METODOLOGI PENELITIAN MANAJEMEN OPERASI

RESUME MATERI WEEK 9

“Pengukuran-pengukuran dalam Penelitian”

Oleh Kelompok 7:

Nauval Albari Hartawan (041911233081)

Adimas Achmad Ariandi (041911233240)
Bennyto Agnur Imansyah (041911233242)
Nauval Syauqil Ilah (041911233133)
Faisal Abdillah (041911233226)
Jurheza Adiwindra Akbar (041911233225)

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS AIRLANGGA
2022
Definisi Operasional
Berikut pengertian dari beberapa ahli.

1. Sutama
Definisi operasional yaitu pemberian atau penetapan makna bagi suatu variabel dengan
spesifikasi kegiatan atau pelaksanaan atau operasi yang dibutuhkan untuk mengukur,
mengkategorisasi, atau memanipulasi variabel. Definisi operasional mengatakan pada
pembaca laporan penelitian apa yang diperlukan untuk menjawab pertanyaan atau pengujian
hipotesis (2016:52).

2. Sugiyono
Definisi operasional variabel adalah seperangkat petunjuk yang lengkap tentang apa yang
harus diamati dan mengukur suatu variabel atau konsep untuk menguji kesempurnaan.
Definisi operasional variabel ditemukan item-item yang dituangkan dalam instrumen
penelitian (dalam Sugiarto, 2016:38).

3. Nurcahyo & Khasanah

Definisi operasional variabel penelitian yaitu sebuah definisi berdasarkan pada karakteristik
yang dapat diobservasi dari apapun yang didefinisikan atau mengubah konsep dengan
kata-kata yang menguraikan perilaku yang dapat diamati dan dapat diuji serta ditentukan
kebenarannya oleh seseorang (2016:5).

Ada tiga (3) definisi dalam kuantitatif, yaitu definisi konstitutif, konseptual, dan operasional.
Namun, secara umum yang sering digunakan adalah dimensi konseptual dan operasional.
Penjelasannya adalah sebagai berikut.

1. Definisi Konstitutif (Constitutive definition)

Definisi konstitutif adalah mendefinisikan istilah dengan menggunakan istilah yang lain.
Contohnya adalah kegelisahan bisa diartikan sebagai “ketakutan yang samar-samar”, atau
bisa juga intelegensi diartikan sebagai “ketajaman mental” dan “kemampuan dalam berpikir
abstrak”. Dalam hal ini kebanyakan definisi belum mencukupi bagi para peneliti.

2. Definisi Konseptual (Conceptual definition)

Definisi konseptual adalah ungkapan-ungkapan konseptual untuk menggantikan ungkapan
yang didefinisikan. Batasan pada definisi konseptual ini adalah pada penggunaan kata-kata
lain, namun maknanya sama.

Contohnya adalah kecerdasan. Kecerdasan adalah intelek yang bekerja, sedangkan

kecerdasan mental adalah kemampuan untuk berpikir abstrak.

3. Definisi Operasional (Operational definition)

Definisi operasional adalah definisi yang memberikan pernyataan pada peneliti untuk apa
saja yang diperlukan dalam menjawab pertanyaan atau menguji hipotesis penelitian,
khususnya pada penelitian kuantitatif. Contohnya adalah bobot didefinisikan sebagai berat
suatu benda. Kecemasan didefinisikan sebagai rasa takut yang subjektif.

Selain itu, ada 2 jenis definisi operasional, yaitu terukur dan eksperimen.

Terukur, merupakan cara pengukuran suatu variabel

Eksperimen, rincian hal-hal yang dilakukan peneliti dalam memanipulasi suatu variabel.
Secara umum, tujuan definisi operasional ada beberapa poin. Tujuan definisi operasional
seperti di bawah ini.
- Menetapkan aturan dan prosedur yang digunakan oleh peneliti untuk mengukur
variabel
- Memberikan arti yang tidak ambigu dan konsisten untuk istilah/variabel yang jika
tidak dilengkapi dengan definisi operasional, maka dapat ditafsirkan dengan cara yang
berbeda
- Membuat pengumpulan data serta analisis lebih fokus dan efisien
- Memandu jenis data informasi apa yang dicari oleh peneliti.

Manfaat dari penggunaannya pada perumusan penelitian kuantitatif adalah seperti berikut:

- Memudahkan menetapkan aturan dan prosedur dalam mengukur variabel

- Memudahkan pemahaman mengenai variabel-variabel yang diteliti
- Dapat menghemat waktu dalam analisis data
- Memudahkan penafsiran variabel-variabel yang digunakan.
 Skala Pengukuran, Validalitas, dan Reabilitas

1. Nominal Scale
Skala nominal adalah skala yang memungkinkan peneliti untuk menetapkan subjek ke dalam
kategori atau kelompok tertentu. Misalnya, berkenaan dengan variabel jenis kelamin,
responden dapat dikelompokkan menjadi dua kategori – laki-laki dan perempuan.
Angka-angka ini berfungsi sebagai label kategori sederhana dan nyaman tanpa nilai intrinsik,
selain untuk menetapkan responden ke salah satu dari dua kategori yang tidak tumpang
tindih, atau saling eksklusif. Perhatikan bahwa kategorinya juga lengkap secara kolektif.
2. Ordinal scale
Skala ordinal tidak hanya mengkategorikan variabel sedemikian rupa untuk menunjukkan
perbedaan di antara berbagai kategori, tetapi juga mengurutkan kategori dalam beberapa cara
yang berarti. Preferensi akan diberi peringkat dan diberi nomor 1, 2, dan seterusnya.
Pertanyaan semacam itu mungkin berbentuk seperti yang ditunjukkan dalam contoh berikut.
3. Interval scale
Dalam skala interval, atau skala interval yang sama, jarak yang sama secara numerik pada
skala mewakili nilai yang sama dalam karakteristik yang diukur. Sedangkan skala nominal
memungkinkan kita hanya untuk membedakan kelompok secara kualitatif dengan
mengkategorikannya ke dalam set yang saling eksklusif dan lengkap secara kolektif, dan
skala ordinal untuk mengurutkan preferensi, skala interval memungkinkan kita untuk
membandingkan perbedaan antara objek.
4. Ratio scale
Skala rasio mengatasi kelemahan titik asal arbitrer dari skala interval, karena memiliki titik
nol mutlak, yang merupakan titik pengukuran yang berarti. Timbangan timbangan adalah
contoh yang baik dari skala rasio. Ini memiliki asal nol mutlak yang dikalibrasi, yang
memungkinkan kita menghitung rasio bobot dua individu. Perhatikan bahwa mengalikan atau
membagi kedua angka ini dengan angka tertentu akan mempertahankan rasio 2:1.

Validity

Beberapa jenis uji validitas digunakan untuk menguji kebaikan ukuran dan penulis
menggunakan istilah yang berbeda untuk menyatakannya.
1. Content validity
 Validitas isi memastikan bahwa ukuran mencakup seperangkat item yang
memadai dan representatif yang menyentuh konsep. Semakin banyak item skala
mewakili domain atau semesta dari konsep yang diukur, semakin besar validitas isi.
Majelis hakim dapat membuktikan validitas isi instrumen. Kidder dan Judd mengutip
contoh di mana tes yang dirancang untuk mengukur tingkat gangguan bicara dapat
dianggap memiliki validitas jika dievaluasi oleh sekelompok juri ahli.
2. Criterion-related validity
Validitas terkait kriteria ditetapkan ketika ukuran membedakan individu pada
kriteria yang diharapkan untuk diprediksi. Hal ini dapat dilakukan dengan
menetapkan validitas konkuren atau validitas prediktif, seperti yang dijelaskan di
bawah ini.
Validitas bersamaan ditetapkan ketika skala mendiskriminasi individu yang
diketahui berbeda; yaitu, mereka harus memberi skor yang berbeda pada instrumen,
seperti pada contoh berikut.
Validitas prediktif menunjukkan kemampuan alat ukur untuk membedakan
antara individu dengan mengacu pada kriteria masa depan.
3. Construct validity
Validitas konstruk membuktikan seberapa baik hasil yang diperoleh dari
penggunaan ukuran sesuai dengan teori di sekitar tes yang dirancang. Validitas
konvergen terbentuk ketika skor yang diperoleh dengan dua instrumen berbeda yang
mengukur konsep yang sama sangat berkorelasi.
Validitas dengan demikian dapat ditetapkan dengan cara yang berbeda.
Pengukuran yang dipublikasikan untuk berbagai konsep biasanya melaporkan jenis
validitas yang telah ditetapkan untuk instrumen tersebut, sehingga pengguna atau
pembaca dapat menilai "kebaikan" pengukuran tersebut.

Reliability
Keandalan pengukuran menunjukkan sejauh mana tanpa bias (bebas kesalahan) dan
karenanya memastikan pengukuran yang konsisten sepanjang waktu dan di berbagai item
dalam instrumen. Dengan kata lain, reliabilitas suatu ukuran adalah indikasi stabilitas dan
konsistensi yang digunakan instrumen untuk mengukur konsep dan membantu menilai
“kebaikan” suatu ukuran.

1. Test–retest reliability
 Koefisien reliabilitas yang diperoleh dengan pengulangan ukuran yang sama pada
kesempatan kedua disebut reliabilitas tes-tes ulang.
2. Parallel-form reliability
Kedua formulir memiliki item yang serupa dan format respons yang sama,
satu-satunya perubahan adalah kata-kata dan urutan atau urutan pertanyaan. Apa yang
kita coba bangun di sini adalah variabilitas kesalahan yang dihasilkan dari kata-kata
dan urutan pertanyaan.
3. Interitem consistency reliability
Reliabilitas konsistensi interitem merupakan uji konsistensi jawaban responden
terhadap semua item dalam suatu ukuran. Tes reliabilitas konsistensi intertem yang
paling populer adalah koefisien alpha Cronbach, yang digunakan untuk item skala
multipoint, dan Kuder–Richardson formulas digunakan untuk item dikotomis.
Semakin tinggi koefisien, semakin baik alat ukur.
4. Split-half reliability
Keandalan split-half mencerminkan korelasi antara dua bagian instrumen. Perkiraan
akan bervariasi tergantung pada bagaimana item dalam ukuran dibagi menjadi dua
bagian. Keandalan split-half mungkin lebih tinggi daripada alfa Cronbach hanya
dalam keadaan ada lebih dari satu dimensi respons yang mendasari yang disadap oleh
ukuran dan ketika kondisi tertentu lainnya terpenuhi juga.

Sampling
Sampel adalah bagian dari populasi yang memiliki sifat-sifat yang sama dari obyek
yang merupakan sumber data (Sukandarrumidi, 2006:50). Sampel diambil dalam penelitian
sebagai pertimbangan efisiensi dan mengarah pada sentralisasi permasalahan dengan
memfokuskan pada sebagian dari populasinya.

Karakteristik Sampling
● Mempunyai sifat yang dimiliki oleh populasi. Apabila populasi dicirikan oleh
warna, dimensi, dan kekerasan bahan maka sampelnya juga harus dicirikan oleh hal
yang sama.
● Mewakili dari populasi. Apabila dari sejumlah anggota populasi sesudah
dipertimbangkan cukup diambil sebuah sampel maka hasil pengujian sampel tersebut
akan mewakili seluruh anggota populasinya.
 ● Dapat dipergunakan untuk menggeneralisasi hasil analisis. Berkaitan dengan
keterangan di atas maka hasilnya akan berlaku untuk seluruh anggota populasi

Tujuan Sampling
● Untuk mereduksi jumlah obyek yang akan diteliti, hal ini akan lebih bermanfaat
apabila cara pengujian obyek dilakukan hingga rusak.
● Dengan membatasi jumlah populasi atau wilayah populasi untuk membuat
generalisasi hasil analisis.
● Berusaha untuk mempersingkat waktu, memperkecil dana, dan tenaga peneliti.

Tahapan Menentukan Sampling

1. Tentukan jumlah populasi terlebih dahulu kemudian menentukan sampelnya.
2. Batasi luasnya dengan menegaskan karakteristik populasi teoritis dengan cara
melakukan identitas dan inventarisasi terhadap sifat-sifat populasi sebagai ruang
lingkup dalam usaha melakukan generalisasi.

Manfaat Sampling
● Biaya lebih murah
● Waktu lebih pendek
● Tenaga yang dierlukan lebih sedikit
Dengan teknik sampling yang baik, akan diperoleh hasil yang lebih baik atau tepat daripada
penelitian terhadap populasi karena:
● Adanya tenaga-tenaga ahli
● Penyelidikan dilakukan lebih teliti
● Kesalahan yang mungkin diperbuat lebih sedikit

Jenis Sampling
1. Probability Samples
Probability Samples adalah teknik sampling yang memberikan kemungkinan yang
sama pada setiap individu untuk dipilih sebagai sampel. Teknik sampling dengan probabilitas
yaitu:
● Simple Random. Setiap individu atau item dari target memiliki kesempatan yang
sama untuk terpilih. Seleksi dilakukan dengan penggantian atau tanpa penggantian.
 Pemilihan sampel dapat menggunakan tabel nomor acak untuk mendapatkan
sampelnya.
● Systematic. Dalam systematic random sampling dipersiapkan terlebih dahulu
daftar nama-nama subjek yang akan dipilih untuk sampel. Pemilihannya dilakukan
dengan menggunakan kelipatan yang ditentukan berdasarkan hasil pembagian
jumlah populasi dengan jumlah sampelnya (jumlah populasi dibagi jumlah
sampel). Biasanya untuk sampel yang pertama telah ditentukan terlebih dahulu
secara random atau dengan cara lain yaitu dilakukan pembagian secara
proporsional dengan membagi berdasarkan kelompok tertentu dan masing-masing
kelompok diambil persentasenya yang seimbang, sehingga dengan jumlah
perbandingan yang seimbang antara jumlah kelompok dalam populasinya dengan
besarnya sampel yang diambil pada masing-masing kelompok tersebut.
● Stratified. Sebelum diambil sebagai sampel, populasi dibagi-bagi menjadi sub-sub
populasi yang disebut strata, lapisan atau kelompok yang lebih kecil. Dilakukan
karena populasi heterogen, sehingga dengan mengelompokkan menjadi beberapa
strata, diharapkan tiap stratum menjadi relatif homogen.
● Cluster. Cluster Sampling adalah teknik pengambilan sampel dengan pemilihan
mengacu pada kelompok bukan pada individu. Cara ini baik sekali dilakukan
apabila tidak terdapat atau sulit menentukan dan menemukan kerangka sampel
meski dapat juga dilakukan pada populasi yang kerangka sampel sudah ada.
2. Non Probability
Tidak semua individu atau elemen dalam populasi mendapat peluang atau kesempatan
yang sama untuk diambil sebagai sampel. Jadi teknik Non Probability bersifat subjektif,
bergantung kepada selera peneliti yang akan mengambil sampel. MIsalnya pada incidental
sampling, yang diambil hanya individu-individu yang kebetulan dijumpai seperti orang-orang
di pinggir jalan, mahasiswa yang sedang masuk warung untuk mengetahui besar pengeluaran
mereka sebulan. Generalisasi yang dibuat sudah tentu tidak memberikan taraf keyakinan
yang tinggi, kecuali jika populasinya homogen. Teknik sampling tanpa probabilitas yaitu:
● Judgement. Judgement sampling adalah sampling berdasarkan pendapat atau
pertimbanganpertimbangan tertentu, tanpa mempertimbangkan subyek-subyek
yang diambil sebagai sampel itu mewakili populasi, sub populasi atau tidak, bukan
sebuah persoalan. Keuntungan teknik ini adalah bahwa melaksanakannya lebih
mudah, murah, dan cepat. Hasilnya berupa kesan-kesan umum yang masih kasar
yang tak dapat dipandang sebagai generalisasi umum. Dalam sampel dapat dengan
 sengaja kita memasukkan orang-orang yang mempunyai ciri-ciri yang kita
inginkan. Kelemahannya adalah kecenderungan memilih orang yang mudah
didekati bahkan yang dekat pada kita yang mungkin ada biasnya dan memiliki ciri
yang tidak dimiliki populasi dalam keseluruhannya.
● Quota. Sampling kuota adalah teknik memilih sampel yang mempunyai cirri-ciri
tertentu dalam jumlah atau kuota yang diinginkan. Jumlah subjek yang akan
diselidiki ditetapkan lebih dahulu. Jika kuota telah ditentukan mulailah
penyelidikan dan tentang siapa yang akan dijadikan responden, terserah kepada tim
pengumpul data.
● Chuck. Sampel chuck biasanya hanya merujuk pada kelompok yang kebetulan
tersedia saat dibutuhkan. Misalnya peneliti mewawancarai lima orang di jalan
tentang beberapa topik yang sedang menjadi hot issues yang mungkin tidak
mewakili seluruh populasi, dan bahkan tidak mewakili siapapun yang berada di
jalanan di mana wawancara itu dilakukan.

Penentuan Jumlah Sampel

● Rumus Slovin (Jika Jumlah Populasi diketahui)
Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel adalah berapa
jumlah sampel yang dibutuhkan dalam penelitian. Sampel yang terlalu kecil dapat
menyebabkan penelitian tidak dapat menggambarkan kondisi populasi yang sesungguhnya.
Sebaliknya, sampel yang terlalu besar dapat mengakibatkan pemborosan biaya penelitian.
● Berdasarkan Jumlah Indikator (Jika Jumlah tidak diketahui)
Jika jumlah populasi tidak diketahui, jumlah responden penelitian dapat ditentukan dengan
merujuk pada persyaratan jumlah sampel minimal pada analisis tertentu seperti Analisis
SEM-AMOS yaitu antara 100 hingga 200 sampel. Jumlah sampel sebesar 400 orang tersebut
telah dianggap cukup memadai, dan disarankan menggunakan teknik ML (maksimum
likelihood) atau GLS (generalized least squares). Begitu juga halnya dengan analisis faktor,
besarnya jumlah sampel tergantung pada jumlah indikator yang menampilkan dikalikan 5
kalinya.