BAB V
53
BAB V
JENIS DATA DAN TINGKAT PENGUKURAN
Dalam penelitian kita pasti menggunakan data penelitian untuk
mendukung kesimpulan penelitian. Peranan data disini sangat penting
untuk memberikan dasar bagi analisis. Data adalah fakta-fakta atau
ukuran tertentu dari suatu fenomena atau obyek. Jadi data indikator
yang mengukur obyek atau fenomena. Pembagian jenis data yang
digunakan dalam penelitian bisa berupa jenis data, jenis pengukuran
data, sumber data, dan dimensi waktu dari data.
Jenis Data
Jenis data adalah pembagian data berdasarkan karakteristik yang
melekat pada data tersebut. Karakteristik data adalah data yang
mempunyai sifat angka-angka atau merupakan data yang tidak bersifat
angka atau bilangan. Karakteristik data bisa berupa data
kuantitatif atau data kualitatif.
Data Kualitatif.
Data kualitatif adalah jenis data yang mempunyai karakteristik
non angka. Jadi data kualitatif adalah data yang tidak dapat diukur
dengan skala numerik atau angka. Data kualitatif biasanya diperoleh
dari hasil penggolongan atau kategori. Contohnya adalah data jenis
kelamin, jenis rumah dan bentuk rumah, dan data golongan
pendapatan.
Data Kuantitatif.
Data kuantitatif adalah jenis yang mempunyai karakteristik
angka. Jadi data kuantitatif adalah jenis data yang dapat diukur
dengan skala numerik. Jumlah penduduk, jumlah penghasilan, dan
volume penjualan, proporsi biaya iklan adalah contoh jenis data
kuantitatif. Tipe data ini biasanya diperoleh dari hasil pengukuran
atau hasil penghitungan. Data yang diperoleh dari hasil pengukuran
disebut dengan variabel kontinyu. Karena berasal dari hasil
pengukuran, keakuratan data akan tergantung pada akurasi alat ukur
yang digunakan. Contoh variabel kontinyu adalah suhu udara, tingkat
kelembaban, dan jarak antar wilayah. Sedangkan variabel diskrit
adalah data yang diperoleh dari hasil penghitungan. Contoh variabel
diskrit adalah data jumlah penjualan, biaya iklan, jumlah penduduk
dan jumlah tenaga kerja.
Jenis Pengukuran
Berdasarkan jenis pengukuran atau skala yang digunakan untuk
mengukur, data dibedakan menjadi data nominal, data ordinal, data
interval dan data rasio. Jenis pengukuran mengacu pada skala untuk
pengukuran data.
Data Nominal
Data nominal adalah jenis data yang berasal dari penggolongan
suatu obyek pada suatu kelompok yang terpisah untuk menunjukkan
perbedaan atau persamaan dari obyek. Data nominal menggunakan skala
pengukuran nominal dalam pemberian nilai terhadap data. Skala
nominal adalah skala pengukuran yang menyatakan kategori, kelompok
atau klasifikasi dari construct yang diukur dalam bentuk variabel.
Skala nominal merupakan tipe skala pengukuran yang paling
sederhana. Angka atau atribut yang digunakan dalam pengukuran hanya
merupakan suatu nama untuk menyebutkan kategori atau kelompok
variabel.
Pada data nominal, hasil pengukuran bisa digolongkan kedalam dua
kategori yaitu mutually exclusive atau exhaustive. Data
dikelompokkan dalam mutually exclusive jika individu atau obyek
tersebut hanya dapat dimasukkan dalam satu kategori. Sedangkan data
dikelompokkan dalam exhaustive jika suatu individu atau obyek harus
muncul dalam satu kelompok. Pemberian kategori pada data ordinal
bersifat tidak mutlak yang berarti perbedaan dalam kategori tidak
menunjukkan perbedaan tinggi rendah posisi data atau ranking data.
Fungsi penggolongan disini hanya menujukkan pada kelompok mana
suatu obyek akan dikelompokkan. Misalkan pemberian kategori 1 untuk
laki-laki dan 2 untuk perempuan dalam analisis gender bisa diubah
dengan memberikan kategori yang berbeda misalkan 1 untuk perempuan
dan 2 untuk laki-laki. Angka 1 disini tidak berarti lebih baik
daripada angka 2 karena kedudukan kategori yang sejajar. Contoh
yang lain adalah penggolongan pekerja dalam kelompok pekerja kerah
putih (white colar) dan pekerja kerah biru (blue colar), yang bisa
dikelompkkan dengan angka 0 untuk pekerja kerah putih dan 1 untuk
pekerja kerah biru. Ukuran dalam skala nominal ini bersifat
arbritary atau sembarang yang berarti bisa dipertukarkan.
Data Ordinal
Data ordinal adalah data yang berasal dari penggolongan suatu
individu atau obyek sesuai dengan perilaku khusus yang dimiliki
oleh individu atau obyek tersebut. Skala ordinal adalah skala
pengukuran yang tidak hanya menyatakan kategori tetapi juga
mennyatakan peringkat construct yang diukur (Indriantoro &
Supomo 2000). Peringkat nilai menunjukkan suatu urutan penilaian
atau tingkat preferensi. Skala ordinal mempunyai kelebihan
dibandingkan dengan skala nominal, karena menyatakan kategori dan
peringkat.
Penggolongan data dengan skala ordinal mengandung tingkatan atau
ranking suatu obyek. Data jenis ini memiliki sifat mutually
exclusive dan exhaustive. Perbedaan dalam kategori akan membedakan
dalam sifat khusus yang dimiliki oleh data. Akan tetapi perbedaan
antar nilai disini tidak jelas karena dinyatakan dalam skala
peringkat. Misalkan perbedaan antara baik ke sangat baik, tidak
sama dengan perbedaan antara sedang ke baik. Skala ordinal tidak
dapat dilakukan operasi pembagian, pengurangan, atau perkalian atau
penjumlahan. Contoh data ordinal adalah data kepadatan penduduk
yang dikategorikan:
Sangat Rendah diberi kode 1;
Rendah diberi kode 2;
Moderat diberi kode 3;
Tinggi diberi kode 4;
Sangat tinggi diberi kode 5.
Data Interval
Data interval adalah data yang menggunakan skala interval, yang
diukur dengan menggunakan jarak antara dua titik pada skala yang
sudah diketahui. Data interval adalah data yang mempunyai sifat
data nominal dan data ordinal ditambah satu sifat lain yaitu jarak
yang sama pada skala interval memperlihatkan jarak yang sama dari
ciri atau sifat obyek yang diukur. Skala Interval merupakan skala
pengukuran yang menyatakan kategori, peringkat, dan jarak construct
yang diukur (Indriantoro & Supomo 2000). Skala interval tidak
hanya mengukur perbedaan subyek atau obyek secara kualitatif
melalui kategorisasi dan menyatakan urutan preferensi, tetapi juga
mengukur jarak antara pilihan yang satu dengan yang lain.
Sebagai contoh untuk suhu udara digunakan interval antara 00
sampai 1000, dimana jarak antara skala 0-500Celcius, adalah sama
dengan jarak antara 50-1000 Celcius. Ciri penting dari data
interval adalah datanya bisa ditambahkan, dikurangi, dikalikan atau
dibagi, tanpa mengurangi jarak relatif antara skornya. Ciri lain
dari data interval adalah ketidakmutlakan dari skala, dimana
keakuratan skala akan tergantung alat ukur yang digunakan.
Data Rasio
Data rasio adalah data yang diukur dengan suatu proporsi. Data
rasio menggunakan skala rasio yang mempunyai sifat skala interval
ditambah sifat absolut ukuran dari obyek yang diukur. Skala rasio
merupakan skala pengukuran yang menunjukkan kategori, peringkat,
jarak dan perbandingan construct yang diukur. Skala rasio
menggunakan nilai absolut, sehingga memperbaiki kelemahan skala
interval yang menggunakan nilai relatif. Ukuran pada rasio
menunjukkan nilai yang sebenarnya dari obyek yang diukur. Angka
pada skala rasio menujukkan nilai yang sebenarnya dari obyek yang
diukur.
Contoh data rasio adalah prosentase biaya terhadap harga jual,
prosentase pengangguran di suatu daerah, dan proporsi tabungan dari
pendapatan. Dari penjelasan tersebut bisa dilihat bahwa data rasio
merupakan proporsi obyek dibandingkan dengan obyek yang lain. Pada
proporsi biaya kita membandingkan antara biaya pembuatan produk
dengan harga jual produk. Skala rasio merupakan proporsi atau
persentase suatu variabel. Berikut adalah contoh data pekerja di
PT. Makmur Sentosa berdasarkan bagian dalam organisasi:
Marketing
20 orang;
Akuntansi
15 orang;
Personalia
23 orang;
Keuangan
22 orang;
Umum
15 orang.
Berdasarkan data tersebut kita bisa membuat data pekerja dengan
menggunakan skala rasio untuk bagian di PT. Makmur Sentosa.
Marketing
20% atau 20 perseratus;
Akuntansi
15% atau 15 perseratus;
Personalia
23% atau 23 perseratus;
Keuangan
22% atau 22 perseratus;
Umum
15% atau 15 perseratus.
Sumber Data
Pembagian berdasarkan sumber data adalah pembagian data
berdasarkan dari mana data diperoleh. Sumber data adalah asal data
diperoleh peneliti. Berdasarkan sumbernya data dibedakan menjadi
data internal dan data eksternal, dan data data primer dan
sekunder. Pembagian data internal dan eksternal mengacu pada dari
pihak mana dat diperoleh. Sedangkan pembagian data primer dan
sekunder mengacu pada bagaimana peneliti memperoleh data, apakah
data diperoleh peneliti langsung dari obyek atau populasi data
berasal atau dari pihak lain.
Data Internal & Eksternal
Data internal adalah data yang bersumber dari dalam obyek atau
populasi yang diteliti. Jika misalkan kita ingin meneliti
produktifitas karyawan di suatu perusahaan maka data yang berasal
dari perusahaan dimana karyawan tersebut bekerja disebut data
internal. Sedangkan data eksternal adalah data yang berasal dari
pihak luar dari obyek yang diteliti. Pada contoh penelitian tentang
produktifitas karyawan di suatu perusahaan, data yang berasal dari
serikat pekerja, data dari peneliti lain dan pihak eksternal yang
lain disebut data eksternal. Untuk membedakan antara internal dan
eksternal disini adalah dengan melihat sumber data dimana obyek
penelitian berada. Kalau data bersumber langsung dari obyek atau
pihak dimana obyek berada, maka data tersebut disebut data
internal. Sedangkan kalau data penelitian diperoleh dari pihak yang
tidak berhubungan secara langsung dengan obyek yang diteliti, maka
jenis data ini disebut data eksternal.
Data Primer dan Sekunder
Data primer adalah data yang diperoleh dari langsung dari sumber
data berasal. Data primer ini diperoleh langsung dari obyek yang
diteliti. Misalkan kita ingin meneliti profitabilitas suatu produk,
maka data yang diperoleh dari peneliti dengan melakukan pengamatan
dan penghitungan secara langsung terhadap profitabilitas produk
disebut dengan data primer. Misalkan, kita ingin meneliti persepsi
konsumen terhadap suatu produk, maka hasil pengamatan dan
penyelidikan peneliti terhadap masing-masing konsumen disebut data
primer. Data primer ini biasanya adalah data mentah yang belum
diolah oleh pihak lain, dan peneliti mengumpulkan data tersebut
sendiri.
Sedangkan data sekunder adalah data yang tidak secara langsung
diperoleh dari obyek yang diteliti tetapi dari pihak lain. Misalkan
peneliti ingin meneliti profitabilitas produk, maka data
profitabilitas dari perusahaan pembuat produk tersebut disebut data
sekunder. Data sekunder adalah data yang diperoleh dan telah diolah
diolah oleh pihak lain, sehinga jenis data biasanya adalah data
yang sudah jadi. Sebagai contoh data sekunder adalah data tentang
jumlah penduduk, jumlah pendapatan rumah tangga, jenis kelamin yang
diperoleh dari Badan Pusat Statistik.
Dimensi Waktu.
Dimensi waktu atau rentang waktu dari data. Rentang waktu ini
bisa berupa data dari waktu ke waktu atau hanya pada waktu
tertentu. Data yang dikumpulan dari waktu ke waktu disebut data
runut waktu. Sedangkan data yang dikumpulkan hanya pada suatu waktu
tertentu disebut data silang tempat.
Data Runut Waktu (Times series).
Data runut waktu adalah data yang dikumpulkan dari waktu ke
waktu. Data ini biasanya dikumpulan untuk melihat perkembangan atau
trend suatu obyek dari waktu ke waktu atau dalam rentang waktu
tertentu. Data runut waktu dibedakan menjadi:
Data harian misalnya perkembangan harga saham, data kurs;
Data mingguan, misalnya data pengunjung hotel setiap minggu,
data pasien rumah sakit;
Data bulanan, misalnya suku bunga deposito berjangka satu
bulan;
Data kuartalan, misalnya penjualan setiap tiga bulan, data biaya
iklan tiga bulanan;
Data tahunan, misalnya data pendapatan nasional, data produksi
nasional.
Data Silang Tempat (Cross Section).
Data silang tempat (Cross Section) adalah data yang dikumpulkan
pada satu waktu atau periode tertentu. Data silang tempat digunakan
untuk mengetahui respon dalam periode yang sama, sehingga variasi
kejadian adalah antar pengamatan atau antar komponen dalam periode.
Analisis yang digunakan terhadap data silang tempat adalah analisis
interaksi antara masing-masing komponen dari data silang tempat.
Conoth analisis yang digunakan adalah analisis antar komponen
laporan keuangan yang disebud dengan analisis rasio. Contoh data
silang tempat adalah:
Data laporan keuangan yang diterbitkan satu tahun sekali;
Data sensus yang diterbitkan sepuluh tahun sekali;
Data lulusan sekolah yang diterbitkan setahun sekali.
Data Poling.
Data poling adalah kombinasi antara data runut waktu dan data
silang tempat. Pada tipe data ini analisis yang digunakan adalah
analisis perkembangan dari waktu ke waktu, dan analisis interaksii
antar variabel dari data dalam satu waktu. Contoh data runut waktu
adalah data rasio laporan keuangan selama sepuluh tahun perusahaan.
Pada analisis ini, ingin diketahui perkembangan dan tren dari rasio
selama sepuluh tahun dengan menggunakan interaksi antar komponen
laporan keuangan. Pengertian runut waktu disini adalah pada
rangkaian waktu dari data. Sedangkan pengertian silang tempat
disini adalah data yang mengacu pada dimensi waktu hanya satu
periode.
