Skala Pengukuran dan Metode Analisis Data

-          Pengukuran merupakan suatu proses hal mana suatu angka atau symbol dilekatkan pada karakteristik sesuai dengan aturan atau prosedur yang telah tetapkan.

-          Jenis skala yang digunakan untuk mengukur atribut, yaitu :

1.       Skala nominal : skala pengukuran yang menyatakan kategori atau kelompok dari suatu objek. Angka yang ditunjuk untuk suatu kategori tertentu hanyalah sekedar label atau kode atau cirri, untuk membedakannya dengan obyek lainnya. Disini, tidak dapat melakukan operasi aritmatika dengan angka – angka tersebut, karena angka – angka tersebut hanya menunjukkan keberadaan atau ketidakadanya karakteristik tertentu.

o   Contoh : jenis perangkat lunak yang paling sering anda gunakan yaitu Pengolah Kata diberi symbol angka 1, Spreadsheet diberi symbol angka 2, dan Database diberi symbol angka 3.

o   Fungsi angka pada skala pengukuran nominal, yaitu :

a.       Sebagai symbol untuk membedakan sebuah keadaan dengan keadaan yang lain.

b.       Pada skala pengukuran nominal tidak berlaku operasi aritmatika.

c.       Uji statistic yang digunakan statistic non parametric.

2.       Skala ordinal : skala yang didasarkan pada rangking, diurutkan dari jenjang yang lebih rendah sampai ke jenjang tertinggi atau sebaliknya.

o   Contoh : tingkat pendidikan, yaitu SD, SMP, SMA, S1, S2, dan S3.

o   Fungsi angka pada skala pengukuran ordinal, yaitu :

a.       Sebagai symbol untuk membeakan sebuah keadaan dengan keadaan yang lain.

b.       Untuk mengurutkan kualitas karateristik.

c.       Pada skala pengukuran ordinal tidak berlaku operasi aritmetika.

d.       Uji statistic yang digunakan statistic non parametric.

3.       Skala Interval : skala dimana interval – interval yang sama besarnya di antara obyek – obyek, menunjukkan perbedaan yang sama pula, sehingga perbedaan mempunyai arti.

o   Contoh : jarak 5⁰C dengan 10⁰C sama dengan jarak 20⁰C dengan 25⁰C atau memunyai sifat interval yang tetap.

o   Fungsi angka pada skala pengukuran interval, yaitu :

a.       Sebagai symbol untuk membeakan sebuah keadaan dengan keadaan yang lain.

b.       Untuk mengurutkan kualitas karateristik

c.       Untuk memperlihatkan jarak/ interval

d.       Pada skala pengukuran interval berlaku semua operasi aritmetika.

e.       Uji Statistik yang digunakan adalah uji statistic parametric.

4.       Skala rasio : skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama.

o   Skala rasio memiliki 4 sifat yaitu:

a.       Sebagai lambang untuk membedakan individu,

b.       Sebagai peringkat atau urutan individu didalam kelompoknya,

c.       Menunjukkan interval kedudukan individu dimana tiap interval memiliki jarak yang sama atau tetap.

d.       Titik nol sebagai nilai mutlak

o   Contoh : data jumlah persediaan barang menunjukkan angka 0 (nol) ini berarti pada tidak terdapat barang persediaan sama sekali.

o   Fungsi angka pada skala pengukuran rasio, yaitu :

a.       Sebagai symbol untuk membedakan sebuah keadaan dengan keadaan yang lain.

b.       Untuk mengurutkan kualitas karateristik

c.       Untuk memperlihatkan jarak/ interval

d.       Mempunyai titik nol yang mutlak/absolute

e.       Pada skala pengukuran interval berlaku semua operasi aritmetika.

f.        Uji statistic yang digunakan adalah uji statistic parametric.

-          Tujuan analisis data adalah untuk mendapatkan informasi yang relevan yang terkandung didalam  data tersebut dan menggunakan hasil analisis tersebut untuk memecahkan suatu masalah.

-          Analisis univariate menggunakan asumsi bahwa sampel berasal dari populasi yang mempunyai populasi yang mempunyai distribusi normal inivariate, khususnya jika datanya adalah berskala pengukuran interval atau rasio.

-          Analisis multivariate umumnya menggunakan asumsi bahwa sampel berasal dari populasi yang mempunyai distribusi normal multivariate, khususnya juga jika data yang digunakan adalah menggunakan pengukuran skala interval atau rasio.

-          Metode dependen menguji ada tidaknya hubungan dua set variabel. Analisis dependensi berfungsi untuk menerangkan atau memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas. Model dependen dapat dibedakan dengan jelas mana variabel dependennya dan mana variabel independennya.

a.       Satu variabel terikat (metrik) dan satu variabel bebas (non metrik). Menggunakan metode univariat. Menguji satu variabel terikat (metrik) dan satu variabel bebas (non metrik) digunakan uji beda rata – rata. Untuk menguji satu variabel terikat (metrik) dan lebih dari dua variabel bebas (non metrik) digunakan uji ANOVA (Analysis of Variance)

b.       Dua atau lebih variabel terikat (metrik) dan dua atau lebih variabel bebas (non metrik), metode statistic yang digunakan adalah MANOVA (Multivariate Analysis of Variance).

c.       Satu variabel terikat (metric) dan satu atau lebih variabel bebas (metrik), metode statistic yang digunakan yaitu analisis regresi sederhana. Sedangkan untuk yang lebih dari satu variabel bebas (metrik) disebut regresi berganda.

d.       Satu variabel terikat (non metrik) dan lebih satu variabel bebas (metrik), metode yang digunakan yaitu analisis deskriminan.

-          Metode interdependen adalah uji statistic untuk mengidentifikasi bagaimana dan mengapa variabel tersebut saling berkaitan satu sama lain. Analisis ini berfungsi untuk memberikan makna terhadap seperangkat variabel atau membuat kelompok – kelompok secara bersamaan. Metode ini diklasifikasikan berdasarkan pada jenis masukan variabel dengan skala pengukuran bersifat metric dan non metric.

a.       Variabel metric merupakan variabel yang terdiri atas skala interval dan rasio. Analisis yang digunakan untuk variabel metric terdiri atas:

o   Analisis Komponen Utama, merupakan teknik untuk meruduksi variabel dengan menyusun kombinasi linier variabel asal sehingga jumlahnya menjadi lebih sedikit dan satu sama lain menjadi orthogonal.

o   Analisis Faktor, merupakan teknik untuk mereduksi variabel menjadi factor yang merupakan kumpulan variabel.

o   Penskalaan Multidimensi Metrik, merupakan teknik matematik yang memungkinkan seseorang untuk menyajikan kedekatan atau kemiripan antara obyek secara meruang sebagaimana dalam suatu peta.

o   Analisis Rumpun, merupakan teknik untuk nereduksi data sehingga menjadi kelompok yang lebih kecil sedemikian rupa sehingga elemen yang berada di dalam satu rumpun mempunyai kemiripan yang tinggi dibandingkan dengan elemen lain yang berada di dalam rumpun lain.

b.       Variabel Non – Metrik merupakan variabel yang terdiri atas skala nominal dan ordinal. Analisis yang digunakan untuk variabel non metric terdiri atas:

o   LogLinier Models, untuk menaksir probabilitas bahwa satu observasi masuk dalam celi sebagai fungsi variabel bebas Logliniear juga dapat digunakan untuk menguji hubungan asosiasi diantara lebih dari dua variabel kategori. Analisis tabulasi silang atau analisis table kontingensi untuk menentukan ada tidaknya hubungan assosiasi antara dua variabel tersebut.

o   Analisis Korespondensi, untuk memecahkan masalah interdependensi terhadap tabel yang besar, dapat disederhanakan jika beberapa komponen menggambarkan sebagian besar dari hubungan antara baris dan kolom dapat diidentifikasi.