Tugas metodologi penelitian

Gilang arnaldo / 115170291

Kelas CX

Skala Pengukuran Data Dalam Penelitian

1. Skala Nominal
Adalah skala yang hanya mendasarkan pada pengelompokan atau pengkategorian
peristiwa atau fakta dan apabila menggunakan notasi angka hal itu sama sekali tidak
menunjukkan perbedaan kuantitatif melainkan hanya menunjukkan perbedaan kualitatif.

Ciri-ciri Skala Nominal:

1. Hasil penghitungan tidak dijumpai bilangan pecahan,
2. Angka yang tertera hanya label saja,
3. Tidak mempunyai urutan (ranking),
4. Tidak mempunyai ukuran baru,
5. Tidak mempunyai nol mutlak,
6. Tes statistik yang digunakan adalah statistik non parametrik.

Contoh Skala Nominal sebenarnya :

1. Jenis kulit : Hitam Kuning Putih
2. Suku Daerah : Jawa Madura Bugis
3. Agama yang dianut : Islam Kristen Hindu
4. Partai pemenang pemilu : Golkar Demokrat PKB
5. Jenis kelamin : Laki Perempuan
6. Jenis Pekerjaan : PNS Swasta Tani dll
7. Status Perkawinan : Kawin Tidak Kawin

Contoh Skala Nominal yang Tidak Sebenarnya

1. Kelulusan : Lulus Tidak Lulus
2. Ijazah yang dipunyai : SD SMP SMA S1 S2 S3
3. Tahun Produksi Kendaraan : 2004 2005 2006 2007
4. Aktivitas : Bekerja Menganggur

2. Skala Ordinal
Adalah pengukuran di mana skala yang dipergunakan disusun berdasarkan atas
jenjang dalam atribut tertentu sehingga penyusunannya disusun secara terurut dari
 yang rendah sampai yang tinggi menurut suatu ciri tertentu, namun antara urutan
(ranking) yang satu dengan yang lainnya tidak mempunyai jarak yang sama.

Skala ordinal banyak dipergunakan dalam penelitian sosial dan pendidikan terutama
berkaitan dengan pengukuran kepentingan, persepsi, motivasi serta sikap, apabila
mengukur sikap responden terhadap suatu kebijakan pendidikan, responden dapat
diurutkan dari mulai Sangat Setuju (1), Setuju (2), Tidak Berpendapat (3), Kurang
Setuju (4), dan Tidak Setuju (5), maka angka-angka tersebut hanya sekedar
menunjukkan urutan responden, bukan nilai untuk variabel tersebut.

Adapun cirri dari skala ordinal adalah :

1. Kategori data bersifat saling memisah,
2. Kategori data mempunyai aturan yang logis,
3. Kategori data ditentukan skalanya berdasarkan jumlah karakteristik khusus yang
dimilikinya.

Contoh Skala Ordinal

Contoh pertama, contoh pada variabel sikap seseorang terhadap suatu pernyataan,
sikap tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju.
Pada variabel sikap ini dari sangat setuju ke sangat tidak setuju menunjukkan kategori
dan memiliki tingkatan.
Di dalam sebuah penelitian, kategori tersebut bisa disimbolkan dengan angka, misal
angka 5 untuk sangat setuju, angka 4 untuk setuju, angka 3 untuk biasa saja, angka 2
untuk tidak setuju, dan angka 1 untuk sangat tidak setuju.

Contoh kedua, misal dalam variabel nilai huruf mutu pada perkuliahan, yaitu nilai A, B, C,
D, dan E. Pada nilai ini menunjukkan tingkatan bahwa nilai A lebih besar dari B, dan
seterusnya.

3. Skala Interval
Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan
peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas,
hanya saja tidak memiliki nilai 0 (nol) mutlak.
Skala interval ini bisa dikatakan berada diatas skala ordinal dan nominal. Besar interval
atau jarak satu data dengan data yang lainnya memiliki bobot nilai yang sama. Besar
interval ini bisa saja di tambah atau dikurang.

Berikut ini adalah ciri-ciri dari skala interval:

1. Kategori data memiliki sifat saling memisah.
2. Kategori data memiliki aturan yang logis.
3. Kategori data ditentukan skalanya berdasarkan jumlah karaaktristik khusus yang
dimilikinya.
4. Perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama
dalam jumlah yang dikenakan pada kategori.
5. Angka nol hanya menggambarkan satu titik dalam skala (tidak memiliki nilai nol
absolut).

Contoh Skala Interval

Contoh pertama, contoh yang paling umum pada skala interval adalah suhu. Misalkan
suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada
suhunya.
Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah
nilai yang mutlak.

Contoh kedua, jam 00.00 bukan berarti waktunya kosong atau tidak ada nilainya, karena
jam 00.00 sendiri masih menunjukkan waktu dimana jam 00.00 sama dengan jam 12
malam.

4. Skala Ratio
Merupakan skala pengukuran yang mempunyai nilai NOL MUTLAK dan mempunyai
jarak yang sama. Skala interval yang benar-benar memiliki nilai nol mutlak disebut skala
rasio, dengan demikian skala rasio menunjukkan jenis pengukuran yang sangat jelas dan
akurat (precise). Jika kita memiliki skala rasio, kita dapat menyatakan tidak hanya jarak
yang sama antara satu nilai dengan nilai lainnya dalam skala, tapi juga tentang jumlah
proposional karakteristik yang dimiliki dua objek atau lebih, dan contoh untuk skala ini
adalah uang.

Adapun ciri-ciri dari skala rasio adalah :

1. Kategori data bersifat saling memisah,
2. Kategori data mempunyai aturan yang logis,
 3. Kategori data ditentukan skalanya berdasarkan jumlah karakteristik khusus yang
dimilikinya,
4. Perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama
dalam jumlah yang dikenakan pada kategori,
5. Angka nol menggambarkan suatu titik dalam skala yang menunjukkan ketiadaan
karakteristik (punya nilai nol absolut).

Contoh Skala Rasio

Contoh pertama, misal tinggi badan Agung adalah 190 cm sedangkan tinggi badan
Vatinson adalah 95 cm. Pada situasi ini dapat dikatakan bahwa jarak tinggi badan
Vatinson dengan Agung adalah 95 cm. Bisa juga dikatakan bahwa tinggi badan Agung 2
kali tinggi badan Vatinson.

Contoh kedua, misalkan nilai ujian matematika Tono adalah 50, sedangkan nilai Toni
adalah 100. Ukuran rasionya dapat dinyatakan bahwa nilai Toni adalah 2 kali nilai Tono.

Teknik pengambilan sampel

1. Probability Sampling
Probability sampling adalah salah satu teknik pengambilan sampel yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel. Dengan probability sampling, maka pengambilan sampel secara acak atau
random dari populasi yang ada.

Teknik sampel probability sampling meliputi:

a. Simple Random Sampling

Simple Random Sampling dinyatakan simple (sederhana) karena pengambilan sampel
anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam
populasi itu.

Simple random sampling adalah teknik untuk mendapatkan sampel yang langsung
dilakukan pada unit sampling. Maka setiap unit sampling sebagai unsur populasi yang
terpencil memperoleh peluang yang sama untuk menjadi sampel atau untuk mewakili
populasinya. Cara tersebut dilakukan bila anggota populasi dianggap homogen.
Teknik tersebut dapat dipergunakan bila jumlah unit sampling dalam suatu populasi
tidak terlalu besar. Cara pengambilan sampel dengan simple random sampling dapat
dilakukan dengan metode undian, ordinal, maupun tabel bilangan random.
Untuk penentuan sample dengan cara ini cukup sederhana, tetapi dalam prakteknya
akan menyita waktu. Apalagi jika jumlahnya besar, sampelnya besar.

b. Systematic sampling
Teknik sampling ini dilakukan secara sistematis dengan proses awal yang random. Pada
mulanya, mirip dengan random sampling, peneliti memberi nomor seluruh populasi.
Daftar nomor populasi tersebut diurutkan, lalu urutan nomor dalam daftar diacak.
Setelah diacak, pada setiap perhitungan tertentu, satu sampel diambil, dihitung lagi,
satu sampel diambil lagi untuk diteliti. Begitu seterusnya sampai jumlah sampel sesuai
dengan rencana awal.

Sebagai contoh, seorang peneliti ingin meneliti pola konsumsi mahasiswa Fakultas
Ekonomi di suatu universitas. Jumlah total populasinya 1000 mahasiswa. Peneliti ingin
melakukan survei pada 100 mahasiswa saja. Teknik sampling yang dilakukan, pertama-
tama peneliti merencanakan, misal sampel yang diambil adalah daftar nomor urut ke 10
dan kelipatannya (20,30,40, dst sampai 1000), lalu peneliti mengacak daftar 1000 nomor
yang semula berurutan. Setelah diacak, dilihat kembali, mereka yang namanya berada di
urutan nomor 10 dan kelipatannya diambil sebagai sampel.

c. Stratified sampling
Teknik sampling ini juga mirip random sampling. Bedanya, peneliti membagi populasi ke
dalam beberapa strata atau tingkatan. Setelah populasi terbagi ke dalam beberapa
strata, random sampling dilakukan pada masing-masing strata atau tingkatan. Sampel
yang diambil di masing-masing tingkatan jumlahnya proporsional.

Misalnya, penelitian tentang pentingnya agama dikalangan mahasiswa Universitas

Hayam Wuruk. Peneliti membuat strata, mana mahasiswa baru, mana mahasiwa tahun
kedua, mana tahun ketiga, dan mana mahasiswa tahun akhir. Masing-masing strata atau
tingkatan diambil sampelnya secara proporsional menggunakan random sampling.
Misalnya, jumlah sampel mahasiswa baru 100 orang, jumlah sampel mahasiswa tingkat
lainnya sama atau mendekati 100 orang. Apabila hanya 1 mahasiswa tingkat akhir yang
dijadikan sampel, misalnya, maka sampling tidak proporsional.
d. Cluster Sampling (Area Sampling)
Cluster Sampling (Area Sampling) juga cluster random sampling. Teknik pengambilan
sampel ini digunakan bilamana populasi tidak terdiri dari individu-individu, melainkan
terdiri dari kelompok-kelompok individu atau cluster. Teknik sampling daerah
digunakan untuk menentukan sampel bila objek yang akan diteliti atau sumber data
sangat luas.
Kelemahan teknik pengambilan sampel ini dapat dilihat dari tingkat error samplingnya.
Jika lebih banyak di bandingkan dengan pengambilan sampel berdasarkan strata karena
sangat sulit memperoleh cluster yang benar-benar sama tingkat heterogenitasnya
dengan cluster yang lain di dalam populasi.

2. Nonprobability sampling
Nonprobability sampling adalah salah satu teknik pengambilan sampel yang tidak
memberi peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel. Jenis teknik sampling ini antara lain:

a. Sampling Sistematis atau Systematic Sampling

Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari anggota
populasi yang telah diberi nomor urut.

b. Sampling Kuota atau Quota Sampling

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai
ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Teknik ini jumlah populasi tidak
diperhitungkan akan tetapi diklasifikasikan dalam beberapa kelompok. Sampel diambil
dengan memberikan jatah atau quorum tertentu terhadap kelompok. Pengumpulan
data dilakukan langsung pada unit sampling. Setelah jatah terpenuhi, maka
pengumpulan data dihentikan.

Teknik ini biasanya digunakan dan didesain untuk penelitian yang menginginkan sedikit
sampel dimana setiap kasus dipelajari secara mendalam. Dan bahayanya, jika sampel
terlalu sedikit, maka tidak akan dapat mewakili populasi.

c. Sampling Aksidental atau Accidental Sampling

Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa
saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel,
bila dipandang orang yang kebetulan ditemui itu sesuai sebagai sumber data.
Dalam teknik sampling aksidental, pengambilan sampel tidak ditetapkan lebih dahulu.
Peneliti langsung saja mengumpulkan data dari unit sampling yang ditemui.

d. Sampling Purposive

Sampling purposive adalah teknik penentuan sampel dengan pertimbangan tertentu.

Pemilihan sekelompok subjek dalam purposive sampling, didasarkan atas ciri-ciri
tertentu yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri populasi
yang sudah diketahui sebelumnya. Maka dengan kata lain, unit sampel yang dihubungi
disesuaikan dengan kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan
penelitian atau permasalahan penelitian.

e. Sampling Jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasinya relatif kecil,
kurang dari 30 orang. Sampel jenuh disebut juga dengan istilah sensus, dimana semua
anggota populasi dijadikan sampel.

f. Snowball Sampling

Snowball sampling adalah teknik pengambilan sampel yang awal mula jumlahnya kecil,
kemudian sampel ini disuruh memilih teman-temannya untuk dijadikan sampel. Dan
begitu seterusnya, sehingga jumlah sampel makin lama makin banyak. Ibaratkan sebuah
bola salju yang menggelinding, makin lama semakin besar. Pada penelitian kualitatif
banyak menggunakan sampel purposive dan snowball.