Bahan Kuliah Metode Penelitian Fakultas Ekonomi -UHAMKA

1. PertemuanKetujuh PengukuranVariabel : SkaladanValiditas BahanKuliahMetodePenelitianFakultasEkonomi-UHAMKA

2. Proses Riset 1 OBSERVASI IdentifikasibidangPermasalahan 6 PENGUMPULAN, ANALISIS DAN INTERPRETASI DATA 4 KERANGKA TEORI Variabelsdhdidefisikandandiberi label 3 PENDEFINISIAN MASALAH Pembatasanmasalah 6 RANCANGAN RISET 5 PERUMUSAN HIPOTESIS 7 PENGAMBILAN KESIMPULAN DEDUCTIVE • 2 • PENGUMPULAN DATA AWAL • Interview • StudiPustaka YA TIDAK 9 PPENULISAN LAPORAN 10 PRESENTASI LAPORAN 11 PENGAMBILAN KEPUTUSAN MANAJERIAL

3. TopikBahasan • TeknikSkalaygUmumDigunakan • 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. TujuanPembelajaran SetelahmengikutikuliahiniSdrdapat : • Mengetahuibagaimanadankapanmenggunakanskala rating danskala ranking yang berbeda. • Menjelaskanpengertian “stability” dan “consistency” sertabagaimanakeduahaltersebutditerapkan. • Mengenaldenganbentuk-bentuk validity yang berbeda • Membahasarti “goodness of measures” danmengapahalituperluditetapkandalamsuaturiset.

5. Rancangan Riset • Kegunaan Riset : • Eksplorasi • Deskripsi • Pengujian Hipotesis • TipeInvestigasi • Menetapka: • hub kausal • korelasi • perbedaan • KeterlibatanPeneliti: • Minimal • Manipulasi • Control • Simulasi • Setting Riset • Contrieved • Non-contrived • UkurandanPengukuran • Def. operasi • Unsur • Skala • Kategori • Kode PernyataanMasalah • Analisis Data • Feel for Data • Goodness of Data • Pengujian Hipotesis • HorisonWaktu • One shot (cross-section) • Longitudinal (time-series) • Pengumpulan Data • Observasi • Interview • Kuisioner • Pengukuranfisik • RancanganSampel • Probability • Non-probablity • Size • Unit Analisis: • Individual • Kelompok • Organisasi • Mesin • dsb

6. SKALA RATING • SkalaDikotomi: digunakanuntukmemperolehjawaban YA atau TIDAK • Contoh : ApakahSdrmemilikimobil ? YA TIDAK • SkalaKategori: menggunakanbanyakbutiruntukmemperolehrespontunggal (Inijugamerupakanskala nominal • Contoh : DimanaSdrtinggal? • Jakarta Selatan • Jakarta Timur • Jakarta Pusat • Jakarta Barat • Jakarta Utara • Lainnya……………

7. SKALA RATING • SkalaLikert: dirancanguntukmengujiseberapakuatsuatusubyekdisetujuiatautidakdisetujuiterhadapsuataupernyataandengan 5 skala (Initermasukskala interval) • Contoh : • Pekerjaansayasangatmenyenangkan • (1= sangattdksetuju, 2 = tidaksetuju, 3 = ragu-ragu, 4 = setuju, 5 sangatsetuju) • Sayaseorangpekerja yang disiplin • (1= sangattdksetuju, 2 = tidaksetuju, 3 = ragu-ragu, 4 = setuju, 5 sangatsetuju)

8. SKALA RATING • SkalaSemantic Differential : digunakanuntukmengkajisikaprespondenterhadapmerk, iklanatauobyektertentu. Sifatdua-kutubdigunakanutkmemperolehrespon (Initermasukskala interval) • Contoh : • Responsive …………………………………..Tdk Responsive • Cantik ………………………………………….Buruk • Pintar …………………………………………..Bodoh • Rajin …………………………………………….Malas

9. SKALA RATING • SkalaNumeric: miripdenganskala semantic differential, dimanadisediakan 5 atu 7 skaladengankatasifatdanduakutubdiujungnya (Inijugatermasukskala interval) • Contoh : • Cantik 7 6 5 4 3 2 1 Buruk • Pintar 7 6 5 4 3 2 1 Bodoh • Rajin 7 6 5 4 3 2 1 Malas • Suka 7 6 5 4 3 2 1 TidakSuka

10. SKALA RATING • SkalaConstant 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 • SkalaStapel: Skalainisecarasimultanmengukurbaikarahmaupunintensitasdarisikapterhadapbutir-butirygsedangdipelajari. Karakteristikygdipelajariditempatkanditengah-tengahantaraskalanegatifdanskalapositi, misal -3 dan +3 • Contoh : NyatakanbgmanaAndamenilaikemampuanatasanAndaterkaitdengankarakteristikberikut. • -3 -2 -1 Adopting Modern Technology +1 + 2 +3 • -3 -2 -1 Product Innovation +1 + 2 +3 • -3 -2 -1 Interpersonal Skill+1 + 2 +3

12. SKALA RATING • SkalaGraphic Rating: suatugrafikmembanturespondenuntukmenetapkanskalajawabanthdsuatupertanyaantertentudgnmemberitandapadasuatutitikdigarisskala. • Contoh : Padaskala 10 bagaimanaAndamenilaikinerjaatasanAnda ? 0 2 4 6 8 10 Very Bad All right Excelent

13. SKALA RANKING • Skala ranking digunakanuntukmengukurpreferensidiantaraduaataulebihobyekataubutir, sayangsekalisulitmengambilkesimpulanketikasuatukategoritelahdiurutkanberdasarkanpreferensitsb, misalnya 35% memilihkategori 1, 35% memilihkategori 2, 20% msng-msngmemilihkategori 3 dankategori 4. • Alternatifnya : metode paired comparison, forced choice dancomparative scale dapatdigunakan

14. SKALA RANKING • Paired Comparison : digunakanjikarespondendimintauntukmemilihdiantaraduaobyekpadasaatbersamaan. Inibisamembantumenilaipreferensi. Metodeinitepatjikajumlahpasangannyasedikit. • Jika A, B, C dan D adalahproduk yang ditawarkan, maka : • Apakah A lebihdisukaidari B ? • Apakah A lebihdisukaidari C ? • Apakah A lebihdisukaidari D ? • Apakah B lebihdisukaidari C ? • Apakah B lebihdisukaidari D ? • Apakah C lebihdisukaidari D ?

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

16. GOODNESS OF MEASURES • Test-Retest Reliability : Koefisienreliabilitasdiperolehdgnmengulangpengukuran yang samadikesempatankedua, ygdisebut test-retest reliablity. Kuisioner yang samadiberikanpadaresponden yang samadenganwaktu yang berbeda, apakahhasilnyakonsisten. Itudilakukandengancaramengkorelasikanskorjawaban-jawaban. • Parallel-Form Reliability : ketikarespondariduapengukurankonsep yang samasangatberkorelasi>.Keduanyaharusmempunyaibutir yang serupa, format respon yang sama. Yang bedaadalah “wording” danurutanpertanyaan.

17. GOODNESS OF MEASURES • Interitem Consistency Reliability : pengujianterhadapkonsistensisetiapjawabanresponden. Jikabutir-butirpertanyaanitubebassataudengan yang lain, tetapimengukurkonsep yang sama< merekaakansalingberkorelasi. Uji yang paling populeruntukiniadalahUjiKoefisien Alpha Cronbachdan formula Kuder-Richardson. Semakintinggikorelasinyasemakinbaikpengukuraninstrumen. • Split-Half Reliability : korelasiantaraduabagiandarisuatuinstrumen. Kalausetiapindikatordibuatduapertanyaan yang berbeda (negatifataupositif), dikorelasikanmakaakandbisadigunakanuntukmengujikonsistensiinstrumen.

18. GOODNESS OF MEASURES • Content Validity: Apakahinstrumenmemadaiutkmengukurkonsep. • FaceValidity: Aapakahekspertmemvalidasiinstrumenpengukuranygdiharapkandiukur ? • Criterion-related validity : apakahpengukuranberbedadalammembantumemprediksisuatukriteriavariabel ? • Concurentvalidy : qpqkqhpengukuranberbedadalammembantumemprediksisuatukrteriavariabelsaatini ?

19. GOODNESS OF MEASURES • Predictive validity : apakahpengukuranberbedasecara individual dalammembantumemprediksisuatukriteriamasadepan ? • Construct Validity : Apakahinstrumenmengukurkonsepsebagaisuatuteori • Convergen validity : Apakahduainstrumenmengukurkonsepberkorelasisangattinggi. • Discriminat validity : Apakahsuatupengukuranmempunyaikorelasi yang rendahdgnsuatuvariabelygdiperkirakantidakberkaitan.