Cara Membedakan Data Ordinal, Nominal Serta Scale di SPSS dan JASP
Pada SPSS, akan disuruh untuk memasukkan dan memilih antara ordinal, nominal atau scale dalam kolom measure. Begitu juga dalam JASP, akan disuruh untuk memilih antara data ordinal, nominal atau scale dalam column type. Untuk lebih jelasnya dapat dilihat dalam gambar berikut di bawah.
 |
| Perbedaan letak pemilihan scale, ordinal dan nominal dalam aplikasi JASP dan SPSS |
Klik gambar jika kurang jelas
Pemilihan measure dalam SPSS atau column type dalam JASP sangat penting karena dapat menentukan hasil akhir dari analisis yang dilakukan. Pemilihan measure atau column type yang salah bisa saja dapat menghasilkan kesimpulan yang keliru.
1. Data Scale
Dalam SPSS dan JASP, scale adalah salah satu jenis pengukuran yang dapat diaplikasikan pada data kontinu/berlanjut. Data yang termasuk dalam scale dapat diidentifikasi seperti data interval yang menunjukkan selisih antara nilai-nilai yang diukur dan memiliki arti, contohnya suhu dalam derajat Celcius. Selain itu, data scale juga mencakup rasio, contohnya tinggi badan dan berat. Pada umumnya, data scale berbentuk angka dan dapat dilakukan operasi matematika terhadapnya seperti penjumlahan, pengurangan, dan rata-rata.
2. Data Ordinal
Dalam SPSS dan JASP, ordinal adalah salah satu jenis pengukuran yang digunakan untuk data yang memiliki urutan tetapi tidak memiliki jarak yang tetap antara nilai-nilainya. Data ordinal menunjukkan rangking atau urutan, tetapi tidak bisa diinterpretasikan secara numerik. Biasanya diurutkan berdasarkan jumlahnya. Contoh dari data ordinal termasuk tingkat kepuasan (sangat tidak puas, tidak puas, netral, puas, sangat puas), kategori pendidikan (SD, SMP, SMA, Perguruan Tinggi) maupun suhu udara (dingin, hangat, panas).
Ciri-ciri Variabel Ordinal:
- Semua nilai dapat diurutkan berdasarkan kategori, tetapi tidak ada pernyataan seberapa jauh nilai satu dengan nilai lainnya.
- Selisih antara kategori satu dengan lainnya tidak dapat diukur secara konsisten, misalnya perbedaan antara setuju dan sangat setuju tidak sama dengan perbedaan antara tidak setuju dan netral.
- Meskipun terdapat urutan, data ordinal tetap dianggap kategorikal dan tidak dapat dioperasikan dengan cara yang sama seperti data numerik.
3. Data Nominal
Data nominal adalah jenis pengukuran yang digunakan untuk data yang terdiri dari kategori tanpa urutan atau ranking. Variabel nominal berfungsi untuk mengelompokkan data ke dalam kategori yang berbeda, tetapi tidak ada nilai yang lebih besar atau lebih kecil.
Contohnya seperti:
- Jenis kelamin (laki-laki, perempuan)
- Warna (merah, biru, hitam, kuning, merah jambu, oranye)
- Status perkawinan (menikah, belum menikah)
- Tipe pekerjaan (insinyur, perawat, programer, wirausaha, pekerja lepas)
- Merek produk (lays, hydro coco, indomilk)