Merupakan skala yang hanya membedakan kategori / klasifikasi berdasarkan jenis atau macamnya - Skala ini tidak membedakan kategori / klasifikasi berdasarkan urutan atau tingkatan.
Contoh : - jenis kelamin terbagi menjadi laki-laki dan perempuan.
- Jenis pekerjaan bisa diklasifikasi sebagai:
1. Pegawai negeri
2. Pegawai swasta
3. Wiraswasta
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
Skala Ordinal
Merupakan skala yang membedakan kategori berdasarkan tingkat atau urutan.
Contoh: membagi tinggi badan sampel ke dalam 3 kategori: tinggi, sedang, dan pendek. - Sangat puas - Puas - Cukup puas - Tidak puas
- Sangat tidak puas
Ciri Data Ordinal:
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.
Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas)
Skala Interval
Merupakan skala yang membedakan kategori dengan selang atau jarak tertentu dengan jarak antar kategorinya sama.
Skala interval tidak memiliki nilai nol mutlak.
Contoh: membagi tinggi badan sampel ke dalam 4 interval yaitu: 140-149, 150-159, 160-169, dan 170-179 -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 derajat.
Merupakan penggabungan dari ketiga sifat skala sebelumnya. Skala rasio memiliki nilai nol mutlak dan datanya dapat dikalikan atau dibagi.
Jarak antar kategorinya tidak sama karena bukan dibuat dalam rentang interval.
Contoh : tinggi badan sampel terdiri dari 143, 145, 153, 156, 175, 168, 173, 164, 165, 152.
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.
Post by Mang_Uman 09/15 (Statistika & Probabilitas Universitas Buana Perjuangan Karawang)
- Merupakan skala yang membedakan kategori
berdasarkan tingkat atau urutan.
Contoh: membagi tinggi badan sampel ke dalam 3
kategori: tinggi, sedang,
dan pendek.
- Sangat puas
- Puas
- Cukup puas
- Tidak puas
- Sangat tidak puas
Ciri Data Ordinal:
- 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.
- Tidak bisa dilakukan operasi
matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup
puas)
- Merupakan skala yang membedakan kategori
berdasarkan tingkat atau urutan.
Contoh: membagi tinggi badan sampel ke dalam 3
kategori: tinggi, sedang,
dan pendek.
- Sangat puas
- Puas
- Cukup puas
- Tidak puas
- Sangat tidak puas
Ciri Data Ordinal:
- 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.
- Tidak bisa dilakukan operasi
matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup
puas)
Data Ordinal vs Data Interval
Baik data ordinal dan interval adalah dua dari empat tipe data utama atau klasifikasi yang digunakan dalam statistik dan bidang terkait lainnya. Kedua tipe data memungkinkan kebutuhan untuk mengklasifikasikan dan mengekspresikan informasi.
Baik data ordinal dan data interval juga merupakan unit pengukuran untuk jumlah data. Dengan menggambarkan data pada skala, kedua jenis data menunjukkan deskripsi perbandingan dan kontras dalam skala.
Perbedaan antara kedua tipe data adalah sebagai berikut:
Data ordinal ditandai dengan urutan, peringkat, atau urutan yang alami dan jelas dalam skala. Juga, data ordinal tidak peduli dengan kepastian atau kesetaraan antara dua nilai. Penekanannya adalah pada posisi nilai.
Data ordinal memiliki kategori yang ditentukan, dan skalanya digambarkan sebagai tidak seragam. Penggunaan utama mereka adalah untuk menggambarkan data dalam urutan atau bentuk peringkat berdasarkan skala atribut tertentu.
Data ordinal dapat diekspresikan dalam berbagai bentuk dan dengan kata-kata seperti:
pertama kedua ketigamulai, tengah, akhirsatu, dua, tiga dan seterusnya ...A, B, C dan seterusnya ...1, 2, 3 dan seterusnya ...
Rendah, sedang, atau tinggi
Contoh yang sangat baik juga akan menjadi skala Likert dengan nilai mulai dari satu hingga sepuluh. Selain membentuk urutan atau peringkat, tidak ada informasi lebih lanjut selain dari arah dan organisasi yang dapat diturunkan dari tipe data ini. Setiap hubungan antara nilai juga tidak seragam atau tidak konsisten dibandingkan dengan data interval. Juga tidak ada faktor pengidentifikasi atau jarak antara dua variabel.
Data ordinal adalah bentuk data non-parametrik yang merupakan tipe data yang tidak mengasumsikan pola distribusi atau prediktabilitas tertentu. Data nominal juga merupakan bentuk data non-parametrik.
Ini adalah bentuk data parametrik, bersama dengan data rasio. Sebagai bentuk data parametrik, distribusi dalam skala data jenis ini dapat diprediksi.
Di sisi lain, data interval memiliki penekanan pada perbedaan antara dua nilai berturut-turut pada skala tertentu. Nilai di antara keduanya memiliki pemisahan yang sama atau bahkan perbedaan dalam skala. Perbedaan antara dua nilai dapat dengan mudah dilihat dan dapat ditandai sebagai interval yang seragam dan konsisten dalam setiap interval.
Data interval sering digunakan dalam eksperimen psikologis dan tidak dapat dikenakan operasi matematika dari perkalian atau pembagian.
Dibandingkan dengan data ordinal, data interval memiliki skala pengukuran yang lebih bermakna dan berkelanjutan. Mereka juga mengandung lebih banyak informasi kuantitatif dibandingkan dengan data ordinal.
Jenis data ini memiliki skala seragam.
Data interval adalah bentuk data parametrik bersama dengan data rasio. Sebagai bentuk data parametrik, distribusi dalam skala tipe data ini dapat diprediksi dan dapat dibedakan.
Ringkasan:
1.Ordinal data paling peduli tentang urutan dan peringkat sementara data interval prihatin dengan perbedaan nilai dalam dua nilai berturut-turut.2.Ordinal data menempatkan penekanan pada posisi pada skala sementara data interval pada perbedaan nilai dua nilai dalam skala.3. Tidak ada kepastian kesetaraan dalam data ordinal sementara ada kehadiran kesetaraan dalam data interval.4. Skala dan nilai perbedaan dalam urutan ordinal tidak seragam sedangkan dua faktor dalam data interval seragam.5.Interval data dianggap lebih informatif jenis data kuantitatif dibandingkan dengan data ordinal.6.Interval data adalah bentuk data parametrik sedangkan data ordinal adalah bentuk data non-parametrik.
7.Interval data juga dapat ditempatkan secara ordinal.