Jika kamu adalah mahasiswa tingkat akhir yang mengambil topik penelitian yang bersifat kuantitatif, kamu harus mengetahui empat tipe data utama – nominal, ordinal, interval, dan rasio. Dalam panduan ini, kami akan fokus pada data ordinal. Pada artikel ini, kami akan mendefinisikan pengertian, fungsi, ciri-ciri, serta cara menganalisa data ordinal. Baca sampai akhir untuk mengetahui semua yang perlu kamu tahu tentang data ordinal.
Pengertian Data Ordinal:
Data ordinal ialah data yang didapatkan dengan cara klasifikasi atau kategorisasi. Sehingga secara umum, data ordinal merupakan jenis data penelitian yang berbentuk kategoris dengan urutan tertentu, yang mana berbagai variabel penelitian di dalam data ordinal ini dicantumkan secara berurutan. Di dalam data ordinal, variabel ordinalnya secara khusus diberi nomor dengan maksud agar dapat menunjukkan urutan daftar tertentu. Meski demikian, angka di dalam data tersebut tidak diukur atau ditentukan secara matematis, melainkan angka di dalam data tersebut hanya ditetapkan saja sebagai label untuk opini.
Di dalam ilmu statistika, jenis data dengan nilai ordinal biasanya memiliki level pengukuran yang lebih tinggi jika dibandingkan dengan data nominal. Tak hanya itu, data yang terdapat di dalam data ordinal tersebut termasuk ke dalam data kualitatif. Artinya, pada data ordinal memiliki berbagai klasifikasi data yang diurutkan berdasarkan tingkatan. Angka yang diberikan di dalam data ordinal ini mengandung beberapa tingkatan. Adanya urutan tingkatan di dalam data ordinal memiliki fungsi untuk mengurutkan objek dari objek yang paling rendah, hingga ke urutan objek yang paling tinggi, atau sebaliknya seperti yang sudah dijelaskan.
Data di dalam data ordinal ini memiliki ciri yaitu kategori datanya dapat disusun berdasarkan urutan logis dan dapat disesuaikan dengan besarnya karakteristik yang dimiliki dalam suatu data tersebut. Data ordinal juga memiliki tujuan untuk memberikan informasi mengenai jumlah relatif karakteristik yang berbeda yang dimiliki oleh suatu objek atau suatu individu tertentu, sehingga tingkat pengukuran data tersebut memiliki informasi skala nominal ditambahkan dengan sarana peringkat relatif tertentu. Dengan demikian, informasi yang disampaikan adalah apakah suatu objek tersebut memiliki karakteristik yang lebih atau kurang, akan tetapi bukan berapa banyak kekurangan dan juga kelebihan di dalam data tersebut.
Selain pengertian secara umum, Salah satu ahli yang memiliki pendapat mengenai pengertian dari data ordinal. Menurut ahli yaitu Sugiyono, pengertian dari data ordinal atau skala ordinal adalah skala pengukuran yang tidak hanya menyatakan kategori, tetapi juga menyatakan peringkat construct yang diukur. Hingga disimpulkan secara sederhana, data ordinal ini merupakan data yang penomoran objek atau kategorinya disusun menurut besarnya suatu urutan, yaitu dari tingkat yang paling rendah ke tingkat yang paling tinggi, atau sebaliknya dengan jarak atau rentang tidak harus sama.
Fungsi Data Ordinal
Setelah tadi sudah dipaparkan pengertian dari data ordinal, yang mana data ordinal merupakan data yang memiliki penomoran objek atau kategori yang disusun menurut besarnya suatu urutan dari tingkat yang paling rendah ke tingkat yang paling tinggi atau sebaliknya, maka sekarang kita akan bahas fungsi dari data ordinal itu sendiri.
Data ordinal mempunyai fungsi atau kegunaan untuk mengurutkan objek dari yang paling rendah sampai kepada objek yang paling tinggi, atau sebaliknya, seperti pengertian yang telah disebutkan. Akan tetapi, ukuran yang dicantumkan di dalam data ini tidak memberikan nilai absolut terhadap suatu objek.
Sehingga data ordinal hanya memiliki kegunaan untuk memberikan peringkat saja. Jadi, ketika Anda memiliki sebuah objek yang akan diset memiliki nomor atau peringkat, misalnya peringkat 1, 2, 3, 4, 5, dan seterusnya, dan selanjutnya akan dinyatakan di dalam skala, maka jarak antara data yang satu dengan data lainnya bisa saja tidak sama.
Data tersebut hanya akan memiliki urutan mulai urutan dari yang paling tinggi ke urutan yang paling rendah, atau sebaliknya dari yang paling rendah ke paling tinggi. Atau bisa juga urutannya dari yang paling baik ke paling buruk, dan sebaliknya dari data yang paling buruk ke data yang paling baik.
Misal nilai sangat puas adalah 3, puas adalah 2 dan tidak puas adalah 1. Hal ini disebabkan kita tidak dapat menyimpulkan bahwa “sangat puas” (nilai 3) merupakan 3 kali lipatnya “tidak puas” (nilai 1).
Ciri-ciri data ordinal
Berhubung data ordinal merupakan satu dari berbagai data lainnya di dalam statistika, maka data ordinal memiliki karakteristik atau ciri-ciri yang berbeda dengan data-data yang lainnya, berikut merupakan ciri- ciri dari data ordinal:
Tidak Setara
Karakteristik atau ciri-ciri data ordinal yang pertama yaitu posisi data ordinal ini tidak setara. Misalnya jika dinyatakan dalam suatu angka kepuasan pelanggan, maka data ordinal ini memiliki angka yang menunjukkan mulai dari lebih tinggi dari puas, sampai ke yang lebih rendah dari puas. Nilai kepuasan tersebut bisa dinilaikan dengan angka, misalnya dari angka 5 sampai angka 1, atau sebaliknya, tergantung bagaimana kesepakatan dari pembuat data tersebut.
Tidak Bisa Dilakukan Operasi Matematika
Data ordinal tidak bisa dilakukan atau diaplikasikan dalam operasi matematika. Misalnya jika ada penilaian angka 1, 2, 3, 4, 5, tidak mungkin angka tersebut akan dipilih beberapa menjadi nilai yang paling tinggi. Sehingga dalam hal ini, nilai dalam data ordinal tidak bisa dijumlahkan atau dikurangkan.
Disusun Sesuai Besaran Karakteristik
Data ordinal ini disusun sesuai dengan besaran karakteristik dalam suatu nilainya. Misalnya jika Anda ingin menyusun data dengan penomoran atau penilaian yang lebih rendah ke lebih tinggi, atau sebaliknya.
Setelah mengetahui pengertian, fungsi dan ciri-ciri dari data ordinal, sekarang bagaimana caranya untuk mengolah dan menganalisa data tersebut?
Cara Menganalisa Data Ordinal
Data ordinal dapat dianalisis menggunakan Statistik Deskriptif dan Statistik Inferensial. Statistik Deskriptif memungkinkan Anda untuk meringkas karakteristik kumpulan data, sementara Statistik Inferensial membantu mengambil kesimpulan berdasarkan pengujian hipotesis.
Melalui Statistik Deskriptif:
- Distribusi Frekuensi – Menjelaskan, dalam angka atau persentase, bagaimana data ordinal Anda didistribusikan. Misalnya, Anda dapat meringkas nilai yang diterima siswa menggunakan tabel pivot atau tabel frekuensi, di mana nilai direpresentasikan sebagai persentase atau hitungan. Tabel memungkinkan Anda untuk melihat bagaimana nilai didistribusikan.
- Cara lain untuk melihat distribusi frekuensi adalah dengan memvisualisasikan data melalui grafik batang. Urutan kategori penting saat menampilkan data ordinal.
- Ukuran tendensi sentral: Modus dan/atau median – tendensi sentral dari kumpulan data adalah tempat sebagian besar nilai berada. Median (nilai sentral) dan modus (nilai yang paling sering muncul) adalah ukuran tendensi sentral yang paling umum. Modus dapat dengan mudah diidentifikasi dari tabel frekuensi atau grafik batang.
Melalui Statistisk Inferensial:
- Uji Mood’s Median – untuk membandingkan median dari dua atau lebih sampel dan menentukan perbedaannya.
- Uji Mann-Whitney U – membandingkan apakah dua sampel independen termasuk dalam populasi yang sama atau jika pengamatan dalam satu kelompok sampel cenderung lebih besar daripada yang lain.
- Tes Wilcoxon Signed-rank – untuk membandingkan bagaimana dan seberapa besar distribusi skor berbeda dalam dua sampel data yang bergantung atau pengukuran berulang dari sampel yang sama.
- Tes Kruskal-Wallis H – membandingkan peringkat rata-rata skor dalam tiga atau lebih sampel data independen. Tes membantu menentukan apakah sampel berasal dari distribusi tunggal.
- Koefisien Korelasi Peringkat Spearman – untuk mengeksplorasi korelasi antara dua variabel ordinal. Tes ini mengukur ketergantungan statistik antara peringkat variabel.
Nahh itu tadi bahasan terkait pengertian, fungsi, ciri-ciri, dan juga cara menganalisa data ordinal.semoga bermanfaat.
Referensi
UCLA’s Advanced Research Computing. “What is the difference between categorical, ordinal and interval variables?” OARC Stats, https://stats.oarc.ucla.edu/other/mult-pkg/whatstat/what-is-the-difference-between-categorical-ordinal-and-interval-variables/. Accessed 18 February 2023.
Great Learning Team. “4 Types of Data – Nominal, Ordinal, Discrete, Continuous.” Great Learning, 16 January 2023, https://www.mygreatlearning.com/blog/types-of-data/. Accessed 18 February 2023.
Palmer, Elieen. “Ordinal, Nominal, …Who Cares?. My cousin is a senior in high school… | by Eileen Palmer.” Towards Data Science, Towards Data Science, 15 October 2019, https://towardsdatascience.com/ordinal-nominal-who-cares-82c867d7b774. Accessed 18 February 2023.