PERTEMUAN 3
VARIABEL DAN DATA
• “vary” + “able”
• dapat diberi nilai yang berubah-ubah VARIABEL
• merupakan element penting dalam masalah penelitian
• didefinisikan sebagai konsep, kualitas, karakteristik,
atribut, atau sifat-sifat dari suatu objek (orang, benda,
tempat, dll) yang nilainya berbeda-beda antara satu objek
dengan objek lainnya dan sudah ditetapkan oleh peneliti
untuk dipelajari dan ditarik kesimpulannya
Karakteristik adalah ciri tertentu pada obyek yang diteliti,
yang dapat membedakan objek tersebut dari objek lainnya
Objek yang karakteristiknya sedang diamati
dinamakan satuan pengamatan
Nilai tertentu dari suatu objek yang kita amati
dinamakan variate
Kumpulan nilai yang diperoleh dari hasil pengukuran atau
penghitungan suatu variabel dinamakan dengan data.
• Variabel Intervening/Mediator
• variabel yang secara teoritis mempengaruhi hubungan antara variabel bebas dengan terikat,
tetapi tidak dapat dilihat, diukur, dan dimanipulasi;
• Menjelaskan proses terjadinya hubungan antara variabel bebas dan terikat
• sangat umum dalam bidang sosiologi dan psikologi
Variabel Moderator
Variabel Mediator
Keterkaitan antar variabel
VARIABEL ASING (EXTRANEOUS VARIABLE)
variabel yang bisa saja bersaing dengan variabel bebas dan bisa
mengacaukan/membingungkan dalam menjelaskan pola hubungan antara variabel
bebas dan terikat
Variabel ini perlu dikontrol atau dimasukkan ke dalam model statistik. Apabila tidak,
tidak dapat dipastikan bahwa perubahan variabel terikat tersebut hanya disebabkan
oleh variabel bebas saja
Variabel Asing/Tambahan/Extra
Contoh:
“Pengaruh penggunaan video terhadap kemampuan berbicara bahasa Jerman”
Pengukuran Variabel adalah
pemberian angka atau kode atau
atribut pada suatu obyek
Ratio
Interval
Ordinal
Nominal
Contoh pertanyaan:
“Apa golongan darah anda?
Opsi jawaban: A – B – O – dst
ORDINAL
• Melabeli variabel yang dapat diurutkan, tapi tak memiliki nilai perbedaan kuantitatif
• mengurutkan peringkat dari objek yang diukur
• Hanya bisa dicari mean dan modus
• Tak bisa dilakukan operasi matematika
• Contoh: tingkat kepuasan, rating pengguna, tingkat pendidikan dsb
Contoh pertanyaan:
“Bagaimana penilaian Anda mengenai pelayanan belanja di Tokopaedi?”
Opsi jawaban:
⭐⭐⭐⭐ ⭐ – ⭐⭐⭐⭐ – ⭐⭐⭐ – ⭐⭐ – ⭐
INTERVAL
• Dapat diklasifikasikan dan diurutkan peringkatnya
• Bisa diukur dan dibandingkan ukuran perbedaan antara
masing-masing nilai
• Dapat dilakukan operasi matematik (+ & -)
• Dapat dicari mean, median, modus, dan standar deviasinya
• Memiliki jarak/perbedaan yang jelas antara nilai yang satu
dengan yang lainnya
• Contoh: suhu/temperatur (°C, °F), nilai IQ, dsb.
RASIO
• memiliki semua sifat-sifat variabel interval
• Dapat dilakukan operasi matematik (+ , - , x , :)
• memiliki nilai nol mutlak
• Contoh: tinggi badan, berat badan, jarak, nilai ujian dsb.
Skala interval tidak memiliki karakteristik rasio.
Kebanyakan prosedur analisis data statistik tidak
membedakan antara data yang diukur dalam skala
interval dan rasio.
Skala pengukuran variabel penting untuk penentuan uji statistik yang sesuai.
Skala nominal dan ordinal hanya bisa menggunakan uji statistik non parametrik,
sedangkan skala interval dan rasio bisa menggunakan statistik parametrik.
RINGKASAN
SKALA DEFINISI LEVEL OPERASI CONTOH
ARITMETIKA
Mencakup karakteristik Interval dan • Mutually Exclusive =, ≠, <, >, +, Durasi, panjang,
Rasio mempunyai nilai nol mutlak • Urutannya jelas -, x, ÷ berat, nilai ujian
• Jarak antar nilai sama
• Memiliki nilai 0 mutlak
FLOWCHART SKALA
PENGUKURAN
Kenapa ini penting
nominal, ordinal, interval, rasio
?
Contoh:
Tabel 3.1 No &Judul
Tabel
Jumlah Mahasiswa Bhs. Jerman Per Angkatan
Judul
No Angkatan Jumlah kolom
1 2016 30
Judul
baris 2 2017 50
3 2018 55 Badan tabel
4 2019 60 yang berisi
data dlm
5 2020 60 bentuk angka
Sumber: Data Fiktif
Catatan/
Sumber data
diperoleh
Distribusi Frekuensi Kategori
= Distribusi frekuensi yang pengelompokkan datanya disusun berbentuk kata-kata.
= Distribusi frekuensi yang penyatuan kelas-kelasnya didasarkan pada data kualitatif (kategori)
4
3.75
3.5 3.5 3.5
3 3 3 3
0.5
0
Smt 1 Smt 2 Smt 3 Smt 4
Grafik Batang (Histogram)
Gambar 3.3
Perbandingan Jumlah Mahasiswa
Berdasarkan Jenis Kelamin dalam 5 Tahun
100
90 88
80
80 75
70 63
60
60 55
50 50 Pria
50
40 Wanita
40
30
30
20
10
0
2017 2018 2019 2020 2021
Diagram Lingkaran (Pie Chart)
Digunakan untuk
membandingkan data dari
berbagai kelompok
Piktogram (Infografik)
Selain lebih komunikatif, penggunaan
piktogram juga agar data yang disajikan bisa
lebih menarik.
Referensi
• Triola M. F: Elementary Statistics, 11th Ed. 2010, Addison
Wesley. ISBN 0-321-69450-3
• https://www.smartstat.info/materi/statistika/dasar-dasar-sta
tistika/variabel-dan-data.html
• https://www.smartstat.info/materi/statistika/dasar-dasar-sta
tistika/skala-pengukuran-variabel.html
• https://www.statology.org/levels-of-measurement-nominal-o
rdinal-interval-and-ratio/
• https://www.formpl.us/blog/nominal-ordinal-interval-ratio-v
ariable-example