BIAS SKALA DATA DALAM PENDUGAAN KOEFISIEN KORELASI

Abstract

Penelitian ini ditujukan untuk mengetahui besar dan perilaku bias dalam pendugaan koefisien korelasi dua variabel berskala ordinal (kategori) dengan berbagai jumlah kategori dan sample. Informasi ini sangat penting mengingat sebagian besar penelitian sosial yang berbasis survey lazim mengumpulkan data berskala ordinal dengan berbagai jumlah kategori.  Ini dilakukan dengan alasan kemudahan dalam pengukuran karakteristik objek amatan. Masalah muncul manakala data dianalisis dengan pendekatan parametrik yang mensyaratkan datanya berskala ratio atau kontinu, akibatnya timbul bias dugaan. Korelasi Pearson digunakan sebagai basis analisis untuk mengetahui besar bias dugaan  yang dihitung dengan kaidah Mean Absolut Percentage Error (MAPE).  Disimpulkan bahwa, semakin banyak jumlah kategori maupun sample data, maka besarmya bias akan semakin mengecil.  Penurunan bias akan semakin cepat bila jumlah kategori semakin membesar.  Manfaat dari hasil ini adalah, data dengan 5 kategori merupakan pilihan ideal untuk digunakan dalam mengukur karakteristik amatan berskala ordinal, karena besarnya bias dugaan yang timbul masih dapat ditolerir. Dalam penerapannya 5 pilihan jawaban masih relatif mudah bagi responden dalam memilihnya.