commit to user
II-15 yang terseleksi oleh peneliti berdasarkan ciri-ciri khusus yang dimiliki sampel
tersebut yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri atau sifat-sifat populasi yang sudah diketahui sebelumnya.
3.
Quota Sampling
, adalah suatu teknik pengambilan sampel dimana sampel diambil dari suatu sub populasi yang mempunyai karakteristik-karakteristik
tertentu dalam batasan jumlah atau kuota tertentu yang diinginkan. 4.
Snowball Sampling
, adalah suatu teknik pengambilan sampel yang sangat sesuai digunakan untuk mengetahui populasi dengan ciri-ciri khusus yang sulit
dijangkau. Pemilihan pertama dilakukan secara acak, kemudian setiap responden yang ditemui diminta untuk memberikan informasi mengenai
rekan-rekan lain yang mempunyai kesamaan karakteristik yang dibutuhkan.
2.7 Pengujian Data
Penelitian merupakan sebuah proses yang dilakukan secara sistematis dan terencana untuk memecahkan dan mencari setiap jawaban terhadap sebuah
permasalahan tertentu. Beberapa tahap uji yang dilakukan sebelum melakukan pengolahn data dalam melakukan sebuah penelitian meliputi:
2.7.1 Uji validitas
Validitas berasal dari kata
validity
yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu instrumen ukur dalam melakukan fungsi ukurnya
Azwar, S.,1997. Validitas menunjukkan sejauh mana suatu instrumen ukur itu dapat mengukur apa yang ingin diukur. Suatu tes atau instrumen ukur dapat
dikatakan mempunyai validitas yang tinggi apabila alat tersebut menjalankan fungsi alat ukurnya, atau memberikan hasil ukur, yang sesuai dengan maksud
dilakukannya pengukuran tersebut. Tes yang menghasilkan data yang tidak relevan dengan tujuan pengukuran dikatakan sebagai tes yang memiliki validitas
rendah. Validitas alat pengumpul data dapat digolongkan dalam beberapa jenis,
yaitu: A.
Validitas Isi
Content
Validitas isi suatu instrumen ukur ditentukan oleh sejauh mana isi instrumen ukur tersebut mewakili semua aspek yang dianggap sebagai aspek
commit to user
II-16 kerangka konsep. Dalam penelitian, seringkali peneliti hanya mengukur suatu
konsep berdasar satu aspek saja. B.
Validitas Kriteria
Criterion-Related
Validitas kriteria terdiri dari validitas konkuren
concurrent
dan prediktif
predictive
. Validitas konkuren adalah validitas yang diperoleh dengan cara mengkorelasikan instrumen ukur baru dengan tolok ukur lain yang sudah teruji
kevaliditasannya. Sedangkan validitas prediktif adalah validitas instrumen ukur yang dibuat oleh peneliti untuk memprediksikan apa yang akan terjadi di masa
yang akan datang. C.
Validitas Rupa Validitas rupa adalah jenis validitas yang berbeda dengan validitas lainnya
karena validitas rupa tidak menunjukkan apakah instrumen ukur mengukur apa yang ingin diukur, tetapi hanya menunjukkan bahwa dari segi ‘rupa’, suatu
instrumen ukur tampaknya dapat mengukur apa yang ingin diukur. D.
Validitas Konstruk
Construct
Konstruk adalah kerangka dari suatu konsep. Dengan mengetahui kerangka konsepnya, seorang peneliti dapat menyusun tolok ukur operasional
konsep tersebut. Langkah-langkah pengujian validitas konstruk meliputi Husein, Umar,
1989: 1.
Mendefinisikan secara operasional konsep yang akan diukur 2.
Melakukan uji coba skala pengukuran tersebut pada responden yang berjumlah minimal 30 orang. Dengan jumlah minimal 30 orang ini maka
distribusi nilai akan lebih mendekati kurva normal. 3.
Mempersiapkan tabel tabulasi jawaban 4.
Menghitung korelasi antara masing-masing pernyataan dengan skor total, dengan salah satu cara adalah menggunakan rumus teknik korelasi
product moment
. Adapun rumus yang digunakan untuk menentukan korelasi adalah:
[ ]
[ ]
2 Y
2 Y
N 2
X 2
X N
Y X
XY N
r S
- S
× S
- S
S ×
S -
S =
.................................................. 2. 1
commit to user
II-17 Dimana :
r = koefisien korelasi item dengan total pertanyaan N = jumlah responden
X = skor pertanyaan Y = skor total sampel
Nilai r yang diperoleh kemudian dibandingkan dengan nilai r pada tabel
r product moment
yang dapat dilihat pada lampiran. Pernyataan-pernyataan tersebut dapat dianggap valid bila memiliki konsistensi internal, yaitu mengukur aspek
yang sama. Apabila dalam perhitungan ditemukan pernyataan yang tidak valid, kemungkinan pernyataan tersebut kurang baik susunan katanya atau kalimatnya,
karena kalimat yang kurang baik dapat menimbulkan penafsiran yang berbeda.
2.7.2 Uji reliabilitas
Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu instrumen ukur dapat dipercaya atau dapat diandalkan Singarimbun, 1989. Bila suatu
instrumen ukur dipakai dua kali – untuk mengukur konsep yang sama dan hasil pengukuran yang diperoleh relatif konsisten, maka instrumen ukur tersebut
reliabel. Reliabilitas diartikan sebagai tingkat kepercayaan hasil suatu pengukuran Azwar, 1997.
Secara teoritis, besarnya koefisien korelasireliabilitas berkisar antara 0.00 – 1.00. Namun pada kenyataannya, koefisien 0.00 dan 1.00 tidak pernah
tercapai dalam pengukuran, karena konsistensi maupun ketidakkonsistensian yang sempurna tidak dapat terjadi dalam pengukuran aspek-aspek psikologis dan
sosial yang menggunakan manusia sebagai subjeknya, dimana dalam diri manusia terdapat berbagai sumber eror yang sangat mempengaruhi kecermatan hasil
pengukuran. Reliabilitas dapat dilakukan dengan menghitung koefisien
Cronbach’s Alpha
. Rumus untuk menghitung koefisien
Cronbach’s Alpha
adalah dengan persamaan :
÷÷ ø
ö çç
è æ
S -
- =
t v
i v
n n
1 1
a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.2
commit to user
II-18 Dimana:
n =
jumlah variabelatribut v
i
= varians variabelatribut
v
t
= varians nilai total
2.7.3 Uji outlier
Outlier
adalah nilai ekstrim yang diperoleh untuk suatu variabel pada case tertentu. Pengertian ekstrim bukan merupakan ekstrim absolut tetapi ekstrim
relatif terhadap sebagian besar nilai-nilai lainnya untuk variabel yang sama.
Outlier
dapat dikelompokkan menjadi 4 tipe, yaitu: 1.
Outlier
tipe 1,
outlier
yang terjadi karena kesalahan prosedur seperti kesalahan memasukkan data
coding
.
Outlier
tipe 1 sedapat mungkin harus dihilangkan. 2.
Outlier
tipe 2, adalah
outlier
yang terjadi karena kejadian yan luar biasa, yaitu secara kebetulan terpilih nilai ekstrim.
Outlier
tipe 2 dapat dikeluarkan dari sampel jika tidak diinginkan ada nilai ekstrim, tentunya dengan pertimbangan
yang logis. 3.
Outlier
tipe 3,
outlier
yang terjadi karena kejadian yang luar biasa dimana nilai ekstrim tersebut tidak dapat dijelaskan atau secara nalar mesnya nilai akstrim
tersebut tidak pernah mucul bukan bagian populasi.
Outlier
tipe 3 harus segera dikeluarkan dari sampel karena tidak logis.
4.
Outlier
tipe 4,
outlier
dimana nilainya sendiri tidak ekstrim tetapi kombinasinya dengan nilai variabel-variabel lain menjadi aneh atau tidak
lumrah
outlier multivariat
. Jika kombinasi ini dipandang tidak wajar atau tidak logis, maka
outlier
tersebut harus dikeluarkan dari sampel, tetapi jika dianggap sebagai bagian dari populasi , maka
outlier
tersebut sebaiknya tetap diikutkan dalam sampel Hair, 1998.
Setelah mendapatkan deskritif dari data penelitian, langkah selanjutnya adalah melakukan standarisasi data z
score
, yang dirumuskan, sebagai berikut: s
X x
z
- =
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3
N x
x x
x X
N
+ +
+ +
=
-
....
3 2
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4
commit to user
II-19 1
2 1
- -
=
å
N x
x
s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5
Keterangan: z
= nilai z score data
X =
nilai rata-rata σ
= standar deviasi x
= nilai data N
= jumlah data Jika sebuah data outlier maka nilai z yng didapat lebih besar dari angka +2,5
dan lebih kecil dari angka -2,5.
2.8 Analisis Multivariat