Pengertian Skala Data, Jenis, dan Contohnya

Terdapat berbagai jenis skala pengukuran dan jenis data penelitian yang telah dikumpulkan, hal ini dipergunakan guna menentukan jenis skala pengukuran yang akan digunakan untuk pengukuran statistik dan statistika. Alasannya karena skala pengukuran tersebut bisa dibedakan menjadi empat, yaitu skala nominal, skala ordinal, skala interval, dan skala rasio.

Dimana setiap level pengukuran memiliki beberapa sifat penting yang berguna untuk diketahui. Misalnya, hanya skala rasio yang memiliki angka nol mutlak. Oleh karena itulah dapat dikatakan bahwa tujua suatu observasi adalah untuk mengetahui keadaan suatu benda dalam berbagai keadaan. Diantaranya berbagai ukuran benda, yaitu bilangan, pangkat, panjang, volume, waktu, berat, dan pengukuran fisik-kimiawi, yang kemudian data hasil observasi tersebut bisa dikelompokkan ke dalam skala-skala pengukuran tersebut sesuai jenisnya. Sebagai contoh bobot diukur dengan skala rasio.

Skala Data

Data adalah aset yang sangat berharga. Meski begitu banyaknya jenis skala data yang tersedia dapat menjadi sumber daya paling berharga di dunia. Oleh sebab itu, pemahaman tentang berbagai jenis data dan peran ilmuan data menjadi lebih penting. Bahkan dalam dunia bisnis, semakin banyak perusahaan yang mencoba memahami angka-angka besar dan apa yang dapat mereka lakukan dengannya.

Pad tahapannya menentukan data yang tepat dan skala pengukuran sesuai memungkinkan perusahaan untuk mengatur, mengidentifikasi, menganalisis, dan pada akhirnya menggunakan data untuk menginformasikan strategi yang akan memungkinkan mereka membuat dampak yang sebenarnya.

Pengertian Skala Data

Skala data adalah cara berbeda di mana variabel penelitian didefinisikan dan dikelompokkan ke dalam kategori yang berbeda, oleh karena itulah skala ini menggambarkan sifat nilai yang diberikan ke variabel dalam teknik pengumpulan data.

Pengertian Skala Data Menurut Para Ahli

Adapun definisi data menurut para ahli, antara lain:

1. Webeopedia, Skala data adalah bagian informasi yang berbeda yang biasanya diformat dan disimpan dengan cara yang sesuai dengan tujuan tertentu. Dalam hal inilah data bisa ada dalam berbagai bentuk, baik sebagai angka atau teks yang direkam di atas kertas, sebagai bit atau byte yang disimpan dalam memori elektronik, atau sebagai fakta yang hidup dalam pikiran seseorang.

Ciri Skala Data

Beberapa karakteristik skala pengukuran, diantaranya yaitu:

1. Identitas

Identitas mengacu pada penugasan angka ke nilai setiap variabel dalam kumpulan data. Misalnya, kuesioner yang kemudian menanyakan jenis kelamin responden dengan opsi Pria dan Wanita. Nilai 1 dan 2 masing-masing dapat ditetapkan untuk Pria dan Wanita.

Operasi aritmatika tidak dapat dilakukan pada nilai-nilai ini karena hanya untuk tujuan identifikasi. Ini adalah karakteristik dari skala nominal.

2. Besaran

Besaran adalah ukuran skala pengukuran, di mana angka (identitas) memiliki urutan yang melekat dari yang terkecil hingga yang tertinggi.

Data biasanya direpresentasikan pada skala dalam urutan menaik atau menurun. Posisi dalam sebuah perlombaan, misalnya, diatur dari urutan pertama, kedua, ketiga hingga yang terkecil. Contoh ini diukur pada skala ordinal karena memiliki identitas dan besaran.

3. Interval yang sama

Interval yang sama berarti bahwa skala memiliki urutan standar. Yaitu, perbedaan antara setiap level pada skala adalah sama. Ini tidak terjadi pada contoh skala ordinal yang disorot di atas. Setiap posisi tidak memiliki perbedaan interval yang sama.

Dalam perlombaan, posisi pertama dapat menyelesaikan balapan dalam 20 detik, posisi ke-2 dalam 20,8 detik, sedangkan posisi ke-3 dalam 30 detik. Variabel yang memiliki identitas, besaran, dan interval yang sama diukur dalam skala interval.

4. Nol mutlak

Nol mutlak adalah fitur yang unik untuk skala rasio. Artinya ada nol pada skala, dan ditentukan oleh tidak adanya variabel yang diukur (misalnya tidak ada kualifikasi, tidak ada uang, tidak diidentifikasi sebagai jenis kelamin apa pun, dan lain-lain.

Jenis Skala Data

Skala data yang merupakan kumpulan pengukuran dari hasil pengamatan, dibagi menjadi dua jenis, yaitu;

1. Kualitatif

Skala data penelitian kualitatif mengacu pada informasi tentang kualitas, atau informasi yang tidak dapat diukur. Biasanya berupa deskriptif dan tekstual. Adapun untuk contohnya termasuk warna mata seseorang atau jenis mobil yang mereka kendarai. Dalam survei, ini sering digunakan untuk mengkategorikan jawaban ‘ya’ atau ‘tidak’.

2. Kuantitatif

Skala data dalam penelitian kuantitatif lebih bersifat numerik. Ini digunakan untuk menentukan informasi yang dapat dihitung. Beberapa contoh data kuantitatif antara lain jarak, kecepatan, tinggi, panjang dan berat. Sangat mudah untuk mengingat perbedaan antara data kualitatif dan kuantitatif, karena yang satu mengacu pada kualitas, dan yang lainnya mengacu pada kuantitas.

Oleh karena itulah untuk keperluan analisis statistik, data kuantitatif tersebut akan senantiasa terdapat pengukuran terhadap data yang berbeda-beda tergantung jenis datanya. Hal ini dinamkan dengan skala pengukuran yaitu bagaimana variabel didefinisikan dan dikategorikan.

Contoh Skala Data

Psikolog Stanley Stevens mengembangkan empat skala umum pada proses pengukuran. Yaitu nominal, ordinal, interval, dan rasio. Dimana skala nominal dan ordinal digunakan untuk mengukur data kualitatif, sedangkan skala interval dan rasio digunakan untuk mengukur data kuantitatif.

Berikut penjelasan dan contohnya;

1. Data Nominal

Skala data nominal adalah skala pengukuran yang digunakan untuk tujuan identifikasi. Riset data ini adalah tingkat pengukuran data yang paling dingin dan terlemah di antara keempatnya. Kadang-kadang dikenal sebagai skala kategorikal, ini menetapkan angka ke atribut untuk memudahkan identitas. Namun angka-angka ini tidak bersifat kuantitatif dan hanya berfungsi sebagai label.

Pada dasarnya, data nominal dapat dipecah lagi menjadi tiga kategori, yaitu:

1. Nominal dengan urutan: Beberapa data nominal dapat dikategorikan secara berurutan, seperti “dingin, hangat, panas, dan sangat panas”.
2. Nominal tanpa urutan: Data nominal juga dapat dikategorikan sebagai nominal tanpa urutan, seperti pria dan wanita.
3. Dikotomis: Data dikotomis ditentukan dengan hanya memiliki dua kategori atau tingkat, seperti “ya” dan “tidak”.

Pada analisis statistik yang dapat dilakukan pada skala nominal adalah persentase atau penghitungan frekuensi. Ini dapat dianalisis secara grafis menggunakan diagram batang dan diagram lingkaran.

Misalnya saja pengukuran popularitas suatu partai politik diukur pada skala nominal. Maka contohnya kepenulisannya;

Anda berafiliasi dengan partai politik mana?

1. Independen
2. Republik
3. Demokrat

Memberi label Independen sebagai “1”, Republikan sebagai “2” dan Demokrat sebagai “3” tidak berarti salah satu atribut lebih baik dari yang lain. Mereka hanya digunakan sebagai identitas untuk memudahkan analisis data.

2. Data Ordinal

Skala Ordinal melibatkan peringkat atau urutan atribut tergantung pada variabel yang diskalakan. Butir-butir dalam skala ini diklasifikasikan menurut tingkat kemunculan variabel yang bersangkutan. Atribut pada skala ordinal biasanya disusun dalam urutan menaik atau menurun. Hal ini mengukur tingkat kemunculan variabel.

Skala ordinal dapat digunakan dalam riset pasar, periklanan, dan survei kepuasan pelanggan. Ini menggunakan kualifikasi seperti sangat, sangat, lebih, kurang, dan lain-lain. Kita dapat melakukan analisis statistik seperti median dan mode menggunakan skala ordinal, tetapi tidak berarti. Namun, ada alternatif statistik lain yang berarti yang dapat diukur dengan menggunakan skala ordinal.

Misalnya saja perusahaan perangkat lunak mungkin perlu bertanya kepada penggunanya;

Bagaimana Anda menilai aplikasi kami?

1. Sangat Baik
2. Baik
3. Cukup Baik
4. Buruk
5. Sangat Buruk

Atribut dalam contoh tersebut dicantumkan dalam urutan menurun. Contoh lain misalnya saat seseorang yang menyelesaikan perlombaan juga mendeskripsikan data ordinal. Sementara tempat pertama, tempat kedua atau ketiga menunjukkan urutan finish pelari, itu tidak menentukan seberapa jauh finisher tempat pertama berada di depan finisher tempat kedua.

3. Data Interval

Skala interval adalah skala pengukuran yang tingkatannya berurutan dan setiap jarak yang sama secara numerik pada skala mempunyai perbedaan interval yang sama. Jika itu merupakan perpanjangan dari skala data ordinal, dengan perbedaan utamanya adalah keberadaan interval yang sama.

Dengan skala interval, kita tidak hanya tahu bahwa atribut yang diberikan A lebih besar dari atribut lain B, tetapi juga sejauh mana A lebih besar dari B. Selain itu, tidak seperti skala ordinal dan nominal, operasi aritmatika dapat dilakukan pada skala interval. Ini dapat digunakan dalam menghitung mean, median, mode, range, dan deviasi standar.

Skala interval dicirikan oleh fakta bahwa angka nol merupakan variabel yang ada. Pada skala ordinal, nol berarti data tersebut tidak ada. Dalam skala interval, nol memiliki arti. Misalnya, jika kita derajat suhu, nol tetap memiliki arti.

Titik data pada skala interval memiliki perbedaan yang sama di antara keduanya. Perbedaan skala antara 10 dan 20 derajat sama antara 20 dan 30 derajat. Skala ini digunakan untuk mengukur selisih antar variabel, sedangkan dua skala lainnya digunakan untuk mendeskripsikan nilai kualitatif saja.

Misalnya saja, seperti;

1. Tahun pembuatan mobil atau bulan dalam setahun

Oleh karena itulah skala interval banyak digunakan di berbagai sektor seperti dalam pendidikan, kedokteran, teknik, dan berbagai bidang lainnya.

4. Data Rasio

Skala Rasio adalah tingkat puncak pengukuran data. Ini merupakan perluasan dari skala interval, oleh karena itu memenuhi empat karakteristik skala pengukuran. Misalnya saja identitas, besaran, interval yang sama, dan properti nol mutlak.

Skala pengukuran data ini memungkinkan peneliti untuk membandingkan perbedaan dan besaran relatif angka. Beberapa contoh skala rasio termasuk panjang, berat, waktu, dan lain-lain.

Berkenaan dengan riset pasar, contoh skala rasio yang umum misalnya harga, jumlah pelanggan, pesaing. Ini banyak digunakan dalam pemasaran, periklanan, dan penjualan bisnis. Skala rasio pengukuran data kompatibel dengan semua metode analisis statistik seperti ukuran tendensi sentral (mean, median, mode, dan lain-lain), dan ukuran dispersi (rentang, deviasi standar, dan lain-lain).

Contohnya yaitu survei yang mengumpulkan bobot responden.

Berapa berat badan Anda?

1. lebih dari 100 kg
2. 81 – 100 kg
3. 61-80 kg
4. 40 – 60 kg
5. Kurang dari 40 kg

Nah, itulah tadi artikel yang bisa kami kemukakan pada segenap pembaca berkenaan dengan pengertian skala data menurut para ahli, ciri, macam, dan contohnya yang ada di dalam penelitian kualitatif serta kuantitatif. Semoga memberi edukasi.