ASPEK TEORI DALAM PENELITIAN

ASPEK DATA DAN VALIDITAS DATA DALAM PENELITIAN

A. DEFINISIUmar (2003) mengutip Mc. Leod, (1995) mendefinisikan data sebagai suatu fakta dan angka yang belum dapat dimanfaatkan oleh pemakai. Agar dapat dimanfaatkan, maka data tersebut harus ditransformasikan terlebih dahulu menjadi suatu informasi. Contoh data: jumlah jam kerja karyawan perhari. Data seperti itu belum dapat dimanfaatkan oleh manajemen perusahaan. Jika data ini diproses, ia dapat berubah menjadi informasi. Misalnya dengan mengalikan jumlah jam kerja dan upah per jam, sehingga menghasilkan upah seorang karyawan perhari. Jika semua upah karyawan tersebut dikalikan dengan jumlah karyawan, maka diperoleh total biaya gaji karyawan harian yang harus dibayar oleh perusahaan. Total biaya gaji ini merupakan informasi yang dapat dimanfaatkan oleh manajemen dalam membuat perencanaan. Dari contoh tersebut dapat dipahami bahwa informasi merupakan data yang telah diolah dan memiliki arti bagi pemakai. Semua strategi penelitian membutuhkan data, namun jumlah dan variasi data untuk masing masing strategi akan berbeda sesuai tujuan akhir yang ingin dicapai dari penelitian tersebut. Sebagai contoh: jumlah data untuk strategi studi kasus akan lebih sedikit dibandingkan strategi penelitian tindakan (action research) yang membutuhkan proses siklus sebelum mengambil kesimpulan terhadapa hasil penelitian.B. JENIS-JENIS DATA1. Berdasarkan Proses PengumpulanBerdasarkan proses pengumpulannya, data dapat dikelompokkan ke dalam 2 (dua) kategori, yaitu: data Primer dan data Sekunder

Data primer merupakan data yang diperoleh dari sumber pertama, misalnya dari individu atau kelompok melalui focus group atau panel (Sekaran, 2013). Data ini bisa berwujud hasil wawancara, pengisian kuesioner, bukti transaksi seperti tanda bukti pembelian barang atau hasil pengukuran langsung, misalnya hasil pengukuran waktu (time study). Semua data ini merupakan data mentah yang kelak akan diproses untuk tujuan-tujuan tertentu sesuai dengan kebutuhan. Data sekunder merupakan data yang disediakan oleh pihak lain, misalnya arsip perusahaan, publikasi pemerintah, analisis industri yang dimuat di media, dan website kemudian dimanfaatkan oleh peneliti. Data sekunder, pada awalnya merupakan data primer yang telah diolah lebih lanjut oleh pihak tertentu, disajikan dalam berbagai bentuk data seperti tabel, grafik, diagram, gambar, dan sebagainya sehingga lebih informatif. Data sekunder ini oleh peneliti akan diproses lebih lanjut, misalnya laporan keuangan seperti neraca dan rugi-laba yang kemudian diolah untuk menilai kinerja perusahaan. 2. Berdasarkan Sumber data

Berdasarkan sumbernya, data dapat dikelompokkan ke dalam kategori: data Internal dan data Eksternal (Umar, 2013).Data internal merupakan data yang diperoleh dari dalam organisasi tempat penelitian dilakukan. Misalnya, peneliti akan meneliti strategi investasi suatu perusahaan meubel, jika peneliti memanfaatkan data yang didapat dari dalam perusahaan tersebut, maka data ini merupakan data internal. Sebaliknya, jika data didapat dari pesaing atau pihak lain, maka data ini disebut data eksternal.3. Berdasarkan Kurun Waktu PengumpulanBerdasarkan kurun waktu pengumpulannya, data dapat dikategorikan ke dalam data Time Series dan data Cross Section

Data time series atau disebut juga data deret waktu adalah sekumpulan data dari suatu fenomena tertentu yang diperoleh dalam beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan. Sekaran (2003) menyebut data ini sebagai data longitudinal. Contoh : data jumlah mahasiswa lulus tepat waktu selama periode 2010 sampai tahun 2013. Sedangkan data cross section atau sering disebut data satu waktu adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu saja. Contoh : data hasil kepuasan mahasiswa TI atas layanan internet melalui pengisian kuesioner pada bulan Maret 2008.C. PENGGUNAAN INTERNET SEBAGAI SUMBER DATA

Tidak dapat disangkal, bahwa saat ini internet sebagai salah satu hasil dari kemajuan teknologi, sudah menjadi sumber data dan informasi yang penting untuk melakukan penelitian. Salah satu fungsi utama internet menurut Umar (2003) adalah WWW (World Wide Web).

1. Mengenal World Wide Web (WWW)

WWW memfasilitasi berbagai jasa internet, seperti e-mail, telnet, FTP (file transfer protocol), dan lain-lain. Jika peneliti mengakses internet menggunakan Netscape, firefox atau internet explorer, maka dia akan dapat melihat dan menelusuri dokumen-dokumen yang ada di dalam World Wide Web.

WWW menyediakan berbagai dokumen yang dapat diakses melalui situs-situs yang ada dari segala penjuru dunia hanya dengan mengklik pilihan-pilihan pada menu tertentu, atau masuk ke alamat situs spesifik tertentu. Peneliti dapat mengakses berbagai variasi tipe informasi (teks, gambar, audio, video, jasa komputasional) secara relatif mudah. Dengan menggunakan satu web browser, peneliti dapat mengakses bermacam-macam tipe sistem dan informasi di seluruh dunia.Untuk memanfaatkan internet dibutuhkan URL (Uniform Resourse Location) yang merupakan lokasi yang menunjukkan alamat berbagai dokumen dalam WWW. Penulisan URL memiliki format tersendiri, yang penulisannya secara umum dapat dilihat di bawah ini.

Source type://host domain/path atau directory/filename

Contoh URL: http://ti.ubaya.ac.id/index.php/perkuliahan-mainmenu-44Kode DNS (Domain Name System) dan Domain Negara bervariasi antara kode yang berlaku di Amerika dan di luar Amerika. Misalnya, situs www.ubaya.ac.id merupakan alamat lembaga pendidikan (.ac) yang berada di Indonesia (.id) sedangkan pada situs www.berkeley.edu adalah alamat lembaga pendidikan (.edu) di Amerika (.us biasanya tidak ditulis).Kode DNS selengkapnya ditampilkan pada Tabel 4.1 berikut.

Tabel 4.1 Kode DNS (sumber:Umar, 2003)Kode DNS diAmerika SerikatKode DNS di LuarAmerika SerikatArti Kode DNS

.edu.com

.gov

.mil

.net

.org

.arpa

.int

.ac atau .edu.co

.go atau .gov

----------

.net

.or

----------

----------

Academic, EducationCommercial

Government

Military

Network Provider

Organization

Arpanet

International Organization

2. Kelemahan dan Keunggulan Internet sebagai Media PenelitianTjiptono, 2000 dalam Umar (2003) mengatakan internet sebagai media penelitian memberikan beberapa keunggulan, diantaranya: Konektivitas dan jangkauan global. Di dunia internet, jaringan yang terjalin adalah jaringan global. Dengan demikian, akses data dan informasi tidak dibatasi oleh batas-batas negara atau lokasi selama fasilitas akses tersedia.

Akses 24 jam. Akses informasi di internet tidak dibatasi waktu, kapan saja seseorang dapat mengakses internet selama fasilitas tersedia. Kecepatan. Penelitian melalui internet bersifat real time sehingga pencarian data jauh lebih cepat dibandingkan dengan sumber data tradisional. Seorang peneliti cukup mengklik icon yang diinginkan selanjutnya tinggal menunggu hasil (tentunya tergantung pada fasilitas modem dan ISP atau Internet Service Provider yang digunakan). Pencarian informasi secara elektronik melalui mesin pencari (search engines) seperti google atau yahoo sangat menghemat waktu, apalagi kalau dibandingkan dengan pencarian lewat katalog perpustakaan di rak-rak perpustakaan.

Kenyamanan. Peneliti yang mengumpulkan data lewat internet tidak harus menghadapi berbagai persoalan birokratis, seperti izin dari berbagai instansi bersangkutan. Persoalan yang mungkin muncul lebih sering terkait dengan masalah pembatasan akses karena urusan bisnis/komersial. Katrena kemudahan tersbut peneliti dapat mengakses berbagai situs internet dalam kurun waktu yang hampir bersamaan. Kenyamanan akses. Perkembangan bisnis warnet (warung internet di Indonesia) khususnya di kota-kota besar dan persaingan antar operator ISP membuat akses terhadap internet menjadi lebih mudah. Persaingan antar warnet dalam hal harga, kecepatan akses, dan fasilitas pendukung lainnya membuat para pengguna internet lebih nyaman, dan mudah memanfaatkan internet untuk keperluan penelitian maupun keperluan lainnya.

Biaya relatif murah. Saat ini semakin banyak penerbit yang menawarkan jurnal elektronik dan semakin pula perusahaan yang menawarkan penjualan data/informasi secara elektronik (internet). Apabila dibandingkan dengan membeli jurnal asli (hardcopy) pembelian data/informasi lewat internet relatif lebih murah apalagi banyak situs yang menyediakan jasa informasi secara cuma-cuma. Peneliti dapat men-download jurnal atau laporan penelitian yang tersedia lalu mencetak kadang-kadang tanpa membayar. Interaktivitas dan fleksibilitas. Topik dan hasil penelitian bisa didiskusikan melalui sarana mailing list atau chatting dalam forum tertentu. Selain itu, peneliti juga bisa mengikuti perkembangan terbaru atau meminta komentar dan penilaian dari berbagai pihak mengenai hasil penelitiannya.

Terlepas dari keunggulannya, internet untuk keperluan penelitian juga memiliki beberapa kelemahan di antaranya:

Selektivitas dan anonimitas. Salah satu persoalan dalam penelitian lewat internet adalah kesulitan dalam mengidentifikasi identitas responden yang berpartisipasi dalam survei/kuesioner. Setiap orang, termasuk yang bukan target responden, dapat mengisi kuesioner secara on-line tanpa bisa dicegah atau dibatasi. Belum lagi adanya kenyataan bahwa setiap orang bisa memiliki sejumlah alamat e-mail berbeda dan belum tentu menggunakan identitas asli. Semua ini membuat penelitian secara on-line harus benar-benar dilakukan secara selektif dalam menentukan sampel dan cara responden memberikan jawaban.

Clutter dan never-ending search. Tidak semua informasi yang tersedia di internet dibutuhkan, padahal jumlah informasi tersebut sangat besar jumlahnya. Oleh karena itu dibutuhkan strategi khusus agar peneliti tidak terjerumus ke dalam belantara informasi tanpa ujung. Seringkali peneliti tidak mendapat informasi yang dibutuhkan, tetapi justru menghabiskan waktu dan uang untuk melakukan pencarian data atau informasi yang tak tentu arah. Kondisi tersebut sering membuat peneliti pemula di internet mengalami frustasi, Selain itu, godaan di internet relatif besar, terutama bagi mereka yang suka menelusuri situs-situs dewasa, yang akhirnya membuat pencarian informasi menjadi tidak efektif. Virus. Salah satu masalah yang juga tak kalah peliknya adalah resiko terkena virus komputer yang mudah menyebar lewat jaringan internet, baik lewat e-mail maupun file-file yang di-download.

Reabilitas dan validitas sumber acuan/hasil penelitian. Konsekwensi dari berbagai kemudahan untuk mengkases internet maka setiap orang bebas membuka homepage sendiri dan menampilkan berbagai informasi yang diinginkan. Implikasinya tidak semua data dan informasi yang didapatkan lewat internet andal dan valid untuk dijadikan acuan dalam penelitian. Selain itu, sumber informasi di internet mudah berubah. Misalnya homepage yang sudah berubah atau bahkan sudah tidak ada lagi hanya dalam hitungan waktu yang singkat. Akibatnya, peneliti harus mencermati perubahan tersebut bila mengutip sumber yang bersangkutan. Terkait dengan hal itu, maka setiap kali mengutip dari internet, peneliti harus mencantumkan tanggal akses ke homepage yang dikutip. Karakteristik demografi pemakai internet. Berbagai penelitian menunjukkan bahwa internet lebih efektif untuk menjangkau responden yang termasuk kelompok berdaya beli atau berpenghasilan dan berpendidikan relatif tinggi yang lebih mudah (dari segi fasilitas dan biaya) untuk mengakses internet. Dengan demikian internet kurang efektif bagi penelitian yang kelompok sampelnya adalah masyarakat golongan menengah ke bawah.

Ketergantungan pada jaringan telepon dan internet service provider (ISP). Fasilitas jaringan telepon dan ISP sangat berpengaruh terhadap biaya pemakaian internet dan kemungkinan akses secara keseluruhan. Kecepatan akses internet melalui jaringan yang disupplai ISP, saluran seluler atau telepon rumah (misal telkomnet) relatif masih lambat yang pada gilirannya menyebabkan waktu akses menjadi lebih lama dan biaya akses menjadi mahal.D. TEKNIK PENGUMPULAN DATA Teknik pengumpulan data pada bagian ini dibedakan atas teknik pengumpulan data primer dan teknik pengumpulan data sekunder.Dalam penelitian bisnis terdapat beberapa teknik pengumpulan data primer, yaitu wawancara, angket, focus group discussion, observasi, dan tes. Pengumpulan data primer tersebut menggunakan perangkat atau instrumennya sendiri-sendiri. Paparan dari beberapa teknik di atas dijelaskan berikut ini (Easterby-Smith et al., 2012 dan Umar, 2011).

1. Angket (kuesioner)

Angket (kuesioner) adalah suatu cara pengumpulan data dengan menyebarkan daftar pertanyaan kepada responden, dengan harapan mereka akan memberikan respons terhadap daftar pertanyaan tersebut. Daftar pertanyaan disebut bersifat terbuka jika jawaban tidak ditentukan sebelumnya; dan bersifat tertutup jika alternatif-alternatif jawaban telah disediakan. Instrumen lembar daftar pertanyaan dapat berupa angket (kuesioner), checklist, ataupun skala.Contoh Angket/Kuesioner

a. Model Terbuka

Pelatihan apa sajakah yang pernah anda ikuti pada tahun 2010 yang sesuai dengan keahlian (gelar) anda.

NoJenis PelatihanTujuan Pelatihan

1.2.

n.

b. Model Tertutup

Pernahkah saudara mengikuti pelatihan keterampilan mengajar sebelum menjadi asisten?

a. pernah

b. Tidak pernahContoh ChecklistBeri tanda silang pada kolom penanggung jawab pekerjaan di UbayaNoJenis PekerjaanPenanggungjawab Pekerjaan

Adm Akademik

JurusanFakultas

1.

2.

3.

4.Pendaftaran ulang

Penyerahan KHS

Penentuan UTS/UAS

Dispensasi studi mahasiswa

Contoh Skala

Berikan tanda silang pada kolom yang saudara anggap paling tepat menggambarkan kinerja Biro/Direktorat di perguruan tinggi saudara.

NoFaktor yang Dinilai12345

1.

2.

3.

4.Direktorat Keuangan

Biro SDMBiro HumasBiro SIM

Catatan:1 = sangat tidak puas

2 = tidak puas

3 = cukup puas

4 = puas

5 = sangat puas

2. Wawancara

Wawancara adalah salah satu teknik pengumpulan data yang pelaksanaannya dapat dilakukan secara langsung berhadapan muka dengan orang yang diwawancarai atau tidak langsung. Wawancara tidak langsung terjadi apabila daftar pertanyaan yang diberikan dapat dijawab pada kesempatan lain. Instrumen yang digunakan dapat berupa pedoman wawancara atau checklist.

3. ObeservasiTeknik ini dilakukan dengan mengadakan pengamatan langsung peneliti terhadap obyek penelitian, termasuk pengamatan dalam melakukan eksperimen. Instrumen yang dipakai dapat berupa lembar pengamatan, panduan pengamatan, dan lainnya.4. TesTeknik ini dipakai untuk mengumpulkan data yang sifatnya mengevaluasi hasil proses atau untuk mendapatkan kondisi awal sebelum proses (pre-test dan post-test). Instrumen yang dapat dipakai misalnya berupa, soal-soal ujian atau soal-soal tes.

5. Focus Group DiscussionTeknik ini dijalankan dengan cara beberapa orang melakukan diskusi secara fokus dan mendalam mengenai suatu obyek tertentu. Data dari hasil diskusi dikumpulkan lalu dipakai untuk proses berikutnya.

Catatan Penting: Kelima teknik pengumpulan data yang diuraikan sebelumnya ditujukan untuk mengumpulkan data primer, sedangkan untuk mengumpulkan data sekunder tekniknya berbeda. Pada data sekunder, bentuk penyajian data telah disusun sedemikian rupa oleh pihak lain dan peneliti dapat menggunakannya sesuai dengan apa yang telah tersedia.E. PENGUKURAN VARIABELObjek dapat diukur secara fisik menggunakan alat ukur yang sudah terkalibrasi, misalnya panjang, lebar dan tinggi suatu karton box. Namun alat ukur yang tersedia untuk mengukur berbagai hal kualitatif seringkali kurang memenuhi kebutuhan. Mengukur kepuasan, perilaku, atau sikap seseorang terhadap sesuatu lebih sulit jika dibandingkan dengan mengukur/menghitung jumlah, berat, volume barang milik seseorang atau mengukur panjang sebuah benda. Oleh karena itu, diperlukan pemahaman yang baik mengenai prosedur yang dapat membantu mengukur konsep yang relatif rumit tersebut secara lebih cermat. Prosedur atau teknik yang dimaksud disebut skala. Skala merupakan suatu prosedur pemberian angka atau simbol lain kepada sejumlah ciri dari suatu obyek. Jadi, peneliti memberikan skala angka pada suatu obyek tertentu. Dengan kata lain, pengukuran merupakan pemberian angka-angka terhadap benda atau peristiwa dengan kaidah tertentu dan menunjukkan bahwa kaidah yang berbeda menghendaki skala dan pengukuran yang berbeda pula.Skala pengukuran terhadap suatu variabel terdiri atas empat macam, yaitu Skala Nominal, Skala Ordinal, Skala Interval, dan Skala Rasio (Easterby-Smith et.al., 2012, Sekaran, 2013 dan Umar, 2011):1. Skala Nominal

Skala nominal adalah skala yang paling sederhana. Skala ini mengklasifikasikan orang atau objek ke dalam 2 atau lebih kategori. Anggota dari setiap kategori memiliki karakteristik yang sama. Setiap anggota hanya dapat digolongkan ke dalam satu kategori. Angka yang diberikan untuk suatu kategori tidak menggambarkan kedudukan kategori tersebut terhadap kategori lainnya, tetapi angka tersebut hanya sekedar kode maupun label.Contoh:

Jenis kelamin anda:1 = pria

2 = wanita

Jika seorang responden pria memilih angka 1, bukan berarti bahwa responden wanita yang memilih angka 2 menjadi lebih tinggi atau lebih bernilai atau sebaliknya. Skala nominal hanya sekadar sebagai kode. Contoh lain darei skala nominal adalah:

Tingkat pendidikan (1. SLTA 2. SM 3. S1 4. Master 5. Doktor)

Gaya belajar (1. Independent 2. Dependent).2. Skala Ordinal

Skala Ordinal mengklasifikasi subjek dan mengurutkannya sesuai dengan karakteristik yang diinginkan. Dengan kata lain skala ini mengurutkan data dari tingkat yang paling rendah ke tingkat yang paling tinggi atau sebaliknya dengan tidak memperhatikan interval data tersebut. Sebagai contoh mahasiswa dengan nilai rata-rata 85 merupakan urutan I mahasiswa nilai tertinggi dalam kelas Metpen, mahasiswa dengan nilai 81 pada urutan II, mahasiswa dengan nilai 80 pada urutan III, nilai 77 pada urutan ke IV dst. Dari contoh tersebut selisih antara urutan I dengan II (85-81= 4 poin), tidak sama dengan selisih antara urutan II dan III (81-80=1 poin) atau antara III dan IV (80-77=3 poin).Angka-angka hasil pengurutan ini berskala ordinal.

Contoh lain skala Ordinal:

Beri urutan tingkat prioritas yang mempengaruhi kepuasan kerja dari pernyataan di bawah iniUrutan (1 5)

Kepuasan kerja tergantung pada gaji/upah

Kepuasan kerja tergantung pada pekerjaan itu sendiri

Kepuasan kerja tergantung pada supervisi atasan

Kepuasan kerja tergantung pada pengalaman kerja

Kepuasan kerja tergantung pada keahlian

Disini, jarak nilai antara ke lima alternatif jawaban di angggap tidak sama.

3. Skala Interval

Skala ini mirip dengan skala ordinal dan skala nominal dengan tambahan karakteristik yaitu harus memiliki interval yang sama. Skala interval biasanya memiliki nilai minimum dan maksimum. Sehingga skore 0 pada test IQ seseorang tidak berarti orang tersebut tidak memiliki inteligensia sama sekali, atau orang dengan IQ 200 tidak berarti orang tersebut memiliki inteligensi yang sempurna.Contoh skala Interval:

Berikut adalah tinggi badan dari 5 mahasiswa setelah diurut dari paling rendah ke paling tinggi.Nama MahasiswaTinggi Badan

Baby AdelDoni

Chandra

Eko

155160170

175

182

Selisih antara tinggi badan 160 cm dan 155 cm memiliki interval data yang sama dengan selisih antara tinggi 175 cm dan 170 cm. Data tinggi badan berskala interval karena diukur dengan alat ukur yang memiliki interval sama.4. Skala Rasio

Skala ini mencakup ketiga skala yang disebutkan di atas ditambah dengan sifat lain, yaitu bahwa ukuran ini mempunyai nilai nol yang sama. Oleh sebab itu, nilai-nilai pada skala tersebut dapat dipertimbangkan misalnya dalam bentuk perkalian dan pembagian. Angka pada skala ini merupakan ukuran yang sebenarnya dari data kuantitatif. Tinggi, berat, waktu, kecepatan dan jarak adalah contoh dari skala ratio.Contoh:

Agus dan Anna adalah dua orang karyawan PT. Sensasi yang masing-masing dengan berat 100 kg,- dan 50 kg. Ukuran rasionya dapat dihitung, misalnya bahwa berat Agus adalah 2 kali lipat berat Anna. Kedua berat badan Agus dan Anna mempunyai titik nol absolut atau titik nol yang sama. Jadi, berat adalah berskala rasio.F. PENGUKURAN METODE PEMBERIAN SKALA (INSTRUMEN)Dalam hal penyusunan instrumen seperti kuesioner, indikator-indikator yang akan dijadikan sebagai pertanyaan atau pernyataan dalam kuesioner dikembangkan dari faktor-faktornya. Sementara itu, untuk alternatif jawaban tiap indikator, skala pengukurannya dapat berupa skala nominal, ordinal, interval atau rasio. Namun hal yang perlu diperiksa adalah metode untuk penetapan skala untuk mendapatkan respon sikap (attitudinal response) dari subjek terhadap objek, kejadian atau individu. Manurut Sekaran (2013) ada 2 (dua) kategori utama untuk attitudinal scales, yaitu: Rating scale dan Ranking scale.1. Rating Scales

Rating scales memiliki beberapa kategori respon yang digunakan untuk mengumpulkan respon yang terkait dengan objek, kejadian atau individu yang sedang diteliti. Beberapa skala yang tergolong dalam rating scales diantaranya skala: Dikotomi, Kategori, Likert, Numerical, Semantic Differentials, Itemized rating Scale, Fixed or constant sum rating scale, Stapel Scale, Graphic Rating Scale, Consensus Scale.

a. Dichotomous Scale

Skala ini digunakan untuk memperoleh jawaban YA atau TIDAK

Apakah anda memiliki kendaraan roda dua? ( ) Ya ( )Tidakb. Category Scale

Skala ini digunkan untuk mengumpulkan respon tunggal atas multiple items

Propinsi tempat lahir anda ( ) Jatim ( ) Jabar ( ) Jateng

c. Skala LikertMenurut Umar (2003) yang mengutip Kinnear (1988), skala Likert berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu. Alternatif pernyataannya, misalnya adalah dari setuju sampai tidak setuju, senang sampai tidak senang, puas sampai tidak puas atau baik sampai tidak baik. Responden diminta mengisi pernyataan dalam skala interval berbentuk verbal dalam jumlah kategori tertentu, bisa 5, 7 dan seterusnya (hendaknya ganjil, agar dapat menampung kategori yang netral) atau memasukkan kategori tidak tahu.

Contoh:

Lingkari jawaban yang paling sesuai dengan pendapat anda dengan melingkari angka terkait (1. Sangat tidak setuju sampai 5. Sangat setuju).

Pekerjaan saya sangat menarik

12345Saya tidak tertarik untuk pindah kerja12345

Pekerjaan saya butuh fisik prima

12345

d. Semantic Differential Scale

Skala ini berusaha mengukur arti suatu obyek atau konsep bagi seorang responden. Responden diminta untuk menilai suatu obyek atau konsep pada suatu skala bipolar yang mempunyai dua ajektif yang bertentangan. Skala ini mengandung unsur evaluasi (misalnya bagus-buruk, berguna-tidak berguna, jujur-tidak jujur, bersih-kotor), unsur potensi (misalnya besar-kecil, kuat-lemah, berat-ringan) dan unsur aktivitas (misalnya aktif-pasif, cepat-lambat, panas-dingin). Menurut Osgood, yang dikutip Umar (2003), ketiga unsur ini dapat mengukur tiga dimensi sikap, yakni:

1). Evaluasi responden tentang obyek atau konsep yang sedang diukur.

2). Persepsi responden tentang potensi obyek atau konsep tersebut, dan;

3). Persepsi responden tentang aktivitas obyek.

Contoh

Untuk mengukur sikap pengusaha terhadap kredit usaha mikro kecil dan menengah, dapat disusun skala perbedaan semantik (semantic differential). Hal-hal yang ditanyakan misalnya adalah sebagai berikut:

Kredit UMKM

Baik

:::::: :: Buruk

Berguna

:::::: ::Tidak berguna

Menguntungkan

:::::: ::Tidak menguntungkan

Menyenangkan

:::::: ::Tidak menyenangkan

Bermanfaat

:::::: ::Tidak bermanfaat

Ringan

:::::: :: Berat

Aktif

:::::: :: Pasif

Cepat

:::::: :: Lambat

Langkah-langkah untuk menyusun skala ini adalah sebagai berikut:

1). Tentukan konsep atau obyek yang hendak diukur.

2). Pilihlah pasangan ajektif yang relevan untuk konsep atau obyek tersebut. Penentuan ajektif harus dilaksanakan secara empiris pada dua kelompok sampel yang berbeda. Misalnya kita pilih dua kelompok: pertama, pro-UMKM dan kedua, anti-UMKM. Jawaban dari kedua kelompok dianalisis, lalu pilihlah ajektif yang dapat membedakan dengan jelas kedua kelompok tadi.

3). Skor buat seorang responden adalah jumlah skor dari pasangan ajektif.

e. Numerical Scale

Skala numeric mirip dengan semantic differential scale, dengan perbedaan pada pemberian angka (numbers) 5-point atau 7-point. Skala ini juga termasuk kelompok skala interval.Contoh:

Sangat menyukai 7 6 5 4 3 2 1 sangat tidak suka

f. Itemized Rating Scale

Skala ini memberikan fleksibilitas untuk menggunakan berbagai points pada skala (misal: 4, 5, 7, 9) untuk mendapatkan respon dari setiap item. Contoh:

1 = sangat tidak suka2= tidak suka

3= netral4= suka

5= sangat sukaa. Saya akan berpindah pekerjaan setiap tahun

.......

b. Ada kemungkinan saya akan berpindah kerja tahun depan ........

g. Fixed or Constant Sum Rating Scales

Responden diminta untuk mendistribusikan sejumlah point tertentu pada aspek tertentu.

Contoh:

Faktor yang saya pentingkan dalam memilih sabun padat kamar mandi adalah:

Aroma

...

Warna

...

Bentuk...

Ukuran...

---------------------

Total point100

h. Stapel Scale

Skala ini mengukur secara simultan arah dan intensitas dari setiap item dari objek yang diteliti. Karakteristik yang menjadi perhatian penelitian ditempatkan pada bagian tengah dari skala numerik, misal: ditengah antara angka + 3 sampai -3.Contoh:

Berikan penilaian terhadap supervisor anda pada setiap item di bawah ini:

+3

+3

+3

+2

+2

+2

+1

+1

+1

Kemampuan

Kemampuan

Interpersonal

Adopsi teknologiinovasi produk skills

-1

-1

-1

-2

-2

-2

-3

-3

-3

i. Graphic Rating Scale

Jawaban responden diberikan dengan memberikan tanda (silang atau melingkari) pada grafik yang menunjuk angka tertentu.

Contoh:

10 istimewa

Penilaian anda terhadap mandor

1 sangat burukj. Consensus scaleSkala ditetapkan melalui konsensus. Panel dari juri memilih item tertentu yang dianggap relevan dengan konsep.2. Ranking ScalesSkala ini digunakan untuk menetapkan preferensi antara 2 (dua) atau lebih objek atau item (ordinal). Namun perlu diingat, bahwa skala ranking tidak selalu memberi jawaban defenitif. Sebagai contoh, sebuah perusahaan ingin mengetahui preferensi konsumen terhadap 4 produk yang ditawarkan. Dari survey diketahui 35% memilih produk A, 25% memilih produk B, dan masing-masing 20% memilih produk C dan D. Walaupun produk dipilih oleh paling banyak konsumen, tapi perusahaan sulit untuk meng-klaim, bahwa produk A adalah produk yang paling diminati karena 65% responden tidak memilih produk A tersebut. Beberapa alternatif yang dapat dipilih untuk menetapkan preferensi adalah: paired comparisons, forced choice dan comparative scale.a. Paired comparisons

Skala ini digunakan untuk memilih salahsatu dari dua objek atau item pada waktu tertentu. Proses paired comparisons dilakukan dengan membandingkan secara berpasangan beberapa objek atau item yang akan ditetapkan prioritasnya. Hal itu digunakan untuk membantu memilih preferensi.

b. Forced choice

Respon dipaksa untuk meranking objek atau item relatif terhadap objek atau item yang lain.

Contoh:

Berikan angka 1 untuk koran paling anda suka dan angka 5 pada koran yang paling tidak disukai.

Kompas

...

Surya

...

Jawa Pos

...

Surabaya Sore

...

Memorandum

...

c. Comparative scales

Skala ini memberi benchmark atau referensi point yang harus di acu dalam memberi nilai suatu objek.

Contoh:

Menghadapi tingkat inflasi yang meningkat pasca kenaikan harga BBM, perusahaan angkutan darat menaikkan tarif 20%. Kalau pengusaha penerbangan hanyan menaikkan tarif 10%, apakah itu akan berguna untuk menaikkan jumlah penumpang pesawat?Berguna

samasaja

Tidak berguna 1 2

3

4

5G. MENYUSUN KUESIONERAda banyak aspek yang harus diperhatikan dalam menyusun suatu kuesioner. Beberapa aspek pokoknya dipaparkan di bawah ini.

1. Komponen inti kuesioner

Emory and Cooper (1999) menyatakan bahwa paling tidak terdapat 4 komponen initi dari sebuah kuesioner. Keempat komponen itu adalah:

Subyek, yaitu individu atau lembaga yang melaksanakan penelitian.

Ajakan, yaitu permohonan dari peneliti kepada responden untuk turut serta mengisi kuesioner secara aktif dan obyektif. Petunjuk pengisian kuesioner yang mudah dimengerti dan tidak bias.

Pertanyaan atau pernyataan beserta tempat mengisi jawaban, baik secara tertutup, semi tertutup, ataupun terbuka. Dalam kuesioner jangan dilupakan isian untuk identitas responden.

2. Kuesioner Sebagai Kertas Kerja

Kuesioner adalah sebuah alat pengumpulan data yang nantinya data tersebut akan diolah untuk menghasilkan informasi tertentu. Sebuah aplikasi penelitian bisa saja membutuhkan lebih dari satu macam kuesioner, misalnya lima macam kuesioner. Jika, suatu lembaga penelitian tengah melakukan 4 penelitian yang berbeda dan masing-masing memiliki 5 macam kuesioner, maka dalam saat yang sama akan terdapat 20 macam kuesioner. Oleh karena itu, kode kuesioner beserta penanggungjawab kuesioner penting untuk dicantumkan di lembar kuesioner agar administrasi data menjadi lebih teratur dan terkendali.

3. Kriteria Instrumen yang baik

Instrumen pengumpulan data yang baik, seperti kuesioner, menurut Sevilla (1988) minimal memenuhi lima kriteria, yaitu:

a. Validitas

Yang dimaksud dengan validitas adalah pernyataan sampai sejauh mana data yang ditampung pada suatu kuesioner dapat mengukur apa yang ingin diukur. Misalkan seorang peneliti akan mengukur kepuasan kerja karyawan, maka semua pertanyaan atau pernyataan dalam kuesioner semuanya berkaitan dengan kepuasan kerja karyawan. Tidak ada satupun pertanyaan atau pernyataan yang keluar dari topik itu. Oleh karena itu perlu dilakukan uji validitas kuesioner. Cara melakukannya dapat dilihat pada bagain lain.b. Reliabilitas

Reliabilitas adalah istilah yang dipakai untuk menunjukkan sejauh mana suatu hasil pengukuran relatif konsisten apabila alat ukur tersebut digunakan berulang kali. Langkah kaki jangan dijadikan alat untuk mengukur panjang karena tiap-tiap langkah tidak sama panjangnya. Sebaiknya gunakanlah alat ukur meteran yang standar karena alat ukur ini konsisten untuk digunakan berulang kali. Dalam hal kuesioner, pertanyaan-pertanyaan yang termuat di dalamnya hendaknya dibuat sedemikian rupa, sehingga jika diisi berulang kali oleh responden hasilnya masih relatif konsisten. Pengujian reliabilitas kuesioner dapat dilihat pada bagian tersendiri.

c. SensitivitasDalam penelitian, sensitivitas dijelaskan sebagai kemampuan suatu instrumen untuk melakukan diskriminasi. Bila reliabilitas dan validitas suatu instrumen tinggi, atau dengan kata lain sensitif, perbedaan atas tingkat variasi-variasi karakteristik yang diukur dapat mempertajam.d. ObyektivitasObyektivitas mengacu padaterbebasnya data yang diisikan pada kuesioner dari penilaian yang subyektif, misalnya perasaan responden yang cenderung mempengaruhi obyektivitas data.e. FisibilitasFisibilitas berhubungan dengan teknis pengisian kuesioner, serta penggunaan sumber daya dan waktu. Ada beberapa pengisian kuesioner yang sederhana, tetapi ada juga yang memerlukan pemikiran yang lebih rumit, sehingga akan memerlukan waktu, tenaga, bahkan biaya yang lebih banyak. Kendala-kendala seperti ini perlu dipertimbangkan terlebih dahulu agar pelaksanaanya fisibel. Keterangan lebih jauh lagi tentang teknik untuk menguji instrumen dari sisi reliabilitas dan validitas penulis paparkan pada bagian berikut ini.

4. Validitas dan Reliabilitas InstrumenTelah disinggung di atas bahwa proses pengumpulan data mungkin saja membutuhkan biaya, waktu, dan tenaga yang besar, padahal data itu dapat menjadi tidak berguna karena kuesioner yang digunakan tidak memiliki validitas dan reliabilitas yang tinggi. Apakah instrumen yang dipersiapkan untuk mengumpulkan data penelitian benar-benar mengukur apa yang ingin diukur? Inilah pertanyaan yang harus dijawab oleh setiap peneliti. Seringkali peneliti bisnis tidak membicarakan di dalam laporan penelitiannya apakah alat pengumpulan data yang dipakainya memiliki validitas dan reliabilitas yang tinggi. Tanpa informasi tersebut pembaca laporan menjadi kurang yakin apakah data yang dikumpulkan betul-betul menggambarkan fenomena yang ingin diukur. Dengan demikian, agar hasil penelitian dapat dipertanggungjawabkan secara ilmiah, maka informasi yang menyangkut validitas dan reliabilitas alat pengukur harus disampaikan.Berikut ini akan dibahas konsep validitas dan reliabilitas secara lebih mendalam. Diharapkan, pembahasan ini akan memperluas dan memperdalam pemahaman mengenai konsep validitas dimaksud agar penerapannya dalam penelitian menjadi mudah dan praktis.

a. Uji Validitas

Seperti telah diterangkan di bagian terdahulu, validitas menunjukkan sejauh mana suatu alat pengukur dapat mengukur apa yang ingin diukur. Jika peneliti menggunakan kuesioner dalam pengumpulan data, kuesioner yang disusunnya harus mengukur apa yang ingin diukurnya. Setelah kuesioner tersebut tersusun dan teruji validitasnya, dalam praktek belum tentu data yang terkumpul adalah data yang valid. Banyak hal lain yang akan mengurangi validitas data; misalnya, apakah si pewawancara yang mengumpulkan data betul-betul mengikuti petunjuk yang telah ditetapkan dalam kuesioner. Selain itu, validitas data akan ditentukan keadaan responden sewaktu diwawancarai. Bila sewaktu menjawab semua pertanyaan ternyata responden merasa bebas tanpa ada rasa malu atau rasa takut, maka data yang diperoleh akan valid dan reliabel, tetapi bila si responden merasa malu, takut, dan cemas akan jawabannya, maka besar kemungkinan dia akan memberikan jawaban yang tidak benar. Pada bagian ini, faktor yang mempengaruhi validitas yang akan dibahas hanyalah yang menyangkut alat pengukur saja. Sedangkan faktor pewawancara dan responden yang juga dapat mempengaruhi validitas dan reliabilitas data tidak dibicarakan.1). Jenis Validitas

Validitas alat pengumpulan data dapat digolongkan ke dalam beberapa jenis, yakni: validitas konstruksi, validitas isi, validitas prediktif, dan validitas eksternal (Wibisono, 2003, Sekaran 2003, Umar, 2003).a). Validitas KonstruksiTelah dipaparkan di bagain depan bahwa suatu konsep yang akan diteliti hendaknya dapat diurai hingga jelas konstruksi /kerangkanya. Kerangka suatu konsep hendaknya valid. Misalkan seorang peneliti ingin mengukur konsep kepuasan kerja. Pertama-tama yang harus dilakukan oleh peneliti ialah mencari apa saja yang merupakan kerangka dari konsep tersebut. Dengan diketahuinya kerangka tersebut, seorang peneliti dapat menyusun tolok ukur operasional konsep tersebut.Untuk mencari kerangka konsep dapat ditempuh berbagai cara. Tiga cara berikut ini lazim dipakai dalam dunia penelitian.

Mencari definisi-definisi konsep yang dikemukakan para ahli yang tertulis di dalam literatur. Definisi suatu konsep biasanya berisi kerangka dari konsep tersebut. Terkadang para ahli tidak hanya memberikan definisi, tetapi juga memberikan kerangka konsep tersebut secara jelas. Sekiranya sudah ada definisi yang jelas dan cukup operasional untuk dijadikan dasar penyusunan alat pengukur, maka definisi tersebut sudah dapat langsung dipakai untuk menyusun pertanyaan dalam kuesioner. Namun demikian, apabila definisi yang dikemukakan belum operasional, definisi tersebut harus dijabarkan lebih lanjut agar lebih operasional dan dapat dijadikan sebagai dasar penyusunan pertanyaan dalam kuesioner. Seandainya definisi konsep yang ingin diukur tidak diperoleh dari literatur, peneliti harus mendefinisikan sendiri konsep tersebut. Untuk membantu penyusunan definisi dan mewujudkan definisi tersebut ke dalam bentuk yang operasional, peneliti disarankan untuk mendiskusikan konsep tersebut dengan para ahli yang kompeten di bidang tersebut. Kemudian carilah kesamaan yang ada di antara pendapat para ahli dan pendapat peneliti.

Jika pernyataan pendapat para ahli pun tidak ditemukan, maka peneliti dapat menanyakan definisi konsep yang akan diukur kepada calon responden, atau orang-orang yang memiliki karakteristik yang sama dengan responden. Misalnya, peneliti ingin mengukur konsep kepuasan kerja. Untuk mendefinisikan konsep ini, peneliti dapat langsung menanyakan kepada beberapa calon responden tentang ciri-ciri seorang pekerja yang puas. Berdasarkan jawaban calon responden, kemudian disusun kerangka konsepnya. Pendekatan semacam ini kini sudah banyak dipakai dan dianggap baik karena kerangka suatu konsep dikembangkan berdasarkan pendapat calon responden sendiri. Cara demikian ini akan dapat menghindari bias yang sering terjadi bila definisi operasional suatu konsep dikembangkan dari konsep para ahli dari negara Barat yang latar belakang budayanya berbeda.Untuk menggambarkan bagaimana proses pencarian kerangka konsep, berikut ini akan disajikan sebuah contoh yang menggunakan pendekatan pertama. Konsep yang akan diukur adalah konsep kepuasan kerja. Menyusun alat pengukur konsep kepuasan kerja ini dapat dilakukan dengan menggunakan pendapat ahli, misalnya berupa indeks JDI (Job Descriptive Index). Indeks ini menyatakan bahwa untuk menentukan kepuasan kerja seseorang dapat dilihat dari lima dimensi, yaitu pekerjaan itu sendiri, gaji/upah, hubungan dengan rekan sekerja, supervisi, dan perencanaan karier.Apabila terdapat konsistensi antara dimensi-dimensi konsep yang satu dan yang lain, maka konstruksi tersebut memiliki validitas. Sekiranya, tidak semua dimensi tersebut konsisten antara satu dan lainnya, artinya tidak berkorelasi antara satu dan lainnya, maka dimensi tersebut bukanlah dimensi yang valid. Jadi, jika peneliti ingin mengukur kepuasan kerja responden dengan menggunakan lima dimensi tersebut, maka hasil pengukuran dengan masing-masing dimensi akan berkorelasi satu sama lain.

Contoh lain, misalnya konsep Status Ekonomi. Orang yang penghasilannya tinggi akan mempunyai pengeluaran per bulan yang tinggi, kualitas barang-barang yang dimilikinya akan lebih baik, dia menggunakan penghasilannya dalam porsi yang lebih besar untuk rekreasi, dan kualitas rumahnya lebih baik. Itulah beberapa dimensi konsep Status Ekonomi yang saling berkorelasi. Namun, hal yang demikian tidak selalu terjadi. Misalnya, kualitas rumah belum tentu berkorelasi dengan komponen lainnya. Apabila, keadaan yang seperti ini terjadi, maka komponen kualitas rumah bukanlah komponen yang valid dari konsep status ekonomi. Tetapi, tidaklah berarti konsep status ekonomi tersebut tidak valid. Dalam kasus demikian, validitas yang diperoleh menjadi lebih rendah daripada jika semua komponen saling berkorelasi.b). Validitas IsiValiditas isi adalah suatu pengukur untuk mengetahui sejauh mana isi alat pengukur tersebut mewakili semua aspek yang dianggap sebagai aspek kerangka konsep. Misalkan, seorang peneliti ingin mengukur konsep kepuasan kerja seperti yang dicontohkan diatas. Jika, dalam menyusun kuesioner si peneliti hanya memasukkan tiga dimensi saja dari lima dimensi yang merupakan kerangka konsep untuk mengukur tingkat kepuasan kerja, Maka alat kuesioner yang disusun tidak memiliki validitas isi yang tinggi.c). Validitas EksternalDialam dunia penelitian bisnis cukup banya alat pengukur yang diciptakan oleh para peneliti untuk mengukur gejala sosial, dan alat pengukur tersebut sudah memiliki validitas. Sebagai contoh, skala pengukur motivasi untuk berprestasi yang diciptakan oleh Mehrabian, 1973 yang dikutip Wibisono, (2003). Para peneliti Amerika Serikat banyak memakai skala pengukur tersebut karena dianggap sudah teruji validitasnya. Di Indonesia, alat ini sudah diteliti dan ternyata memiliki validitas yang cukup tinggi (Masri dkk., yang dikutip Wibisono, 2003)Misalnya, ada peneliti yang menciptakan alat pengukur baru yang berbeda dengan skala Mehrabian namun tujuannya sama. Alat pengukur yang baru tersebut kemudian dicoba pada sekelompok responden yang juga diminta mengisi skala pengukur Mehrabian yang sudah valid. Bila, alat pengukur baru tersebut memberikan hasil yang relatif sama dengan pengukuran dengan alat pengukur Mehrabian, dapat dikatakan bahwa alat pengukur yang baru tersebut sudah memiliki validitas yang memadai.Untuk mengetahui apakah kedua alat pengukur tersebut memberikan hasil yang sama, hasil pengukuran dengan kedua alat tersebut harus dikorelasikan menggunakan metode statistika. Apabila korelasinya tinggi dan signifikan, berarti alat yang baru tersebut memiliki validitas yang memadai.

Berdasarkan keterangan di atas dapat disimpulkan bahwa validitas eksternal adalah validitas yang diperoleh dengan cara mengkorelasikan alat pengukur baru dengan tolok ukur eksternal, berupa alat ukur yang sudah valid.

Contoh perhitungan validitas dengan teknik korelasi juga akan dipaparkan pada bagian lain.

d). Validitas PrediktifAlat pengukur yang dibuat oleh peneliti seringkali ditujukan untuk memprediksi apa yang akan terjadi di masa yang akan datang. Contoh alat pengukur seperti itu contohnya adalah ujian seleksi masuk ke perguruan tinggi. Ujian masuk tersebut adalah upaya untuk memprediksi apa yang terjadi di masa yang akan datang. Peserta yang lulus ujian dengan nilai baik diprediksikan akan dapat mengikuti pelajaran di perguruan tinggi dengan sukses. Apakah soal ujian masuk tersebut memiliki validitas prediktif, sangat tergantung pada adanya korelasi yang tinggi antara nilai ujian masuk dan prestasi belajar setelah menjadi mahasiswa. Bila ternyata terdapat korelasi yang tinggi antara nilai ujian seleksi dan indeks prestasi belajar mahasiswa, maka soal ujian seleksi tersebut memiliki validitas prediktif. Dengan kata lain, alat pengukur tersebut dapat memprediksi apa yang akan terjadi di masa yang akan datang.

Dalam penelitian bisnis yang bersifat penelitian sosial, cukup sering terjadi para peneliti bermaksud untuk memprediksi apa yang akan terjadi di masa yang akan datang. Misalkan, dalam upaya untuk meningkatkan pendapatan perusahaan, yang seringkali diteliti adalah sikap konsumen terhadap produk-produk perusahaan. Dengan mengukur sikap ini, hasilnya dapat menunjukkan jenis produk apa yang disukai. Untuk produk-produk kontrasepsi apabila pilihan jenis kontrasepsi pada umumnya sesuai dengan apa yang dinyatakan dalam pengukuran sikap, maka alat pengukur sikap tersebut memiliki nilai prediktif.2). Cara Menguji Validitas

Wibisono (2003) memaparkan beberapa cara menguji validitas kuesioner sebagai alat pengukur. Sebagai contoh, uji validitas akan dilakukan dalam hal skala sikap dengan validitas konstruksi. Dengan memahami cara ini, diharapkan penyusunan validitas lainnya akan lebih mudah karena pada dasarnya prinsip perhitungannya sama.

Langkah-langkah Mengukur Validitas

Mengacu pada buku Arikunto (lihat daftar pustaka), langkah-langkah pengujian validitas dapat dijelaskan seperti berikut.

a) Mendefinisikan secara operasional suatu konsep yang akan diukur. Konsep yang akan diukur hendaknya dijabarkan terlebih dahulu sehingga operasionalnya dapat dilakukan. Caranya seperti yang telah dijelaskan pada pembahasan menganai Validitas Konstruksi di atas.

b) Melakukan uji coba pengukuran tersebut pada sejumlah responden. Responden diminta untuk menjawab pertanyaan-pertanyaan yang ada. Disarankan agar jumlah responden untuk uji coba, minimal 30 orang. Dengan jumlah minimal 30 orang ini, distribusi skor (nilai) akan lebih mendekati kurva normal.

c) Mempersiapkan tabel tabulasi jawaban. Untuk sekedar ilustrasi: misalnya ada 10 pertanyaan yang diisi 9 orang responden. Jawaban yang diberikan responden adalah seperti tertera pada tabel di bawah.d) Menghitung nilai korelasi antara data pada masing-masing pernyataan dengan skor total memakai rumus teknik korelasi product moment, yang rumusnya seperti berikut:

Nomor KuesionerNamaResponden12345678910Total

AgusIwan

Caca

Amir

Hengky

Dian

Albert

Eko

Lily

42

5

1

2

4

1

3

531

5

2

3

4

2

3

531

4

1

2

5

1

2

441

4

1

3

5

2

2

442

3

2

3

4

2

3

534

3

2

2

4

1

2

523

5

1

3

3

3

3

442

4

3

1

3

2

2

432

4

2

2

4

2

2

341

2

1

2

5

1

3

53419

39

16

23

41

17

25

44

Contoh dibawah ini adalah perhitungan korelasi antara pernyataan nomor satu dan skor total.

RespondenXYX2Y2XY

Agus

Iwan

Caca

Amir

Hengky

Dian

Albert

Eko

Lily

4

2

5

1

2

4

1

3

534

19

39

16

23

41

17

25

4416

4

25

1

4

16

1

9

251156

361

1521

256

529

1681

289

625

1936136

38

195

16

46

164

17

75

220

n = 9272581018354907

Catatan:X adalah skor pernyataan no. 1

Y adalah skor total.

Masukkan semua angka ini di atas ke dalam rumus korelasi product moment.

r = 0,9608

Karena kuesioner memiliki 10 pertanyaan, maka ada 10 nilai korelasi. Ringkasan hasil perhitungannya adalah seperti berikut:

Pertanyaan no. 1= 0,9608

Pertanyaan no. 2= 0,8987

Pertanyaan no. 3= 0,9662

Pertanyaan no. 4= 0,8475

Pertanyaan no. 5= 0,8923

Pertanyaan no. 6= 0,7082

Pertanyaan no. 7= 0,5722

Pertanyaan no. 8= 0,7038

Pertanyaan no. 9= 0,8705

Pertanyaan no. 10= 0,8541

Selanjutnya, secara metode statistika, nilai korelasi yang diperoleh harus diuji terlebih dahulu untuk menyatakan apakah nilainya signifikan atau tidak. Caranya adalah dengan melakukan uji korelasi. Misalnya, semua nilai korelasi yang ada adalah signifikan, kecuali untuk pertanyaan nomor 7. Pertanyaan-pertanyaan yang ada memiliki validitas konstruksi, berarti terdapat konsistensi internal dalam pertanyaan-pertanyaan tersebut, sehingga pertanyaan-pertanyaan tersebut memang mengukur aspek yang sama. Pertanyaan no. 7 tidak signifikan, karena misalnya angka korelasi yang diperolehnya rendah. Sementara itu, jika ada angka korelasi yang negatif, hal ini menunjukkan bahwa pernyataan tersebut bertentangan dengan pertanyaan lainnya. Oleh karenanya pertanyaan tersebut tidak valid atau tidak konsisten dengan pertanyaan yang lain.Apabila dalam perhitungan ditemukan pertanyaan yang tidak valid, kemungkinannya adalah bahwa pertanyaan tersebut penyajiannya kurang baik, susunan kata-kata atau isi kalimatnya menimbulkan penafsiran yang berbeda (bias), sehingga kuesioner perlu diubah.

Catatan tentang Pembobotan

Telah dijelaskan pada bab di atas bahwa indikator-indikator yang dituangkan dalam bentuk pertanyaan-pertanyaan dalam kuesioner merupakan penjabaran dari variabel. Variabel merupakan penjabaran dari dimensi, dan dimensi merupakan penjabaran dari konsep yang akan diteliti. Tidak jarang bahwa peneliti menganggap bahwa setiap indikator, variabel, ataupun dimensi memiliki bobot kepentingannya sendiri-sendiri. Akibatnya, perlu dilakukan perhitungan untuk menilai besar bobotnya.

b. Uji reliabilitas

Jika alat ukur telah dinyatakan valid, selanjutnya realibitas alat ukur tersebut diuji. Reliabilitas adalah suatu nilai yang menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Setiap alat pengukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten. Pada alat pengukur untuk fenomena fisik seperti berat dan panjang badan, konsistensi hasil pengukuran bukanlah hal yang sulit dicapai. Namun, untuk mengukur permasalahan bisnis yang mencakup fenomena sosial seperti sikap, opini dan persepsi, pengukuran yang konsisten agak sulit dicapai.

Berhubung gejala sosial tidak semantap gejala fisik, maka dalam pengukuran gejala sosial unsur kesalahan pengukuran (measurement error) selalu diperhitungkan. Dalam penelitian sosial, kesalahan pengukuran ini cukup besar. Oleh karena itu, untuk mengetahui hasil pengukuran yang sebenarnya, kesalahan pengukuran ini perlu diperhitungkan. Hasil pengukuran gejala sosial merupakan kombinasi antara hasil pengukuran yang sesungguhnya (true score) ditambah dengan kesalahan pengukuran.Secara matematis, keadaan tersebut digambarkan dalam persamaan berikut ini:

Xo = Xt + XeDi mana:

Xo= angka yang diperoleh (obtained score)

Xt= angka yang sebenarnya (true score)

Xe= kesalahan pengukuran (measurement error)

Makin kecil kesalahan pengukuran, makin reliable alat pengukur. Sebaliknya makin besar kesalahan pengukuran, makin tidak reliabel alat pengukur tersebut. Besar-kecil kesalahan pengukuran dapat diketahui antara lain dari nilai korelasi (r) dikuadratkan, maka hasilnya disebut koefisien determinasi (coefficient of determination) yang merupakan petunjuk besar-kecil hasil pengukuran yang sebenarnya. Semakin tinggi angka korelasi, makin besar nilai koefisien determinasi, dan makin rendah kesalahan pengukurannya. Misalkan, ditemukan korelasi antara pengukuran pertama dan kedua sebesar r = 0,90, maka hasil pengukuran yang sesungguhnya adalah 0,90 x 0,90 = 81 persen. Bila, angka korelasi (r) yang ditemukan hanya 0,50, maka koefisien determinasinya hanya 0,25. Berarti hanya 25 persen saja hasil pengukuran yang sebenarnya.Ada cukup banyak teknik untuk mengukur reliabilitas. Dalam buku ini penulis memaparkan enam macam pengukuran yang cukup penting dalam rangka penelitian bisnis. Teknik-teknik pengukuran reliabilitas tertentu ialah:

Teknik Test-Retest

Teknik Spearman-Brown Teknik K-R 20

Teknik K-R 21

Teknik Cronbach

Teknik Observasi

Paparan dari masing-masing teknik pengukuran akan penulis jelaskan seperti barikut ini.1) Teknik Test-Retest (Pengukuran Ulang)

Untuk mengetahui reliabilitas suatu alat pengukur dengan pengukuran ulang (test-retest), kita harus meminta responden yang sama untuk menjawab semua pertanyaan dalam alat ukur pertama dan pengukuran kedua sebaiknya tidak terlalu dekat dan tidak terlalu jauh. Selang waktu antara 15 30 hari secara umumnya dianggap memenuhi persyaratan tersebut. Kalau selang waktu terlalu dekat, responden masih ingat dengan jawaban yang diberikan pada waktu pengukuran pertama. Sedangkan kalau selang waktu terlalu lama, kemungkinan terjadi perubahan pada fenomena yang diukur. Kedua hal ini akan mempengaruhi hasil pengukuran reliabilitas.

Hasil pengukuran pertama dikorelasikan dengan teknik korelasi product moment seperti yang telah diterangkan dalam menghitung validitas. Selain itu, dapat pula digunakan teknik korelasi yang lain. Pilihan teknik korelasi ditentukan oleh jenis data yang dikumpulkan.

Sebagai contoh, misalkan data pengukuran suatu persepsi hasil dari penilaian pertama dan kedua distribusinya seperti yang termuat dalam tabel di bawah ini. Nilai hasil pengukuran diperoleh dari jumlah rata-rata tertimbang dari data tiap responden.

RespondenPengukuran IPengukuran II

Agus

Iwan

Caca

Amir

Hengky

Dian

Albert

Eko

Lily

3419

39

16

23

41

17

25

444542

40

38

32

20

24

17

41

Selanjutnya, hasil pengukuran I dikorelasikan dengan pengukuran II dengan menggunakan teknik korelasi product moment. Pengukuran I disebut X dan pengukuran II disebut Y. Cara perhitungannya sama dengan contoh pada perhitungan validitas. Bila angka korelasi yang diperoleh signifikan, berarti hasil pengukuran I dan pengukuran II relatif konsisten. Dengan demikian skala pengukuran yang disusun adalah reliabel, begitu pula sebaliknya.Teknik pengukuran ulang untuk menghitung reliabilitas dapat pula dilakukan untuk setiap pertanyaan didalan kuesioner. Caranya adalah dengan mengkorelasikan jawaban pada wawancara pertama dengan jawaban pada wawancara ulang. Bila, terdapat korelasi yang signifikan antara jawaban wawancara pertama dan wawancara ulang, maka jawaban tersebut tergolong reliabel.

2) Teknik Spearman- BrownSyarat penggunaan teknik ini adalah:

Bentuk pertanyaan hanya terdiri atas dua pilihan jawaban, misalnya, Ya diisi dengan 1 dan Tidak diisi dengan 0.

Jumlah butir pertanyaan harus genap, agar dapat dibelah. Antara belahan pertama dengan belahan kedua harus seimbang.

Belahan instrumen dikatakan seimbang jika jumlah butir pertanyaannya sama dan pertanyaan tersebut mengungkap aspek yang sama. Untuk memperoleh belahan yang seimbang, peneliti harus sudah memperhitungkannya sejak instrumen tersebut disusun. Sebagai usaha hati-hati, peneliti harus membuat pertanyaan dalam jumlah genap untuk setiap aspek atau faktor. Dengan demikian, letak butir dapat disebar sedemikian rupa agar, kalau dalam analisis data dilakukan pembelahan, sudah diketahui dengan pasti manakah pasangan-pasangan butir pertanyaannya. Karena itu perencanaan penelitian harus terpadu dalam hal variabel, pembuatan instrumen, uji coba, pengujian reliabilitas, analisis data, dan sebagainya.Peneliti hendaknya membuat tabel analisis butir soal atau butir pertanyaan. Dari analisis ini skor-skor dikelompokkan menjadi dua berdasarkan belahan bagian awal. Ada dua cara membelah, yaitu belah ganjil-genap dan belah awal akhir. Oleh karena itulah teknik Spearman-Brown ini disebut teknik belah dua. Kedua teknik dipaparkan berikut ini:Teknik Belah Ganjil-Genap

Dengan teknik belah dua ganji-genap, peneliti mengelompokkan skor butir nomor ganjil sebagai belahan pertama dan kelompok skor butir nomor genap sebagai belahan kedua. Secara teknis caranya adalah:

Hitunglah jumlah jawaban yang bernilai 1 atau Ya yang berada pada butir-butir pertanyaan ganjil. Itulah jumlah skor gankil, sedangkan jumlah skor genap didapat dengan mengurangi skor total dengan skor ganjil.

Langkah selanjutnya adalah mengkorelasikan skor belahan pertama dengan skor belahan kedua, yang akan menunjukkan harga rxy. Karena indeks korelasi yang diperolah baru menunjukkan hubungan antara belahan instrumen, maka untuk memperoleh indeks reliabilitas masih harus menggunakan rumus Spearman-Brown, yaitu:

2 x r r11 =

( 1 + r )

Di mana:

r11= reliabilitas instrumen

r= rxy sebagai indeks korelasi antara dua belahan instrumen

Contoh:

Misalnya rxy adalah 0,576, maka:

2 x 0,576 r11 = = 0,731

1 + 0,576

Jika kita telah memperoleh angka reliabilitas, selanjutnya lakukan uji korelasi. Jika pengujiannya menggunakan tabel r product moment dengan n = 10, maka untuk rt5% didapat r tabel = 0,632 dan untuk rt1% didapat r tabel = 0,765. Dengan demikian dapat disimpulkan bahwa instrumen tersebut reliabel bila ditinjau dari teknik belah dua ganjil-genap untuk 5%.Teknik Belah Awal-Akhir

Jika, peneliti ingin membelah butir-butir instrumen atas belahan awal-akhir, maka yang dimaksud dengan belahan pertama adalah skor butir dari butir nomor 1 sampai dengan nomor ke n dan belahan kedua skor-skor butir setengah nomor terakhir. Secara teknis caranya adalah:Jumlah pertanyaan dibagi dua, misalnya masing-masing terdiri dari 10 pertanyaan. Dari sepuluh pertanyaan belah awal hitunglah yang menjawab 1, maka jumlah ini diisikan untuk nilai skor awal. Skor akhir didapat dengan mengurangi skor total dengan skor awal ini.Setelah skor belahan pertama dikorelasikan dengan skor belahan kedua, lalu reliabilitas instrumen dihitung dengan rumus Spearman-Brown.

Lihat perhitungan-perhitungan sarta besaran-besaran yang diperlukan dalam analisis, seperti yang terdapat dalam data contoh berikut.Resp.Butir-butir pertanyaanSkorGan

jilGe

napAwalAkhir

1234567891011121314

a

b

c

d

e

f

g

h

i

j1

0

1

0

1

1

0

0

1

00

1

1

0

1

1

0

0

1

11

0

0

1

1

1

1

1

1

00

1

1

0

0

1

1

1

1

11

0

1

0

1

0

0

1

1

10

1

0

1

1

1

0

0

1

11

0

1

0

1

1

1

0

1

00

1

1

0

0

1

1

1

0

11

0

1

1

1

1

0

1

1

10

1

0

0

1

0

0

1

1

01

0

1

0

1

1

1

0

1

10

1

0

1

0

1

1

0

1

11

0

1

0

1

1

0

1

0

10

1

1

0

1

1

0

1

0

177

10

4

11

12

6

8

11

1070

6

2

7

6

3

4

6

407

4

2

4

6

3

4

5

643

5

2

6

6

3

3

7

434

5

2

5

6

3

5

4

6

8645404343

NP56 7 7 6 6 6 6 8 4 7 6 6 6

P 0,5 0,6 0,7 0,7 0,6 0,6 0,6 0,6 0,8 0,4 0,7 0,6 0,6 0,6Q 0,5 0,4 0,3 0,3 0,4 0,4 0,4 0,4 0,2 0,6 0,3 0,4 0,4 0,4

Catatan:

P: Proporsi subyek yang menjawab betul (max. 100%)

Q: Proporsi subyek yang menjawab tidak betul (100% - P)

NP: P dikali dengan jumlah responden

PQ: proporsi P dikali proporsi Q

Besaran-besaran lain disajikan berikut ini.

Untuk cara belah ganjil-genap:

X= 45

Y= 40X2 = 240

Y2 = 216XY= 172

Untuk cara belah awal-akhir:

X= 43

Y= 43

X2 = 209

Y2 = 201

XY= 195

Selanjutnya dapat dihitung korelasi antara belahan ganjil-genap dengan rumus:

Selanjutnya, kita dapat menghitung nilai reliabilitas instrumen sebagai berikut:

2 x rxy 2 x (0,0073) 0,0147

r11 = = =

1 + rxy 1 + (0,0073 1,0073

= 0,0146

Selanjutnya, lakukan uji hipotesis korelasi untuk menentukan apakah ia reliabel atau tidak.

Hal yang sama dapat dilakukan untuk teknik belah dua awal-akhir.

= 0,513

Selanjutnya, kita dapat menghitung nilai reliabilitas dengan memasukkan nilai rxy ke dalam rumus:

2 x rxy 2 x 0,513

r11 = = = 0,678

1 + rxy 1 + 0,513

Jika kita telah memperolah angka reliabilitas, selanjutnya bandingkan dengan tabel r product moment. Dari tabel diketahui bahwa dengan n = 10, harga rt5% = 0,632 dan rt1% = 0,765.

Dengan demikian, dapat disimpulkan bahwa instrumen tersebut reliabel bila ditinjau dari teknik belah dua awal-akhir karena nilai reliabilitasnya sebesar 0,678 lebih besar dari rt5% sebesar 0,632. Namun, untuk teknik ganjil-genap hal ini ternya ditolak. Dalam kondisi ini tidak menjadi masalah menerima kuesioner atau menolaknya.3) Teknik K-R 20 dari Kuder dan RichardsonRumus ini dapat digunakan untuk instrumen yang:

Bentuk pertanyaan hanya terdiri atas dua pilihan jawaban, misalnya Ya diisi dengan 1 dan Tidak diisi dengan 0.

Jumlah butir pertanyaan ganjil, oleh karena itu tidak dapat dibelah.

Bentuk rumus:

Di mana:

r11 = reliabilitas instrumrn

k= banyak butir pertanyaan

Vt = varians total

P= proporsi subyek yang menjawabbetul pada sesuatu butir (proporsi subyek yang mendapat skor 1) ditulis:

banyak subyek yang skornya 1

P =

banyak subyek

q = 1 p

Contoh:

Berdasarkan data yang dipakai untuk menjelaskan contoh pemakaian teknik Spearman-Brown di atas, didapat besaran-besaran yang dibutuhkan, yaitu:

pq = 3,20

Total skor = 86,

Varians dari total skor Vt = 6,7111

Varians dari total skor Vt dihitung dengan menggunakan rumus:

Untuk kasus di atas, data Xi berturut-turut adalah 7, 7, 10,...,10 dengan rata-rata 86/10 = 8,6.

Apabila besaran-besaran di atas dimasukkan ke dalam rumus, maka didapat:

k

Vt - pq

r11 = ( ) (

)

k - 1 Vt

14 6,7111 3,20

= ( ) (

)

14 1 6,7111

= 0,563

Dengan uji seperti di bagian terdahulu, dapat disimpulkan bahwa instrumen tidak reliabel.

4) Teknik K-R 21 dari kuder dan RichardsonPenggunaan rumus ini sama seperti pada rumus K-R 20. Yang dibutuhkan hanya variabel varians, bukan variabel p dan q seperti pada rumus KR 20.Bentuk rumus:

k

M (K M)

r11 = ( ) ( 1 - )

k - 1 KVt

di mana:r11 = reliabilitas instrumen

K = banyak butir pertanyaan

M = skor rata-rata

Vt = varians total

Dengan menggunakan tabel analisis butir yang sudah ada, maka dapat diketahui:

K = 14

X 86

M = = = 8,6

n 10

Vt = 6,7111

Jika dimasukkan ke dalam rumus, maka perhitungannya adalah.

k

M (K M)

r11 = ( ) ( 1 -

)

k - 1 KVt

14 8,6 (14 8,6)

= ( ) ( 1 - )

14 1 14 X 6,7111

= 0,5385

Dengan uji seperti pada bagian terdahulu dapat disimpulkan bahwa instrumen tidak reliabel.

5) Teknik dari CronbachMencari reliabilitas instrumen yang skornya bukan 0-1, tetapi merupakan rentangan antara beberapa nilai, misalnya 0-10 atau 0-100 atau bentuk skala 1-3, 1-5 atau 1-7 dan seterusnya dapat menggunakan teknik dari Cronbach. Rumus ini ditulis seperti berikut:

k

b2

r11 = ( ) ( 1 - )

k - 1 t2

di mana:r11= reliabilitas instrumenk= banyak butir pertanyaan

t2= varians total

b2= jumlah varians butir

Contoh:

Berikut adalah data dari 10 responden yang telah mengisi kuesioner yang terdiri atas 6 butir pertanyaan dan tiap pertanyaan mempunyai 5 pilihan jawaban dari nilai yang paling rendah = 1 sampai yang paling tinggi = 5.No.

Resp.Nomor ButirSkor

TotalTotal skor

Kuadrat

123456

12

3

4

5

6

7

8

9

1043

3

4

3

3

5

2

4

521

3

3

2

1

2

2

1

335

3

4

5

4

3

2

5

433

5

3

3

4

5

3

4

445

4

4

5

5

3

1

3

521

3

1

1

3

2

3

3

21818

21

19

21

20

20

13

18

23324324

441

361

441

400

400

169

324

529

A:

3620383739211913713

B:

1384615414316751

Catatan:

A = jumlah data tiap butir

B = jumlah data tiap butir yang dikuadratkan

Jumlah varians butir dicari dulu dengan cara mencari nilai varians tiap butir, kemudian jumlahkan seperti yang dipaparkan berikut ini.Rumus varian yang digunakan:

(X)2X2 -

n

2 =

n

di mana:

n = jumlah responden

X = nilai skor yang dipilih (total nilai dari nomor-nomor butir pertanyaan)

362 138 -

10

2(1) = = 0,84

10

362 138 -

10

2(1) = = 0,84

10

202 46 -

10

2(2) = = 0,6

10

382 154 -

10

2(3) = = 0,96

10

372 143 -

10

2(4) = = 0,61

10

392 167 -

10

2(5) = = 1,49

10

212 51 -

10

2(6) = = 0,69

10

b2 = 0,84 + 0,6 + 0,96 + 0,61 + 1,49 + 0,69 = 5,19

1912 3713 -

10

Varians Total = = 6,49

10

Selanjutnya masukkanlah pada rumus Cronbach:

k

b2

r11 = ( ) ( 1 - )

k - 1 t2

6

5,19

= ( ) ( 1 - )

6 - 1 6,49

= 0,96

Dengan uji seperti di bagian terdahulu, dapat disimpulkan bahwa instrumen adalah reliabel.

6) Teknik Femandes untuk Pengamatan (Observasi)Metode pengamatan atau observasi dilakukan oleh pengamat terhadap benda. Untuk benda diam, sasaran dapat diambil lagi sewaktu-waktu jika diperlukan, sedangkan benda bergerak membutuhkan alat bantu seperti rekaman video yang dapat menunjukkan proses yang diamati. Kelemahan lain adalah terletak pada diri pengamat yang sulit bersikap netral. Jadi, jika pangamatan dilakukan oleh lebih dari satu orang maka perbedaan hasil pengamatan dapat cukup signifikan. Oleh karena itu, sebelum melakukan pengamatan perlu dilakukan latihan pengamatan. Proses latihan pengamatan untuk menyamakan persepsi perlu dilakukan agar pengamatan yang diperoleh duhasilkan dari upaya menekan semaksimal mungkin unsur subyektivitas pengamat.Untuk menentukan tingkat toleransi perbedaan hasil pengamatan, lakukanlah teknik pengetesan reliabilitas pengamatan dengan menggunakan rumus femandes:

2 S

KK =

N1 + N2 Di mana:

KK= koefisienkesepakatan

S= sepakat, jumlah kode yang sama untuk obyek yang sama

N1= Jumlah kode yang dibuat oleh pengamat I

N2= Jumlah kode yang dibuat oleh pengamat II

Catatan:

Rumus femandes sengaja penulis sesuaikan hanya untuk jumlah pengamat sebanyak 2 orang karena sebenarnya dapat dikembangkan pula untuk jumlah pengamat lebih dari 2 orang.Contoh 1: Format dengan kategori Ya dan Tidak

Untuk data dengan kategori Ya dan Tidak, perhitungan reliabilitasnya dapat mengikuti prosedur atau langkah-langkah berikut ini.

Langkah 1:

Dua formulir isian dari para pengamat disatukan seperti berikut ini. Kategori Ya menyatakan setuju atas hal-hal yang positif dan Tidak menyatakan sebaliknya dari obyek yang diteliti, yaitu sebuah perusahaan yang bergerak di sektor perbankan.No.Obyek PengamatanPengamat IPengamatII

YaTidakYaTidak

1.2.

3.

4.

5.

6.

7.

8.

9.

10.Penyaluran KreditJumlah Nasabah

Motivasi Karyawan

Risiko

Sistem Informasi

Prosedur

Program Kerja

Kepuasan Pelanggan

Citra (Image)

Produk Layananvv

v

v

v

v

v

v

v

v

vv

v

v

v

v

v

v

v

v

Langkah 2:

Masukkan nomor kategori berdasarkan hasil pengamatan (v) ke dalam tabel kontingansi atau tabel dalam bentuk matriks 2x2 sebagai berikut:Tabel Kontingensi Kesepakatan

Pengamat I

Pengamat IIYaTidakJumlah

Ya3,6,8,92,106

Tidak1,45,74

Jumlah6410

Langkah 3:

Menghitung jumlah sel yang cocok yaitu sel Ya-Ya dan Tidak-Tidak:

4 + 2 = 6

Langkah 4:

Memasukkan data ke dalam rumus sebagai berikut:

2 S 2 x 6 12

KK=

=

=

= 0,6

N1 + N2 10 + 10 20

Dengan nilai KK = 0,6 dapat diartikan bahwa ada 60 persen pengamatan cocok. Nilai ini akan diterima atau tidak sangat ditentukan oleh kesepakatan awal dari kedua pengamat.Contoh 2: Format dengan enam kategori bergradasi

Format ini digunakan untuk data yang lebih halus dari sekadar Ya dan Tidak seperti contoh pertama di atas.

Untuk format bergradasi ini, peneliti dapat mengetahui kualitas pernyataannya.

Misalnya:

Pada contoh pertama jawaban hanya dibagi atas dua kategori. Untuk mendapatkan nilai yang lebih halus, tidak sekadar Ya dan Tidak, maka pilihan jawaban dibagi atas lebih dari dua jawaban, misalnya enam pilihan jawaban seperti berikut:

0 = tidak tahu

1 = sangat buruk

2 = buruk

3 = biasa saja

4 = baik

5 = baik sekali

Untuk data dengan format bergradasi ini, perhitungan reliabilitas-nya dapat mengikuti prosedur atau langkah-langkah berikut ini:

Langkah 1:

Menggabungkan data isian dari kedua pengamat

NoObyek PengamatanPengamat IPengamat II

012345012345

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.Penyaluran Kredit

Jumlah Nasabah

Motivasi Karyawan

Risiko

Sistem Informasi

Prosedur

Program Kerja

Kepuasan Pelanggan

Citra (Image)

Produk Layananv

vv

v

vv

v

v

v

v

v v

v

v

v

v

v

v

v

Langkah 2:

Masukkan nomor kategori berdasarkan hasil pengamatan (v) ke dalam tabel kontingensi atau tabel dalam bentuk matriks 6x6 sebagai berikut.

Tabel Kontingansi Kesepakatan

P

e

n

g

a

m

a

t

IIPengamat I

0

12345Jumlah

0

3,9 2

1

81

2

61

3

1,42

4

25103

571

Jumlah

20222210

Langkah 3:

Menghitung banyaknya kecocokan, yang cocok tidak-tidak adalah amatan 3 dan 9 pada sel 0-0. Baris ke 2 ada satu kecocokan, yaitu amatan nomor 8, di mana pengamat I memilih 4 dan pengamat II memilih 1, demikian seterusnya.

Langkah 4:

Masukkan data ke dalam rumus. Angka-angka yang dijumpai sebagai kecocokan adalah angka-angka pada sel-sel yang terletak diagonal dengan sel jumlah. Pada sel-sel yang dimaksud tertera (3,9), (6), (1,4), (5) dan (7). Seluruhnya ada 7 obyek amatan. Jadi 7 obyek inilah yang dinilai sama (cocok) oleh dua pengamat.Apabila dimasukkan ke dalam rumus akan terdapat angka-angka sebagai berikut:

2 S 2 x 7

KK =

=

= 0,7 atau 70% kecocokan

N1 + N2 10 + 10

Sama seperti kasus pertama di atas, dengan nilai KK = 0,7 dapat diartikan bahwa ada 70 persen pengamatan yang cocok. Nilai ini akan diterima atau tidak juga sangat ditentukan oleh kesepakatan awal kedua pengamat.

5. Contoh Strukur DataSetelah pernak-pernik data sudah dipaparkan secara cukup komprehensif, selanjutnya bagian ini akan mengilustrasikan sebuah contoh mengenai struktur data yang akan merangkum semua penjelasan di atas. Struktur data, mulai dari konsep hingga indikator, sekaligus skala yang digunakan untuk tiap indikator dengan tolok ukurnya, berguna untuk menjelaskan kepada pembaca bagaimana data terbentuk. Sebagai catatan penting: struktur data harus melalui uji validitas dan reliabilitas terlebih dahulu sebelum digunakan.

Konsep: Kualitas Jasa/Layanan Rumah Sakit

Dimensi

Variabel/IndikatorBobotTolok Ukur

Keterandalan/Reliability

Kesigapan/ResponsivenessJaminan/AssuranceEmpati/Empathi

Nyata/Tangibles Ketepatan pelayanan Kesesuaian pelayanan dengan janji yang ditawarkan

Kesigapan pekerja dalam menangani pasien

Penanganan keluhan pasien

Keramahan, perhatian, dan kesopanan pekerja

Prestasi dan reputasi RS

Kemudahan menghubungi RS

Kemampuan pekerja berkomunikasi dengan pasien

Penampilan fisik gedung

Tempat parkir

Kebersihan, kerapian, kenyamanan ruangan

Penampilan pekerja

Catatan:

a. Struktur data ini hanya sebuah contoh bagaimana sebuah konsep dipecah atas dimensi-dimensinya. Lalu dimensi dipecah lagi atas variabelnya. Dapat saja variabel ini dipecah-pecah lagi atas subvariabel. Akhirnya, struktur data terkecil, yang sering disebut indikator, diberi nilai/ bobot melalui suatu tolok ukur/kriteria.

b. Semua indikator diberi bobot dan kriteria, Untuk contoh ini semua skala pengukurnya adalah interval, yang memiliki bobot dan kriteria sama, misalnya:BobotKriteria

1

2

3

4

5Sangat tidak puas

Tidak puas

Biasa saja

Puas

Puas sekali

c. Contoh Struktur data yang demikian, jika dibuat kuesioner akan menggunakan skala Likert.

H. PENGAMBILAN SAMPELData yang akan dipakai dalam penelitian belum tentu merupakan keseluruhan dari suatu populasi. Hal ini patut dimengerti mengingat adanya beberapa kendala seperti populasi yang tak teridentifikasikan, adanya kendala biaya, waktu, tenaga serta masalah heterogenitas atau homogenitas dari elemen populasi tersebut. Misalkan akan dilakukan penelitian mengenai daya tahan lampu meon merek OSR. Sudah tentu tidak semua lampu yang diproduksi dites, tetapi hanya beberapa saja. Contoh lain, akan diteliti kepuasan orang-orang yang telah menonton di bioskop 21. Tidak semua orang yang telah menonton di bioskop 21 dimintai pendapat, karena tidak diketahui siapa saja mereka itu. Dengan alasan ini, akhirnya penelitian menggunakan apa yang sering disebut sebagai sampel.Banyak pengertian tentang sampel. Tetapi secara umum dapat dijelaskan bahwa sampel merupakan bagian dari suatu populasi. Sementara itu, populasi diartikan sebagai kumpulan elemen yang mempunyai karakteristik tertentu yang sama dan mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel. Dalam kasus lampu diatas, populasinya adalah lampu-lampu merek OSR, sedangkan kasus bioskop 21 populasinya adalah orang-orang yang telah menonton di sana.Hal-hal yang perlu diperhatikan dalam pengambilan sampel adalah bagaimana teknik sampel diambil dan berapa banyak elemen populasi yang akan dijadikan sebagai anggota sampel. Teknik pengambilan sampel sering disebut dengan Teknik Sampling.

Pada bagian ini akan dipaparkan secukupnya mengenai Teknik Sampling. Bagi peneliti yang akan mendalami lebih lanjut mengenai teknik ini, paling tidak karena tuntutan penelitian yang akan dikerjakan, hendaknya ia tetap mempelajarinya dari buku-buku teks mengenai teknik sampling.

Ada tiga hal yang perlu diperhatikan sebelum melakukan pengambilan sampel, yaitu:

apakah pengambilan sampel dilakukan secara probabilitas atau nonprobabilitas, lalu

apakah populasi terhingga atau tidak terhingga, lalu

apakah populasi akan dipecah menjadi beberapa subpopulasi atau tidak.

Berikut adalah paparan mengenai beberapa teknik sampling yang umum dipakai dalam penelitian bisnis yang dikelompokkan atas dasar probabilitas dan nonprobabilitas (Wibisono, 2003).1. Pengambilan Sampel Probabilitas / Acak

Pengambilan sampel Probabilitas/acak adalah suatu metode pemilihan sampel, di mana setiap anggota populasi mempunyai peluang yang sama untuk dipilih menjadi anggota sampel. Metode ini sering disebut sebagai prosedur yang terbaik. Dari beberapa cara pengambilan sampel dengan metode ini, tiga diantaranya dipaparkan seperti di bawah ini.

a. Cara Acak Sederhana (Simple Random Sampling)

Pengambilan sampel dengan teknik ini tediri dari beberapa cara. Dua di antara yang sering digunakan dalam penelitian bisnis adalah sebagai berikut ini.

Cara Undian

Cara ini memberi nomor-nomor pada seluruh anggota populasi, lalu secara acak dipilih nomor-nomor sesuai dengan banyaknya jumlah sampel yang dibutuhkan. Pengambilan sampel dengan cara ini ada dua cara. Pertama, pengambilan sampel tanpa pengembalian, berarti nilai probabilitas tidak konstan. Kedua, mengembalikan sampel yang terpilih sehingga nilai probabilitas menjadi konstan.Cara Sistematis/Ordinal

Cara ini merupakan teknik untuk memilih anggota sampel melalui peluang dan teknik di mana pemilihan anggota sampel dilakukan setelah terlebih dahulu dimulai dengan pemilihan secara acak untuk data pertamanya. Sedangkan data berikutnya menggunakan interval tertentu. Misalnya, akan diambil sampel sebanyak 100 dari 1.000 anggota populasi. Kita akan memilih data pertama dari sampel pertama secara acak antara 1 sampai 10. Jika terambil nomor 4, maka untuk data kedua akan diambil dari sampel kedua yaitu nomor 14 dan seterusnya. Agar sampel yang didapat terdistribusi dengan baik, maka populasi harus juga dibuat acak, jangan diurut. Misalnya kalau kita akan memilih nama-nama orang dari suatu perusahaan, janganlah nama-nama itu diurutkan berdasarkan struktur organisasi yang ada, nanti yang diambil tidak menyebar ke seluruh bidang-bidang yang ada di dalam perusahaan.b. Cara Stratifikasi (Stratified Random Sampling)Suatu populasi yang dianggap heterogen menurut suatu karakteristik tertentu dikelompokkan dalam beberapa subpopulasi, sehingga tiap kelompok akan memiliki anggota sampel yang relatif homogen. Lalu dari tiap subpopulasi ini secara acak diambil anggota sampelnya. Dasar penentuan strata bisa secara geografis atau cara lainnya

c. Cara Kluster (Cluster Sampling)Pengambilan sampel dengan cara ini mirip dengan cara stratifikasi di atas. Bedanya, jika cara stratifikasi menghasilkan subpopulasi yang unsur-unsurnya homogen, maka dengan cara kluster unsur-unsurnya menjadi heterogen. Selanjutnya, dari masing-masing kluster dipilih sampel secara random sebanyak yang dibutuhkan. Cluster Sampling sering digunakan misalnya dalam penyebaran kuesioner di wilayah tertentu yang memang respondennya heterogen.2. Pengambilan Sampel Non-Probabilitas/Non AcakDengan cara ini semua elemen populasi belum tentu memiliki peluang yang sama untuk dipilih menjadi anggota sampel. Hal ini terjadi misalnya, karena ada bagian tertentu secara sengaja tidak dijadikan sampel suatu populasi. Cara ini juga sering disebut sebagai pengambilan sampel berdasarkan pertimbangan, karena dalam pelaksanaannya peneliti menggunakan pertimbangan tertentu.Berikut ini dipaparkan lima macam teknik sampling yang non-probabilitas.

a. Cara Keputusan (Judgment Sampling)

Cara ini pada sebagian buku teks dianggap sama dengan purposive sampling. Teknik ini misalnya, dipakai pada saat kita ingin mengetahui pendapat karyawan tentang produk yang akan dibuat. Peneliti telah beranggapan bahwa karyawan akan lebih banyak tahu daripada orang-orang lain, peneliti telah melakukan pertimbangan. Cara ini lebih cocok dipakai pada saat tahap awal studi eksploratif.

b. Cara Dipermudah (Convinience Sampling)

Sampel ini nyaris tidak dapat diandalkan, tetapi biasanya paling murah dan cepat dilakukan karena peneliti memiliki kebebasan untuk memilih siapa saja yang mereka temui. Meskipun tidak begitu andal, cara ini masih bermanfaat, misalnya pada tahap awal penelitian eksploratif untuk mencari petunjuk-petunjuk penelitian. Hasilnya dapat menunjukkan bukti-bukti yang cukup berlimpah, Sehingga prosedur pengambilan sampel yang lebih canggih tidak diperlukan lagi.

c. Cara Kuota (Quota Sampling)

Pada dasarnya, Quota Sampling sama dengan Judgment Sampling dua tahap. Tahap pertama adalah tahap di mana peneliti merumuskan kategori kontrol atau kuota dari populasi yang akan ditelitinya, Seperti jenis kelamin, usia, dan asal daerah yang terdefinisikan dengan baik sebagai basis dari keputusan pemilihan sampel. Tahap kedua adalah penentuan bagaimana sampel akan diambil. Penggunaan cara Convinience atau Judgment tergantung pada situasi dan kondisi pada saat akan dilakukan penelitian dan apa yang akan diteliti, serta kemampuan dari peneliti sendiri.Perbedaan antara Judgment Sampling dan Quota Sampling terletak pada adanya suatu batasan pada Quota Sampling bahwa sampel yang diambil harus sejumlah tertentu yang dijatahkan dari setiap subgrup yang telah ditentukan dari suatu populasi. Ukuran sampel pada Quota Sampling biasanya cukup besar, dengan harapan agar karakteristik sampel (statistik) sedapat mungkin mendekati karakteristik populasinya (parameter).

d. Cara Bola Salju (Snowball Sampling)Cara ini adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel ini disuruh memilih responden lain untuk dijadikan sampel lagi, begitu seterusnya sehingga jumlah sampel menjadi semakin banyak.e. Area SamplingPada prinsipnya cara ini menggunakan perwakilan bertingkat. Populasi dibagi atas beberapa bagian populasi, di mana bagian populasi ini dapat dibagi-bagi lagi. Dari bagian populasi yang paling kecil diambil sampel sebagai wakilnya untuk masuk ke dalam bagian populasi yang lebih besar. Dari bagian populasi yang lebih besar ini akan diambil lagi sampel yang akan dipakai lagi dan seterusnya.

I. UKURAN SAMPEL YANG DIPERLUKANPenentuan Sample penelitian:

Harus mampu mewakili subjek yang diteliti

Kelompok atau Groups of interest harus terdefenisi dengan jelas dan dipilih menggunakan aturan yang sudah terdefenisi dengan jelas dalam instrumen penelitian

Beberapa pendekatan untuk menentukan jumlah sample 1. Sample untuk survey jawaban tunggal (Easterby-Smith et al, 2012) P (100 P)

n = ------------------

E2

n = Jumlah sample

P = Prosentase kejadian dari suatu keadaan atau kondisi

E = Maksimum kesalahan yang diharapkan

Sebagai contoh, apabila dari suatu pilot survey yang memonitor jawaban YES/NO atas suatu keadaan yang diteliti diperoleh jawaban 60% menjawab YES, sehingga untuk survey selanjutnya di-DUGA 60% responden juga akan menjawab YES serta dengan standard error maksimum 5% maka jumlah sample:

60 (100 - 60)

n = ------------------ = 96

25

TETAPI, apabila jumlah populasi TIDAK TERLALU BESAR dibandingkan n maka jumlah sample dapat dikurangi (dikenall dengan istilah finite population correction)

n

n1 = --------------------

1 + (n/N)

N = Total populasi

Dimisalkan populasi = 480, maka

n1 = 96/ (1 + 96/480) = 80

Selanjutnya.... apabila survey dilakukan melalui pos (mail) dan diperkirakan jumlah responden yang mengembalikan survey hanya 50%, maka Jumlah kuesioner yang harus dikirim = 160.

Selain pendekatan di atas dikenal juga beberapa pendekatan untuk menentukan jumlah sample seperti: Isaac dan Michael, Chocran serta Cohen. Pertanyaannya: apabila masing-masing pendekatan tersebut merekomendasikan jumlah sample yang berbeda, lalu pendekatan mana yang dipilih?... jawabannya: sebaiknya pilih jumlah sample yang terbesar.

2. Rumus Slovin

Untuk menentukan berapa minimal sampel yang dibutuhkan juka ukuran populasi diketahui, dapat digunakan rumus Slovin seperti berikut:

N

n =

1 + N e2di mana:

n= ukuran sampel

N= ukuran populasi

e= kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang dapat ditolerir, misalnya 2%

Pemakaian rumus di atas mempunyai asumsi bahwa populasi berdistribusi normanl.

Untuk informasi lebih jauh tentang pemakaian rumus di atas, maka Sevilla, 1994 dalam Wibisono (2003), memperlihatkan batas kesalahan yang tidak dapat digunakan pada ukuran populasi. Tabel dimaksud adalah seperti di bawah ini.

Tabel 4.2 Ukuran Sampel untuk Batas-batas Kesalahan

dan Jumlah Populasi yang Ditetapkan

PopulasiBatas-batas Kesalahan

1% 2% 3% 4% 5% 10%

500

1500

2500

3000

4000

5000

6000

7000

8000

9000

10000

50000*

*

*

*

*

*

*

*

*

*

5000

8333*

*

1250

1364

1538

1667

1765

1842

1905

1957

2000

2381*

638

769

811

870

909

938

959

976

989

1000

1087*

441

500

517

541

556

566

574

580

584

588

617222

316

345

353

364

370

375

378

381

383

385

38783

94

96

97

98

98

98

99

99

99

99

100

Dalam pemakaiannya, salah satu adalah jumlah frekuensi observasi.

3. Cara Interval TaksiranJika ukuran populasi tidak diketahui atau sangat besar, maka cara di atas tidak bisa digunakan. Beberapa rumus dapat dipakai, misalnya untuk menaksir parameter dan parameter P. Seperti halnya dengan ukuran populasi yang terbatas, pada ukuran populasi yang tidak terbatas pun sampel dapat disesuaikan dengan alat analisisnya, misalnya alat analisis Chi-Square yang menuntut jumlah observasi tertentu (Wibisono, 2003).

a. Menaksir parameter rata-rata

Model interval taksiran untuk parameter adalah:

Atau:

Di mana Z/2(/n) dianggap error (e) dari hasil taksirannya. Jika error ini dikuadratkan, akan diperoleh:

e2 = Z2 /2 (2/n)

Dengan perhitungan matematik sederhana, jumlah sampel n dapat ditentukan menjadi:

n = {(Z/2)/e)}2Oleh karena standar deviasi populasi sering tidak diketahui, maka ada tiga cara jalan keluarnya, yaitu:

i. Diambil dari penelitian terdahulu, jika ada.

ii. Diambil dari prasurvei, terhadap beberapa data saja yang dianggap cukup mewakili.

iii. Standar deviasi dapat didekati dengan range (R), yaitu selisih data tebesar-terkecil sehingga dapat dicari dengan rumus:

= R/4

b. Menaksir parameter proporsi PModel interval taksiran untuk parameter P adalah:

atau:

di mana:p = x/n

q = 1-p

e = Z/2

Jumlah sampel n yang diperlukan adalah:

N > pq (Z/2 /e)2Jika p dan q tidak diketahui, maka dapat diganti dengan 0,25 sebagai perkalian antara 0,5 x 0,5.

J. SAMPEL HARUS BERDISTRIBUSI NORMAL

Untuk menentukan apakah data sampel berdistribusi normal, cara-caranya antara lain adalah dengan (Wibisono, 2003).:

Kurva Normal

Kertas peluang normal

Uji Lilliefors

Uji Chi KuadratAda beberapa cara untuk mengetahui apakah data sudah berdistribusi normal, namun pada buku ini dijelaskan satu cara. Untuk mengetahui apakah data sampel yang sudah disajikan dalam bentuk distribusi frekuensi di bawah ini berdistribusi normal, termasuk populasinya pun berdistribusi normal, gunakan scatter diagram. Caranya, buatlah titik-titik temu antara data interval yang diletakkan pada sumbu X dan jumlah frekuensi pada sumbu Y. Jika, titik-titik temu tersebut membentuk suatu kurva normal, sampel maupun populasi dapat dianggap berdistribusi normal. Dengan kata lain, sampel berdistribusi normal jika jumlah data di atas maupun di bawah rata-rata berjumlah sama atau hampir sama.Contoh:

Data berdistribusi frekuensi yang akan di-plot pada scatter diagram.

Data IntervalFrekuensi

10-19

20-29

30-39

40-49

50-59

60-69

70-79

80-89

90-998

19

25

37

58

42

23

12

6

Jumlah230

Sebagai latihan, coba buatlah kurva dengan menggunakan data di

atas. Bagaimana hasil-nya?K. ALTERNATIF TEKNIK SURVEY

Beberapa teknik yang digunakan dalam Survey:

Pos (Mail)

Perlu memperhatikan biaya pengiriman, cetak dan tingkat partisipasi responden

Telephone

Perlu memperhatikan jumlah sampling, biaya telepon dan tingkat partisipasi responden

Tatap muka (Face-to-Face)

Perlu memperhatikan biaya dan waktu, tingkat partisipasi dan struktur interview.

Web-based

Dapat dilakukan kapan saja, dimana saja dng biaya yang murah.

ubah

ubah

ubah

ubah

ubah

ubah

ubah

ubah

ubah

ubah

pisah

PAGE 50

_1259139100.unknown

_1259144878.unknown

_1259231788.unknown

_1259232866.unknown

_1259233048.unknown

_1259232630.unknown

_1259231500.unknown

_1259139972.unknown

_1259144101.unknown

_1259139708.unknown

_1259129773.unknown

_1259138825.unknown

_1259067933.unknown