Skala/Jenis Data :
Setiap obervasi dapat dikelompokkan ke dalam empat jenis, yaitu Rasio, Interval, Ordinal, dan Nominal. Untuk memudahkan menghafal, tipe data dapat disingkat menjadi RION. Data berjenis rasio dan interval adalah data yang paling kuat/robust dan paling dianjurkan untuk digunakan.
Kesalahan penafsiran umumnya terjadi pada data bertipe Interval dan Ordinal. Tipe data interval seringkali dianggap data berjenis rasio. Namun demikian hal ini secara statistik tidak akan menjadi masalah karena baik data interval maupun data rasio dianalisa dengan metode yang sama, yaitu menggunakan statistik parametrik. Dengan demikian kesalahan penentuan tipe data interval dan rasio tidak secara teknik statistik tidak perlu diperdebatkan.
Kesalahan kedua adalah kesalahan penentuan skala data ordinal dan nominal. Kebanyakan orang hanya memahami bahwa data ordinal adalah data berjenjang, dimana ada tingkatan dari yang paling sedikit/paling rendah ke yang paling banyak/tinggi. Tidak sedikit buku statistik yang beredar di pasaran juga turut 'menyesatkan' pemahaman tersebut dengan tidak memberikan pemahaman yang lebih mendalam mengenai jenis data ordinal.
Untuk data yang sama (nilainya sama) urutannyapun sama. Hal ini dikenal dengan istilah "tie". Cara menghitung peringkat tie akan dibahas di artikel lainnya. (silahkan cek di waktu yang akan datang)
Nominal
Skala Nominal adalah skala yang paling lemah, tetapi paling praktis.
Data berskala nominal umumnya didapat dengan cara 'menghitung' anggota
kelompok tertentu. Nama lain dari skala ini adalah 'data hitung'.
Nama kelompok bukan hal penting. Yang penting adalah jumlah data yang ada di dalamnya.
Misalnya :
Jumlah mahasiswa laki - laki dan perempuan, jumlah mahasiswa berdasarkan agama, jumlah mahasiswa berdasarkan asal dst.
Bagian yang menarik adalah ketika nama kategori memiliki urutan tertentu seperti SD, SMP, SMA atau Tinggi, Sedang dan Rendah, dst.. Banyak orang bingung menghadapi situasi ini dimana mereka kemudian menyatakan datanya berskala ordinal, padahal sesungguhnya skalanya tetap nominal karena masih dalam katageri dan masih data hitung. Akan tetapi memang dikenal varian dari Nominal biasa yang disebut nominal berjenjang (ordered Nominal). Contohnya Tingkat pendidikan SD, SMP, SMA, PT dst, Tingkat Pengetahuan Tinggi, Sedang Rendah dst.
Untuk skala nominal dengan dua kategori saja dikenal dengan nama dikotomis, atau binary. Contohnya status pasien : Sehat dan Sakit, Hidup dan Mati, dst..
Pada prinsipnya setiap variabel dapat dikumpulkan dengan semua tipe data yang ada. Namun demikian disarankan untuk menggunakan tipe data Rasio dan Interval terlebih dahulu, baru menggunakan Ordinal dan Nominal jika tipe Rasio dan Interval tidak dapat digunakan (misalnya karena distribusi tidak normal atau asumsi randomisasi tidak terpenuhi, atau jumlah sampel terlalu kecil)
Perubahan dari tipe data satu ke tipe data lainnya mengandung resiko kehilangan informasi penting menyakngkut karakteristik data tersebut. PErhatikan ilustrasi berikut ini untuk menunjang pemahaman mengenai tipe data.
Tabel berikut ini adalah dari hasil penelitian (imajinatif) untuk mengukur tingkat pengetahuan mahasiswa tentang sesuatu dengan menggunakan berbagai skaala data.
Keterangan
Untuk melakukan uji perbandingan dua sampel dapat digunakan tabel berikut ini.
Cara Penggunaan :
Misalnya penelitian anda akan membandingkan kadar HB pada ibu hamil perokok dengan kadar HB ibu hamil bukan perokok, dimana Kadar HB diukur dengan menggunakan skala rasi. Uji Apa yang akan anda gunakan ?
Penyelesaian :
Dalam uji statistik tidak dibedakan antara skala rasio dan interval (diperlakukan sama) dengan demikian kita bisa melihat baris skala Interval dan Uji yang akan digunakan adalah antara lain :
Untuk mencari perbedaan baik pada satu ataupun pada dua kelompok sampel dapat menggunakan tabel berikut ini.
Cara Penggunaan: sama dengan di atas. Hanya saja tabel ini digunakan untuk menjawab pertanyaan : apakah ada perbedaan antara A dan B ?. Type data yang digunakan untuk pengukuran A dan B tersebut, serta jumlah sampel yang digunakan akan menentukan uji statistik yang digunakan
Selanjutnya untuk menguji hipotesa " Ada hubungan antara A dan B", dapat digunakan tabel bantuan berikut ini
Cara Penggunaan:
A dan B masing masing adalah variabel bebas dan terikat, yang diwakili oleh baris dan kolom yang di arsir. Misalnya Variabel A diukur dengan nominal, variabel B juga diukur dengan nominal, maka uji yang dapat dgunakan adalah Chi-Squared Test. ( Lihat kolom "Nominal" dan Baris "Nominal" pada tabel di atas lalu tarik garis ke bawah dan kesamping Pertemuannya adalah nama uji yang dapat digunakan.
Mudah Sekali bukan ?
Setiap obervasi dapat dikelompokkan ke dalam empat jenis, yaitu Rasio, Interval, Ordinal, dan Nominal. Untuk memudahkan menghafal, tipe data dapat disingkat menjadi RION. Data berjenis rasio dan interval adalah data yang paling kuat/robust dan paling dianjurkan untuk digunakan.
Kesalahan penafsiran umumnya terjadi pada data bertipe Interval dan Ordinal. Tipe data interval seringkali dianggap data berjenis rasio. Namun demikian hal ini secara statistik tidak akan menjadi masalah karena baik data interval maupun data rasio dianalisa dengan metode yang sama, yaitu menggunakan statistik parametrik. Dengan demikian kesalahan penentuan tipe data interval dan rasio tidak secara teknik statistik tidak perlu diperdebatkan.
Kesalahan kedua adalah kesalahan penentuan skala data ordinal dan nominal. Kebanyakan orang hanya memahami bahwa data ordinal adalah data berjenjang, dimana ada tingkatan dari yang paling sedikit/paling rendah ke yang paling banyak/tinggi. Tidak sedikit buku statistik yang beredar di pasaran juga turut 'menyesatkan' pemahaman tersebut dengan tidak memberikan pemahaman yang lebih mendalam mengenai jenis data ordinal.
Rasio / Interval
Secara umum skala
Rasio dan Interval ini didapat dari hasil pengukuran semua individu
dalam sampel / populasi. Data jenis ini dikenal juga dengan nama data
ukur. Pengukuran dapat dilakukan menggunakan alat ukur seperti
timbangan/dacin, Microtois, Tensimeter, penggaris dll. Contoh data
jenis ini adalah tinggi badan, berat badan, lingkar lengan, lingkar
kepala, tekanan darah, denyut nadi, dll.
Untuk pengukuran sesuatu yang lebih abstrak
dapat menggunakan alat ukur lain seperti quesioner. Contoh pengukuran
abstrak adalah tingkat pengetahuan, IQ, EQ, dll.Ordinal
Kata kunci dari skala ordinal ini adalah 'ordered' atau terurut, yaitu datanya diurutkan dalam bentuk peringkat/rangking. Pemberian rangking bisa dengan cara ascending, atau descending. Artinya peneliti dapat memberikan peringkat 1 untuk yang terbaik, atau peringkat paling besar untuk yang terbaik, (misalnya peringkat 10 untuk yang terbaik dari 10 orang peserta). Yang pasti harus berurut.Untuk data yang sama (nilainya sama) urutannyapun sama. Hal ini dikenal dengan istilah "tie". Cara menghitung peringkat tie akan dibahas di artikel lainnya. (silahkan cek di waktu yang akan datang)
Nominal
Skala Nominal adalah skala yang paling lemah, tetapi paling praktis.
Data berskala nominal umumnya didapat dengan cara 'menghitung' anggota
kelompok tertentu. Nama lain dari skala ini adalah 'data hitung'.Nama kelompok bukan hal penting. Yang penting adalah jumlah data yang ada di dalamnya.
Misalnya :
Jumlah mahasiswa laki - laki dan perempuan, jumlah mahasiswa berdasarkan agama, jumlah mahasiswa berdasarkan asal dst.
Bagian yang menarik adalah ketika nama kategori memiliki urutan tertentu seperti SD, SMP, SMA atau Tinggi, Sedang dan Rendah, dst.. Banyak orang bingung menghadapi situasi ini dimana mereka kemudian menyatakan datanya berskala ordinal, padahal sesungguhnya skalanya tetap nominal karena masih dalam katageri dan masih data hitung. Akan tetapi memang dikenal varian dari Nominal biasa yang disebut nominal berjenjang (ordered Nominal). Contohnya Tingkat pendidikan SD, SMP, SMA, PT dst, Tingkat Pengetahuan Tinggi, Sedang Rendah dst.
Untuk skala nominal dengan dua kategori saja dikenal dengan nama dikotomis, atau binary. Contohnya status pasien : Sehat dan Sakit, Hidup dan Mati, dst..
Pada prinsipnya setiap variabel dapat dikumpulkan dengan semua tipe data yang ada. Namun demikian disarankan untuk menggunakan tipe data Rasio dan Interval terlebih dahulu, baru menggunakan Ordinal dan Nominal jika tipe Rasio dan Interval tidak dapat digunakan (misalnya karena distribusi tidak normal atau asumsi randomisasi tidak terpenuhi, atau jumlah sampel terlalu kecil)
Perubahan dari tipe data satu ke tipe data lainnya mengandung resiko kehilangan informasi penting menyakngkut karakteristik data tersebut. PErhatikan ilustrasi berikut ini untuk menunjang pemahaman mengenai tipe data.
Tabel berikut ini adalah dari hasil penelitian (imajinatif) untuk mengukur tingkat pengetahuan mahasiswa tentang sesuatu dengan menggunakan berbagai skaala data.
Keterangan
- Kolom kedua menunjukkan skor pengethuan dari hasil kuesioner (Interval)
- Kolom ketiga didapatkan dengan mengurutkan skor pada kolom kedua dan diberikan ranking (ordinal)
- Kolom keempat didapat dengan mengelompokkan kolom kedua ke dalam tiga kategori yaitu Tinggi, Sedang, dan Rendah (Nominal Berjenjang).
- Kolom terakhir adalah pengelompokan kolom kedua ke dalam dua kategori saja ( Binary/Dikotomi)
Data Rasio / Interval dibiarkan apa adanya, yaitu mengikuti hasil pengukuran individu (data ukur)
Data Ordinal memodifikasi data hasil pengukuran dengan memberi ranking
Selanjutnya
untuk data Nominal dilakukan "Pengelompokan" terlebih dahulu, kemudian
menghitung anggota tiap tiap kelompok tersebut sebagai berikut :
Memilih Uji Statistik
Setalah memahami konsep type data (RION), maka kini anda dengan mudah dapat menentukan uji statistik yang tepat untuk penelitian anda dengan menggunakan bantuan tabel berikut ini.Untuk melakukan uji perbandingan dua sampel dapat digunakan tabel berikut ini.
Misalnya penelitian anda akan membandingkan kadar HB pada ibu hamil perokok dengan kadar HB ibu hamil bukan perokok, dimana Kadar HB diukur dengan menggunakan skala rasi. Uji Apa yang akan anda gunakan ?
Penyelesaian :
Dalam uji statistik tidak dibedakan antara skala rasio dan interval (diperlakukan sama) dengan demikian kita bisa melihat baris skala Interval dan Uji yang akan digunakan adalah antara lain :
- Normal Distribution for Means
- Two Sample T-Test
- Mann - Whitney U-Test
Untuk mencari perbedaan baik pada satu ataupun pada dua kelompok sampel dapat menggunakan tabel berikut ini.
Cara Penggunaan: sama dengan di atas. Hanya saja tabel ini digunakan untuk menjawab pertanyaan : apakah ada perbedaan antara A dan B ?. Type data yang digunakan untuk pengukuran A dan B tersebut, serta jumlah sampel yang digunakan akan menentukan uji statistik yang digunakan
Selanjutnya untuk menguji hipotesa " Ada hubungan antara A dan B", dapat digunakan tabel bantuan berikut ini
Cara Penggunaan:
A dan B masing masing adalah variabel bebas dan terikat, yang diwakili oleh baris dan kolom yang di arsir. Misalnya Variabel A diukur dengan nominal, variabel B juga diukur dengan nominal, maka uji yang dapat dgunakan adalah Chi-Squared Test. ( Lihat kolom "Nominal" dan Baris "Nominal" pada tabel di atas lalu tarik garis ke bawah dan kesamping Pertemuannya adalah nama uji yang dapat digunakan.
Mudah Sekali bukan ?
Tidak ada komentar:
Posting Komentar