Konsep,
Dimensi dan
Indikator
Obyek selalu mempunyai tingkat
Keabsahan dan kompleksifitas
Yang berbeda.
Contoh 1.1
Misalnya pimpinan suatu perusahaan merasa telah terjadi penurunan tingkat motivasi kerja
pada diri pegawainya. Dari pengamatan diketahui bahwa salah satu penyebab dari
menurunnya tingkat motivasi kerja pegawai tersebut adalah kurang kondusifnya lingkungan
kerja diperusahaan. Apabila terhadap hal itu kemudian dilakukan suatu penelitian, maka
rumusan maslahnya adalah:
“Apakah lingkungan kerja mempengaruhi motivasi kerja pegawai suatu perusahaan ?”
Contoh 1.2
Idealnya stress kerja perawat Rumah Sakit Pemerintah tidak berbeda dengan stress kerja
perawat Rumah Sakit Swasta, tetapi kenyataanya tidak demikian. Untuk membuktikan apakah
memang telah terjadi perbedaan tingkat stress kerja perawat RS. Pemerintah dengan stress
kerja perawat RS. Swasta, maka penelitian dilakukan, dengan rumusan masalah sebagai
berikut:
“Adakah ada perbedaan stress kerjayang dialami oleh perawat dirumah sakit pemerintah
dengan stress kerja yang dialamioleh perawat rumah sakit swasta?”.
Contoh 1.1 merupakan sebuah contoh mengenai masalah penelitian yang berkaitan dengan
pengaruh atau hubungan, sedangkan contoh 1.2 merupakan sebuah contoh penelitian menjelaskan
mengenai penelitian yang berkaitan dengan perbedaan (komparasi).
Dari kedua contoh tersebut diatas masing-masing telah dengan jelas dapat diketahui kandungan
konsep yang akan diukur. Konsep yang ada dalam kedua rumusan masalah itu adalah “lingkungan
kerja”, “motivasi kerja”dan “stress kerja”.
Kejelasan konsep yang terkandung dalam rumusan masalah akan memudahkan peneliti
untuk merumuskan tujuan, hipotesis dan pengukurannya. Skor atau nilai yang dapat diperoleh dari
setiap konsep itulah yang selanjutnya nanti akan analisis untuk membuktikan hipotesis penelitian.
Definisi Konsep
Konsep (concept) menurut Emori (1980:24) didefinisikan sebagai “an abstraction of
meanings from reality to wich use assign some word or wordsin order to be able to communicate
about it”. Definisi lain mengenai konsep menurut Kerlinger yang dikutip oleh Emory (1980:24)
menyatakan bahwa “A concept expresses an abstraction formed by generalization particular,”
definisi lainnya adalah “Concept are terms that revert the characteristics of events, situations,
groups and individuals that we are studying in the social sciences”.
Tingkat keabstrakan konsep akan berpengaruh pada seberapa banyak dimensi dan atau
indicator harus ditemukan agar konsep menjadi terukur. Mengambil contoh sebelumnya, adalah “
lingkungan kerja”. Lingkungankerja disebut kompleks karena terdiri dari beberapa unsur
(properties), misalnya daya terang, sumber penerangan, luas ruangan, kebisingan, sirkulasi udara,
kelembaban, temperature, warna, masih belum lagi yang sifatnya non fisik.
Keabstrakan konsep
Konsep dapat menggambarkan tingkat abstraksi yang progresif, yaitu tingkat sejauh mana
suatu konsep mempunyai atau tidak mempunyai rujukan yang obyektif (artinya mempunyai
kecenderungan untuk semakain abstrak atau mempunyai kecenderungan untuk semakin konkrit).
Misalnya “tinggi badan”, “berat badan”,”kecepatan laju kendaraan”, “kapasitas angkut”
merupakan konsep yang cenderung mempunyai rujukan yang konkrit (obyektif). Seseorang
dengan sangat mudah membayangkan apa itu berat badan, tinggi badan, kecepatan laju kendaraan,
kapasitas angkut.
Konsep mempunyai peran yang sangat penting dalam suatu penelitian, sehingga perlu
perhatian dan kehati-hatian dalam penjelasannya. Dari pengamatan penulis, masih banyak
penelitian yang kurang berhati – hati dan kurang perhatian dalam menjelaskan konsep dalam
penelitiannya. Perlu diingat bahwa dalam penelitian, rumusan masalah dibangun berdasarkan
konsep, hipotesis penelitian dibangun berdasarkan konsep, hipotesi penelitian dibangun
berdasarkan konsep, pengukuran data juga berdasarkan konsep. Bahkan untuk kepentingan
penelitian tertentu, seorang penelitian harus menciptakan konsep baru untuk mengktualisasikan
pikiran yang ada dibenak penelitian. Penelitian dituntut untuk mampu merumuskan konsep secara
jelas sehingga orang lain dapat mengerti dan memahami maksud dari ki=onsep yang diajurkan
dalam penelitiannya. Misalnya suatu survei mengenai keadilan upah yang dibayarkan kepada
pegawai, maka pertanyaan –pertanyaan yang di anjurkan oleh peneliti harus mampu menangkap
sikap atau persepsi dari para pegawai (responden), pada hal sikap atau persepsi merupakan sesuatu
yang abstrak dalam komplek. Data yang tepat akan dapat didapatkan, jika memang benar benar
responden mengetahui secara jelas apa yang dimaksudkan penelitian mengenai keadilan dalam
pengupahan tersebut.
Struktur Konsep
Struktur (hirarki) dari konsep yang abstrak dan kompleks hingga dapat dianalogikan
seperti halnya sebuah struktur organisasi,yaitu “konsep” sebagai posisi yang tertinggi, kemudian
di bawahnya ada “dimensi”atau”properti”dan di bawahnya lagi ada”elemen”atau”indikator” serta
posisi paling bawah adalah “butir” atau”item”. Keterkaitan antara konsep (concept) atau kontrak
(construct), dimensi (dimensions) atau roperti (properties) dan indicator (variable) atau elemen
(elements) dapat dijelaskan sebagai berikut
1. Konsep atau disebut juga dengan kontruk (construct) ditinjau dari hirarkinya merupakan
himpunan dari partikular – partikular yang disebut dimensi. Konsep yang berbeda sangat
mungkin mempunyi jumlah dimensi yang berbeda pula, dan tidak semua konsep harus
mempunyai dimensi. Misalnya konsep mengenai “harga barang”. Harga barang merupakan
obyek atau konsep yang tidak perlu ada dimensinya .berdasarkan hirarkinya, konsep ini
langsung dapat diukur memalui indikator – indikatornya, sehingga konsep ini tidak terlalu
abstrak dan juga tidak terlalu kompleks. Berbeda dengan konsep mengenai “kualitas
pelayanan”. Konsep kualitas pelayanan merupakan sebuah konsep yang abstrak dan
kompleks, karena mempunyai beberapa dimensi, dimana dimensi – dimensi itu nantinya
diukur melalui indikator
2. Dimesi, meri=upakan himpunan dari partikular –partikular yang disebut indikator. Setiap
dimensi dalam satu konsep tidak harus mempunyai jumlah indikator yang sama. Berikut
ini beberapa contoh untuk memperjelas maksud dari dimensi
Contoh 1.3
3. Indikator, merupakan himpunan dari partikular – particular yang disebut butir (itam).
Setiap indicator dalam satu dimensi tidak harus mempunyai jumlah butir yang sama. Untuk
memberikan kejelasn pengertian indikator, di bawah ini di sajikan beberapa contoh.
Contoh 1.4
Dari contoh 1.3 kita ambil dimensi “digerakan oleh kerja” menurut sekarang (2003:179)
dimensi ini dapat diukur melalui 3 (tiga) indikator
4 .Butir pertanyaan atau item merupakan ukuran terkecil dari sebuah konsep, sehingga
butir harus merupakan suatu pernyataan atau fenomena yang terukur (mempunyai nilai).
Butir tidak lain adalah konsep yang konkrit, dengan mudah difahami atau dimenegerti oleh
banyank orang, oleh kerana itu butir juga sering di sebut sebagai observed variables. Sebagai
variable yabg terukur, maka butir atau item ini dirumuskan dalam bentuk pertanyaan
(question) jika instrumen yang digunakan oleh kuesioner, dan hasil jawaban dari sebuah
butir. Setiap indikator, dapat diukur dengan hanya menggunakan satu butir pertanyaan atau
lebih. Jika satu indikator diukur dengan satu butir pertayaan, maka jawaban dari butir
tersebut juga merupakan nilai atau ukuran bagi sebuah indikator. Tetapi jika sebuah
indikator diukur dari beberapa butir pertanyaan, maka jumlah atau rata – rata dari nilai butir
–butir tersebut merupakan nilai dari indikator yang bersangkutan, oleh sebab itu penelitian
harus hati – hati daam memperlakukan nilai dari butir – butir tersebut dalam analisis data.
Strukur (hirarki) dari sebuah knsep mempunyai variasi yang berbeda antara konsep
yang satu dengan konsep yang lainnya. Artinya ada konsep yang mempunyai beberapa
dimensi dan beberapa indikator, tetapi ada pula konsep yang tidak mempunyai dimensi,
tetapi langsung diukur dengan indikatornya. Hal ini menunjukkan bahwa setiap konsep slalu
mempunyai indikator, tetapi belum tentu mempunyai dimensi
DIMENSI DIMENSI
INDIKATOR
INDIKATOR
INDIKATOR
INDIKATOR
INDIKATOR
Butir
Butir
Butir
Butir
Butir
Butir
Butir
rr
Butir
Butir
Butir
Visualisasi secara keseluruhan hirarki konsep, yang terdiri konsep dimensi, indikator
Bedasarkan contoh berikut menunjukkan hirarki dari sebuah konsep agar dapat dengan
mudah dilakukan pengukurannya
Contoh 1.5
Usia responden. Usia responden mempunyai hirarki dari konsep langsung ke indikator dan butir,
sehingga usia responden merupakan konsep yang tidak berdimensi. Indikatornya dapat berupa
tanggal, bulan dan tahun kelahiran, atau bulan dan tahun kelahiran saja atau ulang tahun
terakhirnya.
pertanyaan
Butir
Gambar 1.3 tersebut dapat pula disajikan dalam bentuk tabulasi seperti berikut ini:
Contoh 1.6
Harga barang. Harga barang yang ditawarkan penjual secara hirarki dapat disusun
berdasrkan tinga indikator , yaitu kemudahan cara melakukan pembayaran (fleksibilitas),
parbandingan antara harga itu sendiri dengan manfaat yang didapatdari barang yang di beli dan
perbandingan harga itu sendiri dengan pendapatan pembeli.
Harga barang
Konsep
(variabel)
Cara bayar Manfaat
Indikator
Pendapat
n Harga dibandingkan
dengan pendapatan
pembayaran yang
bandingkan dng.
dapat dilakukan
Manfaat yang
Berbagai cara
pertanyaa
responden
Harga di n
didapat
Gambar 1.4 struktur (hirarki) variabel harga barang
Gambar 1.4 tersebut dapat pula disajikan dalam bentuk tabulasi seperti berikut ini:
Dengan demikian konsep kinerja penjualan merupakan konsep yang tidak mempunyai
dimensi, tetapi langsung diukur melalui indikatornya. Apabila dilihat dari indikator- indikator
tesebut, tampak bahwa konsep kinerja penjualn termasuk konsep yang konkrit. Volume penjualan
dapat diketahui dari catatan penjualan selama satu tahun terakhir atau rata – rata dsri beberapa
tahun terakhir. Pertumbuhan pelanggan dapat diketahui dari rata – rata pertumbuhan pelanggan
untuk beberapa tahun terakhir, demikian pula dengan rata – rata volume penjualan dapat dihitung
dari rata – rata pertumbuhan volume penjualan selama beberapa tahun terakhir.
Dengan demikian konsep “kinerja penjualan” dapat digambarkan ke dalam diagram seperti
gambar 1.5
Selain dengan menggunakan diagram seperti pada gambar 1.5. tersebut, hirarki dari konsep
kinerja penjualan dapat pula disajikan dalam bentuk tabulasi seperti pada table 1.3
Contoh 1.8
Pemeliharaa
Cara bayar
Keputusan membeli
(B)
K : Konsep
I : Indikator
B : Butir/pertanyaan
Apabila hirarki minat membeli tersebut dituangkan dalam tabel maka akan tampak
seperti berikut ini
Contoh 1.9
Quality of work life (QWL). Secara hirarki, QWL mempunyai 4 (empat) dimensi, yaitu
partisipasi dalam pembuatan keputusan (keterlibatan dalam pembuatan keputusan), kesempatan
untuk mengembangkan diri (berkarier), kebanggan pada pekerjaan (pengakuan atas hasil kerja)
dan tingkat pendidikan (pendidikan formal yang ditamatkan).
Konsep QWL dapat digolongkan kedalam konsep yang abstrak, dan cukup rumit, karena
konsep QWL mencakup berbagai displin ilmu, seperti ilmu psikologi, teknologi industry, teori
organisasi,motivasi, kepempinan dan hubungan industrial (sumarsono, 2004:212)
Tentu saja dapat mengukur derajat baik buruknya QWL, maka konsep tersebut arus
dijabarkan dalam bentuk hirarki seperti tampak pada table berikut:
1. Kebutuhan berprestasi (need for achievement),yaitu keinginan untuk melakukan sesuatu lebih
baik dibandingkan sebelumnya yang biasa disebut dengan motivasi berprestasi.
2. Kebutuhan untuk berkuasa (need for power), yaitu kebutuhan yang untuk lebih kuat, lebih
berpengaruh terhadap orang lain (motivasi berkuasa)
3. Kebutuhan afiliasi (need for afilition), yaitu kebutuhan untuk disukai, mengembangkan, atau
memelihara persahabatan dengan orang lain (motivasi bersosial)
Sebagai contoh untuk berkaji lebih lanjut, misalnya kita ambil konsep motivasi berprestasi
(achievement motivation). Konsep ini sangat abstrak dan kompleks, sehingga konsep motivasi
berprestasi secara hirarki dapat disajikan dalam tabel 1.6
Menurut erzbrerg, bahwa kepuasan kerja mempunyai dua dimensi, yaitu satisfier factors
(motivator) dan dissatisfier (Hygiene factor).
Jika konsep kepuasan kerja ini secara hirarki dituangkan dalam tabel 1.7
-oo0oo-
Variabel,
Jenis dan
Kedudukanya
Kesalaan menentukan jenis dan
Kedudukan variabel berakibat
Fatal pada analisis
Apabila diakaitkan dengan hirarki dari sebuah konsep, indicator merupakan ukuran paling
kecil dari sebuah konsep. Berdasarkan indicator inilah disusun instrument untuk membantu
pengumpulan (pengukuran) data. Pertanyaan yang disusun dalam instrument (kuesioner) untuk
setiap indicator dapat lebih dari satu pertanyaan, meskipun demekian, indicator tetap merupakan
komponen sebuah konsep yang paling kecil.
Harga atau nilai dari setiap konsep sangat tergantung pada nilai yang ada setiap indicator.
Jadi indicator yang pertama kali yang harus mendapatkan nilai. Pada data yang sifatnya kualitif,
penilaian akan dilakukan oleh para responden atau subyek yang diteliti. Sudah barang tentu, nilai
yang diberikan oleh setiap responden pada sebuah indicator akan bervariasi (berbeda-beda) sesuai
dengan pendapat atau karakteristik masing-masing. Oleh karena itulah kemudian indicator yang
mempunyai nilai bervariasi itu kemudian disebut dengan “variabel”. Apabila nilai-nilai dari
indicator akan bentuk sebuah konsep maka variabel dapat didefinisikan sebagai konsep yang
mempunyai variasi dalam nilai (ukuran).
Berdasarkan tingkat pengukuran. Variabel dibedakan menjadi dua, yaitu “observed variable” dan
unobserved variable”. Observed variable (variabel terukur; seperti indicator;) adalah variabel yang
dapat langsung diukur dari subyeknya, sedangkan unobserved variable (variabel tidak terukur;
seperti konsep) adalah variabel yang tidak dapat secara langsung diukur dari subyeknya, tetapi
harus melalui indikatornya. Unobserved variable sering disebut pula sebagai “variabel laten (latent
variable)”.
Oleh karenanya, penggunaan istilah variabel dapat dikenakan kepala konsep (konsep yang
abstrak) maupun indicator (konsep yang konkrit), selanjutnya dalam buku ini istilah konsep,
dimensi, indicator pengguanya akan gantian dengan istilah variabel.
Secara definisi, variabel bebas adalah suatu variabel yang variasi nilainya. Pada umumnya
seorang peneliti sangat kepentingan dengan kedua variable ini (variabel bebas dan variabel terikat).
Seorang peneliti ingin untuk mengetaui apaka lingkungan kerja (variabel bebas) dapat dipengarui
minat beli masyarakat (variabel terikat). Banyak istilah yang digunakan sebagai sinonim untuk
variabel bebas dan variabel terikat, seperti disajikan pada tabel pada gambar 2.1.
Secara definisi, variabel bebas adalah suatu variabel yang bervariasi nilainya akan
mempengaruhi nilai variabel yang lain. Variabel terikat adalah suatu variabel yang bervariasi
nilainya dipengaruhi atau dijelaskan oleh variasi nilai variabel yang lain. Dan untuk kepentingan
analisis dta, variabel bebas diberi notasi “X” sedangkan variabel terikat diberi notasi “Y”.
Contoh 2.1
Seorang peneliti ingin mengetahui seberapa kuat pengaruh atau hubungan antara lingkungan
kerja dengan kepuasan kerja pegawai disuatu instansi.
Contoh 2.2
Pada pengujiannya pengaruh lingkungan kerja terhadap kinerjaa pegawai, diketahui bahwa “
usia “ dan “ masa kerja “ merupakan variabel yang perlu dikontrol. Jadi dalam hal ini usia dan
masa kerja pegawai merupakan variabel control.
Pengendalian terhadap variabel control dapat dilakukan dengan dua cara, yaitu :
a) pengendalian dari awal penelitian
cara ini masyarakat kepada peniliti untuk menggunakan subyek penelitian, yaitu pegawai
yang mempunyai usia dan masa kerja yang seragam. Misalnya subyek penelitiannya adalah
semua pegawai yang mempunyai usia sekitar 45 tahun dengan masa kerja sekitar 20 tahun.
b) Pengendalian melalui analisis data
Apabila peniliti sulit mendapatkan usia dan masa kerja yang seragam ( homogeny ), maka
peniliti dapar memasukkan variabel control ke dalan model sebagai variabel bebas ( peniliti
tidak perlu mencari responden dengan usia dan masa kerja yang homogenya ). Ini berarti
pengendalian akan dilakukan pada saat analisi data ini dilakukan. Dengan cara yang kedua,
Penggunaan variabel control tidak terbatas hanya pada desain penilitian yang mencari
pengaruh atau huubungan saja. Tetapi juga pada desain penelitian yang mencari perbedaan (
komprasional ).
Misalnya akan diuji perbedaan antara tingkat stress kerja perawat di rumah sakit
pemerintah dengan stress di rumah sakit swasta. Secara teoritik, dapat diduga bahwa perawat di
rumah sakt swasta lebih tinggi tingkat stresnya di banding dengan perawat di rumah sakit
pemerintah. Agar perbedaanya yang ada memang benar-benar karena status rumah sakit, maka
perlu ada variabel yang dikontrol, yaitu variabel yang mempunyai pengaruh terhadap pada stress
kerja, yakni masa kerja.
Pengendalian terhadap variabek control pada uji perbedaan ini dapat dilakukan dengan dua
cara, yaitu:
Pengendalian dari awal penelitian.
Cara ini mengharuskan peneliti untuk memasang-memasang antara perawat rumah sakit
pemerintah dan rumah sakit swasta yang mempunyai masa kerja yang sama. Jadi pasangan
perawat rumah sakit pemerintah dan swasta akan mempunyai masa kerja yang sama. Pada
praktiknya cara ini sulit ditempuh peneliti, karena demikian besar variasi masa kerja.
Pengendalian melalui analisi data.
Apabila peneliti sulit untuk mendapatkan pasangan perawat, maka peniliti dapat
memasukkan variabel control ke dalam model, sehingga pengontrolan akan dilakukan alat
analisis yang digunakan.
Pengendalian terhadap variabel control pada uji perbedaan ini dapat dilakukan dengan dua
cara, yaitu:
Pengendalian dari awal penilitian.
Cara ini mengharuskan untuk peneliti untuk memasang-memasang antara keluarga yang
berdomisili de disa dan di kota yang mempunyai pendapatan dan jumlah tanggungan
keluarga yang sama. Dengan demikian banyaknya responden yang berdomisili di desa dan
kota harus sama, karena mereka harus berpasang-pasangan sesuai dengan keadaan
pendapatan dan jumlah tanggungan keluarga. Responden dari desa yang berpendapatan
tinggi dengan tanggungan keluarga sedikit dipasangkan dengan responden dari kota yang
berpendapatan tinggi dengan tanggungan keluarga sedikit. Responden dari desa yang
berpendapatan kecil dengan jumlah tanggungan keluarga sedikit di pasangkan dengan
responden dari kota yang berpendapatan kecil dengan jumlah tanggungan sedikit.
Responden dari desa dengan pendapatan banyak dan jumlah tanggungan banyak di
pasangkan dengan responden dari kota berpendapatan banyak dan jumlah tanggungan
keluarga besar. Demikian seterusnya. Pada praktiknya cara ini sulit ditempuh peniliti,
karena terlalu sulit untuk menemukan pasangan keluarga yang berdomisili di desa dan di
kota yang mempunyai pendapatan dan jumlah tanggungan keluarga yang sama.
Pengendalian melalui analisi data.
Denga cara ini, peneliti tidak perlu memasang-memasangkan antara keluarga yang
berdomisili di desa dengan di kota, tetapu cukup merekam data mengenai biaya untuk
konsumsi, tingkat pendapatan dan jumlah tanggungan keluarga dari responden, baik yang
berdomisili di desa maupun yang berdomisili di kota ( keluarga yang di teliti tidak harus
mempunyai karakteristik pendapatan dan jumlah tanggungan keluarga yang sama).
Contoh 2.3
Penelitian di lakukan untuk menguji hubungan atau pengaruh tingkat pendidikan formal
pegawai. Semakin tinggi pendidikan formal pegawai akan semakin tinggi pula tingkat
kinerjanya. Meskipun pengaruh ini dapat diyakini kebenarnya, namun pengaruh tersebut
ternyata masih tergantung pada indeks prestasi atau nilai kelulusan mereka. Dengan kata
lain tingkat pendidikan mempunyai pengaruh terhadap kinerja pegawai, khususnya untuk
pegawai nilai kelulusannya tinggi.
Contoh di atas menunjukkan bahwa nilai kelulusan merupakan variabel moderating dari
pengaruh antara pendidikan formal terhadap kinerja pegawai. Model tersebut dapat dilihat pada
gambar 2.5.
contoh 2.4
penelitian yang ingin menguji peran kecerdasan emosi dalam moderating pengaruh antara
stress kerja terhadap kinerja pegawai.
Secara teoritik benar bahwa semakin tinggi tingkat stress kerja yang dialami pegawai akan
menyebabkan semakin rendahnya tingkat kinerja dari karyawan, namun tidak demikian untuk
karyawan yang tingkat kecerdasan emosionalnya tinggi. Pegawai yang mempunyai tingkat
Mengurai Variabel hingga Instrumentasi 25
kecerdasan yang tinggi akan mengatasi stress kerja yang menimpa dirinya, sehingga akan tetap
mampu mepertahankan tingkat kinerja yang tinggi. Sementara pegawai yang tingkat kecerdasan
emosional yang rendah tidak akan mampu menguasai stress kerja yang dapat berakibat
menurunnya kinerja.
Dengan menggunakan diagram, maka pengaruh variabel-variabel dapat diikuti pada
gambar 2.7.
Contoh 2.5
Penelitian yang ingin menguji pengaruh lingkungan kerja teradap kinerja pegawai melalui
kepuasan kerja.
Dari contoh tersebut tersirat bahwa dengan bervariasi penilaian pegawai dengan
lingkungan kerja tidak begitu saja kinerja pegawai juga bervariasi, tetapi dengan melalui kepuasan
kerja. Pegawai yang menilai lingkungan kerja sudah kondusif, maka mereka akan mempunyai
kepuasan kerja yang tinggi, yang pada akhirnya kinerja akan meningkat.
Model diatas sering disebut dengan model jalur, sehingga bebrapa istilah dan hasil yang
perlu dikenali pada model jalur ini diantaranya adala:
a. Variabel lingkungan kerja pada model itu kedudukanya sebagai variabel bebas
(independent variable), yang model jalur disebut juga sebagai variabel eksogen
(exogeneous variables).
b. Variabel kepuasan kerja dalam model itu kedudukanya sebagai variabel antara (intervening
variable) yang juga disebut juga sebagai variabel endogen (endogeneous variables).
Variabel kinerja pegawai pada model itu kedudukanya sebagai variabel terkait (dependent
variable) yang juga disebut dengan variabel endogen (endogeneous variable).
Jadi variabel antara dan variabel terikat keduanya termasuk dalam kelompok variabel
endogen.
c. Apabila variabel lingkunagan kerja diberi notasi “x”, variabel kepuasan kerja diberi notasi
“Y” dan variabel kinerja diberi notasi “Y2”, maka dari efek dari pengaruh antara X dan Y,
disebut dengan pengaruh langsung (direct effect). Efek dari pengaruh antara Y1 teradap
Y2 disebut juga dengan pengaruh langsung (direct effect).
d. Efek pengaruh antara X dan Y2 melalui Y1 disebut pengaruh tidak langsung (indirect
effect).
Model jalur seperti itulah yang menjadi embiro berkembangnya model persamaan
structural (structural equation modeling/SEM).
Pada suatu penelitian sudah dapat dipastikan bahwa terlalu sulit bagi seorang peniliti untuk
memasukan semua variabel yang mempengaruhi variabel terikat. Umumnya peneliti hanya
menggunakan beberapa variabel bebas yyang dianggap mempunyai pengaruh terhadap variabel
terikat. Na… variabel yang tidak dimasukan dalam model penelitianya itu sangat mungkin ada
yang kedudukan sebagai variabel control dan bakan mungkin sebagai variabel pengganggu.
Sebuah model penelitian yang diabangun di atas teori yang terdapat, akan mudah
ditemukan mana-mana yang menjadi variabel bebas, variabel terikat variabel control, variabel
moderating, variabel antara dan variabel pengganggu.
Variabel pengganggu sebenarnya adala variabel bebas yang tidak diamsukan kedalam
model, tetapi bukan merupakan variabel utama yang menjadi focus peratian peneliti. Untuk
memudahkan memahami apa yang dimaksud dengan variabel pengganggu, barikut ini diberikan
conto sederana sebagai berikut:
Contoh 2.6
Berdasarkan hasil penelitian yang menunjukan bahwa kinerja pegawai dipengaruhi oleh
lingkungan kerja. Atas dasar asil penelitian itu, untuk meningkatkan kinerja pegawainya,
perusahaan melakukan perbaikan atas lingkungan kerja sesuai yang diarapkan pegawai.
Secara kebetulan pada saat itu perusahaan juga memberikan peningkatan gaji pada para
pegawai tersebut. Jelas bahwa peningkatan gaji merupakan variabel yang tidak masuk dalam
model, dan apabila variabel ini ternyata mempunyai pengaruh yang signifikan teradap kinerja,
maka variabel kenaikan gaji merupakan variabel pengganggu.
Apabila hasil pada kelompok perlakuan menyatakan bahwa ada pengaruh yang signifikan
antara perbaikan lingkungan kerja teradap kinerja pegawai, dan pada kelompok control dinyatakan
pengaruh tidak signifikan, maka disimpulkan tidak ada variabel pengganggu pada model penelitian
tersebut.
Tetapi jika asil pengujian pada kelompok perlakuan maupun kelompok control menunjukan
adanya pengaru yang signifikan, maka disimpulkan ada variabel pengganggu, yang mengacaukan
pengaruh perbaikan lingkungan kerja teradap kinerja pegawai.
Jika ternyata pada model penelitian itu terdapat variabel pengganggu, maka keberadaan
variabel pengganggu tersebut arus diilangkan dari model penelitian dengan cara:
Ditinjau dari jenis data atau bialanganya, variabel dapat dibedakan menjadi dua, yakni variabel
kontinyu (continuous variabel) dan variabel diskrit (dicrete variable), dan pengertian masing-
masing adalah sebagai berikut:
Variabel kontinyu adalah yang mempunyai nilai dalam jangkuan yang tak terhingga
kecilnya dan terhingga besarnya. Pada umumnya harga dari variabel kontinyu diperoleh
dari hasil pengukuran. Beberapa contoh berikut ini akan memperjelas pengertian variabel
kontinyu.
Contoh 2.8
1. Misalnya jumlah mahasiswa yang lulus dengan pridikat cumloude sebanyak 7 orang
(tidak mungkin 7,25 orang)
2. Seorang mahasiswa membayar SPP 4 kali dalam satu semester (tidak mungkin
membayar SPP 4,5 akli)
3. Pasangan suami istri mempunyai anak sebanyak 3 orang (tidak mungkin sebanyak 3,25
orang)
Jika X adla variabel diskrit, maka X > 0 tidak sama dengan X >0 karena:
X > 0, artinya nilai variabel X adala 1; 2; 3 … dst.
X > 0 artinya nilai variabel X adala 0; 1; 2; 3 …. Dst.
-oo0oo-
Keputusan bagaimana variabel itu didefinisikan secara operasional agar relavan dengan
tujuan dan kerangka pemikiran penelitian, menjadi otoritas peneliti. Namun demikian tidak berarti
penelitian mempunyai kebebasan untuk membuat definisi semaunya (sesukanya). Setiap variabel
yang akan didefinisikan secara operasional seharusnya mempunyai landasan teori yang mapan
(jelas) seingga pengukuran atau pembuatan indicator hingga butir-butirnya tidak asal pantas saja,
tetapi memang mempunyai landasan yang kokoh. Cara mudah dan sederhana mendefinisakn suatu
variabel adalah dengan menggunakan kamus.
Contoh 3.1
Misalnya variabel “motivasi” atau “motiv” didefinisikan sebagai sebab-sebab yang menjadi
dorongan; tindakan seseorang; dasar pikiran atau pendapat atau sesuatu yang menjadi pokok
(poerwodaminta, 1989:655)
` Definisi semacam itu mungkin saja sudah dapat memberikan pengertian yang cukup
memuaskan bagi orang pada umumnya, tapi belum tentu pada penelitian. Dalam penelitian
diperlukan pengukuran yang cermat (presisi) ole karena itu diperlukan definisi yang lebi ketat.
Ada bebrapa pendekatan sebagai dasar untuk mendefinisikans suatu variabel, seingga satu variabel
akan mempunyai beberapa definisi yang berbeda.eberapa pendekatan yang biasa digunakan untuk
mendefenisikan variabel dalam penelitian diantaranya adalah (truck man dikutip ole
azwar,1998:74)
1. Definisi yang didasarkan pada “proses” yang arus dilakukan agar variabel yang
didefinisikan itu terjadi
Contoh 3.2
1. Kecemasan, adalah suatu keadaan akibat subyek yang didapatkan pada suatu ancaman.
2. Puas, adalah keadaan akibat dari terpenuhinya harapan subyek atas kinerja produk/pelayan
yang dirasakan.
3. Lapar, adalah keadaan subyek yang tidak diperbolekan menelan apapun selama minimal
10 jam.
4. Motivasi kerja, adalah dorongan yang muncul dari dalam diri subyek karena adanya target
yang ingin tercapai.
Contoh 3.3
1. Cemas, adalah perilaku subyek yang mondar-mandir ditempat kerja dengan denyut
jantung yang lebih keras.
2. Puas, adalah subyek yang dengan sadar dan antusias menyebarkan berbagai hal positif
kepada orang lain terhadap apa yang dialaminya.
3. Lapar, adalah subyek yang dapat melahap (makan) sesuatu hidangan sebanyak 2 piring
dalam waktu kurang dari 3 menit.
4. Motivasi, adalah kesungghuan subyek untuk meraih suatu harapan atau tujuan tertentu.
Contoh 3.4.
1. Lapar, adalah ketidaksetaraan antara tinggi badan dan berat badannya.
2. Puas, adalah kesamaan nilai kinerja suatu hal dengan nilai yang diharapkan.
3. Sejahtera, adalah kecukupan pendapatan seseorang atau keluarga untuk memenuhi kebutuhan
hidup dasarnya secara layak.
Kenyataannya peneliti tidak harus menjelaskan mengenai pendekatan mana yang digunakan
dalam mendefinisikan variable yang akan diukur. Ini artinya defisi untuk berbagai variable boleh
menggunakan pendekatan manapun dan tidak harus sama.adapun pendekatan yang digunakan,
pendefinisian operasional dari sebuah variable benar-benar harus dapat menunjukkan tingkat
kekonkritan dari konsep.
Pendefisian operasional variable harus sampai pada elemen terkecil (Indikator), sehingga
benar-benar bisa didapatkan hasil penukurannya.misalnya seorang dalam penelitiannya
melibatkanvariable bebas, salah satunya adalah “karier”. Apakah karier bagi seorang pegawai
paling atau tidak, maka perlu dilakukan secara tepat adalah:
Contoh 3.5.
Karier adalah jenjang jabatan dalam pekerjaan yang mempunyai nilai, baik bagi diri sendiri
maupun perusahaan. Indicator pengkurannya meliputi (Sekaran,2003):
1. Karier sebagai keputusan yang baik bagi pekerjaan subyek
2. Besarnya kontribusi karier bagi masyarakat
3. Kesesuaian karier dengan kepribadian subyek
4. Ketidakinginan subyek mengubah =/pindah karier
5. Upaya untuk mencapai karier
Contoh 3.6.
Quality of Work Life (QWL) adalah suatu pendekatan untuk mendesain pekerjaan dan
pengembangannya, khususnya dalam melakukkan job enrichment. QWL dapat dijabarkan ke
dalam 4 dimensi yaitu:
1. Partisipasi dalam pembuatan keputusan, yaitu kadar keikutsertaan subyek dalampembuatan
keputusan oleh pimpinan, yang indikatornya meliputi:
a. Kadar masukan/saran (diukur dengan 3 butir pertanyaan)
b. Keterlibatan/keikutsertaan (diukur dengan 3 butir pertanyaan)
c. Keterbukaan informasi (diukur dengan 3 butir pertanyaan)
Seorang peneiti telah mendefisikan secara operaasional salah satu variable bebasnya,
yauitu promosi yang dilakukkan oleh perusahaan. Meskipun perusahaan meakukkan promosi
untuk produknya melalui berbagai media, namun peneliti hanya melakukkan pengamatan terhadap
promosi yang dipasang di baliho.
Responden atau subyek ditana adalah orang yang pernah melintaasi jalan dimana baliho
itu dipasang, oleh karena itu promosi dengan media baliho kemudian didefinisikan seperti pada
contoh berikut:
Contoh 3.7.
Promosi dengan baliho adalah informasi suatu produk yang sengaja dipasang/ditayangkan
perusahaan melali papan baliho di suatu lkasi tertentu. Berdasarkan telaah terotik, maka
dikembangkan dimensi dalam promosi media baliho yang meliputi:
X1. Kemenarikan perhatian, yaitu tingkat kemenarikan baliho untuk dilihat dan atau dibaca
oleh seseorang yang melintas diarea tersebut. Indicator adalah:
X1.1. Tahu tidaknya baliho promosi produk tertentu (2 butir pertanyaan)
-oo0oo-
Dari sisi yang lain data dapat bersifat kontinyu dan diskrit
Hasil penelitian selengkapnya seperti yang ditunjukkan pada tabel ringkasan berikut ini :
Tabel 4.1 Preferensi terhadap merk komputer
Preferensi terhadap Jenis Kelamin TOTAL
komputer merk Toyiba Laki - Laki Wanita
5. Sangat menyukai 1 1 2
4. Menyukai 1 0 1
3. Ragu - ragu 0 0 0
2. Tidak menyukai 1 1 2
1. Sangat tidak menyukai 0 0 0
TOTAL 3 2 5
Gender Preferens
Pengamatan A B C D E A B C D E
Empirik
Aturan
Pemetaan
1 2 1 2 3 4 5
Simbol
1. Bendanya.
Komponen pertama adalah benda atau alat itu sendiri, yaitu scale (skala atau alat
penimbang atau alat pengukur berat sesuatu sesuai dengan kegunaannya (peruntukannya)
yang secara umum disebut sebagai instrumen.
2. Alat pengukur.
Komponen kedua, adalah alat penunjuk hasil yang ditimbang (diukur), yang dalam hal ini
satuannya adalah gram. Jika timbangan ini digunakan, maka komponen ini akan
menunjukkan angka yang intervalnya dari 0 gram hingga 2000 gram (misalnya). Angka
inilah yang dimaksud dengan ukuran atau nilai atau skor.
Tidak semua skala menghasilkan nilai seperti berat suatu barang seperti itu, tetapi
dapat yang lainnya. Instrumen yang diberi nama “thermometer” adalah alat untuk
mengukur suhu (udara atau badan). Apabila thermometer digunakan untuk mengukur suhu
suatu ruangan, kemudian menunjukkan angka 23°C, maka angka tersebut merupakan skor
yang dapat dihasilkan oleh alat tersebut.
Jadi skala atau instrumen yang akan digunakan oleh peneliti harus mampu menghasilkan jenis data
atau informasi sesuai dengan yang diinginkan oleh peneliti (pengukur), sehingga informasi
tersebut dapat digunakan untuk membedakan antara individu (subyek) yang satu dengan individu
(subyek) lain untuk suatu obyek tertentu.
Masing-masing jenis data yang dapat dihasilkan oleh suatu pengukuran (skala), yaitu data
nominal, data ordinal, data interval dan data rasio, secara berurutan akan diuraikan lebih mendalam
dengan tujuan agar peneliti dengan mudah membedakan masing-masing jenis data tersebut.
Skala nominal adalah instrumen yang dapat menghasilkan data yang jenisnya klasifikasi
atau pemilihan. Apabila kemudian data itu diberikan skor atau nilai, maka nilai tersebut bukan
sebagai bukan sebagai numerikal (numerical) tetapi sebagai kategori saja. Nilai tersebut tidak
menunjukkan tinggi-rendah, besar-kecil atau rangking dari obyek (variabel) yang diukur. Angaka
1, 2 dan 3 dalam data nominal bukan sebagai rangking dan bukan sebagai nilai, artinya 1 tidak
lebih kecil dari angka 2 dan angka 3 tidak lebih besar dari angka 2. Jadi angka 1, angka 2 dan
angka 3, hanya sebagai nama atau kode, sehingga tidak dapat diperbandingkan, tetapi dapat
membedakan antara kelompok yang satu dengan kelompok yang lain.
Angka nol (0) pada skala nominal tidak menunjukkan ketiadaan (tidak dapat dikatakan
tidak ada atau tidak mempunyai), oleh sebab itu angka nol pada skala nominal merupakan angka
nol semu.
Contoh berikut ini menunjukkan beberapa skala atau pertanyaan yang menghasilkan data
nominal.
Peneliti memberikan kode jenis kelamin laki-laki dengan angka 1 dan wanita diberi kode
dengan angka 2, dalam hal ini tidak berarti angka 2 lebih bernilai atau lebih besar dari angka 1
(tidak berarti laki-laki lebih jelek dari wanita). Peneliti boleh saja menggunakan angka nol (0)
untuk laki-laki dan angka 1 untuk wanita. Angka nol tersebut tidak berarti tidak ada laki-laki,
karena angka itu hanya sebagai kode atau tanda saja. Inilah yang dimaksudkan sebagai pengukuran
dengan skala nominal.
Misalnya seorang peneliti ingin mengetahui kewarganegaraan turis manca negara yang
berkunjung kota Jogjakarta. Untuk mengetahui warganegara darimana saja turis mancanegara
tersebut, maka dapat dikembangkan skala pengukuran sebagai berikut:
Contoh 4.2.
Pilih satu diantara beberapa kewarganegaraan berikut berdasarkan Pasport yang Saudara
miliki:
1 = Amerika 4 = Korea
2 = Australia 5 = Jepang
3 = Inggris 6 = India
Skor atau angka 1 hingga6 dari setiap kewarganegaraan tersebut hanya sebagai nama atau
kode, sehingga tidak dapat dikatakan bahwa warga negara yang satu lebih baik dari warga negara
yang lain.
Misalkan peneliti berkeinginan untuk mengetahui pekerjaan dari responden, maka peneliti
dapat mengembangkan skala untuk mengetahui apa saja pekerjaan responden dan berapa frekuensi
banyaknya respondeen pada setiap jenis pekerjaan. Bentuk dari skala tersebut dapat diikuti pada
contoh berikut:
Peneliti juga ingin mengetahui nomor rumah yang ditinggali dan nomor telepon dan atau
nomor faksimile. Instrumen yang dapat dikembangkan seperti tampak pada contoh berikut:
Contoh 4.4.
1. Tulis nomor rumah dimana Saudara tinggal:........
2. Tulis nomor telepon/faksimile Saudara:...............
Jika misalnya nomor rumah diisi dengan angka 13 dan nomor telepon diisi dengan angka
8765432, maka angka-angka tersebut tidak menggambarkan performa atau kualitas dari rumah
maupun telepon yang dimiliki responden. Angka tersebut hanya sebagai kode saja, tidak berarti
bahwa rumah yang nomornya 13 akan leih baik dari rumah yang nomornya 5, telepon yang
nomornya 8765432 kualitasnya lebih buruk dari telepon yang nomornya 8899900
Terhadap data nominal, peneliti tidak mempunyai banyak alternatif alat analis. Distibusi
frekuensi dan proporsi merupakan alat yang sering digunakan untuk mengolah data nominal.
Misalnya seseorang diminta untuk meranking (mengurutkan) tiga merk TV, yaitu merk A,
merk B dan merk C, berdasarkan kualitasnya. Hasil perurutan tersebut seperti tampak pada tabel
berikut ini:
Mengurai Variabel hingga Instrumentasi 42
Tebel 4.2. Hasil Ranking Kualitas TV
Merk TV Rangking
A 2
B 3
C 1
Tabel di atas menunjukkan bahwa secara berurutan (berjenjang) dari yang paling tinggi
kualitasnya hingga yang paling rendah kualitasnya adalah: TV merk C, TV merk A, TV merk B.
Jelas bahwa jarak jenjang kualitas antara TV merk C dengan TV merk A tidak akan sama dengan
jarak jenjang kualitas antara TV merk A dengan TV merk B. Skor-skor yang diberikan pada setiap
merk TV inilah yang dimaksud dengan data berskala ordinal.
Misalnya seseorang sedang melakukan tugasnya sebagai pencatat waktu dari perlombaan
lari 500 m yang diikuti oleh beberapa peserta. Pencatatan dilakukan dengan menggunakan jam
pengukur (stop watch). Hasil dari perlombaan lari tersebut dapat diikuti pada gambar 4.3.
Selisih waktu tempuh antar juara pertama dengan juara kedua adalah 10 detik dan selisih
waktu tempuh antara juara kedua dengan juara ketiga adalah 30 detik. Karena selisih waktu tempuh
antara juara tidak sama dan apabila juara pertama diberi skor 3, juara kedua diberi skor 2 dan juara
ketiga diberi skor 1, maka angka yang demikian itu disebut data ordinal.
Berikut ini contoh merumuskan skala untuk mengukur tingkat pendidikan formal
responden yang didasarkan pada ijasah terakhir yang dimiliki:
o Tidak Tamat SD
o SLTA
o SD
o D3
o SLTP
o S1
Apabila masing-masing jenjang pendidikan diberi skor seperti ini: tidak tamat SD diberi skor
0, tamat SD diberi skor 1, tamat SLTP diberi skor 2, tamat SMP diberi skor 3, tamat SLTA diberi
skor 4, tamat D3 diberi skor 5 dan tamat S1 diberi skor 6. Skor yang demikian itu termasuk pada
kelompok data berskala ordinal.
Dalam hal ini skor 0 tidak berarti orang tersebut tidak mempunyai pendidikan (ilmu) sama
sekali, tetapi bahwa orang yang pendidikannya mempunyai skor 4 ilmunya (pengetahuannya) akan
lebih tinggi dibanding orang yang pendidikannya dengan skor 3. Juga tidak berarti bahwa orang
pendidikannya mempunyai skor 4 pengetahuannya akan sama dengan dua kali orang yang skor
pendidikannya dua. Data seperti itu dikelompokkan ke dalam data ordinal.
Penelitian dilakukan dalam rangka mengetahui besarnya pendapatan rata-rata perhari bagi
abnang becak yang mangkal di Malioboro Yogyakarta. Untuk memudahkan pencatatan dan
ksediaan abang becak menjawab dengan jujur, maka peneliti telah mendesain skala pengukuran
seperti tampak pada contoh berikut:
Contoh 4.6.
Rata-rata pendapatan yang Saudara peroleh dalam satu hari sebesar (pilih salah satu):
o < Rp 15.000,-
o Rp 15.000,- - Rp 24.999,99
o Rp 25.000,- - Rp 39.999,99
o > Rp 40.000,-
Contoh di atas dapat dikategorikan dalam peringkat sebagai berikut:
Skor 1, untuk kategori pendapatan sangat rendah
Skor 2, untuk kategori pendapatan rendah
Skor 3, untuk kategori pendapatan tinggi
Skor 4, untuk kategori pendapatan sangat tinggi
Karena setiap kategori mempunyai interval yang tidak sama, maka kategori pendapatan
abang becak tersebut merupakan data berskala ordinal.
Pengukuran dengan skala ordinal banyak digunakan untuk membantu pemeringkatan preferensi
terhadap suatu obyek, seperti produk, peristiwa atau fenomena. Sekali lagi jika nilai atau skor yang
dihasilkan dengan skala Ordinal adalah 0 (nol), maka angka tersebut merupakan angka semu
(bukan angka absolut) sehingga tidak dapat diartikan sebagai tidak ada.
Skala ordinal dengan data bersekala interval terletak pada jarak pada setiap katagori atau
jenjang.data bersekala ordinal mempunyai jenjang yang jarak interval setiap jenjang tidak
sama,sedangkan data bersekala interval mempunyai jenjang yang jarak atau interval setiap jenjang
sama.
Thermometer pengukur temperature suhu yang sudah baku,merupakan salah satu contoh
cara skala yang menghasilkan data atau nilai atau kontinum bersekala interval(kontinum,artinya
bahwa angka 0 hingga 1berkesinambungan,berbeda dengan data diskrit,yang setelah 0 pasti 1).Jika
suatu sumber menginformasikan bahwa temperature udara pada saat ini menujukkan angka
>30oC,artinya dapat sajah tenperatur itu 30,1oC atau 30,03oCdan lain sebagainya.
Salah satu bentuk fisik instrument pengukura temperature dapat dilihat pada gambar
berikut:
Contoh 4.7
Misalnya ada tiga titik waktu,yakni pikul 6 pagi,pukul 8 pagi dan pukul 10 pagi.Jarak atau
selisih antar pukul 6 hingga pukul 8 pagi (=2jam)akan sama dengan jarak selisih waktu antara
pukul 8 pagi hinga pukul 10 pagi (=2 jam).Meskipun demikian,tidak boleh diaartikan bahwa pukul
12 siang.Siangnya (kalau boleh disebut panasnya)sama dengan tiga kali panas pada pukul 4 pagi
data yang demikian ini yang disebut data intervbal.
Pada umumnya peneliti mengalami kesulitan un tuk mendapatkan instrument dengan skala
interval untuk pengukuran variable yang sifatnya sangat abstrak dan kompleks.Secara
empiric,untuk mengukur sikap atau persepsi seseorang,yang diperoleh seringkali data bersekala
ordinal,Karena jarak aau interval dari setiap katagori persepsi akan berbeda.
Namun demkian beberapa instrumen yang telah ada,oleh beberapa oleh para ahli riset telah
dianggap bahwa hasilnya data bersekala interval.Terhadap instruen yang ada tersebut.Peneliti
dapat melakukan penyesuaian asal tidak merubah arti makna dari sifat intervanya.
Instrumen yang menghasilkan data bersekala rasio sudah banyak tersedia,sehingga dengan
mudah peneliti untuk mengunakannya.Pengukuran terhadap berat,panjang jalan,kecepatan
angin,bereat jenis suatu benda,kadar air suatu benda,diameter sebuah gelas dan banyak lagi.Namun
demikian ada beberapa variable yang instrument atau pemakainya harus dibut oleh peneliti,
instrument yang mengukur usia orang,pengalaman kerja,jumlah keluarga yang menjadi
tanggungan,penghasilan seseorang,merupakan contoh dari beberapa variable yang pengukurannya
dilakukan dengan mengunakan instrument yang disusun sendir oleh peneliti.
Contoh 4.8
Contoh 4.9
Adakah jawaban responden terhadap pertanyaan itu adalah 169 cm,maka angka tersebut
merupakan data yang bersifat rasio.
Contoh lain,misalkan peneliti berkeinginan untuk berapa meter rata rata kain yang terjual
dalam satu hari .jika peneliti tidak melakukan observasi,maka peneliti harus membuat instrument
yang dapat memberikan informasi banyak kain yang dapat dijual,seperti conoh dibawah berikut :
Apabila pertanyaan tersebut dijawab dengan 50 meter maka angka tersebut tergolong data
berskala rasio.
Contoh yang lain seseorang sedang kurang sehat,sehingga dia merasa perlu dating ke
rumah sakit untuk memeriksa penyakit yang mengidap ditubuhnya.Salah satu pemeriksaan yang
perlu dilakukan oleh dokter dengan mengukur tekanan darah terlebih dahulu .Dibawah ini salah
satu con toh alat pengukur tekanan darah pada manusia.
Contoh 4.11
Apabila alat pengukur tekanan darah tersebut menunjukkan angka 0 artinya orang tersebut
tidak mempnyai tekakan darah lagi(death).
1.data yang berskala rasio memiliki kedudukan atau kualitas yang lebih tinggi disbanding skala
yang lain, oleh karena itu data yang berskala rasio dengan mudah dikonversi menjadi data dkala
ordinal dan interval,tetapi tidakdapat untuk sebaliknya.Artinya data berskala ordinal dan interval
tidakdapat dikonversi menjadi data rasio.sesuai dengan kedudukan dan cirinya,data berskala
ordinal dan interval tidak mungkin dapat dikonverikan menjadi data berskala rasio.
Sebagai contoh,pengukuran mengenai kecepatan lari jarak 100 meter dari 10 orang pelari.Hasil
pengukuran menggunakan Stop Watch dapat dilihat pada table berikut:
Tabel diatas menunjukkan bahwa keseluruan data tempuh lari 100 meter merupakan data
rasio,waktu tempuh paling lama adalah 27 detik dan waktu paling cepat 18 detik,sehingga jarak
waktu tercepat dengan waktu terlamaadalah 9 detik.Apabila dari 10 pelari tersebut akan
dikelompokkan berdasarkan 3 katagori kecepatan,yaitu cepat,sedang,pelan,maka interval setiap
katagori adalah: 9/3=3 detik.Waktu tempuh,skor dan frekuensi (banyak pelari)dalam tiap katagori
dapat diikuti pada table berikut:
Tabel diatas telah menunjukkan waktu yang dikonversi menjadi skor yang besekala
interval, dimana skor 1 untuk pelari pelan, skor 2 pelari sedang, skor 3 pelari cepat
Kembali kedata mengenai waktu tempuh lari yang skala rasio jika dihitung rata rata waktu tempuh
lari tersebut adalah 21,5 detik.berdasarkan harga dari rata rat itu,peneliti membuat criteria sebagai
berikut:
a. cepat apa bila waktu tempuh dibawah rata rata yaitu kurang dari 20 detik.
b. pelan apabila waktu temouhnya diatas rata rata yaitu lebih besar dari 22 detik.
Dengan memberikan score 3 pada criteria cepat,2 pada criteria sedang,1 pada criteria pelan,maka
data tempuh lari yang semula berskala rasio sekarang telah dikonversi menjadi skala
ordinal.informasi selengkapnya dapat dilihat pada table berikut:
3. Data yang memiliki interval memiliki kedudukan atau kualitas lebih tin ggi disbanding
skala ordinal ,karena cirri ciri skala ordinal telah tercangkup dalam data skala interval.Inti
perbedaanya terletak pada interval atau jarak nilai antara katagori.Kondisi ini
Data pada table diatas yang berskala interval dapat diturukan kualitasnya menjadi data
ordinal. ,dengan mengubah jarak atau interval pada setiap katagori agar menjadi tidak sama .Hasil
konversi data interval ke data ordinal untuk pendapatan tersebut dapat diikuti pada tabel berikut:
Stastika para metric pada dasarnya merupakan alat analisis yang digunakan untuk
mengelolah data ,jika data tersebut memiliki distribusi yang normal.Salah satu cirri berdistribusi
Data mengenai pendapatan Abang Becak pada tabel di atas yang berskala interval dapat
diturunkan kualitasnya menjadi data ordinal dengan merubah jarak atau interval pada setiap
kategori agar menJadi tidak sama. Hasil dari konversi data interval ke data ordinal untuk
pendapatan Abang Becak tersebut dapat diikuti pada tabel berikut:
Tabel 4.7. Data Ordinal Pendapatan Abang Becak
Pendapatan (Rp) Kategori Skor
< 20.000 Rendah 1
20.000 - 35.000 Sedang 2
> 35.000 Tinggi 3
Penjelasan mengenai konversi pada skala tersebut di atas diperkuat dengan pendapat
Arikunto (1998:361) yang menyatakan bahwa .... memang data interval dapat diordinalkan tetapi
tidak berlaku sebaliknya, artinya bahwa data ordinal tidak dapat diintervalkan.
-ooOoo-
Terhadap variabel-variabel yang sifatnya sangat abstrak (kualitatif) dan belum tersedia
instrumen yang dibakukan, maka peneliti harus mendesain instrumen yang skalanya disesuaikan
dengan rancangan alat analisis ataupun model penelitiannya. Berikut ini akan diuraikan mengenai
teknik penyusunan skala peringkat (rating) dan skala rating komparatif.
Skala Peringkat (Rating)
1. Skala Dokotomi (dichotomous scale).
Skala dikotomi merupakan sebuah instrumen (pertanyaan) untuk mengukur sikap
responden terhadap sesuatu, dimana jawaban atas pertanyaan telah disediakan. Sesuai dengan
namanya, kepada responden atau subyek penelitian disediakan 2 (dua) alternatif jawaban yang
harus dipilih salah satu. Apabila alternatif jawaban yang tersedia lebih dari dua, maka bukan lagi
sebagai skala dikotomi. Pada skala diko tomi, alternatif jawaban yang disediakan pada dasarnya
menggunakan pendekatan logika "benar (true)" dan "salah (false)" atau "ya (yes)" dan "tidak (no)".
Dalam perkembangannya, alternatif jawaban tersebut menjadi diantaranya "bersedia - tidak
bersedia", "laik - tidak laik", "pernah - tidak pernah", dan sebagainya.
Hasil dari skala dikotomi ini, bisa data yang berskala nominal ataupun data yang berskala
ordinal. Beberapa contoh berikut menun jukkan pengembangan skala dikotomi.
Contoh 5.3.
Pendapatan Anda lebih dari Rp 10.000.000,- perbulan?
Benar Salah
Bersediakah Saudara untuk tidak merokok diruang kerja?
Bersedia Tidak bersedia
Mengurai Variabel hingga Instrumentasi 57
Apakah Anda berprofesi sebagai seniman?
Ya Bukan
Sudahkah Anda mempunyai NPWP? Sudah
Belum
Anda lebih suka membaca majalah dari pada nonton TV:
Benar
Salah
2. Skala Kategori (category scale).
Skala kategori merupakan suatu instrumen berupa pertanyaan yang umumnya telah disediakan
alternatif jawaban yang dapat dipilih oleh responden. Perbedaan antara skala dikotomi dengan
skala kategori, terletak pada jumlah alternatif jawaban yang disediakan. Apabila skala dikotomi
hanya mempunyai dua alternatif jawaban maka skala kategori mempunyai lebih dari dua alternatif
jawaban yang disediakan. Pilihan atau respon yang diminta dari responden merupakan respon
tunggal, artinya responden hanya dapat memilih satu dari beberapa alternatif jawaban yang
disediakan (sama seperti skala dikotomi). Skala kategori digunakan untuk menghasilkan data
berskala nominal maupun data ordinal. Contoh berikut menjelaskan pengembangan skala kategori
untuk mendapatkan data berskala nominal ataupun skala ordinal.
Contoh 5.4.
Pekerjaan Saudara saat ini: Pegawai Negeri Sipil
Pegawai Swasta
Wiraswasta
Pendidikan formal terakhir berdasarkan ijasah:
SD D3
SLTP S1
SLTA S2
Status pernikahan Anda:
Belum/tidak menikah
Menikah
Janda/Duda
Sudah
Belum
Anda lebih suka membaca majalah dari pada nonton TV:
Benar
Salah
2. Skala Kategori (category scale)
Skala kategori merupakan suatu instrument berupa pernyataan yang umumnya telah
disediakan alternatif jawaban yang dapat dipilih oleh responden. Perbedaan antara skala dikotomi
dengan skala kategori, terletak pada jumlah alternatif jawaban yang disediakan. Apabila skala
dikotomi hanya mempunyai dua alternatif jawaban maka skala kategori mempunyai lebih dari dua
alternatif jawaban yang disediakan, pilihan atau respon yang diminta dari responden merupakan
respon tunggal, artinya responden hanya dapat memilih satu dari beberapa alternatif jawaban yang
disediakan (sama seperti skala dikotomi). Skala kategori digunakan untuk menghasilkan data
berskala nominal maupun data ordinal. Contoh berikut menjelaskan pengembangan skala kategori
untuk mendapatkan data berskala nominal ataupun skala ordinal.
Contoh 5.4.
- Pegawai Swasta
- Wiraswasta
- SD - D3
- SLTP - S1
- SLTA - S2
Status pernikahan Anda:
Belum/tidak menikah
Menikah
Janda/Duda
Contoh berikut ini menjelaskan bagaimana skala likert digunakan untuk mengukur
kesetujuan responden atau subyek terhadap suatu pernyataan. Misalnya peneliti ingin
mengetahui bagaimana sikap masyarakat apabila pendidikan seks sudah diberikan sejak dari
SLTA.
Contoh 5.5.
Pendidikan seks sebaiknya diberikan sejak anak masuk sekolah ditngkat SLTA :
Contoh 5.6.
Upah karyawan diperusahaan anda idealnya sudah disesuaikan dengan Keburuhan Hidup
Layak (KLH):
Contoh 5.7.
Contoh 5.8.
Sangat ceroboh
Ceroboh
Netral
Teliti
Sangat teliti
Penentuan skor disetiap jenjang pada skala Likert tersebut harus diseuaikan dengan
jenis narasi pertanyaannya , yaitu apakah narasi pertanyaannya bersifat negative
(Unfavourable) atau narasi pertanyaannya bersifat (favourable). Berikut ini pemberian
skor untuk setiap jenjang skala Likert baik untuk pertanyaan yang positif maupun
pertanyaan yang negative:
Skor Skor
Positif Negatif
Tidak Setuju 2 4
Netral 3 3
Setuju 4 2
Sangat setuju 5 1
Untuk kepentingan dari tujuan tertentu , sering peneliti dengan sengaja mendesain
pertanyaan negatif (favourable) dan pertanyaan positif (un-favourable). Contoh berikut ini
menunjukkan bagaimana bentuk pertanyaan positif untuk mengukur suatu variable dengan
skala Likert.
Contoh 5.9.
Setuju Tahu)
Kemampuan Anda
Menyenangkan
Pekerjaan
Contoh 5.10.
Setuju Tahu)
Kemampuan Anda
Membosankan
Tugas Anda
Kecuali modifikasi pada banyaknya jenjang , pertanyaan positif dan pertanyaan negative
dapat digunakan secara bergantian dalam sebuah angket (instrument). Fiedler telah
mengembangkan skala LPC (least preffered co-worker) dengan pertanyaan negative dan positif
secara bersama-sama digunakan bergantian untuk mengukur derajat orientasi kepemimpinan ,
seperti tampak pada contoh berikut ini (sekaran, 2003:212):
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
Suportif :- :- :- :- :- :- :- :- memusuhi
8 7 6 5 4 3 2 1
Menarik :- :- :- :- :- :- :- :- membosankan
8 7 6 5 4 3 2 1
dingin :- :- :- :- :- :- :- :- hangat
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
Efisien :- :- :- :- :- :- :- :- boros
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
Dalam kaitannya dengan hasil skala Likert , menurut pengalaman penulis, sampai saat ini
masih ada perdebatan , apakah skala Likert menghasilkan skala ordinal ataukah skala interval.
Kalau dibaca dari beberapa literature , menyebutkan bahwa Likert telah mengembangkan
pengukuran yang hasilnya dpat dikategorikan kedalam skala interval, namun ada beberap literature
pula yang mengatakan bahwa hasil dari skala Likert dikategorikan kedalam skala ordinal
(alasannya tidak ditemukan kesamaan derajat yang tinggi antara interval disatu jenjang dengan
jenjang lain). Meskipun belum dlakukan pengamatan yang menunjukkan bahwa skal Likert
mempunyai kecondongan untuk bersifat ordinal atau interval, maka dapat saja kedua pendapat
diatas dianggap benar. Oleh karena itu apabila penliti yang menganggap hasil dari skala Likert
adalah data berskala ordinal, maka data tersebut akan masuk dalam kelompok “data non-metrik”.
Untuk mengolah data non-metrik yang tepat disarankan untuk menggunakan alat analisis statistika
“non-parametrik”. Tetapi bagi peneliti yang mengangap hasil dara skala Likert adalah data interval
, maka data tersebut akan masuk dalam kelompok “data metric”. Untuk engolah data metrik yang
tepat disarankan untuk menggunakan alat analisis statistika “parametric”.
Model ini mempresentasikan respon dari responden dengan menggunakan grafik , yaitu
berupa sebuah garis yang mempuyai nilai berskala interval. Skala berada dalam suatu kontinum
(continuum) diantara dua titik atah harga yang ekstrim. Nilai ekstrem tersebut bias saja ditentukan
antara 1 hingga 10, atau 1 hingga 15 atau bahkan dari.0 higga 100. Kepada responden diminta
untuk menjawab pertanyaan dengan cara memberi satu tanda pada titik – titik (kontinum) dalam
grafik sesuai dengan sikapnya.
Misalnya penelitian dilakukan untuk mengetahui bagaimana persepsi atau sikap karyawan
terhadap system pengawasan kerja yang dilakukan oleh para supervisor mereka masing-masing.
Salah satu pertanyaan untuk karyawan mengenai persepsnya terhadap pengawasan yang dilakukan
oleh penyelia (pengawas) dapat dirancang berdasarkan skala rating grafik seperti berikut ini:
Contoh lain misalnya suatu Toserba ingin mengetahui sikap konsumen terhadap tata letak
dari barang-barang yang dijual oleh Toserba tersebut.
Dengan menggunakan metode skala rating grafik , skala dalam instrument dikembangkan sebagai
berikut:
Contoh 5.13.
Skala ini dibuat dengan menggunakan dua kutub (pollar) , dimana diantara dua kutub
tersebut terdapat ruang yang memiliki gradasi skala (interval). Ruang antara dua kutub yang
mempunyai gradasi (interval) nilai itulah yang dimaksud skala semantic. Pada umumnya dua
kutub tersebut menyatakan kata sifat seperti kuat lemah, baik-buruk, cepat-lambat, feminim-
maskulin, dan sebagainya. Hasil dari pengukuran dengan skala perbedaan semantic ini dapat
dikelompokkan sebagai data interval.
Contoh 5.14.
Rajin - - - - - - - - Malas
Pandai - - - - - - - - Bodoh
Cermat - - - - - - - - Ceroboh
Luwes - - - - - - - - Kaku
Sebagai contoh, berikut ini disajikan daftar pertanyaan dengan skala numerik untuk menilai
performa seorang karyawan:
Contoh 5.15.
Penilaian terhadap performa karyawan:
Rajin 7 6 5 4 3 2 1 Malas
Pandai 7 6 5 4 3 2 1 Bodoh
Cermat 7 6 5 4 3 2 1 Ceroboh
Luwes 7 6 5 4 3 2 1 Kaku
Sebagai contoh, berikut ini disajikan daftar pertanyaan dengan skala staple untuk menilai
performa seorang karyawan:
Sebagai contoh, misalnya peneliti ingin mengetahui derajat pentingnya setiap dimensi dari
kualitas sabun cuci bagi ibu-ibu rumah tangga:
Contoh 5.17.
Berikan nilai pada setiap dimensi kualitas sabun cuci yang setiap hari anda gunakan. Nilai
harus terdistribusi sesuai tingkat pentingnya dan apabila sudah, maka jumlah seluruh nilai
tersebut harus sama dengan 100.
Pengalaman penulis bahwa skala seperti ini masih sangat menyulitkan responden. Tidak
sedikit responden yang dihadapkan pada instrument seperti ini tidak mengisi apa yang
sesungguhnya dialami dan dirasakan, tetapi cenderung asal-asalan saja, kemudian pada pertanyaan
(dimensi) terakhir nilainya disesuaikan agar jumlahnya memenuhi 100.
Terdapat dua jenis skala yang termasuk ke dalam skala rating komparatif, yaitu skala
rangking (ranking scale) dan skala komparasi berpasangan (paired comparison scale).
Misalnya seorang peneliti mempunyai keinginan untuk mengetahui dari 5 merk “note-
book”, yaitu Sonny, Toshiba, Acer, Lenovo dan Dell, mana yang paling banyak disukai oleh
mahasiswa dan merk mana yang paling tidak disukainya. Ini artinya peneliti mengharapkan agar
responden bersedia meranking mulai dari merk yang paling disukai (paling tidak) hingga merk
yang paling tidak disukai (yang buruk). Untuk memudahkan responden dalam melakukan
pengisian ranking, maka merk yang paling diingini (paling baik) diberi ranking 1, merk yang
kurang diingini (kurang baik) dari ranking 2 dan seterusnya hingga merk yang tidak diingini
(paling buruk) diberi ranking 5. Bentuk skala ranking yang dimaksudkan dapat diikuti pada contoh
berikut:
Contoh 5.18.
Andaikan pertanyaan tersebut telah disebarkan kepada sejumlah tertentu responden, dan
sejumlah tertentu dari kuesioner yang telah diisi telah dekembalikan responden yang selanjutnya
untuk dianalisis. Hasil dari rangkuman analisis jawaban responden seprti tampak pada table
berikut:
Apabila perhatian kita tujukan pada ranking pertama saja, prosentase terbesar (30%)
memilih merk Toshiba. Ini berarti Toshiba paling digemari oleh mahasiswa. Kesimpulan ini dapat
keliru, karena jika ditelusuri lebih mendalam lagi, ternyata 70% responden tidak menyatakan
Itulah salah satu kelemahan dari pendekatan skala ranking, oleh karena itu perlu dilakukan
perbaikan terhadap metode skala ranking. Hasil perbaikan dari skala ranking yang sering
digunakan adalah Skala Perbandingan Berpasangan (Paired Comparison Scale).
𝑛−1
𝑛′ =
2
4. (4 − 1)
𝑛′ = = 6 pasangan obyek, yang penjabarannya adalah:
2
Semakin banyak obyek yang dipasang-pasangkan, maka akan semakin banyak pula
pasangan yang terbentuk. Kondisi ini akan memberikan kecenderungan terjadinya kesalahan
responden dalam melakukan perurutan. Jadi semakin sedikit jumlah pasangan maka akan semakin
mudah penggunaan skala perbandingan berpasangan (Paired Comparison Scale) tersebut.
Sebagai missal, ada tiga kandidat yang akan dipilih sebagai Manajer disebuah perusahaan.
Sebut saja nama ketiga kandidat itu adalah Amir, Badrun dan Cholil. Sebanyak 150 orang
karyawan diperusahan tersebut diminta untuk memberikan nilai preferensinya atas pasangan
kandidat manajer. Pasanganyang mungkin untuk menduduki jabatan tersebut adalah Amir atau
Badrun, Amir atau Cholil dan Badrun atau Cholil. Setelah pasangan ditentukan, sekarang
dirumuskan skala perbandingan berpasangan sebagai berikut:
Pasangan Pilihan
Amir lebih baik dari Badrun ………….
Amir lebih baik dari Cholil ………….
Badrun lebih baik dari Cholil ………….
Hasil dari pengukuran terhadap 150 orang karyawan memberikan hasil sebagai berikut:
Hasil dari table diatas dapat dijelaskan bahwa 60 responden menyatakan Badrun lebih baik dari
pada Amir, berarti sebaliknya yang menyatakan Amir lebih baik dari pada Badrun sebanyak 90
responden. Selain itu ada 130 responden yang menyatakan Badrun lebih baik dari pada Cholil,
berarti yang menyatakan Cholil lebih baik dari pada Badrun sebanyak 20 responden, demikian
seterusnya untuk angka-angka yang lainnya.
Instrumentasi
Penggalian data primer dapat
Dilakukan dengan observasi,
Wawancara maupum kuesioner.
Sedangkan data sekunder meng-
Gunakan dokumentasi.
Data primer, adalah data yang diperoleh berdasarkan pengukuran secara langsung oleh
peneliti dari sumbernya (subyek penelitian).
Misalnya seorang peneliti ingin mendapatkan data mengenal rata rata berat badan balita
disuatu wilayah. Apabila peneliti melakukan penimbangan berat badan Balita tersebut secara
langsung satu persatu, maka data yang diperoleh merupakan data primer.
Data Sekunder adalah data yang tela dikumpulkan oleh pihak lain, dan telah
terdokumentasikan, sehingga peniliti tinggal menyalin data tersebut untuk kepentingan
penelitianya. Misalnya seorang peneliti ingin mendapatkan data mengenai rata rata berat badan
balita disuatu wilayah. Apabila peneliti hanya mendatangi posyandu setempat untuk mencatat data
berat data berat badan Balita dari kartu menju seat (KMS) atau dari dokumen catatan yang ada,
maka data yang diperoleh disebut data sekundder(dalam hal ini peneliti tidak melakukan
penimbangan sendiri). Yang paling penting untuk diperatikan dalam pengumpulan data sekunder
adalah dari siapa (lembaga manaka) yang pertama kali melakukan pengukuran data tersebut (siapa
sumber datanya). Sumber data dapat saja terbentuk individu (perseorangan) atau suatu badan
/lembaga pemerintah atau swasta. Tidak semua sumber data dapat dipercaya tingkat kehandalan
data yang dikumpulkan, karena kenyataan ada beberapa sumber data yang memberikan informasi
berbeda untuk hal yang sama, misalnya telah terjadi perbedaan jumlah pengrajin (UKM) disuatu
wilayah yang disampaikan oleh Biro Pusat Statistik (BPS) dengan yang disampaikan ole dinas
perindustrian, Perdangan dan koperasi (Disperindagkop). Ada perbedaan luas lahan persawahan
yang diinformasikan oleh BPS dengan Dinas Pertanian. Ada perbedaan mengenai jumlah
penduduk yang meninggal dunia akibat banjir yang disampaikan oleh Camat setempat dengan oleh
tim SAR. Sumber data manakah yang sebaiknya dipilih, tergantung seberapa banyak peneliti
mempunyai informasi mengenai proses pengumpulan data yang dilakukan oleh setiap sumber data.
Baik data primer maupun data sekunder, seperti telah diuraikan sebelumnya, dalam
pengumpulan atau pengukuranya selalu menggunakan alat pengukur yang lazim disebut dengan
instrument”. Instrument merupakan segala segala macam alat bantu yang digunakan peneliti untuk
memudahkan dalam pengukuran variabel. Untuk mengukur variabel yang bersifat ektrak untuk
banyak tersedia instrument yang standar, seperti barometer, tecomater, thermometer, timbangan,
meteran, gallon dan lain sebagainya, tetapi untuk variabel yang lebih bersifat abstrak dan kompleks
(seperti konsep), masih sangat jarang ditemukan instrumenya, terlebih lagi instrument yang
standar. Apabila suatu penelitian dihadapkan suatu kepuasan suatu konsumen, motifasi
berprestasi, loyalitas, kepemimpinan dan sebaigainya, maka peneliti harus mendisain
(menciptakan) kuesioner atau angket sebagai instrument pengukur konsep konsep tersebut.
Ditinjau dari cara atau metode pengumpulanya, terdapat beberapa metode pengumpulan
data yaitu:
1. Metode observasi
Observasi adalah suatu metode pengukuran data untuk mendapatkan data primer, yaitu
dengan cara melakukan pengamatan langsung secara seksama dan sistematis, dengan
menggunakan alat indta (indra mata, telinga, hidung, tangan dan pikiran). Beberapa prinsip
yang harus dipenui dalam observasi adalah:
a. Data dapat diukur melalui pengamatan (tanpa berinteraksi langsung dengan subjek
penelitian)
b. Peristiwa atau kejadian hanya terjadi pada periode tertentu dan dapat diamati berulang-
ulang
c. Kapan dan bagaimana pengamatan dilakukan
d. Berapa lama pengamatan harus dilakukan
Observasi sering dikacaukan dengan penelitian lapangan (field research). Riset
lapangan atau kanca bukan sebagai kegiatan observasi, karena riset lapangan
merupakan sebuah kegiatan penelitian yang ditinjau dari tempat (lokasi). Observasi
mempunyai beberapa keunggulan dan sekaligus juga mempunyai kelemaan. Menurut
jogianto (2004:93), beberapa keunggulan dan kelemaan observasi meliputi:
a. Keunggulan observasi
1) Untuk data yang berupa catatan dan prosedur-prosedur mekanik, observasi
merupakan cara-satunya yang dapat dilakukan.
2) Data dapat diperoleh secara orisinil pada saat terjadinya, jadi observasi
merupakan pencacatan data secara real time.
3) Observasi dapat mengindari data yang dilupakan atau disering sperti pada
metode pengumpulan data yang lain. Pada metode wawancara, responden harus
menjawab pertanyaan pertanyaan masa lalu yang mungkin sudah lupa
kejadianya atau responden tidak bersedia menjelaskan semua (intisarinya saja).
4) Data diperoleh langsung dari pengaturan alamiah (natural sting) yang belum
diubah atau dibuat oleh peneliti, artinya data itu dicatat apa adanya tanpa ada
rekayasa.
5) Dapat digunakan untuk studi antar waktu
b. Kelemahan observasi
1) Proses observasi biasanya memerlukan waktu yang lama dan biayanya mahal
2) Kadang kala kejadianya yang akan diobservasi belum jelas kapan terjadinya
dan dapat terjadi setiap waktu tanpa terduga. Misalnya mengobservasi badai
tornado yang akan terjadi, karena sulit menentukan kapan badai tersebut terjadi.
3) Proses observasi hanya meliat bagaian yang tampak saja, tetapi bagian yang
terlihat seperti persepsi orang tidak dapat diobservasi.
4) Pengamat tidak dapat mengontrol lingkungan terrjadinya seingga tidak dapat
melakukan ekperimen apa yang akan terjadi jika kondisi lingkunganya berbeda.
5) Terbatas pada kejadian yang sedang terjadi pada dan tempat tertentu saja.
2. Metode wawancara
Wawancara (interview) merupakan metode untuk mendapatkan data primer dengan cara
komunikasi dua cara. Wawancara dapat dilakukan dengan beberapa teknik, seperti berikut
ini:
a. Wawancara Tidak Terstruktur (Unstructure Interview)
Wawancara dikatakan tidak terstruktur jika pewancara tidak menggunakan panduan
pertanyaan, sehingga tidak ada urutan yang terencana (jelas) atas pelaksanaan
wawancara tersebut. Wawancara tidak terstruktur ini pada umumnya menggunakan
pertanyaan terbuka. Misalnya seorang peneliti ingin mengetaui apa saja kegiatan
Pegawai negeri sipil (PNS) dari suatu instasi setibanya dirumah. Pertanyaan yang
diajukan langsung oleh pewancara kepada responden dapat seperti ini:
Contoh 6.1
“jelaskan secara rinci, apa yang saudara lakukan setibanya dirumah setelah pulang
dari kantor (pekerjaan)
Contoh lain, misalnya peneliti ingin mengetahui bagaimana budaya kerja yang saat ini
berlaku disuatu instasi, maka peneliti akan mewancarai beberapa orang pegawai yang
Contoh 6.2
“berikan komentar anda mengenai budaya kerja dikantor dimana anda bekerja saat
ini”
Selain diperlakukan panduan tertulis (guide), agar wawancara berjalan dengan lancer,
maka perlu diperatikan beberapa al berikut ini:
a. Kebaikan Wawancara
1) Dimungkinkan kerja sama yang baik antara responden dengan pewancara
2) Jika ada jawaban yang kurang jelas, dapat dilakukan probing (mengulangi
ucapan jawaban responden ole pewancara) untuk memperjelas jawaban dan
mengurangi jawaban yang bias.
3) Dapat menggunakan alat bantu visual kusus yang dapat membantu penilaian
4) Tingkat kepastian untuk mendapatkan data sangat tinggi
5) Reaksi responden dapat merupakan indicator tertentu
6) Dapat diketahui mana responden yang cerdas dan mana yang tidak
7) Pewancara dapat menyaring responden yang sesuai dengan yang dibutuhkan
8) Letak geografik responden dapat lebi luas dan menyebar (menggunakan
teknologi informasi)
9) Akses yang lebih baik ke responden karena dapat ditelepon berkali-kali jika
belum tersambung.
10) Dapat digunakan computer untuk menelpon dengan nomer telepon yang acak.
b. Kelemahan Wawancara
1) Biaya mahal jika responden tidak dapat mudah diakses
2) Waktunya lama jika responden tidak mempunyai dan tidak dapat menggunakan
teknologi informasi, sehingga wawancara dilakukan secara tatap muka
langsung.
3) Membutukan pewancara yang terlatih.
4) Waktu pengumpulan data lama.
5) Bebarapa responden tidak mau bicara dengan orang yang tidak dikenal
dirumahnya.
6) Beberapa area pemukiman sulit untuk dijangkau.
7) Responden dapat diatur atau dipilih oleh pewancara untuk menjawab sesuai
kehendak pewancara.
Metode wawancara akan mudah dilakukan jika tersedia instrument yang memadai.
Instrument itu sebagian berada pada wawancara, yaitu indra manusia (liat intrumen
observasi), dan sebagian diluar pewancara, diantaranya dala alat perekam suara (voice
recorder), alat perekam gambar (video recorder) baik untuk video atau foto dan alat-alat
lainya yang diperlukan. Seperti alnya metode observasi, karena tuntutan biaya dan
waktu serta kesedian tenaga, maka metode wawancara tidak banyak digunakan dalam
penelitian.
Isi pernyataan tegantung keabstraksian konsep yang akan diukur, maksudnaya apabila
konsep itu sangan abstak dan kompleks sangat subyektif), maka disarankan menggunakan
beberapa pernyataan yang mampu mengungkap dimensi dan indikator dari konsep yang
bersangkutan. Konsep Yng pengukurannya dilakukan seperti itu, sering disebut variabel
yang berdimensi ganda. Motivasi kerja karyawan atau kepuasan kerja pegawai atau kualitas
advertensi suatu produk dan masi banyak lagi merupakan variabal yang abstrak dan
kompleks sehingga pengukurannya diperlukan sampai pada dimensi dan indikator. Berbeda
dengan pengukuran berat badan, panjang jalan, tekana darah seseorang dan lain sebagainya
tidak memerlukan pengukuran hingga dimensi, karna variabel-variabel tersebut sangat
objektif dan terukur. Bahasa yang digunakan dalam pertanyaan disesuaikan dengan tingkat
pendidikan dan pemahaman serta udaya setempat. Satu istilah kadang mempunyai
pengertian yang berbeda-beda pada budaya yang berbada. Gunakan bahaa yang tepat,
sederhana dan mudah dimengerti.
a. Pertanyaan Terbuka
Contoh 6.3
Seaju mana manfaat dari program jaminan suransi lecelakaan kerja bagi pribadi
saudara?
Keuntunga dari pertanyaan kerja, bahwa data yang terkumpul merupakan gambaran
mengenai persepsi responden yang sebenarnya. Kelemahannya adalah kesulitan yang
Mengurai Variabel hingga Instrumentasi 79
akan dialami peneliti ketika harus mengumpulkan jawaban yang sama dari responden
akan sangat heterogen sesuai dengan karakteristik masing-masing responden.
Umumnya apabila ada 100 orang yang berpendapat maka akan ada 100 pendapat.
b. Pertanyaan Tertutup
Pertanyaan tertutup (closed questions) merupakan suatu pertanyaan yang telah disediakna
beberapa pilihan jawaban yang dapat dipilih oleh beberap responden . Misalnya peneliti
ingin mengukur persepsi pegewai terhadap kondisi ruang kerja mereka, maka
pertanyaannya adalah:
Contoh 6.4
Pilih satu jawaban yang paling sesuai dengan keadaan yang saudara rasakan
a. Sangat kotor
b. Kotor
c. Biasa saja
d. Bersih
e. Sangat bersih
b. Tidak nyaman
c. Biasa saja
d. Nyaman
e. Sangat nyaman
a. sangat bising
b. bising
c. biasa saja
d. tenang
Contoh lain misalnya ingin diketaui apa yang dilakukan PNS setelah pulang dari keja, maka
pertanyaannya adalah:
Contoh 6.5
Yang saudara lakukan sesampainya dirumah setelah pulang kerja adalah (boleh pilih
lebih dari satu jawaban):
d. Nonton televisi
e. Istirahat, tidur
a. Pertanyaan Positif
Adalah suatu pertanyaan yang narasinya atau kata-katanya disusun dengan kalimat positif, yaitu
kalimat mengarah ke hal-hal yang secara normatif “baik”. Misalnya peneliti ingin mengetahui
kulitas suatu promosi suatu produk, maka pertanyaannya dapat dibuat seperti berikut ini:
Contoh 6.6
N : Netral
Variabel “ promosi”
SS S N TS STS
Informasi lengkap 5 4 3 2 1
Informasi jelas 5 4 3 2 1
Memberi citra positif 5 4 3 2 1
Mengunggah minat beli 5 4 3 2 1
Contoh 6.7
N : Netral
SS S N TS STS
Sangat rapi 5 4 3 2 1
Bebas dari kebisingan 5 4 3 2 1
Sangat nyaman 5 4 3 2 1
Sejuk 5 4 3 2 1
d. Pertanyaan Negatif
Adalah suatu pertanyaan yang narasinya atau kata-katanya disusun dengan kalimat negatif,
yaitu kalimat yang mengarah ke hal-hal yang secara normatif “jelek” atau “tidak abik” tau
“merugikan”. Apabila contoh pada pertanyaan positif tersebut dirubah menajdi pertanyaan
negatif, maka partanyaan tersebuat narasinya seperti berikut ini.
Contoh 6.8.
N : Netral
Variabel “Promosi”.
SS S N TS STS
Informasinya Tidak Lengkap 5 4 3 2 1
Informasinya Tidak Jelas 5 4 3 2 1
Nampak Membohongi 5 4 3 2 1
Tidak Membangun Minat Beli 5 4 3 2 1
N : Netral
SS S N TS STS
Sangat semrawut 5 4 3 2 1
Sangat Bising 5 4 3 2 1
Sangat tdiak Nyaman 5 4 3 2 1
Udaranya Panans 5 4 3 2 1
Pertanyaan Ganda
Usahakan untuk tidak menggunakan pertanyaan ganda, karena pertanyaan ini memerlukan
respon ganda dari responden. Misalnya mengukur tentang kualitas pelayanan seorang
costumer service disuatu bank, maka salah satu pertanyaanya adalah:
Contoh 6.10
Pendapat saudara mengenai ketampanan da keramahan customer service disuatu bank yang
pernah melayani saudara.
Pertanyaan diatas sulit untuk dijawab responden, karena kenyataan ketampana dan
keramahan isa bertantangan. Munngkin parasnya cantik teteap tidak ramah, atau
seabliknya, parasnya jelek tetapi sangat ramah.
Membingungkan (ambigu)
Hindari pula pertanyaan yang tidak jelas makdsudnya atau membingungkan responden
untuk menjawab. Misalnya suatu pertanyaan berikut ini:
Contoh 6.11.
Bagaimana perasaan dan pendapat saudara “disini”
Pertanyaan itu sangat membingungkan, karena yang dimaksud “perasaan atau pendapat
itu” perasaan dan pendapat mengenai apa. Sedang kata “disini “ yang dimaksud peneliti
adalah lokasi atau wilayah yang mana?, hal ini tidak jelas.
Contoh 6.12
Sebutkan dalam dua tahun terakhir ini berapa kali saudara membantu teman sekerja
untuk menyalesaika tugasnya?
Tidak terlalu mudah memang untuk mengingat-ingat frekuensi berapa kali pernah
membantu teman sekerja, karena kejadiannya kadang spontan.
Mengndung Sugesti
Hindari pertanyaan yang jawabannya mengarah kepada apa yang disukai atau tidak disukai
peneliti. Misalnya pertanyaan seperti berikut ini:
Contoh 6.13
1. Anda pasti sependapat, jika pegawai terlebih dahulu menunjukan kinerja yang
tinggi, perusahaan juga bersedia memberi imbalan yang memadai.
2. Anda pasti setuju jika perusahaan tidak mengabulkan tuntutan pegawai, maka
mogok kerja dan demonstrasi merupakan senjata ampuhnya.
Kata-kata anda pasti sependapat dan anda pasti setuju merupakan kata-kata yang
sugestiatau mengarahkan jawban responden untuk meng-iyakan. Dalam situasi ini seolah-
olah peneliti memaksakan responden untuk menjawab pertanyaan itu sesuai dengan
keinginannya.
Menimbulkan Emosi
Peneliti harus mampu menghindari pertanyaan yang menimbulkan munculnya emosi ngatif
dari reponden. Contoh berikut ini menunjukan kata-katanya dapat menggugah pertanyaan
responden:
Kata-kata ‘mengancam”, mogok kerja secara anarkis”, “dipecat dengan tidak hormat”, dan
“dihukum mati”merupkan kata-kata yang dapat menggugah emosi seseorang.
Contoh 6.15.
1. menurut saudara, perusahaan seharusnya memperlakuan karyaawan sesuai dengan
kodratnya sebagai manusi (tidak mengeksploitasi).
2. menurut saudara, THR yang diberikan 2 minggu sebelum hari raya akan sangat
bermanfaat bagi karyawan”.
3. buruh akan merasa sejahtera bila pemerintah meningkatkan UMR hingga 50% dari yang
sekarang.
Secara normatif, pertanyaan diatas merupakan pertanyaan yang berisi pernyataan yang
menyengkan seua orang (buruh). Semua buruh akan senang diperlaukan sebagai kodratnya
manusia, semua buruh akan senang jika THR diberikan 2minggu sebelum hari raya dan
semua buruh akan senang jika UMR akan dinaikan hingga 50% dari sekarang.
c. Prinsip pengukuran
“EQ”research centre
Jl.condong akur,tlp.0274123456/fax.0274.654321
Pembawa angket ini adalah salah satu staf penelitian dari”EQ”reascerh centre,sedangkan
mendapatkan tugas untuk melakukan pengumpulan data berkaintan dengan penelitian mengenai
efektivita promosi suatu produk di stasiun TV swasta.anda telah terpilih menjadi salah satu
responden (dari 2500 responden yang di rencanakan )karena anda adalah orang yang di pandang
dapat memberikan informasi yang tepat dan obyektif mengenai tersebut di atas jawaban anda
semata mata hanya untuk kepentingan perusahaan yang bersangkutan dan saya akan menjamin
kerahasiaan. Untuk memastikan privasi anda maka saya sampaikan nomor telpon saya untuk
memudahkan anda menghubungi saya.
Saya sangat menghargai bantuan anda dalam mempelancarkan proses penelitian ini, oleh karena
itu pada kesempatan ini saya mengucapkan terimakasih atas segala waktu , kerelaan dan kerjasama
anda.
Salam hangat
Direktur:
Zainal
Mustafa EQ
(HP.0000000000)
Angket harus mempunyai instruksi yang jelas agar dapat membantu memudahkan
responden untuk menjawab secara benar dan obyektif.jika perlu di beri contoh.
Contoh 6.17.
Jawablah pertanyaan berikut secara jujur dan obyektif,kaitkan dengan apa yang anda alami sehari-
hari dalam pengerjaan anda.
Banyak penelitian yang dalam analisanya menggunakan data sekunder,yaitu data yang
sudah tersedia sehingga penelitian tinggal menyalin saja. Data sekunder dapat dipergunakan
sebagai sarana pendukung memahami dan menjelaskan masalah yang akan diteliti agar lebih
opersional dan memberikan solusi permasalahan yang ada.
Jika demikian maka penelitian sudah seharusnya untuk mengetahui berbagai sember yang
muat data sekunder yang di perlikan. Sumber data sekunder dikelompokkan menjadi dua, yaitu
internal dan eksternal. Yang dimaksud sumber internal adalah institusi dimana itu dilakukan (dari
organisasi itu sendiri). Secara fungsional sumber internal dapat berasal dari divid keungan,divisi
SDM,divisi operasional dan divisi pemasaran. Untuk perusahaan besar, pada umumnya data
dokumentasi dalam perpustakaan perusahaan(khususnya untuk perusahaan yang telah go public).
Sumber data sekunder eksternal adalan lembaga institusi di luar perusahaan atau istitusi
penelitian,misalnya di perusahaan-perusahaan, organisasi organisasi perdagangan, biro pusat
statistic, dan kantor kantor pemerintahan dan istitusi lainnya.
Meskipun data sekunder secara fisik sudah tersedia, namun dalam mencari data tersebut
tidak boleh di lakukan secara sembarangan, perhatikan apakah jenis data sudah sesuai dengan
tujuan penelitian, siapa yang mengumpul data pertamakalinya dan bagaimana memilih sumber
yang tepat jika ada sumber yang berbeda untuk data yang sama. Beberapa tahap strategis pencarian
data sekunder adalah sebagai berikut:
a. Indentifikasi kebutuhan
indentifikasi kebutuhan dapat dilakukan dengan cara membuat pertanyaan pertanyaan
sebagai berikut: apakah penelitian memerlukan data sekunder dalam memecahkan masalah
yang akan di teliti? Jika jawabannya ya selanjutnya jenis tipe data sejunder seperti apa yang
dibutuhkan?
d. Evaliasi data
Untuk mendapatkan data terbaik, maka data yang telah tersaring tersebut di evaluasi
kembali dalam kaitannya dengan kualitas dan kecukupan data. Periksa kembali apakah ada
pencatatan atau perekam yang keliru.
Setelah keempat langkah itu dilalui,maka data akan di peroleh dan siap untuk dianalisis
lebih lanjut.
SUPLEMEN KOSIONER
1. Bantuan telepon dlm. Menangani masalah anda. Menangani masalah anda: 12345
a. kecepatan dalam member jawaban 12345
b. kompetensi teknis 12345
2. Evektivitas jasa kurir: 12345
a. pengaturan 12345
b. kecepatan pengambilan 12345
c. kecepatan pengiriman 12345
3. Kecepatan dari keseluruhan proses perbaikan 1 2345
4. Pemecah masalah yang menunjukan perbaikan 12345
5. Kondisi perusahaan ketika angda dating 12345
6. Kesan menyeluruh dari evektifitas complete care 12345
7. Keseluruhan dalam menggunakan complete care 12345
pada kesempatan lain
(1 = sangat tidak suka, 3 = biasa saja, 5= sangat suka)
8. Kesukaan beli kembali dari perodak dari ZME 12345
(1 = sangat tidak suka,3 = biasa saja,5 = sangat suka)
a. jasa/perbaikannya memuaskan 12345
b. kinerja produk 12345
komentar /saran:__________________________________________________
SS : sangat setuju
S : setuju
N : netral
TS : tidak setuju
STS: sangat tidak setuju
_______________________________________________________________
1. Semua penghargaan yang saya terima cukup adil SS S N TS STS
2. Peningkatan pada diri saya member saya sejumlah SS S N TS STS
nilai yang pantas
3. Gaji saya sesuai dengan kinerja saya SS S N TS STS
4. Gaji saya sesuai dengan tanggung jawab yang saya SS S N TS STS
emban
5. Saya dengan adil dihargai sesuai dengan pendidikan SS S N TS STS
saya
6. Saya dengan adil dihargai sesuai dengan pelatih SS S N TS STS
yang telah saya jalanin
7. Saya dengan adil dihargai sesui dengan pengalaman SS S N TS STS
saya
8. Saya dengan adil dihargai sesuai dengan kerja keras SS S N TS STS
yang saya lakukan
9. Saya dengan adil dihargai untuk kerja yang telah SS S N TS STS
saya lakukan
10. Saya dengan adil dihargai menurut tingkat tekanan SS S N TS STS
dalam pekerjaan saya
(Beungre,1998)
SS : Sangat Satuju
S : Setuju
N : Netral
(Beungre,1998)
SS : Sangat Satuju
S : Setuju
N : Netral
TS : Tidak Satuju
Berikan tanda ceklis/cocok (√) pada jawaban yag paling sesuai dengan apa yang anda
rasakan .
Pertanyaan Jawaban
1. Karier saya merupakan pekerjaan yang baik bagi saya………….. ……………………
2. Karier saya memberi kontribusi untuk kesejahteraan masyarakat… ……………………
3. Karier yang saya terjuni cocok dengan kepribadian saya………… ……………………
4. Diklat yang saya jalani tidak sesuai dengan karier saya………….. ……………………
5. Saya tidak ingin merubah karier saya…………………………….. ……………………
6. Semua upaya yang saya curahkan untuk mencapai karier terasa sia-
sia belaka…………………………………………………………. …………………….
7. Karier saya merupakan bagian dari integral dari hidup saya…….. …………………….
10.
Jelaskan orang tersebut menurut perasaan anda dengan member ceklis/cocok(√) pada titik
yang anda yakini oaling tepat.
Menyenangkan : - : - : - : - : - : - : - : - : Tidak menyenangkan
:8 7 6 5 4 3 2 1
Bersahabat : : - : - : - : - : - : - : - : - : Tidak menyenangkan
:8 7 6 5 4 3 2 1
Menolak : - : - : - : - : - : - : - : - : Meminta Baik
:8 7 6 5 4 3 2 1
Membantu : - : - : - : - : - : - : - : - : Merepotkan
:8 7 6 5 4 3 2 1
Tidak Antususias : - : - : - : - : - : - : - : - : Antusisas
:8 7 6 5 4 3 2 1
Tegang : - : - : - : - : - : - : - : - : Santai
:8 7 6 5 4 3 2 1
Jauh : - : - : - : - : - : - : - : - : Dekat
:8 7 6 5 4 3 2 1
Dingin : - : - : - : - : - : - : - : - : Hangat
:8 7 6 5 4 3 2 1
Kooperatif : - : - : - : - : - : - : - : - : Tidak Kooperatif
:8 7 6 5 4 3 2 1
Suportif : - : - : - : - : - : - : - : - : Memusuhi
:8 7 6 5 4 3 2 1
Membosankan : - : - : - : - : - : - : - : - : Menarik
:8 7 6 5 4 3 2 1
8 7 6 5 4 3 2 1
Efisien : - : - : - : - : - : - : - : - : Boros
8 7 6 5 4 3 2 1
Murung : - : - : - : - : - : - : - : - : Ceria (riang)
8 7 6 5 4 3 2 1
Terbuka : - : - : - : - : - : - : - : - : Hati-hati
8 7 6 5 4 3 2 1
Jika total skor ≥ 64 (LPC tinggi) maka anda termasuk orang yang berorientasi hubungan. Jika total
skor ≤ 57 (LPC rendah) , maka anda termasuk orang yang berorientasi tugas. Jika total skor 58 s/d,
Anda masih perlu menetapkan diri untuk masuk kategori yang mana.
Sekaran, 2003:213
Berikan tanda ceklis/cocok (√ ) pada jawaban yang paling sesuai dengan apa yang anda
rasakan.
(Sekaran, 2003:214)
Berikan tanda ceklist/cocok (√) pada jawaban yang paling sesuai dengan apa yang anda
rasakan.
(Sekaran, 2003:214)
Berikan tanda ceklist/cocok (√) pada jawaban yang paling sesuai dengan apa yang anda
rasakan.
(Maskat, 1992:52-64)
Berikan tanda ceklist/cocok (√) pada jawaban yang paling sesuai dengan apa yang anda rasakan.
1. Keteladanan
1.1 Dalam satu bulan, pemimpin saudara masuk kerja di kantor selama :
Lebih dari 23 hari
Antara 21-23
Kurang dari 21 hari
1.4 Selama satu bulan pimpinan minta ijin untuk tidak bekerja :
Tidak pernah
Kadang-kadang
Seringkali
2. Pelaksanaan Tugas
2.1 Pimpinan bertanggung jawab atas tugas yang tidak dikerjakan oleh anggotanya :
Selalu
Seringkali
Kurang
2.7 Pimpinan menjelaskan siapa bertanggung jawab pada siapa kepada anggota :
Jelas dan sudah dilaksanakan
Kurang jelas
Tidak jelas
3. Pengembangan Individual
3.1 Pimpinan memperhatikan penetapan tanggung jawab anggotanya :
Sangat memperhatikan
Kurang memperhatikan
Tidak pernah
3.5 Pimpinan memberi penghargaan bagi pegawai yang sukses dan memberi kritikan bagi
pegawai yang gagal melaksanakan tugas :
Selalu
Kadang-kadang
Tidak pernah
3.8 Pimpinan mendelegasikan keputusan kepada setiap individu sesuai dengan kewenangannya
:
Selalu
Kadang-kadang
Tidak pernah
Memberikan
Kurang memberikan
Tidak memberikan
3.12. Pimpinana membuat laporan lengkap prestasi pegawai secara teratur
Selalu
Kadang-Kadang
Tidak Pernah
Sesuai
Kurang sesuai
Tidak sesuai
3.14. Pimpinana memeperhatikan *the right man on the right job *
Sangat memperhatikan
Kurang memperihatikan
Tidak memeperhatikan
3.15. Kemampuan anggota kelompok mendukung pelaksanaan tugas :
Sangat mendukung
Kurang mendukung
Tidak mendukung
3.16. Perhatian pimpinan terhadap kehidupan pribadi pegawai :
Sangat memperhatikan
Kurang memeperhatikan
Tidak pernah memeperhatikan
3.17. Perhatian pimpinana terhadap kehidupan pribadi pegawai
Sangat memperhatikan
Kurang memperhatikan
Tidak pernah memperhatikan
3.18. Pimpinan mengenal pegwai ( nama, jabatan,keluarga ) :
Sangat menunjukan
Kurang menunjukan
Tidak menunjukan
Selalu
Kadang-kadang
Tidak pernah
4.2 Pegawai memahami standar kerja yang diharapkan pimpinan
Seringkali
Kadang-kadang
Tidak pernah
4.5 Pimpinan berupaya mengatasi perpecahan kelompok ( jika ada )
Selalu
Kadang –kadang
Tidak pernah
4.6 Perhatikan terhadap kesejahteraan pegawai
Seringkali
Kadang –kadang
Tidak pernah
4.7 Pimpinan mengadakan prosedur formal untuk menampung keluhan pegawai
Seringkali
Kadang-kadang
Tidak ada
Sangat positif
Cukup positif
Kurang positif
4.9 Pelayanan konsultasi yang menyangkut pekerjaan pegawai
Seringkali
Kadang-kadang
Tidak pernah
4.10 Pimpinana menjelaskan latar belakang dari setiap keputusannya
Seringkali
Kadang-kadang
Tidak pernah
4.11 Pimpinan member persetujuan terhadap kemudahan kelompok –kelompok melaksanakan
tugasnya
Seringkali
Kadang-kadang
Tidak pernah
5. Efektifitas Kepimimpinan
5.1 Semua pegawai sudah mengerti tugasnya
Sudah
Kurang mengerti
Tidak mengerti
5.2 Pegwai melaksanakan tugasnya dengan senang hati
Tidak ada
Ada sebagian / kadang-kadang
Selalu
Dengan semangat
Kurang semangat
Tidak semangat
5.6 setiap masalah yang muncul dalam organisasi
Cepat di atasi
Kurang cepat
Sangat lambat
5.7 frekuensi munculnya perselisihan /konflik dalam organisasi
Ada
Kadang ada
Tidak ada
5.9 Pencapaian target tercapai
Selalu tercapai
Kadang tercapai
Tidak pernah tercapai
5.10 Pencapain sasaran organisasi
Selalu tercapai
Kadang –kadang tercapai
Tidak tercapai
6.2 Bagaimana menurut pendapat anda tentang factor keteladanan pelaksanaan tugas ,
kekompakaan kelompok dan pengembangan individu terhadap keberhasilan memimpin ?
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
______________________________________________________________________________
____________________________
Mempersiapakan
Hasil Kuesioner
Skor
No Responden TX MX
Xb1 Xb2 Xb3
1 4 3 5 12 4.00
2 3 2 5 10 3.33
3 3 2 2 7 2.33
4 2 2 2 6 2.00
5 2 1 2 5 1.67
6 4 2 3 9 3.00
7 1 2 2 5 1.67
8 4 5 4 13 4.33
9 1 2 1 4 1.33
10 2 3 2 7 2.33
Untuk keperluan analisis data secara deskriptif, umumnya peneliti melibatkan semua skor
yang ada, baik dari masing-masing butir maupun total dan rata-ratanya. Dengan mendiskripsikan
skor setiap butir akan diperoleh gambaran detil dari setiap indicator, sedang dari skor total dan
rata-rata akan diperoleh gambaran mengenai sikap (penilaian) responden terhadap variabel X
secara keseluruhan.
Khusus penggunaan alat analisis statistika parametric dituntut untuk dapat memenuhi
berbagai asumsi, salah satu adalah asumsi bahwa data hasil pengukuran variable mempunyai
distribusi yang normal (mempunyai kurva yang simetris). Meskipun skala Likert menghasilkan
data kontinum, namun skor dari skala Likert yang umumnya adalah angkaangka 1, 2, 3, 4, dan 5,
(meskipun dapat diperhalus dengan tujuh tingkat atau Sembilan tingkat). Data semacam ini secara
fisik tampak seperti data disktrik, artinya setelah skor 1, maka skor berikutnya adalah 2 dan setelah
skor 2, maka skor berikutnya harus 3 dan seterusnya. Meskipun sebenarnya tidak demikian, hal
itu terjadi dikarenakan tidak tampaknya batasbatas dua skor yang berdekatan.
Penentuan batas-batas dua skor yang berdekatan bagi data data yang sifatnya kontinyu
sangat diperlukan, agar besarnya interval setiap kategori atau jenjang dari variabel yang diukur
tetap dapat sama. Misalnya pengukuran terhadap nyaman tidak lingkungan kerja pegawai, berapa
interval skor untuk kategori sangat nyaman, nyaman dan seterusnya. Dengan diketahuinya batas-
batas antar skor akan memudahkan peneliti untuk melakukan pengelompokan berdasarkan
kategori yang ada. Terdapat beberapa cara untuk menunjukkan batas-bats dua skor yang
berdekatan, yaitu :
Kelemahan dari cara ini adalah berkurangnya interval pada skor minimumnya dan skor
maksimumnya. Skor minimum = 1 dan skor minimumnya = 5, masing-masing mempunyai interval
sebesar 0,5. Sementara skor yang lain, yaitu skor 2, skor 3 dan skor 4 masing-masing mempunyai
interval sebesar 1. Hal ini dapat dijelaskan bahwa pada kenyataan skala minimum yang digunakan
= 1 dan skala maksimum = 5, sehingga dalam pengukuran tidak akan diperoleh jawaban yang
skornya kurang dari 1 dan lebih besar dari 5.
2. Pendekatan Sturges
Pendekatan ini memperbaiki pendekatan sebelumnya, dimana setiap skor akan mempunyai
interval yang sama. Mengacu pada contoh pengukuran variabel X pada Tabel 7.1. Sebelumnya,
interval setiap skor dicari dengan cara sebagai berikut:
a. Menggunakan Skor Total (TX):
Skor maksimum = 3 x 5 = 15
Skor minimum = 3 x 1 = 3
Range (jarak) =15 – 3 = 12
Interval setiap kategori adalah :
𝒓𝒂𝒏𝒈𝒆 𝟏𝟐
= = 𝟐, 𝟒
𝒌𝒂𝒕𝒆𝒈𝒐𝒓𝒊 𝟓
kategori Skor
Sangat jelek 3,0 – 5,4
Jelek >5,4 – 7,8
Netral >7,8 – 10,2
Bagus >10,2 – 12,6
Sangat bagus >12,6 – 15,0
kategori Skor
Sangat jelek 1,0 – 1,8
Jelek >1,8 – 2,6
Netral >2,6 – 3,4
Bagus >3,4 – 4,2
Sangat bagus >4,2 – 5,0
Berdasarkan rumus tersebut, maka dapat dihitung proporsi skor setiap alternatif jawaban
sebagai berikut:
c. Menghitung proporsi kumulatif di setiap skor alternatif jawaban tersebut, yang hasilnya dapat
diikuti pada tabel 7.6.
Proporsi
0,13 O,60 0,77 0,99 1,00
Kumulatif
d. Menentukan nilai Z dari tabel Kurva Normal Standar (Lampiran 1) untuk Proporsi Kumulatif
dari setiap skor alternatif jawaban. Cara menentukan nilai Z adalah:
LZ = |0,5 – Pk|, kemudian cari nilai Z dari tabel kurva normal standar berdasarkan harga LZ
tersebut (apabila dalam tabel tidak ditemukan harga LZ, maka boleh menggunakan hal yang
mendekati).
2) Dengan cara tersebut di atas, nilai Z pada setiap skor alternatif jawaban kuesioner adalah:
Skor 1 → LZ = |0,5 – 0,13| = 0,37 diperoleh Z = -1,13
Skor 2 → LZ = |0,5 – 0,60| = 0,10 diperoleh Z = -0,25
Skor 3 → LZ = |0,5 – 0,77| = 0,27 diperoleh Z = -074
Skor 4 → LZ = |0,5 – 0,90| = 0,40 diperoleh Z = -1,28
Skor 5 → LZ = |0,5 – 1,00| = 0,50 diperoleh Z = ~
Proporsi
0,13 O,60 0,77 0,99 1,00
Kumulatif
Nilai Z -1,13 0,25 0,74 1,28 ~
Hasil perhitungan densitas Z tersebut dimasukkan ke dalam tabel seperti berikut ini:
Jumlah Frekuensi 4 14 5 4 3
No Skor terkonversi TX MX
Responden Xb₁ Xb₂ Xb₃
1
2
3
4
5
6
7
8
9
10
Berdasarkan data yang telah dikonversi terrsebut dapat dilakukan kategorisasi dengan
menggunakan formula sturges, baik untuk data dari kolom TX maupun data dari kolom
MX yang telah dijelaskan sebelumnya.
-oo0oo-
Uji Validitas
Instrumen
Instrument sebagai alat pengumpul data harus dapat dipercaya. Artinya
data hasil pengukuran dengan instrument tersebut memang benar
mencerminkan ukuran yang sebenarnya.
Seperti telah diuraikan pada bahasan sebelumnya, bahwa kedua metode pengumpulan data
itu memerlukan biaya dan tenaga yang banyak serta waktu yang lama. wajar apabila kemudian
kedua cara itu kenyataannya jarang digunakan oleh peneliti, terlebiih jika penelitian harus
melibatkan banyak sekali responden. Alternatif lain untuk mengukur obyek penelitian, (data
primer) dapat dilakukan dengan cara menggunakan instrumen berupa "kuesioner" atau "angket".
pada penelitian sosial, ekonomi dan budaya, nampaknya terlalu terlalu sulit untuk menemukan
kuesioner baku yang telah disiapkan oleh suatu lembaga (ada sedikit sekali seperti yang
telahdisebutkan pada bagian 5), oleh karena itu peneliti harus membuat atau membangun sendiri
instrumen yang diperlukan. kuesioner sebagai alat pengumpul atau pengukur yang menghasilkan
data, juga harus memenuhi persyaratan valid dan reliabel.
Instrumen dinyatakan tidak valid dan tidak reliabel dapat terjadi karena dua sebab, yakni:
1. Kesalahan Instrumen
Mengurai Variabel hingga Instrumentasi 126
Apapun namanya, instrumen yang belummendapatkan rekomendasi atau pengesahan atau
validasi, maka instrumen tersebut belum dapat menjamin akan ketepatan atau kebenaran hasil
pengukurannya. timbangan berat badan, timbangan perhiasan, argometer, gelas atau bejana
pengukur volume dan lain sebagainya, yang pada umumnya telah tersedia lembaga untuk menguji
atau mengkalibrasi. sedangkan untuk instrumen yang berupa kuisioner, masih belum ada lembaga
resmi yang bertugas melakukan pengujian, oleh karena itu peneliti perlu melakukan pengujian
sendiri terhadap kuesioner yang akan digunakan dalam penelitian, agar memenuhi syarat validitas
dan realibilitas.
Instrumen yang dibuat dari bahan yang mudah nerubah (sensitif terhadap perubahan).
Misalnya meteran yang terbuat dari karet, tentu saja tidak akan menghasilkan ukuran yang pasti
(yang konsisten), mengukur panjang meja dengan jengkal tangan, merupakan alat ukur yang tidak
konsisten.
Jadi penyimpangan atau ketidaksesuaian dari hasil pengukuran dapat saja terjadi karena
instrumen itu sendiri yang salah, yaitu belum mendapat pengakuan validitas dan realibilitas.
Kesalahan pada proses pengukuran terjadi jika cara atau metode yang digunakan keliru dan
atau instrumen yang digunakan bukan untuk peruntukkannya, artinya instrumen tersebut tidak
cocok atau tidak relevan untuk mengukur obyek tertentu. sebagai misal, suatu perhiasan yang
terbuat dari emas, misalnya cincin, ditimbang beratnya dengan instrumen berat badan, tentu angka
yang ditunjukan oleh timbangan berat badan tersebut tidak akan mencerminkan berat cincin yang
sesungguhnya. instrumen yang demikian dikatakan tidak valid. Yang benar, instrumen untuk
mengukur berat cincin emas tersebut adalah timbangan neraca khusus penimbang perhiasan.
contoh lain, karna keterbatasan sebuah posyandu di sebuah desa, maka untuk keperluan mengukur
berat badan bayi digunakan timbangan besar yang biasa untuk menimbang padi atau barang berat
lainnya. Menimbang berat badan bayi dengan timbangan tersebut sudah dapat diduga hasilnya
pasti tidak akan valid, artinya angka yang ditunjukan oleh timbangan padi itu tidak dapat
menunjukan berat badan bayi yang sebenarnya, sehingga instrumen itu dinyatakan tidak valid
sebagai pengukur berat badan bayi. idealnya menggunakan timbangan kesehatan untuk berat
badan bayi.
Cara atau prosedur yang salah akan mengakibatkan hasil pengukuran yang salah. Misalnya
menimbang berat cincin emas lengkap dengan tempatnya (dus) tanpa mengurangi berat dari tempat
perhiasan tersebut. Menimbang berat badan bayi lengkap dengan pakaian dan selimutnya, tanpa
mengurangi berat pakaian dan selimutnya. Hal ini akan semua dapat mengakibatkan nilai yang
dihasilkan tidak sesuai dengan ukuran sesungguhnya.
Pada tahap uji coba ini, apabila ada butir yang dinyatakan tidak valid, maka peneliti harus
melakukan perbaikan terhadap butir yang dianggap tidak valid tersebut (tidak membuang). setelah
perbaikan dilakukan, uji coba diulangi lagi, tetapi bukan pada responden yang pernah diukur. Cari
Panel juri
Validitas isi
(Content)
Muka
Validitas Konkuren
Validitas
Kriteria
Prediktif
Konvergen
Validitas
Konstruk Diskriminan
Secara teoritik memang terdapat beberapa jenis pengujian validitas, yang pengujiannya cenderung
menggunakan metoda kualitatif maupun kuantitatif. Metode kuantitatif yang sering digunakan
oleh banyak peneliti untuk menguji validitas instrument pengujiannya, adalah analisis
korelasionaluntuk validitas kriteria dan analisis factor untuk validitas konstruk. Masing-masing
alat analisis itu akan dijelaskan pada uraian berikut ini:
Ʃ𝑥𝑖𝑦
𝑅𝑥𝑖y =
√(Ʃx 2 )(Ʃy 2 )
Jika:
Xi = skor ke i, dimana i = 1, 2, 3, ……
MX = rata-rata skor pada setiap butir
Y = skor total dari seluruh butir
MY = rata-rata skor total
Maka:
xi = Xi – Mxi
y = Y - MY
Keputusan untuk menilai apakah suatu butir atau indicator tersebut valid ataukah tidak, dilakukan
dengan menggunakan uji t (t.statistik) terhadap koefisien korelasi tersebut, yang rumus
perhitungannya adalah:
Ʃxiy
𝑅𝑥𝑖𝑦 =
√(Ʃ𝑥𝑖 2 )(Ʃy 2 )
Selanjutnya berdasarkan distribusi probabilitas “t” dengan derajat kebebasan (df = degreeof
freedom) = n-2,cari atau temukan harga taraf signifikasi pada harga t.statistik tersebut.
Berdasarkan pedoman aturan umum yang biasa digunakan (rule of thumb), disimpulkan bahwa
butir yang diuji dinyatakan valid apabila taraf signifkasi yang dihasilkan dari uji “t” tersebut ≤
0,05. Ini artinya bahwa skor dari setiap butir mempunyai korelasi atau kesamaan yang tinggi dan
signifikan terhadap skor butir-butir tersebut sebagai kriteria atau standarnya.
Hasil dari analisis factor tersebut akan menjelaskan apakah butir-butir (indicator-indikator)
terbesut benar-benar merupakan pembentuk atau mengkonfirmasi sebuah variable
(konstruk/konsep). Perhitungan analisis factor akan menjadi praktis dan sederhana jika digunakan
paket program SPSS. Kesimpulan yang dapat diambil, adalah jika hasil perhitungan menunjukkan
bahwa hanya terdapat 1 (satu) factor saja yang bermakna, yaitu dengan eigenvalue > 1 atau
keragaman kumulatifnya sekitar 75% (Solium, 2005:13), maka indicator indicator tersebut
dikatakan valid unidimensionalitas.
- Standard loading (loading factor) dari setiap butir yang diuji signifikan pada taraf
signifikasi <5%
- Probablitas dari Chi-Square > 0,05%
- Goodness-of-fit Index (GFI) > 0,9
- Adjusted Goodness-of-fit-index (AGFI) >0,9
- Comprative fit index (CFI) >0,9
- Root mean square error of approximation (RMSEA) <0,08.
Perhitungan pada pengujian validitas kriteria dan validitas konstrk yang telah dijelaskan diatas
akan sangat mudah dan praktis apabila dilakukan dengan bantuan paket program SPSS (Statistical
Product And Service Solutions), sedangkan uji validitas unidimensional dengan loading factor
dapat menggunakan paket program AMOS.
SPSS adalah suatu paket program (software) aplikasi untuk mengolah data statistic.SPSS
merupakan program bantu yang sangat popular, karena mudah cara pengoprasiannya dan tidak
memerlukan computer yang ber-konfigurasi khusus. Dari sisi keunggulan SPSS, masih juga
terdapat kekuranganSPSS, yaitu bahwa tidak sebuah kepentingan atau alat analisis dapat dicakup.
Buku ini menggunakan SPSS versi 11.5 dimana pemilihan versi ini tanpa alasan secara spesifik,
artinya pembaca diberi dasarnya semua perintahnya sama, hanya mungkin ada beberapa tambahan.
AMOS adalah suatu paket program pengolah data statistic yang lebih kompleks yang
dikembangkan oleh james Arbuckle. Paket program amos dijalankan bersama-sama dengan paket
Mengurai Variabel hingga Instrumentasi 133
program SPSS. Fungsi program SPSS sebagai media inputing dan menyimpan data saja,
sedangkan penyedia paket program AMOS sebagai pengolah datanya. Pada amos dikenal sebagai
mesurment model, yaitu proses pemodelan yang tujuannya untuk menguji sifat unidimensionalitas
dari indicator-indikator yang menjelaskan sifat dari sebuah konsep (Variable laten). Dengan kata
lain perlu dikonfirmasi apakah secara bersama-sama beberapa indicator tersebut cukup kuat
mencerminkan nilai dari sebuah konsep?. Oleh karena itu pengujian ini sering pula disebut dengan
Confirmatory Factor Analysis (CFA).
Data hasil pengukuran di atas diasumsikan sebagai data data interval. Berdasarkan penjelasan pada
bagian sebelumnya, untuk pengolahan selanjutnya, data interval dari likert dapat juga dikonversi,
dengan menggunakan method of successive interval (MSI). Oleh karena itu pada bagian ini nanti
akan disajikan pula data hasil konversi dengan MSI.
Karena data tersebut (ilustrasi 8.1) belum pernah direkam di SPSS, maka diperlukan wadah atau
file (berkas) baru. Cara membuatnya adalah:
Perintah 1,2 dan 3 tersebut sebenarnya tidak perlu dilakukan , karena SPSS sudah pada
menu utama.Hasilperintah tersebut akan kembali seperti semula (ilustrasi8.1). Jadi
perintah ini hanya untuk meyakinkan bahwa kita berda pada SPSS yang baru (belum
terisi data) yang tampilan nya persis sama dengan ketika SPSS dibuka yang pertama
kali.
2) Mendefinisikan variable melalui menu Variabel View. Cara singkat untuk masuk ke
menu Variabel View adalah:
2) Type
Kolom ini berfungsi untuk menentukan tipe data yang akan direkam. Default
dari kolom Type adalah Numeric . Untuk mengganti pilihan yang lain , cara nya
Klik titik titik bagian yang berwarna lebih gelap disebelah kanan tulisan
Numeric,seperti tampak pada ilustrasi berikut.
Catatan: Width dan Decimals Places hanya berfungsi jika pilhan tipenya
Numeric atau comma. Width, adalah kotak untuk mengatur banyaknya angka/
karakter yang direkam . Default kotak ini adalah 8 digit dan dapat disesuaikan
dengan kebutuhan (panjang maksuimum255 digit), caranya tulis angka digit
yang dikehendaki di kolom Width . Decimal Places . adlah kotak untuk
mengatur banyak nya decimal dari data yang direkam . Default kotak ini adalah
2 digit dan dapat disesuaikan dengan kebutuhan ,cara nya tulis angka digit yang
diiinginkan,
3) Label
Kolom Label berfungsi untuk mengisi keterangan nama variabel. Kolom ini
tidak berpengaruh pada hasil analisis maupun pada print-out. Sifatnya hanya
untuk memberi catatan nama-nama yang sebenarnya dari variabel /indikator
atau butir yang data nya direkam .Misalnya butir x11 tersebut adalah pertanyaan
mengenai “makna karier bagi kehidipan” , maka untuk sekedar mengigat isi
dari pertanyaan x11 tersebut dalam label ditulis ”Peran Karier” Hasilnya
adalah:
→ Klik sel di kolom Values , kemudian Klik titik-titik dib again yang berwarna lebih gelap
disebelah kanan tulisan None (sebagai default).
→Tulis angka 1 pada kotak Value , kemudian pindahkan kursor ke kotak value label dan
tulis Laki-laki, lalu Klik.
Kotak Add, maka angak 1 yang ada kotak Value dan tulisan Laki-laki ,akan pindah di
kotak besar.
→Ulangi lagi perintah di atas untuk angka 2, yaitu Value tulis angka 2 pada kotak value,
kemudian pindah ke kotak value label dan tulis wanita., lalu klik kotak Add, maka angka 2 yang
ada kotak Value dan tulisan Wanita , akan pindah di kota besar.
5) Missing
Untuk menyatakan banyaknya data yang dihilangkan, karena mungkin data
yang direkam tidak lengkap . JIka tidak ada data yang akan dihilangkan , maka
bagian ini dapat diabaikan.
6) Column
Untuk menyediakan lebar kolom yang dibutuhkan . Default nya adalah 8
karakter , dan dapat di sesuaikan (maksimum 255 karakter).
Tampilan di atas menunjukkan bahwa ada 5 variabel yang akan direkam ,yaitu
x11,x12,x13,x14 dan tx1 yang panjang karakternya disediakan 8 digit tanpa
decimal. Label, Value dan Missing abaikan saja, kemudian untuk lebar kolom
pada saat di cetak sebesar 4 karakter dan angka berada di tengah kolom . Kolom
Measure menunjukkan bahwa data yang akan direkam beerskala interval.
Ketik semua data hasil penelitian yang sudah didapat ke dalam lembar kerja
tersebut , hingga seluruh data terekam . Tampilan dari sebagian data yang telah
direkam seperti tampak pada Ilustrasi 8.16.
Data yang telah direkam di lembar kerja SPSS perlu disimpan agar dapat digunakan pada
saat dibutuhkan kembali. Penyimpanan data untuk yang pertama kalinya (nama baru) dilakukan
dengan langkah sebagai berikut :
Untuk menyimpan data dari sebuah berkas yang pernah disimpan, dilakukan dengan
perintah SAVE sehingga tidak perlu memberi nama baru tetapi Mengikuti nama file (berkas) yang
sudah ada.
Sekarang berkas Data-karir sudah aktif dan siap untuk dilakukan analisis.
Pengujian terhadap validitas instrumen dapat dilakukan dengan dua cara, yakni Validitas
Kriteria dan Validitas Konstruk. Sebaga conotoh pengujian akan diaplikasikan pada variabel X1
yang mempunyai 4 indikator (butir) yang pernah direkam di My Document dengan nama berkas
Data-karir.
Pada dasarnya uji validitas krteria ini adalah menguji kesamaan (hubungan) antaraskor
setiap butir terhadap kriterianya. Karena tidak ditemukannya kriteria standar, maka
digunakan total skor dari butir-butir tersebut. Ini artinnya Validitas instrumen diuji
melalui koefesion Korelasi Pearson antara skor setiap butir dengan total skor butir-butir
tersebut. Langkahnya adalah :
Pindahkan atau masukan semua butir yang akan diuji, yaitu x11 hingga tx1 yang ada
dikotak sebelah kiri ke kotak Variables yang ada disebelah kanan. Caranya adalah :
Klik x11 kemudian tekan tombol Shift (jangan dilepas) lalu klik tx11.
Klik Tanda Panah Penghubung kedua kotak tersebut. Apabila ada banyak butir
untuk banyak variabel, maka dilakukan satu persatu, misalnya setelah x11 hingga tx1,
kemudian x31 hingga tx3 dan seterusnya. Jika sudah, maka tampilannya dapat dilihat
di Ilustrasi 8.23.
Aktifkan Pearson dan non-aktifkan Kendall’s tau-b dan Spearman pada menu
Correlation Coefecients. Jika sudah maka kotak di Pearson akan ada tandanya, kotak
Kendall’s tau-b dan Spearman akan kosong.
Jika dikehendaki pengujian dua sisi, pilih Two-tailed dan jika yang dikehendaki uji
satu sisi, pilih One-tailed. Pada umumnya pengujian dilakukan untuk dua sisi.
Flag significant correlation berfungsi untuk memberi tanda pada harga koefesien
korelasi yang dinyatakan signifikan (butir yang dinyatakan valid). Jika menu ini
dipilih (diaktifkan), maka harga koefesien korelasi yang signifikan pada taraf 5%
akan ditandai satu bintang (*), sedangkan harga koefesien korelasi yang signifikan
pada 1% akan ditandai dengan dua bintang (**). Pada umunya menu ini diaktifkan.
Menu Statistic mempunyai dua pilihan, yaitu Means and standard deviations dan Cross-
product deviations and covariances. Keuda menu itu dapat diabaikan karena hanya
menampilkan ringkasan angka-angka perhitungan nilai rata-rata, standar deviasi dan
kovarians dari data.
Menu Missing Values digunakan jika ada pasangan data yang hilang. Hal ini terjadi karena
responden kadang lupa menjawab satu atau lebih pertanyaan (indikator), sehingga pada saat
ditabulasikan, terdapat indikator yang tidak ada jawabannya.
Terdapat dua pilihan menu, yaitu :
Exclude cases pairwase adalah menu untuk memerintahkan progaram agar kasuk yang
tidak mempunyai pasangan tidak dimasukan dalam analisi, sehingga setiap harga koefesien
korelasi akan mempunyai pasangan data (cacah kasus) yang berbeda-beda.
→x21 dengan tx1 ada 4 pasang data yang dianalisis (No.1,2,4 dan,5)
→x31 dengan tx1 ada 3 pasang data yang dianalisis (No.1,3 dan 5)
>Exclude cases listwise adalah menu memerintahklan program agar kasus salah
satu variabelnya terdapat data yang hilang tidak dimasukkan dalam analisis ,
sehingga harga koefisien korelasi mempunyai pasangan data (cacah kasus) yang
sama. Dengan tetap memnggunakan ilustrasi di atas, yang dianalisis hanya
pasangan data No.1,3, dan 5 daja untuk seluruh variable.
Dari kedua pilihan menu diatas , pada umumnya dalam analisis yang dipilih adalah
Exclude cases pairwise sekaligus sebagai default pada SPSS. Apabila semua pasangan
data tidak ada yang hilang (lengklap), maka menu Missing Values diabaikan saja . Jika
pilihan tersebut telah dilakukan , selanjutnya Klik Continue.
9. Setelah kembali pada menu Bivarite Correlation , kemudian Klik OK, sehingga tampil
Output hasil analisis korelasi Pearson seperti Ilustrasi 8.26.
Interpretasi hasil:
Dari matrik tersebut yang penting dibaca adalah Kolom TX1 atau Baris TX1 dimana
keduanya mempunyai nilai yang sama . criteria dari pengujian , pada dasarnya dapat
menggunakan taraf signifikansi berapapun, namun umumnya menggunakan taraf signifikansi
5% (atau 0,05). Artinya ,jika taraf signifikansi yang dihasilkan oleh koefisien korelasi ≤0,05
maka disimpulkan bahwa butir yang bersangkutan dinyatakan Valid . Sebaiknya jika koefisien
korelasi mempunyai taraf signifikan > 0,05 maka disimpulkan bahwa butir tersebut dinyatakan
Tidak Valid.
Berdasarakan criteria tersebut, hasil pengujian dapat disimpulkan bahwa dengan sampel
percobaan sebanyak 30 (N-30) diperoleh hasil sebgai berikut:
Koefisien korelasi Pearson antara X11 dengan TX1 sebesar 0,920 dengan taraf
siginifikan 0,000 disimpulkan bahwa butir X11 dinyatakan Valid sebagai variable X1
(pentingnya karier).
Sebenarnya tujuan dari pengukian validitas konstruk ini tidak berbeda dengan pengujian
validitas criteria , yaitu apakah butir-butir atau pertanyaa-pertanyaan dalam kuesinonwer yang
telah dibangun benar-benar merupakan satu kesatuan pengukur satu variable atau konsep
(unidemensi) . Apabila melalui pengujian validitas konstruk itu menunjukkan bahwa ternyata
butir-butir yang masukpada kelompok lain dianggap tidak valid .
Alat analisis yang digunakan untuk pengujian validitas konstruk adalah Analisis Faktor yang
perhitungannya dapat menggunakan SPSS. Langkah Uji Validitas Unidemensionalitas dengan
Analisis Faktor adalah:
1. Klik x11 kemudian tekan tombol Shift (jangan dilepas ) lalu Klik x14 . Semua variable
yang dimaksud akan berwarna gelap.
2. Klik Tanda Panah Penghubung kedua kotak tersebut. Apa bila ada banyak butir untuk
banayk variable, maka dilakukan satu per satu, misalnya setelah x11 hingga x14,
kemudian x21 hingga x2… dan setelah x21 hingga x2… , kemudian x31 hingga x3
… dan sterusnya. Jika sudah, maka tampilannya adalah:
Nilai-nilai pada sel pertemuan antara kolom X11 hingga X14 dengan baris Anti-
Image Correlation X11 hingga X14 yang diberi tanda (a), yaitu butir X11 = 0,731;
butir X12 = 0,732; butir X13 = 0,757 dan butir X14 = 0,720. Angka-angka inilah
yang disebut dengan Measure of Sampling Adequacy (MSA). Jadi hasil analaisis
menunjukkan bahwa semua butir yang diuji mempunyai harga MSA > 0,5 maka
butir-butir tersebut dapat diproses lebih lanjut.
o Kolom Componen:
Kolomini menunjukkan banayaknya variabel atau konstruk yang dapat
dibangun dari butir-butir yang diuji. Angka 1, artinya butir-butir yang diuji
hanya akan membentuk 1 variabel atau konstruk (unidemensionalitas).
Angka 2 menunjukkan bahwa butir-butir yang diuji akan membentuk 2
variabel atau konstruk (multidemensionalitas), demikian seterusnya. Untuk
mengetahui apakah telah terjadi unidemensionalitas atau multidemensiona
litas, lihat harga pada kolom Initial Eigenvalues pada sub-ko-lom
Total,yang harganya > 1.
component
1
X11 .918
X12 .863
X13 .890
X14 .901
A 1 components extracted
Pengujian validitas instrumen dengan paket program AMOS pada dasarnya sama dengan
menguji validitas konstruk, yang intinya adalah apakah butir-butir yang dibangun dapat
mengkonfirmasi konsep atau variabel yang dibangun secara unidimensionalitas. Oleh karena itu
pengujian validitas konstruk dengan AMOS sering disebut dengan uji CFA (Confirmatory Factor
Analysis)
AMOS telah berkembang cukup pesat, hal ini dapat dilihat dari berkembangnya versi dari AMOS
meskipun cara pengoprasiannya pada dasarnya sama. Pada buku ini akan di tunjukkan bagaimana
mengoprasikan AMOS versi 4 (pembaca boleh menggunakan AMOS versi berapapun) dan untuk
mengaktifkan AMOS langkahnya adalah :
2) Tunggu sebentar sehingga AMOS aktif pada bidang kerja dalam posisi potrait seperti
tampak ilustrasi 4.2. yang tertera dihalaman berikutnya .
Ilustrasi 8.34. Bidang Kerja AMOS Posisi Potrait
Menu View/Set salah satu fungsinya adalah untuk merubah lembar kerja Potrait menjadi
Landscape , agar lebih leluasa bidang kerjanya.
Sekarang AMOS sudah aktif pada bidang kerja dalam posisi Landscape.
Tools Box (alat bantu untuk pengilustrasian model) Beberapa Tools AMOS yang
penting untuk kepentingan pengujian validitas dan reliabilitas diantaranya dapat dilihat
pada ilustrasi 3.83.
1) Klik ilustrasi variabel laten (konsep/konstrak) yang lengkap dengan indikator dan
error term, Kemudian arahkan kursor kebidang kerja yang diinginkan, lalu dengan teknik
“drug” dibuat elip yang sesuai.
3) Gabungkan berkas yang akan dianalisis, yaitu Data-karir.sav(dari SPSS) dengan AMOS,
caranya :
❼ Temukan nama File Data yang akan diaktifkan (yaitu Data-Karir.Sav), kemudian Klik
Nama File Data Tersebut hingga masuk di Kotak File Name.
❽ Klik Open hingga tampilan tampak seperti pada ilustrasi 8.42. kemudian Klik Ok.
Indikator pertama hingga keempat masing-masing diberi nama dan label indikator sebagai
berikut:
Error term setiap indikator akan diberi nama dan label masing-masing sebagai berikut:
Ilustrasi 8.43. Kotak pengisian Label/Nama Semua Variabel (Konsep, indicator dan error
term)
Font size sebagai pilihan besarnya huruf yang akan digunakan. Defultnya18 dan dapat
dirubah, misalnya gunakan font size 8.
Font style yang disediakan adalah regular, italic, bolt dan bolt italic.
Variabel name dan variable label tempat penulisan nama dan label dari variable. Nama
diisi atu-persatu hingga semua variable, indicator maupun error term terisi.
Jika telah terisi semua, untuk keluar dari menu ini klik Exit (tanda x)
Setelah pengisian nama dan label setiap variable selesai maka hasil pengisian tersebut akan
tampak sebagai berikut:
Perataan penulisan:
Center align = rata tengah dari tulisan Font size = ukuran
huruf
Left align = rata kiri dari tulisan Bolt = huruf tebal
Italic = huruf miring
Right align = rata kanan dari tulisan
Center on page = rata tengah dari
lembar kerja
❷ Penulisan judul maupun hasil analisis yang diinginkan diletakan pada kotak
Caption, dengan urutan penulisan (tergantung keinginan peneliti), misalnya:
Baris pertama: biasanya di tulis “Godness of Fit Indices”
Baris kedua; tulis judul analisis, misalnya “Uji Instrumen Variabel Karier”
Baris ketiga dan seterusnya diisi harga-harga yang diperlukan, yang cara
penulisannya lihat Ilustrasi 8.44.
Hasil dari pengisian tersebut dapat dilihat pada tampilan berikut:
Jika semua harga tersebut dipenuhi (sesuai dengan cut of point), maka model
dinyatakan cocok, dan selanjutnya memeriksa harga loading factor (λ) dari setiap
butir yang diuji.
Pada dasarnya modifikasi dapat dilakukan pada covariance yang ada dukungan
teoritik dan mempunyai harga MI terbesar. Dari contoh di atas, covariance antara
variabel e12 atau x12 dengan e11 atau x11 mempunyai harga M.I. yang paling
tinggi dibanding yang lain (10,44945). Secara teoritik, covariance dari kedua
variabel tersebut rasional, sehingga modifikasi dapat dilakukan dengan cara sebagai
berikut:
Pertama, menghilangkan salah satu variabel yang berkovariansi (dengan
harga Modification Index terbesar) tersebut yang Standard Loading
Factor (Loading Factor) –nya terkecil. Dalam contoh ini, Standard
Loading butir x12 sebesar 0,79 dan Standard Loading butir x11 sebesar
0,86 (lihat Ilustrasi 8.50). Maka berdasarkan cara ini, modifikasi dilakukan
dengan mengghilangkan butir x12. Untuk variabel yang mempunyai
indikator sedikit (seperti contoh ini hanya 4 indikator), cara seperti ini
kurang menguntungkan, karena indikatornya akan semakin sedikit.
Kedua, mengkorelasikan variabel yang berkovariansi tersebut (dengan
harga MI paling besar).
Karena banyaknya indikator sedikit, maka , modifikasi akan dilakukan dengan cara
kedua, yaitu mengkorelasikan (menghubungkan) variabel x11 dengan variabel x12
menggunakan tool anak panah dua mata ( ). Hasil dari modifikasi tampak pada
ilustrasi berikut:
Regression Weights
KARIER → X14 mempunyai harga P (taraf Signifikansi) = 0,00000
KARIER → X13 mempunyai harga P (taraf Signifikansi) = 0,00000
KARIER → X12 mempunyai harga P (taraf Signifikansi) = 0,00003
KARIER → X11 mempunyai harga P (taraf Signifikansi) = 0,00000
-oo0oo-
Uji Reliabilitas
Instrumen
Suatu instrument meskipun digunakan
berulang-ulang untuk mengukur obyek
yang sama harus menghasilkan ukuran
yang sama (konsisten).
Kemampuan instrument menghasilkan
ukuran yang konsisten tersebut disebut
reliabilita.
Bagian ini menjelaskan bagaimana cara
menguji reliabilitas instrumen.
Misalnya seseorang mengkur panjang meja dengan menggunakan jengkal tangannya (jarak antara
ujung ibu jari dengan ujung kelingking dari telapak tangan yang rentangkan). Sudah dapat
dipastikan jika pengukuran diulang lagi pasti akan menghasilkan nilai yang berbeda. Instrumen
seperti ini (jengkal tangan) merupakan instrumen yang tidak reliabel.
Terdapat beberapa metode yang digunakan untuk mengukur tingkat reliabilitas instrumen,
namun yang paling sering digunakan untuk mengukur tingkat reliabilitas instrumen, namun yang
paling sering digunakan dalam penelitian adalah metode internal consistency, karena metode ini
mempunyai banyak formula yang dapat digunakan untuk mengukur tingkat reliabilitas instrumen
yaitu:
Dua metode yang pertama, yaitu koefiesien alpha cronbach dapat dihitung dengan
menggunakan bantuan paket program SPSS, sedangkan untuk dua metode terakhir, reliabilitas
konstrak (construct reliability) dan Variance Extracted, dapat dihitung dengan menggunkan paket
program AMOS.
Q Ʃ 𝑆²𝑞𝑖
Cronbach′ s alpha = ( ) (1 − )
𝑄−1 Ʃ 𝑆²𝑥
𝑄. Ṝ𝑥𝑦
Standardized Chronbach′ s alpha −
1 + {(Ṝxy)(Q − 1)
Keterangan :
Ʃ std. loading²
Variance Extracted =
Ʃ 𝑠𝑡𝑑. 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 + Ʃɛ₁
Keterangan :
Ɛį : error term dari setiap butir (indikator) yang dihitung dengan rumus:
Ɛį : 1-(Std.Loading)²
Jika koefisien reliabilitas hasil perhitungan menunjukkan angka ≥ 0,6 maka dapat disimpulkan
bahwa instrumen bersangkutan dinyatakan reliabel (Sekarang, 2003:311).
Aplikasi pengujian validalitas dan reabilitas dengan menggunakan software aplikasi SPPS dan
AMOS dapat diikuti pada Suplemen berikut.
❷ Klik Analyze
❸ Pilih Scale
❹ Klik Reliability
Analysis
❺ Pindahkan atau masukan semua butir yang akan diuji reliabilitasnya (tidak termasuk skor
totalnya) ke kotak Items, caranya:
Klik butir x11 kemudian tekan tombol Shift (tidak dilepas) dan Klik butir x12 sehingga
kelima variable telah tertandai (diblok).
Klik tanda panah, sehingga keempat butir pindah kotak Items.
Ilustrasi 9.2. Tampilan Menu Reliability Analysis
❾ Untuk mendapatkan hasil perhitungan, Klik Ok. Hasil dari proses ini adalah sebagai berikut:
Interpretasi hasil:
Mean, Std. Dev dan Cases adalah harga setiap butir yang berkaitan dengan rata-rata skor,
standar deviasi dan banyaknya data setiap butir.
N of Cases = 30 adalah banyaknya data
Secara keseluruhan diperoleh harga rata-rata skor = 3,4417, skor minimum = 3,2667, skor
maksimum = 3,7000, jarak = 0,4333, rasio antara skor maksimum dan minimum = 1,1327
dan varian = 0,0344
Koefisien reliabilitas (Reliability Coefficients) untuk 4 butir (items)
Alpha = 0,9155 (dihitung dari harga varians)
Standardized item alpha = 0,9155 (dihitung dari harga koefisien korelasi antar butir).
Harga Alpha dan harga Standardized item alpha tidak harus sama dan dianjurkan kepada peneliti
untuk memilih salah satu aja. Harga-harga uji reliabilitas tersebut (Alpha dan Standardized item
alpha) ternyata lebih besar dari 0,06 sehingga dapat disimpulkan bahwa instrument pengukur
pentingnya karier bagi karyawan tersebut dinyatakan Reliabel.
Hasil uji coba (tryout) instrument secara keseluruhan, yaitu validitas dan reliabilitas
disimpulkan bahwa instrument pengukur pentingnya karier karyawan dinyatalan Valid dan
Reliable, sehingga instruktur itu dapat digunakan lebih lanjut.
Harga-harga Standard Loading (λ) setiap butir yang dinyatakan signifikan (dengan
probabilitas < 0,05) dan errornya (Ɛ) dapat dilihat pada table perhitungan berikut:
Ilustrasi 9.6. Harga Standard Loading (λ) dan Error
Dari angka dalam table di atas dapat dihitung masing-masing metode pengujian reliabilitas
konstruk maupun dengan varians yang diekstrak sebagai berikut.
(Ʃ 𝑠𝑡𝑑. 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2
Construct Relaibility =
(Ʃ 𝑠𝑡𝑑. 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2 + ƩƐ𝑖
(3,29764)²
= = 0,89793
(3,29764)2 + 1,23610
Dari hasil perhitungan diketahui bahwa besarnya harga Construct Reliability = 0,89793
yang berarti > 0,6. Jadi dapat disimpulkan bahwa instrumen pengukur variable karier
dinyatakan reliabel.
Ʃ 𝑠𝑡𝑑. 𝑙𝑜𝑎𝑑𝑖𝑛𝑔2
𝑉𝑎𝑟𝑖𝑎𝑛 𝐸𝑥𝑡𝑟𝑎𝑐𝑡𝑒𝑑 =
Ʃ 𝑠𝑡𝑑. 𝑙𝑜𝑎𝑑𝑖𝑛𝑔2 + Ʃ𝜀𝑖
Dari hasil perhitungan diketahui bahwa besarnya harga Variance Extracted Reliability =
0,691 yang berarti > 0,6. Jadi dapat disimpulkan bahwa instrumen pengukur variable
karier dinyatakan reliabel.
-oo0oo-
Augusty, Ferdinand, 2006, Metode Penelitian Manajemen, Edisi 2, Semarang: Badan Penerbit
Universitas Diponegoro
Azwar, Saifuddin, 1999, Penyusunan Skala Psikologi, Yogyakarta: Pustaka Pelajar
, 1998, Metode Penelitian, Yogyakarta: Pustaka Pelajar
Beugre Constant D., 1998, Managing Fairness In Organization, London: Quorum Books,
Greenwood Publishing Group, Inc.
Boedijoewono, Nugroho, 2001, Pengantar Statistik Ekonomi dan Perusahaan, Jilid 2, Edisi
Revisi, Yogyakarta, UPP AMP YKPN.
Churchill,A,JR.,Gilbert, 2001, Basic Marketing Research, Fouth Edition, Orlando: Harcourt, Inc.
Cooper,Donald R., C.William Emory, 1997, Metode Penelitian Bisnis, Jilid 1, Alih Bahasa: Elen
Gunawan dan Imam Nurmawan, Jakarta: Erlangga
Emory,William,C., 1998, Business Research Methods, Revised Edition, Illinois: Richard D. Irwin,
Inc.
Fitz-enz,Jac, 1984, How to Measure Human Resources Management, New York: McGraw-Hill
Book Company.
Hair,F.JR., Joseph, William C. Black, Barry J. Babin, Rolph E. Anderson, Ronald L. Tatham,
2006, Multivariate Data Analysis, Sixth Edition, New Jersey: Pearson Prentice Hall.
Jogiyanto, H.M., 2004/2005, Metodologi Penelitian Bisnis, Salah Kaprah dan Pengalaman-
Pengalaman, Yogyakarta: BPFE Fakultas Ekonomi, UGM
Solimun, 2005, Structural Equation Modeliing (SEM), Aplikasi Software Amos, Makalah
disampaikan pada pelatihan Structural Equation Modeling di Program Pascasarjana, Unika
Widya Mandala, Surabaya,Tanggal 2-3 Juli, Malang: Fakultas Mipa & Program
Pascasarjana Universitas Brawijaya.