JENIS-JENIS DATA VARIABEL (VARIABEL DISKRIT DAN VARIABEL KONTINYU) Aris Sugianto

Transkripsi

1 JENIS-JENIS DATA VARIABEL (VARIABEL DISKRIT DAN VARIABEL KONTINYU) Aris Sugianto IAIN Palangka Raya Jl. G. Obos Komplek Islamic Centre Palangka Raya, Indonesia 2016 ABSTRAK Artikel ini bertujuan untuk menyarankan mahasiswa dan peneliti untuk mengenal jenis-jenis data variabel. Hal ini penting karena formula yang cocok dalam menganalisa data sangat berkaitan erat jenis-jenis data. Artikel ini menjelaskan dengan jelas mengenai jenis-jenis variabel berdasarkan data-data yang dimiliki; 1) Variabel diskrit, 2) Variabel continyu. Variabel diskrit terdiri dari data nominal dan bilangan bulat. Variabel continyu terdiri dari data ordinal, data interval, dan data rasio. Keywords: jenis variabel, jenis data, variabel diskrit, variabel kontinyu, data nominal, data bilangan bulat, data ordinal, data interval, data rasio. Dalam penelitian untuk skripsi, mahasiswa sering kali kebingungan tentang jenis-jenis data yang digunakan. Padahal untuk mengetahui formula apa yang akan digunakan dalam suatu penelitian kuantitatif baik untuk menentukan formula pengukuran validitas dan reliabilitas instrument, hingga analisis data untuk uji hipotesis, adalah sangat berkaitan erat dengan Institut Agama Islam Negeri (IAIN) Palangka Raya 13 Agustus

2 jenis data yang dimiliki. Untuk itu mahasiswa atau si peneliti harus dapat menengenal jenis data apa yang dimiliki sebagai skala pengukuran. Berikut ini adalah jenis-jenis variabel yang sering digunakan ditinjau dari jenis-jenis data yang ada. Apa saja variabel tersebut? Yakni Variable Diskrit dan Variabel Kontinyu. Kedua variabel ini termasuk dalam data kuantitatif. 1. Variabel Diskrit (Discreet Variable) Variabel Diskrit adalah variabel yang berupa data pengkategorian atau membedakan atau mengelompokkan jenis tertentu. Data jenis ini disebut Data Nominal atau Data Dikotomik. Misalnya: Data dikotomik 1 untuk kategori benar dan 0 untuk kategori salah. Data dikotomi ini sering kali digunakan mahasiswa untuk mengkatogorikan jawaban benar dan salah dari tes-tes jenis objektif semisal pilihan ganda (Multiple Choice Question (MCQ). Contoh lainnya adalah simbol 1 untuk pria dan 2 untuk wanita. Angka 1 0, atau 1 2 hanya merupakan label untuk penanda kategori. Jadi bukan berarti bahwa angka 2 lebih tinggi nilainya dari 1 atau 0. Data tersebut bersifat tetap (setara) dan tentu tidak dapat digunakan dalam operasi hitung. Selain itu, data yang termasuk dalam Variabel Diskrit (Data Diskrit) adalah data bilangan bulat. Bilangan bulat adalah bilang yang tidak dalam bentuk pecahan/ desimal. Misalnya jumlah penjualan mobil tahun 2016 adalah 300 buah. Data tersebut selalu bulat. Jadi tidak ada 2,5 buah mobil. Contoh lainnya adalah jumlah manusia. Tidak akan ada pernyataan jumlah penduduk di Jalan G. Obos XVI adalah 101,6 orang. Institut Agama Islam Negeri (IAIN) Palangka Raya 13 Agustus

3 2. Variabel Kontinyu (Continuous Variable) Berbeda dengan variabel diskrit yang mana data hanya berfungsi sebagai label, maka variabel kontinyu merupakan data yang dapat digunakan untuk operasi hitung. Data kontinyu adalah data yang diperoleh dari hasil penghitungan atau pengukuran, sehingga data tidak hanya berupa bilangan bulat, tetapi juga bisa dalam bentuk desimal, misalnya 2,5. Data kontinyu juga bisa dalam bentuk bilangan bulat, namun kelompok data tersebut memungkinkan variasinya ke dalam bentuk pecahan. Contoh dari data untuk variabel ini adalah jumlah benar atau salah dalam suatu tes, skor nilai, ranking, tinggi badan, berat badan, panjang, jarak dll. Data tersebut dapat berubah-ubah atau bervariasi. Berikut ini jenis-jenis data dalam Variabel Kontinyu: a. Data Ordinal Data ordinal merupakan data peringkat. Misalnya juara 1, juara 2 dan juara 3. Angka tersebut mempunyai makna, lebih dari sekedar label seperti pada data nominal di atas. Juara 1 tentu lebih pintar dari juara 2 dan seterusnya. b. Data Interval (Rentangan) Data interval merupakan data jenis rentangan yang sudah dapat digunakan dalam operasi hitung. Selain itu, data interval mempunyai adanya jarak yang jelas di antara masing-masing data. Institut Agama Islam Negeri (IAIN) Palangka Raya 13 Agustus

4 Misalnya, Jika MK I bernilai 1 sks diberikan waktu 50 menit, MK II bernilai 2 sks diberikan waktu 100 menit, dan MK III bernilai 3 sks diberikan waktu 150 menit. Disederhanakan menjadi Maka terlihat bahwa masing-masing data mempunyai rentangan sebesar 50. Contoh lainnya, Berapa kali Anda pergi pulang ke kampong halaman dalam satu tahun? a. 1 kali, b. 2 kali, c. 3 kali, d. 4 kali. Angka-angka tersebut menggunakan interval 1. c. Data Rasio Data rasio merupakan data pengukuran yang paling kompleks dan tentu dapat digunakan dalam opreasi hitung. Angka dalam data rasio merupakan angka yang sesungguhnya, bukan hanya sebagai simbol. Apabila ada angka 0 berarti memang angka 0 yang sebenarnya atau mutlak. Contoh dari data ini adalah data hasil pengukuran/ penghitungan massa, panjang dan waktu. Misalnya, data berat badan, berat badan A mempunyai berat 45 kg, B mempunyai berat 90 kg. Jika dilihat menggunakan skala rasio berat badan A adalah setengah dari berat badan B. REFERENSI Ary, Donald et al Introduction to research in education (8 th edition). Belmont: Wadsworth. Institut Agama Islam Negeri (IAIN) Palangka Raya 13 Agustus

5 Gruitjer, Dat N. M. de & Leo J. Th. Van der Kamp Statistical Test Theory for the Behavioral Sciences. London: Chapman and Hall/CRC. Heiman, Gary W Basic Statistic for Behavioral Sciences (Sixth Edition). Belmont: Wadsworth. Sarwono, Jonathan Metode Penelitian Kuantitative & Kualitatif. Yogyakarta: Graha Ilmu. Singh, Yogesh Kumar Fundamental of Research Methodology and Statistics. New Delhi: New Age international Publishers. Institut Agama Islam Negeri (IAIN) Palangka Raya 13 Agustus