Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Bahan Kuliah Metode Penelitian Fakultas Ilmu Komputer - UEU Pertemuan Ketujuh Pengukuran Variabel : Skala dan Validitas.

Presentasi serupa


Presentasi berjudul: "Bahan Kuliah Metode Penelitian Fakultas Ilmu Komputer - UEU Pertemuan Ketujuh Pengukuran Variabel : Skala dan Validitas."— Transcript presentasi:

1 Bahan Kuliah Metode Penelitian Fakultas Ilmu Komputer - UEU Pertemuan Ketujuh Pengukuran Variabel : Skala dan Validitas

2 Proses Riset 1 OBSERVASI Identifikasi bidang Permasalahan 1 OBSERVASI Identifikasi bidang Permasalahan 2 PENGUMPULAN DATA AWAL Interview Studi Pustaka 2 PENGUMPULAN DATA AWAL Interview Studi Pustaka 3 PENDEFINISI AN MASALAH Pembatasan masalah 3 PENDEFINISI AN MASALAH Pembatasan masalah 4 KERANGKA TEORI Variabel sdh didefisikan dan diberi label 4 KERANGKA TEORI Variabel sdh didefisikan dan diberi label 5 PERUMUSAN HIPOTESIS 5 PERUMUSAN HIPOTESIS 6 RANCANGAN RISET 6 PENGUMPULAN, ANALISIS DAN INTERPRETASI DATA 6 PENGUMPULAN, ANALISIS DAN INTERPRETASI DATA 7 PENGAMBILAN KESIMPULAN DEDUCTIVE 7 PENGAMBILAN KESIMPULAN DEDUCTIVE YA TIDAK 9 PPENULISAN LAPORAN 9 PPENULISAN LAPORAN 10 PRESENTASI LAPORAN 10 PRESENTASI LAPORAN 11 PENGAMBILAN KEPUTUSAN MANAJERIAL 11 PENGAMBILAN KEPUTUSAN MANAJERIAL

3 Topik Bahasan Teknik Skala yg Umum Digunakan Skala rating : Dichotomous, Category, Likert, Semantic Differential, Numerik, Itemised Rating, Costant Sum Rating, Stapel, Graphic rating, Consensus Skala ranking : Paired comparison, Forced choice, Comparative scale Goodness of Measures Stability & Internal Consistency Validity

4 Tujuan Pembelajaran Setelah mengikuti kuliah ini Sdr dapat : Mengetahui bagaimana dan kapan menggunakan skala rating dan skala ranking yang berbeda. Menjelaskan pengertian “stability” dan “consistency” serta bagaimana kedua hal tersebut diterapkan. Mengenal dengan bentuk-bentuk validity yang berbeda Membahas arti “goodness of measures” dan mengapa hal itu perlu ditetapkan dalam suatu riset.

5 Rancangan Riset Kegunaan Riset : Eksplorasi Deskripsi Pengujian Hipotesis Tipe Investigasi Menetapka: hub kausal korelasi perbedaan Keterlibatan Peneliti: Minimal Manipulasi Control Simulasi Setting Riset Contrieved Non- contrived Ukuran dan Pengukuran Def. operasi Unsur Skala Kategori Kode Unit Analisis: Individual Kelompok Organisasi Mesin dsb Horison Waktu One shot (cross- section) Longitudinal (time-series) Rancangan Sampel Probability Non-probablity Size Pengumpul an Data Observasi Interview Kuisioner Pengukuran fisik Analisis Data Feel for Data Goodness of Data Pengujian Hipotesis Pernyataan Masalah

6 SKALA RATING Skala Dikotomi : digunakan untuk memperoleh jawaban YA atau TIDAK Contoh : Apakah Sdr memiliki mobil ? YA TIDAK Skala Kategori : menggunakan banyak butir untuk memperoleh respon tunggal (Ini juga merupakan skala nominal Contoh : Dimana Sdr tinggal? Jakarta Selatan Jakarta Timur Jakarta Pusat Jakarta Barat Jakarta Utara Lainnya……………

7 SKALA RATING Skala Likert : dirancang untuk menguji seberapa kuat suatu subyek disetujui atau tidak disetujui terhadap suatau pernyataan dengan 5 skala (Ini termasuk skala interval) Contoh : Pekerjaan saya sangat menyenangkan (1= sangat tdk setuju, 2 = tidak setuju, 3 = ragu-ragu, 4 = setuju, 5 sangat setuju) Saya seorang pekerja yang disiplin (1= sangat tdk setuju, 2 = tidak setuju, 3 = ragu-ragu, 4 = setuju, 5 sangat setuju)

8 SKALA RATING Skala Semantic Differential : digunakan untuk mengkaji sikap responden terhadap merk, iklan atau obyek tertentu. Sifat dua-kutub digunakan utk memperoleh respon (Ini termasuk skala interval) Contoh : Responsive …………………………………..Tdk Responsive Cantik ………………………………………….Buruk Pintar …………………………………………..Bodoh Rajin …………………………………………….Malas

9 SKALA RATING Skala Numeric: mirip dengan skala semantic differential, dimana disediakan 5 atu 7 skala dengan kata sifat dan dua kutub diujungnya (Ini juga termasuk skala interval) Contoh : Cantik Buruk Pintar Bodoh Rajin Malas Suka Tidak Suka

10 SKALA RATING Skala Constant Sum : Responden ditanya untuk emdistribusikan suatu angka tertentu pada berbagai butir pilihan dengan jumlah tertentu (Ini lbh merukapan skala ordinal) Contoh : Dalam memilih sabun, indikasikan kelima aspek berikut dengan mengalokasikan jawaban sehingga totalnya 100 Fragrance ……. Color …….. Shape …….. Size …….. Texture ……… Total 100

11 SKALA RATING Skala Stapel: Skala ini secara simultan mengukur baik arah maupun intensitas dari sikap terhadap butir-butir yg sedang dipelajari. Karakteristik yg dipelajari ditempatkan di tengah-tengah antara skala negatif dan skala positi, misal -3 dan +3 Contoh : Nyatakan bgmana Anda menilai kemampuan atasan Anda terkait dengan karakteristik berikut Adopting Modern Technology Product Innovation Interpersonal Skill

12 SKALA RATING Skala Graphic Rating: suatu grafik membantu responden untuk menetapkan skala jawaban thd suatu pertanyaan tertentu dgn memberi tanda pada suatu titik di garis skala. Contoh : Pada skala 10 bagaimana Anda menilai kinerja atasan Anda ? Very BadAll rightExcelent

13 SKALA RANKING Skala ranking digunakan untuk mengukur preferensi diantara dua atau lebih obyek atau butir, sayang sekali sulit mengambil kesimpulan ketika suatu kategori telah diurutkan berdasarkan preferensi tsb, misalnya 35% memilih kategori 1, 35% memilih kategori 2, 20% msng-msng memilih kategori 3 dan kategori 4. Alternatifnya : metode paired comparison, forced choice dan comparative scale dapat digunakan

14 SKALA RANKING Paired Comparison : digunakan jika responden diminta untuk memilih diantara dua obyek pada saat bersamaan. Ini bisa membantu menilai preferensi. Metode ini tepat jika jumlah pasangannya sedikit. Jika A, B, C dan D adalah produk yang ditawarkan, maka : Apakah A lebih disukai dari B ? Apakah A lebih disukai dari C ? Apakah A lebih disukai dari D ? Apakah B lebih disukai dari C ? Apakah B lebih disukai dari D ? Apakah C lebih disukai dari D ?

15 GOODNESS OF MEASURES Goodness of data Reliability Validity Stability Consistency Test-retest reliability Paralel-form reliability Interitem consistency reliability Spilt-half reliability Logical Validity (content) Criterion related Validity Concurent Validity (construct) Face ValidityPredictive Concurent ConvergentDiscriminant

16 GOODNESS OF MEASURES Test-Retest Reliability : Koefisien reliabilitas diperoleh dgn mengulang pengukuran yang sama dikesempatan kedua, yg disebut test-retest reliablity. Kuisioner yang sama diberikan pada responden yang sama dengan waktu yang berbeda, apakah hasilnya konsisten. Itu dilakukan dengan cara mengkorelasikan skor jawaban-jawaban. Parallel-Form Reliability : ketika respon dari dua pengukuran konsep yang sama sangat berkorelasi>.Keduanya harus mempunyai butir yang serupa, format respon yang sama. Yang beda adalah “wording” dan urutan pertanyaan.

17 GOODNESS OF MEASURES Interitem Consistency Reliability : pengujian terhadap konsistensi setiap jawaban responden. Jika butir-butir pertanyaan itu bebas satau dengan yang lain, tetapi mengukur konsep yang sama< mereka akan saling berkorelasi. Uji yang paling populer untuk ini adalah Uji Koefisien Alpha Cronbach dan formula Kuder-Richardson. Semakin tinggi korelasinya semakin baik pengukuran instrumen. Split-Half Reliability : korelasi antara dua bagian dari suatu instrumen. Kalau setiap indikator dibuat dua pertanyaan yang berbeda (negatif atau positif), dikorelasikan maka akan dbisa digunakan untuk menguji konsistensi instrumen.

18 GOODNESS OF MEASURES Content Validity: Apakah instrumen memadai utk mengukur konsep. FaceValidity: Aapakah ekspert memvalidasi instrumen pengukuran yg diharapkan diukur ? Criterion-related validity : apakah pengukuran berbeda dalam membantu memprediksi suatu kriteria variabel ? Concurent validy : qpqkqh pengukuran berbeda dalam membantu memprediksi suatu krteria variabel saat ini ?

19 GOODNESS OF MEASURES Predictive validity : apakah pengukuran berbeda secara individual dalam membantu memprediksi suatu kriteria masa depan ? Construct Validity : Apakah instrumen mengukur konsep sebagai suatu teori Convergen validity : Apakah dua instrumen mengukur konsep berkorelasi sangat tinggi. Discriminat validity : Apakah suatu pengukuran mempunyai korelasi yang rendah dgn suatu variabel yg diperkirakan tidak berkaitan.


Download ppt "Bahan Kuliah Metode Penelitian Fakultas Ilmu Komputer - UEU Pertemuan Ketujuh Pengukuran Variabel : Skala dan Validitas."

Presentasi serupa


Iklan oleh Google