4 Skala Pengukuran dan Contohnya di Data Analytics

Skala pengukuran berkaitan dengan pengumpulan, analisis, dan penyajian data. Berikut jenis skala pengukuran yang wajib kamu ketahui!
Hasna Latifatunnisa
November 4, 2022
5
min read

Mau Belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!
DAFTAR FULL PROGRAMCOBA COURSE GRATIS

Overview

Mengetahui berbagai klasifikasi skala pengukuran memudahkan data analyst untuk dapat menentukan jenis analisis statistik apa yang cocok dipakai untuk mengolah data perusahaan. Apa saja jenisnya?

Dalam ilmu data analytics, skala pengukuran berperan mengenali karakteristik data dan menentukan cara analisis yang sesuai. Hal ini dilakukan setelah pengumpulan data selesai. 

Ada skala pengukuran nominal, ordinal, interval, dan rasio. Artikel ini akan mengulas keempatnya dari definisi hingga contohnya.

Pengertian Skala Pengukuran

Skala pengukuran adalah bagian penting dalam pengumpulan, analisis, dan penyajian data.

Dalam kumpulan data, akan ada berbagai campuran nilai dalam variabel, seperti angka dan kata (deskripsi tentang suatu benda, sifat, dan lainnya). 

Tidak semua variabel itu bisa diterjemahkan dalam bentuk numerik seperti halnya tinggi dan berat badan yang bisa ditulis dalam ukuran centimeter dan kilogram. Pembagian gender, misalnya, tidak bisa ditulis dalam bentuk angka.

Skala pengukuran berperan memberi “angka” dalam variabel-variabel tertentu. Dalam konteks skala pengukuran statistik, skala pengukuran berarti proses klasifikasi nilai suatu variabel dalam bentuk angka. 

Dengan mengetahui klasifikasi skala pengukuran, peneliti dapat menentukan jenis analisis statistik yang cocok untuk mengolah data tersebut. 

Tak hanya itu, setiap skala pengukuran memiliki level berbeda, dari sederhana sampai yang paling presisi.

4 Jenis Skala Pengukuran dan Contoh Skala Pengukuran

Dalam statistik, jenis variabel data tidak hanya sekadar numerik dan categorical saja. Ini dibuktikan dengan adanya 4 jenis skala pengukuran yang berguna untuk menentukan arti variabel sesungguhnya yang dapat dicari perhitungan matematisnya.

Skala pengukuran dibagi dalam dua kategori besar, kuantitatif dan kualitatif. Selanjutnya, dirangkum dari berbagai sumber, skala ini dipecah menjadi 4 jenis sebagai berikut:

Jenis skala pengukuran
Jenis skala pengukuran

#1 Nominal

Nominal adalah skala pengukuran yang digunakan untuk mengkategorikan data tanpa nilai numerik. Artinya, kamu tidak memiliki urutan data tertentu untuk data itu, termasuk tidak bisa mengurangi, menambah, membagi, dan mengalikan jenis data ini.

Skala nominal termasuk dalam skala pengukuran kualitatif dan merupakan yang paling sederhana di antara ketiga skala lain.

Dalam skala nominal, kamu tidak akan bisa melakukan perhitungan berdasarkan angka karena ini sama sekali tidak memiliki signifikansi kuantitatif.

Pengumpulan skala nominal sering dilakukan dengan:

  • Mengajukan pertanyaan terbuka.
  • Mengajukan pertanyaan dengan jawaban pilihan ganda yang nanti akan diberi label.

Contoh skala pengukuran nominal adalah jenis kelamin, lokasi geografis, warna rambut, dan sejenisnya. Dengan data ini kamu tidak bisa menentukan mana yang bisa ditaruh di urutan tertentu dan mana yang lebih baik, sebab tidak ada perhitungan yang bisa diterapkan pada data.

{{COMPONENT_IDENTIFIER}}

#2 Ordinal

Ordinal data juga masuk ke skala pengukuran kualitatif. Skala ini menggunakan urutan tertentu guna memberi peringkat dan efektif untuk data yang memerlukan urutan ketika melakukan evaluasi.

Ordinal data mengukur data yang bersifat non-numerik dan nilai intervalnya tidak diketahui, seperti kita tidak tahu berapa jarak pasti antara survei pengalaman pelanggan yang “sangat menyenangkan” dengan “agak menyenangkan”.

Contoh skala pengukuran ordinal adalah mengukur tingkat kepuasan, misalnya perusahaan menyebarkan survei kepuasan dengan pilihan “tidak puas, cukup puas, netral, puas, sangat puas”.

#3 Interval

Interval data adalah pengukuran dengan skala numerik di mana nilai-nilai yang berdekatan memiliki jarak yang sama dan diukur sepanjang skala (contohnya, jarak antara 40 cm dengan 50 cm sama seperti jarak antara 60 cm dengan 70 cm). Data ini pasti berbentuk angka dan merupakan salah satu skala pengukuran kuantitatif.

Dalam skala interval, nilai 0 bersifat arbitrer, artinya suatu variabel tetap bisa diukur meskipun memiliki nilai negatif. Interval data juga bisa ditambah atau dikurangi, namun tidak dapat dibagi atau dikali.

Contoh skala interval adalah pengukuran suhu menggunakan derajat celcius (16 derajat celcius lebih dingin dibanding 20 derajat celcius).

#4 Rasio

Rasio adalah skala pengukuran kuantitatif yang memudahkan kita untuk mencari perbedaan antar variabel dan memberi urutan data. Skala pengukuran ini memungkinkan untuk melakukan semua jenis perhitungan dan dan menarik kesimpulan pasti.

Perbedaannya dengan interval adalah rasio tidak memiliki nilai negatif.

Contoh skala pengukuran rasio adalah data ukuran tinggi badan. Tidak mungkin ada tinggi badan yang memiliki nilai 0 bahkan negatif. Jika nilainya 0, maka data itu dianggap tidak ada.

Dalam penelitian, skala rasio dapat memberikan informasi paling rinci dibanding jenis lainnya. Ini dikarenakan peneliti dapat menghitung tendensi sentral menggunakan teknik statistika, seperti median, mode, dan mean.

Untuk memutuskan kapan harus menggunakan skala rasio, terlebih dahulu kamu harus tahu apakah variabel pada data memiliki semua karakteristik skala interval dan nilai 0 mutlak.

Bagaimana Penerapan Skala Pengukuran dalam Data Analytics?

Mengetahui berbagai klasifikasi skala pengukuran memudahkan data analyst untuk dapat menentukan jenis analisis statistik apa yang cocok dipakai untuk mengolah data perusahaan.

Nantinya, ini berhubungan dengan bidang data analytics yang memiliki berbagai jenis pengolahan data, yaitu descriptive, diagnostic, predictive, dan prescriptive. Misalnya, nominal data, paling cocok diolah menggunakan descriptive analytics.

Hasna Latifatunnisa
As a content writer, I find joy in crafting informative and educational narratives that enlighten readers. My passion lies in the power of the written word and its ability to create lasting impacts. For me, writing is not merely a job, but an eternal masterpiece that offers knowledge, inspiration, and growth.

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Artikel Lainnya

Mau belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!
Menu

Mulai karirmu dalam

Data Analytics

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!

Mau Belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!

DAFTAR FULL PROGRAM

Mau Belajar

Data Analytics

?

4 Skala Pengukuran dan Contohnya di Data Analytics

Skala pengukuran berkaitan dengan pengumpulan, analisis, dan penyajian data. Berikut jenis skala pengukuran yang wajib kamu ketahui!
Hasna Latifatunnisa
November 4, 2022
5
min read

Overview

Mengetahui berbagai klasifikasi skala pengukuran memudahkan data analyst untuk dapat menentukan jenis analisis statistik apa yang cocok dipakai untuk mengolah data perusahaan. Apa saja jenisnya?

Dalam ilmu data analytics, skala pengukuran berperan mengenali karakteristik data dan menentukan cara analisis yang sesuai. Hal ini dilakukan setelah pengumpulan data selesai. 

Ada skala pengukuran nominal, ordinal, interval, dan rasio. Artikel ini akan mengulas keempatnya dari definisi hingga contohnya.

Pengertian Skala Pengukuran

Skala pengukuran adalah bagian penting dalam pengumpulan, analisis, dan penyajian data.

Dalam kumpulan data, akan ada berbagai campuran nilai dalam variabel, seperti angka dan kata (deskripsi tentang suatu benda, sifat, dan lainnya). 

Tidak semua variabel itu bisa diterjemahkan dalam bentuk numerik seperti halnya tinggi dan berat badan yang bisa ditulis dalam ukuran centimeter dan kilogram. Pembagian gender, misalnya, tidak bisa ditulis dalam bentuk angka.

Skala pengukuran berperan memberi “angka” dalam variabel-variabel tertentu. Dalam konteks skala pengukuran statistik, skala pengukuran berarti proses klasifikasi nilai suatu variabel dalam bentuk angka. 

Dengan mengetahui klasifikasi skala pengukuran, peneliti dapat menentukan jenis analisis statistik yang cocok untuk mengolah data tersebut. 

Tak hanya itu, setiap skala pengukuran memiliki level berbeda, dari sederhana sampai yang paling presisi.

4 Jenis Skala Pengukuran dan Contoh Skala Pengukuran

Dalam statistik, jenis variabel data tidak hanya sekadar numerik dan categorical saja. Ini dibuktikan dengan adanya 4 jenis skala pengukuran yang berguna untuk menentukan arti variabel sesungguhnya yang dapat dicari perhitungan matematisnya.

Skala pengukuran dibagi dalam dua kategori besar, kuantitatif dan kualitatif. Selanjutnya, dirangkum dari berbagai sumber, skala ini dipecah menjadi 4 jenis sebagai berikut:

Jenis skala pengukuran
Jenis skala pengukuran

#1 Nominal

Nominal adalah skala pengukuran yang digunakan untuk mengkategorikan data tanpa nilai numerik. Artinya, kamu tidak memiliki urutan data tertentu untuk data itu, termasuk tidak bisa mengurangi, menambah, membagi, dan mengalikan jenis data ini.

Skala nominal termasuk dalam skala pengukuran kualitatif dan merupakan yang paling sederhana di antara ketiga skala lain.

Dalam skala nominal, kamu tidak akan bisa melakukan perhitungan berdasarkan angka karena ini sama sekali tidak memiliki signifikansi kuantitatif.

Pengumpulan skala nominal sering dilakukan dengan:

  • Mengajukan pertanyaan terbuka.
  • Mengajukan pertanyaan dengan jawaban pilihan ganda yang nanti akan diberi label.

Contoh skala pengukuran nominal adalah jenis kelamin, lokasi geografis, warna rambut, dan sejenisnya. Dengan data ini kamu tidak bisa menentukan mana yang bisa ditaruh di urutan tertentu dan mana yang lebih baik, sebab tidak ada perhitungan yang bisa diterapkan pada data.

{{COMPONENT_IDENTIFIER}}

#2 Ordinal

Ordinal data juga masuk ke skala pengukuran kualitatif. Skala ini menggunakan urutan tertentu guna memberi peringkat dan efektif untuk data yang memerlukan urutan ketika melakukan evaluasi.

Ordinal data mengukur data yang bersifat non-numerik dan nilai intervalnya tidak diketahui, seperti kita tidak tahu berapa jarak pasti antara survei pengalaman pelanggan yang “sangat menyenangkan” dengan “agak menyenangkan”.

Contoh skala pengukuran ordinal adalah mengukur tingkat kepuasan, misalnya perusahaan menyebarkan survei kepuasan dengan pilihan “tidak puas, cukup puas, netral, puas, sangat puas”.

#3 Interval

Interval data adalah pengukuran dengan skala numerik di mana nilai-nilai yang berdekatan memiliki jarak yang sama dan diukur sepanjang skala (contohnya, jarak antara 40 cm dengan 50 cm sama seperti jarak antara 60 cm dengan 70 cm). Data ini pasti berbentuk angka dan merupakan salah satu skala pengukuran kuantitatif.

Dalam skala interval, nilai 0 bersifat arbitrer, artinya suatu variabel tetap bisa diukur meskipun memiliki nilai negatif. Interval data juga bisa ditambah atau dikurangi, namun tidak dapat dibagi atau dikali.

Contoh skala interval adalah pengukuran suhu menggunakan derajat celcius (16 derajat celcius lebih dingin dibanding 20 derajat celcius).

#4 Rasio

Rasio adalah skala pengukuran kuantitatif yang memudahkan kita untuk mencari perbedaan antar variabel dan memberi urutan data. Skala pengukuran ini memungkinkan untuk melakukan semua jenis perhitungan dan dan menarik kesimpulan pasti.

Perbedaannya dengan interval adalah rasio tidak memiliki nilai negatif.

Contoh skala pengukuran rasio adalah data ukuran tinggi badan. Tidak mungkin ada tinggi badan yang memiliki nilai 0 bahkan negatif. Jika nilainya 0, maka data itu dianggap tidak ada.

Dalam penelitian, skala rasio dapat memberikan informasi paling rinci dibanding jenis lainnya. Ini dikarenakan peneliti dapat menghitung tendensi sentral menggunakan teknik statistika, seperti median, mode, dan mean.

Untuk memutuskan kapan harus menggunakan skala rasio, terlebih dahulu kamu harus tahu apakah variabel pada data memiliki semua karakteristik skala interval dan nilai 0 mutlak.

Bagaimana Penerapan Skala Pengukuran dalam Data Analytics?

Mengetahui berbagai klasifikasi skala pengukuran memudahkan data analyst untuk dapat menentukan jenis analisis statistik apa yang cocok dipakai untuk mengolah data perusahaan.

Nantinya, ini berhubungan dengan bidang data analytics yang memiliki berbagai jenis pengolahan data, yaitu descriptive, diagnostic, predictive, dan prescriptive. Misalnya, nominal data, paling cocok diolah menggunakan descriptive analytics.

Hasna Latifatunnisa
As a content writer, I find joy in crafting informative and educational narratives that enlighten readers. My passion lies in the power of the written word and its ability to create lasting impacts. For me, writing is not merely a job, but an eternal masterpiece that offers knowledge, inspiration, and growth.
Menu