fbpx

Kenali Perbedaan Data Nominal, Ordinal, Interval, dan Rasio

jenis-jenis data statistik

Kamu sedang menyusun skripsi? Mungkin kamu merasa bahwa langkah yang sulit adalah tahap setelah mengambil data di lapangan. Setelah mengambil data di lapangan, langkah yang dilakukan selanjutnya oleh peneliti adalah menganalisis dan mengukurnya. Ketika menganalisis, peneliti perlu untuk mengelompokkan data-data yang didapatkan dari subjek penelitian ke berbagai jenis data statistik; yaitu data nominal, ordinal, interal, dan rasio.

Untuk itu, peneliti harus memahami apa perbedaan dari keempat jenis tersebut. Tujuannya adalah agar peneliti bisa menghitung hasil data dengan lebih mudah apabila sudah dikelompokkan. Cara mengelompokkan data adalah dengan memberi pelabelan seperti nomor/angka pada setiap data individu. Pelabelan pada keempat jenis data statistik ini memiliki kriteria yang berbeda.

Maka dari itu, yuk, langsung saja kita ke pembahasan mengenai apa saja keempat jenis data statistik tersebut!

Jenis-Jenis Data Statistik

1. Data Nominal

Data nominal merupakan penggolongan dalam statistik untuk data variabel tanpa adanya peringkat atau tingkat kedudukan. Angka atau simbol yang diberikan peneliti untuk pengelompokan jenis data ini sifatnya hanya sebagai kategori. Lebih jelasnya, data nominal merupakan penggolongan data yang apabila simbolnya ditukar, itu tidak menjadi masalah karena tidak ada kedudukan “lebih tinggi” dan “lebih rendah”.

2. Data Ordinal

Berbeda dengan data nominal, data ordinal merupakan penggolongan untuk data variabel yang memiliki kedudukan atau peringkat, seperti dari yang paling kecil hingga paling besar. Nomor peringkat pada jenis data ordinal ini disesuaikan dengan kemauan peneliti. Biasanya nomor peringkat yang diberikan peneliti dinamakan skala likert, yaitu pemberian skor 1-5. 

Skala likert digunakan untuk mengukur sikap, opini, dan persepsi dari responden. Skala likert umumnya meliputi pengukuran kepuasan pelanggan, persetujuan responden, ketertarikan responden, dan lainnya yang berupa opini dari responden.

3. Data Interval

Data interval ini agak berbeda dengan data nominal maupun data ordinal. Jenis data statistik yang satu ini merupakan data yang termasuk ke dalam data kontinu. Kriteria yang dimiliki oleh data interval adalah tidak memiliki nomor atau kode pelabelan seperti data nominal atau data ordinal.Ciri dari data interval adalah setiap kategorinya memiliki selisih yang sama, dan tidak memiliki nilai nol yang mutlak. Artinya, nilai 0 dalam data interval tetap dianggap data yang “ada”, bukan sesuatu yang “tidak ada”.

4. Data Rasio

Data rasio hampir mirip dengan data nominal, yaitu data yang tidak ada nomor maupun kode pelabelan dan memiliki selisih yang sama besar pada setiap kategori. Namun bedanya, data rasio memiliki nilai 0 yang mutlak.

Contoh-Contoh Jenis Data Statistik

1. Data Nominal

Peneliti melakukan survei dengan cara menyebarkan kuesioner ke sekelompok mahasiswa jurusan Ilmu Komunikasi di Universitas A. Di dalam kuesioner tersebut, ada pertanyaan kategori jenis kelamin yang menanyakan apakah responden tersebut laki-laki atau perempuan. Setelah selesai mengambil data ke lapangan, peneliti memberi label pada kategori laki-laki dan perempuan seperti ini:

-Laki-laki (1)

-Perempuan (2)

Artinya, apabila kategori Perempuan ditukar menjadi label nomor (1) dan Laki-laki menjadi label nomor (2), itu tidak akan mempengaruhi perhitungan statistik karena jenis kelamin tidak memiliki peringkat siapa yang lebih tinggi atau lebih rendah. Inilah yang dinamakan data nominal.

2. Data Ordinal

Peneliti ingin melakukan survey ke para pembeli produk makanan C untuk mengetahui kepuasan mereka terhadap produk tersebut. Peneliti memasukkan pertanyaan:

Apakah Anda puas dengan jumlah kepingan makanan yang disajikan dalam kemasan produk makanan C?

-Sangat Tidak Puas

-Tidak Puas

-Biasa Saja

-Puas

-Sangat Puas

Peneliti mengelompokkan data-data tersebut memakai skala likert (skor) seperti berikut ini: Sangat Tidak Puas=1, Tidak Puas=2, Biasa Saja=3, Puas=4, dan Sangat Puas=5. Hal ini menunjukkan adanya peringkat, yaitu nilai paling rendah dimiliki oleh kategori Sangat Tidak Puas dan nilai paling tinggi dimiliki oleh kategori Sangat Puas.

Peneliti bisa saja menukar labelnya, seperti nilai paling kecil adalah kategori Sangat Puas=1 dan nilai paling tinggi adalah kategori Sangat Tidak Puas=5, namun uji hipotesisnya akan menjadi pengukuran “ketidakpuasan pembeli”, bukan “kepuasan pembeli”.

3. Data Interval

Contohnya, peneliti ingin mengetahui berapa suhu derajat celcius dalam ruangan untuk bisa menumbuhkan suatu tanaman. Maka peneliti mencantumkan seperti ini:

1. 0°-10° C = tidak tumbuh

2. 11°-15° C = tidak tumbuh

3. 16°-20°C = tumbuh 2 cm

4. 21°-25° C = tumbuh 7 cm

Data di atas dinamakan data interval karena selisih derajat setiap kategori suhu tersebut adalah 5° C, dan ketika suhu mencapai 0° C tetap dianggap “ada”. Itulah mengapa data interval dianggap tidak memiliki nilai 0 yang mutlak.

4. Data Rasio

Peneliti ingin mengetahui tinggi badan seluruh murid kelas 6A di sekolah Pelita Harapan. Maka, peneliti mencantumkan di kuesioner seperti di bawah ini:

Berapa berat Anda dalam kg?

1. 20-25 kg

2. 26-30 kg

3. 31-35 kg

4. 36-40 kg

5. 41-45 kg

Data di atas merupakan data rasio di mana selisih perbedaannya sama, yaitu 5 kg. Namun, berat badan 0 kg tidak ada, sehingga jika ada data 0 kg, maka data tersebut dianggap tidak ada atau dianggap tidak ada individu yang diukur. Itulah mengapa data rasio dinamakan memiliki nilai 0 yang mutlak.

Setelah mengetahui serta membedakan data nominal, ordinal, interval, dan rasio, apakah kamu siap melanjutkan skripsimu? Jika kamumasih kesulitan olah data skripsi atau penelitianmu, jangan lupa untuk cek kelas, bootcamp, atau webinar yang sedang tersedia di Ebizmark! Follow juga Instagram kami @ebizmark.id agar tidak ketinggalan informasi menarik lainnya!

About The Author

Scroll to Top

Ikuti Kelas Gratis Ebizmark