Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

SEKALA LIKERT DALAM ………. FOTO: smno.kampus.ub.febr2012.

Presentasi serupa

Presentasi berjudul: "SEKALA LIKERT DALAM ………. FOTO: smno.kampus.ub.febr2012."— Transcript presentasi:

1 SEKALA LIKERT DALAM ………. FOTO: smno.kampus.ub.febr2012

2 Dr. Rensis Likert A Likert scale ( /ˈlɪkərt/) is a psychometric scale commonly involved in research that employs questionnaires./ˈlɪkərt/ It is the most widely used approach to scaling responses in survey research, such that the term is often used interchangeably with rating scale, or more accurately the Likert-type scale, even though the two are not synonymous. The scale is named after its inventor, psychologist Rensis Likert. Likert distinguished between a scale proper, which emerges from collective responses to a set of items (usually eight or more), and the format in which responses are scored along a range. Technically speaking, a Likert scale refers only to the former. The difference between these two concepts has to do with the distinction Likert made between the underlying phenomenon being investigated and the means of capturing variation that points to the underlying phenomenon. When responding to a Likert questionnaire item, respondents specify their level of agreement or disagreement on a symmetric agree-disagree scale for a series of statements. Thus, the range captures the intensity of their feelings for a given item, while the results of analysis of multiple items (if the items are developed appropriately) reveals a pattern that has scaled properties of the kind Likert identified. Diunduh dari: Likert Scale

3 What is Likert scale? 1.It is a psychometric scale commonly involved in research that employs questionnaires. 2.It is the most widely used approach to scaling responses in survey research. 3.Likert scales are a non-comparative scaling technique and are one-dimensional in nature. 4.When responding to a Likert questionnaire item respondents specify their level of agreement or disagreement on a symmetric agree-disagree scale for a series of statements. 5.Thus, the range captures the intensity of their feelings for a given item, while the results of analysis of multiple items reveals a pattern that has scaled properties of the kind Likert identities SKALA LIKERT 1.Paling banyak digunakan untuk pengukuran perilaku 2.Skala yang terdiri dari pernyataan dan disertai jawaban setuju-tidak setuju, sering-tidak pernah, cepat-lambat, baik-buruk dsb. (tergantung dari tujuan pengukuran). 3.C. Bird menyebutnya Method of Sumated Ratings SKALA LIKERT DIGUNAKAN PADA SAAT: 1.Menggambarkan posisi RELATIF individu dalam kelompoknya 2.Membandingkan skor subyek dengan kelompok normatifnya Diunduh dari: AA&biw=1272&bih=506#hl=id&sclient=psy- ab&q=skala+likeret+ordinal&oq=skala+likeret+ordinal&gs_l=serp.3..0i13j0i13i30l3.39393.46279.0.47075.,or.r_gc.r_pw.r_qf.&fp=3322fb4802ff5da6&biw=1272&bih=531………….. 24/8/2012

4 What is Likert scale? SKALA LIKERT DIGUNAKAN PADA SAAT: 1.Menggambarkan posisi RELATIF individu dalam kelompoknya 2.Membandingkan skor subyek dengan kelompok normatifnya 3.Menyusun skala pengukuran yang sederhana dan mudah dibuat. Diunduh dari: AA&biw=1272&bih=506#hl=id&sclient=psy- ab&q=skala+likeret+ordinal&oq=skala+likeret+ordinal&gs_l=serp.3..0i13j0i13i30l3.39393.46279.0.47075.,or.r_gc.r_pw.r_qf.&fp=3322fb4802ff5da6&biw=1272&bih=531………….. 24/8/2012 Skala Likert 1.Skala likert adalah skala yang mengukur sikap dengan menyatakan setuju atau ketidak setujuan terhadap subyek, obyek atau kejadian tertentu. 2.Urutan untuk skala ini umumnya menggunakan lima angka penilaian yaitu (1). Sangat tidak setuju (2) setuju (3) Netral (tidak pasti) (4) Tidak setuju (5) Sangat Tidak Setuju. 3.Urutan itu bisa dibalik. 4.Alternatif angka bisa bervariasi dari 3 sampai dengan 9

5 Five – point Likert item Likert Scale Difference Likert item Likert scale Disadvantages : 1)Likert scaling is quite tricky to get right. The researcher must be able to prove that each item of the questionnaire has a similar psychological 'weight' in the respondent's mind, and that each item is making a statement about the same construct. psychometric validation. If this is not accomplished the results of the scale will be unreliable. 2)Likert scales tend to produce "ceiling effects", where a group may rate items close to the upper limit of the scale The Likert scale is a summative scaling technique developed by Rensis Likert in the 1930s. Likert scales are typically 5-point rating scales ranging from "Strongly Agree" through "Neither Agree nor Disagree" to "Strongly Disagree." An extensive list of possible statements regarding attitudes to particular research question is generated by researchers and the respondent indicates the extent to which he/she agrees with the statement. Diunduh dari: ………….. 23/8/2012

6 Likert item is considered symmetric or balanced because there are equal amounts of positive and negative positions. Often five ordered response levels are used, although many psychometricians advocate using seven or nine level, a recent empirical study found that a 5 or 7 point scale. Diunduh dari: ………….. 24/8/2012 LIKERT ITEM Stems and Scales A familiar method for assessing attitudes is the Likert item. A Likert item consists of two parts: a stem, which is simply a statement of an attitude, and a scale on which people express their agreement with that statement. For example: 1.Stem: I believe that capital punishment is cruel. 2.Scale: Disagree strongly Disagree somewhat Can't say Agree somewhat Agree strongly

7 Diunduh dari: ………….. 24/8/2012 LIKERT ITEM A five-point scale of agreement, like the one above, is probably most common, but longer or shorter scales can be used. Shorter scales are more difficult to get useful information from, though. Likert items are easy to use and they can give you useful information. A single item, however, will rarely give you any useful information, so you are best to use sets of them. Ideally you would use 40 items or more, but useful information can be got with fewer. A single item rarely provides useful information simply because responses to it are affected by many factors in addition to the one you're interested in. When several items are used, the consistency of responding produced by an attitude can be detected.

8 The format of a typical five-level Likert item Sample question presented using a five-point Likert item An important distinction must be made between a Likert scale and a Likert item. The Likert scale is the sum of responses on several Likert items. Because Likert items are often accompanied by a visual analog scale (e.g., a horizontal line, on which a subject indicates his or her response by circling or checking tick-marks), the items are sometimes called scales themselves. This is the source of much confusion; it is better, therefore, to reserve the term Likert scale to apply to the summed scale, and Likert item to refer to an individual item. A Likert item is simply a statement which the respondent is asked to evaluate according to any kind of subjective or objective criteria; generally the level of agreement or disagreement is measured. It is considered symmetric or "balanced" because there are equal amounts of positive and negative positions. Often five ordered response levels are used, although many psychometricians advocate using seven or nine levels; a recent empirical study found that a 5- or 7- point scale may produce slightly higher mean scores relative to the highest possible attainable score, compared to those produced from a 10-point scale, and this difference was statistically significant. In terms of the other data characteristics, there was very little difference among the scale formats in terms of variation about the mean, skewness or kurtosis. Diunduh dari:

9 1. Strongly disagree 2. Disagree 3. Neither agree nor disagree 4. Agree 5. Strongly agree The format of a typical five-level Likert item The format of a typical five-level Likert item, for example, could be: 1.Strongly disagree 2.Disagree 3.Neither agree nor disagree 4.Agree 5.Strongly agree

10 CONTOH: Codes: 1-strongly disagree, 2- disagree, 3- neutral, 4-agree, 5- strongly agree S/NAffirmative perception statementsCodes (i)OPAC / Web OPAC was Easier to use than I expected12345 (ii)It was Fun to use12345 (iii)It was Easy to use12345 (iv)It helped me in finding the documents faster12345 (v)It is Very difficult to use12345 (vi)It is Very confusing to use12345 (vii)I found more items than expected12345 (viii)I am comfortable with simple search12345 (ix)I am comfortable complex/Advance search12345 (x)I am comfortable quick search12345 (xi)I am comfortable when using OPAC/Web OPAC12345 Q.18.Please measure the following affirmative perceptions about your library OPAC and Web OPAC use.

11 Codes: 1-strongly disagree, 2- disagree, 3- neutral, 4-agree, 5- strongly agree S/NParametersCodes (i)I access OPAC/Web OPAC stand alone system12345 (ii)I access OPAC/Web OPAC library premises12345 (iii)It is easy to be familiar with this OPAC/Web OPAC12345 (iv)The OPAC/Web OPAC should have more flexible interfaces12345 (v)Library searching will be easier and faster with the Web OPAC12345 (vi)It is easy to read information provided in the Web OPAC12345 (vii)A OPAC/Web OPAC search by author is easy12345 (viii)A OPAC/ Web OPAC search by call number is easy12345 (ix)OPAC/ Web OPAC scanning through a long display (forward or backward) is easy12345 (x)OPAC/ Web OPAC reducing the result when too much is retrieved is easy12345 Q.19. Please mark your appreciation towards the use of your library OPAC/Web OPAC. Diunduh dari: ………….. 23/8/2012


13 The format of a typical Seven-level Likert item INTERPRETASI SKOR SKALA LIKERT 1. Tidak dapat dilakukan secara langsung 2. Harus dibandingkan dengan skor kelompok normatifnya Diunduh dari: ………….. 23/8/2012


15 TAHAPAN PENYUSUNAN SEKALA LIKERT TAHAPAN PENYUSUNAN (1) 1.Menentukan dan memahami dengan baik apa yang akan diukur 2.Menyusun Blue Print untuk memandu penyusunan alat ukur 3.Indikator yang secara teoritis-logis memberi kontribusi yang lebih besar harus diberikan pernyataan yang lebih banyak 4.Pernyataan dibuat Favorable dan Unfavorable. TAHAPAN PENYUSUNAN (2) 1.Membuat Item sesuai dengan kaidah 2.Uji coba item 3.Memilih item yang baik 4.Menyusun item terpilih menjadi satu set alat ukur 5.Menginterpretasikan hasil pengukuran. Diunduh dari: ………….. 23/8/2012

16 TAHAPAN PENYUSUNAN SEKALA LIKERT MEMILIH PERNYATAAN (1) 1.Memilih dengan nilai t, dengan langkah: Menghitung dan menjumlahkan skor tiap subyek Mengelompokkan subyek menjadi dua. Menggunakan mean atau median jika subyek sedikit, dan menggunakan percentil 25 - 75 atau 30 - 70 apabila subyek banyak MEMILIH PERNYATAAN (2) Menghitung nilai t dengan rumus: Diunduh dari: ………….. 23/8/2012

17 TAHAPAN PENYUSUNAN SEKALA LIKERT MEMILIH PERNYATAAN (3) 1.Pilihlah 20 – 25 item dengan nilai t yang tinggi dan semua indikator harus terwakili oleh item Favorable dan Unfovorable 2.Nilai minimal t yang baik adalah 1,75. MEMILIH PERNYATAAN (4) 1.Memilih dengan nilai r (korelasi), dengan langkah: Menghitung dan menjumlahkan skor tiap subyek Mengkorelasikan skor tiap-tiap item dengan skor total yang diperoleh setiap subyek. Diunduh dari: ………….. 23/8/2012

18 TAHAPAN PENYUSUNAN SEKALA LIKERT MEMILIH PERNYATAAN (5) 1.Nilai r hitung dibandingkan dengan r tabel. Pilihlah item yang r hitungnya positif dan lebih besar dari r tabel 2.Biasanya dapat juga menggunakan patokan r minimal 0,3 3.Buang item yang r hitungnya kurang dari r tabel atau kurang dari 0,3 dan hitung kembali korelasinya hingga r hitung semua item lebih dari r tabel atau lebih dari 0,3 4.Pilihlah 20 – 25 item dengan nilai r yang tinggi dan semua indikator harus terwakili oleh item Favorable dan Unfovorable. MENYUSUN PERNYATAAN MENJADI SATU SET SKALA Penyusunan item terpilih dalam satu set skala harus acak berdasarkan indikator maupun item Favorable dan Unfavorable. Diunduh dari: ………….. 23/8/2012

19 METODE ANALISIS Depending on how the Likert scale questions are treated a number of different analysis methods can be applied 1.Analysis methods used for individual questions (ordinal data)  Bar charts and dot plots Not histograms (data is not continuous)  Central tendency summarised by median and mode Not mean  Variability summarised by range and interquartile range Not standard deviation  Analysed using non-parametric tests (difference between the medians of comparable groups) Mann- whitney U test Wilcoxon signed –rank test Kruskal – wallis test Diunduh dari: ………….. 23/8/2012

20 2. When multiple Likert question responses are summed together (interval data)  All questions must use the same Likert scale  Must be a defendable approximation to an interval scale (i.e. coding indicates magnitude of difference between items but there is no absolute zero point)  All items measure are single latent variable (i.e. a variable that is not directly observed, but rather inferred from other variables that are observed and directly measured)  Analyzed using parametric tests Analysis of variance (ANOVA) METODE ANALISIS Diunduh dari: ………….. 24/8/2012 Kegunaan dan Asumsi 1.One Way ANOVA digunakan untuk menguji perbedaan rata-rata lebih dari dua sampel. 2.Asumsi-asumsi One Way ANOVA: Populasi yang akan diuji berdistribusi normal. Varians dari populasi-populasi tersebut adalah sama. Sampel tidak berhubungan satu dengan yang lain.

21 METODE ANALISIS Diunduh dari: ………….. 24/8/2012 Analysis of Variance (ANOVA) Uji-F Uji Tukey- Kramer Uji Perbedaan Signifikan Fischer Terkecil ANOVA 1 Arah Desain Blok Lengkap Acak Desain 2 Faktor Dgn. Replikasi

22 3. Analysis methods used when reduced to nominal level of agree vs. disagree  Chi –square test  Cochran Q test  McNemar test METODE ANALISIS Diunduh dari:………….. 24/8/2012 Analisis Khi- Kuadrat Analisis chi-square yang akan digunakan untuk mencari apakah ada hubungan (asosiasi) antar variabel-variabel kategorik tersebut Analisis chi-square didasarkan pada tabel kontingensi (sering iuga disebut tabulasi silang). Tabel kontingensi adalah tabel yang sel-selnya berisi frekuensi dari perpotongan baris dan kolom. Bentuk umum dari tabel kontingensi dengan variabel pertama memiliki m kategori dan variabel ke dua memiliki k kategori, sebagai berikut. Tabel kontingensi dua arah:

23 KEUNTUNGAN SEKALA LIKERT 1.Item analysis increases the degree of homogeneity or internal consistency in the set of statements. 2.Subjects generally find it easy to respond because they have a wide range of answers(usually five) to choose from instead of only two alternative responses, i.e., agree or disagree. 3.No outside group of judges is involved in selecting statements and giving values to them. Diunduh dari: ………….. 23/8/2012 KETERBATASAN SEKALA LIKERT 1.Ties in ranks occur quite frequently. 2.The response pattern of an individual is not revealed. 3.A respondent is required to answer all questions on the scale. 4.A problem of interpretation arises with this type of scale. 5.In this scale all statements of a universe are deemed to be of equal attitude value.

24 Likert Scales A very popular rating scale Measures the feelings/degree of agreement of the respondents Ideally, 4 to 7 points Examples of 5-point surveys – AgreementSDDND/NAASA – SatisfactionSDDND/NSSSS – QualityVPPAverageGVG Diunduh dari: syracuse-ny-upstate-central-new-york-survey-focus-group/ ………….. 24/8/2012 A typical Likert scale looks like this:

25 Likert Scale The Likert scale requires the respondents to indicate a degree of agreement or disagreement with each of a series of statements about the stimulus objects. Strongly Disagree Neither Agree Strongly disagree agree nor agree disagree 1. Sears sells high quality merchandise. 12X34 5 2. Sears has poor in-store service.12X34 5 3. I like to shop at Sears.123X4 5 The analysis can be conducted on an item-by-item basis (profile analysis), or a total (summated) score can be calculated. When arriving at a total score, the categories assigned to the negative statements by the respondents should be scored by reversing the scale. Diunduh dari: ………….. 25/8/2012 Using Attitudinal Data to Identify Latent Classes that Vary in Their Preference for Landscape Preservation Edward Morey, Mara Thiene, Maria De Salvo and Giovanni Signorello Forthcoming in Ecological Economics 2008 or 2009 The likelihood of significant heterogeneity in preferences for landscape preservation should be accounted for when designing WTP questions, estimating WTP, and formulating resulting policy recommendations. Herein, heterogeneity in preferences for landscape preservation is investigated in the context of a latent-class model under the assumption of the existence of some finite number of preference classes/groups. The number of classes is estimated, so few restrictions are placed on the form of the heterogeneity. One estimates the probability that individual i belongs to class c where these probabilities are a function of observable characteristics of the individual (covariates); this is much more flexible than assuming, for example, that all farmers have the same preferences. This paper aims to identify preference classes for landscape preservation in the IBLEO, a rural and beautiful part of Sicily. Estimation of classes is performed using only attitudinal data consisting of answers to Likert-scale questions about the importance of preservation and why the respondent thinks preservation is, or is not, important. Summarizing the results, estimation indicates four distinct preference classes. The classes vary in the level of importance attached to preservation and the motivation for preservation (e.g. use vs. non-use motivations), and include one group that has little interest in preservation.

26 Likert Scales: Advantages (summated rating = real name) Rensis Likert, 1903–1981 Easy for respondents to complete, most people familiar with the scale Relatively easy to construct Most popular attitudinal measure Easy to score and analyze Each item considered to be of equal attitude value (weight) -- homogeneous items Diunduh dari:………….. 24/8/2012 Karin Braunsberger, Roger Gates, (2009) Developing inventories for satisfaction and Likert scales in a service environment Journal of Services Marketing, Vol. 23 Iss: 4, pp.219 – 225. The purpose of this paper is to produce up-to-date inventories for satisfaction and Likert scales that contain commonly used scale point descriptors and their respective mean scale values and standard deviations. All data were collected online using the SSI Survey Spot Panel. This panel is national (USA) in scope. Thirty-nine satisfaction items and 19 agreement items were tested on a random sample consisting of individuals 21-65 years old. The mean value and the standard deviation were calculated for each of these descriptors. Even though only six of the items that had been tested by Jones and Thurstone (1955) were included in the list of satisfaction scale descriptors, the semantic meanings of those six have changed very little over the years. One limitation might be that scale point descriptor inventories developed within the context of health insurance might not be valid in other service contexts. Since the present study focuses on Likert and satisfaction scales which are frequently used in service environments, the major contribution of this study is to provide services marketers with quantitative measurement of the meanings of commonly used scale point descriptors. This permits the development of successive and/or equal interval scales and thus aids in the analyses of data sets. It will thus help service marketers to develop questionnaires that more accurately reflect actual consumer satisfaction and opinions.

27 Likert Scale Construction 1.Identify the attitudinal object and delimit it quite specifically. 2.Compose a series of statements about the attitudinal object that are half positive and half negative and are not extreme, ambiguous, or neutral. 3.Establish (a minimum of ) content validity with the help of an expert panel. 4.Pilot test the statements to establish reliability (Cronbach’s alpha) for each domain. 5.Eliminate statements that negatively affect internal consistency. 6.Construct the final scale by using the fewest number of items while still maintaining validity and reliability; create a balance of positive and negative items [Remember to reverse-code when summing]. 7.Administer the scale and instruct respondents to indicate their level of agreement with each statement. 8.Sum each respondent’s item scores to determine attitude. Diunduh dari: ………….. 23/8/2012

28 Likert Scale Instrument Construction Use the general criteria for attitude statements. Begin with non-threatening, easy items first; demographics last. Have clear instructions with an example. Anticipate data entry and analysis. Anticipate missing data on items. Use approved layout techniques. Diunduh dari: ………….. 24/8/2012 Indoor air quality : perception versus reality in a rural hospital setting Goddard, Dianna Marie The objective of this study was to evaluate occupant perception of indoor air quality in a rural Arkansas hospital. Three generally accepted standard parameters of indoor air quality were examined---carbon dioxide levels, temperature, and relative humidity---for comparison to recommended standards of these values. A review of the literature revealed a lack of information in the subject of indoor air quality concerned with perception. Experimental data was obtained using two real-time monitoring instruments that logged work environment levels of carbon dioxide, carbon monoxide, relative humidity, and temperature. The results were tabulated and graphically formatted for ease of interpretation. In addition, an occupant survey containing a Likert scale was also used to determine the predictability of indoor air quality based on the individual responses from the surveys. Collectively, the data does not provide any conclusive evidence that occupant perception is a valid indicator of actual indoor air quality.Further investigation in this subject area of indoor air quality is needed. A better understanding of how air quality perception relates to actual indoor air quality will help to simplify the challenges that face air quality practitioners.

29 Scaling of Statements Response scales vary. Recommend to use an even number of response categories (no neutral category) and a N/A response for agreement scales Label all response categories. Since this is a summated rating scale, the scale of measurement of the sum or mean is interval. Never analyze by item. Scale of measurement of any one item is ordinal. Anchored scales: frequency, importance, etc. (Odd # = OK) Pictures, thermometers, etc., may be used as scales Multiple scales per item may be used. Greater range in the scales produce more variability in the data: 8 better than 6, 6 better than 4, etc. (Correlations work better.) Likert scales may be subject to distortion from several causes. Respondents may avoid using extreme response categories (central tendency bias); agree with statements as presented (acquiescence bias); or try to portray themselves or their organization in a more favorable light (social desirability bias). Designing a scale with balanced keying (an equal number of positive and negative statements) can obviate the problem of acquiescence bias, since acquiescence on positively keyed items will balance acquiescence on negatively keyed items, but central tendency and social desirability are somewhat more problematic. Diunduh dari: Diunduh dari: ………….. 23/8/2012

30 Likert Scaling Even Number of Response Categories Label all categories Use N/A if appropriate [No neutral/undecided] Frequency, Importance, etc. [Anchored] 1234 Strongly DisagreeDisagreeAgreeStrongly Agree Costa Rica is a good location for the AIAEE conference. 123456 Strongly DisagreeDisagreeSlightly DisagreeSlightly AgreeAgreeStrongly Agree Costa Rica is a good location for the AIAEE conference. Likert scaling is a bipolar scaling method, measuring either positive or negative response to a statement. Sometimes an even-point scale is used, where the middle option of "Neither agree nor disagree" is not available. This is sometimes called a "forced choice" method, since the neutral option is removed. The neutral option can be seen as an easy option to take when a respondent is unsure, and so whether it is a true neutral option is questionable. It has been shown that when comparing between a 4-point and a 5-point Likert scale, where the former has the neutral option unavailable, the overall difference in the response is negligible. Diunduh dari: Diunduh dari: ………….. 23/8/2012

31 Summative Ratings A number of items collectively measure one construct (Job Satisfaction) A number of items collectively measure a dimension of a construct and a collection of dimensions will measure the construct (Self-esteem) Diunduh dari: ………….. 24/8/2012 Community Perceptions toward Economic and Environmental Impacts of Tourism on Local Communities Fariborz Aref, Ma’rof Redzuan and Sarjit S. Gill Asian Social Science. July, 2009. Vol. 5, No. 7 This paper investigates the community perceptions toward economic and environmental impacts of tourism in Shiraz, Iran. Special focus is on the differences in perceptions between the Old and New Districts of Shiraz. The study demonstrates that there are broadly similar views among the community leaders and community residents from both districts of Shiraz. In fact, a high percentage of the answers obtained highlighted positive aspects environmental and economic impacts of tourism toward local communities. According to the survey, the strongest and favourable perceptions toward tourism impacts are found to be linked with environmental aspects and while economic matters are found to be the least favourable in terms of the perceived impacts on tourism. T-test analysis of the study indicates that there is no significant difference between community leaders' perceptions in both districts of Shiraz City. Results drew from discussion with the target group show that the community residents have positive perceptions toward economic and environmental impacts of tourism with only minor differences with each other. The questionnaire was structured around a Likert scale. The items for community perceptions toward tourism impacts were taken from these studies. The respondents answered to each statement based on five scales. The value of each response for these items on the questionnaire is as follows: 1 = strongly disagree 2 = disagree 3 = not sure 4 = agree 5 = strongly agree. Ko & Stewart (2002) and Maddox (1985), recommended the use of a Likert type scale in tourism research due to its high validity. Then, the questionnaire was piloted tested to have its content validated by several reviewers of Persian background. Statements for tourism impacts were tested for their validity using Cronbach’s alpha. The participants in the pilot test had relatively diverse demographic characteristics, especially with regards to community. The t-test was employed to test to determine whether there were significant differences among group mean totals and item mean scores. Means and standard deviations are the descriptive statistics used in discussing the distribution of responses gathered during the quantitative component of this study. To assess the normality of the distribution of the data, the skewness and kurtosis of each variable were also examined. According to George & Mallery (2002) if the coefficient of the skewness and kurtosis falls between -0.5 and +0.5 inclusive, then the distribution appears to be relatively symmetric which in this study skewness was.254 and Kurtosis -.211.

32 Summative Likert Scales Must contain multiple items Each individual item must measure something that has an underlying, quantitative measurement continuum There can be no right/wrong answers as opposed to multiple-choice questions Items must be statements to which the respondent assigns a rating Cannot be used to measure knowledge or ability, but familiarity Diunduh dari: ………….. 24/8/2012 J Air Waste Manag Assoc. 2000 Jul ;50 (7):1081-94. Exposure of chronic obstructive pulmonary disease patients to particulate matter: relationships between personal and ambient air concentrations. S. T. Ebelt, A J Petkau, S Vedal, T V Fisher, M Brauer. Mot time-series studies of particulate air pollution and acute health outcomes assess exposure of the study population using fixed-site outdoor measurements. To address the issue of exposure misclassification, we evaluate the relationship between ambient particle concentrations and personal exposures of a population expected to be at risk of particle health effects. Sampling was conducted within the Vancouver metropolitan area during April-September 1998. Sixteen subjects (non-smoking, ages 54-86) with physician-diagnosed chronic obstructive pulmonary disease (COPD) wore personal PM2.5 monitors for seven 24-hr periods, randomly spaced approximately 1.5 weeks apart. Time-activity logs and dwelling characteristics data were also obtained for each subject. Daily 24-hr ambient PM10 and PM2.5 concentrations were measured at five fixed sites spaced throughout the study region. SO4(2-), which is found almost exclusively in the fine particle fraction and which does not have major indoor sources, was measured in all PM2.5 samples as an indicator of accumulation mode particulate matter of ambient origin. The mean personal and ambient PM2.5 concentrations were 18 micrograms/m3 and 11 micrograms/m3, respectively. In analyses relating personal and ambient measurements, ambient concentrations were expressed either as an average of the values obtained from five ambient monitoring sites for each day of personal sampling, or as the concentration obtained at the ambient site closest to each subject's home. The mean personal to ambient concentration ratio of all samples was 1.75 (range = 0.24 to 10.60) for PM2.5, and 0.75 (range = 0.09 to 1.42) for SO4(2-). Regression analyses were conducted for each subject separately and on pooled data. The median correlation (Pearson's r) between personal and average ambient PM2.5 concentrations was 0.48 (range =-0.68 to 0.83). Using SO4(2-) as the exposure metric, the median r between personal and average ambient concentrations was 0.96 (range = 0.66 to 1.0). Use of the closest ambient site did not improve the median correlation of the group for either PM2.5 or SO4(2-). All pooled analyses resulted in lower correlation coefficients than the median correlation coefficient of individual regressions. Personal SO4(2-) was more highly correlated with all ambient measures than PM2.5. Inclusion of time-activity and dwelling characteristics data did not result in a useful predictive regression model for PM2.5 personal exposure, but improved the model fit from simply regressing against ambient concentration (R2 = 0.27). The model for SO4(2-) was predictive (R2 = 0.82), as personal exposures were largely explained by ambient levels. These results indicate a relatively low correlation between personal exposure and ambient PM2.5 that is not improved by assigning exposure to the closest ambient monitor. The correlation between personal exposure and ambient concentration is high, however, when using SO4(2-), an indicator of accumulation mode particulate matter of ambient origin.

33 SCALE CONSTRUCTION Define Constructs – Conceptual/theoretical basis from the literature – Are their sub-scales (dimensions) to the scale – Multiple item sub-scales – Principle of Parsimony (kesederhanaan, kehematan) Simplest explanation among a number of equally valid explanations must be used. Diunduh dari:………….. 25/8/2012 DATA VARIABEL LATENT (KONSTRUK) Penelitian di bidang ekoilogi-ekonomi dan sering melibatkan variabel yang tidak dapat diukur secara langsung, disebut variabel latent atau unobservable; misalnya kepuasan, motivasi dan lainnya. Pengukuran variabel laten menggunakan instrumen berupa kuisioner akan menghasilkan data dari setiap indikator atau data dari setiap item. Oleh karena itu, indikator atau item sering disamakan dengan variabel manifest atau variabel observable. Untuk memperoleh data dari variabel latent atau variabel unobservable dapat dilakukan dengan beberapa cara, antara lain: 1. Metode Total Skor 2. Metode Rata-Rata Skor 3. Metode Rescoring 4. Metode Indikator Terkuat 5. Metode Skor Faktor 6. Metode Skor Komponen Utama Metode pertama berarti menjumlahkan skor semua indikator, shingga diperoleh data total skor yang merupakan data variabel laten bersangkutan. Sedangkan metode kedua menggunakan rata-rata skor indikator. Sebagai ilustrasi digunakan data rekaan di bawah ini (menggunakan skala Likert 1 sampai 5).

34 DATA VARIABEL LATENT (KONSTRUK) Metode Rescoring Metode ini merubah total skor menjadi skala awal (1 sampai 5). Caranya adalah, untuk data di atas, sebagai berikut: - Nilai minimal skor total yang mungkin adalah 3 - Nilai maksimal skor total yang mungkin adalah 15 - Range = 15 – 3 = 12 - Interval kelas (banyaknya skor awal, 1 sampai 5) adalah 5 - Lebar interval kelas = 12/5 = 2.4 Rescoring bernilai 1 jika nilai skor total antara 3 sampai (3 + 2.4) = 5.4 Rescoring bernilai 2 jika nilai skor total antara >5.4 sampai (5.4 + 2.4) = 7.8 Rescoring bernilai 3 jika nilai skor total antara >7.8 sampai 10.2 Rescoring bernilai 4 jika nilai skor total antara >10.2 sampai 12.6 Rescoring bernilai 5 jika nilai skor total antara >12.6 sampai 15 Untuk observasi pertama, nilai skor total adalah 7, di mana 7 berada pada selang rescoring 2, yaitu >5.4 sampai 7.8. Demikian seterusnya. Ketiga metode ini bersifat setiap indikator dipandang memiliki bobot yang sama, dan informasi 100% terpakai atau tercakup dalam variabel latent. Diunduh dari:………….. 25/8/2012

35 METODE INDIKATOR TERKUAT Metode Indikator Terkuat ini menggunakan indikator terkuat. Indikator terkuat diperoleh dari hasil korelasi antar masing-masing indikator dengan total skor. Indikator yang memiliki korelasi terbesar dipandang sebagai indikator terkuat dan digunakan untuk mewakili variabel latent. Nilai korelasi antara setiap indikator dengan total skor: Dari hasil analisis tersebut diperoleh nilai korelasi antara indikator 1 dengan skor total adalah 0.625, indikator 2 dengan skor total adalah 0.832 dan indikator 3 dengan skor total adalah 0.790. Indikator yang memiliki korelasi tertinggi adalah indikator 2 (0.832), sehingga variabel latent yang digunakan menggunakan skor indikator 2. Diunduh dari:………….. 25/8/2012

36 METODE SKOR FAKTOR & METODE SKOR KOMPONEN UTAMA Kedua Metode ini menggunakan analisis faktor dan analisis komponen utama. Metode ini menghasilkan skor faktor dan skor komponen utama, yang dijadikan sebagai data untuk variabel latent. Kedua metode ini berbeda dengan ketiga metode pertama yaitu bobot masing-masing indikator adalah berbeda, dan tidak 100% informasi terpakai atau tercakup. Kedua metode terakhir ini akan dijelaskan pada sub bab tersendiri pada bab ini. Perbedaan masing-masing metode dapat dilihat dari gambar berikut: Pada kedua gambar tampak terlihat perbedaan terletak bagaimana arah hubungan antara variabel laten dengan indikator. Pada analisis faktor, masing-masing variabel indikator adalah fungsi dari variabel latent, sedangkan pada analisis komponen utama, variabel latent adalah fungsi dari seluruh variabel indikator. Konstruk dengan analisis faktor menganggap bahwa variabel latent adalah refleksi dari sejumlah indikator, sedangkan konstruk dengan analisis komponen utama menganggap bahwa variabel latent dibentuk (formasi) dari sejumlah indikator. Oleh karena itu, pembentukan variabel latent menggunakan analisis faktor dinamakan bentuk reflektif, sedangkan pembentukan variabel latent menggunakan analisis komponen utama dinamakan bentuk formatif. Diunduh dari:………….. 25/8/2012

37 ITEM CONSTRUCTION Agreement items – Write declarative statements Death penalty should be abolished I like to listen to classical music – Frequency items (how often) I like to read – Evaluation items How well did your team play How well does the police serve your community Diunduh dari: ………….. 25/8/2012 Prosedur dalam membuat skala Likert adalah sebagai berikut: 1.Peneliti mengumpulkan bahan-bahan yang relevant dengan masalah yang sedang diteliti 2.Menyusun Blue Print untuk memandu penyusunan alat ukur 3.Membuat item-item yang akan diuji sesuai dengan panduanUji coba item kepada sekelompok responden yang cukup representatif dari populasi yang ingin diteliti. Responden di atas diminta untuk mengecek tiap item, apakah ia menyenangi (+) atau tidak menyukainya (-). Respons tersebut dikumpulkan dan jawaban yang memberikan indikasi menyenangi diberi skor tertinggi. Tidak ada masalah untuk memberikan angka 5 untuk yang tertinggi dan skor 1 untuk yang terendah atau sebaliknya. Yang penting adalah konsistensi dari arah sikap yang diperlihatkan. Demikian juga apakah jawaban “setuju” atau “tidak setuju” disebut yang disenangi, tergantung dari isi pertanyaan dan isi dari item-item yang disusun. 4.Setelah item di uji coba kepada responden, lalu diuji tingkat validitas dan reabilitas dari item-item tersebut. Validitas adalah suatu ukuran yang menunjukkan tingkatan kevalidan atau kesa hihan suatu instrumen sedangkan reliabilitas merupakan penilaian tingkat konsistensi terhadap hasil pengukuran bila dilakukan multiple measurement pada sebuah variabel suatu alat ukur dikatakan reliabel jika alat ukur tidak berubah.

38 PENULISAN ITEM Mutually exclusive and collectively exhaustive items Use positively and negatively phrased questions Avoid colloquialism, expressions and jargon Avoid the use of negatives to reverse the wording of an item –Don’t use: I am not satisfied with my job –Use: I hate my job! Be brief, focused, and clear Use simple, unbiased questions Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

39 PENULISAN ITEM Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari: Instrumen atau alat pengumpul data adalah alat yang digunakan untuk mengumpulkan data dalam suatu penelitian. Data yang terkumpul dengan menggunakan instrumen tertentu akan dideskripsikan dan dilampirkan atau digunakan untuk menguji hipotesis yang diajukan dalam suatu penelitian. Alur Penyusunan dan Pengembangan Instrumen: Variabel Teori Konstruk Definisi Konseptual Definisi Operasional Penetapan Jenis Instrumen Menyusun Butir Instrumen Ada beberapa jenis instrumen yang biasa digunakan dalam penelitian, antara lain kuesioner, skala (skala sikap atau skala penilaian), tes, dan lain-lain. Kuesioner adalah alat pengumpul data yang berbentuk pertanyaan yang akan diisi atau dijawab oleh responden. Beberapa alasan digunakannya kuesioner adalah : 1.kuesioner terutama dipakai untuk mengukur variabel yang bersifat faktual, 2.untuk memperoleh informasi yang relevan dengan tujuan penelitian, dan 3.Untuk memperoleh informasi dengan validitas dan reliabilitas setinggi mungkin. Berdasarkan sintesis dari teori-teori yang dikaji tentang suatu konsep dari variabel yang hendak diukur, kemudian dirumuskan konstruk dari variabel tersebut. Konstruk pada dasarnya adalah bangun pengertian dari suatu konsep yang dirumuskan oleh peneliti.

40 PENULISAN ITEM (BUTIR –BUTIR TES) Tipe Pilihan Ganda 1.Item hendaklah menanyakan hal yang penting untuk diketahui. 2.Tulislah item yang berisi pernyataan pasti. 3.Utamakan item yang mengandung pernyataan umum yang bertahan lama. 4.Buatlah item yang berisi hanya satu gagasan saja. 5.Buatlah item yang menyatakan inti pertanyaan dengan jelas. kalimat sederhana dan tidak berlebih-lebihan. 6.Sebaiknya item tidak didasari oleh pernyataan negatif. 7.Gunakan bahasa yang jelas, kata yang sederhana, dan pernyataan yang langsung. 8.Item harus memberikan alternatif bagi isi pernyataan yang paling penting. 9.Berikan alternatif jawaban yang jelas berbeda. 10.Alternatif yang ditawarkan hendaknya mempunyai struktur dan arti yang sejajar atau dalam satu kategori. 11.Penggunaan alternatif yang semata-mata meniadakan atau bertentangan dengan alternatif yang lain, haruslah dihindari. 12.Bilamana mungkin, susunlah alternatif jawaban dalam urutan besarnya atau urutan logisnya. 13.Penggunaan alternatif “bukan salah-satu di atas” atau “semua yang di atas” hanya baik apabila kebenaran bersifat mutlak dan bukan semata-mata masalah lebih dan kurang baik atau masalah kebenaran relatif. 14.Jangan menjebak siswa dengan menanyakan hal yang tidak ada jawabannya. 15.Hindari penggunaan kata-kata yang dapat dijadikan petunjuk oleh siswa dalam menjawab. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

41 PENULISAN ITEM (BUTIR –BUTIR TES) Tipe Benar-Salah Kaidah atau petunjuk penulisan item tipe benar–salah telah dikemukakan oleh Ebel (1979) sebagaimana berikut ini. 1.Item haruslah mengungkap ide atau gagasan yang penting. 2.Item tipe benar-salah hendaknya menguji pemahaman, mengungkap ingatan mengenai suatu fakta atau hafalan. 3.Kebenaran atau ketidakbenaran suatu item haruslah bersifat mutlak. 4.Item harus menguji pengetahuan yang spesifik dan jawabannya tidak jelas bagi semua orang, kecuali bagi mereka yang menguasai pelajaran. 5.Item harus dinyatakan secara jelas. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

42 PENULISAN ITEM (BUTIR –BUTIR TES) Tipe Jawaban Pendek 1.Pernyataan atau pertanyaan item harus ditulis dengan hati-hati sehingga dapat dijawab dengan hanya satu jawaban yang pasti. 2.Sebaiknya rumuskan jawabannya lebih dahulu baru kemudian menulis pertanyaannya. 3.Gunakan pertanyaan langsung, kecuali bilamana model kalimat tak selesai akan memungkinkan jawaban yang lebih jelas. 4.Usahakan agar dalam pertanyaan tidak terdapat petunjuk yang mungkin digunakan oleh subjek dalam menjawab item. 5.Jangan menggunakan kata atau kalimat yang langsung dikutip dari buku. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

43 PENULISAN ITEM (BUTIR –BUTIR TES) Tipe Karangan (Esai) 1.Berikan pertanyaan atau tugas yang mengarahkan penjawab pertanyaan (siswa) agar dapat menunjukkan penguasaan pengetahuan yang penting. 2.Buatlah pertanyaan yang arah jawabannya jelas, sehingga para ahli dapat setuju bahwa satu jawaban akan lebih baik daripada yang lainnya. 3.Jangan menanyakan sikap atau pendapat. 4.Sebaiknya pertanyaan diawali oleh kata-kata seperti, “Bandingkan …”, “Berikan alasan …”, “Jelaskan mengapa …”, “Beri contoh …”, dan semacamnya. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

44 PENULISAN ITEM (BUTIR –BUTIR TES) Tipe Pasangan 1.Premis dan respons hendaknya dibuat dalam jumlah yang tidak sama. 2.Baik premis maupun respons haruslah berisi hal yang homogen, yaitu dari sejenis kategori isi. 3.Usahakan agar premis dan responsnya berisi kalimat-kalimat atau kata yang pendek. 4.Buatlah petunjuk pemasangan yang jelas, sehingga penjawab soal atau pertanyaan mengetahui dasar apakah yang harus digunakan dalam memasangkan premis dan responsnya. 5.Sedapat mungkin susunlah premis dan respons masing-masing secara alfabetik atau menurut besaran kuantitatifnya. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

45 PENULISAN ITEM UNTUK SKALA LIKERT Untuk menulis pernyataan sikap yang bermutu, penyusun skala harus menuruti suatu kaidah atau pedoman penulisan pernyataan agar ciri-ciri pernyataan sikap tidak terlupakan dan agar setiap pernyataan mempunyai kemampuan membedakan antara kelompok responden yang setuju dengan kelompok responden yang tidak setuju terhadap objek sikap. Beberapa petunjuk untuk menyusun skala Likert di antaranya : 1.Tentukan objek yang dituju, kemudian tetapkan variabel yang akan diukur dengan skala tersebut. 2.Lakukan analisis variabel tersebut menjadi beberapa sub variabel atau dimensi variabel, lalu kembangkan indikator setiap dimensi tersebut. 3.Dari setiap indikator di atas, tentukan ruang lingkup pernyataan sikap yang berkenaan dengan aspek kognisi, afeksi, dan konasi terhadap objek sikap. 4.Susunlah pernyataan untuk masing-masing aspek tersebut dalam dua kategori, yakni pernyataan positif dan pernyataan negatif, secara seimbang banyaknya. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

46 PENULISAN ITEM UNTUK SKALA LIKERT Edwards (1957) meramu berbagai saran dan petunjuk dari para ahli menjadi suatu pedoman atau kriteria penulisan pernyataan sikap. Beberapa kriteria yang dimaksud adalah sebagai berikut. 1.Jangan menulis pernyataan yang membicarakan mengenai kejadian yang telah lewat kecuali kalau objek sikapnya berkaitan dengan masa lalu. 2.Jangan menulis pernyataan yang berupa fakta atau dapat ditafsirkan sebagai fakta. 3.Jangan menulis pernyataan yang dapat menimbulkan lebih dari satu penfsiran. 4.Jangan menulis pernyataan yang tidak relevan dengan objek psikologisnya. 5.Jangan menulis pernyataan yang sangat besar kemungkinannya akan disetujui oleh hampir semua orang atau bahkan hampir tak seorang pun yang akan menyetujuinya. 6.Pilihlah pernyataan-pernyataan yang diperkirakan akan mencakup keseluruhan liputan skala afektif yang diinginkan. 7.Usahakan agar setiap pernyataan ditulis dalam bahasa yang sederhana, jelas, dan langsung. Jangan menuliskan pernyataan dengan menggunakan kalimat- kalimat yang rumit. 8.Setiap pernyataan hendaknya ditulis ringkas dengan menghindari kata-kata yang tidak diperlukan dan yang tidak akan memperjelas isi pernyataan. 9.Setiap pernyataan harus berisi hanya satu ide (gagasan) yang lengkap. 10.Pernyataan yang berisi unsur universal seperti “tidak pernah”, “semuanya”, “selalu”, “tak seorang pun”, dan semacamnya, seringkali menimbulkan penafsiran yang berbeda-beda dan karenanya sedapat mungkin hendaklah dihindari. 11.Kata-kata seperti “hanya”, “sekedar”, “semata-mata”, dan semacamnya harus digunakan seperlunya untuk menghindari kesalahan penafsiran isi pernyataan. 12.Jangan menggunakan kata atau istilah yang mungkin tidak dapat dimengerti oleh para responden. 13.Hindarilah pernyataan yang berisi kata negatif ganda. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

47 PENULISAN BUTIR UNTUK KUESIONER Cara menyusun kuesioner beserta butir-butir yang tercantum di dalamnya haruslah tetap mengacu pada pedoman penyusunan instrumen secara umum, sehingga berlaku pula langkah-langkah sebagaimana telah dijelaskan di bagian terdahulu. Dimulai dengan analisis variabel, pembuatan kisi-kisi, dan kemudian sampai pada penyusunan pertanyaan untuk kuesioner. Secara lebih teknis, petunjuk untuk membuat kuesioner adalah sebagai berikut. 1.Mulai dengan pengantar yang isinya berupa permohonan mengisi kuesioner sambil menjelaskan maksud dan tujuannya. 2.Jelaskan petunjuk atau cara mengisinya supaya tidak salah. berikan contoh pengisiannya. 3.Mulai dengan pertanyaan untuk mengungkapkan identitas responden. Dalam identitas ini sebaiknya tidak diminta mengisi nama. Identitas cukup mengungkapkan jenis kelamin, usia, pendidikan, pekerjaan, pengalaman, dan lain-lain yang ada kaitannya dengan tujuan kuesioner. 4.Isi pertanyaan sebaiknya dibuat beberapa kategori atau bagian sesuai dengan variabel yang diungkapkan, sehingga mudah mengolahnya. 5.Rumusan pertanyaan dibuat singkat, tetapi membingungkan dan menimbulkan salah penafsiran. 6.Hubungan antara pertanyaan yang satu dengan pertanyaan lainnya harus dijaga sehingga tampak keterkaitan logikanya dalam satu rangkaian yang sistematis. Hindari penggolongan pertanyaan terhadap indikator atau persoalan yang sama. 7.Usahakan agar jawaban, yakni kalimat atau rumusannya tidak lebih panjang daripada pertanyaan. 8.Kuesioner yang terlalu banyak atau terlalu panjang akan melelahkan dan membosankan responden sehingga pengisiannya tidak objektif lagi. 9.Ada baiknya kuesioner diakhiri dengan tanda tangan si pengisi untuk menjamin keabsahan jawabannya. 10.Untuk melihat validitas jawaban kuesioner, ada baiknya kuesioner diberikan kepada beberapa responden secara acak dan dilakukan wawancara dengan pertanyaan yang identik dengan isi kuesioner yang telah diisinya. Sumber: Dr.Ir. Pudji Muljono, Msi. Disampaikan pada Lokakarya Peningkatan Suasana Akademik Jurusan Ekonomi FIS-UNJ tanggal 5 sampai dengan 9 Agustus 2002 Diunduh dari:

Download ppt "SEKALA LIKERT DALAM ………. FOTO: smno.kampus.ub.febr2012."

Presentasi serupa

Iklan oleh Google