SKALA
PENGUKURAN
Memahami Skala Pengukuran
dan Metode Analisis Data
Kebanyakan
mahasiswa kebingungan membedakan skala pengukuran, jenis penelitian dan metode
analisis data. Seperti saya dulu ketika membuat proposal untuk skripsi saya,
secara garis besar saja masih bingung membedakan ketiganya. Bahkan ketika
skripsi saya sudah jalan ke bab empat, saya masih saja nge blank dengan
persoalan pemisahan secara teori pasti secara saya adalah termasuk mahasiswa
yang malas membaca buku teori secara detail.
Memahaminya
akan mudah setelah dipraktikkan, dan untuk memahami butuh waktu untuk membaca
berulang-ulang maksud teori tersebut, wajar jika dosen lebih lancar secara
teori karena ia harus mengulang-ngulang materi yang sama apalagi termasuk mata
kuliah yang diampunya. Adik tingkat saya yang datang demi diskusi masalah
skripsi terkadang masih bingung dan agak kehilangan arah membedakan jenis
penelitian, skala pengukuran dan metode analisis data.
Skala Pengukuran
Pengukuran
dalam penelitian biasanya berbentuk symbol atau angka. Skala pengukuran
merupakan alat yang digunakan untuk mendeteksi metode analisis data yang
digunakan. Skala pengukuran ada 4 kategori diantaranya…
1.Skala
nominal
Skala
nominal biasanya berbentuk kategori atau kelompok dari suatu objek, misalnya
dalam penelitian kita menggunakan variabel pekerjaan yang dibedakan menjadi dua
kategori yaitu swasta dan non swasta yang kemudian diberi angka 1 untuk swasta
dan 2 untuk non swasta. Namun perlu diingat angka 1 dan 2 bukan nilai dalam
artian sebenarnya, ia hanya digunakan untuk melihat berapa banyak subjek
dikelompokkan dalam kategori yang dimaksud seperti distribusi frekuensi atau
modus. Skala ini bisa dikatakan skala pengukuran sederhana.
2.Skala
ordinal
Perkembangan
lebih lanjut dari skala nominal adalah skala ordinal, jika skala nominal hanya
mengkategorikan secara sederhana dengan angka 1 dan 2 atau 1 dan 0, sedangkan
skala ordinal lebih berbentuk rangking sehingga yang digunakan bukan hanya
angka 1 atau 2 tetapi bertambah menjadi 1,2,3,4,dan 5.
3.Skala
interval
Skala
interval merupakan skala lanjutan dari skala ordinal. Skala yang digunakan
skala likert yaitu meranking sekaligus memberi nilai. Contoh:
Nilai
Skala Kategori
1
sangat tidak setuju
2
tidak setuju
3
kurang setuju
4
setuju
5
setuju sekali
4.Skala
Rasio
Skala
rasio adalah skala interval dan memiliki dasar. Skala rasio ditentukan dengan
nilai-nilai tertentu, sehingga tidak ada batasan yang past mengenai pengukuran
dengan skala rasio. Misalnya saja ketika seseorang ingin meneliti mengenai
ledakan pertumbuhan penduduk, maka skala pengukuran yang digunakan adalah rumus
yang berlaku untuk menghitung berapa besar ledakan penduduk dalam satu tahun .
Skala
nominal dan ordinal dikategorikan sebagai skala non metric sedangkan skala
interval dan rasio dikategorikan sebagai skala metric.
Metode Analisis Data
Menentukan
metode analisis data merupakan langkah penting untuk menentukan pengolahan data
dan kesimpulan hasil penelitian. Langkah awal menentukan metode analisis data
adalah dengan memahami penggunaan skala pengukuran yang digunakan atau dengan
menentukan jenis variable dan jumlah variabel.
satu variable terikat (metric) dan
satu variable bebas (non metric)
jika
variabel Y dan X jumlahnya satu maka analisis yang digunakan adalah analisis
univariat atau uji beda rata-rata atau t-test. Jika variabel bebas ukuran non
metrik maka alat uji yg digunakan ANOVA
dua atau lebih variabel terikat dan
atau lebih variabel bebas
jika
variabel Y terdiri dari Y1 dan Y2 sedangkan variabel X jumlahnya lebih dari
satu maka analisis yang digunakan adalah analisis MANOVA
satu variabel terikat dan satu atau
lebih variabel bebas
jika
variabel Y terdiri dari satu dan variabel X jumlahnya satu atau lebih dari satu
maka uji statistik yang digunakan adalah analisis regresi sederhana atau
berganda.
satu variabel terikat dan lebih dari
satu variabel bebas
bisa
menggunakan analisis diskriminan atau logistic regression jika variabel bebas
berupa kombinasi antara metrik dan nominal dan variabel terikat merupakan skala
nominal.
Ada
beberapa teknik statistik yang dapat digunakan untuk menganalisis data. Tujuan
dari analisis data adalah mendapatkan informasi yang relevan yang terkandung di
dalam data tersebut dan menggunakan hasilnya untuk memecahkan suatu masalah.
Permasalahan yang ingin dipecahkan biasanya dinyatakan dalam bentuk satu atau
lebih hipotesis nol.
Sampel
data yang dikumpulkan kemudian digunakan untuk menguji penolakan atau non
penolakan hipotesis nol secara statistik. Jadi hipotesis nol menggambarkan
permasalahan dan " informasi relevan" yang terkandung di dalam data
yang digunakan untuk menguji secara statistik hipotesis nol.
1. Skala Pengukuran
pengukuran
merupakan suatu proses hal mana suatu angka atau simbol dilekatkan pada
karakteristik atau properti suatu stimuli sesuai dengan aturan atau prosedur
yang telah ditetapkan. Misalkan orang dapat digambarkan dari beberapa
karakteristik seperti umur, pendidikan, pendapatan, jenis kelamin, dan
preferensi terhadap merek barang tertentu.
skala
pengukuran yang sesuai dapat digunakan untuk menunjukkan karakteristik ini.
menurut Stevens (1946) skala pengukuran dapat dikelompokkan menjadi empat jenis
yaitu, skala nominal, ordinal, interval, dan rasio. berikut ini penjelasan
ke-empat jenis skala pengukuran tersebut.
1.1 Skala
Nominal
skala
nominal merupakan skala pengukuran yang menyatakan kategori, atau kelompok dari
suatu subyek misalkan variabel jenis kelamin, responden dapat dikelompokkan ke
dalam dua kategori laki-laki dan wanita. kedua kelompok ini dapat diberi kode
angka 1 dan 2. Angka ini hanya berfungsi sebagai label kategori semata tanpa
nilai intrinsik dan tidak memiliki arti apa-apa.
Oleh
sebab itu tidaklah tepat menghitung nilai rata-rata dan standar deviasi dari
variabel jenis kelamin. Angka 1 dan 2 hanya sebagai cara untuk mengelompokkan
subyek ke dalam kelompok yang berbeda atau hanya untuk menghitung berapa banyak
jumlah di setiap kategori. Jadi uji statistik yang sesuai dengan skala nominal
adalah uji statistik yang mendasarkan counting seperti modus dan distribusi
frekuensi
1.2 Skala
Ordinal
skala
ordinal tidak hanya mengkategorikan variabel ke dalam kelompok, tetapi juga
melakukan ranking terhadap kategori. sebagai misal kita ingin mengukur
preferensi responden terhadap empat merek produk air mineral, merek Aqua,
Aquana, Aquaria, dan Aquades. Kita dapat meminta responden untuk melakukan
ranking terhadap merek produk air mineral yaitu dengan memberi angka 1 untuk
merek yang paling disukai, angka 2 untuk rangking kedua dst.
Merek
Air Mineral
Ranking
Aqua
1
Aquana 2
Aquaria
3
Aquades
4
Tabel
ini menunjukkan bahwa merek Aqua lebih disukai dari pada merek Aquana, merek
Aquana lebih disukai dari merek Aquaria, dan merek Aquarian lebih disukai
daripada merek Aquades. walaupun perbedaan angka antara merek satu dengan
lainnya sama. kita tidak dapat menentukan seberapa besar nilai preferensi dari
satu merek terhadap merek lainnya.
Jadi
kategori antar merek tidak menggambarkan perbedaan yang sama (equal
differences) dari ukuran atribut. Pengukuran seperti ini dinamakan skala
ordinal dan data yang didapat dari pengukuran ini disebut data ordinal. Uji
statistik yang sesuai untuk skala ordinal adalah modus, median, distribusi
frekuensi dan statistik non-parametrik seperti rank order correlation. Variabel
yang diukur dengan skala nominal dan ordinal umumnya disebut variabel
non-parametrik atau variabel non-metrik
1.3 Skala
Interval
misalkan
disamping menanyakan responden untuk melakukan ranking preferensi terhadap
merek, mereka juga diminta untuk memberikan nilai (rate) terhadap preferensi
merek sesuai dengan lima skala penilaian sbb:
Nilai skala Preferensi
1 Preferensi sangat tinggi
1 Preferensi tinggi
1 Preferensi moderat
1 Preferensi rendah
1 Preferensi sangat rendah
jika
kita berasumsi bahwa urutan kategori menggambarkan tingkat preferensi yang
sama, maka kita dapat mengatakan bahwa perbedaan preferensi responden untuk dua
merek air mineral yang mendapat rating 1 dan 2 adalah sama dengan perbedaan
preferensi untuk dua merek lainnya yang memiliki rating 4 dan 5.
Namun
demikian kita tidak dapat menyatakan bahwa preferensi responden terhadap merek
yang mendapat rating 5 nilainya lima kali preferensi untuk merek yang mendapat
rating 1. Skala pengukuran seperti diatas disebut dengan skala interval. Uji
statistik yang sesuai untuk jenis pengukuran skala ini adalah semua uji
statistik, kecuali yang mendasarkan pada rasio seperti koefisien variasi
1.4 Skala
Rasio
Skala
rasio adalah skala interval dan memiliki nilai dasar (Based value) yang tidak
dapat dirubah. Misalkan umur responden memiliki nilai dasar nol. Skala rasio
dapat ditransformasikan dengan cara mengalikan dengan konstanta, tetapi
transformasi tidak dapat dilakukan jika dengan cara menambah konstanta karena
hal ini akan merubah nilai dasarnya. Jadi transformasi yang valid terhadap
skala rasio adalah sbb:
Yt
= bYo
Oleh
karena skala rasio memiliki nilai dasar, maka pernyataan yang mengatakan
"umur Amir dua kali umur Tono" adalah valid. Data yang dihasilkan
dari skala rasio disebut data rasio dan tidak ada pembatasan terhadap alat uji
statistik yang sesuai. Variabel yang diukur dengan skala interval dan rasio
disebut variabel metrik.
Ada
beberapa teknik statistik yang dapat digunakan untuk menganalisis data. Tujuan
dari analisis data adalah untuk mendapatkan informasi yang relevan yang
terkandung di dalam data tersebut, dan menggunakan hasil analisis tersebut
untuk memecahkan suatu masalah. Permasalahan yang akan dipecahkan biasanya
dinyatakan dalam bentuk satu atau lebih hipotesis nol.
Sampel
data yang dikumpulkan kemudian digunakan untuk menguji menolak atau tidak
menolak hipotesis nol secara statistik. Dahulu banyak pengguna metode statistik
dari berbagai disiplin ilmu menggunakan metode statistik univariate. Alasannya
karena selain mudah dalam perhitungannya karena cukup dengan menggunakan
bantuan kalkulator sederhana, juga mudah dalam menafsirkan hasil analsisnya.
Misalnya
dengan menggunakan Uji t baik untuk sampel bebas maupun untuk sampel
berpasangan, ataupun analisis variansi. Sebagai contoh : misalnya seseorang
meneliti mengenai perilaku konsumen dalam membeli sesuatu barang. Peneliti
hanya bisa membandingkan ada atau tidaknya perbedaan rata-rata skor frekuensi
membeli, atau waktu membeli, ataujumlah yang dibeli, atau siapa yang
berinisiatif membeli dan sebagainya. Karenahanya melibatkan 1 variabel maka ia
harus menggunakan analisis univariate, misalnya menggunakan uji t atau analisis
variansi satu arah.
Tetapi
ia tidak dapat membandingkan ada atau tidaknya perbedaan perilaku konsumen.
Alasannya karena pengertian perilaku mengandung arti multivariabel, tidak hanya
menyangkut frekuensi membeli, atau waktu membeli, atau jumlah yang dibeli, atau
siapa yang berinisiatif membeli dan sebagainya secara terpisah, tetapi lebih
dari itu perilaku mengandung arti secara bersamaan atau simultan.
Dalam
hal ini ia harus menggunakan analisis multivariate.Umumnya analisis univariate
menggunakan asumsi bahwa sampel berasal dari populasi yang mempunyai distribusi
normal univariate, khususnya jika datanya adalah berskala pengukuran interval
atau rasio. Sedangkan analisis multivariate umumnya menggunakan asumsi bahwa
sampel berasal dari populasi yang mempunyai distribusi normal multivariate,
khususnya juga jika data yang digunakan adalah menggunakan pengukuran skala
interval atau rasio.
1. Analisis
Deskriptif
Analisis
deskriptif ini mempunyai tujuan untuk memberikan gambaran atau deskripsi suatu
populasi. Misalnya populasi dilihat dari nilai rata-ratanya (mean, median,
modus), standar deviasi, variansi, nilai minimum dan maksimum, kurtosis dan
skewness (kemencengan distribusi). Data yang dianalisis dapat berupa data
kualitatif atau data kuantitatif. Cara penyajiannya dapat dilengkapi dengan
menggunakan tabel, grafik dan diagram (garis, batang, lingkaran maupun yang
lain baik dengan 2 dimensi maupun 3 dimensi).
2. Analisis
Univariate
Analisis
ini digunakan untuk memecahkan permasalahan yang hanya terdiri dari 1 variabel.
Analisis yang sering digunakan dalam univariate ini diantaranya : Uji t (uji
beda untuk 2 populasi), Analisis Variansi (Anova, Uji F) jika digunakan untuk
menguji perbedaan lebih dari 2 populasi.
3. Analisis
Multivariate
Analisis
Multivariate digolongkan menjadi 2 golongan analisis :
a. Model Dependen.
Pada
model dependen ini, dapat dibedakan dengan jelas mana variabel dependennya dan
mana variabel independennya.
(1)
Model dengan 1 variabel dependen dan > 1 variabel independen. Jika variabel
dependen maupun variabel independen mempunyai skalapengukuran interval atau
rasio, maka analisis data yang sesuai adalah : “Analisis Regresi Berganda”
(Multiple Regression Analysis). Jika variabel dependen mempunyai skala
pengukuran nominal yang terdiri dari 2 kategori, sedangkan variabel independen
semuanya mempunyai skala pengukurannominal, ordinal, interval maupun rasio,
atau campuran diantara keempat skala pengukuran, maka analisis data yang sesuai
adalah : “Analisis Regresi Logistik” (Logistic Regression Analysis). Analisis
yang mirip dengan analisis regresi tetapi variabel dependennya dinyatakan
dengan skor diskriminan (D), maka analisis ini dikenal dengan “Analisis
Diskriminan” (Discriminant Analysis). Analisis Diskriminan ini menitik beratkan
pada teknik pengelompokan yaitu dengan mencari kombinasi linier variabel
independen (variabel diskriminator) mana saja yang bisa mengelompokkan individu
menjadi 2 kelompok, 3 kelompok dan sebagainya.
(2)
Model dengan > 1 variabel dependen dan 1 variabel independen. Jika Variabel
dependen semuanya mempunyai skala pengukuran interval atau rasio, dan variabel
independennya mempunyai skala pengukuran nominal dengan 2 atau lebih kategori,
maka analisis data yang sesuai adalah : “Analisis Varian Multivariate”
(Multivariate Analysis of Variance = MANOVA). Jika variabel independen
mempunyai skala pengukuran nominal dengan 2 kategori maka analisis data yang
sesuai adalah : “Hotelling’s T”. Jika variabel independen mempunyai skala
pengukuran nominal dengan > 2kategori maka analisis data yang sesuai adalah
: “Wilk’s Lambda”. Jika variabel dependen mempunyai skala pengukuran nominal
sedangkan variabel independen skala pengukuran interval atau rasio maka dapat
digunakan : “Analisis Korelasi Kanonikal” (Canonical Correlation Analysis). Pada
analisis korelasi kanonikal ini kita mencari kombinasi linier diantara sejumlah
variabel independen yang mempunyai korelasi yang kuat dengan sejumlah variabel
dependen.
b. Model Interdependen.
Pada
model interdependen ini, tidak dapat dibedakan dengan jelas mana variabel
dependennya dan mana variabel independennya, keduanya saling interdependensi.
(1)
Semua variabel mempunyai skala pengukuran interval atau rasio, maka ada 4 jenis
analisis data yang dapat digunakan.
“Analisis
Komponen Utama” (Principal Component Analysis = PCA).
Analisis
Komponen Utama ini merupakan teknik untuk mereduksi variabel dengan menyusun
kombinasi linier variabel asal sehingga jumlahnya menjadi lebih sedikit dan
satu sama yang lain menjadi orthogonal (independen). Ini salah satu cara untuk
mengatasi adanya kolinieritas variabel independen pada analisis regresi.
“Analisis
Faktor” (Factor Analysis).
Analisis
Faktor ini juga merupakan teknik untuk mereduksi variabel menjadi faktor yang
merupakan kumpulan variabel.
“Penskalaan
Multidimensi Metrik” (Metric Multidimension Scaling).
Analisis
Penskalaan Multidimensi Metrik ini merupakan teknik matematik yang memungkinkan
seseorang untuk menyajikan kedekatan atau kemiripan (proximity or similarity)
antara obyek secara meruang (spatial) sebagimana dalam suatu peta. Jadi intinya
adalah memetakan obyek dalam ruang multidimensi sedemikian rupa sehingga posisi
relatif di suatu ruang mencerminkan derajat kemiripan antara obyek.
“Analisis
Rumpun” (Cluster Analysis).
Analisis
Rumpun merupakan teknik untuk mereduksi data sehingga menjadi kelompok yang
lebih kecil sedemikian rupa sehingga elemen yang berada di dalam satu rumpun
mempunyai kemiripan yang tinggi dibandingkan dengan elemen lain yang berada di
dalam rumpun lain. Penggunaannya sering dikacaukan dengan analisis diskriminan.
Pada analisis diskriminan penentuan jumlah kelompok (dua atau lebih) dilakukan
dari awal, sedangkan pada analisis rumpun pada akhir alanisis diperoleh
sejumlah rumpun atas dasar kemiripan (similarity).
(2) Semua variabel mempunyak skala
pengukuran nominal.
Jika
semua variabel mempunyai skala pengukuran nominal, maka analisis data yang
sesuai adalah “Model Log Linier” (Loglinear Model). Model Log Linier ini
mempelajari hubungan antar multivariabel yang mempunyai skla pengukuran nominal
yang membentuk tabel kontingensi multidimensional (Multidimensional Contingency
Table). Model Log Linier ini menyatakan probabilitas sel dari tabel kontingensi
multidimensional dalam bentuk efek utama (main Effect) dan efek interaksi
(interaction effect). Dalam hal model, Model Log Linier ini ada kemiripan
dengan Analisis Variansi Dua Arah.
c.
Model-Model Analisis Multivariate Yang Lain.
“Analisis
regresi Ordinal” (Ordinal Regression Analysis) .
Analisis
regresi Ordinal adalah analisis regresi dimana variabel dependen maupun
variabel independennya mempunyai skala pengukuran ordinal.
“Analisis
Regresi Polikhotomus” (Polychotomous Regression Analysis).
Analisis
Regresi Polikhotomus ini mirip dengan Analisis Logistik. Jika pada analisis
logistik variabel dependen adalah dikhotomus (2 kategori) maka pada analisis
regresi polikhotomus variabel dependen adalah polikhotomus (>2 kategori).
“Analisis
Regresi Poisson” (Poisson Regression Analysis).
Analisis
Regresi Poisson adalah analisis regresi yang variabel dependennya mengikuti
distribusi Poisson.
“Analisis
Jalur” (Path Analysis).
Analisis
Jalur ini mirip dengan analisis regresi. Perbedaannya adalah bahwa pada
analisis jalur ini dapat membantu dalam mempelajari efek langsung, efek tidak
langsung maupun efek total dari variabel-variabel yang dianggap menjadi
penyebab dari variabel-variabel lain yang dianggap sebagai variabel akibat.
“Analisis
Model Persamaan Struktural” (Structural Equation Model = SEM).
Analisis
Model Persamaan Struktural (Structural Equation Model = SEM),merupakan metode
statistik yang menggunakan pendekatan konfirmatory yang mengandung dua aspek
penting, yaitu : proses yang dikaji dapat ditampilkan dalam bentuk persamaan
struktural (regresi) dan hubungan struktural dari persamaan tersebut dapat
divisualisasikan dalam bentuk gambar (diagram).
Dalam
analisis SEM ini peneliti dapat melakukan tiga kegiatan sekaligus secara
serempak yaitu:
-
Pemeriksaan validitas dan reliabilitas instrumen (setara dengan analisis faktor
konfirmatory).
-
Pengujian model hubungan antar variabel laten (setara dengan analisis jalur).
-
Membuat model prakiraan (setara dengan model struktural atau analisis regresi).
metode analisis multivariat
Analisis
multivariat merupakan salah satu teknik statistik yang digunakan untuk memahami
struktur data dalam dimensi tinggi. Variabel-variabel itu saling terkait satu
sama lain. Disinilah letak perbedaan antara multivariabel dan multivariat.
Multivariat pasti melibatkan multivariabel tetapi tidak sebaliknya.
Multivariabel yang saling berkorelasilah yang dikatakan multivariat.
Analisis
statistik multivariat merupakan metode statistik yang memungkinkan dilakukannya
penelitian terhadap lebih dari dua variable secara bersamaan. Dengan
menggunakan teknik analisis ini, dapat dianalisis pengaruh beberapa variabel
terhadap variabel – variabel lainnya dalam waktu yang bersamaan. Ada 2 macam
teknik analisa multivariat :
1. Teknik Dependen.
Suatu
variabel atau kumpulan variabel yang diidentifikasi sebagai variabel dependen
yang diprediksi atau dijelaskan oleh variabel lain yang merupakan variabel
independen. Adapun metode-metode yang termasuk dalam teknik dependen ini antara
lain :
• Multiple regression
Metode
ini menguji hubungan antara minimal dua variabel independen dan satu variabel
dependen. Berbeda dengan analisis regresi yang bivariat.
• Multiple Discriminant Analysis
Suatu
teknik statistik untuk memprediksi probabilitas dari objek yang termasuk
kedalam dua atau lebih kategori mutual eksklusif (variabel dependen) yang
berdasarkan pada beberapa variabel independen. Cirinya adalah independen
variabel harus berupa metric dan memiliki derajat kenormalan.
• Logit/Logistic Regression
Suatu
variabel dependen non-metrik tunggal yang diprediksi oleh beberapa variabel
independen metric. Teknik ini hampir sama dengan discriminant analysis, tetapi
mengandalkan perhitungan yang lebih mirip dengan regresi.
• Multivariate Analysis of Variance
(MANOVA)
Suatu
teknik statistik yang menyediakan suatu uji signifikansi simultan perbedaan
rata-rata antara kelompok-kelompok untuk dua atau lebih variabel dependen.
• Conjoint Analysis
Suatu
teknik statistik yang digunakan untuk memahami preferensi responden terhadap
suatu produk atau jasa. Biasanya disebut juga “trade-off analysis”.
• Canonical Correlation
Merupakan
perluasan dari analisis regresi berganda. Tujuannya untuk mengkorelasikan
secara simultan beberapa variabel tak bebas Y dengan beberapa variabel bebas X.
Jika regresi linear berganda hanya ada satu variabel tak bebas Y dengan
beberapa variable bebas X, dalam korelasi kanonikal ada beberapa variabel tak
bebas Y yang akan dikorelasikan dengan variabel bebas X.
• Structural Equations Modeling (SEM)
SEM
meneliti hubungan antara beberapa set variabel secara bersamaan. Metode ini
dapat menggabungkan variabel laten, yaitu variabel yang tidak dapat diukur
langsung ke analisis.
1. Teknik Interdependen.
Melibatkan
analisis secara simultan dari semua variabel dalam satu kumpulan, tanpa
membedakan antara variabel yang dependen dan variabel yang interdependen. Adapun metode-metode yang termasuk dalam
teknik interdependen ini antara lain :
• Principal Components & Common
Factor Analysis
Analisis
faktor merupakan suatu teknik statistik untuk menganalisa struktur dari
hubungan timbal balik diantara sejumlah besar variabel untuk menentukan
kumpulan faktor dari common underlying dimensions.
• Cluster Analysis
Suatu
teknik statistik untuk mengelompokkan objek (responden, produk, perusahaan,
variabel, dan lain lain) sehingga setiap objek mirip dengan objek yang lain
dalam satu gugusan (cluster) dan berbeda
dari objek yang berada pada semua gugusan lain.
• Multidimensional Scaling
Suatu
metode yang mengidentifikasi dimensi “tak-dikenali” yang mempengaruhi perilaku
pembelian yang berdasarkan pada keputusan pelanggan mengenai kesamaan atau
preferensi dan mengubahnya menjadi jarak yang digambarkan sebagai perceptual
maps. Suatu teknik statistik yang mengukur objek pada skala multidimensi yang
berdasarkan pada keputusan responden terhadap kesamaan objek.
• Correspondence Analysis
Suatu
teknik statistik yang menggunakan data non-metrik dan mengevaluasi hubungan
linear atau non-linear sebagai usaha untuk mengembangkan perceptual map yang
menggambarkan asosiasi antara objek (perusahaan, produk, dan sebagainya) dengan
suatu kumpulan karakteristik deskriptif dari objek tersebut.
SAMPEL
- Pengertian :
a.
Populasi yaitu sekelompok orang,
kejadian atau segala sesuatu yang mempunyai karakteristik tertentu.
b.
Elemen merupakan anggota populasi
c.
Sampel merupakan anggota sampel
d.
Populasi target merupakan populasi
yang direncanakan dalam suatu penelitian.
e.
Kerangka sampel yaitu suatu daftar
unit-unit yang ada pada populasi yang akan diambil sampelnya (daftar anggota
populasinya)
f.
Unit sampel yaitu unit terkecil
pada populasi yang akan diambil sebagai sampel.
- Alasan mengapa peneliti
melakukan penelitian sampel daripada sensus :
a.
Jika jumlah elemen populasi
relative banyak
b.
Kualitas data yang dihasilkan oleh
penelitian sampel sering lebih baik dibandingkan dengan hasil sensus.
c.
Proses penelitian dengan
menggunakan data sampel relative lebih cepat daripada sensus.
d.
Alasan lain yang menghendaki
penelitian dengan sampel, terutama dalam kasus pengujian yang bersifat merusak.
- Hubungan sampel dengan
populasi
- Kriteria sampel yang
representative dan perbedaan antara akurasi
dan presisi criteria sampel yang representative tergantung pada dua aspek
yang saling berkaitan yaitu :
a.
Akurasi (sampel yang akurat) adalah
sejauh mana statistic sampel dapat mengestimasi parameter populasi dengan
tepat, berkaitan erat dengan tingkat keyakinan.
b.
Populasi adalah sejauh mana hasil
penelitian berdasarkan sampel dapat merefleksikan realitas populasinya dengan
teliti. Menunjukkan tingkat ketepatan hasil penelitian berdasarkan sampel
menggambarkan karakteristik.
- Tahap Tahap pemilihan sampel :
a.
Mengidentifikasi populasi target
b.
Memilih kerangka pemilihan sampel
c.
Menentukan metode pemilihan sampel
d.
Merencanakan prosedur penentuan
unit sampel
e.
Menentukan ukuran sampel
f.
Menentukan unit sampel
- Peneliti perlu mengidentifikasi
populasi target karena penentuan populasi target
merupakan hal yang penting dalam proses pemilihan data penelitian, karena
berkaitan dengan identifikasi elemen-elemen populasi yang menjadi dasar
pemilihan sampel penelitian.
- Perbedaan antara kerangka
sampel dengan unit sampel
a.
Kerangka sampel merupakan daftar
elemen-elemen populasi yang dijadikan dasar untuk mengambil sampel. Biasanya
berbeda dengan populasi target yang ditentukan, sedangkan
b.
Unit sampel adalah suatu elemen atau
kelompok elemen yang menjadi dasar untuk dipilih sebagai sampel.
- Metode pemilihan sampel
probabilitas lebih memungkinkan memperoleh sampel yang representative
daripada metode pemilihan sampel nonprobabilitas :
Perbedaan pokok antara kedua metode terletak pada probabilitas
setiap elemen populasi terpilih sebagai subjek sampel. Metode probabilitas
memberikan kesempatan yang sama pada setiap elemen populasi untuk terpilih
sebagai sampel dengan pemilihan sampel yang dilakukan secara acak. Metode
nonprobabilitas, memilih sampel secara tidak acak sehingga setiap elemen
populasi mempunyai probabilitas yang berbeda untuk dipilih menjadi sampel.
- Pengertian, kelebihan dan
kelemahan
a.
Pemilihan sampel acak sederhana,
memberikan kesempatan yang sama yang bersifat tak terbatas pada setiap elemen
populasi untuk dipilih sebagai sampel.
Kelebihan nya bersifat independen, kekurangannya memerlukan media yang
memuat daftar seluruh elemen untuk dipilih sebagai sampel secara manual /
dengan bantuan computer. Dinilai membosankan dan memerlukan biaya relative
mahal.
b.
Pemilihan sampel sistematis,
merupakan memilih secara acak setiap elemen dengan nomor tertentu dari table
nomor sebagai kerangka sampel.
Kelebihan, tergantung pada penentuan nomor sampel yang pertama dan jarak
nomor antara sampel yang satu dengan yang lain. Metode ini relative mudah
diterapkan jika telah tersedia kerangka sampel.
- Pengertian dan perbedaan :
a.
Pemlihan sampel berdasarkan strata,
pemilihan sampel secara acak dapat dilakukan sengan telebih dahulu
mengklasifikasi suatu populasi kedalam sub-sub populasi berdasarkan
karakteristik tertentu dari elemen-elemen populasi.
b.
Pemilihan sampel berdasarkan
kelompok, dapat dilakukan melalui satu tahap atau beberapa tahap penentuan unit
sampel.
Perbedaan keduanya adalah lebih menekankan pada heterogensi
karakteristik elemen-elemen pada masing-masing unit sampel, tetapi
karakteristik elemen-elemen antara kelompok unit sampel satu dengan unit sampel
yang lain relatf homogen.
- Area sampling
merupakan metode pemilihan sampel acak berdasarkan kelompok yang digunakan
untuk memilih sampel dari populasi yang lokasi geografisnya terpencar.
- Hasil penelitian dengan sampel yang
pemilihannya menggunakan metode nonprobabilitas mempunyai kemampuan
generalisasi rendah. Karena pemilihan metode ini umumnya berdasarkan pada
pertimbangan waktu yang relative cepat dan biaya yang relative murah
dibandingkan dengan metode pelilihan sampel probabilitas.
a.
Berdasarkan kemudahan. Misalnya,
dalam penelitian mengenai perilaku konsumen terhadap suatu produk dapat melakukan
survey kepada setiap pengunjung yang dijumpai do took swalayan. Metode ini
diterapkan pada penelitian-penelitian perpajakan.
b.
Berdasarkan pertimbangan. Misalnya,
jika peneliti ingin mengetahui informasi yang berkaitan dengan perusahaan maka peneliti
dapat memilih para manajer sebagai sampel penelitian.
c.
Berdasarkan kuota. Misalnya,
peneliti menentukan kuota responden berdasarkan jenis industry, skala
perusahaan, departemen fungsional, atau gender pekerja.
- Factor yang menentukan ukuran
sampel dan contoh perhitungan ukuran sampel untuk
menentukan ukuran sampel tergantung pada variasi populasinya. Dismaping
itu, juga dipengaruhi oleh tingkat keyakinan peneliti dalam melakukan
estimasi. Contoh perhitungan :
- Kesalahan.
a.
Kesalahan dalam pemilihan sampel
dapat disebabkan oleh berbagai kemungkinan pada setiap prosedur dalam pemilihan
sampel, antara lain: kesalahan da;am kernagka sampel, kesalahan dalam penentuan
unit sampel.
b.
Kesalahan sistematis merupakan
kesalahan yang disebabkan oleh faktor-faktor diluar proses pemlihan sampel.
Kesalahan sistematis terutama disebabkan oleh kelemahan desain penelitian dan
kesalahan sistematis yaitu : kesalahan responden dan kesalahan administrative.
DATA DAN
TEKNIK PENGUMPULAN DATA
Sumber Data
Sumber
data adalah tempat didapatkannya data yang diinginkan. Pengetahuan tentang
sumber data merupakan hal yang sangat penting untuk diketahui agar tidak
terjadi kesalahan dalam memilih sumber data yang sesuai dengan tujuan
penelitian. Misalnya suatu penelitian tentang beberapa jenis penyakit yang
sedang diderita oleh masyarakat di suatu daerah untuk itu dilakukan survei
didaerah tersebut.
Sumber
data terbagi menjadi dua yaitu data primer dan data sekunder. Data primer
adalah data yang diperoleh peneliti secara langsung (dari tangan pertama),
sementara data sekunder adalah data yang diperoleh peneliti dari sumber yang
sudah ada. Data primer contohnya adalah
data yang diperoleh dari responden melalui kuesioner, kelompok fokus, dan
panel, atau juga data hasil wawancara peneliti dengan nara sumber. Data
sekunder misalnya catatan atau dokumentasi perusahaan berupa absensi, gaji,
laporan keuangan publikasi perusahaan, laporan pemerintah, data yang diperoleh
dari majalah, dan lain sebagainya.
Metode Pengumpulan Data
Metode
atau teknik pengumpulan data adalah cara yang dilakukan seorang peneliti untuk
mendapatkan data yang diperlukan. Dengan metode pengumpulan data yang tepat
dalam suatu penelitian akan memungkinkan pencapaian masalah secara valid dan
terpercaya yang akhirnya akan memungkinkan generalisasi yang obyektif.
Setelah
ditemukan sumber data yang digunakan
kemudian dilakukan pengumpulan data. Pengumpulan data dilakukan dengan berbagai
metode:
1. Mengumpulkan data dari catatan medik
di sarana kesehatan atau instansi yang berhubungan dengan kesehatan, cara ini
mempunyai keuntungan, yaitu mudah dilakukan, membutuhkan waktu dan biaya yang
relatif kecil. Kelemahannya sering ditemukan data yang tidak lengkap.
2. Pengumpulan data dilakukan dengan
survey. Pengumpulan data dengan cara survei data yang dikumpulkan adalah data
primer dan dapat disesuaikan dengan kebutuhan. Akan tetapi membutuhkan tenaga,
waktu dan biaya yang cukup besar.
Sebelum
melakukan survey perlu dipertimbangkan
dahulu masalah waktu, biaya dan tenaga yang tersedia. Keuntungan pengumpulan
data dengan metode survey adalah data yang didapatkan data primer yang
dipercaya, sedangkan kekurangannya adalah membutuhkan waktu, tenaga dan biaya
yang cukup besar.
Teknik Pengumpulan Data
Teknik
pengumpulan data yang diperlukan adalah teknik pengumpulan data yang paling
tepat, sehingga benar-benar didapat data yang valid dan reliabel. Jangan semua
teknik pengumpulan data dicantumkan jika sekiranya tidak dapat dilaksanakan.
Selain itu konsekuensi dari mencantumkan ketiga teknik pengumpulan data itu
adalah setiap teknik pengumpulan data yang dicantumkan harus ada datanya, untuk
mendapatkan data yang lengkap dan objektif penggunaan berbagai teknik sangat
diperlukan. Jika satu teknik dipandang mencukupi, maka teknik lain tidak perlu
digunakan dan tidak efisien.
Secara
garis besar, teknik yang dapat digunakan untuk pengumpulan data adalah
wawancara, angket, observasi, pemeriksaan.
1. Wawancara
Wawancara
merupakan proses interaksi atau komunikasi secara langsung antara pewawancara
dengan responden. Agar wawancara efektif, maka terdapat berapa tahapan yang
harus dilalui, yakni ; 1).mengenalkan diri, 2).menjelaskan maksud kedatangan,
3).menjelaskan materi wawancara, dan 4).mengajukan pertanyaan.
Informan
dapat menyampaikan informasi yang komprehensif sebagaimana diharapkan peneliti,
maka pada saat melakukan wawancara yang terdapat beberapa kiat sebagai berikut;
1). ciptakan suasana wawancara yang kondusif dan tidak tegang, 2). cari waktu
dan tempat yang telah disepakati dengan informan, 3). mulai pertanyaan dari
hal-hal sederhana hingga ke yang serius, 4).bersikap hormat dan ramah terhadap
informan, 5).tidak menyangkal informasi yang diberikan informan, 6).tidak
menanyakan hal-hal yang bersifat pribadi yang tidak ada hubungannya dengan masalah/tema penelitian, 7).tidak bersifat
menggurui terhadap informan, 8).tidak menanyakan hal-hal yang membuat informan
tersinggung atau marah, 9). sebaiknya dilakukan secara sendiri, 10). ucapkan
terima kasih setelah wawancara selesai dan minta disediakan waktu lagi jika ada
informasi yang belum lengkap.
Data
yang dikumpulkan dapat bersifat; 1)Fakta, misalnya umur, pendidikan, pekerjaan,
penyakit yang pernah diderita; 2)Sikap, misalnya sikap terhadap pembuatan
jambatan keluarga, penyuluhan kesehatan; 3)Pendapat, misalnya pendapat tentang
pelayanan kesehatan yang dilakukan oleh bidan desa; 4)Keinginan, misalnya
pelayanan kesehatan yang diinginkan; 5)Pengalaman, misalnya pengalaman waktu
terjadi wabah Demam berdarah melanda daerah mereka.
Pengumpulan
dengan wawancara mempunyai beberapa keuntungan, sebagai berikut: Jawaban yang
dilakukan responden secara spontan hingga jawaban dapat lebih dipercaya; dapat
digunakan untuk menilai kebenaran dan keyakinan terhadap jawaban yang
diberikan; dapat membantu responden untuk mengingat kembali hal – hal yang
lupa; data yang diperoleh adalah data primer. Kerugian pengumpulan data dengan
cara wawancara adalah membutuhkan waktu yang lama, membutuhkan biaya yang
relatif besar, mudah timbul bias.
Timbulnya
bias pada waktu wawancara disebabkan oleh beberapa hal sebagai berikut: 1)
Pewawancara, bila pewawancara kurang menghayati permasalahan dan kurang
memahami teknik wawancara; 2)Responden, sering responden menyembunyikan jawaban
yang sifatnya pribadi; 3)Pertanyaan yang diajukan, pertanyaan mempunyai arti
ganda sehingga membingungkan atau pertanyaan yang mengharuskan responden
mengingat kembali masa lalu.
1.1 Pedoman pelaksanaan wawancara
Pewawancara
dapat melaksanakan tugasnya dengan baik maka dibutuhkan pedoman :
1. Pewawancara
harus bersikap sopan santun, sabar, dan dengan gaya khas bahasa yang menarik,
tetapi jelas dan sederhana agar dapat dimengerti oleh responden,
2. Pergunakan bahasa responden agar tidak
dianggap seperti orang asing,
3. Ciptakan suasana psikologis agar
situasi cair, saling percaya,
4. Suasana wawancara harus santai,
5. Wawancara
dimuali dari pertanyaan yang mudah, karena awalnya biasanya responden akan
nampak tegang,
6. Keadaan
responden harus diperhatikan, apabila belum siap atau karena sedang terkena
musibah maka wawancara sebaiknya ditunda.
2. Angket
Angket
adalah pertanyaan tertulis yang diajukan kepada responden, jawaban diisi oleh
responden sesuai daftar pertanyaan yang diterima, sedangkan pada wawancara
jawaban responden diisi oleh pewawancara. Untuk pengembalian daftar isian dapat
dilakukan dengan 2 cara yaitu; 1.Canvaser, yaitu daftar yang telah di isi
ditunggu oleh petugas yang menyerahkan; 2.Householder, yaitu jawaban responden
dikirmkan kepada alamat yang telah ditentukan.
Keuntungan
teknik pengumpulan data dengan cara angket adalah relatif murah, tidak
membutuhkan banyak tenaga, dapat di ulang. Sedangkan kerugiannya adalah jawaban
tidak spontan, banyak terjadi non respon, pertanyaan harus jelas dan disertai
dengan petunjuk yang jelas, Jawaban sering tidak lengkap terutama bila
pertanyaan kurang dimengerti responden, sering tidak di isi oleh responden,
tetapi di isi oleh orang lain, tidak dapat digunakan oleh responden yang buta
huruf. Hal yang dapat dilakukan untuk mengatasi kerugian ini antara lain
lakukan kunjungan dan dilakukan
wawancara pada nonrespon, jawaban yang terlambat harus dikeluarkan dan tidak
dianalisis, apabila tejadi non respon
terlalu banyak dapat diulang.
3. Observasi
Obeservasi
adalah salah satu teknik pengumpulan data yang menggunakan pertolongan indra
mata. observasi juga merupakan salah satu teknik pengumpulan data yang sangat
lazim dalam metode penelitian kualitatif. Observasi hakikatnya merupakan
kegiatan dengan menggunakan pancaindera, bisa penglihatan, penciuman,
pendengaran, untuk memperoleh informasi yang diperlukan untuk menjawab masalah
penelitian. Hasil observasi berupa aktivitas, kejadian, peristiwa, objek,
kondisi atau suasana tertentu, dan perasaan emosi seseorang.
Observasi
dilakukan untuk memperoleh gambaran riil suatu peristiwa atau kejadian untuk
menjawab pertanyaan penelitian.
Observasi
terdiri dari beberapa bentuk, yaitu: 1). Observasi partisipasi (participant
observation) adalah metode pengumpulan data yang digunakan untuk menghimpun
data penelitian melalui pengamatan dan penginderaan di mana peneliti terlibat
dalam keseharian informan, 2). observasi tidak terstruktur ialah pengamatan
yang dilakukan tanpa menggunakan pedoman observasi, sehingga peneliti
mengembangkan pengamatannya berdasarkan perkembangan yang terjadi di lapangan,
dan 3). observasi kelompok ialah pengamatan yang dilakukan oleh sekelompok tim
peneliti terhadap sebuah isu yang diangkat menjadi objek penelitian.
Teknik
pengumpulan data dengan dangan cara observasi bermanfaat untuk mengurang jumlah
pertanyaan, misalnya untuk melihat kebersihan rumah tangga tidak perlu
dipertanyakan tetapi cukup dilakukan observasi, mengukur kebenaran jawaban
responden pada wawancara, dilakukan dengan observasi, untuk memperoleh data
yang tidak dapat dilakukan dengan cara wawancara atau angket.
3.1 Macam – macam observasi
Observasi
terdiri dari
1. Observasi
partisipasi lengkap : Mengadakan observasi dengan mengikuti seluruh kehidupan
responden (antropologi),
2. Observasi
partisipasi sebagian : mengikuti sebagian kehidupan responden. Misalnya
penelitian gizi sehari –hari,
3. Observasi
tanpa partisipasi: mengadakan observasi tanpa ikut dalam kehidupan responden.
Misalnya ingin tahu pemasangan IUD
Kelemahan
pengumpulan data dengan teknik observasi adalah keterbatasan indera mata,
konsentrasi kepada hal-hal yang sering dilihat, kelainan kecil tidak
terdeteksi. Cara mengatasi kelemahan ini yaitu lakukan pengamatan berulang –
ulang dan pengamatan dilakukan oleh beberapa orang.
4. Pemeriksaan
Pemeriksaan
dapat dilakukan dapat berupa pemeriksaan laboratorium, pemeriksaan fisik,
pemeriksaan radiologis. Pemeriksaan dapat dilakukan berulang- ulang atau cukup
sekali saja. Pemeriksaan dapat dilakukan dilapangan, di sarana pelayanan
kesehatan. Organ yang diperiksa: seluruh organ; organ tertentu, misalnya,
paru-paru, jantung, kadar kholesterol, kadar gula darah dll; beberapa organ
sekaligus seperti jantung dan paru – paru
Pengumpulan data
kualitatif dan skala ukuran
1. Pengumpulan data kualitatif
Data
kualitatif adalah data yang berbentuk kata-kata atau yang berwujud
pernyataan-pernyataan verbal, bukan dalam bentuk angka. Data kualitatif
diperoleh melalui berbagai macam teknik pengumpulan data misalnya wawancara,
analisis dokumen, diskusi Di dalam metode penelitian kualitatif, lazimnya data
dikumpulkan dengan beberapa teknik pengumpulan data kualitatif, yaitu; 1).
wawancara, 2). observasi, 3). dokumentasi, dan 4). diskusi terfokus (Focus
Group Discussion).
Sebelum
masing-masing teknik tersebut diuraikan secara rinci, hal sangat penting yang harus dipahami oleh setiap peneliti
adalah alasan mengapa masing-masing teknik tersebut dipakai, untuk memperoleh
informasi apa, dan pada bagian fokus masalah mana yang memerlukan teknik
wawancara, mana yang memerlukan teknik observasi, mana yang harus kedua-duanya
dilakukan. Pilihan teknik sangat tergantung pada jenis informasi yang
diperoleh.
2. Skala ukuran
Pengumpulan
data yang dilakukan dengan teknik wawancara ataupun angket sering mendapat
jawaba dengan intensitas yang berbeda-beda. Misalnya, prosedur pelayanan
kesehatan di puskesmas akan menghasilkan jawaban mulai dari sangat setuju sampai dengan tidak
setuju. Untuk menempatkan jawaban yang sesuai dengan posisinya maka disusun
skala ukuran.
3. Skala nominal
Skala
nominal adalah skala pengukuran yang hanya menunjukan perbedaan tanpa jarak
yang jelas. Kepada variabel tersebut dapat diberi nilai skor, tapi skor
tersebut hanya menunjukkan kode perbedaan dan bukannya menunjukkan jarak (lebih
besar, lebih tinggi). Misalnya, variabel agama:
Islam : 1 Hindu : 4
Kristen:
2 Budha : 5
Katolik:
3
Angka
atau nilai yang diberikan hanyalah sekedar menunjukan perbedaan bahwa 5
bukanlah 3 atau 1 bukanlah 4. Tetapi itu tidak berarti bahwa islam lebih tinggi
kedudukannya dibanding katolik atau budha lebih
rendah dibanding kristen. Berkaitan dengan skala pengukuran nominal
tersebut karena tidak menunjukan jarak maka tidak boleh dijumlah, dikurangkan,
dibagi atau dikalikan. Data dengan skala nominal tidak mempunyai jenjang,
tetapi hanya membedakan dengan pemberian nomor sebagai kode dalam pengolahan.
Keuntungan
data dengan skala nominal antara lain mudah dijawab dan diolah, kekurangannya
adalah informasi yang diperoleh tidak mendalam, tidak dapat dibedakan antar
data secara kuantitatif, jumlah dalam subkategari dinyatakan dalam frekuensi
dan perhitungan dapat dilakukan hanya berupa proporsi atau persentase.
4. Skala ordinal
Skala
ordinal adalah skala pengukuran yang disamping menunjukkan perbedaan juga
menunjukkan jenjang atau tingkatan tetapi jarak antar skala atau jenjang/skala
tidak sama. Pengukuran skala ini juga dapat menggunakan nilai skor, tapi skor
yang diberikan juga tidak boleh dijumlahkan, dikurangkan, dibagi atau
dikalikan.
Skala
nominal contohnya adalah tingkat kecerdikan: Manusia: 10, tikus: 4, kancil: 8,
kelinci: 3, kera: 7, semut: 1. Pada contoh tersebut pemberian nilai skor yang
lebih tinggi tidak saja memiliki perbedaan tetapi sekaligus juga menunjukkan
kelebihan yang lebih tinggi dibanding yang bernilai skor lebih rendah. Meskipun
perbedaan kecerdikan manusia dan kancil = 2, sementara perbedaan antara kera
dan kancil = 1, bukan berarti perbedaan kecerdikan yang dimiliki manusia dan
kancil = 2x perbedaan antara kancil dan kera. Demikian pula meskipun skor
kecerdikan manusia = 10 sementara kera = 5 dan kelinci = 3 itu tidak berarti
bahwa kecerdikan manusia = kecerdikan kera + kecerdikan kelinci.
5. Skala interval dan rasio
Skala
interval adalah skala yang mempunyai jarak jika dibanding dengan jarak lain
sedang jarak itu diketahui dengan pasti. Pada data dengan skala interval
memiliki jenjang yang dinyatakan dengan angka sehingga bersifat kuantitatif.
Misalnya: jarak semarang – magelang 70 km sedangkan magelang – yogya 101 km,
maka selisih jarak magelang –yogya yaitu 31 km.
Skala
rasio adalah skala perbandingan. Skala ini dalam hubungan antar sesamanya
merupakan ”sekian kali”. Misalnya: berat pak karto 70 kg sedangkan anaknya 35
kg. Maka pak karto beratnya dua kali anaknya.
0 komentar:
Posting Komentar