................... ii

DAFTAR ISI .................................................................................................................. iii

BAB I PENDAHULUAN ............................................................................................... 1

1.1 Latar Belakang ................................................................................................... 1

1.2 Rumusan Masalah .............................................................................................. 2

1.3 Tujuan ................................................................................................................ 3

1.4 Manfaat .............................................................................................................. 3

BAB II KAJIAN PUSTAKA .......................................................................................... 5

2.1 Konsep Pengukuran ........................................................................................... 5

Latihan Soal ...................................................................................................................... 8

2.2 Data .................................................................................................................... 8

2.2.1 Pengertian Data........................................................................................... 9

2.2.2 Berdasarkan Sumber Data ........................................................................ 10

2.2.3 Berdasarkan Penampilan ...........................................................................11

2.2.4 Berdasarkan Skala .................................................................................... 12

2.2.5 Teknik Pengumpulan Data........................................................................ 16

2.2.6 Kesimpulan ............................................................................................... 19

2.3 Skala Pengukuran ............................................................................................ 19

2.4 Cara Pengukuran .............................................................................................. 20

2.4.1 Skala Nominal .......................................................................................... 20

2.4.2 Skala Ordinal ............................................................................................ 20

2.4.3 Skala Interval ............................................................................................ 21

2.4.4 Skala Rasio ............................................................................................... 21

2.5 Macam-macam Skala Pengukuran ................................................................... 22

Konsep Pengukuran & Jenis Data Hasil Pengukuran | iii

2.5.2 Skala Guttman .......................................................................................... 27

2.5.3 Semantic Defferensial............................................................................... 29

2.5.4 Rating Scale .............................................................................................. 30

2.5.5 Skala Thurstone ........................................................................................ 35

2.5.6 Kesimpulan ............................................................................................... 35

Latihan Soal .................................................................................................................... 36

BAB III KESIMPULAN DAN SARAN ...................................................................... 37

3.1 Kesimpulan ...................................................................................................... 37

3.2 Saran ................................................................................................................ 37

Konsep Pengukuran & Jenis Data Hasil Pengukuran | iv

1.1 Latar Belakang

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 1

Dengan demikian, melalui makalah ini diharapkan pembaca akan memperoleh

1.2 Rumusan Masalah

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 2

Berdasarkan rumusan masalah tersebut, penulisan makalah ini memiliki tujuan

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 3

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 4

2.1 Konsep Pengukuran

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 5

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 6

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 7

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 8

2.2.1 Pengertian Data

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 9

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 10

2.2.3 Berdasarkan Penampilan

Berdasarkan penampilannya, data dibedakan menjadi data kuantitatif dan kualitatif

Konsep Pengukuran & Jenis Data Hasil Pengukuran | 11

Contoh data nominal antara lain:

• Jenis kelamin yang terdiri dari dua kategori, yaitu: