11 Mei 2017

Ukuran Data Kuantitatif


                  Ukuran tingkat data merupakan bagian dari bentuk data. Bentuk data dan ukuran data saling terkait. Tiap bentuk data memiliki ukuran data atau tiap ukuran data dikategorikan sebagai bagian dari bentuk datater tertentu. Ukuran tingkat data ditentukan oleh skala ukuran variabel. Jadi tidak mudah untuk menentukan ukuran data. Seorang peneliti harus lebih memahami aspek-aspek apa saja yang harus diukur.

                  Secara umum ukuran data dalam penelitian kuantitatif, ukuran data yang paling sering digunakan adalah nominal, interval, ordinal dan rasio. Secara spesifik, teknik analisis statistik yang digunakan untuk data interval dan rasio kurang tepat  untuk data ordinal dan nomina, dan teknik analisis yang digunakan untuk ordinal dan nominal tidak tepat digunakan untuk data interval dan rasio.
                  Penulis akan lebih menjelaskan apa saja yang dimaksud dengan ukuran data dalam penelitian kuantitatif.
Salah kolom penentuan jenis data dalam SPSS


1. Ukuran nominal
                  Data nominal menunjukkan level of clasifiabeles atau mengindikasi perbedaan antara kategori. Sebagai contoh adalah data tentang agama yaitu, Islam, Kristen Protestan, Budha, Hind, Katolik. Data nominal adalah data kategorikal yang menunjukkan ada perbedaam, tetapi tidak ada indikasi tentang jarak atau urutan-urutan berjenjang yang membedakan antar objek. Antara kategori yang satu dengan yang lain tidak menunjukkan yang satu upper class dan lower class untuk yang lain dan tidak ada implikasi bahwasanya yang satu “better than” dan yang lain “more than” sehingga they cannot be added, subtracted, divided, or multiplied. Walaupun sering kita melihat diberi angka menurut Hair, Jr, dkk, “These only number only represent categories or classes and do not imply amounts of an atribute or characterictic”.

2. Ukuran ordinal
                  Data ordinal menunjukkan data yang dapat diurut dalam rank order dalam hubungan dalam jumlah atribut yang dimiliki. Data ordinal dalam kuantitatif menunjukkan ada perbedaan dan dapat diuruut. Contoh yang paling mudah dipahami adalah dari tingkat pendidikan SD sampai dengan S3 atau tentang daya yang bersikap sangat setuju, setuju, tidak setuju, sangat tidak setuju. Jadi data ini menunjukkan “greater than” atau “less than” , lebih tinggi atau lebih rendah, lebih baik atau lebih buruk. Jika data diberi angka, maka diberi angka, maka data ordinal adalah nonquantitative, yaitu angka tersebut hanya menunjukkan relative positions  dalam satu urutan. Oleh karena itu, metode analisis utama untuk data ordinal adalah rank order corrlation.

3. Data Interval
                  Data inteval merupakan data yang menunjukkan equals interval atau equal spacing between members. Terhadap data tersebut dapat dilakukan penambahan atau pengurangan untuk menentukan jarak tersebut tetapi tidak mungkin mengatakan bahwa tiap nilai dalam data interval adalah perkalian dari beberapa poin yang lain dalam skala. Oleh karena itu, data interval (dan rasio) permitting nearly all mathematical operations to be performed.

4. Data rasio
                  Data rasio mewakili bentuk dat dengan ukuran yang paling tinggi. Data rasio memiliki karakteristik semua skala ukuran, ditambah ada absolute zero  point dari objek yang paling diukur yang membuatnya mungkin untuk menyatakan hubungan dalam arti proporsi atau rasio. Contoh data rasio adalah pendapatan (tidak ada pendapatan Rp. 0,-) tahun sekolah formal  (tidak ada nol tahun). Nol absolut artinya tidak ada titik nilai, maka untuk data rasio dapat dibuat bukan saja penambahan dan pengurangan, melainkan juga perkalian dan pembagian atau perbandingan. Nilai angka pada data rasio menunjukkan nilai yang sebenarnya pad objek yang diukur. Berat, panjang, tinggi, usia, pendapatan, jumlah anak hidup, lama bekerja, angka kelahiran, kecapatan adalah contoh baik untuk data rasio karena tidak memiliki ukuran nol.
                  Perbedaan paling nyata antara data interval dan data rsio adalah bahwa data interval memiliki an arbitrary zero point, atau absolute zero origin yang dijadikan sebagai awal ukuran. Meskipun demikian dalam banyak situasi praktikal, perbedaan antara variabel dan rasio membuat perbedaan kecil. Oleh karena itu, statistik yang diguanakan untuk kedua data tersebut banyak kesamaannya.

Tags :

bm

bonarsitumorang

Pengajar Muda

I like to make cool and creative designs. My design stash is always full of refreshing ideas. Feel free to take a look around my Vcard.

  • Bonar Situmorang
  • ????????????
  • Kec.Cilandak,Kota Jakarta Selatan
  • bonarsos@gmail.com
  • +62853-7028-9213