BAB I

PENDAHULUAN

A. Latar Belakang
B. 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 Masalah
1. Bagaimana pembagian ilmu statistika?
2. Apa saja jenis data? Bagaimana contohnya?
3. Apa saja jenis skala pengukuran? Bagaimana contohnya?

BAB II
PEMBAHASAN

Statistika adalah ilmu 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 Statistika
Pembagian 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 caracara 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 Penggunaannya
a. 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 Data
C. Jenis Skala Pengukuran
Pengukuran 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 Nominal
Merupakan 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

bersifat mutually

dari

sekala

exclusive (saling

nominal
memisah),

adalah

kategori

kategori

data

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 = 0
Pria = 1 dan Wanita = 0
Hitam = 1, Abu-abu = 2, Putih = 2
Analisis 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 Ordinal
Merupakan 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

Ranking

Aquana

Aquaria

Aquasan

Aquasi

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 dalam Skala 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 = 3
Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa
dilakukan operasi matematika. Data ordinal menggunakanstatistik nonparametrik mencakup frekuensi, median dan modus, Spearman rank-order
correlation dan analisis varian.
3. Skala Interval
Merupakan 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 = 3
Analisis 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 Rasio
Merupakan 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 Likert
Skala 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 :
Preferensi

Preferensi

Preferensi

1.Sangat Setuju

1.Setuju

1. Sangat Positif

2.Setuju

2.Sering

2. Positif

3.Ragu-ragu

3.Kadang-kadang

3. Netral

4.Tidak Setuju

4.Hampir Tidak Pernah

5.Sangat Tidak Setuju

5.Tidak Pernah

4. Negatif
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:
9

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 Thurstone
Skala Thurstone merupakan skala sikap yang pertama dikembangkan
dalam pengukuran sikap. Skala ini mempunyai tiga teknik penskalaan
sikap, yaitu :
a. metode perbandingan pasangan
b. metode interval pemunculan sama, dan
c. metode interval berurutan.
Ketiga metode ini menggunakan bahan pertimbangan jalur dugaan yang
menganggap kepositifan relatif pernyataan sikap terhadap suatu obyek.
3. Skala Guttman
Skala 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 Setuju

4. Semantic Deferensial

10

Skala 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 Rating
Dalam 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

Kebersihan ruang parkir RSU Kartini :

5

BAB III
PENUTUP
A. Simpulan
1.
2.
3.
Bentuknya point-point
B. Saran

11

DAFTAR PUSTAKA

Churchill, 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-dalampenelitian-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

12

https://www.google.co.id/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=5&cad=rja&uact=8&ved=0CD
YQFjAE&url=http%3A%2F%2Fhendri.staff.gunadarma.ac.id
%2FDownloads%2Ffiles%2F15732%2FSKALA%2BPENGUKURAN
%2BDAN%2BTEKNIK%2BPENSKALAAN.pdf&ei=fpDmVMG4FIuuASrr4LwDQ&usg=AFQjCNFYAVLWa5x8D6oZmdBpqobbRLH9XA&b
vm=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=0CE
MQFjAG&url=http%3A%2F%2Frepository.binus.ac.id%2Fcontent
%2FI0192%2FI019286155.ppt&ei=fpDmVMG4FIuuASrr4LwDQ&usg=AFQjCNH8uyskbZ_5KCb-h2elbIur4ttIQ&bvm=bv.86475890,d.c2E diakses pada 20 Februari 2015 pukul 08:41

13