Anda di halaman 1dari 111

METODOLOGY PENELITIAN

FORMULATED BY
DR FARIDA
RUSNIANAH M
KES (MARS)

METODOLOGI PENELITIAN
METHOD = cara, LOGI = ilmu
RESEARCH :

Re kembali
To search mencari

ALASAN PENELITIAN
1. RASA INGIN TAHU, DIKERJAKAN SECARA IKHLAS, SUNGGUH-2, &
SENANG, DEMI KARIR, TERAKHIR UANG
2. TRIDARMA PERGURUAN TINGGI
a). PENDIDIKAN
b). PENELITIAN
c). PENGMAS (Pengabdian pada Masyarakat)
3. MENINGKATKAN KUALITAS PT & KEMAJUAN NEGARA. PT & NEGARA YG
TERGOLONG MAJU, PENELITIANNYA JUGA PASTI MAJU. PT YG TIDAK
ADA AKTIFITAS PENELITIAN IDENTIK DENGAN LEMBAGA KURSUS DAN
STAF PENGAJAR YG TIDAK PERNAH MENELITI BUKAN DOSEN

Kebenaran Non Ilmiah

1. Kebetulan
2. Wahyu
3. Intuitif
4. Trial and Error
5. Wibawa

DESAIN
PENELI
TIAN

Penelitian
Deskriptif

Populasi

Individu

Penelitian
Analitik

Observasional

Ecologic

Case

Case

Cross

Case

Study

Report

Series

Sectional

Control

Eksperimental

Cohort

Desain Penelitian di Bidang Kesehatan

Kuasi &
RCT

JENIS PENELITIAN
OBSERVASIONAL

ESTIMASI

UJI HIPOTESIS

KOMPARASI
1 POPULASI

2 POPULASI
K

SIMPLE/
SYST. R.S.
K

STRA.
R.S.

CLUST.
R.S.

1 POPULASI

2 POPULASI

L
A
SI

CROSS
SECT

CASE
CTRL

COHORT

CROSS
SECT

CASE
CTRL

O
R
E

COHORT

E
K
S
P
E
R
I
M
E
N
T
A
L

Tahapan Penelitian Kuantitatif


1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.

Identifikasi Masalah, Pemilihan Masalah,


Perumusan Masalah, dan Judul Penelitian

Penelaahan Kepustakaan
Kerangka
KlasifikasiKonseptual
dan Definisi Operasional
Hipotesis
Pemilihan Penelitian
Instrumen
Rancangan Penelitian
Penentuan Sampel
Pengumpulan Data
Analisis Data
Interpretasi Hasil
Kesimpulan
Laporan Penelitian

Tahapan Penelitian Kualitatif


1. Identifikasi Masalah, Pemilihan Masalah,
Perumusan Masalah, dan Judul
2. Penelitian
3. Penelaahan Kepustakaan
4. Subyek Penelitian
5. Pengumpulan Data
6. Analisis Data
7. Interpretasi Hasil
8. Kesimpulan
Laporan Penelitian

Identifikasi Masalah, Pemilihan Masalah,


Perumusan Masalah, dan Judul Penelitian

Masalah : Kesenjangan antara yang


seharusnya terjadi dan kenyataan yang ada
Misal: - informasi
- SDM
- dll
Sumber Masalah:
1. Bacaan
2. Pertemuan ilmiah
3. Pengalaman
4. Pengamatan
5. Pemegang otoritas
6. Intuisi

Perumusan Masalah

Rumusan Masalah, Penting Untuk

Penuntun Langkah Selanjutnya.


Masalah yang Baik:
Rumusan
Kalimat bertanya
Padat makna
Petunjuk pengumpulan data
Sinkron/ konsisten dengan
judul penelitian

TUJUAN PENELITIAN
Tujuan penelitian harus sinkron/konsisten dg judul
penelitian,
masalah dan hipotesis
1. Tujuan Umum
Menjajagi, mengetahui, menguraikan, menerangkan,
menganalisis faktor, dan keterkaitan faktor 1 dg
lainnya.
2. Tujuan Khusus
Menjajagi, mengetahui, menguraikan, menerangkan,
menganalisis variabel, dan keterkaitan variabel 1 dg
lainnya.

Manfaat Penelitian
1. Manfaat teoritik utk pengembangan ilmu
2. Manfaat praktis utk implementasi

rumusan

Judul Penelitian

Usulan, Laporan, dan Karya Ilmiah

Lain Pertama

Dibaca Judul
Perannya
Penting
Syarat
judulSangat
penelitian
yang baik :
Informatif (padat makna)
Dalam Bahasa Indonesia < 12 Kata
Dalam Bahasa Inggris < 10 Kata
Bila Terpaksa Pakai Anak Judul
Hindari :
Penggunaan kata Pendahuluan, Studi, Analisis
dll.
Jangan ada singkatan

Penelaahan Kepustakaan

Landasan Teoritik dan Empirik


Penelitian tanpa tinjauan pustaka berarti coba-coba.
Sumber: Buku Teks, Jurnal, Tesis, Disertasi, Internet
dll.

Sumber memperhatikan relevansi, kemutakhiran &

keaslian.
Cara Penulisan, digunakan sistem nama tahun.
Bila pernyataan sangat penting, nama penulis
diletakkan pada awal kalimat.
Penulis lebih dari dua, penulis I diikuti dkk, atau et
al. Bila penulisnya dua, ditulis semua

Cara Penulisan (lanjutan)


Penulis dalam daftar kepustakaan sesuai dengan nama dalam teks
penulis I dibalik, II dst. tidak dibalik
Penulis Diurutkan Menurut Abjad.
Cooper, D.R. and. C.W. Emory. 1995. Business Research Methods.
5th Ed Richard D. Irwin, Inc. New York.
Deshpande, R. and J. V. Farley. 2000. Organizational Culture and
Marketing. J. of Market. 53 : 3-15
Ditbinlitabmas. 2002. Panduan Pelaksanaan Penelitian dan
Pengabdian Kepada Masyarakat. Ditjen Dikti, Jakarta.
Jurnal Dinamika Sosial. 2002. Hak Asasi Manusia. 3 : 1-19.
Soeratno dan L. Arsyad. 1988. Metodologi Penelitian Untuk
Ekonomi dan Bisnis. Edisi Pertama. BPFE
Yogyakarta.

Penyusunan Kerangka Konseptual


Kerangka Teori Dari Studi Kepustakaan
Memudahkan Pemahaman Hipotesis
UPAH (X1)
PENDIDIKAN (X2)

PRODUKTIVITAS (Y)

MASA KERJA (X3)


Penelitian Kualitatif Tidak Perlu Kerangka Konseptual

4 Hipotesis Penelitian

Kata Hipo : - Lemah


Tesis
: - Pernyataan
Penelitian Kualitatif tidak perlu Hipotesis
Hipotesis Yang Baik :
Pernyataan tanpa diawali kata diduga
Informatif
Dapat diuji
Sinkron dengan rumusan masalah
Penulisan tidak boleh bentuk H0 dan H1
I i:
s Pengaruh
Hubungan
Perbedaan

Klasifikasi, dan Definisi


Operasional Variabel
Variabel adalah suatu konsep
yang nilainya bervariasi.
Fungsi:
Variabel sebab
Variabel penghubung
Variabel tergantung
Klasifikasi Variabel tidak perlu utk penelitian kualitatif

Klasifikasi Variabel
SEBAB

ANTARA

AKIBAT

Variabel Antara

Variabel Tergantung

Variabel Bebas
Variabel
Moderator
Variabel Kendali
Variabel Random

KEBISINGAN

GAYA
PERILAKU
KEPEMIMP. KERJA

PRODUKTIVITAS

Gaya Kepemimpinan : - Variabel Bebas


Perilaku Kerja
: - Variabel Antara
Produktivitas
: - Variabel Tergantung
Moderator
Kendali
Random

: - Kebisingan
: - Kelamin
: - Tinggi Badan
-BB

Pemilihan Instrumen
Syarat instrumen adalah
valid dan reliabel
Uji validitas
- Korelasi Pearson
- Analisis Faktor Konfirmatori
Hasil analisis bila faktor loading
yang diperoleh signifikan
berarti valid

RELIABILITAS
1. Teknik Ukur Ulang
2. Teknik Sekali Ukur
a. Genap Gasal
b. Belah Tengah
c. Belah Acak
d. Kuder Richardson (cocok untuk data dikotom)
digunakan analisis varian
e. Hoyd (digunakan analisis varian)
f. Alpha Cronbach (digunakan korelasi alpha)
g. Analisis Faktor Konfirmatori
Hasil uji bila 1 - residu yang diperoleh dgn uji t
signifikan berarti handal

7 Jenis dan Rancangan Penelitian


Jenis Penelitian
a) Eksperimental dan Non Eksperimental
b) Longitudinal atau Cross Sectional
c) Kuantitatif dan kualitatif

Rancangan Penelitian Non Eksperimental


1. Rancangan Penelitian Case Control
Menggunakan pendekatan retrospective
Merokok

Kasus :
Penderita Ca Paru

Tak Merokok
Kontrol :
Merokok
Non Penderita Ca Paru
Tak Merokok

2. Rancangan Penelitian Cohort


Menggunakan pendekatan prospektiv

Risiko :
Ca Paru
Merokok
Tidak Ca Paru
Kontrol :
Ca Paru
Tak Merokok
Tidak Ca Paru

8
Populasi: -Totalitas Unit yang diteliti
Sampel : - Bagian Populasi
- Proses Sampling
Populasi: - Finit
- Infinit
SELURUH POPULASI
Alasan Sampling :

Menghemat biaya, tenaga & waktu


Ketelitian
Kelestarian unit penelitian

SENSUS

Penelitian Kualitatif
Tidak mengenal populasi dan sampel;
Mengenal subyek yang ada aktivitas
dan
tempat (situasi sosial);
Tidak mengenal sampel tetapi
narasumber, partisipan, informan, teman
atau guru dan jumlah minimal tidak
dihitung.

Besar sampel tergantung kepada


1. Rancangan penelitian
2. Jumlah populasi
3. Homogenitas`populasi
4. Teknik sampling
5. Harga alfa
6. Skala data
7. Tujuan analisis
8. (estimasi
Proporsi kejadian

/ pengujian hipotesis)

1. Besar sampel untuk uji hipotesis satu populasi


Data Proporsi
2

P0 (1 - P0 )

+ z

n =

(Pa - P0)

Data Kontinu
(z + z)
n

=
(0 a)

Pa (1 Pa)

2. Besar sampel untuk uji hipotesis dua populasi


Cross Sectional
2

2P (1 - P ) + z

P1 (1 P1) + P2 (1 P2)

n =
(P1 - P2)

Cohort

z 2P (1 - P ) + z

P1 (1 P1) + P2 (1 P2)

n =
(P1 - P2)

Case - Control
2
z 2P*2 (1 P*2 ) + z

P*1 (1 P*1) + P*2 (1 P*2)

n =
(P*1 - P*2)

Data Kontinu
2 (z + z)

=
(1 2)

3. Besar sampel untuk uji hipotesis dua populasi


Rancangan Eksperimental
2

(z + z)

=
(1 2)
(t 1) (ni 1) > 15

Metode Pengambilan Sampel (Sampling)

SAMPLING: I. Prob. Sampling

II. Non Prob. Sampling

PROB. SAMPLING (Cocok untuk penelitian Kuantitatif)


1.
Simple Random Sampling
2.
Sistematic Sampling
3.
Stratified Random Sampling
4.
Cluster Random Sampling

NON PROB. SAMPLING (Cocok untuk penelitian Kualitatif))

Quota Sampling

Axidental Sampling

Purposive Sampling

Saturation Sampling

Snowball Sampling

I. Probrability Sampling

Setiap Unit Peluang Sama Jadikan Sampel


Bisa Digeneralisasikan
Lebih Baik Banding Non Prob. Sampling

1. Simple Random Sampling


Semua Populasi Beri Nomor
Sistem Undian
Tabel Bilangan Acak
Kalkulator Shift Titik
2. SAMPLING SISTEMATIK
Populasi dibuat daftar
Penentuan nomor pertama dengan random
Nomor berikut dengan interval tertentu

3. Stratified Random Sampling


Populasi Buat Strata :
Kepangkatan
Jabatan
Pendidikan

Stratified Random Sampling


Proportional
Non
Proportional

Stratified Proportional
Random Sampling

Stratified Non
Proportional
Random Sampling

UMUR (TH) POPULASI


(%) < 20
100

PROPORSI

10

SAMPEL
10

20 29

100

10

10

30 39

300

10

30

40 49

400

10

40

> 50

100

10

10

JUMLAH

1000

100

PEJABAT ESELON

PROPORSI (%)

40

II

30

III

20

IV

10

4. Cluster Random Sampling


Populasi Tersebar Misal:
Propinsi
Kabupaten
Kecamatan

9 Metode Pengumpulan Data


1. Metode Observasi:
Partisipasi
Non Partisipasi

2. Metode Wawancara
Terstruktur
Tak Terstruktur

3. Metode Angket
Tertutup
Terbuka
Kombinasi Terbuka Dan Tertutup

4. Metode Dokumenter

Data (Datum)
Ciri Yang Dipunyai Individu
Sumber :
Data Primer
Data Sekunder

Cara :
Data Diskret
Data Kontinu

Skala Pengukuran:

Data Rasio / Nisbah


Data Interval / Selang
Data Ordinal / Jenjang
Data Nominal / Kategorial

SKALA DATA
SKALA
Rasio

Interval

Ordinal
Nominal

CIRI-CIRI

CONTOH

- Absolut

-Berat (kg)

- Jenjang

-Tinggi (cm)

- Interval

-Luas (ha)

- Nominal

-Produktivitas (unit)

- Interval
- Urutan

-Suhu (derajat)

- Nominal

-Nilai (mentah)

- Jenjang
- Nominal

-Nilai Mutu

- Kategori

-Jenis agama

- Hasil lomba

-Jenis kelamin
-Jenis pekerjaan

STATISTIKA PARAMETRIK
1. Uji t

STATISTIKA NONPARAMETRIK
1. - Uji Tanda
- Uji Wilcoxon
- Uji Mann Whitney

2. Anova (Uji F)

2. - Uji Kruskal Wallis


- Uji Friedman

3. Regresi Linier

- Berganda
- Sederhana
4.

Korelasi Pearson

3. - Regresi Ordinal

- Regresi Logistik (Berganda &


Sederhana)
4. Korelasi

Spearman
5. Korelasi Berganda
Korelasi Partial

5. Korelasi
Kendall
-W
-T
6. Uji X 2
- Koef. Phi

UJI STATISTIKA PARAMETRIK


DAN NONPARAMETRIK
SKALA DATA

DUA SAMPEL

LEBIH 2 SAMPEL

REGRESI

RELATED

INDEPENDENT

RELATED

INDEPENDENT

RASIO/INTERVAL

t pasangan

t bebas

Anova sama
subyek & Multiple
Comparison

Anova & Multiple


Comparison

Linier

ORDINAL

Wilcoxon
pasangan

Wilcoxon/U Test

Friedman &
Multiple
Comparison

Kruskal Wallis &


Multiple

Ordinal

NOMINAL

Mc
Nemar

X2

Cochran &
Multiple
Comparison

Comparison
X2 & Multiple
Comparison

Logistik

Tig hal yang diperlukan oleh seorang

pengumpulan
dan pengolahan data
peneliti
:
penyusunan model
pengujian kevalidan model

STATISTIKA
Suatu ilmu/metode yang digunakan
untuk
merancang, mengumpulkan,
unsu
menyajikan,
r
menganalisa, memberikan
interpretasi dan
menarik suatu kesimpulan dimana
terdapat
KETIDAKPASTIANstatistika
dan VARIASI
Metode-metode
yang digunakan
untuk
menggambarkan data yang telah
dikumpulkan &
yang dipelajari suatu ringkasan dan

STATISTIKA DESKRIPTIF

STATISTIKA INDUKTIF
Metode-metode statistika yang digunakan untuk
mengetahui
tentang sebuah POPULASI berdasarkan suatu
SAMPEL

POPULASI
Sebuah kumpulan dari semua kemungkinan
orang-orang, benda-benda, atau ketertarikan dari
hal yang menjadi perhatian (obyek) yang diteliti.

SAMPEL
Bagian dari populasi tertentu yang menjadi
perhatian (obyek)
yang diteliti.

Typ Dat (Jenis


e

Data)

DAT
A

Data
Kual
itatif

Data
Kua
ntitat
if
Diskrit

Kontinu

Skala Pengukuran
Skala
Data
Pengukuran

Membeda
kan

Sifat

Ada Urutan/
Tingkatan

Ada
Interval

Nominal

Ordinal

Interval

Rasio

Ada titik nol


yang punya
arti

Hubungan Skala Pengukuran dengan

Skala
PemusatanPemusatan
Data
Data
Pengukuran
Nominal

Modus

Ordinal

Modus, Median

Interval

Mean

Rasio

Mean

Metode
Statistika
Non Parametrik

Parametrik

DATA = MODEL + ERROR

PENENTUAN MODEL TERBAIK


estimasi parameter dan pengujian
parameter
terpenuhi asumsi pada error

BEBERAPA STATISTIK
Mean:
X

X
i 1

X 1 X 2 ... X n

Modus: Nilai/Data yang sering


muncul
Median: Nilai tengah dari data setelah
data

Me X , untuk n
ganjil
n1

Me

X n X 1n
2

, untuk n
genap

diurutkan

Trimmed Mean &


Winsorized
Nila ratayan digunaka
i
rata data g
pengaruh
pencilan.

Mean
dala
m

menghilangk
an

fakto
r

Trimmed Mean
Min

Q1

Q3

Max

Min

Q1

Q3

Max

Winsorized
Mean

VARIAN
S
S
2

( X i X )2
i 1

n1

X i nX
2

i 1

n1

Variasi :
suatu
terhada
jumlah kuadrat
variable
p
simpangan rataratanya.
Varians :
suatu
terhada
jumlah kuadrat
rata-ratanya
dibagi derajat
bebas yang
variabel
p
simpangan
sesuai.

nila
i
nila
i

DEVIASI
ABSOLUT :
n
Jarak dari suatu
xi x
variabel
DEVABS i1
n

terhadap ratarata.
n

i x )2
(
x
i 1

n1

STANDAR
:
DEVIASI
DEVIASI RELATIF ( KOEFISIEN
VARIASI )
yang
memiliki
satuan yangdeviasi
berbeda
digunakan
Jika ingn
membandingkan
dua/
lebih
koefisien
variasi,
yaitu
:
kelompok

KV

100%

dat
a

KORELASI
Hubungan antara dua variabel (misal X
dengan Y)
n
X i Yi n X

S xy
i 1
Y
rxy

n
n
2
2

2
2
S xS y

X
i 1

nX

Statistik
Uji:

th

n 2r
1 r

t
/ 2 ,n 2

i 1

nY

Validitas &
Reliabilitas

VALIDIT

ISI

S KEMAVALIDITAS & RELIABI L I


AS

KONSTRA
K

MUK
A

LOGIK

TES-ULANG
S
BEN.
PARAREL

KRITERIA

M.
MULTIMETHOD

PREDIKTI
F

FAKTORIA
L

KONKURE
N

ELIAB

ILITA

KONSISTENS
I INTERNAL

PRODUC
T
MOMEN
T

KASUS
KHUSU
S

CARA
PEMBELAHA
N

SKOR
KOMPOSI
T

SPEARMAN
BRWON BELAH
DUA

SKOR
PERBEDAA
N

FORMUL
A RULON

HASIL
RATING
S

KOEFISIEN
ALPHA

FORMULA
KUDERRICHARDSON

FORMULA
KRISTOF BELAH
TIGA

BELAH DUA
PANJANG
BERBEDA

ANALISI
S
VARIANS

sejauhmana ketepatan dan kecermatan


Validitsuatu
a ukur dalam melakukan fungsi
a

ukurnya

la
Isit

Ukuran berdasar derajat representatifnya isi tes


bagi isi hal yang diukur

Konstrak
Berdasar konstruksi teoritis yang merupakan proses
kompleks dan memerlukan analisis logis dan dukungan
data empiris
Kriteria
Hasil pengukuran dengan alat yang dipakai sekarang
sama/
mirip dengan alat yang dijadikan sebagai kriteria

Validitas
ISI

Validitas Muka
Ditentukan melalui pendapat profesional
dalam proses telaah soal (penilaian
didasarkan pada format penampilan tes)

Validitas Logik (Sampling Validity)


menggunakan spesifikasi yang telah ada
untuk
dilakukan analisis logis dalam menetapkan
apakah
isi tes merupakan representasi dari ciri atributnya

Validitas
KONSTRAK
Validitas Multitrait-Multimethod
- Konvergen : Tes berkorelasi dgn variabel
yang secara teori berkorelasi
- Diskriminan : Tes tak berkorelasi dgn
variabel yg secara teori tak
berkorelasi
Validitas Analisis Faktor
kumpulan prosedur matematik yang kompleks
guna menganalisis saling hubungan diantara
variabel- variabel dan menjelaskan saling
hubungan tersebut dalam bentuk kelompok
variabel yang terbatas
yang disebut faktor

Validitas Multitrait-Multimethod
Pengukuran terhadap lebih dari satu sifat dgn menggunakan lebih dari satu
- Sifat sama
alat sama
: reliabilitas tes
metode
& haldiukur
yg diukur:
- Sifat sama diukur alat
: validitas tes
berbeda
: validitas
- Sifat berbeda diukur alat
diskriminan
sama
: validitas
Metode 1
Metode
2
Metode 3
- Sifat berbeda diukur alat
diskriminan
berbeda Sifat
A1
B1
C1
A2
B2
C2
A3
B3
C3
Metode 1
A1

0.89

B1

0.45

0.89

C1

0.38

0.41

0.91

A2

0.57

0.11

0.12

0.93

B2

0.21

0.58

0.10

0.68

0.94

C2

0.09

0.09

0.55

0.60

0.58

0.85

A3

0.58

0.11

0.21

0.68

0.41

0.35

0.87

B3

0.22

0.59

0.13

0.41

0.67

0.34

0.58

0.91

C3

0.10

0.09

0.55

0.34

0.32

.59

0.56

0.59

Metode 2

Metode 3

0.93

Analisis

Faktor

Prinsip dasar: mengekstraksi sejumlah factor (common


factor) dari
gugusan variabel asal
- banyaknya faktor lebih sedikit dari variabel asal X
- sebagian besar informasi variabel X tersimpan dalam
faktor
Tujuan: untuk mendapatkan sejumlah kecil faktor
(komponen utama)
yang memiliki sifat mampu menerangkan semaksimal
mungkin
keragaman
data interpretasi, sehingga didapatkan informasi
- mempermudah
Kegunaan:
yang
- mengekstrak
laten variabel dari indikator atau mereduksi
- realistik
variabel
- pemeriksaan validitas dan reliabilitas instrumen
unobservables
menjadi variabel baru yang jumlahnya lebih
- penelitian
sedikit
untuk pemetaan dan pengelompokkan variabel
data (skor faktor) dapat digunakan sebagai input analisis

Analisis

Faktor

Metode Pendugaan
- PCA (Principal Component
Analysis)
- MLE (Maximum Likelihood
Analysis
-Estimate)
Matriks Kovarians : Unit satuan ) skala
sama
Data
Input:
PCA (Principal
&
homogen
- Matriks
: Unit satuan &
Component
berbeda
Korelasi
skala
Interpretasi Teori dari Analisis Faktor:

1. Varians Variabel Asal X


Var(Xi) = komunalitas + specifik
2
varians=
+ i

ii

hi

yang
Komponen hi adalah komunalitas (comunality)

proporsi varians X yang dapat dijelaskan menunjukkan


faktor
bersama.
oleh p
menunjukkan proporsi varians
dari X
yang
Komponen i
disebabkan
oleh faktor spesifik
atau galat
(error)

Analisis Faktor
2. Kriteria Faktor
- Eigen value yang lebih besar sama dengan satu ( 1)
- Keragaman komulatifnya kira-kira 60%
3. Kaiser Meyer Olkin (KMO)
- mengukur kecukupan sampling
- bagus,
Kaiser (1974)
: nilai0,60
KMOkurang,
sebesar0,50
0,90da
adalah
sangat
0,70 cukup,
dibawa
0,5 tida
bagus,
jelek 0,80
n h
0
k
3.

dapat diterima

Covarians X dengan F (Loading)


Cov( X i , F j )

Pembobot (Loading)
ij
Faktor:
- untuk intepretasi variabel terhadap faktor
- loading besar merupakan penyusun terbesar variabel
- thd faktor tanda (positif/negatif) hanya menunjukkan
arah
4. Rotasi Faktor
- untuk memudahkan interpretasi

Analisis

Faktor

5. Sko Fakto
r

da

-1

= (L' L) L (x - x)
j
1
'
= (L L ) L ' Z j
fj
z
z
z

r fj

Z = (V1/ 2 ) -1 (X )

n
F = matrik skor
s
faktor
L=
loading
matriks

yang
dihasilkan

Validitas Analisis Faktor


Korelasi

Loyal-1

Loyal-2

Loyal-1

1.000

0.61 0.65
0
8
1.000 0.32
6
1.000

Loyal-2
Loyal-3
Retran-1
Retran-2
Retran-3

Loyal-3

Retran-1

Retran-2

Retran-3

0.620

0.536

0.560

0.369

0.196

0.261

0.479

0.430

0.476

1.000

0.840

0.788

1.000

0.776
1.000

Loading

Faktor-1

Faktor-2

Retran-2

0.929

0.143

Retran-3

0.883

0.227

Retran-1

0.871

0.323

Loyal-2

0.018

0.892

Loyal-1

0.462

0.791

Loyal-3

0.432

0.610

Validitas KRITERIA

Validitas Prediktif
- Bila tes berfungsi sebagai prediktor bagi
diwaktu
yang
akan datang
- performansi
Tes dilakukan
pada satu
subyek
dengan
tenggang waktu

Validitas Konkuren
- merupakan validitas yang layak dalam
situasi diagnostik
- Tes dilakukan pada satu subyek dengan
waktu yang sama

Validitas &
Konfindensi
Variasi Skor Murni Prediktor
Koreksi terhadap Efek Atenuasi
Validitas dan Panjang Tes
Berapa Tinggi Koefisien yang
Memuaskan

Validitas & Konfindensi :

VARIASI SKOR-MURNI

PREDIKTOR

estimasi antara distribusi skor-tampak tes


dengan
sebaran (krn: jumlah subjek
ata
distribusi skor-tampak kriterianya restriksi
berkurang
u

sangat homogennya skor subjek)


Formula: s yx s y

1 r

xy

dimana:
sy = standar distribusi skor Y
rxy = koefisien korelasi skor X skor

dan

Validitas & Konfindensi :

KOREKSI THD EFEK

ATENUASI

Efek Atenuasi: Rendahnya rendahnya


koefisien
yang bersangkutan atau rendahny reliabilit
validitas yang diakibatkan rendahnya reliabilitas
oleh
a
as
tes
kriteria validasinya

Formula Spearman
(1904):

rtxty

rxx'
r ryy'

xy
dimana
r:xy = koefisien validitas sebelum
dikoreksi
rxx

ryy

= koefisien reliabilitas tes X


= koefisien reliabilitas kriteria Y

Validitas & Konfindensi :


TES

VALIDITAS DAN PANJANG

Perubahan banyaknya aitem dalam tes akan menyebabkan


perubahan
reliabilitas tes itu. (Artinya, semakin tinggi reliabilitas maka semakin tinggi

Perbandingan validitas maksimal antara


validitas).
setelah dan
aitem
r xy( mak s)
adalah :

rXY ( mak s)
rXX '

sebelu penambah
m
an

rxx'
Estima terhada validitasn
perubaha jumla
setelah n
si
p
h
dihitung
dengan ya
k
formula:
rXY rxy 1 (k 1)r

aite
m

xx'

dimana
:r = Estimasi koefisien validitas setelah perubahan jumlah aitem
XY

rxy
rxx

= Koefisien valliditas sebelum perubahan jumlah aitem


= Koefisien reliabilitas sebelum perubahan jumlah aitem

= Perbandingan antara banyaknya aitem setelah dan sebelum


k perubahan

dapa
t

Validita & Konfindensi :


s

TINGGI KOEFISIEN YG

MEMUASKAN
Tidak ada batasan universal yang menunjuk kepada
angka

minimal yang harus dipenuhi agar suatu tes dikatakan valid

Pertimbangan: sejauhmana tes yang bersangkutan dapat


bermanfaat dalam pengambilan keputusan
Cronbach, 1970:
-Yang tertinggi yang dapat kau peroleh

- koefisien yang berkisar antara 0,30 sampai


memuaskan atau
dengan 0,50 telah dapat
memberikan kontribusi
tidak
yang baik terhadap
penilaiannya
dikembalikan kepada
efisien suatu lembaga
pemakai tes atau
mereka

yang berkepentingan dalam penggunaan hasil ukur


tes itu

Reliabilitas:

sejauhmana hasil suatu pengukuran

dapat
dipercaya

Pendekatan Tes Ulang & Bentuk


Tes
: Menyajikan Tes dua kali pada satu kelompok subyek dengan
Pararel
Ulang
tenggang waktu
Ben. Pararel : Memberikan sekaligus dua bentuk tes pararel satu sama
lain, kepada
sekelompok subyek

Konsistensi Internal
Hanya memerlukan satu kali pengenaan sebuah tes kepada sekelompok
individu sebagai subyek, sehingga dilakukan pembelahan tes menjadi
beberapa kelompok aitem

Kasus
Khusus

Reliabilita

PENDEKATAN TES-ULANG & BENTUK PARAREL (Product Moment)

s:

Skor
Subyek

Skor

Ke-I

Ke-II

Ali

20

22

Ani

19

Adi

Subyek

Ke-I

Ke-II

Ali

20

22

20

Ani

19

20

22

22

Adi

22

22

Ami

17

18

Ami

17

18

Abdi

24

24

Abdi

24

24

Ina

17

16

Ina

17

16

Inu

20

21

Inu

20

21

Ima

15

17

Ima

15

17

Ira

24

23

Ira

24

23

Ida

19

19

Ida

19

19

rxy = 0.933

2 X .2 Y )
2
XY )(
[(N x ( x) ][N y (

N 2(

y) ]

rxy = 0.958

Reliabilitas

PENDEKATAN KONSISTENSI INTERNAL: Cara Pembelahan Tes

Random
Membelah tes menjadi dua bagian secara random dapat dilakukan dengan cara
undian
sederhana guna menentukan aitem-aitem nomor berapa sajakah yang
dimasukkan menjadi
belahan pertama
dan mana diikutkan menjadi belahan ke dua. (Syarat: Aitem HOMOGEN)
Gasal
Genap

Seluruh aitem yang bernomor urut gasal dijadikan satu kelompok menjadi
belahan pertama dan seluruh aitem yang bernomor urut genap dijadikan satu
kelompok menjadi belahan kedua

Matched Random Subset


Setiap dua aitem yang berdekatan (harga indeks aitem(p) dengan korelasi
antara aitem
dengan skor tes (rix)) dapat diundi untuk menentukan mana yang
dimasukkan kedalam
belahan pertama dan mana yang diikutkan kedalam belahan kedua

Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Spearman-Brown


Formula S B rxx' 2(r12 ) 2(0.957) 0.978
1 r12 1 0.957
:
Nomor Aitem
Belahan
Subyek

10

11

12

17

11

16

17

15

12

11

23

Belahan 1 = Jumlah skor Nomor Aitem 1+3+5+7+9+11 (Gasal )


2 = Jumlah skor Nomor Aitem 2+4+6+8+10+12 (Genap)
Korelasi Belahan 1 dan 2 = r12 = 0.957

Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Rulon


2
Formula rxx' 1 sd 1 0.711 0.978
32.178
:
s x2
Subyek

Belahan

Nomor Aitem
1

10

11

12

17

-1

11

16

-1

17

15

12

11

23

Varians ---------

0.711

32.178

Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Koefisien Alpha ()


2

s s

2 1 8.044 8.399 0.978


Formula rxx' 2 1 s
32.178

:
2
2

2
x

Subyek

Belahan

Nomor Aitem
1

10

11

12

17

-1

11

16

-1

17

15

12

11

23

Varians ---------

8.044 8.399

32.178

INTERNAL: Koefisien Alpha ()


Reliabilitas PENDEKATAN KONSISTENSI

s
k


3
3.599 0.875

Formula k 1
4.899 4.899

1
32.178
s

:
2j

Nomor Aitem

Subyek

10

11

12

17

11

16

17

15

23

Varians ---------
Belahan 1 = Jumlah Skor Nomor Aitem 1+4+7+10
Belahan 2 = Jumlah Skor Nomor Aitem 2+5+8+11
Belahan 3 = Jumlah Skor Nomor Aitem 3+6+9+12

4.899 4.899 3.599

32.178

Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Kuder-Richardson

Formula: KR 21 k k 1 1 kp(1 p) 1212 1 1 12(0.617)(0.33)


11.599
sx

Nomor Aitem

Subyek

10

11

12

12

11

10

0.9

0.9

0.8

0.8

0.8

0.7

0.5

0.7

0.6

0.4

0.2

0.1

(1-p)

0.1

0.1

0.2

0.2

0.2

0.3

0.5

0.3

0.4

0.6

0.8

0.9

p(1-p)

0.09

0.09

0.16

0.16

0.16

0.21

0.25

0.21

0.24

0.24

0.16

0.09

p = 7.4
p(1-p) = 2.06

0.824

STUDI

KASUS-1:Relationship Marketing Nasabah Bank

Konstruk

Jenis
Konstruk

Dimesi Konstruk

Loyalitas

Endogen

X Penelitian

Produk

Eksogen

Lokasi

Eksogen

Biaya

Eksogen

Retransaction

WOM

Minat membuka rekening tabungan di bank lain (b2)


Intensitas transaksi (b3)
Kenyamanan ruang tunggu (c2)
Sistem layanan online (c3)
Kemudahan transaksi melalui bank lain (c4)
Internet Banking (c5)
Pelayanan transaksi secara langsung (c6)
Pelayanan transaksi melalui ATM ( c7)
Jumlah ATM (d1)
Jumlah kantor cabang (d2)
Akses kantor cabang (d3)
Besarnya biaya transaksi (e1)
Besarnya biaya pembukaan rekening (e2)
Biaya administrasi (e3)
Keinginan melakukan transaksi kembali setelah

Endogen

Cross selling

Minat menambah saldo tabungan (b1)

melakukan penilaian terhadap :


Atribut poduk (f1)
Atribut lokasi (f2)
Atribut biaya (f3)

Endogen

Endogen

Jumlah produk yang digunakan selain tabungan (g2)


Keinginan melakukan WOM (h1)

Intensitas melakukan WOM (h2)

Minat menguakan jasa lain (g1)

ANALISIS
Correlation
b
1
b2
b3
f1
Sig.
f2 f3

(1ta
il
e
d
)

b
1
a. Determinant
b2= .018
b3
f1
f2 f3

b
11.00
0
.
610
.
658
.
620
..
536
000
..
560
000
.
000
.
000
.
000

FAKTOR
Cor relation
Matrixa
b
b
2.
3.
610
1.00
0
.
326

658
.
326
1.00
0

.
.369
000
.
196

.
.479
000
.
430
.
000
.
476

.
261
000
.
000
.
008
.
001

.
000
.
000
.
000

f1

f2

f3

.
620
.
369
.
479

.
536
.
196
.
430

.
560
.
261
.
476

1.00
0.
000
.
.840
000
.
.788
000

.
.840
000
1.00
0.
008
.
.776
000
.
000

.
.788
000
.
776
.
001
1.00
0.
000
.
000

.
000
.
000

.
000

.
000

KM O and Bartle tt's


Te s t
Kais er-Mey er-Olkin Meas ure of
Sampling
A dequacy.
Bartlett's Test of
Chi-Square

A pprox.

Sphericity

df

Sig
.

.
790
583.4
41
15
.
000

T otal V arian ce Exp


laine d
Component
1
2
3
4
5
6

Total

Initial Eigenvalues

% of V arianc
3.712 e
61.868
1.060
17.659
.623
10.381
.244
4.059
.223
3.722
.139
2.310

Cumulativ e %
61.868
79.527
89.909
93.968
97.690
100.000

Ex traction Method: Princ ipal Component A


naly sis.

b
1
b
2
b
3

Com m
unalitie s
Initial Ex
1.000 traction
.839
1.000
1.000
1.000
1.000
1.000

.795
.559
.863
.884
.831

f1
Ex traction Method: Princ ipal
f2
Component A naly sis.
f3

Ex traction Sums of Squared Loadings

Total

% of V arianc
3.712 e
61.868
1.060
17.659

Cumulativ e %
61.868
79.527

Rotation Sums of Squared Loadings

Total

% of V arianc
2.802 e
46.700
1.970
32.828

Cumulativ e %
46.700
79.527

Com p on en t M
atriax

f3
b1
f2
b3
b2

atraix

Component

.895
.848
.838
.837
.708
.537

-.249
-.333
.371
-.429
.242
.712

1
f1

Rotated Co m po ne n t M

Ex traction Method: Princ ipal Component A naly


sis.a. 2 components extrac
ted.

1
f2
f3
f1
b2
b1
b3

Component

.929
.883
.871
.018
.462
.432

2
.143
.227
.323
.892
.791
.610

Ex traction Method: Principal Component A


nalys is.
Rotation Method: V arimax w ith Kais er
Normalization.
a. Rotation converged in 3 iterations.

Reliabilitas:

Aitem terhadap
Cor r elatio
ns
b1

b1

Pearson Correlation

Sig. (2-tailed)
b2

N
Pearson Correlation
Sig. (2-tailed)

b3

N
Pearson Correlation
Sig. (2-tailed)

sum_b

N
Pearson Correlation
Sig. (2-tailed)
N

150
.610
.000
150
.658
.000
150
.912
.000
150

b2
.610
.000
150
1
150
.326
.000
150
.778
.000
150

Skor Total

b3
.658
.000
150
.326
.000
150
1
150
.797
.000
150

sum_b
.912
.000
150
.778
.000
150
.797
.000
150
1
150

Reliabilitas:

Cronbach Alpha ()

Reliab ility Statis


tics
Cronbac h's
A lpha
N of Items
.773
3

b1
b2
b3

Item -To tal Statis


tics
Scale
Correc
ted
Scale Mean if V arianc e
if
Item-Total
Item Deleted
Item
7.41
5.035
.778
Correlatio
Deleted
n .514
8.32
6.313
8.43
6.140
.549

Cronbach's
A
lpha if Item
.492
Deleted
.794
.757

POPULASI DAN SAMPEL


POPULASI : HIMPUNAN DARI UNIT/
INDIVIDU YANG MEMPUNYAI CIRI-CIRI
YANG SAMA
Populasi : keseluruhan subyek penelitian.
Populasi : kumpulan semua elemen atau
individu dari mana data atau informasi

akan dikumpulkan

POPULASI
Encyclopedia of Educational
Evaluation
: A population is a set (or collection) of all
elements possessing one or more attributes
of interest
Populasi harus didefinisikan dengan jelas :
APA/SIAPA (Isi/Content), DIMANA
(Luas/Extent), KAPAN (Waktu/ Time)
Contoh :
Pendapatan petani/bulan di desa Sukorejo tahun
2003

POPULASI
Definisi populasi berhubungan dengan
proses generalisasi atau inferensi.
Hasil dari penelitian harus jelas
ditujukan untuk populasi yang mana
Semakin jelas populasi, semakin jelas
pula kepada populasi mana hasil
penelitian dapat diberlakukan
Idealnya penelitian dilakukan terhadap
populasi (penelitian populasi = studi
populasi = sensus)

POPULASI
Besaran, nilai, atau harga dari populasi
disebut parameter
(para = di samping, meter, metrik = ukuran)
Parameter dilambangkan dengan huruf
Yunani
=
rata-rata hitung
= 2
variansi

=
simpangan baku
koefisien korelasi =
.

POPULASI
Berdasarkan besarnya :
FINIT
INFINIT
Ada kemungkinan populasi sangat besar atau tidak
diketahui secara pasti besarnya, dan (biasanya)
keterbatasan waktu, biaya dan tenaga, maka biasanya
penelitian tidak dilakukan terhadap seluruh elemen
populasi.
Diambil sebagian dari populasi yang disebut sampel.

SAMPEL
SAMPEL : bagian dari populasi dari mana data atau
informasi yang dibutuhkan dapat diperoleh secara
langsung
Besaran, nilai atau harga yang dimiliki atau
diperoleh dari sampel disebut statistik
Statistik dilambangkan dengan huruf Latin ( x, s, s2,
r)
Proses pengambilan sampel dari populasi disebut
sampling

POPULASI

PARAMETER

SAMPLING

SAMPEL

STATISTI
K x s

s2

GENERALISASI/
INFERENSI

Generalisasi/Inferensi statistika : penarikan


kesimpulan dari hal yang jumlah elemennya lebih
sedikit (sampel) ke hal yang jumlah elemennya lebih
banyak atau lebih luas atau dikenal dengan populasi
Syarat : Sampel mewakili (representatif) populasi
Besar sampel
Cara pengambilan sampel
Kecermatan memasukkan ciri-ciri populasi

Teknik Sampling
(Cara Pengambilan Sampel)
2 cara :
probabilistik (random)
non probabilistik (non
random)

Sampling Non Probabilistik


(Non Random)
Tidak bertujuan generalisasi/inferensi
Analisis diskriptif
Macam :
Convenience Sampling
Judgmental (Purposive) Sampling
Quota Sampling
Snowball Sampling

Sampling Probabilistik (Random)


Generalisasi/Inferensi :
Estimasi
Uji Hipotesis
Penelitian :
- Observasional :
Epidemiologi (Cross sectional, Cohort, Case
Control)
Survei
- Eksperimental

TEKNIK SAMPLING
PENELITIAN NON EKSPERIMENTAL

ESTIMASI
1. Sampling random sederhana (Simple Random
Sampling)
2. Sampling random sistematik (Systematic Random
Sampling)
3. Sampling
berstrata (Stratified Random
random
4.
rumpun (Cluster Random
Sampling)

5.

Sampling
bertingkat dua (Two Stage
random
Random Sampling)
Sampling)
Sampling
random

SIMPLE RANDOM SAMPLING


Prinsip :
mengambil sejumlah n elemen dari
sejumlah N elemen secara random
kerangka sampling atau frame
tabel bilangan random atau komputer
atau kalkulator
bila populasi yang diteliti homogen.

SIMPLE RANDOM
SAMPLING
POPULASI
*

* *

* *

* *

LOTRE/ BIL.
RANDOM

*
SAMPEL

Contoh
Misal dari populasi petani yang dianggap homogen sebanyak

1000 orang diambil sampel sebanyak 30 orang dengan


menggunakan tabel bilangan random. Pertama, buat kerangka
sampling yaitu daftar nama petani yang diberi nomor 0001
hingga 1000. Untuk pemberian nomor, perlu diperhatikan jumlah
digit di populasi, karena besar populasi adalah 1000 maka
jumlah digit adalah 4. Maka nomor awal dimulai dengan 0001
bukan 1,
01, ataupun 001. Ini untuk mempertahankan prinsip equal
probability.
Selanjutnya peneliti bisa menggunakan tabel bilangan random
Misal deretan tabel bilangan random adalah sebagai berikut:
dengan menjatuhkan pensil di area tabel bilangan random.
Kemudian dilihat, ujung pensil jatuh di nomor terdekat berapa.

001201
660012

234019 010325
021340 000120

000123
127658

021780
012030

SYSTEMATIC RANDOM
SAMPLING
MIRIP SIMPLE RANDOM SAMPLING
MENGGUNAKAN CARA SISTEMATIS
UNIT SAMPEL 1 : SIMPLE RANDOM
UNIT SAMPEL 2, 3, .. DST SECARA
SISTEMATIS DENGAN INTERVAL

TERTENTU
INTERVAL = N/n

STRATIFIED RANDOM
SAMPLING
populasi bisa dipisah menurut stratifikasi tertentu
STRATA :
subpopulasi dari populasi awal
tiap strata homogen
antar strata heterogen
Contoh : petani dibagi menjadi 3 strata : petani kaya,
petani cukup kaya, dan petani miskin

STRATIFIED RANDOM
SAMPLING
* * *
- + *
* * *

+ +
*

+ +
*

- *

+ + -

+ * - *
-

* * *

+ *

- *

- - -

+ - +

- - - -

* - * + * +
-

+ + +
+ +
stratifikasi

+
+
r

CLUSTER/AREA RANDOM
SAMPLING
populasi bisa dipisah menurut rumpun/
cluster tertentu
CLUSTER/RUMPUN :
subpopulasi dari populasi awal
tiap rumpun heterogen
antar rumpun homogen

Contoh : rumpun (blok) rumah (RT, RW)


kloter jamaah haji

CLUSTER/AREA RANDOM
SAMPLING
-+*+*-

* -1+

-- -* - + + +- +*

* 5* -

-+
*+

--+
++ - - + -

****- + - +- +
-

6
*+- +*
*
+ -- + * * +

3
* * -+ +
+ +- - - + *

7
+- - + + ** *+
-8- *

+2 *

4
** *++ --

+*

SAMPEL
- - - + ++ *
2
+ - - -+** * +
**+*
+8
* - -- +

++--

**-*
+-*

+-

* - - RANDOMISASI
CLUSTER

RANDOMISASI
UNIT SAMPEL

PENGUJIAN HIPOTESIS

Hipotesis : pernyataan tentang keadaan

paramet di
er

populasi.
A. nilai: parameter populasi sama
Bentuk
atau
berbeda dengan nilai tertentu
Ho : = a versus H1 : a.
yang
Dalam contoh ini pengambilan
ditetapkan
sampel
menggunakan teknik sampling
random
sederhana, dengan asumsi
pengujian
hipotesis ditujukan pada populasi

PENGUJIAN HIPOTESIS
Bila populasi tdk homogen dan membentuk stratifikasi,
pernyataan
hipotesis ditujukan pada masing-masing stratum populasi.
Misalnya ada 3
Ho : 1 = a1 versus H1 : 1 a1
strata stratum
stratum kedua
pertama
a2 versu H1 : 2 a2
Ho : 2 =
s

stratum ketiga a3 versu H1 : 3 a3


s

Dalam bentuk yang lebih


Ho : 3 =
Ho :
a versu H1 : a
sederhana
=
populasi
s

berstrata
: vektor mean
a : vektor
a = [a1 a2
2 3]
diambil
= [1 dengan
skalar
a3]
sampel
teknik sampling berstrat
random
a.

PENGUJIAN HIPOTESIS
B. nilai parameter populasi pertama sama atau berbeda

Ho
: 1nilai
= 2
H1kedua.
: 1 2 .
versus
dengan
parameter
populasi
Untuk membuktikan hipotesis tersebut perlu pengumpulan
fakta empirik dalam bentuk sampel yang masing-masing
diambil dari populasi pertama dan populasi kedua untuk
memperoleh nilai statistik dari masing-masing sampel
Pengambilan sampel menggunakan teknik sampling
random sederhana, dengan asumsi pengujian hipotesis
ditujukan pada dua populasi yang homogen dengan
varian yang sama

PENGUJIAN HIPOTESIS
Bila populasi tidak homogen dan membentuk
stratifikasi, pernyataan hipotesis ditujukan pada
masing-masing stratum populasi
Misalnya ada 3 strata
Ho : pertama
11 = 21
stratum
stratum kedua
Ho : 12 =

22

versus H1 : 11 21
versus H1 : 12 22

23 versus H1 : 13 23
stratum ketiga
Dalam bentuk yang lebih sederhana
Ho
Ho::13
1 =
= 2 versus H1 : 1 2
1 : vektor mean populasi pertama berstrata
1 = [11 12 13]
2 : vektor mean populasi kedua berstrata
2 = [21 22 23 ].

Menaksir parameter
rata-rata ( )

i 1

V ( y)

n
s 2 N n
n

(y
s2

i 1

y) 2

n1

DAFTAR

PUSTAKA

Allen, M.J. and Yen, W.M., 1979, Introduction to Measurement Theory, Monterey:
Books/Cole Publishing Company.
Azwar, S., 2004, Reliabilitas dan Validitas, Pustaka Pelajar, Yogyakarta.
Cronbach, L.J, 1951, Coefficient Alpha and The Internal Stucture of Test,

Psychometrika, 16, 297-334.

Dillon, W.R. and M. Goldstein, 1978, Multivariate Analysis Methods and


Application, John Wiley & Sons, New York.
Hair, J. F. JR., Anderson, R.E., Tatham, R.L. and Black, W.C. 1998. Multivariate
Data Analysis, Fifth Edition, Prentice-Hall, International, Inc.
Johnson RA and Wichern DW. 1992. Applied Multivariate Statistical Analysis,
Prentice Hall, Englewood Chiffs, New Jersey.
Nasoetion, A.H., 1972, Statistika: Tongkat Pembimbing Ke Daerah Ketaktahuan,
IPB, Bogor.
Saefuddin, A., 2002, Pola Induksi Seorang Eksperimentalis, Program
Pascasarjan IPB dengan IPB Press, Bogor.
Sharma, S. 1996 . Applied Multivariate Techniques, John Wiley & Sons, Inc.

TERIMA KASIH