Jenis-Jenis Skala Pengukuran Statistik
Tutorial Laporan Penelitian - Skala adalah perbandingan antar kategori sebuah objek yang diberi bobot nilai berbeda. Jenis-jenis skala pengukuran adalah nominal, ordinal, interval dan rasio.
Pengukuran adalah dasar setiap penelitian ilmiah. Segala sesuatu yang peneliti lakukan dimulai dengan pengukuran apa pun yang ingin diteliti. Pengukuran adalah meletakkan angka ke suatu objek.
Tapi sering muncul kebingungan mengenai jenis skala yang harus digunakan dalam mengukur. Penting dalam analisis statistik untuk mengetahui tipologi jenis-jenis skala berbeda.
Jenis skala berbeda menyebabkan karakteristik data berbeda sehingga berkaitan dengan metode statistik yang digunakan untuk menganalisis data. Dalam statistik ada 4 jenis-jenis skala yaitu nominal, ordinal, interval dan rasio.
SKALA NOMINAL (SKALA LABEL)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.
Contoh Data Variabel :
Analisis Statistik :
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
SKALA ORDINAL (SKALA PERINGKAT)
Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala Likert.
Contoh Data Variabel :
Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakan statistik non-parametrik mencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.
SKALA INTERVAL (SKALA JARAK)
Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.
Contoh Data Variabel :
Analisis Statistik :
Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai multivariat.
SKALA RASIO (SKALA MUTLAK)
Skala rasio adalah skala interval yang memiliki nol mutlak.
Contoh Data Variabel :
Analisis Statistik :
Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.
Pengukuran adalah dasar setiap penelitian ilmiah. Segala sesuatu yang peneliti lakukan dimulai dengan pengukuran apa pun yang ingin diteliti. Pengukuran adalah meletakkan angka ke suatu objek.
Tapi sering muncul kebingungan mengenai jenis skala yang harus digunakan dalam mengukur. Penting dalam analisis statistik untuk mengetahui tipologi jenis-jenis skala berbeda.
Jenis skala berbeda menyebabkan karakteristik data berbeda sehingga berkaitan dengan metode statistik yang digunakan untuk menganalisis data. Dalam statistik ada 4 jenis-jenis skala yaitu nominal, ordinal, interval dan rasio.
SKALA NOMINAL (SKALA LABEL)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.
Contoh Data Variabel :
- Ya = 1 dan Tidak = 0
- Pria = 1 dan Wanita = 0
- Hitam = 1, Abu-abu = 2, Putih = 2
Analisis Statistik :
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
SKALA ORDINAL (SKALA PERINGKAT)
Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala Likert.
Contoh Data Variabel :
- Sangat Tidak Setuju = 1
Tidak Setuju = 2
Tidak Tahu = 3
Setuju = 4
Sangat Setuju = 5
- Pendek = 1
Sedang = 2
Tinggi = 3
- Tidak enak = 1
Ragu-ragu = 2
Enak = 3
Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakan statistik non-parametrik mencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.
SKALA INTERVAL (SKALA JARAK)
Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.
Contoh Data Variabel :
- Umur 20-30 tahun = 1
Umur 31-40 tahun = 2
Umur 41-50 tahun = 3
- Suhu 0-50 Celsius = 1
Suhu 51-100 Celsius = 2
Suhu 101-150 Celsius = 3
Analisis Statistik :
Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai multivariat.
SKALA RASIO (SKALA MUTLAK)
Skala rasio adalah skala interval yang memiliki nol mutlak.
Contoh Data Variabel :
- 0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.
- ..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.
- ..... 0,71m ..... 5,38m ..... 12,42m ..... dst.
Analisis Statistik :
Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.
Assalamu'alaikum terimakasih materinya sangat membantu saya :)
ReplyDeletethanks untuk materinya..
ReplyDeleteTerimakasih. Sangat membantu (y)
ReplyDeleteThanks infonya
ReplyDeletemakasi :)
ReplyDeleteJadi intinya skala pengukuran artinya apa? :D
ReplyDeleteJika skala ordinal ingin diuji statistik mngunakan uji apa ya?
ReplyDeleteSaya ingin membantu
ReplyDeleteJika skalanya adalah ordinal, maka harus diintervalkan dahulu atau dgn istilah di msi kan dulu (syarat regresi harus data interval/rasio).
Selanjutnya, barulah ujia asumsi klasik dan hipotesis.
Jika X1,X2 skala nominal (dummy) dan X3 ,Y skala rasio. Ini menggunakan uji apa?
ReplyDeleteApakah bisa skala rasio dijadikan skala nominal dummy? Mohon bantuannya.tq
Sepengetahuan saya, skala rasio adalah skala tertinggi dalam jenis skala pengukuran. Jadi, tidak perlu diubah. Dalam regresi, jika skala ordinal haris diubah ke interval (di msi kan dahulu). Jadi, untuk skala nominal langsung saja. Tidak apa-apa dlm penelitian ada nominal dan ada rasio (campur).
ReplyDeletejika skalanya interval dan nominal, maka digunakan alat analisis apa ya?
ReplyDeleteSaya masih kurang mengerti dengan yang dimaksud skala rasio, skala non mutlak
ReplyDeleteSaya mau bertanya uji statistik yg digunakan untuk data yg berskala nominal dan ordinal apa ya??
ReplyDeleteLebih ngerti lg skr...
ReplyDeleteSangat membantu sekali ilmunya. Tks.
ReplyDeletesaya mau nanya, kalau variabel independent sy ordinal dan dependentnya nominal itu pake analisis statistik apa yah? makasih
ReplyDeleteTentunya analisis regresi
ReplyDeleteJika x nya lebih dari 1 brrti regresi berganda
Jika x nya hanya 1 brrti regresi sederhana
Salah satu syarat regresi adalah data berskala interval/ rasio.
Jadi, skala ordinalnya harus di msi kan dulu.
Setelahnya, baru regres pakai spss
Terima kasih atas penjelasannya, ini bisa jadi referensi buat saya.
ReplyDeleteyg skala interval itu cth nya bukan dari 21 ya? kalo bukan kenapa? trims
ReplyDeleteAssalamu'alaikum..
ReplyDeleteSy mau nanya, jika skala pengukuran yg digunakan menggunakan skala rasio, lalu dlm kuisioner menggunakan pengukuran yg bagaimana? Apakah bisa menggunakan skala likert?
Dr penjelasan diatas, skala likert berhubungan dg skala ordinal.
Lalu bgaimana pengukuran kuisioner yg hrus sy gunakan? Terima kasih
Wa'alaikumsalam
ReplyDeleteSaya ingin membantu menjawab atas pertanyaan imelda. Skala yg dipakai dlm penelitian yg kuesioner adalah skala ordinal.
Jika ingin uji valid dan reliabel. Maka langsung saja pakai data 12335 nya
Tapi jika masuk ke regresi berganda nya. Maka saudara harus meng intervalkannya terlebih dahulu ( data MSI). Sekian
Terima kasih. Sangat membantu
ReplyDeleteAssalamu"alaikum...
ReplyDeletesaya mau tanya, apabila x1 memakai skala nominal x2 x3 menggunakan skala ordinal, apakah tidak masalah. lalu bagaimana olah datanya?
Assalamualaikum
ReplyDeleteSaya mau bertanya apakah bisa data ordinal diturunkan menjadi data nominal? Kemudian apakah ada metode tersendiri untuk menurunkannya? Atau langsung saja dianggap data ordinal tersebut sebagai data nominal?
Terimakasih. Mohon bantuannya :)
Wa'alaikumsalam
DeleteSaya ingin bantu menjawab
Sepengehuan saya, data ordinal adalah data yang ukurannya mempunyai tingkatan, misal: 1,2,3,4,5 (sangat tdk puas, kurang puas, cukup puas, puas dan sangat puas), sedangkan data nominal adalah data yg ukurannya tdk memiliki tingkatan data. contoh: 1 perempuan, 0 lak-laki atau bisa saja sebaliknya.
Jadi, kesimpulannya adalah kita tidak bisa menurunkan dari ordinal ke nominal.
Saudari bisa juga mengkonsultasikannya ke dosen pembimbinga atau teman-teman.
Terima kasih.
Assalamu alaikum,saya mau bertanya,Kalau jatuh tempo obligasi skala pengukuran nya apa ya ?
ReplyDeleteTrimakasih untuk materinya
ReplyDeleteThanks for the info..
ReplyDeleteMbak bisa kasih kontak nyaa
ReplyDelete
ReplyDeleteAssalamualaikum, saya mau bertanya jika x1 nominal, x2 ordinal, dan y nominal menggunakan uji apa ya?
Sangat membantu sekali mas. Terimakasih banyak.
ReplyDeleteterimakasih infonya. sangat membantu saya yang sedang skripsi..
ReplyDeleteTerima kasih 😀
ReplyDeleteterimakasih informasinya.. ini sangat membantu untuk saya...
ReplyDeleteAsalamualaikum. Ka kalo untuk variabel x1 menggunakan skala interval dan x2 menggunakan skala rasio apakah data tersebut bisa langsung diolah atau harus ada tahap lain untuk menyamakan datanya? Mohon bantuannya.
ReplyDeleteAssalamualaikum, saya mau bertanya jika X1, X2, X3 dan Y saya skalanya rasio kemudian X4 saya skalanya nominal saat saya ingin uji normalitas pakai uji nonparametrik atau uji parametrik ya? Terima kasih :)
ReplyDeleteInfonya bermanfaat banget bro..... mampir ke CATATAN KULIAH KU ya... Catatan LENGKAP ku. salam kenal.... :)
ReplyDeleteMaaf pak...izin bertanya...kalo skala nyeri yg merupakan data subjektif dari pasien termasuk dalam skala apa? Numerik atau kategorik?
ReplyDeleteThis is my first time visit at here and i am truly pleassant to read all at single place.
ReplyDelete