Memahami Skala - Skala Pengukuran Data

Memahami Skala-Skala Pengukuran Data

Skala merupakan hasil pengukuran yang terdiri atas beberapa jenis skala yang bervariasi. Pengukuran adalah pemberian angka terhadap objek atau fenomena menurut aturan tertentu. Skala pengukuran merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif. Pengukuran tersebut diatur menurut kaidah-kaidah tertentu.

Kaidah-kaidah yang berbeda menghendaki skala serta pengukuran yang berbeda pula. Dalam mengolah dan menganalisis data, kita sangat berkepentingan dengan sifat dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta pilihan peralatan statistik yang digunakan dalam pengolahan data, pada dasarnya memiliki persyaratan tertentu dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran dengan operasi matematik/peralatan statistik yang digunakan akan menghasilkan kesimpulan yang bias dan tidak tepat/relevan.

Empat Skala Pengukuran Data :

1. Skala Nominal

    Ukuran nominal, adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa. 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.

 

2. Skala Ordinal

  Skala ordinal adalah angka yang diberikan mengandung pengertian tingkatan.Ukuran ordinal  digunakan untuk mengurutkan objek dari yang terendah ke yang tertinggi atau sebaliknya. 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. 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. Skala Interval

    Ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu atribut.Selain itu, juga memberikan informasi tentang interval antara satu orang atauobjek dengan orang atau objek lainnya. Interval atau jarak yang sama pada skala interval dipandang sebagai mewakili interval atau jarak yang sama pula padaobjek yang diukur. 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. Ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu atribut. Selain itu, juga memberikan informasi tentang interval antara satu orang atau objek dengan orang atau objek lainnya. Interval atau jarak yang sama pada skala interval dipandang sebagai mewakili interval atau jarak yang sama pula pada objek yang diukur.

 

4. Skala rasio

    Skala rasio, adalah ukuran yang mencakup semua ukuran sebelumnya ditambah dengan satu sifat lain, yaitu ukuran ini memberikan keterangan tentang nilai absolut dari objek yang diukur. Ukuran rasio mempunyai titik nol, karena itu interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol. Karena ada titik nol tersebut, maka ukuran rasio dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio menunjukkannilai sebenarnya dari objek yang diukur. 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.

 

Dalam analisis seringkali digunakan pembagian data/variabel menjadi dua kelompok yaitu; data kategorik dan data numerik.

a. Data Kategorik (kualitatif)

Data kategorik merupakan data hasil pengklasifikasian/penggolongan suatu data. Cirinya: isinya berupa kata-kata. Contoh; jenis kelamin, jenis pekerjaan, pendidikan

b. Data Numerik (kuantitatif)

Data numerik merupakan variabel hasil dari penghitungan dan pengukuran. Cirinya: isi variabel berbentuk angka-angka. Variabel numerik dibagi menjadi dua macam: Diskrit dan Kontinyu. Diskrit merupakan variabel hasil dari penghitungan. Misalnya jumlah anak, jumlah pasien tiap ruang, kontinyu merupakan hasol dari pengukuran, misalkan tekanan darah, Hb dll. Variabel katagorik pada umumnya berisi variabel yang berskala nominal dan ordinal. Sedangkan variabel numerik berisi variabel yang berskala interval dan rasio.

 Berbagai macam cara atau metode dilakukan dalam upaya untuk mentransformasi data menjadi data interval. Metode penskalaan tidak terlepas dari pendekatan yang digunakan. Terkait dengan pengukuran aspek psikologi, Torgerson (1958, p.46) mengelompokkan metode penskalaan dalam tiga metode, yaitu:

1. Metode penskalaan yang berpusat pada stimulus

Metode penskalaan berbasis stimulus merupakan metode penskalaan dengan menempatkan serangkaian stimulus dalam suatu kontinum poin.

2. Metode penskalaan yang berpusat pada respons

Metode penskalaan berpusat pada respons merupakan metode penskalaan dimana respons subjek dibuat dalam suatu rentang poin tertentu. Metode ini disusun berdasar distribusi respons subjek. Salah satu contoh metode ini adalah skala Likert. Respons subjek diberikan dalam taraf kesetujuan atau ketidaksetujuan dalam berbagai variasinya.

3. Metode penskalaan yang berpusat pada subjek

Pada metode penskalaan yang berpusat pada subjek, penyusun tes meletakkan subjek atau individu yang akan dihadapi pada poin yang berbeda secara kontinum. Metode ini banyak di- gunakan, misalnya dalam pengelompokan siswa menggunakan skor z, persentil, skor IQ.

 

Referensi :

1. Junaidi, J. (2015). Memahami Skala-Skala Pengukuran.
2. https://www.academia.edu/10024474/PENGERTIAN_STATISTIK_DATA_VARIABEL_DAN_SKALA_PENGUKURAN
3. Setiawati, F. A., Mardapi, D., & Azwar, S. (2013). Penskalaan teori klasik instrumen multiple intelligences tipe Thurstone dan Likert. Jurnal Penelitian dan Evaluasi Pendidikan, 17(2), 259-274.
4. Hastono, S. P. (2001). Analisis data. Depok: Fakultas Kesehatan Masyarakat Universitas Indonesia.

Sosial media kami :

Line : @bsk6272o

Instagram : @hmps.statistika.unm

Facebook : Hmps Statistika Fmipa UNM

Youtube : HMPS Statistika FMIPA UNM

Blog : hmps-statistika-fmipa-unm.blogspot.com