VARIABEL NOMINAL: KONSEP DAN CONTOH - DUDAS - 2026

Sebuah variabel nominal adalah salah satu yang mengambil nilai-nilai yang mengidentifikasi kelas atau kategori di mana obyek penelitian dikelompokkan. Misalnya, variabel 'warna rambut' mengelompokkan orang menjadi coklat, hitam, rambut pirang, dll.

Skala nominal mengidentifikasi, mengelompokkan, dan membedakan unit-unit studi, menurut kualitas tertentu, dalam kelas-kelas yang didefinisikan dengan jelas dan eksklusif, sedemikian rupa sehingga semua yang termasuk dalam suatu kelas adalah sama atau setara sehubungan dengan atribut atau properti yang diteliti.

Ikon pria dan wanita. Sumber: pixabay.com

Kelas dibedakan berdasarkan nama atau dengan nomor identifikasi, sehingga tidak memiliki nilai numerik atau urutan yang ditetapkan. Misalnya: variabel jenis kelamin memiliki dua kelas, laki-laki dan perempuan; Angka 1 dan 2 juga dapat digunakan, masing-masing mewakili kategori pria dan wanita. Angka-angka ini hanyalah pengenal acak.

Dalam tipe pengukuran ini, nama atau label ditetapkan ke objek. Nama dari sebagian besar spesimen atau definisi yang dinominasikan adalah "nilai" yang ditetapkan untuk ukuran nominal objek penelitian.

Jika dua benda memiliki nama yang sama terkait dengannya, maka mereka termasuk dalam kategori yang sama, dan itulah satu-satunya makna yang dimiliki ukuran nominal.

Konsep dan karakteristik

Skala nominal adalah yang paling dasar dan variabel yang diukur pada skala ini mengklasifikasikan unit studi (objek, orang, dll.) Ke dalam kelas, berdasarkan satu atau lebih karakteristik, atribut, atau properti yang unik dan diamati.

Kelas atau kategori memiliki nama atau nomor, tetapi ini hanya berfungsi sebagai label atau pengidentifikasi, mereka membuat perbedaan kategoris daripada kuantitatif, mereka melayani fungsi klasifikasi murni.

Mereka tidak dapat dimanipulasi secara aritmatika, mereka tidak mencerminkan urutan (naik atau turun) atau hierarki (lebih tinggi atau lebih rendah), pengamatan tidak dapat diurutkan dari terkecil ke terbesar atau dari kecil ke besar, artinya, tidak ada kategori yang memiliki hierarki lebih tinggi dari lainnya, mereka hanya mencerminkan perbedaan dalam variabel.

Variabel nominal dengan dua kelas disebut dikotomis, seperti variabel jenis kelamin (laki-laki atau perempuan). Variabel dengan tiga kategori atau lebih disebut multichotomic atau polyhotomic. Contoh: variabel pekerjaan (pekerja, tukang kayu, dokter, dll).

Variabel nominal hanya membentuk hubungan ekivalensi; Artinya, suatu objek studi tertentu memiliki karakteristik yang menentukan kelas atau tidak.

Dengan variabel nominal, perhitungan proporsi, persentase dan rasio dapat dilakukan, dan dengannya penghitungan frekuensi atau tabulasi jumlah kejadian di setiap kelas dari variabel yang diteliti dilakukan. Ukuran tendensi sentral yang dapat ditangani dengan jenis variabel ini adalah mode.

Contoh variabel nominal

Contoh variabel yang diukur dalam skala nominal:

- Kebangsaan (Argentina, Chili, Kolombia, Ekuador, Peru, dll.).

- Warna (putih, kuning, biru, hitam, oranye, dll.).

- Warna mata (hitam, coklat, biru, hijau, dll.).

- Klasifikasi siswa berdasarkan karir (Administrasi - 1; Sistem - 2; Elektronik - 3; Hukum - 4; dll.). (nomor adalah kode tanpa nilai atau urutan)

- Status perkawinan (lajang, menikah, janda, cerai, persatuan hukum adat).

- Profesi (insinyur, pengacara, dokter, guru, dll.).

- Jenis kelamin (pria, wanita).

- Afiliasi agama (Kristen, Muslim, Katolik, dll.).

- Afiliasi politik (liberal, konservatif, independen, dll.).

- Jenis sekolah (negeri atau swasta).

- Ras (putih, hitam, kuning, mestizo, dll.).

- Golongan darah (O, A, B, AB).

- Contoh dijelaskan

Peserta pertandingan sepak bola

Jika dihitung dari peserta yang memasuki pertandingan sepak bola, variabel nominal 'kehadiran menurut jenis kelamin' dapat ditentukan. Hitungan tersebut melaporkan berapa banyak pria dan berapa banyak wanita yang menghadiri pertandingan, tetapi variabel klasifikasinya adalah jenis kelamin.

Bagilah publik dalam pertandingan sepak bola menjadi dua kategori dan tidak ada kelompok yang memiliki preferensi atas yang lain. Terakhir, kategorinya eksklusif karena tidak ada keraguan di grup mana setiap peserta berasal.

Manfaat kebijakan tenaga kerja

Anda ingin mengetahui pendapat masyarakat sebelum penerapan reformasi dalam kebijakan ketenagakerjaan suatu negara. Variabel 'bunga' adalah manfaat kebijakan ketenagakerjaan, dan dalam survei ada lima kemungkinan hasil positif: Lebih banyak uang, Perhatian medis yang lebih baik, Pensiun yang lebih baik, Keseimbangan kerja / keluarga dan Lainnya.

Semua tanggapan diukur dalam skala nominal dengan nilai Ya atau Tidak. Hasil lainnya mencakup semua manfaat yang diyakini responden akan mereka peroleh, tetapi bukan merupakan bagian dari nilai survei.

Jumlah jawaban afirmatif atau negatif diperlukan untuk menghitung persentase dari total responden yang menganggap akan meningkat atau tidak dalam aspek mana pun, tetapi persentase tersebut tidak memiliki makna dari sudut pandang bahwa satu manfaat lebih besar dari yang lain. .

Terakhir, tidak ada urutan alami untuk hasil, Anda dapat mengutamakan layanan kesehatan yang lebih baik daripada Lebih banyak uang, misalnya, dan itu tidak mengubah hasil sama sekali.

Negara tempat lahir seseorang

Negara kelahiran adalah variabel nominal yang nilainya adalah nama-nama negaranya. Untuk keperluan bekerja dengan variabel ini, akan lebih mudah untuk membuat kodifikasi numerik dari informasi tersebut, kami menetapkan kode 1 untuk mereka yang lahir di Argentina, Bolivia kode 2, kode Kanada 3, dan seterusnya.

Pengkodean ini memfasilitasi penghitungan komputer dan pengelolaan instrumen pengumpulan informasi. Namun, dan karena kami telah menetapkan angka ke berbagai kategori, kami tidak dapat memanipulasi angka-angka ini. Misalnya, 1 + 2 tidak sama dengan 3; artinya, Argentina + Bolivia tidak menghasilkan Kanada.

Referensi

1. Coronado, J. (2007). Skala pengukuran. Majalah Paradigmas. Dipulihkan dari unitec.edu.co.
2. Freund, R.; Wilson, W.; Mohr, D. (2010). Metode statistik. Edisi ketiga. Academic Press-Elsevier Inc.
3. Kaca, G.; Stanley, J. (1996). Metode statistik tidak diterapkan pada ilmu sosial. Prentice Hall Hispanoamericana SA
4. Imut.; Marchal, W.; Wathen, S. (2012). Statistik diterapkan pada bisnis dan ekonomi. Edisi kelima belas. McGraw-Hill / Interamericana Editores SA
5. Orlandoni, G. (2010). Skala pengukuran statistik. Majalah Telos. Dipulihkan dari ojs.urbe.edu.
6. Siegel, S.; Castellan, N. (1998). Statistik nonparametrik diterapkan pada ilmu perilaku. Edisi keempat. Editorial Trillas SA
7. (2019). Tingkat pengukuran. Dipulihkan dari en.wikipedia.org.