Level Of Measurement dan Link Download File Referensi
https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder/492/jmuser_file_1639354216_b0e708e8fac1d9d2c0659ca4cabe909c.ppt
2026-05-28 06:25:06 - Admin
<style> body{ font-family: Arial, sans-serif; line-height: 1.6; margin:0; padding:0; background:#f9f9f9; color:#333; } header{ background:#4a90e2; color:#fff; padding:20px; text-align:center; } nav{ background:#e3eaf2; padding:10px; text-align:center; } nav a{ margin:0 15px; color:#333; text-decoration:none; font-weight:bold; } main{ max-width:800px; margin:20px auto; background:#fff; padding:20px; box-shadow:0 0 5px rgba(0,0,0,0.1); } h2{ color:#4a90e2; border-bottom:2px solid #e3eaf2; padding-bottom:5px; } ul{ margin-left:20px; } table{ width:100%; border-collapse:collapse; margin-top:15px; } th, td{ border:1px solid #ddd; padding:8px; text-align:center; } th{ background:#f0f4f7; } </style> <header> <h1>Level of Measurement (Tingkat Pengukuran)</h1> </header> <nav> <a href="#pengertian">Pengertian</a> <a href="#tipe">Tipe Pengukuran</a> <a href="#contoh">Contoh</a> <a href="#aplikasi">Aplikasi dalam Penelitian</a> </nav> <main> <section id="pengertian"> <h2>Pengertian Level of Measurement</h2> <p>Level of measurement atau tingkat pengukuran adalah cara klasifikasi data yang menentukan operasi statistik apa yang dapat diterapkan pada data tersebut. Konsep ini pertama kali diperkenalkan oleh Stanley Smith Stevens pada tahun 1946 dan menjadi asas penting dalam statistika, ilmu sosial, psikometri, serta bidang-bidang lain yang menggunakan data kuantitatif. Dengan memahami tingkat pengukuran, peneliti dapat memilih teknik analisis yang tepat dan menghindari interpretasi yang salah.</p> </section> <section id="tipe"> <h2>Tipe-Tipe Level of Measurement</h2> <p>Secara umum ada empat tingkat pengukuran:</p> <ol> <li><strong>Nominal</strong> kategori tanpa urutan atau nilai numerik.</li> <li><strong>Ordinal</strong> kategori yang memiliki urutan, namun jarak antar nilai tidak diketahui.</li> <li><strong>Interval</strong> skala dengan jarak yang sama antar nilai, tetapi tidak memiliki titik nol mutlak.</li> <li><strong>Rasio (Ratio)</strong> skala dengan jarak yang sama dan memiliki titik nol mutlak, memungkinkan semua operasi matematika.</li> </ol> <h3>Perbandingan Ringkas</h3> <table> <thead> <tr> <th>Tingkat</th> <th>Ciri-ciri</th> <th>Operasi yang Diperbolehkan</th> <th>Contoh</th> </tr> </thead> <tbody> <tr> <td>Nominal</td> <td>Kategori, tidak berurutan</td> <td>Frekuensi, modus</td> <td>Jenis kelamin, warna mata</td> </tr> <tr> <td>Ordinal</td> <td>Kategori berurutan, jarak tidak pasti</td> <td>Frekuensi, modus, median, peringkat</td> <td>Peringkat kepuasan (sangat puaspuastidak puas)</td> </tr> <tr> <td>Interval</td> <td>Jarak sama, nol tidak mutlak</td> <td>Penjumlahan, ratarata, korelasi</td> <td>Derajat Celcius, IQ</td> </tr> <tr> <td>Rasio</td> <td>Jarak sama, nol mutlak</td> <td>Semua operasi matematika</td> <td>Berat, tinggi, pendapatan, waktu</td> </tr> </tbody> </table> </section> <section id="contoh"> <h2>Contoh Penerapan pada Setiap Tingkat</h2> <h3>1. Nominal</h3> <p>Data yang hanya mengelompokkan objek ke dalam kelas. Misalnya, jenis kendaraan (mobil, motor, sepeda), agama (Islam, Kristen, Hindu, Buddha), atau kode pos. Karena tidak ada urutan, statistik yang dapat dipakai terbatas pada hitung frekuensi, persentase, dan modus.</p> <h3>2. Ordinal</h3> <p>Contoh umum adalah skala Likert (1 = sangat tidak setuju, 5 = sangat setuju). Peringkat lomba (juara 1, 2, 3) juga termasuk ordinal. Meskipun kita tahu urutan, selisih antar peringkat tidak dapat diinterpretasikan secara numerik, sehingga median dan kuartil dapat dihitung, tetapi tidak ratarata.</p> <h3>3. Interval</h3> <p>Pengukuran suhu dalam derajat Celsius atau Fahrenheit. Jika suhu naik 10C, perubahan itu sama di seluruh skala, tetapi 0C bukan ketiadaan panas. Oleh karena itu, perbandingan rasio (dua kali lebih panas) tidak valid, tetapi perbedaan suhu dapat dianalisis dengan ratarata atau regresi.</p> <h3>4. Rasio</h3> <p>Berat badan, tinggi badan, umur, pendapatan, waktu tempuh, dan jumlah anak. Semua memiliki titik nol yang berarti tidak adanya kuantitas tersebut, sehingga semua operasi matematika (penjumlahan, perkalian, pembagian) dapat dilakukan secara sah.</p> </section> <section id="aplikasi"> <h2>Aplikasi dalam Penelitian</h2> <p>Pemilihan tingkat pengukuran berpengaruh langsung pada metode analisis yang dapat dipakai:</p> <ul> <li><strong>Data Nominal</strong> chisquare test, logistic regression (untuk variabel dependen), analisis frekuensi.</li> <li><strong>Data Ordinal</strong> MannWhitney U, KruskalWallis, Spearmans rho, analisis peringkat.</li> <li><strong>Data Interval</strong> ttest, ANOVA, Pearson correlation, regresi linear.</li> <li><strong>Data Rasio</strong> semua teknik di atas plus analisis variance dengan ukuran efek, regresi logistik, dan model count.</li> </ul> <p>Kesalahan umum adalah memperlakukan data ordinal sebagai interval, yang dapat menghasilkan kesimpulan tidak akurat. Sebaliknya, jika data bersifat rasio tetapi diperlakukan sebagai nominal, potensi informasi akan terbuang.</p> <h3>Strategi Memastikan Level yang Tepat</h3> <ol> <li><strong>Tinjau definisi konstruksi</strong> Pastikan apa yang diukur memiliki nol mutlak atau tidak.</li> <li><strong>Analisis skala item</strong> Jika menggunakan kuesioner, cek validitas skala (misalnya, apakah 15 dapat diperlakukan sebagai interval?).</li> <li><strong>Uji asumsi statistik</strong> Normalitas, homogenitas varians, dan linearitas biasanya diasumsikan pada data interval/rasio.</li> <li><strong>Gunakan transformasi bila perlu</strong> Misalnya, log transform pada data rasio yang sangat skewed.</li> </ol> </section> </main>