SKALA PENGUKURAN DAN

INSTRUMEN PENELITIAN

METODOLOGI PENELITIAN
 SKALA PENGUKURAN

Skala pengukuran merupakan kesepakatan

yang digunakan sebagai acuan untuk
menentukan panjang pendeknya interval
yang ada dalam alat ukur.

Untuk memilih skala yang sesuai haruslah

dilakukan suatu proses evaluasi. Dalam
hal ini yang harus diperhatikan ada dua
hal, yaitu : validitas dan reabilitas.
 SKALA PENGUKURAN
S.S. Stevens menyatakan bahwa pengukuran
Adalah sebagai langka penting dalam penelitian.
Dalam arti luas pengukuran adalah penetapan
angka pada objek-objek atau kejadian-kejadian
menurut ukuran-ukuran tertentu.
Teknik pengukuran atau biasa disebut skala
pengukuran hanya cocok untuk suatu variabel
tertentu dan populasi tertentu. Representasi yang
bagus untuk sampel atau populasi, bergabung dari
skala pengukuran yang hendak dilakukan dalam
penelitian tersebut, diantaranya:
BENTUK SKALA PENGUKURAN
1.Skala Nominal :
ialah pengukuran dalam kategori-kategori yang mempunyai
perbedaan kualitatif, Misalnya melihat jenis kelamin (sex) yaitu
pria dan wanita.
2. Skala Ordinal :
ialah pemberian klasifikasi atau urutan terhadap objek yang
diukur. Misalnya melihat tingkat perekonomian individu
masyarakat yang dapat kita bagi menjadi kaya, menengah, dan
tertinggal.
3. Skala Interval :
ialah skala pengukuran yang memberikan jarak (rentang) yang
sama dari satu titik awal yang tidak tetap. Misalnya akan kita
tentukan kelasnya berdasarkan kualitas seperti baik, sedang,
dan jelek, maka kita dapat memberi point seperti 1, 2, dan 3.
Atau boleh juga dengan angka 10,.
4. Skala Ratio:
ialah skala yang tertinggi, yang mempunyai titik nol sejati
disamping interval yang sama. Misalnya pengukur panjang
beberapa bidang sawah yang selalu diawali dari nol (mutlak).
 SKALA PENGUKURAN
1.Skala Bogardus : mengukur jarak sosial,
menggunakan interval yang tidak mempunyai titik
nol sehingga harus menggunakan asumsi
2. Skala Moreno : Merupakan, skala sosiometrik
yang digunakan untuk mengukur jarak sosial
yang menunjukkan ukuran
penerimaan atau penolakan antar individu
dengan sebuah kelompok
3. Skala Thurstone : Merupakan sebuah usaha
penskalaan yang didasari pada metode
psikofisikal dengan tujuan membuat sebuah
komparasi responden berdasarkan ciri
berdasarkan ciri atau kriteria tertentu yang
menjadi variabel dalam penelitian.
4. Skala Likert : Skala Likert menggunakan
ukuran ordinal, karena hanya
dapat membuat rangking tetapi tidak dapat
diketahui berapa kali satu responden lebih baik
atau lebih buruk dari responden lainnya di
dalam nilai skala.
5. Skala Guttman : Skala Guttman
dimaksudkan untuk mengukur satu dimensi
saja dari satu variabel yang multidimensi,
sehingga skala ini termasuk memiliki sifat yang
unidimensional.
6. Skala Osgood : Penskalaan untuk
mengukur pengertian objek/konsep oleh
responden melalui suatu skala bersifat bipolar /
semantik.
 PENGUJIAN DATA
DATA CROSS SECTION ( Data kondisi tertentu )

1. UJI NORMALITAS
( apakah data berdistribusi normal )
2. UJI VALIDITAS
(suatu ukuran yang menunjukkan tingkat
kevalidan atau kesahihan suatu instrumen )
3. UJI RELIABILITAS
( menunjukkan sejauh mana suatu alat
pengukur dapat dipercaya atau dapat
diandalkan)
 PENGUJIAN DATA

DATA TIME SERIES ( Data Kurun Waktu ) :

1. UJI NORMALITAS :
Uji asumsi normalitas dapat diketahui dari beberapa cara
yang akan menghasilkan kesimpulan yang hampir sama
pula. Asumsi normalitas dapat dideteksi dari plot sebaran
data maupun uji statistik. Dalam uji normalitas menggunakan
uji Kolmogorov-Smirnov.

2. UJI HETEROSKEDASTISITAS :
heteroskedastisitas terjadi karena perubahan situasi yang
tidak tergambarkan dalam spesifikasi model regresi yang
mengakibatkan terjadinya perubahan keakuratan data. Jika
diagram pencar membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heteroskedastisitas tetapi
jika diagram pencar tidak membentuk pola atau acak maka
regresi tidak mengalami gangguan heteroskedastisitas.
3. UJI MULTIKOLINIERITAS
Diperlukan untuk mengetahui ada tidaknya variabel
independen yang memiliki kemiripan dengan variabel
independen lain dalam satu model. Uji multikolinieritas
dapat diketahui dari nilai VIF ( Collinearity) . Statistics )
untuk masing-masing prediktor. Persyaratan untuk
dapat dikatakan terbebas dari multikolinier adalah
apabila nilai VIF prediktor tidak melebihi nilai 10.

4. UJI AUTOKORELASI :
Ada tidaknya autokorelasi dalam suatu model dapat
digunakan patokan nilai Durbin-Watson hitung
mendekati angka 2. Jika nilai Durbin Watson hitung
mendekati atau disekitar anga 2 maka model tersebut
terbebas dari asumsi klasik autokorelasi, karena angka
2 pada uji Durbin Watson terletak di daerah No
Autocorrelation.
5. UJI MULTIKOLINIERITAS
Diperlukan untuk mengetahui ada tidaknya variabel
independen yang memiliki kemiripan dengan variabel
independen lain dalam satu model. Uji
multikolinieritas dapat diketahui dari nilai VIF
( Collinearity
Statistics ) untuk masing-masing prediktor.
Persyaratan untuk dapat dikatakan terbebas dari
multikolinier adalah apabila nilai VIF prediktor tidak
melebihi nilai 10.

6. UJI AUTOKORELASI :
Ada tidaknya autokorelasi dalam suatu model dapat
digunakan patokan nilai Durbin-Watson hitung
mendekati angka 2. Jika nilai Durbin Watson hitung
mendekati atau disekitar anga 2 maka model
tersebut terbebas dari asumsi klasik autokorelasi,
karena angka 2 pada uji Durbin Watson terletak di
daerah No Autocorrelation
 PENGUJIAN MODEL
 DIHARAPKAN DISERTASI HARUS DAPAT
MENGHASILKAN MODEL
 UNTUK MENDAPATKAN MODEL YANG DAPAT
DIREKOMENDASIKAN MAKA PERLU ADANYA
PENGUJIAN MODEL.
 BERDASARKAN HASIL PENGUJIAN MODEL,
MENUNJUKAN BAHWA MODEL PENELITIAN
TELAH MEMENUHI THE GOODNESS OF AN
ECONOMETRIC MODEL ATAU KERAKTERISTIK
YANG DAPAT DIHARAPKAN
 CONTOH MODEL
Y = 0,596 X1 + 0,243 X2 + 0,236 X3 + 0,193 X4 + ε1
Z = 0,873 Y + ε2
Dimana:
Y = Kepuasan Kerja
X1 = Karakteristik Bidan
X2 = Lingkungan Kerja
X3 = Lingkungan Pendukung
X4 = Akses terhadap Informasi
Z = Kinerja Pengawai
ε1 , ε2 = Pengaruh Variabel lain di luar
Model
 CONTOH TEKNIK PENGUJIAN
MODEL
1. Theoretical plausibility: Model penelitian ini memperlihatkan bahwa
hasil uji telah sesuai dengan ekspetasinya dari teori
manajemen SDM dan manajemen kesehatan menjadi dasar pemikirannya.

Hubungan dan keterkaitan Antar Pra Pasca

estimasi estimasi Kesesuaian
Variabel

Hubungan dan keterkaitan variabel + + Sesuai

karakteristik bidan, lingkungan kerja,
akses terhadap informasi, lingkungan
pendukung terhadap kepuasan kerja
bidan

Pengaruh kepuasan kerja bidan + + Sesuai

terhadap Kinerja bidan
2. Accuracy of the estimates of the parameters.
Model penelitian ini menghasilkan estimator
koefisien jalur yang akurat atau tidak bias
dan signifikan. Asumsi analisis terpenuhi
dan probabilitas kesalahan statistik dari
model sangat rendah ( p-value=0,000 atau
lebih kecil dari lima persen ).
2. Accuracy of the estimates of the
parameters.
Model penelitian ini menghasilkan estimator
koefisien jalur yang akurat atau tidak bias
dan signifikan. Asumsi analisis terpenuhi
dan probabilitas kesalahan statistik dari
model sangat rendah ( p-value=0,000 atau
lebih kecil dari lima persen ).
3. Explanatory ability. Model penelitian ini memiliki kemampuan yang tinggi
dalam menjelaskan hubungan antar fenomena variabel manajemen yang
dikaji. Standard Error (SE) lebih kecil daripada ½ kali nilai mutlak koefisien
jalunya (SE < ½bij )
 Uji Hipotesis 1:
Terdapat pengaruh dari variabel karakteristik bidan, lingkungan kerja,
lingkungan pendukung, dan akses terhadap informasi, terhadap kepuasan
kerja bidan di DKI Jakarta
SE karakteristik bidan = 0,012 < ½ ( 0,596 )
SE lingkungan kerja = 0,014 < ½ ( 0,243 )
SE lingkungan pendukung = 0,040 < ½ ( 0,236 )
SE dan akses terhadap informasi = 0,053 < ½ ( 0,193 )
 Hasil Uji Hipotesis 2 :
Terdapat pengaruh yang signifikan variabel kepuasan kerja bidan terhadap
kinerja bidan
SE kepuasan kerja bidan terhadap kinerja bidan = 0,026 < ½ (0,889)