Skala Data & Contoh

Unduh sebagai pdf atau txt
Unduh sebagai pdf atau txt
Anda di halaman 1dari 7

MACAM-MACAM SKALA DATA

DAN CONTOHNYA

Dosen Pembimbing : Dr. Ir. Karno, M.Appl Sc.

Disusun Oleh :

Nama : Nindya Rizky Pravitasari

NIM : 23030117130051

Program Studi : S1-Agroekoteknologi

UNIVERSITAS DIPONEGORO
2017
MACAM - MACAM SKALA DATA DAN CONTOHNYA

1. SKALA 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)

Contoh :

a. 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
b. Status pernikahan yang terdiri dari tiga kategori yaitu: (1) Belum menikah, (2) Menikah,
(3) Janda/duda. Data tersebut memiliki sifatsifat yang sama dengan data tentang jenis
kelamin. (http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
c. Nomor identitas seseorang, misalnya nomor KTP : 3316195503990002
(hendri.staff.gunadarma.ac.id/.../SKALA+PENGUKURAN+DAN+TEKNIK+PENSKAL
AAN.pdf)
d. Nomor punggung pemain sepak bola :
1. Satria Tama
2. Putu Gede
3. Andy Setyo
4. Ryuji Utomo
6. Evan Dimas
(hendri.staff.gunadarma.ac.id/.../SKALA+PENGUKURAN+DAN+TEKNIK+PENSKAL
AAN.pdf)
e. Istilah dalam kelompok diagnosis :
1. Schizophrenia
2. Paranoid
3. Psikoneurotik
(https://digilib.polban.ac.id/files/disk/57/jbptppolban-gdl-euissartik-2825-1-pengolah-
1.pdf)
f. Laki-laki (1), Perempuan (2). 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).
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
g. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui. Tentang partai, misalnya Partai
Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan
lebih tinggi dari atribut (nama) yang lain.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
h. Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-
masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang
(3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah
raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka
tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya
berfungsi sebagai label saja.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
i. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau
tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu
juga tentang ukuran jumlah anak dalam suatu keluarga. Numerik yang dihasilkan akan
selalu berbentuk bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan
pecahan.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
j. Misalnya untuk agama, kita bisa mengkode 1=Islam, 2=Kristen 3=Hindu, 4=Budha. Kita
bisa menukar angka-angka tersebut, selama suatu karakteristik memiliki angka yang
berbeda dengan karakteristik lainnya.
(http://repository.unja.ac.id/112/1/skala_junaidi2015.pdf)

2. SKALA 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 , : ).
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)

Contoh :

a. 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
b. 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).
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
c. Sistem kepangkatan dalam militer: Sersan > Kopral > Prajurit
(http://file.upi.edu/Direktori/FIP/JUR._PEND._LUAR_BIASA/195602141980032-
TJUTJU_SOENDARI/Power_Point_Perkuliahan/statistik_deskriptif/ST._DESKRIPTIF_
-2.ppt_[Compatibility_Mode].pdf)
d. Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu,
tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan
masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak
pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode
4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai
tidak ingin menghadiri sama sekali, dengan kode 1.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
e. Urutkan merk sepeda motor berikut dari yang paling anda sukai.
Merk Ranking
Yamaha 1
Honda 2
Suzuki 3
Kawasaki 4
(https://teorionline.wordpress.com/tag/jenis-data-ordinal-rasio-interval/)
f. Rangking kedisiplinan kerja pegawai!
Anton 3
Boy 8
Corry 6
Dedi 4
Ika 1
Yuli 2
Nining 7
Ade 5
Novi 9
Anis 10
(http://www.unpak.ac.id/uploads/dosen_3380_jurnal_dikdas_tustiyana_windiyani.pdf)
g. Pendapatan : Tinggi, Sedang, Rendah
(http://staff.uny.ac.id/sites/default/files/pendidikan/Anik%20Widiastuti,%20S.Pd.,%20M.
Pd./PENELITIAN%205%20DATA%20TEKNIK%20PENGUMPULAN%20DATA%20
&%20INSTRUMEN%20PENELITIAN.pdf)
h. Nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E.
(http://statistikpendidikanii.blogspot.co.id/2008/03/skala-pengukuran.html)
i. Urutkan pilihan anda dengan memberi angka 1-3.
1 berarti dibutuhkan, 2 biasa, 3 tidak dibutuhkan.
Benda : .kosmetik/asesoris
..buku/artikel
..tickettraveling

(fanny.staff.uns.ac.id/files/2012/02/skala-pengukuran1.ppt)
j. Tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan
5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas.
(https://www.researchgate.net/publication/277340990_Memahami_Skala-Skala_Pengukuran)

3. SKALA 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)

Contoh :

a. Hasil pengukuran suhu (temperatur) menggunakan thermometer yang dinyatakan dalam


ukuran derajat. Rentang temperatur antara 00 Celcius sampai 10 Celcius memiliki jarak
yang sama dengan 10 Celcius sampai 20 Celcius. Oleh karena itu berlaku operasi
matematik ( +, - ), misalnya 150 Celcius + 150 Celcius = 300 Celcius. Namun demikian
tidak dapat dinyatakan bahwa benda yang bersuhu 150 Celcius memiliki ukuran panas
separuhnya dari benda yang bersuhu 300 Celcius. Demikian juga, tidak dapat dikatakan
bahwa benda dengan suhu 00 Celcius tidak memiliki suhu sama sekali. Angka 00 Celcius
memiliki sifat relatif (tidak mutlak). Artinya, jika diukur dengan menggunakan
Thermometer Fahrenheit diperoleh 00 Celcius = 320 Fahrenheit.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
b. Kecerdasaran intelektual yang dinyatakan dalam IQ. Rentang IQ 100 sampai 110
memiliki jarak yang sama dengan 110 sampai 120. Namun demikian tidak dapat
dinyatakan orang yang memiliki IQ 150 tingkat kecerdasannya 1,5 kali dari urang yang
memiliki IQ 100.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
c. Didasari oleh asumsi yang kuat, skor tes prestasi belajar (misalnya IPK mahasiswa dan
hasil ujian siswa) dapat dikatakan sebagai data interval.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
d. 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
e. Bilangan kelipatan 5, (1; 5; 10; 15; dst). Kita yakin bahwa 1=1; 5=5 x 1; 10=10x1;
Kita tahu bahwa jarak antara 1 5 sama dengan jarak antara 5 10, atau 10 15.
(http://file.upi.edu/Direktori/FIP/JUR._PEND._LUAR_BIASA/195602141980032-
TJUTJU_SOENDARI/Power_Point_Perkuliahan/statistik_deskriptif/ST._DESKRIPTIF_
-2.ppt_[Compatibility_Mode].pdf)
f. Misalnya dua orang murid, si A mendapat nilai 70 sedangkan si B mendapat nilai 35.
Kita tidak bisa mengatakan si A dua kali lebih pintar dibandingkan si B. Skala interval ini
sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi matematika
serta peralatan statistik kecuali yang berdasarkan pada rasio seperti koefisien variasi.
(https://www.researchgate.net/publication/277340990_Memahami_Skala-Skala_Pengukuran)
g. Seberapa tinggi pengetahuan anda bidang studi berikut ini sebelum dan sesudah
mengikuti pelatihan?
0 = bila sama sekali belum tahu
1 = telah mengetahui sebanyak 25%
2 = telah mengetahui sebanyak 50%
3 = telah mengetahui sebanyak 75%
4 = telah mengetahui sebanyak 100%
(http://www.unpak.ac.id/uploads/dosen_3380_jurnal_dikdas_tustiyana_windiyani.pdf)
h. Penilaian terhadap kreatifitas seseorang :
1. Sama sekali Tidak Kreatif
2. Kurang Kreatif
3. Kreatif
4. Sangat Kreatif
5. Luar Biasa Kreatif
(http://www.unpak.ac.id/uploads/dosen_3380_jurnal_dikdas_tustiyana_windiyani.pdf)
i. Umur 20-30 tahun = 1
Umur 31-40 tahun = 2
Umur 41-50 tahun = 3
(https://tu.laporanpenelitian.com/2014/11/24.html)
j. Variable nilai ujian : A = 86-99, B = 76-85, C = 66-75 D = 56-65
https://staff.blog.ui.ac.id/r-suti/files/2010/10/analisisdata1.pdf

4. SKALA 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, : ). (http://file.upi.edu/Direktori/DUAL-
MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)

Contoh:

a. 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.
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
b. 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..
(http://file.upi.edu/Direktori/DUAL-MODES/PENELITIAN_PENDIDIKAN/BBM_8.pdf)
c. Ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari
Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. bila dilihat dengan ukuran ratio maka
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan D adalah 5
kali pendapatan A. Pendapatan C adalah 4/3 kali pendapatan B. Dengan kata lain, ratio
antara C dan A adalah 4 : 1, ratio antara D dan A adalah 5 : 1, sedangkan rasio antara C
dan B adalah 4 : 3. Interval pendapatan pengemudi A dan C adalah 30.000. dan
pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
d. Berat badan bayi yang diukur dengan skala ratio. Bayi A memiliki berat 3 Kg. Bayi B
memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg. Jika diukur dengan skala Ratio,
maka bayi A memiliki ratio berat badan 3 kali dari berat badan bayi C. Bayi B memiliki
ratio berat badan dua kali dari berat badan bayi C, dan bayi C memiliki ratio berat badan
sepertiga kali berat badan bayi A, dst.
(https://chellious.wordpress.com/2011/04/06/pengertian-data-nominal-interval-rasio-dan-
ordinal/)
e. Variable nilai ujian dari 0 100
(https://staff.blog.ui.ac.id/r-suti/files/2010/10/analisisdata1.pdf)
f. Tinggi Badan : sebagai Skala Ratio, tinggi badan 180 Cm dapat dikatakan mempunyai
selisih 60 Cm terhadap tinggi badan 120 Cm, hal ini JUGA dapat dikatakan Bahwa :
tinggi badan 180 adalah 1 kali dari tinggi badan 120 Cm.
(http://staff.uny.ac.id/sites/default/files/pendidikan/Anik%20Widiastuti,%20S.Pd.,%20M.
Pd./PENELITIAN%205%20DATA%20TEKNIK%20PENGUMPULAN%20DATA%20
&%20INSTRUMEN%20PENELITIAN.pdf)
g. A mengikuti THB, dan semua jawaban salah, A memperoleh skor nol (0). Tapi bukan
berarti A tidak mempunyai pengetahuan sama sekali dalam bidang itu. Karena itu skor
nol tidak menggambarkan keadaan yang benar-benar kosong.
(http://file.upi.edu/Direktori/FIP/JUR._PEND._LUAR_BIASA/195602141980032-
TJUTJU_SOENDARI/Power_Point_Perkuliahan/statistik_deskriptif/ST._DESKRIPTIF_
-2.ppt_[Compatibility_Mode].pdf)
h. Kita tidak dapat mengatakan bahwa tingkat kecerdasan orang yang memiliki IQ sebesar
150 adalah satu setengah kali tingkat kecerdasan orang yang memiliki IQ 100.
(http://file.upi.edu/Direktori/FIP/JUR._PEND._LUAR_BIASA/195602141980032-
TJUTJU_SOENDARI/Power_Point_Perkuliahan/statistik_deskriptif/ST._DESKRIPTIF_
-2.ppt_[Compatibility_Mode].pdf)
i. Pendapatan (Rp. 135 245,23 per bulan): Pendapatan Rp. 0 berarti tidak ada.
(http://sriwulanwr.staff.gunadarma.ac.id/Downloads/files/14214/01Pendahuluan.pdf )
j. 0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.
..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.
..... 0,71m ..... 5,38m ..... 12,42m ..... dst.
(https://tu.laporanpenelitian.com/2014/11/24.html)

Anda mungkin juga menyukai