Data-Data Skala Pengukuran

1.    Nominal

Skala Nominal merupakan skala yang paling lemah/rendah diantara skala pengukuran yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). Skala pengukuran nominal digunakan untuk mengklasifikasi obyek, individual atau kelompok dalam bentuk kategori.

Pemberian angka atau simbol pada skala nomial tidak memiliki maksud kuantitatif hanya menunjukkan ada atau tidak adanya atribut atau karakteristik pada objek yang diukur. Misalnya, jenis kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi sebagai label kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Kita tidak bisa mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki menjadi 2 dan perempuan dengan kode 1, atau bilangan apapun asal kodenya berbeda antara laki-laki dan perempuan. Misalnya lagi untuk agama, kita bisa mengkode 1=Islam, 2=Kristen, 3=Hindu, 4=Budha dstnya. Kita bisa menukar angka-angka tersebut, selama suatu karakteristik memiliki angka yang berbeda dengan karakteristik lainnya.

Karena tidak memiliki nilai instrinsik, maka angka-angka (kode-kode) yang kita berikan tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya. Oleh karenanya, pada variabel dengan skala nominal tidak dapat diterapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala nominal adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

2. Ordinal

Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu.

Misalnya 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. Atau misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.

Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas, 3=kurang puas dstnya.

Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat tidak puas.

Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

3. Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak.

Misalnya, ada 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. (Kenapa ?)

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.

4. Skala rasio

Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio.

Pengukuran-pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.

Ø  Sampling

Sampling adalah ilmu untuk memilih bebrapa kasus, yang memungkinkan peneliti untuk membuat kesimpulan yang akurat tentang populasi yang lebih besar.

a.       Probality Sampling

Setiap anggota populasi mempunyai probaliti yang dapat diketahi untuk terpilih menjadi sampel. Setiap sampel diambil secara acak (random). Probality sampling lebih dapat diterima dari non-probality sampling, Karena peluang anggota populasi tidak diketahui, karena pengambilan sampel tidak dilakukan secara acak (random).

Kelebihan dari probality sampling adalah tidak adanya investigator biasa dalam pemilihan sampel, hukum probabilitas dapat dipakai untuk menghitung estimasi keakuratan sampel, generalisasi dapat dilakukan dan batas-batas generelisasi dapat diketahui.

b.      Non-Probality Sampling

 Semua pemilihan kasus tidak dilakukan dengan cara random selection. Kelemahan dari non-probality sampling adalah tidak adanya control terhadap terhadap investigator, biasa dalam pemilihan sampel variabilitasnya tidak bias dihitung dengan menggunakan pobility sampling theory.

Dari banyak kasus, cara sampling ini lebih tepat dan prakts. Dimna situasi jumlah kasus yang bisa diteliti terlalu sedikit, misalnya karena biaya terlalu besar untuk menyelidiki banyak kasus (misalnya unit analisa kota, Negara, dan yang besar-besar lainnya), sementara probality sampling kurang reliable untuk jumlah kasus yang terlalu sedikit.

Metode ini mencakup metode semacam menanyai secara “acak” pejalan kaki yang lewat ditempat tertentu, atau metode yang hanya mensurvey kelompok responden yang bersedia disurvey. Metode ini biasanya tidak digunakan pada report card, kecuali untuk menggali data tambahan yang lebih mendalam.