Level Pengukuran Pada SPSS

Pada SPSS, hasil pengukuran suatu variabel dinyatakan dengan data. Data dibagi menjadi beberapa bagian, yaitu nominal, ordinal, interval, dan rasio. Di dalam SPSS, interval dan rasio digabung menjadi Scale.

1. Nominal

Data nominal merupakan data yang paling rendah levelnya karena data nominal hanya menghasilkan satu kategori saja, dan data dianggap setara. Misalnya jenis kelamin seseorang. Jika dia bukan seorang laki-laki, berarti dia seorang perempuan, begitu juga sebaliknya. Antara laki-laki dan perempuan mempunyai kedudukan yang setara, yaitu sebagai penunjuk jenis kelamin seseorang. Data nominal termasuk data kualitatif, yaitu data yang hasilnya tidak berupa angka dan tidak bisa dilakukan operasi matematika seperti penjumlahan, pengurangan, dan sebagainya. Jika data berupa data nominal maka data tersebut diubah menjadi bilangan. Bilangan yang digunakan hanya sebagai simbol.

Misalnya 1 sebagai simbol warna merah, 2 sebagai simbol warna biru, dan 3 sebagai simbol warna hijau. Dalam hal ini 3 tidak berarti lebih tinggi dari 1 maupun 2. Begitu juga 1+2 bukan berarti 3 (merah+biru=hijau).

Contoh data yang masuk level Nominal: Jenis kelamin, agama, jenis warna.

2. Ordinal

Data ordinal memiliki level lebih tinggi dibandingkan dibanding data nominal. Pada data nominal data dianggap setara sedangkan data ordinal terdapat tingkatan data. Data ordinal termasuk data kualitatif, jika data berupa data ordinal maka data diubah menjadi bilangan. Bilangan yang digunakan adalah bilangan bulat dan sudah mengenal urutan tinggi rendah, besar dan kecil.

Contohnya adalah data tentang minat belajar mahasiswa. Minat belajar mahasiswa ada yang tinggi, sedang, rendah, dan rendah sekali. Jadi terdapat tingkatan data dan tidak bisa disamakan. Sama seperti data nominal, data ordinal juga tidak bisa dilakukan operasi matematika, seperti 1 sebagai simbol tinggi, 2 sebagai simbol sedang, 3 sebagai simbol rendah, dan 4 sebagai simbol rendah sekali. Jadi, tidak bisa dikatakan 1+2=3 (tinggi + sedang = rendah).

Contoh data yang masuk level Ordinal adalah banyaknya siswa, sikap guru terhadap kurikulum baru, dan sebagainya.

3. Interval

Data interval memiliki level yang lebih tinggi daripada data ordinal. Data interval termasuk data kuantitatif, yaitu data yang hasilnya berupa angka yang sebenarnya dan bisa dilakukan operasi matematika. Data interval merupakan data hasil pengukuran yang bisa berbentuk bilangan numerik bulat dan pecahan. Pada data interval tidak memiliki nilai nol mutlak. Artinya walaupun suatu data menghasilkan nol, maka data tersebut bernilai nol.

Contohnya data pengukuran suhu.

4. Rasio

Data rasio merupakan data yang paling tinggi levelnya diantara ketiga data yang lain. Data rasio termasuk kuantitatif, data yang berupa angka sebenarnya. Data rasio merupakan data hasil pengukuran yang bisa berbentuk bilangan numerik bulat dan pecahan. Data rasio memiliki nilai nol mutlak. Nilai nol mutlak disini artinya adalah jika datanya nol, berarti data tersebut tidak memiliki kuantitas. Misalnya jumlah mahasiswa yang hadir adalah 0, berarti tidak ada mahasiswa yang datang. Sama seperti data interval, data rasio bisa dilakukan operasi matematika. Yang membedakan data interval dengan data rasio adalah nilai nol mutlak.

Nah, biar lebih jelas, silahkan diperhatikan tabel berikut ini.

Data Nominal	Data Ordinal	Data Interval	Data Rasio
Data kualitatif	Data kualitatif	Data kuantitatif	Data kuantitatif
Tidak dapat dilakukan operasi matematika	Tidak dapat dilakukan operasi matematika	Dapat dilakukan operasi matematika	Dapat dilakukan operasi matematika
Data dianggap setara	Data memiliki tingkatan	Data mempunyai tingkatan	Data mempunyai tingkatan
Nilai nol sebagai simbol	Nilai nol sebagai simbol	Tidak memiliki nilai nol mutlak	Memiliki nilai nol mutlak
Contoh: jenis agama	Contoh: Minat belajar	Contoh: pengukuran suhu	Contoh: Data tinggi badan

 

Silahkan bertanya pada kolom komentar di bawah ini…