Fokus dari desain penelitian dan analisis statistik adalah studi tentang variabel. Pada saat Anda ingin mempelajari suatu fenomena, langkah pertama adalah mendefinisikan fenomena yang diteliti tersebut, dalam hal ini adalah menentukan variabel-variabel yang kita amati dan selanjutnya menentukan bagaimana cara Anda mengukur variabel tersebut. Proses tersebut dikenal dengan istilah definisi operasional. Jelas disini bahwa untuk memahami suatu fenomena, kita harus memahami dulu istilah variabel dan skala pengukuran. Apabila Anda tidak menentukan secara jelas cara pengukuran variabel yang ingin Anda pelajari, pada akhirnya Anda akan mengalami kebingungan dalam menentukan desain penelitian yang tepat serta dalam menentukan prosedur analisis statistik yang sesuai.
Sebagai contoh Fenomena di bidang pertanian. Pada saat Anda mengikuti perlombaan Lomba Lintas Lembah dan Bukit, Tanpa sengaja Anda memperhatikan pertumbuhan beberapa tanaman, pada lokasi tertentu ada tanaman yang tumbuh dengan subur dan ada juga yang merana, he2… Mungkin muncul pertanyaan baru? Kenapa tanaman yang tumbuh di tanah tersebut tumbuh dengan subur sementara di tempat lainnya tidak demikian? Setelah Anda perhatikan dengan seksama, ternyata pada lokasi yang tanamannya tumbuh dengan subur ditemukan banyak mengandung bahan organik yang berasal dari pupuk kandang. Anda bisa menyimpulkan bahwa tanaman subur karena tersedianya hara yang cukup dari pupuk kandang. Namun muncul lagi pertanyaan baru.., apakah semua jenis pupuk kandang pengaruhnya sama terhadap pertumbuhan tanaman? Nah ini baru ide baru.., dan Anda berniat untuk mempelajari pengaruh dari pemberian berbagai jenis pupuk kandang terhadap pertumbuhan dan hasil tanaman. Langkah pertama adalah menentukan variabel apa saja yang akan dipelajari. Jelas disini ada dua kategori variabel, yaitu variabel penyebab dan variabel akibat. Variabel penyebab dikenal dengan variabel bebas atau Faktor dan variabel akibat adalah variabel terikat (Respons). Langkah selanjutnya adalah menentukan variabel-variabel tersebut. Misalnya variabel bebasnya adalah jenis pupuk kandang (ayam, domba, sapi) dan variabel terikatnya yang akan di amatinya (respons) adalah kandungan hara di dalam tanah (N, P, K), serapan hara oleh tanaman (N, P, K), pertumbuhan tanaman (diwakili oleh variabel Tinggi tanaman), dan hasil tanaman. Setelah variabelnya ditentukan, selanjutnya adalah menentukan bagaimana cara pengukurannya? Misalnya, indikator yang akan dijadikan pewakil dari karakteristik hasil tanaman adalah berat biji. Bagaimana cara mengukurnya? Cara mengukur berat biji tersebut termasuk pada penentuan skala pengukuran dari variabel berat biji tanaman.
Pengukuran adalah dasar dari penyelidikan ilmiah. Segala sesuatu yang kita lakukan dimulai dengan pengukuran objek yang akan kita pelajari. Pengukuran adalah pemberian angka atau kode pada suatu obyek.
Terdapat empat Jenis Skala Pengukuran yaitu Nominal, Ordinal, Interval, Ratio. Skala yang paling rendah adalah Nominal dan yang tertinggi adalah Skala Rasio. Skala pengukuran yang lebih tinggi akan memiliki karakteristik skala pengukuran di bawahnya. Misalnya, skala Rasio akan memiliki karakteristik Nominal, Interval, dan Ordinal.
Variabel Nominal/Skala Nominal
Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah tingkatannya dan hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi. Artinya, variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan dari karekateristik lainnya, tetapi kita tidak dapat mengukur atau bahkan mengurutkan peringkat kategori tersebut. Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut berbeda, satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik keduanya, tetapi kita tidak bisa mengukur dan mengatakan mana yang “lebih” atau mana yang “kurang” dari kualitas yang diwakili oleh variabel tersebut. Kita hanya bisa memberikan kode/label pada kedua karakteristik tersebut, misalnya angka 0 untuk perempuan dan angka 1 untuk laki-laki. Kode/label angka tersebut bisa saja di tukar. Kode di sana hanya berfungsi sebagai pembeda antara kedua objek dan tidak menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih tinggi atau lebih baik di banding 0.
Operator aritmetika yang bisa digunakan pada skala nominal hanya tanda “=” atau “≠”.
Contoh-contoh variabel nominal lainnya adalah:
Variabel Ordinal/ Skala Ordinal
Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita ukur. Dalam hal ini kita bisa mengatakan A “lebih” baik dibanding B atau B “kurang” baik dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B. Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah daripada nilai yang lain, namun kita tidak bisa mengatakan berapa perbedaan jarak (interval) diantara nilai-nilai tersebut. Contoh umum variabel ordinal adalah status sosial ekonomi keluarga. Sebagai contoh, kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya dibanding kelas menengah ke bawah, tapi kita tidak bisa mengatakan berapa lebihnya atau mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi. Pemberian simbol/kode angka pada skala ordinal, selain berfungsi untuk membedakan karakteristik antar objek juga sudah menetukan urutan peringkat dari objek tersebut.
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<” dan “>”. Misal kode angka untuk kelas bawah = 0, menengah = 1, dan atas = 2. Angka 0 berbeda dengan 1 ataupun 2 (operator aritmetk: = dan ≠), 0 lebih rendah dibanding 1 (operator aritmetk: < dan >),
Contoh:
Variabel Interval/ Skala Interval
Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan skala interval. Kita dapat mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40 derajat, demikian juga suhu 30 derajat lebih tinggi dibanding dengan suhu 20 derajat. Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara 20 dan 30 derajat, yaitu 10 derajat. Jelas disini bahwa pada skala interval, selain kita bisa membedakan (mengkategorikan), mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak atau intervalnya juga dapat dibandingkan. Perbedaan antara kedua nilai pada skala interval sudah punya makna yang berarti, berbeda dengan perbedaan pada skala ordinal yang maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50 derajat dua kali lebih besar dibandingkan dengan perbedaan antara suhu 30 dan 35. Dengan demikian, selain sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi nilai mutlaknya tidak dapat dibandingkan secara matematik, oleh karena batas-batas variasi nilai pada interval adalah arbiter (angka nolnya tidak absolut).
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<“, “>”, “+”, “-“. Misal suhu: 30 +10 = 40 derajat.
Contoh Skala Interval lainnya:
Variabel Rasio/ Skala Rasio
Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol mutlak, sehingga memungkinkan menyatakan rasio atau perbandingan di antara kedua nilai, misalnya x adalah dua kali lebih y. Contohnya adalah berat, tinggi, panjang, usia, suhu dalam skala kelvin. Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg. Disini kita bisa membandingkan rasio, misalnya kita bisa mengatakan bahwa berat A dua kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan berarti dan angka 0 menunjukkan nilai 0 mutlak. Memang agak sedikit susah dalam membedakan antara skala interval dengan rasio. Kuncinya adalah di angka 0, apakah nilai nol tersebut mutlak (berarti) atau tidak? Sebagai contoh, suhu bisa berupa skala interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan. Apabila kita menggunakan skala Celcius atau Fahrenheit, termasuk skala interval, sedangkan apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena suhu 0 derajat Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200 derajat lebih tinggi daripada suhu 100 derajat, tetapi kita juga sudah dapat menyatakan dengan pasti bahwa rasionya benar dua kali lebih tinggi.
Operator aritmetika yang bisa digunakan pada skala rasio adalah tanda “=”, “≠”, “<“, “>”, “+”, “-“, “x” dan “÷”.
Misal nilai Berat A 70 kg, berat B = 35 kg.
-
Operator aritmetik “=”, “≠”, kita bisa mengatakan Berat A berbeda dengan Berat B (A ≠ B);
-
Operator aritmetik “<“, “>”: A lebih berat dibanding B (A > B),
-
Operator Aritmetik “+”, “-“: Beda antara berat A dengan B = 35 kg (A – B = 70 – 35 = 35) kg,
-
Operator aritmetik “x” dan “÷”:A dua kali lebih berat dibanding B ( A = 2xB).
Contoh:
-
Waktu, panjang, tinggi, berat, usia
-
Kadar zat dan jumlah sel tertentu
-
Dosis obat, dll
Skala interval tidak memiliki karakteristik rasio. Kebanyakan prosedur analisis data statistik tidak membedakan antara data yang diukur dalam skala interval dan rasio.
Ringkasan skala pengukuran:
Skala
|
Definisi
|
Level
|
Operasi Aritmetik
|
Contoh
|
Nominal |
Data Kategori |
|
=, ≠ |
|
Ordinal |
Data yang hanya bisa diurutkan dari kecil ke besar atau sebaliknya |
-
Mutually exclusive
-
Urutannya Pasti/Jelas
|
=, ≠
<, > |
|
Interval |
Selain mencakup karakateristik Nomina dan Ordinal, juga sudah bisa dilakukan operasi penjumlahan karena jarak antara datanya sudah jelas.
Tidak mempunyai nilai nol mutlak |
-
Mutually exclusive
-
Urutannya Pasti
-
Jarak antara kode sama
|
=, ≠,
<, >,
+, – |
|
Ratio |
Mencakup karakteristik Interval dan mempunyai nilai nol mutlak
|
|
=, ≠,
<, >,
+, -,
x, ÷
|
-
Suhu (Kelvin)
-
Waktu
-
Panjang
-
Berat
-
Tinggi
|
Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)
Skala pengukuran
|
Kualitatif
|
Kuantitatif
|
Nominal |
√ |
|
Ordinal |
√ |
|
Interval |
|
√ |
Ratio |
|
√ |
Flowchart untuk menentukan skala pengukuran variabel
Bagan Alir Skala Pengukuran Variabel
Contoh Penerapan:
|
Jenis
Kelamin
|
Perilaku/
Sikap
|
Ujian
|
Peringkat
|
Huruf
Mutu
|
|
(L-P) |
(20-80) |
(0-100) |
(1-11) |
(A-F) |
Barb |
P |
80 |
100 |
1 |
A |
Chris |
L |
48 |
96 |
2.5 |
A |
Bonnie |
P |
74 |
96 |
2.5 |
A |
Robert |
L |
35 |
93 |
4 |
A |
Jim |
L |
79 |
92 |
5 |
A |
Tina |
P |
60 |
89 |
7 |
B |
Ron |
L |
55 |
89 |
7 |
B |
Jeff |
L |
56 |
89 |
7 |
B |
Brenda |
P |
74 |
88 |
9 |
B |
Mark |
L |
56 |
82 |
10 |
B |
Mike |
L |
65 |
75 |
11 |
C |
Skala pengukuran: |
nominal
|
interval
|
rasio
|
ordinal
|
ordinal
|
Skala pengukuran variabel penting untuk penentuan uji statistik yang sesuai: skala nominal dan ordinal hanya bisa menggunakan uji statistik non parametrik, sedangkan skala interval dan rasio bisa menggunakan statistik parametrik.
tanks, bangets ni mau tanya bila hubungan variabel bebasnya pakai skala ordinal dan variabel terikatnya nominal untuk uji statistiknya pakai uji apa? tks
oke, selamat berkarya dan sukses selalu
Penjelasannya sanagt jelas, mudah dipahami. Nice 🙂
tingkyu bgt atas infonya…mau tanya apakah ada buku sumber yang mengatakan kalau variabel pengetahuan itu bisa menggunakan skala rasio ????? plisssss bls donggg…bukunya apaaaa
alkitap
kebetulan saya ada mata kuliah statistik semester ini.
saya izin ambil ya..
🙂
numpang copas, thanks b4.
@all: terimakasih atas kunjungannya…
maaf
kak mau tanya kalo pekerjaan, body mass index, dan tahun masuk kuliah itu termasuk variabe pa saja ya.
Trims gan infonya… izin copas ya.. 😀
contoh lain dari skala interval apa??
n mhon djelaskan skala interval yang singkat n jelas
trima kasih.
hemmm, susah juga ya kalau sengaja nyari contohnya 🙂
Skala interval atau rasio keduanya hampir mirip dan terkadang susah untuk dibedakan. Makanya, dalam analsis statistik keduanya diperlakukan sama, yaitu sebagai variabel kuantitatif (dalam SPSS, keduanya dikenal dengan SKALA).
Cara membedakannya??
Intinya begini, apakah satuan tersebut punya angka 0 mutlak gk? Artinya, apakah angka 0 disana bermakna atau tidak?
Panjang 0 cm? ada panjangnya??
Berat 0 kg? benda tersebut mempunyai berat??
Panjang 0 cm, bisa dikatakan tidak mempunyai panjang kan?
berat 0 kg, bisa dikatakan tidak mempunyai berat kan?
Anka 0 di atas bersifat mutlak! Sebagai pegangan, angka 0 mungkin bisa di identikan dengan kata “TIDAK ADA atau TIDAK MEMPUNYAI” —-> Skala RASIO
SKALA INTERVAL:
IQ = 0, tidak mempunyai IQ?? (0 disana tidak mutlak)
Kalau menurut saya, Tekanan darah, denyut nadi, skala prilaku yang diangka-kan, Hitungan Tahun Masehi (tahun 0, 0 disana tidak mutlak, hanya indeks saja, Tahun 2010 tidak berarti dua kali tahun 1005) –Awas, harus dibedakan dengan hitungan waktu ya, skala RASIO. Bayi 0 tahun, 2 tahun, 4 tahun — 0 disana mutlak, bayi 4 tahun usianya dua kali bayi yang usianya 2 tahun (rasio) dan Angka 0 disana berarti/bermakna bukan?
kak saya mau bertanya apakah durasi menyusui eksklusif termasuk skala rasio? 0-6 bulan?
thank sbgt sagt mmbatu utuk ujian saya
sama2 nessi, semoga hasil ujiannya memuaskan ya 🙂
sya mau tnya nie,bila variabel bebasnya memakai skala ordinal dan variabel terikatnya memakai skala interval untuk uji statistik memakai uji statistik apa ya??? thanks
Hemm…maaf kalau salah. Dari beberapa referensi yang pernah saya baca, sama dengan regresi biasa, hanya saja untuk variabel x-nya di buat dummy (apabila skala variabelnya nominal atau ordinal dimana taraf/levelnya kurang dari 5). Banyaknya variabel dummy yaitu banyaknya taraf/level – 1. Contoh level untuk variabel status pernikahan: single; menikah; janda/duda (ada 3 level), maka variabel dummy-nya ada 3-1 = 2 buah, sehingga model persamaan regresinya menjadi:
Y = bo + b1*D1 + b2*D2 + error (catatan: D = Dummy variable)
Namun apabila skala variabelnya x-nya ordinal dengan level/tarafnya minimal 5 (skala likert, misalnya), digunakan regresi biasa seperti pada regresi dengan variabel x-nya interval atau rasio.
mas bro ak punya data
4,89
1,48
1,09
1,14
9,35
0,66
2,36
2,62
1,67
1,51
5,23
disini saya menkriteriakan baik sedang dan jelak… formula untuk menenentukan jelek sedang baik gmn?
Untuk nilai pembatasnya bisa digunakan nilai standar deviasinya (SD), bisa 1 x SD; 0.5 SD atau batasan nilai lainnya. Hal tersebut bersifat subjektif, tergantung masing2
Misal apabila menggunakan nilai 1 x SD:
apabalia nilainya < nilai rata-rata – 1 x SD => jelek
apabalia nilainya berada diantara nilai rata-rata – 1 x SD dan nilai rata-rata + 1 x SD => sedang
apabalia nilainya > nilai rata-rata + 1 x SD => Baik
atau:
xi < Nilai rata-rata – 1 x SD => jelek
Nilai rata-rata – 1 x SD < xi < Nilai rata-rata + 1 x SD => sedang
xi > Nilai rata-rata + 1 x SD => baik
Andy bisa juga menggunakan nilai 0.5 x SD sebagai pembatasnya.
Contoh dengan menggunakan batasan 0.5xSD:
Nilai rata-rata dari data di atas (mean) = 2.91
Nilai standar deviasinya (SD) = 2.61
Keputusan:
Jelek apabila nilainya lebih kecil dari (2.91 – 0.5 x 2.61) = 1.60
Baik apabila nilainya lebih besar dari (2.91 + 0.5 x 2.61) = 4.21
Sedang apabila nilainya berada di antara 1.60 dan 4.21
Saya masih bingung rumus untuk membagi data menjadi rendah,sedang, berat. Jika nilai terendah nya 10, tertinggi 40, gimana ya? Mksih
Hai, saya minta izin utk share link y.. Teman saya ada yang membutuhkan penjelasan ini..
Btw penjelasannya cukup singkat namun padat dan menarik.. Keep up your good works Mate! CHEERS….
thanks! useful banget!
Mas…aku mau nanya…coba sebutkan 10 contoh variabel tentang penyakit beserta masing2 dimensi dan subdimensinya…Τ̲̅н̲̅a̲̅и̲̅κ̲̅ ч̲̅o̲̅u̲̅]:) be4
thanks mas. berguna bgt..
Ok, thanks juga Yusaid..
trims bgt bt infonya.. mg trs berkarya n sukses sll…:-)
oia mas mau tanya, kalau variabel bebasnya skala nominal dan variabelnya terikatnya skala interval maka uji statistiknya menggunakan uji apa?
Pakai metode regresi biasa dengan menggunakan variabel dummy (boneka) untuk skala nominalnya.
mas yg baik, saya punya data ‘jarak’ antara 1 – 10 km, ingin saya bagi tiga kategori dengan menggunakan skala likert meliputi kategori : 1. tidak jauh, 2. jauh, 3. sangat jauh. gimna membagi jarak dari 1 – 10 tsbt utk mengetahui jarak-jarak itu masuk kategori 1, 2, atau 3. tks
makasih banyak yah om, kebetulan lagi belajar statistik semester inih
om mau tanya kalo kalo misal data keuangan tentang kredit itu kan rasio ya, itu pas di spss diawali pakek angka 0 atow langsung ke datanya waktu ngitung?
saya mau nanya…
misalakan menggunakan skala pengukuran interval..
itu nilai batas max n min nya apa qt yg nentuin sendiri???
contoh lain skala interval apa ya ? aku disuruh bikin 5 contoh . bingung juga membedakannya 😦
askum bgi smuanya .. saya mau tanya tentang pemilihan uji bisa gak ya?
wiiiih,,, aku nggak paham-paham perbedaan skala Interval dan rasio,, maklum dibawah rata2 haha..!!
nice info.. tenkiu ^ ^
Pingback: Skala Pengukuran Variabel | Statistik menjadi mudah!
maz mo tnya,, kalo pengumpulan data pakenya kuesioner terdiri dr 10 pertanyaan, bagaimana hasil ukurnya???? mksh
sangat jelas . . Terima kasih ya ..
mas brow,,kalo variabel bebas & terbatasnta sama2 pake skala nominal, nah untuk statistiknya gimana mas??
mau nanya pak misalnya mau uji pengaruh shift terhadap tingkat stress, bagusnya pake uji apa?
aq bingung menentukan skala pengukuran variabel kualitatif dan kuantitatif
mohon bantuanyyaaa
Pingback: Skala pengukuran variabel « Feriwib7′s Blog
thanks infox yacch 🙂
mau nanya Pak.
Kalau variabel X dan Y nya pake skala guttman, analisis datanya pake metode apa ya?
terimakasih
mau tanya kalau tindakan itu termasuk dalam interval? apa devenisi overasionalnya? cara dan alat ukurnya? hasil ukur?
trimKasih ya pak, sangat membantu 🙂
terima kasih pak atas informasinya…
saya mau bertanya sedikit kalo untuk contoh tingkat pengetahuan menggunakan skala ukur rasio itu seperti apa ya pak…ada contoh kah……terima kasih
mas,,,ak lagi bingung,,, kan bikin kuesioner kelelahan.. bingungnya pake jawaban ya, tidak ato tidak pernah, sering, sering sekali dll..
trus kriteria ya ato tidak tu seperti apa,,,
begitu jg yang tidak perna, sering, sering sekali, dll..
That is really interesting, You are a very professional blogger.
I have joined your feed and stay up for in search
of extra of your magnificent post. Also, I’ve shared your site in my social networks
I’m very happy to find this great site. I wanted to thank you for ones time for this particularly fantastic read!! I definitely savored every little bit of it and I have you saved to fav to check out new stuff in your site.
Your style is unique in comparison to other people I have
read stuff from. Many thanks for posting when you’ve got the opportunity, Guess I will just bookmark this page.
Pingback: Skala Pengukuran Variabel | Ayu Dwi's Blog
tekanan darah dan denyut jantung termasuk skala apa ya? tolong penjelasannya.. terimakasih..
mba,apakah skala nominal bisa digunakan untuk penelitian parametrik? mengingat fungsinya hanya membedakan atau labelling saja?
mas mau tanya.. kalau yg ditanyakan ialah metode pengukuran dan bukan skala pengukuran begitu lalu bagaimana, ya? saya sudah searching ke mana-mana tp tidak menemukan.. apa masuk ke yang stat parametrik dan non-parametrik itu?
mbk, penurunan tekanan darah itu termasuk skala data apa?
selamat siang, mau bertanya donk mas, jika untuk menghubungkan data skala ordinal dengan ordinal lagi lebih bagus menggunakan yang mana ya? rank spearman atau chi square, terima kasih
hallo salam kenal, bagaiman Interval waktu ke pemupukan , gimana dasarnya yah
klo umur, termasuk variabel apa? nominal, ordinal ato apa?
mas, mau tanya. kalau variabel dependennya menggunakan skala nominal dan independennya menggunakan skala ordinal dengan sampel lebih dari seratus uji statistik yang paling cocok apa yaa..?
Permisi pak,minta pencerahannya..sy sedang skripsi variabel x sy ad dua yakni x1 nya pendidikan (skala ordinal), x2 etnis atau suku (skala nominal) dan variabel Y nya persepsi skala interval) menurut bapak sy harus pakai rumus apa ya untuk variabel diatas?product moment apakah masih sesuai untuk variabel diatas?
Selamat pagi Pak.
Mohon pencerahannya.
Saya mau mengolah Data Tesis , dengan judul
Pengaruh biaya mutu dan Mutu produk terhadap penjualan .
Skala nya Mutu Produk pakai skala likert Likert
Biaya Mutu pakai Ratio.
Bagaimana menggabung dua variable berbeda tersebut dengan pakai Regresi Linier Ganda
Mohon pencerahannya
Salam
Eliakim
Terimakasih, sangat bermanfaat! 🙂
Ini goggle atau apaan sih lain yg diketik lain yg muncul dasar tak berguna
kalau mau uji banding antara suatu laba tahun 1 dan tahun 2 berarti menggunakan skala apa ya gan????
apa dampak terhadap penelitian apabila variabel penelitian tidak sesuai dengan jenis datannya, skala pengyukurannya, dan memilih alat ujinya?
kak mau tanya klo ada suatu data tentang umur anak berupa bayi, anak-anak, dewasa muda, lansia itu termasuk skala data apa ya?
Ilmu yang sangat bermanfaat…Trimakasih bapak telah membantu penyelesaian tugas makalah saya