Metode Slovin Skala Likert

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