VARIABEL PENELITIAN
B. JENIS-JENIS VARIABEL
1. Klasiikasi Variabel Berdasarkan Data
Secara umum klasifikasi variabel berdasarkan data dapat dibedakan atas dua bentuk, yaitu:
a. Variabel Deskrit (Descrete Variable)
Merupakan variabel kategorikal (categorical variable), yaitu variabel yang pemi
lahannya dilakukan secara kategorikal dengan memperhatikan perbedaan kualitatif.
Variabel ini tidak mempunyai angka pecahan. Jumlah ketegori variabel bisa dua dan dapat pula lebih.
Contoh:
1) Seks : Laki-laki Perempuan 2) Agama : Islam
Buddha Katolik Hindu Protestan 3) Pekerjaan : Guru
ABRI Pedagang Nelayan Petani 4) Tempat tinggal : Rumah sendiri
Rumah kontrakan Asrama
5) Kualitas mobil : Sangat baik Baik Kurang baik
Kalau ditelisik lebih dalam lagi, akan diketahui bahwa variabel ini akan meng
hasilkan data nominal dan dapat juga data ordinal. Data nominal diklasifikasikan dalam beberapa kategori “saling lepas”(mutual exclusive) dan tuntas (exhaustive).
Masingmasing kategori itu mempunyai kedudukan yang setara dan penetapan nya dilakukan berdasarkan penggolongan. Pengkategorian contoh pertama maupun yang kedua hanya berdasarkan penggolongan semata, dengan memperhatikan bah
wa kedudukan lakilaki dan perempuan setara. Demikian juga antara agama Islam, Katolik, Protestan, Buddha, dan Hindu. Tidak ada suatu peraturan di Indonesia yang menyatakan bahwa lakilaki lebih penting, lebih berharga, lebih baik, atau le
bih tinggi tingkatnya dari perempuan atau sebaliknya. Sekali memilih satu kategori seperti lakilaki maka ia tidak dapat lagi memilih perempuan atau termasuk kategori yang lain, sebab kategori itu tidak berhubungan atau tidak dapat diubah menjadi ka
tegori yang lain karena setiap kategori saling lepas dan tuntas. Jadi, ada pemisahan yang tegas atau pengkategorian yang tuntas.
Data ordinal juga merupakan bagian dari variabel deskrit. Sifatsifat yang ber
laku pada data nominal juga berlaku pada data ordinal, kecuali kedudukan ma sing
masing kategori. Kalau dalam data nominal kedudukan masingmasing kategori se
tara, maka dalam data ordinal masingmasing kategori memiliki perbedaan jenjang (order) dan urutan dalam atribut tertentu, serta tidak ada nilai nihil atau nol mutlak.
Contoh:
Kemampuan akademis yang didapat mahasiswa dapat dikategorikan menjadi:
■ Rendah
■ Sedang
■ Tinggi
Kebiasaan merokok dapat dikategorikan menjadi:
■ Selalu merokok
■ Sering kali merokok
■ Kadang-kadang merokok
■ Jarang merokok
■ Tidak pernah merokok
Income (pendapatan) seseorang dapat diklasiikasikan atau dikategorikan menjadi be- berapa klasiikasi dan dapat pula dibuat urutannya.
Klasiikasi Urutan
Sangat tinggi 1
Tinggi 2
Sedang 3
Kurang 4
Kurang sekali 5
Pada contoh di atas jelas tampak adanya tingkatan atau urutan dari ka te gori.
Seseorang sudah dapat mengatakan bahwa A yang mempunyai nilai akademis ting
gi, lebih baik dari B dan C yang mendapatkan nilai akademis sedang dan rendah.
Orang yang kurang pendapatannya, dapat dikatakan lebih rendah penghasilannya dari orang yang tinggi pendapatannya.
Perhatikan juga contoh berikut ini:
Motivasi siswa SMA dalam belajar f
Sangat kuat 10
Kuat 15
Sedang 25
Kurang 20
Kurang sekali 35
Angkaangka yang terletak di akhir setiap kategori menunjukkan jumlah fre
kuensi data masingmasing kategori. Oleh karena itu, data tentang motivasi siswa SMA dalam contoh di atas menunjukkan bahwa motivasi siswa ternyata tidak kuat, sebab 35 orang kurang sekali dan 20 orang kurang, sedangkan yang kuat hanya 15 orang dan 10 orang yang sangat kuat.
b. Variabel Kontinu (Continuous Variable)
Variabel kontinu sering juga disebut dengan variabel kuantitatif (Quantitative variable), yaitu variabel yang sinambung, yang memiliki nilai berhubungan atau ada dalam beberapa tingkatan (degree) yang sinambung dari “kurang kepada lebih”
serta dapat menerapkan angka (numeral) terhadap individu atau objek yang ber
beda untuk menunjukkan berapa banyak variabel yang mereka miliki. Variabel ini sekurangkurangnya mempunyai nilai tata jenjang, serta dapat dinyatakan dalam pecahan.
Contoh:
Tinggi badan: 160 cm 161 cm 162 cm
Tinggi badan 160 cm adalah tinggi badan yang terletak dalam rentangan an
tara 159,5–160,5. Tinggi badan 161 dapat dinyatakan dalam pecahan antara 160,5–
161,5, sedangkan tinggi badan 162 cm, terletak antara 161,5162,5.
Apabila ketiga contoh itu dinyatakan sekaligus akan kelihatan antara yang per
tama, kedua, dan ketiga berhubungan seperti berikut:
|!*!*!*!|
159 160 161 162
158,5 159,5 160,5 161,5 162,5
Dari segi lain tinggi badan dapat pula dinyatakan dalam kelompok atau rentang
an (range), seperti:
156 – 160 161 – 165 166 – 170
Atau mungkin juga dinyatakan dalam bentuk tingkatan (bukan kategorikal) dengan menggunakan unit satuan dan interval tertentu seperti cm terlebih dahulu, sehingga dapat disusun dalam berbagai tingkatan, antara lain:
Sangat tinggi Tinggi Sedang Rendah Rendah sekali
Seseorang dikatakan sangat tinggi apabila tingginya 190 ke atas; dikatakan ting
gi apabila tinggi badannya antara 170–189 cm; dikatakan sedang apabila ting ginya antara 150–169, dan seseorang dikatakan rendah apabila tingginya kurang da ri 150 cm. Pengkategorian itu sangat dipengaruhi oleh patokan yang digunakan.
Variabel kontinu akan menghasilkan data interval dan data rasio. Data interval memenuhi semua karakteristik yang berlaku pada data ordinal dan nominal. Bebe
rapa ciri tambahan data interval:
1) Antarkategori dalam data ini dapat diketahui selisih atau jumlahnya.
2) Satuan ukuran mempunyai unit yang sama, dan tiap kategori mempunyai skala yang sama dalam selisih ukurannya.
Contoh:
Untuk menentukan suhu badan manusia digunakan termometer Celcius. Dalam ter- mometer itu, unit pengukuran yang dipakai adalah derajat.
Dengan menggunakan termometer dapat diketahui panas tiap individu, se perti:
36, 37, 38, 39, 40, 41, 35. Data tentang panas badan itu dapat ditata dalam ben tuk kelompok (kelas interval) atau dalam bentuk tunggal. Apabila disusun dalam bentuk kelas interval, maka interval masingmasing kelas harus sama.
Bentuk Kelas Interval Bentuk Tunggal
40–41 41
38–39 40
36–37 39
34–35 38
37 36 5
Dalam contoh di atas dapat dilihat bahwa jarak masingmasing kelas mempu
nyai interval 2. Selisih antara kelas pertama, kedua, ketiga, dan keempat adalah 2.
Unit satuannya pun juga sama. Fahrenheit dan Reimur menggunakan juga derajat sebagai unit pengukurannya. Mereka meletakkan titik nol pada kategori yang tidak sama. Nol pada Celcius tidak sama dengan nol pada Fahrenheit maupun Reimur.
Panas badan orang yang 37 derajat pada Fahrenheit tidak sama dengan 37 derajat pada Celcius. Panas badan orang yang 40 derajat Celcius bukan berarti dua kali lebih panas daripada badan orang yang 20 derajat pada Celcius, walaupun alat pengukur
an mempunyai unit satuan pengukuran yang sama. Demikian pada Reimur dan Fahrenheit. Walaupun jaraknya sama, tetapi harganya tidak sama karena nol yang digunakan bukanlah nol mutlak.
Data rasio memiliki semua karakteristik data interval. Ciri tambahan lainnya, harga nol yang digunakan adalah nol mutlak/absolut.
Contoh:
Lama pendidikan:
a. 4 tahun b. 8 tahun c. 12 tahun d. 16 tahun
Lama pendidikan 16 tahun, berarti dua kali lama pendidikan 8 tahun; lama pen
didikan 8 tahun, dua kali lama pendidikan 4 tahun. Seorang yang berpendidikan 16 tahun, berarti lama pendidikan yang ditempuhnya empat kali lama pendidikan orang yang berpendidikan 4 tahun. Lama pendidikan dalam contoh di atas disebut dengan variabel rasio. Data variabel rasio disebut pula dengan data rasio.
Dari berbagai contoh di atas dapat disimpulkan bahwa variabel deskret atau kategorikal bukan merupakan hasil perhitungan (counting), melainkan merupakan pemilahan atau pengkategorian. Antara satu kategori dan yang lain saling lepas dan tuntas. Variabel kontinu atau kuantitatif mempunyai unit pengukuran tertentu, sa
ling berhubungan antara satu kategori dengan yang lain (continous), dan merupakan hasil perhitungan.