ARAS PENGUKURAN (LEVEL OF MEASUREMENT)

BAB 5

ARAS PENGUKURAN

5.1 Pengenalan

Bab ini akan membincangkan konsep pengukuran serta aras-aras

pengukuran iaitu aras nominal, ordinal, selang/sela dan aras nisbah.

5.2 Aras Pengukuran

Aras pengukuran yang digunakan amat penting untuk menentukan

bagaimana kita mahu menganalisis data dengan menggunakan analisis
statistik tertentu. Semakin tinggi aras pengukuran, semakin tinggi juga hirarki
ketepatan ke atas pembolehubah yang dinilai.

Data ialah cerapan atau ukuran yang dihasilkan dalam sesuatu kajian. Data
boleh dikelaskan mengikut hierarki iaitu nominal, ordinal, selang dan nisbah.

Dua perkara yang harus diingat tentang aras pengukuran nominal.

Sebagai contoh, satu cara untuk mengukur tinggi ialah dengan meletakkan
individu dalam kategori seperti A dan B, tanpa merujuk kepada ketinggian
sebenar mereka dalam ukuran meter atau kaki. Aras pengukuran dalam
contoh di atas dipanggil ukuran nominal dengan individu telah dimasukkan
ke dalam kumpulan mengikut kategori.

Strategi kedua ialah meletakkan individu di dalam kumpulan yang

dilabelkan seperti tinggi dan rendah. Individu tersebut masih dalam
kumpulan tertentu tetapi sekurang-kurangnya terdapat sedikit perbezaan
melebihi dari kategori ringkas. Dalam kata lain,
 label tinggidan rendah mempunyai sedikit makna dalam konteks mereka
digunakan, yang mana kategori A dan kategori B memberitahu hanya
kumpulan itu sahaja yang berbeza, tetapi perbezaannya tidak diketahui. Aras
pengukuran ini dipanggil aras ordinal.

Strategi ketiga ialah ketinggian tersebut diukur pada ukuran tertentu.

Contohnya ketinggian A adalah 5 inci lebih tinggi dari ketinggian B. Sekarang
kita bukan sahaja tahu terdapat perbezaan antara kedua-dua pengukuran
tetapi kita juga tahu had tepat perbezaan itu (5 inci). Di sini, aras pengukuran
disebut sebagai arasselang (interval).

Akhir sekali, tinggi objek atau individu boleh diukur dalam skala yang
boleh mempunyai nilai mutlak sifar. Walaupun ukuran ini kurang digunakan
dalam kajian sains sosial, ianya mempunyai kelebihan yang akan kita
bincangkan dalam bab ini. Aras pengukuran ini dipanggil arasnisbah (ratio).

Sebagai panduan, terdapat tiga perkara yang perlu diambil perhatian dalam
aras pengukuran, iaitu;

1. Kualiti satu aras pengukuran (seperti nominal) adalah dipengaruhi juga oleh
ciri- ciri pada aras pengukuran yang lebih tinggi. Dalam kata lain,
pembolehubah yang diukur pada arasordinal, mempunyai kualiti
pembolehubah yang diukur pada arasnominal. Begitu juga, pembolehubah
yang diukur pada arasselang mengandungi kualiti pembolehubah yang diukur
dalam kedua-dua aras, nominal dan ordinal. Sebagai contoh, jika anda tahu
ketinggian Maznah adalah 1.6 meter dan ketinggian Chong adalah 1.4 meter
(pengukuran aras selang). Oleh itu, Maznah lebih tinggi dari Chong (aras
pengukuran ordinal) dan Maznah dan Chong berbeza dari segi ketinggian
(aras pengukurannominal).

2. Dalam sebarang projek penyelidikan, setiap pembolehubah akan berada

dalam salah satu daripada keempat-empat aras pengukuran. Persoalan yang
perlu dijawab oleh penyelidik ialah bagaimana pembolehubah itu hendak
diukur.

3. Semakin tepat (dan semakin tinggi hirarki) aras

pengukuran:nominal ordinal, selang dan nisbah, semakin berkualiti proses
pengukuran dan semakin hampir keupayaan kita menilai apa yang kita
hendak nilaikan.
 5.2.1 Aras Nominal

Skala aras nominal merupakan aras ukuran paling asas dalam

pengukuran. Skala aras nominal adalah bersifat kualitatif iaitu data hanya
boleh dikelaskan mengikut kategori-kategori tertentu tetapi kategori tersebut
tidak boleh disusun sama ada menaik atau menurun. Setiap kategori adalah
berbeza dan bersifat saling ekslusif (berasingan) iaitu setiap individu atau
objek tidak boleh lebih daripada satu kategori pada masa yang sama.
Misalnya, pembolehubah jantina disimbolkan 1= lelaki, 2 = perempuan adalah
saling ekslusif kerana jika individu dimasukkan dalam kategori 1= lelaki,
maka individu berkenaan tidak boleh sekali lagi dimasukkan dalam kategori 2
= perempuan. Bagaimanapun nombor-nombor ini hanyalah simbol semata-
mata dan kita tidak boleh memanipulasikan nombor tersebut untuk tujuan
operasi aritmetik.

Dalam usaha untuk memproses data bagi pembolehubah-pembolehubah

aras nominal seperti bangsa, tempat tinggal, nombor pada jersi pelari
marathon, pekerjaan mengikut industri, maka kita akan mengkelaskan
pembolehubah tadi kepada beberapa kategori dengan memberi kod-kod
bernombor 1, 2, 3 dan seterusnya. Contohnya, kategori pekerjaan, 1: pekerja
sektor awam, 2: pekerja sektor swasta, 3: kerja sendiri, di mana 1 + 2 bukan
bersamaan 3, iaitu pekerja sektor awam + pekerja sektor swasta bukan
bersamaan 3 (kerja sendiri). Ini bermakna nombor-nombor bagi data aras
nominal tidak boleh digunakan untuk operasi matematik, kecuali untuk
mendapatkan frekuensi dan mod (kekerapan) sahaja.

5.2.2 Aras Ordinal

Data-data bagi aras pengukuran ordinal mempunyai sifat-sifat aras nominal

iaitu data boleh dikelaskan kepada beberapa kategori, malah ditambah satu
lagi sifat iaitu kategori-kategori ini boleh disusun sama ada menaik atau
menurun mengikut pangkat atau darjah tertentu.

Di antara contoh-contoh data aras ordinal yang disusun mengikut pangkat

atau darjah adalah seperti di bawah;

a. Pengkelasan gred peperiksaan: A, A-, B+, B dan seterusnya.

b. Umur responden: 1: 20 tahun dan ke bawah, 2 : 21 30 tahun, 3: 31 40
tahun dan seterusnya.

c. Respons kepada soalan tertentu dalam soal-selidik berbentuk Skala Likert: 1

= Sangat tak setuju, 2 = Tak setuju, 3 = Kurang setuju, 4 = Setuju, 5 = Sangat
setuju.

d. Kedudukan tempat pertama hingga ke - 8 dalam perlumbaan akhir lari acara

100 meter.

e. Ujian rasa (taste) mengikut pilihan pengguna bagi 4 botol minuman jenama
berlainan. Misalnya, minuman jenama D disusun sebagai pilihan nombor 1,
minuman jenama A pilihan nombor 2, minuman jenama B pilihan nombor 3
dan minuman jenama C pilihan nombor 4.

5.2.3 Aras Selang

Data aras selang (interval) mempunyai semua ciri-ciri data nominal dan data
ordinal, tetapi ditambah satu lagi sifat iaitu perbezaan antara nilai-nilai bagi
setiap selang dalam skala adalah sama dan nilai sifar bukan menunjukkan
sifar mutlak.

Misalnya, apabila kita mengukur suhu (dalam Fahrenheit), perbezaan

suhu di antara 300F dan 400F adalah sama denganperbezaan suhu di antara
700F dan 800F iaitu bersamaan 100F. Dalam pengukuran suhu menggunakan
unit Celsius, nilai suhu 0 C tidak bermakna tiada suhu malah suhu 0 C adalah
bersamaan kira-kira 180F. Bagaimanapun perlu diingatkan bahawa nisbah
dalam ukuran aras selang tidak mempunyai makna. Suhu 800F tidak
bermakna dua kali ganda lebih panas berbanding suhu 400F (walaupun nilai
atribut menunjukkan dua kali lebih besar).

Contoh lain seperti markah peperiksaan, markah ujian IQ dan saiz kasut.
Jika markah peperiksaan akhir bagi pelajar A ialah 80 dan pelajar B ialah 40,
kita boleh katakan wujud perbezaan markah di antara pelajar A dan B, iaitu
pelajar A lebih tinggi markah berbanding pelajar B. Bagaimanapun kita tidak
boleh katakan bahawa pelajar A dua kali ganda lebih cerdik berbanding
pelajar B. Kasut boleh dibezakan mengikut saiz tertentu. Kita tahu bahawa
kasut bersaiz 8 lebih besar daripada kasut bersaiz 4 tetapi kita tidak boleh
katakan bahawa kasut bersaiz 8 dua kali ganda besarnya berbanding kasut
bersaiz 4.

5.2.4 Aras Nisbah

Pengukuran aras nisbah (ratio) mempunyai semua ciri-ciri data aras selang
dengan tambahan satu lagi sifat iaitu mempunyai sifar mutlakyang bermaksud
nilai sifar yang mempunyai makna.

Di antara contoh pembolehubah aras nisbah seperti jumlah pendapatan,

jumlah barang dijual, masa perjalanan, umur, ketinggian dan berat badan.
Titik sifar dan nisbah di antara dua nombor bagi aras ukuran nisbah
mempunyai makna. Misalnya, jika kita ada sifar wang bermaksud kita tidak
ada wang. Pendapatan Ali sebagai jurujual kereta ialah RM4,000 sebulan
manakala pendapatan Abu sebagai jurujual insurans ialah RM8,000 sebulan,
maka kita boleh katakan pendapatan Abu dua kali ganda berbanding
pendapatan Ali.

Kenapa memahami aras pengukuran penting?.

Pengetahuan tentang pengkelasan data amat penting kerana kaedah statistik

ujian yang sesuai bergantung kepada jenis data. Memahami aras pengukuran
akan dapat membantu kita bagaimana untuk mentafsirkan data daripada
pembolehubah itu dan membantu kitamemutuskan apakah analisis statistik
bersesuaian bagi nilai-nilai yangtelah diperolehi daripada data. Misalnya, jika
kita tahu data yang dikumpul dari pembolehubah jantina adalah data
aras nominal, maka kita tidak boleh mendapatkan nilai min (mean) atau
melakukan ujian t (t-test), sebaliknya kita boleh menentukan mod dan ujian
khi-kuasadua sahaja. Jadual berikut menunjukkan analisis statistik yang
dibenarkan mengikut jenis skala ukuran yang berlainan.

<><><><><><><><><><>
Jenis Skala Statistik dibenarkan
Nominal Frekuensi, mod, khi-kuasadua (chi-square)
Ordinal Frekuansi, mod, median, julat, persentil
(percentile)
Selang (interval) Frekuensi, mod, median, julat, min, varians,
 sisihan piawai, korelasi, regresi, analisis varians
Nisbah (ratio) Semua statistik dibenarkan untuk skala selang
ditambah min geometrik, pekali variasi
(coefficient of variation), logaritma.