Skala Pengukuran Data

 Skala pengukuran data dikelompokkan menjadi empat yaitu Skala Nominal, Ordinal, Interval, dan Rasio atau disingkat NOIR. Penjelasannya sebagai berikut:

1.     Skala Data Nominal

Skala data Nominal merupakan skala data yang paling rendah dengan mendasarkan pada kategorisasi. Apabila diberikan angka, hanya sebagai label saja dan memiliki kedudukan yang setara. Sifat-sifat skala nominal: Skala data paling sederhana, berupa kategori, tidak dapat diurutkan, tidak dapat dilakukan operasi matematika. Contohnya:

-        Jenis Kelamin (1. Pria, 2. Wanita)

-        Warna (1.merah, 2.kuning, 3.biru)

-        Agama (1.islam, 2. Kristen, 3.Katolik, 4.Hindu, 5 Budha)

2.     Skala Data Ordinal

Skala data ordinal adalah Skala yang disusun secara runtut dari tertinggi ke terendah atau sebaliknya. Ciri skala Ordinal: Jarak atau rentang tidak harus sama, angka mengandung pengertian tingkatan, nilai angka tidak setara, tidak dapat operasi matematika. Contohnya:

-   Rangking 1,2 dan 3 (rangking 1 menunjukkan lebih tinggi dari rangking 2, dan 3)

-   Tingkat pendidikan  (1.SD, 2 SMP, 3 SMA, 4 Sarjana)

 

3.     Skala Data Interval

Skala interval merupakan skala pengukuran dimana jarak satu tingkat dengan yang lain sama. Cirinya: memiliki semua ciri skala ordinal, memiliki nilai jarak yang sama, data dapat diurutkan, jarak antar data diketahui ukurannya, nilai angka 0 (nol) tidak mutlak dan dapat dilakukan operasi matematika. Contohnya:

a)   Temperatur ruangan. Bisa diukur dalam Derajat Celsius (⁰C), atau Derajat Fahrenheit (⁰F), dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih:

·  Celcius pada 0° C sampai 100° C. Skala ini jelas jaraknya adalah 100-0=100 

·   Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya adalah 212-32=180

b)  Dalam Indeks Prestasi Kumulatif (IPK) mahasiswa dikenal standar-standar penilaian sebagai berikut:

A = 4, B = 3, C = 2, dan D = 1.

Interval antara A dengan B = 4 - 3 = 1

Interval antara B dengan C = 3 - 2 = 1

Interval antara C dengan D = 2 - 1 = 1

Interval antara B dengan D = 3 - 1 = 2

Interval A sampai C adalah 4 - 2 =2, kedua interval dapat dijumlahkan. Pada data ini yang dijumlahkan bukan kuantitas atau besaran, melainkan intervalnya, pada data ini tidak terdapat titik nol absolut.

 

4.     Skala Data Rasio

Skala ratio merupakan skala yang paling tinggi dan memiliki semua sifat skala interval, memiliki nilai nol absolut (mutlak), dapat operasi matematika, Contohnya:

-   saldo yang dimiliki Amir  di bank BRI bernilai Rp 1.000.000,00. Angka 1.000.000 benar-benar real bahwa Amir mempunyai uang sebesar Rp 1.000.000,00.

-   Data penjualan Perusahaan X

- Berat Badan Amir

Klasifikasi Data

Data dalam statistika dapat diklasifikasi berdasarkan cara memperolehnya, jenisnya, sumber, sifat, dan waktu Pengumpulan. Selengkapnya dapat dijelaskan sebagai berikut:

1. Berdasarkan Sumbernya

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll) 

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ). 

1.   2. Berdasarkan cara memperolehnya

Berdasarkan sumbernya data dibedakan menjadi dua yaitu data primer dan data sekunder.

a.     Data primer adalah data yg diperoleh atau dikumpulkan sendiri secara langsung dari obyek penelitian, misalnya dengan melakukan wawancara, menyebar kuesioner, observasi atau penelitian lapangan/laboratorium.

b.     Data sekunder adalah data yang diperoleh secara tidak langsung  dari objek penelitian atau diperoleh dari pihak lain, misalnya data jumlah penduduk dari BPS, data harga saham dari BEI, data nilai Kurs dari Bank Indonesia,  data laporan keuangan dari Indonesia Capital Market Directory (ICMD) dan lain sebagainya

1.    3. Berdasarkan Jenisnya

Berdasarkan jenisnya, data dibedakan menjadi dua yaitu data Kuantitatif  dan data Kualitatif

a.     Data kuantitatif adalah data yang dinyatakan dalam besaran angka-angka. Misalnya: Data pendapatan per kapita, pengeluaran, harga, berat, jarak, penjualan, produksi, tinggi badan, dan lain sebagainya.

b. Data Kualitatif adalah data yang dinyatakan dalam kategori/kelas tertentu. Misalnya: jenis kelamin (pria-wanita), Agama (islam, hindu, budha, kristen, katolik), suku (dayak, jawa, madura), warna (merah, kuning, biru), perusahan besar-kecil dan lain sebagainya

1.    4. Menurut Sumber

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll)

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ).

2.    5.Menurut Sifatnya

Berdasarkan sifatnya, data dibedakan menjadi dua yaitu data diskrit dan data Kontinyu.

a.   Data Diskrit adalah data yang nilainya berupa bilangan asli. Contohnya: Berat Badan Mahasiswa, Nilai rupiah dari waktu ke waktu,

b.   Data kontinyu adalah data yang nilainya berada pada interval tertentu atau berada pada nilai satu dengan nilai lainnya, seperti menggunakan kata sekitar, kurang lebih, kira-kira, dan lain sebagainya. Contoh: Negara Indonesia mengimpor beras sekitar 400 ribu ton pada tahun 2019

6. Menurut waktu Pengumpulan

Berdasarkan waktu pengumpulannya, data dapat dibedakan menjadi tiga yaitu data crossection, timeseries dan Pool.

a. Cross Section adalah data yang dikumpulkan pada suatu waktu tertentu. Contohnya data penjualan mobil di lima kota pada tahun 2019

b. Time Series (data berkala) adalah data yang dikumpulkan secara berkala atau runtut waktu (tahunan, bulanan, mingguan, harian, jam, menit, semeseter, tri wulan). Contohnya: data penjualan PT. X selama 12 bulan, data nilai kurs, harga saham,

c. Data Pool adalah data yang dikumpulkan berdasarkan gabungan crossection dan timeseries. Contohnya: data penjualan beberapa merek mobil selama tahun 2017-2019