VARIABEL KATEGORIKAL, ORDINAL DAN INTERVAL
Yuhka Sundaya1. Jenis Variabel
1.1. Kategorikal
Variabel kategorikal, atau disebut juga variabel nominal, adalah variabel yang memiliki dua atau lebih kategori, tapi tidak ada urutan kategori yang intrinsic. Contohnya adalah variabel jenis kelamin yang memiliki dua kategori, yaitu pria dan
1.2. Ordinal
Variabel ordinal serupa dengan variabel kategorikal. Perbedaannya, variabel ordinal memiliki urutan yang jelas. Contohnya adalah status ekonomi yang terdiri dari tiga kategori : rendah, menengah dan tinggi. Contoh lainnya adalah pengalaman pendidikan, seperti : sekolah dasar, sekolah menengah, hingga tingkat pendidikan tinggi. Walaupun kita bisa mengurutkannya dari terendah hingga tertinggi, namun terdapat perbedaan jarak antara nilai. Katakanlah kita memberikan skor 1, 2, 3 dan 4 sampai empat terhadap tingkat pengalaman pendidikan dan kita membandingkan perbedaan tingkat pendidikan antara kategori satu dan dua dengan perbedaan pengalaman pendidikan antara kategori dua, dan tiga atau perbedaan antara kategori tiga dan empat. Perbedaan antara kategori satu dan dua (sekolah dasar dan menengah) mungkin jauh lebih besar dari perbedaan antara kategori dua dan tiga (sekolah tinggi dan perguruan tinggi tertentu). Dalam contoh ini, kita dapat mengurutkan sampel pada tingkat pengalaman pendidikan tetapi ukuran perbedaan antar kelompok tidak konsisten (karena jarak antara kategori satu dan dua lebih besar dari kategori dua dan tiga). Jika kategori-kategori ini memiliki jarak yang sama, maka variabel tersebut akan menjadi variabel interval.
1.3. Interval
Variabel interval mirip dengan variabel ordinal. Perbedaannya terletak pada nilai interval antar sampel. Contohnya adalah kita memiliki variabel pendapatan tahunan dalam satuan dollar, dan kita mengamati tiga orang dengan pendapatan $10,000, $15,000 dan $20,000. Orang kedua memiliki pendapatan lebih besar $5,000 dari orang pertama, dan pendapatan orang kedua kurang $5,000 dibandingkan pendapatan orang ketiga. Ukuran interval tersebut sama.
2. Mengapa Perlu Memahami Jenis-Jenis Variabel ?
Perhitungan dan analisis statistik mengasumsikan bahwa setiap variabel memiliki tingkat pengukuran tertentu. Sebagai contoh, tidak masuk akal apabila kita menghitung rata-rata warna rambut. Nilai rata-rata dari variabel kategorikal tidak masuk akal karena tidak memiliki tingkat kategori yang intrinsik. Apalagi, jika kita coba untuk menghitung rata-rata pengalaman pendidikan sebagaimana didefinisikan dalam bagian ordinal atas, kita juga akan mendapatkan hasil yang tidak masuk akal, karena jarak antara empat tingkat pengalaman pendidikan sangat tidak merata, dan arti dari rata-rata ini akan sangat dipertanyakan. Singkatnya, rata-rata membutuhkan variabel interval.
Kadang-kadang kita memiliki variabel yang berada di antara ordinal dan interval, misalnya, skala likert lima poin dengan nilai "sangat setuju", "setuju", "netral", "tidak setuju" dan "sangat tidak setuju". Jika kita tidak bisa memastikan bahwa interval antara masing-masing dari lima nilai adalah sama, maka kita tidak akan bisa mengatakan bahwa ini adalah variabel interval, tetapi lebih tepat diartikan sebagai variabel ordinal. Namun, untuk dapat menggunakan statistik yang mengasumsikan jenis variabelnya interval, kita mengasumsikan intervalnya memiliki perbedaan yang sama.
3. Apa Masalahnya Jika Variabel Dependen Berdistribusi Normal ?
Ketika kita melakukan t-test atau ANOVA, asumsinya adalah nilai tengah atau rata-rata sampel terdistribusi normal. Pengujian tersebut adalah salah satu cara untuk menjamin bahwa pengamatan individual dari sampel memiliki distribusi normal. Namun, bahkan jika distribusi pengamatan individual tidak normal, distribusi sampel akan terdistribusi secara normal jika ukuran sampel kita adalah sekitar atau lebih besar dari 30. Dasarnya adalah "teorema limit pusat" yang menunjukkan bahwa bahkan ketika suatu populasi tidak berdistribusi normal, namun distribusi dari "rata-rata sampel" akan terdistribusi secara normal bila ukuran sampelnya sama dan/atau lebih besar dari 30.
Dalam melakukan analisis regresi digunakan asumsi bahwa residualnya terdistribusi normal. Satu cara untuk membuatnya cenderung memiliki residual yang normal adalah memiliki variabel dependen yang terdistribusi normal dan semua prediktornya terdistribusi normal, dan residualnya tidak perlu berdistribusi normal.
