A.

SKALA PENGUKURAN DAN SKALA SIKAP

1. Skala Nominal (Skala Label)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif
karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat
dan tidak ada jarak.
Contoh Data Variabel :

Ya = 1 dan Tidak = 0

Pria = 1 dan Wanita = 0

Hitam = 1, Abu-abu = 2, Putih = 2

Analisis Statistik :
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam
kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
2.

Skala Ordinal (Skala Peringkat)

Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka

karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala
Likert.
Contoh Data Variabel :

Sangat Tidak Setuju = 1

Tidak Setuju = 2
Tidak Tahu = 3
Setuju = 4
Sangat Setuju = 5

Pendek = 1
Sedang = 2
Tinggi = 3

Tidak enak = 1
Ragu-ragu = 2
Enak = 3

Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi
matematika. Data ordinal menggunakanstatistik non-parametrik mencakup frekuensi, median
dan

modus,

Spearman

rank-order

correlation

dan

analisis

varian.

3. Skala Interval (Skala Jarak)

Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan
kategori

peringkat,

tapi

jarak yang

tercipta

sama

antar

masing-masing

angka.

Contoh Data Variabel :

Umur 20-30 tahun = Umur 31-40 tahun = 2

Umur 41-50 tahun = 3

Suhu 0-50 Celsius = 1

Suhu 51-100 Celsius = 2
Suhu 101-150 Celsius = 3

Analisis Statistik :
Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap
angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean
dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai
multivariat.

4. Skala Rasio (Skala Mutlak)

Skala rasio adalah skala interval yang memiliki nol mutlak.
Contoh Data Variabel :

0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.

..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.

..... 0,71m ..... 5,38m ..... 12,42m ..... dst.

Analisis Statistik :
Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.

5. Skala Guttman
Skala Guttman disebut skala scalogram yang sangat baik untuk meyakinkan peneliti
tentang kesatuan dimensi dan sikap atau sifat yang diteliti, yang sering disebut dengan atribut
universal. Skala Gutman merupakan skala yang digunakan untuk jawaban yang bersifat jelas
dan konsisten, yaitu benar-salah, pernah-tidak pernah, dan ya-tidak. Untuk jawaban positif
seperti benar, ya, tinggi, baik, dan semacamnya diberi skor 1; sedangkan untuk jawaban
negatif seperti salah, tidak, rendah, buruk, dan semacamnya diberi skor 0. Skala ini dapat
dibuat dengan bentuk centang maupun pilihan ganda.
Contoh :
Apakah Anda setuju bila si A menjadi ketua osis di sekolah ini?
Ya
Tidak

Skala ini disebut juga skala kumulatif karena jawaban dapat diakumulasikan misalnya:
Asosiasi guru-orang tua muid mempunyai peran penting dalam perkembangan sekolah?
Setuju
Tidak setuju
6.

Skala Diferensial Semantik

Skala diferensial yaitu skala untuk mengukur sikap, tetapi bentuknya bukan pilihan

ganda maupun checklist, tetapi tersusun dalam satu garis kontinum di mana jawaban yang
sangat positif terletak dibagian kanan garis, dan jawaban yang sangat negative terletak
dibagian kiri garis, atau sebaliknya. Skala perbedaan semantik berisikan serangkaian
karakteristik bipolar (dua kutub), seperti: panas-dingin, popular-tidak popular, baik-tidak baik
dan sebagainya. Karakteristik bipolar tersebut mempunyai tiga dimensi dasar sikap seseorang
terhadap objek, yaitu :
a. Potensi, yaitu kekuatan atau atraksi fisik suatu objek
b. Evaluasi, yaitu hal-hal yang menguntungkan atau tidak menguntungkan suatu objek
c. Aktivitas, yaitu tingkatan gerakan suatu objek
Data yang diperoleh melalui pengukuran dengan skala semantic differential adalah data
interval. Skala bentuk ini biasanya digunakan untuk mengukur sikap atau karakteristik
tertentu yang dimiliki seseorang.
Contoh :
Berikut contoh penggunaan skala semantic differential mengenai gaya kepemimpinan kepala
sekolah.

Responden yang member penilaian angka 7, berarti persepsi terhadap gaya

kepemimpinan kepala sekolah adalah sangat positif, sedangkan responden yang memberikan
penilaian angka 1 persepsi kepemimpinan kepala sekolah adalah sangat negatif.
Responden dapat memilih jawaban, dengan rentang jawaban yang positif sampai negatif.
Hal ini tergantung persepsi responden kepada yang dinilai (Sugiyono, 2012, 141).

B. UJI STATISTIK
1. Pengertian Uji Chi-Square
Uji chi-square di sebut juga dengan Kai Kuadrat. Uji chi-squeare adalah salah satu uji
statistic no-parametik (distibusi dimana besaran besaran populasi tidak diketahui) yang
cukup sering digunakan dalam penelitian yang menggunaka dua variable, dimana skala data
kedua variable adalah nominal atau untuk menguji perbedaan dua atau lebih proporsi sampel.
Uji chi-squarediterapkan pada kasus dimana akan diuji apakah frekuensi yang akan di amati
(data observasi) untuk membuktikan atau ada perbedaan secara nyata atau tidak dengan
frekuensi yang diharapkan. Chi-square adalah teknik analisis yang digunakan untuk
menentukan perbedaan frekuensi observasi (Oi) dengan frekuensi ekspektasi atau frekuensi
harapan (Ei) suatu kategori tertentu yang dihasilkan. Uji ini dapat dilakukan pada data diskrit
atau frekuensi.
Pengertian chi-quare atau chi kuadrat lainya adalah sebuah uji hipotesis tentang
perbandingan Antara frekuensi observasi dengan frekuensi harapan yang didasarkan oleh
hipotesis tertentu pada setiap kasus atau data yang ambil untuk diamati. Uji ini sangat
bermanfaat dalam melakukan analisis statistic jika kita tidak memiliki informasi tantang
populasi atau jika asumsi-asumsi yang dipersyaratkan untuk penggunaan statistic parametric
tidak terpenuhi. Chi kuadrat biasanya di dalam frekuensi observasi berlambangkan dengan
frekuensi harapan yang didasarkan atas hipotesis yang hanya tergantung pada suatu
parameter, yaitu derajat kebebasan.
a. Kegunaan Chi-Square
Adapun kegunaan dari uji Chi-Square, adalah :
1.
2.
3.
4.
5.

Ada tidaknya asosiasi antara 2 variabel (Independent test)

Apakah suatu kelompok homogen atau tidak (Homogenity test)
Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
Digunakan untuk menganalisis data yang berbentuk frekuensi.
Digunakan untuk menentukan besar atau kecilnya korelasi dari variabel-variabel yang

dianalisis.
6. Cocok digunakan untuk data kategorik, data diskrit atau data nominal.

2. Pengertian Spearman Rank

Korelasi Spearman merupakan alat uji statistik yang digunakan untuk menguji
hipotesis asosiatif dua variabel bila datanya berskala ordinal (ranking). Nilai korelasi ini
disimbolkan dengan (dibaca: rho). Karena digunakan pada data beskala ordinal, untuk itu
sebelum dilakukan pengelolahan data, data kuantitatif yang akan dianalisis perlu disusun
dalam bentuk ranking.
Nilai korelasi Spearman berada diantara -1 < < 1. Bila nilai = 0, berarti tidak ada
korelasi atau tidak ada hubungannya antara variabel independen dan dependen. Nilai = +1
berarti terdapat hubungan yang positif antara variabel independen dan dependen. Nilai = -1
berarti terdapat hubungan yang negatif antara variabel independen dan dependen. Dengan
kata lain, tanda + dan - menunjukkan arah hubungan di antara variabel yang sedang
dioperasikan.
3. Pengertian Kendall Taub
Digunakan untuk mencari hubungan dan menguji hipotesis dua variabel atau lebih
bila datanya berbentuk ordinal/ranking. Kelebihannya dapat digunakan pada sampel > 10,
Konsep dasar: pembuatan ranking dari pengamatan terhadap objek dengan pengamatan yang
berbeda Untuk mengetahui kesesuaian terhadap urutan objek yang diamati.

C. KONSEP TEORI UJI VALIDITAS DAN RELIABILITAS

1.

Pengertian Validitas
Validitas merupakan suatu ukuran yang menunjukkan kevalidan atau kesahihan suatu

instrument. Jadi pengujian validitas itu mengacu pada sejauh mana suatu instrument dalam
menjalankan fungsi. Instrument dikatakan valid jika instrument tersebut dapat digunakan
untuk mengukur apa yang hendak diukur (Menurut Sugiyono (2008:363). Sebagai contoh,
ingin mengukur kemampuan siswa dalam matematika. Kemudian diberikan soal dengan
kalimat yang panjang dan yang berbelit-belit sehingga sukar ditangkap maknanya. Akhimya
siswa tidak dapat menjawab, akibat tidak memahami pertanyaannya. Contoh lain, peneliti
ingin mengukur kemampuan berbicara, tapi ditanya mengenai tata bahasa atau kesusastraan
seperti puisi atau sajak. Pengukur tersebut tidak tepat (valid). Validitas tidak berlaku universal
sebab bergantung pada situasi dan tujuan penelitian. Instrumen yang telah valid untuk suatu
tujuan tertentu belum otomatis akan valid untuk tujuan yang lain.
2. Pengertian Reliabilitas
Reliabilitas alat ukur adalah ketetapan atau keajegan alat tersebut dalam mengukur
apa yang diukurnya. Artinya, kapan pun alat ukur tersebut digunakan akan memberikan hasil
ukur yang sama. Contoh paling nyata adalah timbangan atau meteran. Hal yang sama terjadi
untuk alat ukur suatu gejala, tingkah laku, ciri atau sifat individu dan lain-lain. Misalnya alat
ukur prestasi belajar seperti tes hasil belajar, alat ukur sikap, kuesioner dan lain-lain,
hendaknya meneliti sifat keajegan tersebut. Tes hasil belajar dikatakan ajeg apabila hasil
pengukuran saat ini menunjukkan kesamaan hasil pada saat yang berlainan waktunya,
terhadap siswa yang sama. Misalnya siswa kelas V pada hari ini di tes kemampuan
matematik. Minggu berikutnya siswa tersebut di tes kembali. Hasil dari kedua tes relatif
sama. Sehingga masih mungkin terjadi ada perbedaan hasil untuk hal-hal tertentu akibat
faktor kebetulan, selang waktu, terjadinya perubahan pandangan siswa terhadap soal yang
sama. Jika ini terjadi, kelemahan terletak dalam alat ukur itu, yang tidak memiliki kepastian
jawaban atau meragukan siswa. Dengan kata lain derajat reliabilitasnya masih rendah. Di lain
pihak perbedaan hasil pengukuran bukan disebabkan oleh alat ukurnya, melainkan kondisi
yang terjadi pada diri siswa. Misalnya fisik siswa dalam keadaan sakit pada waktu tes yang
pertama, motivasi pada waktu tes pertama berbeda dengan motivasi tes pada berikutnya.