SKALA PENGUKURAN (I)

Pada beberapa penelitian yang dilakukan banyak yang bertujuan untuk mengukur sikap dari responden terutama pada ilmu Sosiologi, Psikologi, Sosial dan lainnya yang berhubungan dengan perilaku manusia. Dalam penelitian ini diperlukan kuesioner untuk mengukur sikap responden yang menggunakan skala pengukuran sikap.

Skala sikap yang sering digunakan antara lain :

1.      Skala Likert

2.      Skala Guttman

3.      Skala Diferensial Semantic

4.      Skala Rating

5.      Skala Thurstone

1.      Skala Likert

Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi responden tentang kejadian atau gejala sosial.

Alternatif jawaban pada kuesioner misalnya :

(1)   Tidak Puas

(2)   Kurang Puas

(3)   Cukup puas

(4)   Puas

(5)   Sangat Puas

Atau dari jawaban (1) Sangat Tidak Setuju sampai (5) Sangat Setuju; (1) Buruk Sekali sampai (5) Sangat Baik.

Para ahli ada yang mengkategorikan jawaban dari Skala Likert sebagai skala Ordinal dan sebagian lagi sebagai skala Interval. Para ahli yang mengkategorikan sebagai skala Ordinal maka diperlukan transformasi menggunakan MSI untuk analisa kuantitatif.

Pengujian Hipotesis satu sisi dan dua sisi

Untuk menentukan apakah pengujian yang dilakukan merupakan uji satu sisi atau dua sisi, kita harus melihat hiotesis yang akan diuji.

Uji dua sisi

Uji dua sisi dilakukan jika pada hipotesis H_o dan H₁  yang akan diuji hanya mengandung persamaan dan pertidaksamaan.

Contoh :

 - Peneliti ingin mengetahui apakah penjualan daerah A berbeda ( tidak sama) dengan di daerah B

 - Peneliti ingin mengetahui apakah terdapat perbedaan curah hujan di Bogor dan di Bandung

 - Peneliti ingin menguji apakah terjadi perbedaan tekanan darah sebelum dan setelah diberi treatment

Uji satu sisi

Uji satu sisi dilakukan jika pada H₁ yang akan diuji terdapat pertidaksamaan yang mengarah kepada criteria tertentu.

Contoh :

-  Peneliti ingin mengetahui apakah penjualan daerah A lebih besar dibandingkan  daerah B

 - Peneliti ingin mengetahui apakah curah hujan di Bogor lebih sedikit daripada di Bandung

 - Peneliti ingin menguji apakah tekanan darah menurun setelah diberikan treatment

Statistik Parametrik dan Statistik Non Parametrik

Secara umum metode statistik bisa dibagi menjadi 2 yaitu statistik parametrik dan statistik non parametrik. Apa bedanya?

1. Statistik parametrik

Pada statistik parametrik, hasil pengolahan data yang diperoleh bersifat inferensi artinya hasil tersebut berlaku umum untuk populasi bukan hanya pada sampel yang diambil.

Jenis data yang dapat diolah secara parametrik adalah data interval dan rasio serta distribusi data adalah normal atau mendekati normal.

2. Statistik non parametrik

Berbeda dengan statistik parametrik, hasil yang diperoleh dari pengolahan data tidak dapat diambil sebagai kesimpulan untuk populasi.

Data yang digunakan adalah data nominal dan ordinal serta distribusi data tidak normal.

Data Kuantitatif

Data kuantitatif dibedakan menjadi 4 macam, yaitu :

1. Data nominal

Data yang diperoleh  dengan cara kategorisasi atau klasifikasi.

Contoh : jenis kelamin (pria;wanita), warna (merah;kuning;dll). Agar bisa diolah, data nominal perlu dikuantitatifkan terlebih dulu dengan memberikan skor, seperti 1= pria, 2= wanita

Ciri data :

-         posisi data setara , tidak ada tingkatan dalam jenis kelamin

-         tidak bisa dilakukan operasi matematik, 1 (pria)+ 1 (pria) ≠ 2 (wanita)

 2. Data ordinal

Hampir sama dengan data nominal tetapi terdapat tingkatan dalam skornya.

Contoh : 1 ( tidak setuju)), 2(setuju), 3 (sangat setuju)

Ciri data :

-         posisi data tidak setara, “setuju” tidak setara dengan “sangat setuju”

-         tidak bisa dilakukan operasi matematik, 1(tidak setuju) + 2(setuju) ≠ 3(sangat setuju)

3.  Data interval

Data yang diperoleh dengan cara pengukuran.

Contoh : temperatur

Ciri data :

-         tidak ada kategorisasi

-         berlaku operasi matematik (+,-, x, /), 10 C + 15 C = 25 C

-         tidak berlaku 0 mutlak, temperatur 0 C tidak sama dengan 0 F

4.  Data rasio

Hampir sama dengan data interval tetapi berlaku 0 mutlak.

Contoh : panjang, tinggi,massa dll

Ciri data :

-         tidak ada kategorisasi

-         berlaku operasi matematik (+,-, x, /)  , 10 kg x 2 = 20 kg

-         berlaku 0 mutlak, panjang 0 m berarti mutlak tidak memiliki panjang (0)

Pemahaman mengenai jenis data sangat berperan dalam pemilihan analisis statistik yang akan digunakan,, jadi kenali dulu jenis data anda ^^

Data Kualitatif dan Data Kuantitatif

Data merupakan bentuk jamak dari datum. Jadi data adalah kumpulan dari datum datum.

Nah sekarang akan dibahas mengenai pembagian data yaitu data kualitatif dan data kuantitatif.

1. Data kualitatif

Data yang dinyatakan dalam bentuk kata-kata atau bukan dalam bentuk angka. Data ini biasanya menjelaskan karakteristik atau sifat .

Sebagai contoh : kondisi barang (jelek,sedang,bagus), pekerjaan( petani,pengusaha,pedagang),tingkat kepuasan ( tidak puas, puas, sangat puas),dll

Data kualitatif terdiri dari data nominal dan ordinal

2. Data kuantitatif

Data yang dinyatakan dalam bentuk angka. Merupakan hasil dari perhitungan dan pengukuran.

Sebagai contoh : tinggi badan, umur, jumlah benda, penghasilan seseorang,dll.

Data kuantitatif terdiri dari data interval dan rasio

Di notes berikutnya kita akan membahas tentang perbedaan data nominal,ordinal , interval dan rasio.

Salam sukses ^^