33
Pengetahuan Dasar Tentang Metode Penelitian
data hasil observasi. Pengambil data dapat mengkonfirmasi hasil ob- servasinya melalui wawancara.
Pengumpulan data menggunakan wawancara memiliki beberapa keunggulan yaitu peneliti dapat memperoleh informasi yang luas dan
mendalam tentang sikap, pikiran, harapan, dan perasaan responden yang ingin diketahuinya. Bahkan pewawancara yang ahli akan dapat
menanyakan hal-hal yang bersifat rahasia pribadi. Apabila jawaban responden kurang jelas dan meyakinkan, pewawancara dapat
melakukan probing menguak informasi secara mendalam dengan meminta penjelasan responden terkait dengan jawaban sebelumnya.
Pengumpulan data menggunakan wawancara memiliki kelema- han yaitu membutuhkan banyak waktu dan tenaga. Satu orang pewa-
wancara harus berhadapan dengan satu orang responden. Responden memiliki karakteristik yang berbeda-beda, ada yang sulit ditemui, ada
yang senang bercerita, dan ada yang pelit informasi. Bahasa juga dapat menjadi kendala apabila jenis bahasa yang digunakan berbeda.
Wawancara yang tidak terfokus dapat menyebabkan informasi inti yang digali tidak dapat tercapai tetapi justru mendapat informasi lain
yang kurang perlu. Bila hal ini terjadi, pewawancara harus menambah waktu yang lebih lama untuk mendapatkan data yang diperlukan.
Jawaban yang diberikan responden memiliki beberapa kelema- han. Responden yang takut, merasa diinterogasi atau ingin dinilai baik
oleh pewawancara dapat memberikan informasi yang baik-baik saja meskipun hal tersebut tidak sesuai dengan kenyataan. Pengolahan data
hasil wawancara juga dapat dimanipulasi oleh pewawancara berdasar- kan pengetahuan dan pengalamannya sendiri. Persepsi yang salah,
suara yang kurang terdengar dapat menyebabkan pencatatan data hasil wawancara menjadi tidak sesuai dengan keaslian jawaban responden.
Wawancara merupakan metode pengumpulan data utama dalam penelitian kualitatif. Untuk menambah keabsahan data hasil wa-
wancara dapat dilakukan triangulasi, yaitu melakukan
cross check
dengan mewawancarai sumber data lain yang memiliki kedekatan hubungan dengan subjek penelitian. Orang-orang yang sering menjadi
sumber data antara lain: sahabat atau anggota keluarga subjek penelitian. Apabila jawaban subjek yang diteliti konsisten dengan ja-
waban sumber data lainnya maka data hasil wawancara dapat di- percaya. Untuk hal-hal yang sangat penting, hasil wawancara perlu
dicek melalui pengamatan. Hal ini untuk membuktikan kebenaran apa yang diucapkan dengan apa yang dilakukan.
Riset Terapan
34
Dr. Endang Mulyatiningsih
Bidang Pendidikan dan Teknik
Seorang peneliti yang akan mengambil data melalui wawancara memerlukan pedoman wawancara
interview guide
. Pedoman wa- wancara penting untuk memandu pengambil data memfokuskan per-
tanyaan-pertanyaan sesuai dengan data yang dicari. Karena hanya un- tuk pedoman maka pewawancara dapat mengembangkan lebih lanjut
dengan pertanyaan-pertanyaan yang relevan pada saat melakukan wawancara.
d. Sosiometri
Sosiometri merupakan suatu metode untuk memperoleh data tentang jaringan sosial dalam suatu kelompok yang berukuran kecil
yaitu antara 10-50 orang. Data diambil berdasarkan preferensi pribadi antara anggota kelompok. Teknik sosiometri memberikan informasi
obyektif mengenai fungsi-fungsi individu dalam kelompoknya, di- mana informasi ini tidak dapat diperoleh dari sumber yang lain. So-
siometri tidak memberikan jawaban yang pasti, hanya bisa mem- berikan indikasi struktur sosial atau petunjuk bagi peneliti tentang in-
dividu pada periode tertentu. Responden cenderung memilih bukan atas dasar pertimbangan dengan siapa dia akan paling berhasil dalam
melakukan kegiatan sosiogroup melainkan atas dasar simpati dan an- tipati psychogroup
E. Skala Pengukuran
Jenis data dan skala pengukuran menentukan pemilihan teknik ana- lisis data. Oleh sebab itu, sebelum mempelajari teknik analisis data perlu
diketahui skala pengukuran yang digunakan. Pengukuran adalah proses penetapan bilangan nilai pada obyek atau peristiwa yang terjadi pada
variabel penelitian dengan menggunakan aturan tertentu. Aturan penggunaan notasi bilangan dalam pengukuran disebut skala atau tingkat
pengukuran
scales of measurement
. Pengukuran hanya dilakukan ter- hadap variabel yang dapat diukur, memiliki indikator yang jelas dan
tersedia alat pengukur yang tepat. Data hasil pengukuran dinamakan data kontinum ordinal, interval dan rasio sedangkan data yang diperoleh
hanya dengan menghitung jumlahnya saja disebut data diskrit atau nomi- nal.
Ada empat macam skala pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal, interval, dan rasio. Keempat skala
pengukuran tersebut memiliki peringkat, dimana peringkat terendah ter- dapat pada skala nominal dan peringkat tertinggi terdapat pada skala ra-
tio. Data berskala rasio dapat diubah menjadi skala interval dan ordinal tetapi data berskala ordinal tidak mungkin diubah menjadi skala interval
35
Pengetahuan Dasar Tentang Metode Penelitian
maupun ratio. Semakin tinggi peringkat skala pengukuran semakin ban- yak jenis analisis data yang dapat digunakan. Syarat minimal analisis data
statistik inferensial adalah salah satu data memiliki skala interval. Contoh data berdasarkan skala pengukuran dapat disimak pada paparan berikut
ini.
1. Skala
nominal
Data berskala nominal hanya merupakan atribut, simbol, nama, identi- tas untuk membedakan data individu dengan data individu lainnya.
Contoh data berskala nominal antara lain: jenis kelamin, agama, warna, suku bangsa, dan jenis pekerjaan. Data berskala nominal
merupakan data kualitatif yang tidak bisa diberi skor kuantitatif yang menunjukkan individu yang satu lebih baik dari individu lainnya. Se-
bagai contoh kelompok wanita tidak mau dikatakan lebih jelek dari kelompok pria. Demikian juga agama, orang yang beragama Islam
tidak boleh diberi status yang lebih tinggi dari agama lainnya. Dalam pemilihan teknik analisis statistik, data berskala nominal terbatas han-
ya dapat dianalisis secara deskriptif dan analisis non parametrik yang kesimpulan hasil analisisnya hanya berlaku pada sampel yang diteliti.
2. Skala
ordinal
Data berskala ordinal sudah menunjukkan ada tingkatan atau per- ingkat. Data ordinal hanya berupa kategori-kategori untuk menunjuk-
kan kategori yang satu lebih baik dari kategori yang lain, namun jarak antara masing-masing kategori tidak sama. Contoh data berskala ordi-
nal antara lain: peringkat kejuaraan, status sosial ekonomi, tingkat pendidikan, dan ranking kelas. Dalam penyusunan peringkat ke-
juaraan dan ranking kelas sering digunakan peringkat ke 1, 2 dan 3, dst. Secara sepintas data tersebut berurutan dan kemungkinan mem-
iliki selisih nilai yang sama. Namun pada kenyataannya jarang ditemukan peringkat ke 1, 2 dan 3 memiliki selisih nilai yang sama.
Contoh data ranking nilai: Rank I
II III
IV Nilai
10 9
8 7
6 5
4 3
2 1
Dalam contoh tersebut ditemukan ranking ke 1 mendapat skor 10, ranking ke 2 mendapat skor 8 dan ranking ke III mendapat skor 7. Ja-
rak antara ranking ke 1 dan ke II sebanyak 2 digit, sementara itu, jarak antara ranking ke II dan ke III hanya satu digit.
Data status sosial dan ekonomi yang diperoleh dari penghasilan dapat menjadi skala ordinal tetapi dapat pula menjadi skala interval. Ketika
penghasilan menjadi indikator status sosial ekonomi SES dikate- gorikan menjadi rendah, sedang dan tinggi, maka data tersebut