SKALA PENGUKURAN VARIABLE

METODOLOGI PENELITIAN
http://www.free-powerpoint-templates-design.com
Latifa Fadillah
K032211015
Pengertian Variabel
Variabel adalah konsep yang mempunyai
bermacam-macam nilai

Suatu objek, sifat atau atribut atau nilai dari orang

atau kegiatan yang mempunyai bermacam-
macam variasi antara satu dengan lainnya yang
ditetapkan oleh peneliti dengan tujuan untuk
dipelajari dan ditarik kesimpulan

Variabel harus dapat diukur, karena penelitian

pada dasarnya proses mengukur suatu variabel
Teknik Pengukuran Variabel Observeb dan Unobserveb

Pengukuran Variabel Observeb

Langsung dilakukan pengukuran
berdasarkan nilai skala yang
ditunjukkan oleh alat ukur tersebut.

Pengukuran Variabel Unobserved

Dilakukan dengan melaui indikator
(indikasi) yang dapat digunakan
untuk menggambarkan variabel
tersebut.
Skala pengukuran merupakan seperangkat aturan yang diperlukan
untuk mengkuantitatifkan data dari pengukuran suatu variabel

Skala pengukuran data dalam penelitian adalah kesepakatan yang

digunakan untuk menentukan panjang pendeknya interval yang
ada dalam alat ukur, sehingga alat ukur tersebut digunakan
dalam pengukuran akan menghasilkan data kuantitatif
 NOMINAL
01 You can simply impress your audience and add a unique zing
and appeal to your Presentations.

ORDINAL
02 You can simply impress your audience and add a unique zing
and appeal to your Presentations.

RASIO
03 You can simply impress your audience and add a unique zing

SKALA and appeal to your Presentations.

PENGUKURAN INTERVAL
04 You can simply impress your audience and add a unique zing
and appeal to your Presentations.
 SKALA PENGUKURAN

SKALA NOMINAL
Skala nominal merupakan skala pengukuran yang paling lemah tingkatannya, sering dikatakan
sebagai bukan ukuran yang sebenarnya sebab hanya merupakan tanda atau simbol untuk
melakukan pengkategorian. Contohnya, pengukuran variabel jenis kelamin didasarkan pada skala
nominal, yaitu 1 untuk mengkategorikan jenis kelamin pria dan 2 untuk mengkategorikan jenis
kelamin wanita

• Uji statistik yang sesuai dengan skala nominal: 

Uji Binomium (Binomium Test); Uji Chi Kuadrat Satu Sampe| (x² One Sample Test); Uji Perubahan
Tanda Mc. Nemar (Mc. Nemar Pot The Sigficant of Change); Uji Chi Kuadrat Dua Sampel (X² Test for
Two Independent Samples); Uji Peluang Fisher (Fisher Exact Probability Test), Uji Chochran Q
(Chochran Q-Test; Uji Chi Kuadrat Lebih dari Dua Sampel (X² Test for k independent Samples); dan Uji
Koefisien Kontigensi [C] (Contigency Coefficient [C]). Sedang tes statistik yang digunakan ialah
statistik non parametrik.

• .
• Uji Chi Kuadrat
Menurut Prof.DR.Sugiono (2005, dalam buku “ Statistika untuk Penelitian“), salah satu
uji normalitas data yaitu chi kuadrat ( ) merupakan pengujian hipotesis yang
dilakukandengan cara membandingkan kurve normal yang terbentuk dari data yang
telah terkumpul (B) dengan kurve normal baku atau standar (A). Jadi membandingkan
antara (B/A). Bila B tidak berbeda secara signifikan dengan A, maka B merupakan data
yang berdistribusi normal.
Ho:data berasal dari populasi yang berdistribusi normal
H1:data tidak berasal dari populasi yang berdistribusi normal
Grafik distribusi chi kuadrat ( ) umumnya merupakan kurve positif , yaitu miring ke
kanan. Kemiringan ini makin berkuran jika derajat kebebasan (dk) makin besar.
Langkah-Langkah Menguji Data Normalitas dengan Chi Kuadrat:

• Menentukan Mean/ Rata-Rata

x
 fx 1

• Menentukan simpangan baku n

 f  xi  x 
2

s
n 1
• Membuat daftar distribusi frekuensi yang diharapkan
• Menentukan batas kelas
• Mencari nilai Z skor untuk batas kelas interval
• Mencari luas 0 – Z dari tabel kurva normal
• Mencari luas tiap kelas interval
• Mencari frekuensi yang diharapkan (Ei)
• Merumuskan formula hipotesis
Ho:data berasal dari populasi yang berdistribusi normal.
H1:data tidak berasal dari populasi yang berdistribusi normal.
• Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

• dk = k – 1
dk = Derajat kebebasan
k = banyak kelas interval
• Menentukan Nilai Uji Statistik
 Keterangan:
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i
• Menentukan Kriteria Pengujian Hipotesis

• Memberi kesimpulan
• Skala Ordinal
Berbeda dengan skala nominal, ukuran skala ordinal selain dapat menunjukkan persamaan dan
perbedaan juga bisa menunjukkan adanya urutan, rangking, atau tingkatan. Sebagai contoh adalah
variabel tingkat kepandaian, hasil-hasil pengukuran 1, 2, 3, dan 4 selain bisa digunakan untuk
menunjukkan perbedaan, seperti 1 berbeda dengan 2 karena 1=bodoh sekali sedangkan 2=bodoh
atau 2 beda dengan 3 karena 2=bodoh sementara 3=pandai, juga menunjukkan adanya urutan.

• Uji statistik yang sesuai dengan skala ordinal:

Uji Kolmogorov-Smirnov Satu Sampel (Kolmogorov-Smirnov One Sample Test); Uji Deret Satu Sampel
(One Sample Run Test); Uji Tanda (Sign Test); Uji Pasangan Tanda Wilcoxon (Wilcoxon Matched Pairs
Sign Rank Test), Uji Median (Median Test); Uji Mann-Whitney U (Mann-Whitney U Test); Uji
Kolmogorov-Smirnov Dua Sampel (Kolmogorov-Smirnov Two Sample Test); Uji Reaksi Ekstrim Moses
(Moses Test of Extreme Reactions); Uji Analisis Varians Dua Arah Friedman (Friedman Two Way
Analysis of Variance); Uji Koefisien Korelasi Rank Spearman (Spearman Rank Correlation Coefficient)
[rs]; Uji Koefisien Korelasi Rank Kendall (Kendall Rank Correlation Coefficient [T]; Uji Koefisien
Korelasi Rank Parsial Kendall (Kendall Partial Rank Correlation Coefficient of oncordance [W].
17
Wilcoxon Rank Test
Wilcoxon signed rank test pertama sekali diperkenalkan oleh Frank wilcoxon pada tahun 1949
sebagai penyempurnaan Uji Tanda.
Selain memperhatikan tanda perbedaan, Wilcoxon signed rank test memperhatikan besarnya
beda dalam menentukan apakah ada perbedaan nyata antara data pasangan yang diambil dari
sampel atau sampel yang berhubungan.

Skala data : Minimal ORDINAL

 HIPOTESIS KRITERIA
Uji 2 Pihak Uji 2 Pihak
Ho : P(Xi) = P(Yi) T+/T- terkecil ≤ Wα/2 (T tabel) → Ho ditolak
H1 : P(Xi) ≠ P(Yi) T+/T- terkecil > Wα/2 → Ho tidak dapat ditolak

Uji Pihak Kiri Uji Pihak Kiri

Ho : P(Xi) ≥ P(Yi) T+/T- terkecil ≤ Wα → Ho ditolak
T+/T- terkecil > Wα → Ho tidak dapat ditolak
H1 : P(Xi) < P(Yi)

Uji Pihak Kanan

Uji Pihak Kanan
T+/T- terkecil ≤ Wα → Ho ditolak
Ho : P(Xi) ≤ P(Yi)
T+/T- terkecil > Wα → Ho tidak dapat ditolak
H1 : P(Xi) > P(Yi)
19
Agar produksi rakitan harian meningkat, diusulkan agar dipasang lampu
penerangan yang lebih baik serta musik, kopi, dan donat gratis setiap hari,
pihak manajemen setuju untuk mencoba pola tersebut dalam waktu yang
terbatas. Jumlah rakitan yang diselesaikan oleh kelompok pekerja adalah
sebagai berikut (lihat di soal).
Dengan menggunakan Uji Wilcoxon Rank Test, Apakah usul tersebut dapat
meningkatkan produksi perakitan ?
 Produksi Produksi Beda Beda Ranking Rangking
Pekerja Sebelum Sesudah Skor Skor Ranking + -
1 23 33 10 10
2 26 26 0 0
3 24 30 6 6 Rank 1,2,3 dimiliki oleh
4 17 25 8 8 pekerja
Rank 4ke-5,
& 5 dimiliki
ke-7, dan
pekerja
ke-11, dengan
ke-6 & ke-10
5 20 19 -1 1 2
dengan
IBeda SkorI yang
IBedasama,
SkorI
Rank
yang6 sama,
dimiliki pekerja

MANUAL
6 24 22 -2 2 4,5 yaitu 1.
yaitu 2.
ke-9 dengan IBeda
7 30 29 -1 1 2
SkorI
Untuk yaitu Rank-
mengisi 3.
8 21 25 4 4
nya :
9 25 22 -3 3 6 Maka, pekerja ke-9
(1+2+3)
(4+5) / 2/ =3 4,5
=2
10 21 23 2 2 4,5 diberi Rank 6.
11 16 17 1 1 2 Maka, pekerja ke-6
ke-5,dan
ke-
12 20 15 -5 5 7, dan
ke-10 ke-11
diberi diberi
Rank 4,5
13 17 9 -8 8
Rank 2
14 23 30 7 7
Jumlah
 Beda Beda Ranking Rangking
Pekerja Xi Yi Ranking
Skor Skor + -
1 23 33 10 10 13 13
2 26 26 0 0 - -
3 24 30 6 6 9 9
4 17 25 8 8 11,5 11,5
5 20 19 -1 1 2 2
6 24 22 -2 2 4,5 4,5
7 30 29 -1 1 2 2
8 21 25 4 4 7 7
9 25 22 -3 3 6 6
10 21 23 2 2 4,5 4,5
11 16 17 1 1 2 2
12 20 15 -5 5 8 8
13 17 9 -8 8 11,5 11,5
14 23 30 7 7 10 10
Jumlah 57 34
•  
Penyelesaian dengan SPSS
1. Bukalah software SPSS
2. Pada lembar variable view ketik Sebelum pada baris 1 dan Sesudah pada
baris ke 2, pada Measure pilih Ordinal
3. Kemudian pada lembar Data View Masukkan data seperti di soal
4. Klik Analyze  Non Parametric Test  2 Related Sampels, pada Menu
Bar
5. Blok Sebelum dan sesudah, pindahkan ke kotak Test Pairs dengan tombol
panah
6. Klik Option dan beri tanda centang Exclude Cases Listwise
7. Pada Test Type beri tanda centang Wilcoxon  Ok
 Ranks
    Mean Test Statisticsb
N Rank Sum of Ranks
Sesudah - Negative Ranks 6a 5.67 34.00  
Sebelum Sesudah - Sebelum
Positive Ranks 7b 8.14 57.00 Z -.805a
Ties 1c     Asymp. Sig. (2-tailed) .421
Total 14    
a. Based on negative ranks.
a. Sesudah < Sebelum      
b. Wilcoxon Signed Ranks Test
b. Sesudah > Sebelum      
c. Sesudah = Sebelum      

Kriteria
Asymp sig. (2-tailed) ≥ α  maka Ho tidak dapat ditolak
Asymp sig. (2-tailed) < α  maka Ho ditolak
Ternyata, Asymp sig. (2-tailed) > α atau 0,421 > 0,05, maka Ho tidak dapat ditolak
Kesimpulan
Jadi dengan tingkat signifikansi 5%, maka usul tersebut tidak dapat meningkatkan produksi
perakitan.
SKALA INTERVAL
Skala interval termasuk ukuran yang bersifat numerik, dengan demikian jarak diantara
ukuran yang berbeda sudah memiliki makna. Contoh variabel yang memiliki skala
numerik adalah tahun kelahiran. Berdasarkan persamaan dan perbedaan dapat dengan
mudah memahami bahwa yang lahir tahun 1960 berbeda dengan yang lahir pada tahun
1990, demikian pula halnya dengan pemahaman urutan, yang lahir tahun 1960 berarti
lebih dahulu ada di dunia dibandingkan dengan yang lahir tahun 1990

• Uji statistik yang sesuai dengan skala interval:

• Uji statistik yang sesuai adalah semua uji statistik kecuali uji yang mendasarkan pada rasio
seperti koefisien variasi. Analisis statistik yang cocok adalah: Uji t (t-test), Uji t (t-test) dua
sampel; Anova Satu Jalur (One Way-Anova); Anova Dua Jalur (Test. ways-Anova); Uji
Pearson Product Moment; Uji Korelasi Parsial (Partial Correlation); Uji Korelasi Ganda
(Multiple Correlation); Uji Regresi (Regresion Test); dan Uji Regresi Ganda (Multiple
Regression Test). Uji statistik yang digunakan ialah uji statistik parametrik.
SKALA RASIO
Skala rasio bisa disebut sebagai skala pengukuran yang paling kuat. Skala rasio memiliki semua sifat
skala interval, yang membedakannya adalah, kalau skala interval tidak memiliki titik nol mutlak, skala rasio
memilikinya. Skala rasio dapat dicontohkan pada pengukuran variabel berat badan. Pada variabel berat
badan dapat menyatakan bahwa seseorang berat badannya lebih ringan atau lebih berat sekian kali dari
yang lain. Misalnya seorang anak kecil bernama P berat badannya 10 kg, Q = 20 kg, dan R yang sudah
remaja 40 kg.

Hampir sama dengan skala interval. Tes statistik yang digunakan ialah tes statistik parametrik.

28
30
Skala menurut fenomena sosial yang diukur
• Skala pengukuran untuk mengukur perilaku susila dan
kepribadian.
Contoh: skala sikap, skala moral, test karakter, skala partisipasi
sosial.
• Skala pengukuran untuk mengukur berbagai aspek budaya lain
dan lingkungan sosial.
Contoh: skala untuk mengukur status sosial ekonomi, lembaga2
sosial, kemasyarakatan, kondisi kerumahtanggaan.
Skala Sikap

• Skala likert
• Skala Guttman
• Rating Scale
• Semantic Defferensial
• Skala Thurstone
Skala Likert (1)
• Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang atau sekelompok orang tentang fenomena sosial.
• Dengan skala likert , maka variabel yang akan diukur dijabarkan
menjadi sub variabel, kemudian subvariabel dijabarkan menjadi
komponen2 yang dapat terukur (indikator). Indikator ini kemudian
dijadikan titik tolak untuk menyusun item instrument yang dapat
berupa pertanyaan atau pernyataan yang kemudian dijawab oleh
responden.
Skala Likert (2)
• Jawaban setiap item instrument yang menggunakan skala likert
mempunyai gradasi dari sangat positif sampai sangat negative,
yang dapat berupa kata-kata antara lain:
Sangat Setuju (sangat positif)
Setuju (Positif)
Ragu-ragu (netral)
Tidak setuju (negatif)
Sangat tidak setuju (sangat negatif)
Skala Likert (3)
• Untuk keperluan analisis secara kuantitatif (untuk pernyataan positif), maka jawaban itu
dapat diberi skor, misalnya:
• Sangat Setuju / Sangat positif diberi skor 5
• Setuju / Positif diberi skor 4
• Ragu-ragu / Netral diberi skor 3
• Tidak setuju / negative diberi skor 2
• Sangat tidak setuju / sangat negatif diberi skor 1
Skala Guttman (1)
• Skala ini didapat jawaban yang tegas, ya-tidak, benar-salah,
positif-negatif, pernah-tidak pernah. Penelitian dengan
menggunakan skala Guttman bila ingin mendapat jawaban
yang tegas terhadap suatu permasalahan yang ditanyakan.
Skala Guttman selain dapat dibuat dalam bentuk pilihan
ganda, juga dapat dibuat dalam bentuk checklist.
Skala Guttman (2)
• Jawaban diberi skor tertinggi 1 dan terendah nol. Misal untuk
jawaban setuju diberi skor 1 dan jawaban tidak setuju diberi skor
0.
Contoh:
Pernahkah pimpinan melakukan pemeriksaan di ruang kerja
anda?
a. Tidak pernah
b. Pernah
Semantic Defferensial
Skala pengukuran yang berbentuk semantic defferensial
dikembangkan oleh Osgood. Skala ini juga untuk mengukur sikap
hanya bentuknya tidak checklist atau pilihan ganda, tetapi tersusun
dalam satu garis kontinum yang jawaban sangat positifnya teletak
dibagian kanan garis, dan jawaban sangat negative terletak 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.
Rating Scale
Dari ketiga skala pengukuran, 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. 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 dll.
Contoh:
Kenyaman ruang loby kampus UNHAS:
5 4 3 2 1

Kebersihan area parkir Kampus UNHAS:

5 4 3 2 1