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 : Metopel
bonarsitumorang
- Bonar Situmorang
- Medan
- Jakarta Selatan
- bonarsos@gmail.com
- +62852-6969-9009