Measurement: Scaling, reliability and validity

Pengukuran berarti mengumpulkan data dalam bentuk angka. Untuk dapat memberikan angka pada
atribut objek, kita memerlukan skala. Skala adalah alat atau mekanisme yang digunakan untuk
membedakan individu-individu berdasarkan perbedaannya satu sama lain dalam variabel-variabel yang
menjadi perhatian kita. Penskalaan melibatkan pembuatan kontinum di mana objek kita berada.

Misalnya kita ingin mengukur sikap konsumen terhadap konsumsi minuman ringan. Setelah kita
mengembangkan satu atau beberapa item skala atau pertanyaan, langkah selanjutnya dalam
pengukuran adalah menentukan skala yang memungkinkan kita untuk
memberikan angka pada atribut (sikap terhadap konsumsi minuman ringan) dari objek kita (konsumen).
Hal ini memungkinkan kita untuk mengklasifikasikan objek kita (konsumen) dalam hal seberapa tidak
menguntungkan atau menguntungkan mereka terhadap meminum minuman ringan. Salah satu dari
sekian banyak pilihan yang kita miliki untuk mengklasifikasikan konsumen adalah skala Likert. Skala Likert

adalah skala yang dirancang untuk memeriksa seberapa kuat responden setuju dengan pernyataan
(seperti "Saya menikmati minuman ringan") pada skala lima poin. pada skala lima poin dengan jangkar
sebagai berikut: 1 = Sangat Tidak Setuju, 2 = Tidak Setuju, 3 = Juga Tidak Setuju, 4 = Setuju, 5 = Sangat
Setuju (lebih lanjut dalam bab ini kita akan membahas berbagai macam skala penilaian dan peringkat,
termasuk skala Likert). Oleh sebab itu, skala Likert memungkinkan kita untuk membedakan konsumen
dalam hal bagaimana mereka berbeda satu sama lain dalam hal sikap mereka terhadap minuman ringan,
dengan setiap responden diberi nomor yang menunjukkan lebih banyak atau lebih sedikit yang kurang
disukai, netral, atau lebih disukai.

Pertanyaan sejuta dolar adalah: Apa arti angka 1, 2, 3, 4, dan 5? Apakah skala yang kita gunakan
memungkinkan kita, misalnya, untuk mengurutkan objek-objek kita (2 lebih banyak daripada 1)? Apakah
skala ini memungkinkan kita untuk membandingkan perbedaan antara objek (dengan kata lain, apakah
perbedaan antara 1 dan 2 sama dengan perbedaan antara 2 dan 3? Dan apakah memungkinkan kita
untuk menghitung statistik tertentu seperti mean (atau rata-rata) dan deviasi standar? Jawabannya
adalah: tergantung. Tergantung pada jenis skala (yaitu jenis skala dasar) yang kita gunakan.

Ada empat jenis skala dasar: nominal, ordinal, interval, dan rasio. Tingkat kecanggihan skala yang
disesuaikan dengan baik meningkat secara progresif saat kita beralih dari skala nominal ke skala rasio.
Itulah mengapa informasi tentang variabel dapat diperoleh secara lebih rinci ketika kita menggunakan
skala interval atau rasio daripada menggunakan dua skala lainnya. Seiring dengan meningkatnya
kecanggihan kalibrasi atau penyetelan skala, begitu pula dengan kekuatan skala. Dengan skala yang lebih
kuat, analisis data yang lebih canggih dapat dilakukan, yang pada gilirannya, berarti jawaban yang lebih
bermakna dapat ditemukan untuk pertanyaan penelitian kita. Namun, variabel-variabel tertentu dapat
dengan mudah menggunakan skala yang lebih kuat daripada yang lain. Sekarang mari kita lihat masing-
masing dari keempat skala ini

Nominal scale

Skala nominal adalah skala yang memungkinkan peneliti untuk menetapkan subjek ke dalam kategori
atau kelompok tertentu. Sebagai contoh, sehubungan dengan variabel jenis kelamin, responden dapat
dikelompokkan ke dalam dua kategori - laki-laki dan perempuan. Kedua kelompok ini dua kelompok ini
dapat diberi nomor kode 1 dan 2. Angka-angka ini berfungsi sebagai label kategori yang sederhana dan
mudah tanpa nilai intrinsik, selain untuk menempatkan responden pada salah satu dari dua kategori
yang tidak tumpang tindih, atau saling terpisah, kategori. Perhatikan bahwa kategori-kategori tersebut
juga secara kolektif lengkap. Dengan kata lain, tidak ada kategori ketiga yang ketiga di mana responden
biasanya akan jatuh. Dengan demikian, skala nominal mengkategorikan individu atau objek ke dalam
kelompok yang saling kelompok yang saling eksklusif dan secara kolektif lengkap. Informasi yang dapat
dihasilkan dari skala nominal adalah perhitungan persentase (atau frekuensi) laki-laki dan perempuan
dalam sampel responden. Sebagai contoh, jika kita telah mewawancarai 200 orang, dan memberikan
kode nomor 1 untuk semua responden pria dan nomor 2 untuk semua responden wanita. responden
perempuan, maka analisis komputer terhadap data di akhir survei dapat menunjukkan bahwa 98
responden adalah laki-laki dan 102 adalah perempuan. Distribusi frekuensi ini menunjukkan bahwa 49%
responden survei adalah laki-laki dan 51% perempuan. Selain informasi marjinal ini, skala tersebut tidak
memberi tahu kita apa-apa lagi tentang kedua kelompok tersebut. Dengan demikian, skala nominal
memberikan beberapa informasi dasar, kategorikal, dan kasar

Ordinal scale

Skala ordinal tidak hanya mengkategorikan variabel sedemikian rupa untuk menunjukkan perbedaan di
antara berbagai kategori, tetapi juga mengurutkan kategori dengan cara yang bermakna. Dengan variabel
apa pun yang kategorinya akan diurutkan menurut beberapa preferensi, skala ordinal akan digunakan.
Preferensi akan diurutkan (misalnya, dari yang terbaik hingga yang terburuk; pertama hingga terakhir)
dan diberi nomor 1, 2, dan seterusnya. Sebagai contoh, responden dapat diminta untuk menunjukkan
preferensi mereka dengan memberi peringkat pada lima karakteristik yang mereka anggap penting
dalam suatu pekerjaan yang mungkin ingin diteliti oleh peneliti.

Skala ordinal membantu peneliti untuk menentukan persentase responden yang menganggap interaksi
dengan orang lain adalah yang paling penting, mereka yang menganggap menggunakan sejumlah
keterampilan yang berbeda adalah yang paling penting, dan seterusnya. Pengetahuan seperti itu dapat
membantu dalam merancang pekerjaan yang dianggap paling diperkaya oleh mayoritas karyawan.

Sekarang kita dapat melihat bahwa skala ordinal memberikan lebih banyak informasi daripada skala
nominal. Skala ordinal lebih dari sekadar membedakan kategori-kategori, tetapi juga memberikan
informasi tentang bagaimana responden membedakannya dengan mengurutkannya berdasarkan
peringkat. Namun, perlu diperhatikan bahwa skala ordinal tidak memberikan indikasi apa pun tentang
besarnya perbedaan di antara peringkat. Misalnya, dalam contoh karakteristik pekerjaan, karakteristik
pekerjaan yang berada di peringkat pertama mungkin hanya sedikit lebih disukai daripada karakteristik
yang berada di peringkat kedua, sedangkan karakteristik yang berada di peringkat ketiga mungkin lebih
disukai dalam tingkat yang jauh lebih besar daripada karakteristik yang berada di peringkat keempat.
Dengan demikian, dalam penskalaan ordinal, meskipun perbedaan peringkat objek, orang, atau peristiwa
yang diselidiki diketahui dengan jelas, kita tidak mengetahui besarnya. Kekurangan ini diatasi dengan
penskalaan interval, yang akan dibahas selanjutnya.

Interval scale

Dalam skala interval, atau skala interval yang sama, jarak yang sama secara numerik pada skala mewakili
nilai yang sama dalam karakteristik yang sedang diukur. Sedangkan skala nominal memungkinkan kita
hanya untuk membedakan kelompok secara kualitatif dengan mengkategorikannya ke dalam set yang
saling eksklusif dan secara kolektif lengkap, dan skala ordinal untuk mengurutkan preferensi, skala
interval memungkinkan kita untuk membandingkan perbedaan di antara objek. Perbedaan antara dua
nilai pada yang berdekatan pada skala tersebut. Termometer klinis adalah contoh yang baik dari
instrumen berskala interval; termometer ini memiliki asal yang sembarang dan besarnya perbedaan
antara 98,6 derajat (seharusnya suhu tubuh normal) dan 99,6 derajat sama dengan besarnya perbedaan
antara 104 dan 105 derajat. Namun demikian, perlu diperhatikan bahwa seseorang mungkin tidak akan
terlalu khawatir jika suhu tubuhnya naik dari 98,6 ke 99,6, tetapi akan sangat khawatir jika suhunya naik
dari 104 ke 105 derajat!

Skala interval, kemudian, memanfaatkan perbedaan, urutan, dan kesetaraan besarnya perbedaan dalam
variabel. Dengan demikian, skala ini merupakan skala yang lebih kuat daripada skala nominal dan
ordinal, dan memiliki ukuran tendensi sentral berupa rata-rata aritmatik. Ukuran penyebarannya adalah
rentang, deviasi standar, dan varians.

Ratio scale

Skala rasio mengatasi kelemahan dari titik asal sembarang pada skala interval, karena skala ini memiliki
titik nol yang absolut (berbeda dengan titik nol sembarang), yang merupakan titik pengukuran yang
berarti. Dengan demikian, skala rasio tidak hanya mengukur besarnya perbedaan antara titik-titik pada
skala, tetapi juga mengetuk proporsi dalam perbedaan tersebut. Timbangan ini merupakan timbangan
yang paling kuat dari keempat timbangan karena memiliki titik nol yang unik (bukan titik nol yang
sembarangan) dan mencakup semua sifat dari ketiga timbangan lainnya. Neraca timbangan adalah
contoh yang baik dari timbangan rasio. Timbangan ini memiliki asal nol absolut (dan tidak sewenang-
wenang) yang dikalibrasi di atasnya, yang memungkinkan kita untuk menghitung rasio bobot dua
individu. Misalnya, seseorang dengan berat 250 pon adalah dua kali lebih berat daripada orang yang
memiliki berat 125 pon. Perhatikan bahwa mengalikan atau membagi kedua angka ini (250 dan 125)
dengan angka tertentu akan mempertahankan rasio 2:1. Ukuran tendensi sentral dari skala rasio dapat
berupa rata-rata aritmatika atau geometris dan ukuran dispersi dapat berupa deviasi standar, atau
varians, atau koefisien variasi.

Sifat-sifat skala, seiring dengan semakin baiknya penyempurnaan, dirangkum dalam Tabel 12.1. Kita juga
dapat melihat dari tabel tersebut bagaimana kekuatan statistik meningkat ketika kita beralih dari skala
nominal (di mana kita mengelompokkan subjek atau item di bawah beberapa kategori), ke skala ordinal
(di mana kita mengurutkan kategori), ke skala interval (di mana kita mengetuk besarnya perbedaan), ke
skala rasio (yang memungkinkan kita untuk mengukur proporsi perbedaan). Anda pasti sudah menduga
bahwa beberapa variabel, seperti jenis kelamin, hanya dapat diukur pada skala nominal, sementara
variabel lainnya, seperti suhu, dapat diukur pada skala ordinal (panas/sedang/rendah), atau skala
interval melalui termometer. Kapan pun memungkinkan untuk menggunakan skala yang lebih kuat,
sebaiknya dilakukan