Archive for jenis data

DATA SKALA LIKERT

Posted in Measurement with tags , on October 31, 2008 by samianstats

Ketika kita belajar tentang skala likert, kita mengenal penskalaan respon misalnya Sangat Setuju – Setuju – Netral – Tidak Setuju – Sangat Tidak Setuju. Penskalaan ini apabila dikaitkan dengan jenis data yang dihasilkan adalah data Ordinal. Sekedar mengingatkan bahwa jenis data ada empat NOIR (Nominal, Ordinal, Interval, Rasio) keempat jenis data ini memiliki ciri sebagai berikut:

  • Nominal    : Bersifat mengklasifikasikan saja, tanpa ada jenjang diantara klasifikasi. Angka hanya bermakna sebagai variasi jenis tanpa bermakna tingkatan. Missal: laki-laki – perempuan, 1 untuk kode laki-laki dan 2 untuk kode perempuan, angka 1 dan 2 bukan merupakan tingkatan, yang artinya 2 bukan berarti lebih tinggi daripada 1. Data jenis ini belum bisa dilakukan operasi matematis.
  • Ordinal    : Bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan. Sehingga dengan data ordinal ini angka sudah menunjukkan mana yg lebih besar dan mana yang lebih kecil. Tetapi masing-masing klasifikasi yang berupa tingkatan tersebut tidak memiliki jarak yang sama. Missal : juara dalam perlombaan balap sepeda. Ada juara 1 juara 2 dan juara  3. Angka 1, 2, 3 tersebut sudah memiliki makna tingkatan, bahwa juara 1 lebih cepat daripada juara 2 dan juara 3. Juara 2 lebih cepat daripada juara 3. Juara 1 waktu tempuahnya 5 menit, Juara 2 waktu tempuhnya 7 menit dan juara 3 waktu tempuhnya 12 menit. Yang dimaksud tidak memiliki jarak yang sama adalah antara juara 1 dan 2 selisih waktunya 2 menit, antara juara 2 dan juara 3 selisih waktunya 5 menit. Dengan demikian kita masih belum bisa menggunakan operasi matematis, karena angka 1, 2 dan 3 itu hanya berupa ranking saja.
  • Interval    : bersifat mengklasifikasikan, dan klasifikasi tersebut sudah merupakan tingkatan yang masing-masing tingkatan memiliki jarak yang sama. Misal: nomor sepatu. Sepatu dengan nomor 39, 40, 41, 42. Angka nomor sepatu tersebut sudah bermakna tingkatan bahwa nomor 42 lebih tinggi daripada nomor 41 dan seterusnya. Pada data interval masing-masing tingkatan tersebut memiliki jarak yang sama. Sepatu nomor 39 memiliki panjang 30cm, nomor 40 memiliki panjang 31cm, nomor 41 memiliki panjang 32cm, nomor 42 memiliki panjang 33cm. dengan contoh tersebut berarti setiap tingkatan memiliki interval 1cm, interval inilah yang dimaksud dengan jarak yang sama di masing-masing tingkatan. Dengan adanya interval yang kita ketahui tersebut, kita bisa memaknai bahwa nomor sepatu 42 adalah nomor 39 ditambah 3cm, tapi kita belum bisa memaknai bahwa nomor 42 adalah nomor 39 dikali 3. Dengan demikian kita bisa menyimpulkan bahwa data interval sudah bisa dikenai operasi matematis penjumlahan dan pengurangan, namun belum bisa dikenai operasi matematis perkalian dan pembagian. Hal ini karena data interval tidak memiliki angka nol mutlak.
  • Rasio    : ini adalah data dengan tingkatan yang tertinggi karena telah memiliki angka nol mutlak. Missal ukuran panjang atau tinggi, dan ukuran berat. Berat 0 kg berarti memang tidak ada massa yang ditimbang. Berat 3 kg lebih besar daripada berat 2 kg, berat 2 kg lebih besar daripada berat 1 kg. Sehingga berdasarkan contoh tersebut kita bisa memaknai bahwa 3 kg adalah 2kg + 1kg atau 3kg adalah 3x1kg. Dengan demikian data rasio sudah bisa dikenai semua operasi matematis: +, -, x, dan :

Kembali ke persoalan skala likert, mengapa data likert termasuk data ordinal? Sebenarnya alasannya gampang. Sangat setuju pasti lebih tinggi daripada yang setuju. Yang setuju pasti lebih tinggi daripada yang netral, yang netral pasti lebih tinggi daripada yang tidak setuju, sedangkan yang tidak setuju pasti lebih tinggi daripada yang sangat tidak setuju. Namun jarak antara sangat setuju ke setuju dan dari setuju ke netral dan seterusnya tentunya tidak sama, oleh karena itu data yang dihasilkan oleh skala likert adalah data ordinal. Sedangkan cara scoring bahwa Sangat setuju 5, setuju 4, netral 3, tidak setuju 2 dan sangat tidak setuju 1 hanya merupakan kode saja untuk mengetahui mana yang lebih tinggi dan mana yang lebih rendah. Dari cara scoring tersebut kita tidak bisa memaknai bahwa sangat setuju adalah netral ditambah setuju.  Tapi permasalahannya sesuai dengan ciri-ciri dari data ordinal, bahwa data ordinal belum bisa dikenai operasi matematis, mengapa pada saat scoring dari skala likert kita menjumlahkan skor di tiap-tiap item padahal jelas-jelas skala data ordinal tidak bisa dijumlahkan? Lalu ketika kita melakukan seleksi item kita mengkorelasikan skor item dengan skor total dengan korelasi product moment Pearson? Padahal sebagaimana kita ketahui rumus korelasi Pearson ada unsur penjumlahan, perkalian, dan pembagian?
Silahkan anda renungkan ???? kalau sudah mendapat pencerahan silahkan berbagi….
Salam pembelajaran!

Free Online Software Belajar Statistics

Posted in Statistics with tags , , on August 13, 2008 by samianstats

Seringkali belajar tentang statistik menjadi momok bagi sebagian besar orang. Sangat tidak menarik dan membosankan, namun disisi lain suatu saat kita tidak bisa memungkiri bahwa kita membutuhkan bantuan statistik untuk penelitian, pengukuran bahkan untuk pekerjaan kita sehari-hari. Untuk itu saya akan membantu anda untuk belajar statistik dengan cara yang lebih menyenangkan dengan bantuan media interaktif berupa Software Belajar Statistik secara free online agar anda sedikit demi sedikit bisa memahami tentang beberapa teknik analisis sesuai dengan kebutuhan anda.

Silahkan klik gambar di bawah ini……..

Follow

Get every new post delivered to your Inbox.