Skala Pengukuran Data

Skala pengukuran data menjadi hal yang krusial dalam analisis statistika mengingat ini merupakan salah satu faktor penentu jenis atau tipe teknik statistika yang akan digunakan untuk menganalisis data. Secara garis besar, berdasarkan skala pengukurannya data dibedakan menjadi dua : nonmetrik (kualitatif) dan metrik (kuantitatif). Data nonmetrik meliputi atribut, karakteristik atau sifat kategoris yang mendeskripsikan suatu subjek. Data metrik meliputi hasil pengukuran atau pencacahan terhadap suatu subjek tertentu. Berbagai parameter dan statistik yang dikenal dalam Statistika deskriptif (ukuran pemusatan, ukuran letak, ukuran persebaran) hanya berlaku pada data yang diukur dengan skala metrik. Secara lebih terperinci, skala nonmetrik masih dapat dibedakan menjadi nominal dan ordinal sedangkan skala metrik menjadi interval dan rasio.

· Skala nominal

Data berkala nominal hanya bisa digunakan untuk mengidentifikasi perbedaan karakteristik antara subjek satu dengan lainnya. Selain itu, data ini juga dapat digunakan dalam kegiatan klasifikasi atau kategorisasi. Mengingat sifatnya, relasi aritmatis yang berlaku hanyalah = dan

Contoh : jawaban dikotomi (ya, tidak); jenis kelamin (pria, wanita); warna lampu lalu lintas (merah, kuning, hijau); nomor urut parpol Pemilu 2009 (1, 2, …, 48); dsb.

· Skala ordinal

Data berskala ordinal selain berfungsi untuk identifikasi dan klasifikasi/kategorisasi juga memiliki jenjang (tingkatan) yang bersifat kualitatif. Kodifikasi yang dilakukan terhadap setiap nilai data dapat memiliki jarak yang berbeda-beda dan dapat diubah (dinamakan “transformasi monoronik”) asalkan urutan jenjang tetap. Relasi aritmatis yang berlaku adalah =, <, >, ≤ dan ≥.

Contoh : urutan juara (1, 2, 3); skala likert (STS, TS, N, S, SS); dsb.

· Skala interval

Data berskala interval memiliki karakteristik skala ordinal hanya saja kodifikasi yang ada memiliki jarak antar jenjang yang sama satu dengan lainnya namun tidak memiliki harga nol mutlak. Misalnya, nilai 10 pada skala ini tidaklah sama dengan 2 kali nilai 5 atau setengah nilai 20. Transformasi yang dapat dilakukan adalah fungsi linier Y = a + bX. Relasi aritmatis yang berlaku adalah =, <, >, ≤, ≥, + dan –.

Contoh : temperatur (0o C = 0 o R = 32o F = 273o K); dsb.

· Skala rasio

Data berskala rasio memiliki semua karakteristik skala lainnya ditambah dengan adanya harga nol mutlak, sehingga menempati urutan tertinggi dalam penskalaan. Dalam skala ini, 10 = (2 * 5) = (20 : 2). Transformasi linier yang berlaku adalah Y = cX. Relasi aritmatis yang berlaku adalah =, <, >, ≤, ≥, +, –, *, :, akar dan pangkat.

Contoh : massa; panjang; waktu; cacah benda; nominal uang; dsb.

Sumber : analisisdata.blogdetik.com