Skala Data atau Skala PengukuranSkala Pengukuran Untuk memilih uji statistik yang akan digunakan dalam menganalisa data maka tipe data memegang peranan yang penting. Jenis data pada gilirannya akan menentukan jenis uji statistik yang digunakan. Dalam statistik, data merupakan karakteristik, symbol atau angka dari sebuah variabel yang diukur. Pengukuran hanya dilakukan terhadap variabel yang dapat didefinisikan seperti minat, kinerja ataupun sikap. Agar hasil penelitian tidak memberikan interpretasi yang berbeda maka definisi operasional terhadap variabel yang diteliti perlu dijelaskan terlebih dahulu. Data dalam statistik secara umum dapat digolongkan menjadi 2 macam yaitu: Data diskrit yaitu data data yang tidak dikonsepsikan adanya nulai-nilai di antara data (bilangan) lain yang terdekat contoh banyaknya jumlah anak di suatu keluarga, jumlah rumah di suatu kampung. Misalnya juka bilangan 2 dan 3 menunjukan jumlah anak anak di keluarga A dan keluarga B, maka di antara kedua bilangan tersebut tidak ada bilanganbilangan lain. Tidak pernah kita mengatakan bahwa jumlah anak di suatu keluarga adalah 2,4 atau 2,9. Data kontinu yaitu data yang didapat dari hasil pengukuran. Data hasil pengukuran diperoleh dari tes, kuesioner ataupun alat ukur lain yang sudah terstandar misalnya timbangan, panjang ataupun skala psikologis yang lain. yang termasuk data kontinum ini adalah interval dan rasio. Data didapatkan dari perhitungan dan pengukuran. Pengukuran adalah penggunaan aturan untuk menetapkan bilangan pada obyek atau peristiwa. Dengan kata lain, pengukuran memberikan nilai-nilai variabel dengan notasi bilangan. Aturan penggunaan notasi bilangan dalam pengukuran disebut skala atau tingkat pengukuran (scales of measurement).Secara lebih rinci, dalam statistik terdapat 4 skala pengukuran yaitu nominal, ordinal, interval dan rasio. Skala nominal adalah skala mengelompokkan obyek atau peristiwa dalam berbentuk kategori. Skala nominal diperoleh dari pengukuran nominal yaitu suatu proses mengklasifikasian obyek-obyek yang berbeda kedalam kategori-kategori berdasarkan beberapa karakteristik tertentu. Karakteristik data nominal adalah Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori) Kategori data tidak disusun secara logis Contoh : Jenis Kelamin, warna kulit, dan agama, pada contoh tersebut kita memahami bahwa data nominal kita hanya dapat mengetahui bahwa subjek termasuk ke dalam kategori tertentu (pria atau wanita, hitam atau putih atau sawo matang, Islam atau Kristen atau Budha atau lainya). Perbedaan subjek dalam data nominal bersifat kualitatif dan tidak mempunyai makna kuantitatif. Skala ordinal adalah skala yang menunjukkan perbedaan tingkatan subjek secara kuantitatif. Contoh :Skala ini biasanya dipergunakan dalam menentukan ranking

seseorang dibandingkan dengan yang lain. misalnya ranking siswa dikelas dibuat dari nilai tertinggi sampai nilai terendah. Ranking pertama dan kedua tidak memiliki jarak rentangan yang sama dengan ranking kedua dan ketiga. Contoh lain skala ordinal adalah nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E. skala ordinal memiliki karakteristik: Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori) Kategori data tidak disusun secara logis Kategori data disusun berdasarkan urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki Secara singkat, dapat dikata bahwa data ordinal, disamping memiliki sifat yang dimiliki data nominal juga menunjukan kedudukan (tingkatan) subjek dalam suatu kelompok pada suatu variable. Skala interval adalah skala yang yang memiliki jarak yang sama antar datanya akan tetapi tidak memiliki nol mutlak. Nol mutlak artinya tidak dianggap ada. Selain memiliki kedua ciri di atas (menunjukan klasifikasi dan kedudukan subjek dalam kelompok), data interval juga memiliki sifat kesamaan jarak (equality of interval) antara nilai yang satu dengan nilai yang lain. Skor mentah (raw score) yang dihasilkan dari suatu tes hasil belajar atau tes kecerdasan sering disebut sebagai data yang berskala interval (data interval). Salah satu ciri matematis yang dimiliki skala interval adalah penjumlahan. Dengan demikian, kita dapat membuat operasi penambahan atau pengurangan. Misalnya, jarak pada temperature tertentu. Jarak antara 250F dengan 500F sama dengan jarak 750F dengan 1000F. akan tetapi, skala suhu ini tidak memiliki titik nol mutlak sehingga kita tidak bisa melakukan operasi perkalian dan pembagian. Untuk itu maka ada satu lagi skala yaitu skala rasio. Skala rasio adalah data yang bersekala rasio hampir sma dengan data interval, yakni keduanya memiliki ketiga sifat di atas (menunjukan klasifikasi dan kedudukan subjek dalam suatu kelompok, serta sifat persamaan jarak). Data rasio berbeda dari data interval karena pertama data rasio memiliki nilai mutlak nol. Skala pengukuran yang memiliki nol mutlak sehingga dapat dilakukan operasi perkalian dan pembagian. Misalnya berat badan, tinggi badan, pendapatan dan lain sebagainya. untuk melakukan pengujian hipotesis, maka data yang kita miliki minimal berskala interval. jika data berskala nominal atau ordinal, data tersebut harus ditransfer dulu ke skala. Contoh : perbandingan (rasio) antara skor-skor yang berskala rasio, 20 kg adalah 2 kali 10 kg, 15 m = 3 m x 5 m dan sebagainya. Note: Interval baru bisa di lakukan pengujian hipotesis. Rekomendasi buku bacaan Judul Buku : Statistika Terapan untuk Penelitian Penulis : Furqon, Ph.D Penerbit : Alfabeta