D. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah metode dokumentasi. Metode dokumentasi adalah metode yang digunakan dalam pengumpulan data,
dengan cara mencari data mengenai variabel melalui catatan, transkrip, buku, surat kabar, majalah, notulen rapat, agenda, dan sebagainya Arikunto, 2010.
Dokumen yang digunakan pada penelitian ini adalah data yang telah didokumentasikan P3M USU. Data tersebut adalah data respon dari responden
yang mengikuti EPPS dalam bentuk lembar jawaban.
E. Software yang Digunakan
Peneliti menggunakan bantuan software komputer dalam melakukan analisis data. Software komputer yang akan digunakan peneliti adalah sebagai
berikut: 1.
Microsoft Excel yang diproduksi oleh Microsoft Corporation yang diintegrasikan dalam paket Microsoft Office System 2007. Software ini
digunakan untuk melakukan proses tabulasi skor EPPS dari dokumen P3M USU.
2. Program SPSS for Windows versi 16.0 yang diproduksi oleh International
Business Machine Corp. Software ini digunakan untuk menganalisis reliabilitas komposit EPPS.
3. Program LISREL versi 9.1 for Windows Free Trial Edition yang diproduksi
oleh Scientific Software International Inc. Software ini digunakan untuk menganalisis bukti validitas berdasarkan struktur internal EPPS. Software ini
Universitas Sumatera Utara
diperoleh dengan mengajukan permohonan penggunaan program LISREL selama 15 lima belas hari kepada Scientific Software International Inc.,
sebagai pemegang lisensi LISREL.
F. Cara Analisis Data
Cara analisis data yang dilakukan peneliti dibagi dalam dua tahap, yaitu: 1.
Analisis Reliabilitas Reliabilitas EPPS diukur dengan menggunakan formula koefisien Alpha:
·············································· 4 Keterangan:
= banyak aitem dalam tes. = varians skor tes.
Dilihat dari segi tujuan pengembangan EPPS, reliabilitas EPPS dikatakan baik ketika koefisien reliabilitas EPPS di atas .70. EPPS merupakan alat ukur
yang digunakan untuk tujuan prediksi dan diagnosis, sehingga harus memiliki koefisien reliabilitas yang tinggi. Analisis reliabilitas akan dilakukan
menggunakan program SPSS for Windows versi 16.0. EPPS merupakan gabungan dari beberapa sub bagian manifestasi
kebutuhan. Oleh karena itu, untuk mengestimasi reliabilitas EPPS, digunakan reliabilitas skor komposit. Reliabilitas skor komposit adalah reliabilitas skor
gabungan dari setiap bagian dengan memperhitungkan reliabilitas masing-masing bagian Azwar, 2003. Reliabilitas skor komposit didapat dengan menambah skor-
skor dari beberapa tes yang berbeda Murphy Davidshofer, 1994. Dalam hal
Universitas Sumatera Utara
ini, tes-tes tersebut adalah 15 sub bagian manifestasi kebutuhan EPPS. Semakin banyak tes digabung, dan semakin tinggi korelasi antar tes, semakin tinggi
reliabilitas skor komposit Murphy Davidshofer, 1994. Rumus reliabilitas skor komposit adalah:
············································· 5 Keterangan:
= reliabilitas skor komposit. = jumlah tes.
= rata-rata reliabilitas tes. = rata-rata korelasi antar tes.
2. Analisis Bukti Validitas Berdasarkan Struktur Internal
Analisis bukti validitas berdasarkan struktur internal dilakukan dengan menggunakan metode analisis faktor. Jenis analisis faktor yang digunakan adalah
analisis faktor konfirmatori. Hal ini dikarenakan peneliti hanya memastikan, bukan mengeksplorasi, apakah EPPS masih berfungsi sesuai dengan tujuan EPPS
disusun. Analisis bukti validitas dengan menggunakan analisis faktor konfirmatori dilakukan dengan menggunakan program LISREL versi 9.1 for Windows Free
Trial Edition, dengan tahapan-tahapan sebagai berikut Wijanto, 2008: a
Spesifikasi Model Pertama kali yang harus dilakukan adalah menspesifikasikan model penelitian
yang akan dianalisis. Instrumen juga disusun berdasarkan variabel-variabel teramati pada model untuk pengumpulan data.
Universitas Sumatera Utara
b Pengumpulan Data
Pengumpulan data dilakukan dengan melihat data sekunder yang sesuai dengan desain instrumen yang telah dispesifikasikan.
c Pembuatan program SIMPLIS dan Menjalankannya
Program SIMPLIS dibuat berdasarkan spesifikasi model dan data yang telah dikumpulkan. Program tersebut dijalankan dengan menggunakan program
LISREL. d
Analisis Keluaran Program SIMPLIS 1
Memeriksa offending estimate dari standardized loading factor λ, seperti negative error variance 1.0. Jika tidak memenuhi, tambahkan kalimat
”Set Error Variance of Nama Variabel to 0.01” pada program SIMPLIS. 2
Memeriksa validitas model pengukuran dengan melihat nilai t pada standardized loading factor
λ dari variabel-variabel teramati dalam model 1,96 dan standardized loading factor variabel-
variabel teramati ≥ 0.30. Jika tidak memenuhi, variabel tersebut dapat dikeluarkan atau
dihapus dari model. 3
Memeriksa uji kecocokan keseluruhan model pengukuran dengan melihat nilai dari ukuran goodness of fit selanjutnya akan disebut GOF yang
terdiri dari Goodness-of-Fit Index GFI, Root Mean Square Error of Approximation RMSEA, Non-Normed Fit Index NNFI, Normed Fit
Index NFI, Adjusted Goodness of Fit AGFI, dan Comparative Fit Index CFI. Nilai-nilai tersebut harus memenuhi ukuran yang
Universitas Sumatera Utara
menunjukkan kecocokan yang baik yang sesuai dengan nilai yang disajikan pada Tabel 1.
Tabel 1. Perbandingan Ukuran-Ukuran Goodness of Fit
Ukuran Goodness of Fit
GOF Tingkat Kecocokan yang Bisa Diterima
Goodness-of-Fit Index
GFI Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih
baik. GFI ≥ 0.90 adalah good-fit, sedangkan 0.80 ≤ GFI 0.90 adalah marginal fit.
Root Mean Square Error of
Approximation RMSEA
Rata-rata perbedaan per degree of freedom yang diharapkan terjadi dalam populasi dan bukan dalam sampel. RMSEA
≤ 0.08 adalah good fit, sedangkan RMSEA 0.05 adalah close fit.
Tucker-Lewis Index atau Non-Normed Fit Index
TLI atau NNFI Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih
baik. TLI ≥ 0.90 adalah good-fit, sedangkan 0.80 ≤ TLI 0.90
adalah marginal fit. Normed Fit Index NFI
Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. NFI
≥ 0.90 adalah good-fit, sedangkan 0.80 ≤ NFI 0.90 adalah marginal fit.
Adjusted Goodness of Fit AGFI
Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. AGFI
≥ 0.90 adalah good-fit, sedangkan 0.80 ≤ AGFI 0.90 adalah marginal fit.
Comparative Fit Index CFI
Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. CFI
≥ 0.90 adalah good-fit, sedangkan 0.80 ≤ CFI 0.90 adalah marginal fit.
Sumber: Wijanto 2008
Universitas Sumatera Utara
36
BAB IV HASIL DAN PEMBAHASAN