Jenis Data: Nominal, Ordinal, Interval Atau Rasio?

Bacalah dengan menyebut nama Tuhanmu,---

“Bahkan suatu kekeliruanpun bisa saja merupakan sesuatu yang diperlukan untuk meraih prestasi yang layak” (Henry Ford)

Dear pembelajar,

Masih mengalami kesulitan dalam menentukan alat analisis apakah itu statistic parametric ataukah non parametric, sebab belum mengerti perbedaan type atau jenis data? Baiklah, saya akan membantu Anda. Namun sebelum dilanjutkan, jika Anda jurusan manajemen dan masih bingung tentang topik manajemen Anda bisa membaca di sini dan jika masih galau soal variabel atau indikator, Anda bisa membaca di sini.
Jika ditinjau dari sumber perolehan, maka data dapat dibagi menjadi data primer dan sekunder. Namun jika ditinjau dari skala data, maka ada 4 type/jenis data, yaitu data nominal, ordinal, interval dan rasio.  

Untuk menjelaskan masing-masing jenis data, saya masih merujuk pada Singgih Santoso (2000&2005).

1. DATA NOMINAL

Data Nominal biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.

Contoh: Jenis pekerjaan, diklasifikasi sebagai: 

1. Pegawai negeri, diberi tanda 1,
2. Pegawai swasta, diberi tanda 2, 
3. Wiraswasta, diberi angka 3

Ciri Data Nominal:

• Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta. 
• Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri

2. DATA ORDINAL

Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan.

Contoh:

Kepuasan pelanggan, diklasifikasikan sebagai:

• Sangat puas, diberi tanda 1, 
• Puas, diberi tanda 2, 
• Cukup puas, diberi tanda 3, 
• Tidak puas diberi tanda 4, 
•  Sangat tidak puas diberi tanda 5

Ciri Data Ordinal:

1. posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan. 
2. Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas)

3. DATA INTERVAL

Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja)

Contoh:

Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih:

• Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100 
•  Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, 212-32=180

Ciri Data Interval:

• Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan ordinal. 
• Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali panas disbanding 20 derajad)

4. DATA RASIO:

Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol mutlak/absolut. Seperti titik 0°C tentu beda dengan titik 0°F. atau pergantian tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru dalam artian diakui oleh semua kalender sebagai tahun baru.

Contoh:Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti taka da buku (absolut 0)

Ciri Data Rasio:

• Tak ada kategorisasi atau pemberian kode. 
•  Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm; 5 mangga + 2 mangga = 7 mangga.

Catatan: pengolahan data kuantitatif sebagian besar menggunakan data rasio.

Terima kasih sudah membaca. Terima kasih Allah SWT. Terima kasih kepada semua yang menginspirasi. Salam bahagia dan terus berkarya! 

Inspired by: Singgih Santoso, Buku Latihan Statistik Parametrik (2000)& SPSS Statistik Non Parametrik (2005)