Sebelum memilih uji statistik atau menentukan bisa-tidaknya sebuah variabel dirata-ratakan, langkah pertama yang sering dilewati adalah: variabel ini sebenarnya berskala apa? Salah mengklasifikasikan skala pengukuran adalah salah satu penyebab paling umum uji statistik yang keliru dipilih di skripsi dan riset lapangan. Widget ini menuntun proses itu lewat tiga pertanyaan ya/tidak yang berurutan.

Cara Pakai

Pilih salah satu contoh variabel bisnis Indonesia dari dropdown (mis. sektor usaha nasabah KUR, peringkat obligasi, level kepuasan pelanggan, suhu gudang beku, atau omzet warung). Jawab pertanyaan pertama — ada urutan bermakna? — lalu ikuti cabang yang terbuka: pertanyaan kedua hanya muncul kalau jawaban pertama “Ya”, dan pertanyaan ketiga hanya muncul kalau jawaban kedua juga “Ya”. Pohon keputusan di bawah menyorot cabang yang sedang ditelusuri, dan keterangan di bawahnya menampilkan skala hasil beserta uji statistik yang sesuai.

Rumus Kunci

Bukan rumus numerik — melainkan tiga kriteria pembeda yang harus dijawab berurutan:

#PertanyaanYa → lanjut keTidak → berhenti di
1Ada urutan bermakna antar kategori? (mis. kode “3” lebih tinggi/banyak dari kode “2”)Pertanyaan 2NOMINAL
2Jarak antar angka sama & pasti? (mis. selisih 2→3 = selisih 3→4)Pertanyaan 3ORDINAL
3Ada nol mutlak? (nol = benar-benar kosong; boleh dibilang “2× lipat”)RASIOINTERVAL

Uji yang sesuai per skala: NOMINAL → hitung frekuensi & modus, uji Chi-Square. ORDINAL → boleh median, uji Mann-Whitney/Spearman. INTERVAL → boleh rata-rata (tapi tidak boleh rasio “2×”), uji-t/ANOVA/regresi. RASIO → semua operasi termasuk rasio “2×” boleh, uji-t/ANOVA/regresi.

Contoh Angka

Contoh 1 — “Sektor usaha nasabah KUR BRI (Kuliner / Dagang / Jasa / Pertanian)”:

  • Pertanyaan 1: Ada urutan bermakna antara Kuliner, Dagang, Jasa, Pertanian? Tidak — tidak ada makna “Dagang lebih tinggi dari Kuliner”.
  • Berhenti di pertanyaan 1 → skala NOMINAL. Yang boleh dihitung hanya frekuensi tiap sektor dan modusnya (sektor mana yang paling banyak nasabahnya); uji yang sesuai: Chi-Square.

Contoh 2 — “Suhu penyimpanan gudang beku (°C), bisa minus”:

  • Pertanyaan 1: Ada urutan bermakna? Ya — 5°C lebih tinggi dari -5°C.
  • Pertanyaan 2: Jarak antar angka sama & pasti? Ya — jarak 0°C→5°C sama persis dengan jarak 5°C→10°C (masing-masing 5 derajat).
  • Pertanyaan 3: Ada nol mutlak? Tidak — 0°C bukan berarti “tidak ada suhu” (masih ada suhu, hanya kebetulan nilainya nol; skala Celsius bisa minus).
  • Hasil: skala INTERVAL. Rata-rata suhu boleh dihitung, tapi tidak sah mengatakan “10°C itu 2× lebih panas dari 5°C” karena titik nolnya sembarang (bandingkan dengan skala Kelvin yang punya nol mutlak dan berskala rasio).

Perhatikan bagaimana jawaban “Tidak” di pertanyaan mana pun langsung menghentikan penelusuran — inilah kenapa struktur pohon keputusan (bukan tabel datar) yang paling pas untuk kasus ini.