Home » Penelitian » Jenis-Jenis Variabel & Data

Jenis-Jenis Variabel & Data

Data kuantitatif adalah berbentuk angka, dan pengukuran adalah proses dimana data diubah menjadi angka. Untuk bisa melakukan hal ini hal yang perlu dilakukan pertama kali adalah mengetahui hal apa yang akan diukur dan ini menunjukkan adanya nilai yang bisa berubah-ubah dalam hal tersebut, yang biasa disebut variabel (peubah). Variabel adalah suatu konsep yang utama dalam penelitian kuantitatif, malah secara umum penelitian kuantitatif hubungannya dalam variabel dapat diringkaskan kedalam tiga hal, yaitu:

1. melakukan konseptualisasi realitas menjadi berbagai variabel

2. melakukan pengukuran pada variabel-variabel tersebut

3. melakukan kajian hubungan antara berbagai variabel ini

Hal ini menjadikan bahwa mendefinisikan variabel menjadi sesuatu yang tidak bisa sembarangan dilakukan dalam penelitian jenis ini. Karena variabel yang sifatnya berubah-ubah yang juga mengukur, maka jenis hasil pengukuran tersebut juga beragam, sehingga kita mengenal jenis data nominal, ordinal, interval dan rasio. Pengetahuan mengenai jenis variabel dan jenis data sangat penting dalam penelitian kuantitatif, karena akan menentukan langkah selanjutnya dalam analisis data. Ketidaktahuan jenis data dan bagaimana cara yang tepat pengolahan dan analisisnya menjadikan hasil riset tidak mempunyai nilai temuan penting karena ketidaktepatan alat analisis yang digunakan.Variabel bisa diklasifikasikan dengan berbagai cara, hal yang biasa digunakan adalah membedakan antara variabel kategori dan variabel kontinu. Yang pertama, yaitu variabel kategori bisa juga disebut sebagai variabel diskrit (discrete variable) atau variabel tidak kontinu (discontinuous variable) adalah perubah yang sifatnya untuk membedakan atau mengelompokkan jenis tertentu. Misalnya, untuk variabel jender, maka terdapat dua nilai yang berbeda yaitu laki-laki dan perempuan; untuk memudahkan, biasanya ditempatkan angka yang berbeda, misal 1 untuk laki-laki, dan 2 untuk perempuan. Angka 1 dan 2 dalam pengertian ini bukanlah menunjukkan bahwa jender perempuan (2) lebih besar dibanding yang laki-laki (1), namun hanya untuk membedakan, karena angka yang ditempatkan lebih sebagai label saja, hal ini tidak lain adalah variabel kualitatif.  Data dari jenis variabel seperti ini biasa disebut sebagai data nominal.

Contoh yang lain misalnya kode pos suatu wilayah, kode pos daerah Dago di kota Bandung adalah 40135; angka yang dituliskan tersebut tidak lah menunjukkan bahwa itu lebih kecil dibanding kode pos daerah Cimindi di Kota Cimahi yang mempunyai nomor 40293. Ini hanya lah label untuk membedakan saja. Sama halnya dengan kode yang digunakan untuk agama, misalnya Islam =1, Kristen = 2, Katolik = 3, Hindu = 4, Budha = 5 dll tidak ada hubungannya besaran angka dalam pilihan agama yang dimaksud. Penempatan angka tersebut bersifat acak dan tentunya tidak bisa dilakukan operasi aritmatika (+, -, /, x) ataupun operasi perbandingan (>, < , =). Untuk variabel jenis ini keragamannya hanya terdapat pada kategori yang berbeda saja, karena tidak ada perubahan bersifat kontinyu ataupun skala digunakan dalam penentuannya.

Jenis variabel yang kedua disebut sebagai variabel kontinu yang menggambarkan adanya nilai yang berubah-ubah yang menunjukkan keragaman hasil dari ‘pengukuran’. Pada variabel tersebut kita membuat peringkat dan menempatkannya dalam satu kontinu. Menempatkan orang pada peringkat, misalnya rangking ke satu, kedua, ketiga dan seterusnya berdasar kriteria tertentu, namun hal ini tidak menjelaskan secara persis berapa jarak antara masing-masing ranking tersebut. Variabel dengan Jenis data seperti ini disebut sebagai data ordinal.   Pengukuran data ordinal yang menjelaskan peringkat dan angka yang digunakan menunjukkan hal tersebut, misal ordinal data yang bersifat dikotomi, seperti muda dan tua dalam hal umur, atau kondisi kesehatan menggunakan kriteria sakit dan sehat; maka angka yang digunakan bisa merperesentasikan peringkat tersebut, misalnya muda = 1, dan tua = 2;  atau sakit =1 dan sehat = 2; sehingga angka yang digunakan pun lebih dari sekedar label, tapi menunjukkan peringkat yang berbeda dalam satu kontinum yang sama.

Hal yang mirip juga digunakan untuk mengukur opini pada satu pernyataan, dimana peringkat Likert (Likert rating), sangat populer digunakan dalam ilmu-ilmu sosial: mulai dari sangat tidak setuju (STS), tidak setuju (TS), tidak berpendapat (TB), setuju (S) dan sangat setuju (SS). Penempatan angka untuk mewakili opini yang dikemukakan pun menunjukkan peringkat dari yang terendah menuju ke yang tertinggi, misalnya STS = 1, TS = 2, TB = 3, S = 4 dan SS = 5. Hal yang perlu diingat dengan pasti adalah, angka yang diberikan dalam data ordinal ini bukanlah angka bilangan bulat (integer), dimana kita bisa melakukan operasi aritmatika seperti biasanya, namun angka ini adalah representasi yang dipilih untuk menunjukkan peringkat yang ada di kontinum tadi. Walaupun jarak antara STS-TS-TB masing-masing satu, aslinya kita tidak akan pernah mengetahui secara pasti berapakah jarak perbedaan antara STS dan TS misalnya (kita bisa saja mengubah angka yang digunakan misalnya STS = 2 dan TS = 4, namun tetap tidak dapat memastikan jarak dari keduanya). Mengapa tidak bisa ditentukan, kita harus melihat keadaan awalnya, dimana yang ditanyakan adalah opini yang memang sifatnya tidak dapat diukur dengan pasti.

Jenis data berikutnya dalam type variabel kontinu adalah data interval. Tidak seperti data ordinal yang tidak jelas jarak peringkatnya, data interval disamping menunjukkan peringkat juga memberikan jarak yang sama. Contoh yang biasa digunakan adalah skala derajat celcius, dimana jarak antara titik beku air dan titik didih dibagi menjadi 100 dalam kondisi tekanan udara 1 atmosfir. Karena mempunyai jarak yang sama dan dimulai dari angka nol, maka ini disebut juga variabel skala. Konsekwensinya adalah, bila terdapat dua keadaan dengan suhu 20oC dan 40oC misalnya, maka bisa dipastikan bahwa yang kedua adalah dua kali dari yang pertama. Dalam skala interval ini, titik nol yang ditetapkan bisa bersifat acak; bilangan negatif juga bisa digunakan, namun jarak yang diterapkan dalam skala adalah sama. Sehingga berbagai operasi aritmatika (+, -, x, /) bisa dilakukan seperti halnya terhadap bilangan bulat biasa.

Jenis data terakhir adalah data rasio. Semua pengukuran dalam fisika adalah dengan menggunakan skala rasio, seperti massa, panjang, waktu dll. Perbedaan yang mendasar data interval dengan data rasio adalah, yang terakhir mempunyai nilai absolut nol. Misalnya dalam pengukuran suhu, maka standar yang dipakai bukan nol derajat celcius lagi, namun titik terendah yang tidak bersifat acak, namun sangat pasti yaitu -273,15 derajat celcius (atau nol derajat Kelvin). Contoh data rasio yang lain adalah angka probabilitas, angka antara 0 dan 1, angka yang menyatakan peluang. Dengan data dalam skala rasio ini maka segala jenis kalkulasi dan perhitungan diperbolehkan untuk dilakukan.


Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

Follow

Get every new post delivered to your Inbox.

%d bloggers like this: