Jenis-jenis atau tingkat pengukuran data

Umumnya kita dapat membagi pengukuran data menjadi empat tipe atau jenis, data nominal, ordinal, interval dan rasio. Tingkat pengukuran akan berbeda baik dalam artian angka yang digunakan dalam sistem pengukuran maupun dalam jenis prosedur statistik yang dapat diterapkan dengan tepat.

Data nominal atau data kategori

Data nominal atau kategori, sesuai dengan namanya, angka berfungsi sebagai nama atau label dan tidak memiliki arti numerik. Contohnya seperti jenis kelamin, kita bisa mengambil nilai 1 jika orang tersebut laki-laki dan 0 jika perempuan. Angka 0 dan 1 disini tidak memiliki arti numerik namun hanya berfungsi sebagai label.

Lalu mengapa kita tidak menuliskannya saja menjadi laki-laki atau perempuan dan harus menggunakan angka disini? Ada dua alasan utama untuk ini, seringkali dalam program analisis data mereka tidak menerima input non numerik, sehingga data perlu diubah dulu menjadi numerik. Lalu yang kedua ada pada masalah entri data, Laki-laki dan laki-laki bagi pengentri data memiliki arti yang sama sementara itu bagi komputer perbedaan huruf kapital di awal menjadi suatu perbedaan.

Data nominal juga tidak terbatas pada dua kategori saja. Misalnya, jika kita ingin mempelajari hubungan antara pengalaman bertahun-tahun dan gaji pemain sepakbola, kita dapat mengklasifikasikan pemain menurut posisi mereka dengan menggunakan sistem tradisional di mana 1 ditugaskan untuk penyerang depan, 2 untuk sayap, 3 untuk pemain bertahan, dan seterusnya. Ketika data hanya dapat mengambil dua nilai, seperti pada contoh laki-laki/perempuan, kita biasa menyebutnya dengan data biner.

Data ordinal

Data ordinal mengacu pada data yang memiliki urutan yang bermakna, sehingga nilai yang lebih tinggi mewakili lebih banyak karakteristik daripada nilai yang lebih rendah. Misalnya, dalam dunia kesehatan, luka bakar biasanya digambarkan dengan derajatnya, dimana semakin tinggi derajatnya maka semakin parah. 

Namun dalam data ordinal, tidak ada ukuran untuk mengukur seberapa jauh jarak antara kategori, juga tidak mungkin untuk menentukan apakah perbedaan antara luka bakar tingkat pertama dan kedua sama dengan perbedaan antara luka bakar tingkat kedua dan ketiga terbakar.

Data interval

Data interval memiliki urutan yang bermakna dan memiliki nilai jarak yang sama antar pengukuran, mewakili perubahan yang sama dalam kuantitas apa pun yang diukur. Contoh data interval adalah suhu yang diukur dalam Fahrenheit, perbedaan antara 10 derajat dan 25 derajat (perbedaan 15 derajat) menunjukkan jumlah perubahan suhu yang sama dengan perbedaan antara 60 dan 75 derajat. Penambahan dan pengurangan sesuai dengan skala interval karena perbedaan 10 derajat mewakili jumlah perubahan suhu yang sama di seluruh skala. Namun, skala Fahrenheit tidak memiliki titik nol alami karena 0 pada skala Fahrenheit tidak mewakili ketiadaan suhu tetapi hanya lokasi yang relatif terhadap suhu lainnya.

Skala interval jarang terjadi, dan sulit untuk memikirkan contoh umum selain skala Fahrenheit. Untuk alasan ini, istilah “data interval” kadang-kadang digunakan untuk menggambarkan data interval dan rasio

Data rasio

Data rasio memiliki semua kualitas data interval (urutan yang bermakna, interval yang sama) dan titik nol alami. Banyak pengukuran fisik adalah data rasio: misalnya, tinggi badan, berat badan, dan usia. Titik nol ini berarti bila variabel tersebut bernilai nol maka ada ketiadaan absolut akan variabel tersebut.

Perlu digaris bawahi disini bahwa meskipun banyak pengukuran fisik adalah tingkat rasio, sebagian besar pengukuran psikologis adalah ordinal. Hal ini terutama berlaku untuk ukuran nilai atau preferensi, yang sering diukur dengan skala Likert. Misalnya suatu survei yang berisi pernyataan sangat setuju, setuju hingga sama sekali tidak setuju.

Ringkasan