Jenis-jenis Data Penelitian dan Teknik Analisis Data Penelitian

Pada kesempatan kali ini akan Saya sampaikan jenis-jenis data dan cara penganalisisan data tersebut. Berbeda jenis datanya maka rumus teknis analisis datanya berbeda pula. Untuk memahami hal tersebut perhatikan materi di bawah ini. Materi ini saya kutip langsung dari buku pengarangnya. Apabila Anda ingin menggunakan sebagai referensi harap cantumkan sumber aslinya.

Skala Ordinal
Skala ordinal ialah skala yang didasarkan pada ranking, diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya. Jadi skala ordinal memungkinkan untuk mengurutkan seseorang atau objek sesuai dengan banyak atau kuantitas dari karakteristik yang dimilikinya. Pada skala ordinal, dimungkinkan untuk melakukan penghitungan atau kuantifikasi variabel-variabel yang diuji sehingga dapat memberikan informasi yang lebih substansial dibandingkan dengan skala nominal.
Analisis statistik yang cocok adalah : Uji Kolmogorov-Smirnov Satu Sampel (Kolmogorov Smirnov One Sample Test); Uji Tanda (Sign Test); Uji Pasangan Tanda Wilcoxon (Wilcoxon Matched Pairs Sign Rank Test); Uji Median (Median Test); Uji Mann-Whitney U (Mann-Whitney U Test); Uji Kolmogorov-Smirnov Dua Sampel (S\Kolmogorov-Smirnov Two Sample Test); Uji Analisis Varians Dua  Arah Friedman (Friedman Two-Way Analysis of Variance); Perluasan Uji Median (Extension of the Median Test); Uji Varians Kalsifikasi Satu Arah (Kruskal-Wallis One Way Analysis of Variance); Uji Koefisien Korelasi Rank Spearman (Spearman Rank Correlation Foefficient [rs]); Uji Koefisien Korelasi Rank Kendall (Kendall Rank Correlation Coefficient [T] ); dan Uji Koefisien Konkordans Kendall (Kendall Coefficient of Concordance [W]). Analisis statistik yang digunakan ialah statistik non parametrik .


Skala Intrval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karakteristik antara satu individu atau objek dan lainnya. Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Skala pengukuran interval benar-benar merupakan angka untuk operasi aritmatika.
Analisis statistik yang cocok adalah: Uji t (t-test); Uji t (t-test) dua sampel; Uji Anova Satu Jalur (One Way-Anova); Uji Anova Dua Jalur (Two Ways-Anova); Uji Pearson Product Moment; Uji Korelasi Parsial (Partial Correlation); Uji Korelasi Ganda (Multiple Correlation); Uji Regresi (Regresion Test); dan Uji Regresi Ganda (Multiple Regresion). Tes statistik yang digunakan ialah tes statistik parametri


Skala Nominal
Skala nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karakteristik dengan karakteristik lainnya.
Adapun ciri-ciri skala nominal antara lain (Sunyoto, 2011: 48): posisi data setara, dan tidak dapat dilakukan operasi matematika seperti penjumlahan, pengurangan, pembagian, dan perkalian. Analisis statistik yang cocok adalah: Uji Binomium (Binomium Test); Uji Chi Kuadrat Satu Sampel ( 2 F One Sample Test); Uji Perubahan Tanda Nemar (Mc. Nemar For The Sigficant of Change); Uji Chi Kuadrat Dua Sampel ( 2 F Test for Two Independent Samples); Uji Peluang Fisher (Fisher Exact Probability Test); Uji Chochran Q (Chochran Q-Test); Uji Chi Kuadrat Lebih Dari Dua Sampel ( 2 F Test for Computer Independent Samples); dan Uji Koefisien Kontigensi (Contigency Coefficient [C]). Sedangkan tes statistik yang digunakan ialah statistik non parametrik (Riduwan, 2009).

Skala Rasio
Skala rasio memiliki mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal, dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absolut nol ini terjadi pada saat suatu karakteristik yang sedang diukur tidak ada (Sharp, 1989). Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Dengan demikian data berskala rasio adalah data yang diperoleh dengan cara pengukuran di mana jarak dua titik pada skala sudah diketahui.
Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur di bawah nol tahun dan seseorang harus memiliki pertimbangan di atas nol pula. Kalau data interval kita dapat mengatakan bahwa orang yang berumur 50 tahun adalah umurnya dua kali dari pemuda yang berumur 25 tahun, demikian pula seseorang yang berumur 20 tahun adalah setengah dari umur 40 tahun. Contoh yang lain adalah berat badan, tinggi pohon, tinggi badan manusia, jarak, panjang dan sebagainya. 

Sumber Asli:
Ir. Sudaryono, M.Pd.,;Gaguk Margono,;Wardani Rahayu. 2013. Pengembangan Instrumen Penelitian Pendidikan. Yogyakarta: Graha Ilmu. Hal 45-47

loading...