8
2.2 Metode Slovin
Dalam banyak buku yang mencantumkan rumus untuk menentukan ukuran sampel yang dibuat Slovin, khususnya dalam buku-buku metodologi penelitian,
sampai saat ini penulis belum bisa memperoleh keterangan yang lengkap mengenai konsep dasar yang dipakai membangun rumus tersebut. Dengan hanya
mendasarkan pada rumus 1, kalau tidak berusaha mencari keterangan lain dan mengetahui konsep dasar yang digunakan untuk membuat rumus tersebut, maka
belum bisa menjawab secara tepat empat pertanyan mendasar tadi. Rumus Slovin: .
n =
� +��
dimana: n = ukuran sampel
N = ukuran populasi d = galat pendugaan
2.3 Skala Likert
Skala Likert digunakan saat: a.
Ingin menggambarkan secara kasar posisi individu dalam kelompoknya posisi relatif.
b. Ingin membandingkan skor subjek dengan kelompok normatifnya.
c. Ingin menyusun skala pengukuran yang sederhana dan mudah dibuat.
Skala likert bisa 3, 4, 5, 6, 7, skala tergantung kebutuhan.
Tabel 2.1 Bentuk Skala Likert
1 2
3 4
5 Sangat Tidak
Setuju Tidak
Setuju Ragu-ragu
Netral Setuju
Sangat Setuju
9 Sangat Tidak
Puas Tidak
Puas Ragu-ragu
Netral Puas
Sangat Puas
Sangat Tidak Baik
Kurang Baik
Cukup Baik
Sangat Baik
Sekarang ini banyak penelitian-penelitian di bidang sosial menggunakan variabel keperilakuaan, sehingga skala likert sering digunakan dalam penelitian sosial.
Skala likert yang mudah dipahami dan sederhana menjadi kelebihan tersendiri dibandingkan skala pengukuran lainnya.
2.4
Method of Successive Interval
MSI
Method of Successive Interval
adalah metode penskalaan untuk menaikkan skala pengukuran ordinal ke skala pengukuran interval. Melakukan manipulasi data
dengan cara menaikkan skala dan ordinal menjadi skala interval bertujuan untuk mengubah syarat distribusi normal agar dapat dipenuhi ketika menggunakan
statistika parametrik.
Method of Successive Interval
dapat dilakukan dengan cara sebagai berikut:
1. Perhatikan nilai jawaban dari setiap pertanyaan dalam kuesioner.
2. Untuk setiap pertanyaan tersebut, lakukan perhitungan banyak responden
yang menjawab skor 1, 2, 3, 4, 5 = frekuensi f. 3.
Setiap frekuensi dibagi dengan banyak n responden dan hasil adalah proporsi p.
4. Kemudian hitung proporsi kumulatif pk.
5. Dengan menggunakan tabel normal, hitung nilai distribusi normal Z untuk
setiap proporsi kumulatif yang diperoleh. �
= √ �
−
, −∞ +∞
10 6.
Tentukan nilai densitas normal fd yang sesuai dengan nilai Z. 7.
Tentukan nilai interval
scale value
untuk setiap skor jawaban. 8.
Sesuaikan nilai skala ordinal ke interval, yaitu Skala Value SV yang nilainya terkecil harga negatif yang terbesar diubah menjadi sama dengan
jawaban responden yang terkecil melalui transformasi berikut :
Transformed Scale Value
: SV = – Min data – Min SV
Contoh : No.
Variabel …
�
1 ⋱
⋮ 2
⋱ ⋮
⋮ ⋱
⋮ N
… …
… ⋱
Hasil perhitungan menaikkan skala dari ordinal ke interval dengan menggunakan
method of successive interval
MSI untuk pernyataan item 1 satu variabel X
Tabel 2.2 Proses Konversi Variabel Ordinal menjadi Variabel Interval No.
Item Kategori Frekuensi Proporsi
Proporsi Kumulatif
Z Densitas
{fz} Hasil
Penskalaan
1 10
0,064 0,064
-1,521 0,125
1,000 2
64 0,410
0,474 -0,064
0,398 2,292
3 51
0,327 0,801
0,846 0,279
3,321 4
19 0,122
0,923 1,426
0,144 4,062
5 12
0,077 1,000
- 0,000
4,833
Jumlah 156
Penjelasan :
a Pemilih jawaban atau kategori dan frekuensi dibuat dari hasil kuesioner fiktif
b Masing-masing frekuensi setiap masing-masing kategori dijumlahkan
c Menghitung proporsi untuk setiap frekuensi skor
P
1
=
10 156
= 0,064 P
4
=
19 156
= 0,122 P
2
=
64 156
= 0,410 P
5
=
12 156
= 0,077 P
3
=
51 156
= 0,327
11 d
Menjumlahkan proporsi secara berurutan untuk setiap respon, sehingga diperoleh nilai proporsi kumulatif.
Pk
1
= 0,064 Pk
2
= 0,064 + 0,410 = 0,474 Pk
3
= 0,064 + 0,410 + 0,327 = 0,801 Pk
4
= 0,064 + 0,410 + 0,327 + 0,122 = 0,923 Pk
5
= 0,064 + 0,410 + 0,327 + 0,122 + 0,077 = 1,000
e Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi
kumulatif dianggap mengikuti normal baku. Nilai Z diperoleh dari Tabel Distribusi Normal Baku.
Proporsi Kumulatif
Z 0,064
-1,521 0,474
-0,064 0,801
0,846 0,923
1,426 1,000
f Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara
memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai berikut :
� = √ �
�� − � Sehingga diperoleh :
f -1,521 = 1
√2π exp -
1 2
-1,521
2
= 0,125 f -0,064 =
1 √2π
exp - 1
2 -0,064
2
= 0,398 f 0,846 =
1 √2π
exp - 1
2 0,846
2
= 0,279 f 1,426 =
1 √2π
exp - 1
2 1,426
2
= 0,144
12 g
Menghitung SV
Scale Value
dengan rumus : �� =
Kepadatan pada batas bawah-Kepadatan pada batas atas Daerah di bawah batas atas-Daerah di bawah batas bawah
Sehingga diperoleh : SV
1
= 0,000-0,125
0,064-0,000 = -1,957
SV
2
= 0,125-0,398
0,474-0,064 = -0,665
SV
3
= 0,398-0,279
0,801-0,474 = 0,365
SV
4
= 0,144-0,279
0,923-0,801 = 1,105
SV
5
= 0,144 - 0,000
1,000 - 0,923 = 1,876
h Mengubah
Scale Value
SV terkecil nilai negatif yang terbesar menjadi sama dengan satu 1
SV
terkecil = -1,957 = 1 didapat dari -1,957 + 2,957 = 1 =
i Mentransformasikan nilai skala dengan menggunakan rumus :
= �� + |�� min| Sehingga diperoleh :
Y
1
= 1 Y
2
= -0,665 + 2,957 = 2,292 Y
3
= 0,365 + 2,957 = 3,321 Y
4
= 1,105 + 2,957 = 4,062 Y
5
= 1,876 + 2,957 = 4,833
2.5 Uji Validitas dan Reliabilitas