Memahami Skala-Skala Pengukuran

Pengukuran dapat didefinisikan sebagai suatu proses sistimatik dalam menilai dan membedakan sesuatu obyek yang diukur. Pengukuran tersebut diatur menurut kaidah-kaidah tertentu. Kaidah-kaidah yang berbeda menghendaki skala serta pengukuran yang berbeda pula.

Dalam mengolah dan menganalisis data, kita sangat berkepentingan dengan sifat dasar skala pengukuran yang digunakan. Operasi-operasi matematik serta pilihan peralatan statistik yang digunakan dalam pengolahan data, pada dasarnya memiliki persyaratan tertentu dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran dengan operasi matematik /peralatan statistik yang digunakan akan menghasilkan kesimpulan yang bias dan tidak tepat/relevan.

Oleh karenanya, dalam tulisan kali ini, menyambung dua tulisan sebelumnya (Transformasi Data Ordinal ke Interval dengan Excel dan Transformasi Data Ordinal ke Interval dengan Minitab), kita akan mencoba memahami skala-skala pengukuran yang ada serta perbedaan-perbedaannya.

Ada empat tipe pengukuran atau skala pengukuran yang digunakan dalam statistika, yakni: nominal, ordinal, interval, dan rasio.

1. Nominal

Skala Nominal merupakan skala yang paling lemah/rendah di antara skala pengukuran yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan nama (predikat). Skala pengukuran nominal digunakan untuk mengklasifikasi obyek, individual atau kelompok dalam bentuk kategori.

Pemberian angka atau simbol pada skala nomial tidak memiliki maksud kuantitatif hanya menunjukkan ada atau tidak adanya atribut atau karakteristik pada objek yang diukur. Misalnya, jenis kelamin diberi kode 1 untuk laki-laki dan kode 2 untuk perempuan. Angka ini hanya berfungsi sebagai label

kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Kita tidak bisa mengatakan perempuan dua kali dari laki-laki. Kita bisa saja mengkode laki-laki menjadi 2 dan perempuan dengan kode 1, atau bilangan apapun asal kodenya berbeda antara laki-laki dan perempuan. Misalnya lagi untuk agama, kita bisa mengkode 1=Islam, 2=Kristen, 3=Hindu, 4=Budha dstnya. Kita bisa menukar angka-angka tersebut, selama suatu karakteristik memiliki angka yang berbeda dengan karakteristik lainnya.

Karena tidak memiliki nilai instrinsik, maka angka-angka (kode-kode) yang kita berikan tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya. Oleh karenanya, pada variabel dengan skala nominal tidak dapat diterapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala nominal adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

2. Ordinal

Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik tertentu.

Misalnya tingkat kepuasan seseorang terhadap produk. Bisa kita beri angka dengan 5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan 1=sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi peringkat 1,2,3 dstnya.

Dalam skala ordinal, tidak seperti skala nominal, ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas, 2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas, 3=kurang puas dstnya.

Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat tidak puas.

Sebagaimana halnya pada skala nominal, pada skala ordinal kita juga tidak dapat menerapkan operasi matematika standar (aritmatik) seperti pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan (berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi Square dan beberapa peralatan statistik non-parametrik lainnya.

3. Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang diartikan bahwa skala interval tidak memiliki nilai nol mutlak.

Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah B = 15oC dan daerah C=20oC. Kita bisa mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC. (Ini menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Kenapa ? Karena dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B = 59oF dan daerah C=68oF. Artinya, dengan pengukuran Fahrenheit, daerah C tidak dua kali lebih panas dibandingkan daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0. (Bagi yang menginginkan cara mengkonversi Celcius ke Fahrenheit atau sebaliknya, lihat tulisan mengenai Konversi Sistem-Sistem Pengukuran dengan Excel)

Contoh lainnya, misalnya dua orang murid, si A mendapat nilai 70 sedangkan si B mendapat nilai 35. Kita tidak bisa mengatakan si A dua kali lebih pintar dibandingkan si B. (Kenapa ?)

Skala interval ini sudah benar-benar angka dan, kita sudah dapat menerapkan semua operasi matematika serta peralatan statistik kecuali yang berdasarkan pada rasio seperti koefisien variasi.

4. Skala rasio

Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Oleh karenanya, pada skala ratio, pengukuran sudah mempunyai nilai perbandingan/rasio.

Pengukuran-pengukuran dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60 kg. Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan benda A.

21 Tanggapan

  1. Assalamu’alaikum wr wb.
    Ma’af Pak saya mau tanya nih tentang variabel penelitian saya.
    1. Dalam penelitian saya menggunakan variabel pendapatan dan pengeluaran perbulan. Kemudian opsi jawabannya berupa a. kurang dari 1 juta b. 1 – 1,5 juta c. 1,5 – 2 juta d. lebih dari dua juta. Apakah ini bisa digolongkan skala ordinal? Kalau tidak bagaimana caranya agar data tersebut menjadi skala ordinal.
    2. Kalau variabel pendidikan terakhir, misalkan dengan opsi jawaban: a. SD; B. SMP; C. SMA; D. DIPLOMA/S1/S2/S3. Maka termasuk skala ordinal nggak Pak? Kalau nggak termasuk skala apa?

    Demikian pertanyaan dari saya. TErima kasih atas jawaban yang diberikan. Oia Pak kalau bisa tolong jawabannya dikirimkan via email.

    Jawab:
    1. Kalau dikelompokkan seperti itu, maka variabel pendapatan dan pengeluaran tersebut sudah merupakan data skala ordinal. Tapi yang perlu menjadi catatan adalah, aslinya variabel pendapatan dan pengeluaran tersebut kan sudah skala interval/ratio. Kenapa harus diordinalkan ? Yang perlu diperhatikan adalah, semakin tinggi skala pengukuran, maka semakin baik pengukuran tersebut dan semakin baik juga alat analisis yang dapat digunakan. Jadi merubah data dari skala interval/ratio ke skala ordinal, sama dengan pemborosan/mubazir.
    2. Ya, benar. Variabel pendidikan terakhir tersebut merupakan skala ordinal. (Junaidi)

  2. Assalamu’alaikum wr wb,
    Terima kasih Pak atas jawaban sebelumnya Pak, tapi memang tujuan saya memang untuk membandingkan analisis kluster dengan menggunakan data nonmetrik. Oia Pak, saya mau bertanya lagi:
    1. Adakah metode transformasi data nominal ke ordinal?

    Terima kasih atas jawabannya.

    Jawab:
    Kayaknya nggak ada tuh. Karena data nominal sebenarnya adalah data kualitatif yang diberi simbol. Tidak mungkin diordinalkan (diperingkatkan). Tidak mungkin misalnya untuk contoh data nominal jenis kelamin: laki-laki (misalnya diberi simbol 1) dan perempuan (diberi simbol 2), kemudian diordinalkan. Kemungkinan yang bisa adalah, kita mencari karakter tertentu dari kedua simbol nominal tersebut. Misalnya kita ukur tingkat kepedulian antara laki-laki dan perempuan terhadap suatu persoalan. Salam: Junaidi

  3. Ma’af Pak Jun, maksud saya kemarin transformasi data nominal ke interval, ada metode transformasinya nggak Pak? Terima kasih atas jawabannya.


    Jawab:Kalau dari nominal ke ordinal tidak mungkin. Maka lebih tidak mungkin lagi dari nominal ke interval. Ingat, skala interval lebih tinggi dari ordinal. Junaidi

  4. Assalamu’alaikum wr wb.
    pak, saya mau tanya.. untuk mengukur tingkat pengetahuan seseorang itu apa perlu skala juga? kalau perlu apa jenis skala tersebut?
    misalnya saya akan membuat kuesioner berisi 20 pertanyaan, setiap pertanyaan memiliki 1 jawaban yang tepat dari pilihan jawaban yang disediakan. Setiap jawaban yang benar diberi nilai 1 dan jawaban salah diberi nilai 0. Bagaimana saya bisa memasukan kategori tingkat pengetahuan responden tersebut menjadi ‘tingkat pengetahuan baik’, tingkat pengetahuan cukup’, atau ‘tingkat pengetahuan kurang’.
    Saya pernah membaca skala guttman atau skala likert, dimana jenis pertanyaannya ialah memilih antara setuju atau tidak setuju, dan diberi skor 1 atau 0 pada setiap jawaban yang dipilih. Tetapi untuk jenis pertanyaan kuesioner saya, saya bingung termasuk jenis skala apa. Apakah hanya skala interval biasa?
    Maaf ya pak kalau membingunggkan..Terima kasih atas jawabannya..
    Wassalamu’alaikum wr wb.

    Kalau cara menentukan tingkat pengetahuan seseorang dengan menguji kemampuannya dan memberikan penilaian untuk setiap jawaban seperti itu, maka hasilnya adalah skala interval. Tapi kalau kemudian, nilai total jawaban masing-masing responden dikelompokkan (di range) atas tingkat pengetahuan baik (misalnya nilai 15 – 20), tingkat pengetahuan cukup (misalnya nilai 10 – 15) dan tingkat pengetahuan kurang (misalnya nilai kurang dari 10), maka hasilnya menjadi skala ordinal.
    Demikian kira-kira jawabannya. Maaf terlambat merespons. Lagi ada beberapa kegiatan yang harus diselesaikan. (Junaidi)

    • klo cara pengelompokan menurut prosentase bgnm pak? misal dkatakn kurang jika kurang dari sekian persen, dst. thx

      Secara statistik tidak ada aturan baku untuk pengelompokan data. Semuanya tergantung dari teori atau kebiasaan-kebiasaan yang dilakukan peneliti sebelumnya dalam mengelompokkan data jenis yang sama.

  5. Assalamu’alaikum wr wb,
    Ma’af Pak Jun, saya mau tanya. Kalau data ordinal tuh ada nilai min dan max nya nggak? Oia Pak saya sekarang sedang proses mengerjakan hasil penelitian dengan menggunakan analisis kluster dan data saya berupa data ordinal, yang saya tanyakan bagaimana caranya menentukan jumlah kelompok optimal? karena kalau pakai dendogram sulit untuk menentukan jumlah kelompok optimal (100 obyek).

    Demikian pertanyaan dari saya, kalau bapak berkenan mohon di jawab via email. Terima kasih atas perhatian dan kerja samanya.

    Jawab: Tidak ada ketentuan baku mengenai nilai minimum dan maksimum dari data ordinal. Jumlah kelompok untuk data ordinal ditentukan secara subjektif, dan disesuaikan dengan jenis data serta bidang keilmuannya.
    Analisis kluster pada dasarnya dapat dibagi dua yaitu kluster (pengelompokan) observasi dan kluster (pengelompokan) variabel. Yang mana mau dikerjakan ?
    Metode kluster juga macam-macam, yang secara umum dapat dibagi atas metode hirarki dan metode non-hirarki. Yang mana mau dipakai ?
    Saya pikir tidak sulit untuk menentukan jumlah kelompok optimal dengan dendogram untuk 100 obyek pengamatan. Coba gunakan SPSS, dengan menu Analysis Clasify, selanjutnya disitu ada beberapa pilihan metode untuk kluster yang bisa disesuaikan dengan jenis dan jumlah data kita. SPSS juga punya fungsi Help dan Tutorialnya, yang membantu kita memahami analisis kluster ini. (Junaidi)

  6. Assalumuallaikum wr. wb.
    Pak mau tanya nih,
    1. “Hipotesis”untuk uji multivariat itu bgmana ? penulisannya digabung semua variabelnya, apa bisa dirinci per variabel ?
    2. Ukuran kategori baik, sedang dan kurang selain mengacu kpd nilai mean dan median, untuk ukuran yg fixed misalnya baik > 8 pertanyaan, sedang 6 – < 8 dan kurang < 6, ada sumber yang jelas apa tidak ?

    Demikian pertanyaan dari saya, kalau bapak berkenan mohon di jawab via email. Terima kasih atas perhatian dan kerja samanya.

  7. pak,saya ingin menanyakan soal karakteristik dari skala interval,ordinal dan rasio,beserta contohnya.
    makasi pak…

    Bukankah sudah cukup jelas karakteristik dan contohnya dari tulisan di atas Mbak? Atau mungkin bisa lebih dispesifikkan lagi pertanyaannya ?

  8. saya mo’ nanya… kuesioner saya menggunakan pilihan jawaban seperti “tidak setuju”, “netral” dan “Setuju”, apakah itu termasuk skala ordinal
    dan apakah skala ordinal bisa di analisa dengan menggunakan metode regresi…??soalnya skripsi teman2 terdahulu sperti itu…dan saya bingung ketika dosen pembimbing saya bilang skala ordinal tidak bisa menggunakan metode analisis regresi… pa yang harus saya lakukan… saya ingin mencari pengaruh / atau ada tidaknya pengaruh dari beberapa variabel bebas terhadap variabel terikat… kata teman saya bisa saja dengan menggunakan skala likert… artinya jawaban responden di berikan peringkat.. baru di regresikan… terima kasih…

    Benar, pilihan jawaban tersebut termasuk skala ordinal. Skala ordinal bisa diregresikan. Jika skala ordinal terletak di variabel bebas (independent) bisa dijadikan variabel dummy. Jika skala ordinal terletak di variabel terikat (dependent) bisa menggunakan regresi ordinal logit.
    Tapi menurut saya kalau skala ordinalnya adalah skala likert seperti itu, sebaiknya jangan dipaksakan menggunakan regresi. Banyak alat analisis untuk melihat hubungan pada statistik non-parametrik yang lebih sesuai. Kalau dipaksakan menggunakan regresi untuk skala likert, interpretasi hasilnya seringkali membingungkan/susah untuk dimaknai.

  9. maaf pak, saya mau tanya tentang pengukuran tingkat pengetahuan akseptorKB.TRIMA KASIH

    Umumnya untuk pengukuran pengetahuan kita bisa menggunakan skala Likert, dengan mengajukan pertanyaan-pertanyaan mengenai aspek pengetahuan KB, kemudian memperingkat jawaban responden berdasarkan skala Likert.

  10. pak, saya sedang melakukan penelitian tetang tingkat pengetahuan pasien, saya perlu skala yang dapat digunakan unutk menyatakan bahwa tingkat pengetahuan pasien tinggi, sedang atau rendah dengan kuisioner. Bapak punya tidak sumber buku yang menyatakan skala skala tersebut, trima kasih pak sebelumnya

    Biasanya penetapan skala pengetahuan responden tergolomg tinggi, sedang, rendah ditetapkan oleh peneliti melalui definisi operasional variabel dalam penelitian. Untuk mendukung penetapan tersebut, peneliti merujuk pada hasil-hasil penelitian orang sebelumnya yang senada dengan penelitian yang akan dilakukan. Jadi, coba cari hasil-hasil penelitian sebelumnya dulu

  11. ass. pak saya mau tanya. dalam penelitian saya untuk variabel x (nominal) dengan skala guttman dan variabel y (ordinal) dengan skala likert. apa harus di transformasi dari data nominal ke ordinal?? saya bingung cara mengolahnya. tolong minta bantuannya. terima kasih!! wassalam

    Tidak perlu ditransformasi datanya. Ada beberapa peralatan statistik yang cocok untuk skala data semacam itu. Silakan dibaca buku-buku mengenai statistik non-parametrik. Sebagai pengantar kepemahaman statistik non-parametrik ini, bisa dilihat pada beberapa tulisan saya diblog yang lain, diantaranya: (silakan klik di bawah ini)
    Pemahaman Dasar Statistik Non-Parametrik
    Model-Model Analisis Statistik Non-Parametrik
    Statistik Uji Kruskal-Wallis
    Korelasi Peringkat
    Korelasi Peringkat dengan SPSS
    Prosedur Uji Chi-Square
    Chi-Square dengan SPSS

  12. ass. sy mau nanya, sy sdg menyusun skripsi, sy bingung dlm pengukuran variabel, sy dlm mengukur variabel skripsi, ada variabel m’gunax standar yg d ttpkan pemerintah n varibel yg lainx lg sy gunax skala pengukuran nominal krn tdk ada standarx y sy dpt, apa bs sy lakukan it? trimakasih

    Bisa saja. Yang penting ada logika atau teori atau hasil penelitian orang lain yang mendasarinya

  13. Ass..Pak saya mau tanya, saya sdg melakukan penelitian skripsi..ada data yang menggunakan skala ordinal (sy meminta 200 responden untuk merangking). Bagimana cara mengolah data tsb agar sy bisa mengetahui urutan rangking tersebut? terima kasih.

  14. Ass..
    Pak, saya mau tanya..saya sedang mengerjakan skripsi dimana saya diharuskan mengetahui tingkat kepentingan 7 buah faktor untuk diketahui faktor mana yang paling penting. Saya menggunakan skala ordinal dengan meminta responden meranking ketujuh faktor tsb. Bagaimana mengolah data yang saya punya? Bisakah hanya dengan menggunakan excel. Terima kasih.

    Saya belum terlalu jelas dengan maksud pertanyaan ini. Bisa lebih diperinci kasusnya ? Tapi dugaan sementara saya, mungkin maksudnya analisis faktor. Kalau analisis faktor, bisa menggunakan software-software statistik seperti SPSS, Minitab atau LISREL.

    • Betul pak, saya memang menggunakan analisis faktor. saya sudah selesai sampai ekstraksi faktor dgn menggunakan SPSS. Setelah faktor didapat, saya ingin mengetahui faktor mana yang paling penting skala prioritasnya makanya saya menyebarkan kuesioner lagi dgn skala ordinal dimana saya meminta responden merangking faktor yang sudah saya dapat tersebut. Data yg saya punya skr adalah 200 data mengenai hasil rangking. Yang ingin saya ketahui, bagaimana cara saya mengolahnya sehingga saya bisa mendapatkan informasi mengenai urutan faktor yang terpenting hingga yang paling tidak penting. Terima kasih ya Pak.

  15. 1. saya suah baca dan pelajari metode msi yang bapak buat dengan excel, tapi disitu diperuntukkan untuk skala likert dengan 5 kategori. saya pernah coba memasukkan data dengan skala likert 4 kategori tapi tidak mau jalan. Apa memang ga bisa ya pak untuk skala likert 4 kategori ? Atau ada cara lain?

    2. Bisa ngga metode msi digunakan untuk transformasi data ordinal yang bukan likert? Misal data ttg pendidikan yg saya kategorikan jadi 5 atau 6 kategori? apakah langkah langkahnya sama?

    terimakasih sebelumnya atas jawaban yang Bapak berikan….

    1. Untuk kasus 4 kategori, statusnya sama dengan kasus data kategori tidak terisi (dalam hal ini kategori kelima tidak terisi). Jadi tetap bisa menggunakan rumus ini. Untuk lebih jelasnya coba baca tulisan saya mengenai Transformasi data Ordinal ke Interval dengan Excel (Kasus Kategori Tidak Terisi). Ada program Excel yang sudah saya buat disitu, silakan di download. Sudah saya coba, tidak ada masalah.
    2. Bisa saja, karena rumus tersebut memang untuk transformasi data ordinal (tidak membedakan antara skala likert atau bukan). Tentunya kalau kategorinya lebih dari 5, rumus Excel yang saya buat harus dimodifikasi sedikit.

  16. Pak saya mau tanya, kalau skala likert satu indikator ada beberapa pernyataan misal: kejujuran = ada lima pernyataan. sebelum dilakukan analisis harus dirata-ratakan.
    Bagaimana cara merata-ratakan pertanyaan tsb sblm diuji.
    Mohon dibalas, terima kasih banyak

    Tergantung asumsi yang digunakan. Jika anda berasumsi setiap pernyataan memiliki bobot yang sama dalam menggambarkan kejujuran, ya, rata-ratakan seperti cara yang biasa. Tapi jika berasumsi bobotnya tidak sama, maka kalikan dulu dengan bobot tersebut baru dirata-ratakan

  17. Mau tanya Pak Jun. Saya sedang melakukan penelitian dalam bidang pendidikan, dengan menggunakan angket skala likert berisi 65 pertanyaan berasal dari 10 variabel sikap responden. Saya memberikan treatmen tertentu kepada salah satu kelompok dan yang lain sebagai control group. Angket diberikan sebagai pre-test dan post test baik kepada experiment group maupun control group. Control group diberikan pre dan post test juga untuk melihat apakah dari proses belajar yang biasa pun (tanpa intervensi treatment) ada perubahan sikap. Saya ingin membandingkan adakah perbedaan di antara hasil pre dan post test masing2 kelompok dan antar kelompok-kelompok tersebut. Bagaimana mengolah data tersebut sehingga dapat dipakai untuk pengujian Kruskal & Wallis. Untuk test ini harus digunakan rank, apakah dari persentase jawaban ? saya liat contoh2 spt itu, dan tidak ada yang menggunakan dari mean-nya. Mohon penjelasannya. Sebelumnya terima kasih.

  18. Ass. Maaf pak jun, saya ini mahasiswa bahasa jawa semester 5, mau mencari judul skipsi yang ada kaitanya seperti ini. Saya sebagai guru memberikan angket tentang pernyataan2 dan di lain hari saya membuat pertanyaan dari hasil pernyataan2 it. Saya ingin menentukan ada apa tidak korelasi dari pernyataan dan pernyataan dari siswa. Kalau seperti it menggunakan apa ya pak jun? Terimakasih sebelumnya dngan jawaban yang diberikan.

    Silakan menggunakan korelasi pada kelompok korelasi non-parametrik. Ada banyak jenis korelasi non-parametrik, bisa Anda dalami pada buku-buku statistik non-parametrik

  19. pak sama mau tanya bagaimana mengukur metode data kualitatif dengan metode diatas?

    Maaf, bisa lebih diperinci pertanyaanya ?

Tinggalkan Balasan