Pengukuran dan Skala
Pengukuran Digunakan untuk memastikan sesuatu yang sedang diamati, mis: tinggi, berat, pendapat masyarakat atau kelompok orang terhadap suatu kondisi, dll Proses pengukuran dalam penelitian: Memilih peristiwa empiris yang dapat diamati Memakai angka atau simbol untuk mewakili aspek-aspek peristiwa tersebut Menerapkan aturan pemetaan untuk menghubungkan pengamatan dengan simbolnya
Apa yang Diukur Objects Properties: yaitu ciri-ciri obyek Mencakup hal-hal yang biasa, mis: meja, orang, buku, mobil, dll Mencakup hal-hal yang tidak konkrit/abstrak, mis: gen, sikap, tekanan kelompok atau lingkungan, dll Properties: yaitu ciri-ciri obyek Ciri-ciri fisik seseorang dapat dinyatakan dalam berat badan, tinggi badan, perawakan, dll Ciri-ciri sosial meliputi kemampuan kepemimpinan, afiliasi kelompok, atau status
Tipe Data Data nominal Data ordinal Data interval Data rasio
Data Nominal Paling banyak digunakan dalam penelitian Data yang paling lemah dari jenis data lainnya karena tidak ada hubungan jarak dan tidak ada asal mula hitungan Data ini mengabaikan segala informasi mengenai berbagai tingkatan dari ciri-ciri yang diukurnya Contoh data nominal: status perkawinan, jenis kelamin, afiliasi politik, dll
Data Ordinal Mencakup ciri-ciri data nominal ditambah suatu urutan Dari kelompok-kelompok yang telah ditetapkan, kemudian diberi urutan: Lebih dari …… Kurang dari ……. Lebih baik dari …… Pada prinsipnya, data ordinal memberikan informasi ‘perbandingan’
Data Interval Merupakan gabungan dari data nominal, ordinal, dan ditambah konsep kesamaan interval Contoh data interval: skala suhu celsius dan fahrenheit yang dimulai dari angka 0 sebagai titik beku
Data Rasio Merupakan data yang tingkatannya paling tinggi dibandingkan jenis data lainnya Contoh data rasio: nilai uang, jumlah populasi, jarak, jumlah antrian dalam 1 periode waktu, dll
Skala Yaitu suatu prosedur pemberian angka-angka (atau simbol lainnya) kepada sejumlah ciri-ciri obyek dengan maksud untuk menyatakan karakteristik angka pada ciri-ciri tersebut Skala dibutuhkan dalam penelitian bisnis untuk mengukur konsep-konsep (konstruk) di bidang penelitian bisnis yang seringnya rumit dan abstrak
Tipe Skala Respon Rating Scales Ranking Scales Dipakai bilamana responden menilai suatu obyek tanpa melakukan perbandingan pada obyek serupa lainnya Ranking Scales Dipakai bilamana responden menilai suatu obyek dengan melakukan perbandingan pada obyek serupa lainnya
Types of Rating Scales Likert scale Graphic rating
Masalah dalam Rating Scales yang Seharusnya Dihilangkan Leniency (toleransi) Negative Leniency, yaitu responden yang memberikan penilaian dengan sangat murah Positive Leniency, yaitu responden yang memberikan penilaian dengan sangat mahal Central Tendency, yaitu responden yang enggan memberikan penilaian yang ekstrim sehingga lebih cenderung netral Halo Effect, yaitu kesalahan yang disebabkan pada hanya melihat bentuk fisik atau kecenderungan sosial, mis: laporan dianggap bagus jika disusun dengan rapi dan tebal, mahasiswa dengan IPK yang tinggi dianggap lebih berhasil di dunia kerja daripada mahasiswa dengan IPK yang rendah, dll
Ciri-ciri Pengukuran yang Baik Valid Untuk mengetahui apakah instrumen atau alat ukur yang digunakan dalam penelitian masih bisa digunakan dalam penelitian yang akan dilakukan Reliabel (keandalan) Untuk menguji konsistensi instrument-instrumen yang digunakan dalam penelitian Praktis Berkaitan dengan serangkaian faktor hemat, kemudahan, dan dapat dimengerti
Jenis Uji Validitas Content Validity Criterion-Related Validity Sejauh mana instrumen penelitian mencakup topik penelitian Criterion-Related Validity Mencerminkan keberhasilan ukuran-ukuran yang dipakai untuk prediksi atau estimasi suatu perilaku atau kondisi Construct Validity Sejauh mana instrumen penelitian mencakup setiap variabel yang digunakan dalam penelitian
Reliability Metode yang sering digunakan diantaranya adalah: Cronbachs Alpha Kuder-Richardson Formula 20 (KR20)