BAB I

PENDAHULUAN

A. Latar BelakangB. Tujuan

Tujuan dibuatnya makalah ini adalah :1. Agar mahasiswa dapat memahami pembagian ilmu statistika.2. Agar mahasiswa dapat memahami jenis-jenis data (definisi dan contohnya).3. Agar mahasiswa dapat memahami jenis skala pengukuran dan contohnya.4. Makalah ini ditujukan untuk memenuhi salah satu tugas mata kuliah Statistika Dasar pada tahun ajaran 2015.C. Metode Penulisan

Metode penulisan yang digunakan adalah menggunakan buku dan internet sebagai sarana untuk mengumpulkan informasi, data, serta referensi untuk melengkapi isi makalah ini. D. Rumusan Masalah1. Bagaimana pembagian ilmu statistika?2. Apa saja jenis data? Bagaimana contohnya?3. Apa saja jenis skala pengukuran? Bagaimana contohnya?BAB IIPEMBAHASANStatistika adalahilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan dan penyusunan data, pengolahan data, dan penganalisisan data, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan. Statistika juga diartikan sebagai suatu ilmu tentang mengumpulkan, menata, menyajikan, menganalisa, dan menginterpretasikan data untuk membantu dalam pembuatan keputusan secara lebih efektif.

Salah satu ilmu yang mendasari dalam mempelajari statistika adalah peluang atau probabilitas. Pengertian statistik adalah hasil-hasil pengolahan dan analisis data. Statistik dapat berupa mean, modus,median, dan sebagainya. Statistik dapat digunakan untuk menyatakan kesimpulan data berbentuk bilangan yang disusun dalam bentuk tabel atau diagram yang menggambarkan karakteristik data.A. Pembagian Ilmu StatistikaPembagian statistika menurut Hasan (2009) dibagi menjadi 3 yaitu :

1. Berdasarkan Cara Pengolahan Data

a. Statistik Deskriptif

Statistik deskriptif mempunyai tujuan untuk mendeskripsikan atau memberi gambaran objek yang diteliti sebagaimana adanya tanpa menarik kesimpulan. Dalam statistik deskriptif ini dikemukakan cara-cara penyajian data dalam bentuk tabel maupun diagram, penentuan rata-rata (mean), modus, median, rentang serta simpangan baku.

b. Statistik Inferensial (Induktif)

Statistik inferensial (induktif) mempunyai tujuan untuk penarikan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat diperoleh dari statistik deskriptif.

2. Berdasarkan Ruang Lingkup Penggunaannyaa. Statistik sosial adalah statistik yang diterapkan dalam ilmu sosial.

b. Statistik pendidikan adalah statistik yang diterapkan dalam ilmu pendidikan.

c. Statistik ekonomi adalah statistik yang diterapkan dalam ilmu ekonomi

d. Statistik perusahaan adalah statistik yang diterapkan dalam ilmu perusahaan.

e. Statistik pertanian adalah statistik yang diterapkan dalam ilmu pertanian.

f. Statistik kesehatan adalah statistik yang diterapkan dalam ilmu kesehatan.

3. Berdasarkan Bentuk Parameternya

a. Parametik adalah bagian statistik yang parameter dari populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal dan memiliki varians yang homogen.b. Non parametik adalah bagian statistik yang parameter dari populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variannya tidak perlu homogen.B. Jenis-jenis DataC. Jenis Skala PengukuranPengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek sedemikian rupa sehingga angka ini mewakili kualitas atribut. Skala pengukuran merupakan kesepakatan yang di gunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif. Terdapat empat jenis skala yang dapat digunakan untuk mengukur atribut, yaitu: skala nominal, skala ordinal, skala interval, dan skala rasio.

1. Skala NominalMerupakan salah satu jenis pengukuran dimana angka dikenakan untuk objek atau kelas objek untuk tujuan identifikasi. Skala nominal yaitu suatu skala yang berfungsi untuk mengelompokkan data, tetapi tidak memiliki arti. Nomor jaminan sosial seseorang, nomor punggung pemain sepakbola, loker, dan lain-lain adalah suatu skala nominal.

Adapaun ciri-ciri dari sekala nominal adalah kategori data bersifatmutually exclusive(saling memisah), kategori data tidak mempunyai aturan yang logis (bisa sembarang), hasil perhitungan dan tidak ditemui bilangan pecahan, angka yang tertera hanya lebel semata, tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok. Sebagai contoh pengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal diatas digunakan angka-angka sebagai symbol.Demikian juga, jika dalam suatu penelitian tertentu pria diberikan kode 1 dan wanita mendapat kode 2, untuk mengetahui jenis kelamin seseorang adalah melihat apakah orang ini berkode 1 atau 2. Angka-angka tersebut tidak mewakili hal lain kecuali jenis kelamin seseorang. Wanita, meskipun mendapat angka yang lebih tinggi, tidak berarti lebih baik dibanding pria, atau lebih banyak dari pria. Kita boleh saja membalik prosedur pemberian kode sehingga wanita berkode 1 dan pria berkode 2.Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.

Contoh Data Variabel:Ya = 1 dan Tidak = 0Pria = 1 dan Wanita = 0Hitam = 1, Abu-abu = 2, Putih = 2Analisis Statistik:Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.

2. Skala OrdinalMerupakan salah satu jenis pengukuran dimana angka dikenakan terhadap data berdasarkan urutan dari objek. Disini angka 2 lebih besar dari 1, bahwa angka 3 lebih besar dari 2 maupun 1. Angka 1, 2, 3, adalah berurut, dan semakin besar angkanya semakin besar propertinya. Contoh, angka 1 untuk mewakili mahasiswa tahun pertama, 2 untuk tahun kedua, 3 untuk tahun ketiga, dan 4 untuk mahasiswa senior. Namun kita juga bisa memakai angka 10 untuk mewakili mahasiswa tahun pertama, 20 untuk tahun kedua, 25 untuk tahun ketiga, dan 30 untuk mahasiswa senior. Cara kedua ini tetap mengindikasikan level kelas masing-masing mahasiswa dan relative standing dari dua orang, yaitu siapa yang terlebih dahulu kuliah.Skala ini digunakan untuk menyusun objek secara runtut dari tertinggi ke terendah atau sebaliknya. Adapun ciri-ciri dari skala ordinal antara lain : kategori data saling memisah, kategori data memiliki aturan yang logis, kategori data ditentukan skala berdasarkan jumlah karakteristik khusus yang dimilikinya. Skala ordinal merupakan skala pengukuran yang berdasarkan jumlah relatif karakteristik yang berbeda pada setiap objek yang dimiliki. Misalnya tingkatan SD diwakili angka 1, SMP diwakili angka 2, SMA diwakili angka 3, dan PT diwakili angka 4, sehingga dari urutan tersebut memiliki level yang berbeda.Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik yang berbeda yang dimiliki oleh obyek atau indvidu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relative tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangannya atau kelebihannya. Skala pengukuran yang meyatakan kategori sekaligus melakukan rangking terhadap kategori. Contoh : kita ingin mengukur preferensi responden terhadap empat merek produk air mineral.Merek Air Mineral RankingAquana 1

Aquaria2

Aquasan 3

Aquasi 4

Skala ordinal adalah skala yang memberi arti prioritas/peringkat/ranking. Contoh :

Urutkan pilihan Anda dengan memberi angka 1-3.

*1 berarti dibutuhkan, 2 biasa, 3 tidak dibutuhkan.Benda : .kosmetik/asesoris ..buku/artikel ..ticket traveling*Setiap orang akan memiliki prioritas berbeda.Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalamSkala Likert.Contoh Data Variabel:*Sangat Tidak Setuju = 1

Tidak Setuju = 2

Tidak Tahu = 3

Setuju = 4

Sangat Setuju = 5*Pendek = 1

Sedang = 2

Tinggi = 3*Tidak enak = 1

Ragu-ragu = 2

Enak = 3Analisis Statistik:Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakanstatistik non-parametrikmencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.

3. Skala IntervalMerupakan salah satu jenis pengukuran dimana angka-angka yang dikenakan memungkinkan kita untuk membandingkan ukuran dari selisih antara angka-angka.Ciri-ciri skala interval adalah kategori data bersifat saling memisah, kategori data memiliki aturan yang logis, kategori data ditentukan sekalanya berdasarkan jumlah karakteristik khusus yang dimilikinya, perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama dalam jumlah yang dikenakan pada kategori, dan angka nol hanya menggambarkan satu titik dalam sekala (tidak punya nilai nol absolut).

Contoh selisih antara 1 dan 2 setara dengan selisih antara 2 dan 3, selisih antara 2 dan 4 dua kali lebih besar dari selisih antara 1 dan 2. Contoh adalah skala temperature, misalnya temperature yang rendah pada suatu hari adalah 40 F dan temperature yang tinggi adalah 80 F. Disini kita tidak dapat mengatakan bahwa temperature yang tinggi dua kali lebih panas dibandingkan temperature yang rendah karena jika skala Fahrenheit menjadi skala Celsius, dimana C = (5F 160) / 9, sehingga temperature yang rendah adalah 4,4 C dan temperature yang tinggi adalah 26,6 C.Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan skala ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karakteristik antara satu individu atau obyek dengan lainnya. Skala interval juga dapat diartikan skala yang memiliki nilai dengan jarak sama. Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.Contoh Data Variabel:*Umur 20-30 tahun = 1

Umur 31-40 tahun = 2

Umur 41-50 tahun = 3*Suhu 0-50 Celsius = 1

Suhu 51-100 Celsius = 2

Suhu 101-150 Celsius = 3Analisis Statistik:Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai multivariat.

4. Skala RasioMerupakan salah satu jenis pengukuran yang memiliki nol alamiah atau nol absolut, sehingga memungkinkan kita membandingkan magnitude angka-angka absolute. Tinggi dan berat adalah dua contoh nyata disini. Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal, dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absolut nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya. Skala ratio merupakan skala interval yang memiliki nilai nol mutlak, sehingga skala ratio dapat dibuat perkalian ataupun pembagian. Skala ini juga menunjukkan jenis pengukuran yang jelas dan akurat. Misalnya A memelihara 1000 ekor ayam. Hal itu menunjukkan bahwa A benar-benar real memelihara 1000 ekor ayam.Seseorang yang memiliki berat 100 kg boleh dikatakan dua kali lebih berat dibandingkan seseorang yang memiliki berat 50 kg, dan seseorang yang memiliki berat 150 kg tiga kali lebih berat dibandingkan seseorang yang beratnya 50 kg. Dalam skala ratio nol memiliki makna empiris absolut yaitu tidak satu pun dari property yang diukur benar-benar eksis.Skala rasio juga berarti skala yang dapat memberi arti perbandingan/perkalian. Contoh :

Berat badan Karina = 40 kg

Berat badan Rony 3/2 x berat Karina

Jadi nilai 3/2 memiliki arti.Skala rasio adalah skala interval yang memiliki nol mutlak.Contoh Data Variabel:*0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.*..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.*..... 0,71m ..... 5,38m ..... 12,42m ..... dst.Analisis Statistik:Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.

Di sumber lain juga disebutkan bahwa skala pengukuran salah satunya adalah skala pengukuran sikap. Ada empat jenis skala pengukuran sikap menurut Daniel J Mueller (1992), yaitu:1. Skala LikertSkala Likert di gunakan untuk mengukur sikap, pendapat, dan resepsi seseorang atau sekelompok orang tentang fenomena social. Dalam penelitian, fenomena social ini telah di tetapkan secara spesifik oleh peneliti, yang selanjutnya di sebut sebagai variable penelitian

Contoh :

PreferensiPreferensi Preferensi1.Sangat Setuju1.Setuju 1. Sangat Positif2.Setuju2.Sering 2. Positif3.Ragu-ragu3.Kadang-kadang 3. Netral4.Tidak Setuju 4.Hampir Tidak Pernah 4. Negatif5.Sangat Tidak Setuju5.Tidak Pernah 5. Sangat Negatif

Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi nilai skor, Misalnya : sangat setuju/setuju/sangat positif diberi skor 5, selanjutnya setuju/sering/positif diberi skor 4 dan seterusnya.Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan, baik bersifat favorable (positif) bersifat bersifat unfavorable (negatif).Jawaban setiap item instrumen yang mengunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat negatif, yang berupa kata-kata antara lain:a. Sangat Setuju, b. Setuju, c. Ragu-ragu, d. Tidak Setuju, e. Sangat Tidak Setuju.

a. Sangat Baik, b. Baik, c. Ragu-ragu, d. Tidak Baik, e. Sangat Tidak Baik.

Sistem penilaian dalam skala Likert adalah sebagai berikut:Item Favorable:sangat setuju/baik (5), setuju/baik (4), ragu-ragu (3), tidak setuju/baik (2), sangat tidak setuju/baik (1)Item Unfavorable:sangat setuju/ baik (1), setuju/ baik (2), ragu-ragu (3), tidak setuju/ baik (4), sangat tidak setuju/ baik (5).2. Skala ThurstoneSkala Thurstone merupakan skala sikap yang pertama dikembangkan dalam pengukuran sikap. Skala ini mempunyai tiga teknik penskalaan sikap, yaitu :a. metode perbandingan pasanganb. metode interval pemunculan sama, danc. metode interval berurutan.Ketiga metode ini menggunakan bahan pertimbangan jalur dugaan yang menganggap kepositifan relatif pernyataan sikap terhadap suatu obyek.3. Skala GuttmanSkala pengukuran dengan tipe ini, akan di dapat jawaban yang tegas, yaitu ya atau tidak, benar atau salah, pernah atau tidak, positif atau negative dan lain - lain. Data yang di peroleh dapat berupa data interval atau rasio dikhotomi (dua alternatif). Jadi kalau pada skala likert terdapat 3,4,5,6,7 interval, dari kata sangat setuju sampai sangat tidak setuju, maka pada dalam skala Guttman hanya ada dua interval yaitu setuju atau tidak setuju. Penelitian menggunakan sakal Guttman di lakukan bila ingin mendapatkan jawaban yang tegas terhadap suatu permasalahan yang di tanyakan.

Contoh :1.Apakah anda setuju dengan kebijakan perusahaan menaikkan harga jual?a.Setuju b. Tidak Setuju4. Semantic DeferensialSkala pengukuran yang berbentuk Semantic defferensial di kembangkan oleh Osgood. Skala ini juga di gunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi tersusun dalam satu garis kontinum yang jawaban sangat positifnya terletak di bagian kanan garis, dan jawaban yang sangat negatif terletak di bagian kiri garis, atau sebaliknya. Data yang di peroleh adalah daya interval, dan biasanya skala ini di gunakan untuk mengukur sikap/karakteristik tertentu yang di punyai oleh seseorang.5. Skala RatingDalam skala rating data yang diperoleh adalah data kuantitatif kemudian peneliti baru mentranformasikan data kuantitatif tersebut menjadi data kualitatif.

Contoh :Kenyaman ruang tunggu RSU Kartini:5 4321Kebersihan ruang parkir RSU Kartini:5 4321BAB IIIPENUTUP

A. SimpulanBentuknya point-pointB. SaranDAFTAR PUSTAKAChurchill, Gilbert A. 2005. Dasar-Dasar Riset Pemasaran, Edisi 4, Jilid I. Alih Bahasa Oleh Andriani, Dkk. Jakarta:Erlangga.

Hasan, Iqbal. 2009. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta:Bumi Aksara.Sudjana. 2005. Metoda Statistika. Bandung:Tarsito.Usman, M.Pd., M.T., Prof. Dr. Husaini dan R. Purnomo Setiady Akbar, M.Pd. 2006. Pengantar Statistika. Jakarta:Bumi Aksara.

Sumber Internet

http://tu.laporanpenelitian.com/2014/11/24.html diakses pada 20 Februari 2015 pukul 08:42 http://www.penalaran-unm.org/artikel/penelitian/349-skala-pengukuran-dalam-penelitian-kuantitatif.html diakses pada 20 Februari 2015 pukul 08:44

http://www.pengertianahli.com/2013/10/pengertian-statistika-dan-statistik.html#_ diakses pada 20 Februari 2014 pukul 09:31

https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=5&cad=rja&uact=8&ved=0CDYQFjAE&url=http%3A%2F%2Fhendri.staff.gunadarma.ac.id%2FDownloads%2Ffiles%2F15732%2FSKALA%2BPENGUKURAN%2BDAN%2BTEKNIK%2BPENSKALAAN.pdf&ei=fpDmVMG4FIu-uASrr4LwDQ&usg=AFQjCNFYAVLWa5x8D6oZmdBpqobbRLH9XA&bvm=bv.86475890,d.c2E diakses pada 20 Februari 2015 pukul 08:40

https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=7&cad=rja&uact=8&ved=0CEMQFjAG&url=http%3A%2F%2Frepository.binus.ac.id%2Fcontent%2FI0192%2FI019286155.ppt&ei=fpDmVMG4FIu-uASrr4LwDQ&usg=AFQjCNH8uyskbZ_5KCb-h2elbIur4t-tIQ&bvm=bv.86475890,d.c2E diakses pada 20 Februari 2015 pukul 08:41

1