M2

Modul 2

Pengukuran
Dra. Kusharianingsih Candrawita, M.S.

PE N D A HU L UA N

P ada Modul 1, Anda telah diperkenalkan dengan konsep-konsep dasar
statistika, pemanfaatan statistika dalam penelitian sosial, 2 cabang
(aktivitas utama) dari statistika, serta penggunaan komputer dalam analisis
statistika. Dalam pembahasan pada Modul 1 telah dijelaskan bahwa statistika,
sebagai suatu bidang studi, berkaitan dalam 2 hal dengan kegiatan penelitian,
yaitu penyajian data (data description) termasuk di dalamnya analisis data
yang bersifat penjajakan dan penyusunan inferensi (kesimpulan) tentang
suatu populasi (universe) berdasarkan informasi yang terdapat pada sampel.
Bagi peneliti sendiri terdapat 2 alasan untuk melakukan kegiatan
ekonomi, yaitu mengembangkan pengetahuan baru mengenai kehidupan
sosial manusia dan (khusus untuk penelitian sosial dengan pendekatan
kuantitatif) melakukan uji hipotesis mengenai suatu gejala sosial tertentu1.
Dalam kegiatan penelitian tersebut, hipotesis2 dikembangkan oleh peneliti
dari teori-teori sosial yang ada dan selanjutnya hipotesis tersebut digunakan
sebagai pedoman dalam kegiatan penelitian yang dilakukan.
Dengan adanya hipotesis yang berfungsi sebagai pedoman. peneliti
dituntut untuk melakukan identifikasi terhadap variabel yang akan diukur
dana juga menetapkan prosedur pengumpulan informasi (data) serta
analisisnya sesuai dengan hipotesis yang dirumuskan3. Untuk itu, di dalam
modul ini Anda akan diperkenalkan pada konsep-konsep dasar dalam proses
pengukuran variabel4 sehingga pengukuran gejala sosial atau perilaku sosial
manusia dapat dipahami. Pembahasan mengenai proses pengukuran pada
modul ini akan memberikan gambaran bahwa berbagai variabel sosial, politik
dan ekonomi yang sering dianggap abstrak dan kompleks tersebut ternyata
dapat diukur. Pada bagian akhir modul ini, Anda juga akan diperkenalkan
dengan dua konsep (prinsip) penting dalam proses pengukuran, yaitu
validitas (validity) dan reliabilitas (reliability).

2.2 Pengantar Statistik Sosial

Setelah mempelajari modul ini Anda diharapkan mampu menjelaskan
konsep-konsep dasar dalam proses pengukuran.
Secara spesifik Anda diharapkan pula mampu menjelaskan:
1. pengertian pengukuran;
2. evaluasi sifat pengukuran;
3. metode membandingkan data;
4. tingkat ketelitian dalam proses pengukuran;
5. validitas dan reliabilitas dalam proses pengukuran.

ISIP4215/MODUL 2 2.3

Kegiatan Belajar 1

Konsep-konsep Dasar dalam Pengukuran

S alah satu alasan dilakukannya kegiatan penelitian adalah untuk menguji
hipotesis. Kegiatan penelitian itu sendiri diawali dengan pemilihan topik
yang bersifat umum dan kemudian merumuskannya dalam suatu
permasalahan penelitian yang lebih terfokus atau ke dalam suatu pertanyaan
penelitian. Selanjutnya peneliti merumuskan permasalahan atau pertanyaan
penelitian tersebut ke dalam hipotesis yang dapat diuji keberlakuannya5.
Namun, sebelum melakukan uji hipotesis peneliti perlu melakukan 2 hal,
yaitu menjelaskan (dan/atau membatasi) makna dari variabel-variabel yang
tercakup dalam rumusan hipotesis serta menetapkan cara (bagaimana)
peneliti akan mengukur hal-hal yang tercakup dalam batasan suatu variabel6.
Kedua hal ini merupakan bagian dari proses pengukuran.

A. PENGERTIAN PENGUKURAN

Proses pengukuran dimulai dengan konseptualisasi (conceptualization)
dan operasionalisasi (operationalization) dari setiap konsep dan variabel
yang tercakup dalam hipotesis penelitian. Konseptualisasi adalah proses
pemilihan konsep dan pemberian batasan (definisi) secara teoretis terhadap
suatu konsep. Jadi, definisi konseptual adalah batasan (definisi) dalam tingkat
yang abstrak (teoretis). di mana definisi yang baik harus memiliki makna
yang jelas eksplisit dan khusus7. Misalkan, definisi konseptual dari status
sosial (social status) adalah suatu bentuk stratifikasi sosial di mana
kelompok-kelompok status atau strata ditentukan berdasarkan kriteria hukum,
politik dan kebudayaan8.
Setelah merumuskan definisi konseptual9 peneliti akan melakukan
operasionalisasi, yaitu proses penyusunan definisi operasional dari konsep
yang dimaksud. Jadi, definisi operasional adalah batasan (definisi) alas
makna suatu konsep dalam bentuk cara, prosedur ataupun instrumen
pengukuran tertentu. Operasionalisasi ini dilakukan karena teori. sebagai
salah satu sumber penyusun hipotesis bersifat abstrak, terdiri dari serangkaian
asumsi, hubungan (antar-variabel), definisi dan kausalitas (hubungan sebab
akibat). Untuk itu, peneliti memerlukan serangkaian peraturan, prosedur atau


cara yang memungkinkan peneliti mengamatinya (dalam bentuk variabel) di
dunia nyata (empiris). Dengan kata lain, ukuran empiris ini menggambarkan
bagaimana peneliti secara konkret mengukur variabel tertentu dan mengacu
pada alat (indikator) yang digunakan oleh peneliti untuk menunjukkan
keberadaan konsep yang dimaksud dalam kenyataan yang diamati. Misalkan,
definisi operasionalisasi konsep status sosial menurut O.D. Duncan10
mengacu pada penghasilan (income), pendidikan (education), dan prestis11
(gengsi) pekerjaan (occupational prestige). Agar peneliti dapat mengamati
konsep tersebut di dunia nyata. Duncan mengembangkan alat ukur yang
menggabung pendidikan, penghasilan, dan prestis pekerjaan dalam suatu
multi-item index dan mengembangkan ukuran gabungan untuk sosio-ekonomi
dan prestis. Namun, skor dihasilkan dari pengukuran ini hanya terbatas pada
kaum pria saja. Dari pembahasan mengenai konseptualisasi dan
operasionalisasi terlihat bahwa jembatan (penghubung) antara indikator dan
konsep adalah hal yang amat penting dalam proses pengukuran karena
peneliti bergerak secara deduktif pada 3 tingkatan (tataran) yang berbeda,
yaitu tingkat konseptual, tingkat operasional, dan tingkat empiris12. Pada
tingkat atau tahap pertama, peneliti merumuskan batasan (definisi) yang jelas
pada suatu konsep. Selanjutnya, konsep tersebut dioperasionalisasikan
dengan menyusun definisi operasional atau seperangkat indikator untuk
konsep tersebut. Akhirnya, peneliti menerapkan indikator tersebut pada dunia
empiris13. Jembatan (penghubung) antara konsep yang abstrak dan kenyataan
empiris tersebut memungkinkan peneliti untuk menguji hipotesis penelitian
yang (telah) bersifat empiris. Pengujian empiris tersebut selanjutnya akan
dihubungkan kembali pada hipotesis konseptual dan hubungan sebab-akibat
(causal relations) yang terdapat dalam dunia teori. Untuk jelasnya, bagan
berikut ini memberikan gambaran bagaimana proses pengukuran dari 2
variabel yang berhubungan dalam suatu teori atau suatu hipotesis.


Level of
Theory

Gambar
Bagan Konseptualisasi dan Operasionalisasi

Ada 2 prinsip pengukuran, yaitu prinsip eksklusif dan prinsip ekshautif14.
Prinsip eksklusif berarti bahwa suatu kasus (case) tidak dapat memiliki nilai
(kategori) lebih dari satu untuk suatu variabel yang sama. Prinsip ekshautif
berarti bahwa nilai (kategori) yang tersedia untuk suatu variabel harus dapat
mencakup nilai (kategori) dari setiap kasus. Contoh untuk prinsip eksklusif
adalah seorang (kasus) yang memiliki jenis kelamin laki-laki (variabel dan
kategori) tidak dapat pada saat yang sama memiliki jenis kelamin perempuan.
Contoh untuk prinsip ekshautif adalah kategori untuk variabel alat
transportasi yang digunakan untuk berangkat kerja harus dapat mencakup
seluruh kemungkinan jawaban (nilai/kategori yang diberikan oleh responden
(kasus).

B. PENGERTIAN KONSEP-KONSEP DASAR DALAM PROSES
PENGUKURAN

1. Konstanta dan Variabel
Pembahasan mengenai proses pengukuran menunjukkan bahwa proses
tersebut diawali dengan konseptualisasi, yaitu proses pemilihan konsep dan
pemberian batasan anti secara teoretis terhadap konsep tersebut. Konsep,
sebagai suatu ide yang diwujudkan dalam bentuk simbol dan kata-kata15,
dapat dibedakan atas konsep yang memiliki serangkaian nilai, ukuran atau
jumlah, dan konsep yang mewakili gejala yang tidak bervariasi. Konsep yang
pertama disebut variabel16. Misalnya, pengukuran, status gizi, dan kepadatan


penduduk17. Konsep yang kedua disebut konstanta18, misalnya tipe ideal
birokrasi, keluarga, dan revolusi.
Dalam penelitian sosial, perhatian lebih diarahkan pada variabel, yaitu
pemahaman terhadap perubahan dan atau perbedaan di antara variabel.
Dalam mengamati gejala yang bervariasi (variabel), statistika dapat menjadi
alat bantu yang berharga untuk menggambarkan (menyajikan) data yang
terkumpul dan merumuskan teknik yang sesuai bagi penyusunan kesimpulan.
Data mengenai perubahan variabel tersebut diperoleh berdasarkan
pengamatan (penelitian) terhadap unit-unit analisis (units of analysis) yang
disebut juga sebagai kasus (Cases).19

2. Variabel Kuantitatif dan Variabel Kualitatif
Variabel dapat dibedakan atas variabel kuantitatif dan variabel kualitatif.
Variabel jenis pertama adalah variabel yang hasil pengamatannya bervariasi
dalam hal jumlah (derajat) pada setiap penelitian yang dilakukan. Misalnya,
kepadatan penduduk, angka kematian bayi, dan angka melek huruf20. Contoh
lain, yang lebih sederhana adalah variabel umur, tinggi, dan berat badan,
sedangkan variabel kedua adalah variabel yang basil pengamatannya
bervariasi dalam jenis bukan dalam derajat (tingkat). Misalnya, variabel
metode kontrasepsi, cara pengelolaan sampah rumah tangga, dan status
pekerjaan utama21. Contoh lainnya, variabel jenis kelamin, status perkawinan,
dan agama (responden). Variabel kualitatif tidak dapat 'di-angka-kan', artinya
pemberian simbol angka pada kategori variabel tersebut hanya untuk
keperluan identifikasi. Misalkan, pemberian angka 1 pada kategori
perumahan dan angka 2 pada kategori perkampungan dilakukan untuk tujuan
membedakan antara kategori yang ada.22

3. Variabel Diskrit dan Variabel Kontinum
Variabel kuantitatif dapat dibedakan lagi atas variabel diskrit (discrete
variable) dan variabel kontinu (continuous variable)23. Variabel diskrit
adalah variabel kuantitatif dengan jumlah nilai (kategori) yang dapat
dihitung. Dengan kata lain kategori atau nilai pada variabel diskret
merupakan bilangan bulat. Misalnya, jumlah anak dalam satu rumah tangga.
jumlah kendaraan bermotor yang membayar pajak dalam satu tahun dan
jumlah kecelakaan lalu lintas pada suatu ruas jalan tol dalam satu minggu.
Variabel kontinu25 adalah variabel kuantitatif di mana hasil
pengamatannya merupakan salah satu dari sejumlah (yang tidak terhingga)


dari suatu garis interval. Jadi, kategori pada variabel kontinu dapat
merupakan nilai (bilangan) pecah maupun nilai (bilangan) bulat. Contoh
untuk variabel kontinu adalah umur dan beban tanggungan dan angka melek
huruf26. Dalam praktik sering kali variabel kontinu diperlakukan sebagai
variabel diskrit. Misalnya, variabel umur yang satuan atau unitnya bersifat
diskrit (bulan, tahun) sebenarnya adalah variabel kontinu. Biarpun demikian,
pembedaan variabel kontinu dan variabel diskrit tetap diperlukan karena
dalam penyusunan inferensi secara statistik terdapat metode inferensi yang
berbeda bagi variabel diskrit dan variabel kontinu.

C. EVALUASI SIFAT PENGUKURAN

Sebelumnya telah dijelaskan bahwa definisi operasional memungkinkan
peneliti melakukan pengukuran terhadap variabel (konsep) yang akan diteliti.
Namun, tidak semua variabel dapat diukur dengan tingkat kecanggihan yang
sama atau dengan 'skala pengukuran' yang sama. Untuk itu di bagian ini akan
dijelaskan variasi yang ada dalam skala pengukuran.
Pengukuran amat erat kaitannya dengan kuantifikasi27. Para peneliti
sosial umumnya membedakan antara kuantifikasi melalui kategorisasi (untuk
data nominal) dan kuantifikasi melalui pengukuran (untuk data ordinal,
interval, dan rasio). Keempat skala pengukuran ini berbeda dalam derajat
kuantifikasi terhadap variabel. Namun, untuk suatu variabel tertentu dapat
digunakan satu skala pengukuran atau lebih. Seperti halnya pada variabel
diskrit dan kontinu untuk suatu skala pengukuran tertentu telah
dikembangkan teknik dan prosedur statistik tertentu pula. Untuk itu,
penjelasan di bagian ini akan terfokus pada keempat jenis skala
pengukuran28, yaitu skala nominal, ordinal, interval, dan rasio sehingga
selanjutnya Anda dapat menetapkan teknik atau prosedur statistik yang sesuai
untuk variabel yang diteliti.

1. Skala Nominal
Seluruh variabel kualitatif diukur pada skala nominal. Pada skala
nominal, kategori dari objek (variabel) yang bersifat kualitatif dilakukan
berdasarkan 'nama'. Setiap kategori pada skala nominal dapat diberikan
simbol untuk keperluan identifikasi (dalam bentuk angka atau huruf).
Namun, simbol (angka) tersebut tidak memiliki makna apa-apa dan tidak
menunjukkan besaran tertentu. Angka atau simbol tersebut digunakan hanya


untuk mempermudah analisis dan penggambaran karakteristik data29. Contoh
variabel kualitatif yang berskala nominal adalah Alasan Utama Pindah30 yang
terdiri dari kategori pekerjaan, pendidikan, perkawinan, ikut suami/istri/orang
tua/keluarga, perumahan dan kategori lainnya. Terhadap masing-masing
kategori peneliti dapat menetapkan angka sebagai simbol untuk keperluan
identifikasi (pekerjaan = 1: pendidikan = 2: perkawinan = 3). Adanya
kategori 'lainnya' merupakan suatu usaha agar kategori yang tersedia untuk
variabel tersebut bersifat ekshausif31. Dari contoh yang diberikan terlihat
bahwa kategori dari variabel hanya merupakan pengelompokan, di mana
angka (kode) yang diberikan tidak memiliki arti yang sebenarnya. Hal ini
memungkinkan diubahnya urutan kategori tanpa menimbulkan kesan janggal
pada alternatif (kategori) jawaban yang tersedia.

2. Skala Ordinal
Skala ordinal juga mengelompokkan data (kasus)32, namun pada jenis
skala ordinal terdapat tambahan informasi. Skala ordinal, selain memiliki
sifat yang dimiliki oleh skala nominal juga memiliki karakteristik tambahan
di mana pengamatan (data/kasus) dapat disusun berdasarkan urutan (tingkat)
tertentu33. Ini berarti setelah peneliti menetapkan pengelompokan (kategori)
data (kasus), peneliti menyusun kategori yang ada sesuai dengan
peringkatnya. Salah satu contoh dari variabel yang berskala ordinal adalah
jenjang pendidikan34, yang terdiri dari Sekolah Dasar, SUP, Sekolah
Menengah dan Perguruan Tinggi. Dari contoh yang diberikan terlihat bahwa
pengamatan (kasus) yang berskala ordinal dapat diberikan peringkat, yaitu
tingkat yang paling rendah (SD) sampai tingkat yang paling tinggi
(Perguruan Tinggi) sehingga peneliti tidak hanya membedakan satu kategori
dengan kategori lainnya, tetapi juga dapat menunjukkan peringkatnya35.
Untuk itu dalam variabel yang berskala ordinal peneliti tidak dapat merubah
urutan kategori yang telah ditetapkan karena perubahan tersebut akan
menimbulkan kejanggalan pada alternatif jawaban yang tersedia. Selain
untuk keperluan identifikasi (pembedaan), angka pada variabel yang berskala
ordinal digunakan juga untuk menentukan peringkat dari suatu kasus pada
variabel tertentu. Namun, penetapan peringkat ini tidak disertai informasi
mengenai jarak antar-kategori yang tersedia.


3. Skala Interval
Pada skala interval selain peneliti dapat menentukan bahwa suatu kasus
lebih atau kurang dibandingkan kasus lainnya. Ia juga dapat menetapkan
berapa besar (jarak) kekurangan atau kelebihan tersebut. Jadi, selain skala
interval mencakup seluruh sifat dari skala ordinal dan nominal. skala ini juga
memiliki sifat tambahan, yaitu dari menentukan jarak antar-kategori yang
terdapat pada alternatif jawaban. Contoh yang paling sering digunakan untuk
skala interval adalah variabel suhu (temperatur) udara. Jika suhu udara
tertinggi hari ini mencapai 32oC, sedangkan kemarin hanya 29oC, kita tidak
hanya mengatakan bahwa hari ini lebih panas dari kemarin, tetapi juga secara
pasti mengatakan bahwa hari ini lebih panas 3oC dari kemarin. Pada skala
interval jarak antar-unit pengukuran (misalnya derajat) selalu sama untuk
setiap kategori yang tersedia di mana perbedaan (jarak antara kategori (skala)
24 dan 28oC sama dengan jarak antara skala 0 dan 4oC. Dengan demikian,
peneliti menggunakan simbol angka maka angka tersebut benar-benar
memiliki arti karena angka tersebut mencerminkan adanya gejala yang dapat
diukur (besarnya).
Skala interval masih memiliki keterbatasan, yaitu titik awal dari skala
pengukuran tidak diketahui. Artinya, kita tidak dapat menentukan di mana
titik nol berada. Untuk contoh suhu (temperatur) udara, nol derajat Celsius
hanya dapat diartikan sebagai titik (suhu) di mana air membeku, tetapi tidak
diartikan sebagai kondisi tidak adanya panas. Selain itu, tidak diketahuinya
titik awal skala pengukuran menyebabkan peneliti tidak dapat melakukan
perbandingan (ratio) antar-pengamatan. Dalam ilmu sosial, contoh untuk
variabel kuantitatif variabel berskala interval adalah skala jarak sosial yang
disusun oleh Bogardus36.

4. Skala Rasio
Keterbatasan yang dimiliki skala interval tidak adanya nilai nol yang
bermakna37 tidak ditemukan pada skala rasio. Skala rasio memiliki seluruh
sifat yang dimiliki skala nominal, ordinal, dan interval ditambah kemampuan
untuk melakukan perbandingan pada skala pengukuran yang disusun. Hal ini
dimungkinkan karena pada skala rasio terdapat nilai nol yang menunjukkan
tidak adanya suatu jumlah yang dapat diamati untuk suatu variabel38. Adanya
titik nol mutlak memungkinkan peneliti melakukan perbandingan antar
kategori yang tersedia. Misalnya, kita membandingkan seorang yang
memiliki berat badan 45 kg dengan orang yang berat badannya 30 kg. Selain


orang pertama 15 kg lebih berat dari orang kedua kita juga dapat mengatakan
bahwa orang pertama 1,5 kali lebih berat dari orang kedua. Variabel sosial
yang memiliki skala rasio, antara lain tingkat partisipasi angkatan kerja,
angka kelahiran menurut umur, dan angka melek huruf.39
Jika kita mengambil tingkat partisipasi angkatan kerja pada tahun 1997
sebagai contoh (Tabel 2.1), terlihat bahwa tingkat partisipasi di pedesaan
lebih tinggi daripada di perkotaan. Selain itu, kita juga dapat menghitung
perbedaan tingkat partisipasi tersebut, yaitu 9%. Dengan adanya titik nol
mutlak pada skala rasio, kita dapat menghitung perbandingan (ratio) tingkat
partisipasi antara daerah pedesaan dan perkotaan, yaitu 1,17. Ini berarti
tingkat partisipasi di daerah pedesaan lebih besar 1,17 kali di pedesaan
dibandingkan daerah perkotaan.

Tabel 2.1.
Tingkat Partisipasi Angkatan Kerja menurut
Daerah Tempat Tinggal, 1992 -1997

Partisipasi Angkatan Kerja
Daerah
1992 1998
(1) (2) (3)
Perkotaan 47,8 52,5
Pedesaan 62,1 61,5
Perkotaan dan Pedesaan 57,3 58,0
Sumber: BPS.

Keempat skala pengukuran digunakan dalam ilmu sosial. Oleh karena
itu, pemahaman mengenai keempat skala tersebut mutlak diperlukan. Berikut
ini adalah hal-hal yang perlu diperhatikan dalam skala pengukuran suatu
variabel.
a. Variabel kualitatif selalu diukur pada skala nominal. Interpretasi secara
kuantitatif tidak dapat dilakukan terhadap skala jenis ini.
b. Skala ordinal, interval, dan rasio sesuai untuk variabel kuantitatif.
Namun, setiap skala tersebut bervariasi dalam derajat penggambaran
besaran suatu variabel.
c. Skala ordinal mengandung paling sedikit informasi karena hanya
menunjukkan peringkat kategori dari suatu skala.
d. Pada skala interval kita dapat menetapkan jarak antara 2 kategori atau
skor, tetapi letak titik awal (nilai nol) dari skala yang disusun tidak
diketahui.


e. Skala rasio adalah skala untuk variabel kuantitatif yang paling
informatif. Pada skala rasio, titik awal pengukuran diketahui sehingga
kita dapat melakukan perbandingan di antara kategori pengukuran.

Pada awal pembahasan sifat evaluasi pengukuran telah disebutkan
bahwa untuk setiap skala pengukuran tertentu telah dikembangkan teknik
atau prosedur statistika tertentu. Namun, ketentuan tersebut tidaklah terlalu
kaku. Tabel 2.2 berikut ini menyajikan ringkasan teknik atau prosedur
statistika yang sesuai untuk pengukuran tertentu.

Tabel 2.2.
Penerapan Teknik Statistika berdasarkan Skala Pengukuran

Teknik/Metode Statistik yang Skala Pengukuran
Pengukuran Dikembangkan
Nominal Ordinal Interval Rasio
Berdasarkan Skala
Nominal Ya + + +
Ordinal - Ya + +
Interval - - Ya +
Ratio - - - Ya
Sumber: Ott.
+ = Teknik dapat digunakan, namun tidak ada info yang kurang
- = Teknik statistik untuk skala tertentu, tidak dapat digunakan untuk data dengan
skala ini

Dari tabel di atas terlihat bahwa teknik/prosedur statistika yang sesuai
untuk variabel berskala interval dapat juga digunakan untuk variabel yang
diukur pada skala rasio. Hal ini dapat dilakukan karena data dari variabel
yang berskala rasio memiliki seluruh sifat yang dimiliki dari data variabel
yang berskala interval dan rasio40. Namun, penggunaan teknik/prosedur
statistika dari skala pengukuran yang lebih rendah untuk variabel dengan
skala pengukuran yang lebih tinggi dapat mengakibatkan hilangnya sejumlah
informasi.


LAT IH A N

Untuk memperdalam pemahaman Anda mengenai materi di atas,
kerjakanlah latihan berikut!
Carilah sebuah penelitian. kemudian tentukanlah skala variabel yang
digunakan!

Petunjuk Jawaban Latihan

1) Perhatikanlah variabel apa saja yang digunakan dalam penelitian
tersebut.
2) Pahamilah sifat dari skala pengukuran yang ada, kemudian gunakanlah
untuk menentukan skala pengukuran yang digunakan dalam penelitian
yang Anda temukan.
3) Sebaiknya hasil penelitian yang Anda cara lebih dari satu agar Anda
dapat melakukan perbandingan.

R A NG KU M AN

Variabel yang diteliti pada bidang ilmu ekonomi, politik maupun
Ilmu Sosial dapat dibedakan ke dalam 2 jenis, yaitu variabel kuantitatif
dan variabel kualitatif. Variabel kuantitatif pengamatannya bervariasi
dalam besar (jumlah)-nya dari satu kasus (responden) ke kasus lainnya.
Variabel kualitatif bervariasi dalam jenisnya. Selanjutnya, variabel
kuantitatif masih dapat dibedakan lagi antara variabel (kuantitatif) diskrit
dan variabel kuantitatif kontinu (kontinum).
Dalam proses pengukuran variabel kuantitatif maupun kualitatif.
peneliti perlu menetapkan skala pengukuran yang sesuai dengan variabel
(data) yang diteliti. Skala pengukuran ini dibedakan atas skala nominal.
ordinal. interval, dan rasio. Jika suatu variabel memenuhi syarat untuk
diukur pada skala rasio maka variabel tersebut dapat pula diukur pada
skala interval, ordinal, dan nominal. Di antara keempat skala pengukuran
tersebut terdapat perbedaan kemampuan pengukuran, kemampuan
tertinggi dimiliki oleh skala rasio dan kemampuan terendah ada pada
skala nominal. Variabel yang dapat diukur pada skala tertentu dapat pula
diukur pada skala yang lebih rendah kemampuan pengukurannya. Untuk
variabel kualitatif, variabel ini hanya dapat diukur pada skala nominal.


Untuk masing-masing skala pengukuran tersebut --rasio, interval,
ordinal, dan nominal-- telah dikembangkan teknik atau prosedur
statistika tertentu. Namun, penggunaan teknik atau prosedur untuk suatu
skala pada skala pengukuran yang lain masih dimungkinkan. Teknik atau
prosedur yang dikembangkan untuk suatu skala tertentu dapat digunakan
untuk data yang lebih tinggi skala pengukurannya. Dengan demikian,
teknik atau prosedur yang dikembangkan untuk data berskala nominal
dapat digunakan untuk data yang skalanya lebih tinggi, namun sejumlah
informasi pada data yang skalanya lebih tinggi akan hilang.

TE S F OR M AT IF 1

Pilihlah satu jawaban yang paling tepat!

1) Proses yang menghubungkan antara bahasa teori dengan bahasa empiric
adalah ....
A. operasionalisasi
B. konseptualisasi
C. empirisasi
D. teoretisasi

2) Variabel adalah konsep yang ....
A. memenuhi serangkaian nilai, ukuran atau jumlah
B. memenuhi salah satu dari nilai, ukuran, dan jumlah
C. mewakili gejala yang homogen
D. mewakili gejala yang tidak bervariasi

3) Konsep yang mewakili gejala yang tidak bervariasi dikenal dengan
istilah ....
A. variabel
B. indikator
C. konstanta
D. kategori

4) Variabel yang dicirikan dengan bilangan bulat disebut variabel ....
A. kontinu
B. diskret
C. kuantitatif
D. kualitatif


5) Skala ordinal selain memiliki sifat pengelompokan juga memiliki
sifat ....
A. adanya jarak
B. nol mutlak
C. klasifikasi
D. peringkat

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang
terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar.
Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan
Anda terhadap materi Kegiatan Belajar 1.

Jumlah Jawaban yang Benar
Tingkat penguasaan = × 100%
Jumlah Soal

Arti tingkat penguasaan: 90 - 100% = baik sekali
80 - 89% = baik
70 - 79% = cukup
< 70% = kurang

Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat
meneruskan dengan Kegiatan Belajar 2. Bagus! Jika masih di bawah 80%,
Anda harus mengulangi materi Kegiatan Belajar 1, terutama bagian yang
belum dikuasai.


Kegiatan Belajar 2

Perbandingan Data, Tingkat Ketelitian,
Reliabilitas, dan Validitas

P ada Kegiatan Belajar 2 ini pembahasan akan dibagi menjadi 3 bagian,
yaitu mengenai metode untuk membandingkan data, tingkat ketelitian,
serta pembahasan mengenai reliabilitas dan validitas.

A. METODE UNTUK MEMBANDINGKAN DATA

Pada literatur ilmu sosial sering kali dijumpai data yang merupakan
ukuran-ukuran relatif. Data tersebut merupakan hasil perbandingan dan
diwujudkan, antara lain dalam bentuk rasio (ratio), proporsi (Proportions),
persentase (percentage), serta angka/tingkat (Rate). Perbandingan, pada
dasarnya. dapat dilakukan dengan 2 cara, yaitu melalui pengurangan dan
pembagian. Pengurangan akan menghasilkan angka absolut yang
menunjukkan perbedaan antara dua angka. Cara ini dapat diterapkan baik
pada variabel berskala interval maupun berskala rasio. Pada bagian ini kita
akan membahas ukuran relatif sebagai hasil dari suatu perbandingan41 antara
2 pengukuran.

1. Rasio
Ukuran untuk perbandingan jenis ini sering kali digunakan dalam
perbandingan antara dua kelompok data. Misalnya, rasio Murid-Guru pada
jenjang Sekolah Dasar (SD) pada tahun 1995/96 adalah 2242. Ini berarti setiap
guru pada jenjang SD mengawasi 22 murid. Contoh lainnya, perbandingan
perolehan suara untuk kursi di DPR antara PDI-P dan PKB di dua provinsi43.
Di provinsi Jawa Tengah, perolehan suara untuk PDI-P adalah 6.745 263 dan
PKB berjumlah 2.567.004. Rasio44 perolehan suara PDI-P terhadap PKB
adalah 2.627 atau 2.63. Di provinsi Jawa Timur, perolehan suara untuk PDI-P
adalah 6.314.694, sedangkan untuk PKB adalah 6.703.580. Rasio perolehan
suara PDI-P terhadap PKB adalah 0.941 atau 0.94. Ini berarti di Provinsi
Jawa Tengah untuk setiap suara PKB terdapat 2.63 suara untuk PDI-P. Di
Provinsi Jawa Timur untuk setiap suara PKB terdapat 0.94 suara untuk PDI-
P. Dari contoh yang diberikan terlihat bahwa rasio adalah perbandingan


antara elemen yang terdapat pada kelompok A (misalnya perolehan suara
PDI-P) dan elemen yang terdapat pada kelompok B (misalnya perolehan
suara PKB), di mana setiap elemen hanya dapat menjadi bagian dari satu
kelompok data saja. Elemen tersebut tidak dapat menjadi bagian dari satu
kelompok data saja.

2. Proporsi
Selain menggunakan rasio, kita dapat juga membandingkan data dengan
cara menghitung proporsi. Pada dasarnya proporsi adalah bentuk khusus dari
rasio karena pada perhitungan proporsi, pembaginya adalah jumlah elemen
yang terdapat pada data A dan data B. Misalnya, proporsi45 Pekerja Anak
Perempuan (usia 10−14 tahun) si perkotaan pada tahun 199746 adalah 0.534
atau 0,53. Hasil ini diperoleh dengan membagi jumlah pekerja anak
perempuan usia 10−14 tahun (118.192) dengan jumlah seluruh pekerja anak
usia 10−14 tahun (pekerja anak perempuan 118.192 dan pekerja anak laki-
laki 102.740 : jumlah pekerja anak : 220.932). Ini berarti 0.53 dari seluruh
pekerja anak yang berusia 10−14 tahun adalah perempuan.

3. Persentase
Kita sering enggan berhadapan dengan angka yang berbentuk pecahan
atau bilangan desimal. Untuk itu terdapat alternatif lain dalam perhitungan
perbandingan data, yaitu persentase. Jika proporsi memiliki range nilai antara
0−1 maka persentase memiliki range nilai antara 0−100. Cara perhitungan
persentase sama dengan cara perhitungan proporsi, hanya saja dalam
persentase hasil perhitungannya masih harus dikalikan 100. Misalnya,
persentase47 pekerja anak perempuan (usia 10−14 tahun) di pedesaan pada
tahun 199748 adalah 39,407% atau 39.41%. Hasil ini diperoleh dengan
membagi jumlah pekerja anak perempuan usia 10−14 tahun (560.879)
dengan jumlah seluruh pekerja anak usia 10−14 tahun (1.423.295), yang
terdiri dari pekerja anak perempuan (560. 879) dan pekerja anak laki-laki
(862.416). Dengan demikian, persentase pekerja anak perempuan (usia
10−14 tahun) di pedesaan pada tahun 1997 adalah 39,41%.
Sejauh ini kita telah membahas tiga cara perhitungan untuk mem-
bandingkan data, yaitu rasio (ratio), proporsi (proportion), dan persentase
(percentage). Kapan salah satu dari ketiga cara ini akan digunakan
sepenuhnya tergantung pada pertimbangan atau pilihan peneliti.


4. Rates49
Contoh untuk metode perbandingan data selain angka kematian bayi
(infant mortality rate)50 adalah angka kelahiran menurut umur (age specific
fertility rate)51. Angka ini menunjukkan banyaknya kelahiran per 1000
wanita dari golongan umur tertentu. Perhitungan rates dilakukan dengan
membagi (jumlah) munculnya peristiwa/kejadian/gejala yang dimaksud
dengan (seluruh) jumlah yang mungkin muncul untuk peristiwa/
kejadian/gejala tersebut. Kadang kala hasil perhitungan tersebut dikalikan
dengan bilangan tertentu (misalnya 100.000). Hasil perkalian ini akan
menunjukkan jumlah munculnya suatu peristiwa tertentu untuk setiap
100.000 peristiwa yang dimaksud. Hasil seperti ini akan lebih mudah
dipahami serta memperkecil kemungkinan terjadinya salah interpretasi.
Untuk memperjelas cara perhitungan rate, berikut ini disajikan data yang
diperoleh dari Kabupaten Indragiri Hulu. Provinsi Riau pada tahun 199352.

Tabel 2.3.
Rate Penduduk yang Dapat Membaca dan Menulis Latin
di Kabupaten Indra iri Hulu menurut Kecamatan, 1993

Perempuan
No. Kecamatan Penduduk Melek Huruf
Orang Persen
1. Kuantan Mudik 89 83 93,26
2. Kuantan Tengah 193 187 96.89
3. Singingi 61 53 86.89
4. Kuantan Hilir 149 117 78.52
5. Cerenti 68 56 82,35
6. Peranap 33 31 93.94
7. Pasir Penyu 256 185 72.27
8. Seberida 148 135 91.22
9. Rengat 192 176 91.67
Total 1189 1023 86.04
Sumber: Rush & Sumardjo, Survei lapangan, (1993).

B. TINGKAT KETELITIAN

Pada bagian sebelumnya telah dijelaskan bahwa batasan makna (definisi)
dari suatu konsep (definisi operasional), selain berbentuk cara atau prosedur
pengukuran tertentu juga mencakup penyusunan instrumen pengukuran.
Dalam kenyataan sering kali terdapat perbedaan antara data (sebenarnya) dari


variabel yang ingin diukur peneliti dengan data yang dihasilkan oleh
instrumen pengukuran. Hal ini dapat disebabkan oleh 2 hal, yaitu
keterbatasan instrumen pengukuran dan ketidakakuratan instrumen yang
disusun oleh manusia. Akibatnya, data yang dihasilkan sering kali tidak
seakurat keadaan sebenarnya. Ketidakakuratan instrumen yang disusun oleh
manusia mengakibatkan data yang dihasilkan sering kali tidak seakurat
keadaan sebenarnya53. Misalnya, hasil pengukuran jarak antar-dua tempat
kita nyatakan (dengan membulatkan) dalam kilometer atau berat badan
seseorang kita bulatkan dalam satuan berat kilogram. Dengan demikian,
dalam proses pengukuran sebenarnya terdapat 2 jenis data, yaitu data
sebenarnya (peneliti jarang dapat mengumpulkan data jenis ini) dan data
(aktual) hasil pengamatan (diperoleh melalui instrumen pengukuran).
Perbedaan di antara kedua jenis data ini disebut sebagai kesalahan akibat
pembulatan (rounded error). Untuk melakukan pembulatan, berikut ini
adalah pedoman dalam prosedur pembulatan. Prinsip-prinsip ini perlu
diperhatikan karena ketelitian dari suatu pengukuran akan dipengaruhi oleh
prosedur pembulatan dalam datanya.
Secara umum terdapat 3 prinsip54 dalam pembulatan data, yaitu sebagai
berikut.
1. Menetapkan satuan (unit) pengukuran dari pembulatan yang dilakukan.
Kita dapat melakukan pembulatan ke unit atau bilangan bulat terdekat,
bilangan 100, 1000 atau sepersepuluh, seperseratus, dan seperseribu.
2. Melakukan pembulatan ke unit pengukuran terdekat.
3. Apabila data hasil pengamatan merupakan bilangan di tengah dari suatu
unit maka pembulatan dapat dilakukan ke arah bilangan bulat terdekat
atau bilang genap terdekat.
Contoh pembulatan ke bilangan bulat atau bilangan genap terdekat.

Tabel 2.4.
Persentase Wanita yang Umur Perkawinan Pertamanya
Kurang dari 16 Tahun, 1998-1995

Tahun Perkotaan dan Pedesaan
(1) (2)
1980 31,2
1990 24,9
1995 21,5
Sumber: BPS.


Pada bagian awal penjelasan tingkat ketelitian disebutkan bahwa untuk
mengetahui ketelitian suatu pengukuran kita harus mengetahui prosedur
pembulatan yang dilakukan terhadap data yang dikumpulkan. Pengetahuan
mengenai prosedur ini memungkinkan peneliti, untuk selanjutnya menyusun
kembali (reconstruct) data sebenarnya. Hal ini tidak selalu dapat dilakukan
jika memungkinkan peneliti dapat menetapkan batas (kelas) yang disebut
batas (kelas) nyata55 atau true limits. Dalam batas kelas ini akan tercakup
data atau nilai pengamatan sebenarnya.
Batas (kelas) nyata terdiri dari batas atas nyata dan batas bawah nyata.
Batas atas nyata diperoleh dengan menambahkan setengah unit pengukuran
terhadap bilangan yang telah dibulatkan. Batas bawah nyata diperoleh dengan
mengurangi setengah unit pengukuran terhadap bilangan yang telah
dibulatkan. Untuk jelasnya, tabel berikut ini akan menyajikan contoh
pembentukan batas atas dan bawah nyata dari bilangan-bilangan yang telah
dibulatkan.
Contoh pembentukan batas atas dan batas bawah kelas nyata.

Tabel 2.5.
Angka Melek Huruf menurut Kelompok Umur Tahun 1997

Kelompok
K D K+D
Umur
(1) (2) (3) (4)
10 - 14 99.4 98.0 98.4
15 - 19 99.4 97.7 98.4
20 - 24 99.3 96.5 97,7
25 - 34 97.9 92.1 94.4
35 - 49 95.0 84.2 88.2
50 + 77.4 57.7 63.9

Jumlah
L 97,1 90,8 93,2
L 91,9 80,9 85,1
L+P 94,5 85,8 89.1
Sumber: BPS.
Catatan: K = Kota, D = Pedesaan, L= Laki-laki, P = Perempuan

Ada beberapa prinsip tambahan56 yang perlu kita perhatikan dalam
kaitannya dengan pembulatan, ketelitian atau kualitas dari suatu proses
pengukuran. Pertama, pembulatan akan mempengaruhi tingkat ketelitian dari
data yang dikumpulkan. Semakin banyak pembulatan yang dilakukan


peneliti, semakin rendah tingkat ketelitian (kualitas) dari pengukuran yang
dilakukan. Untuk itu, peneliti perlu mengetahui keterbatasan-keterbatasan
dari prosedur pembulatan yang dilakukan sehingga dengan mengetahui unit
pengukuran dari pembulatan, peneliti dapat menetapkan batas nyata
(sebenarnya) dari suatu pengukuran sekaligus akurasi dari data yang telah
dibulatkan. Kedua, apabila peneliti melakukan perhitungan, pembulatan
hendaknya dilakukan setelah seluruh proses perhitungan selesai dilakukan.
Prinsip ini akan mengurangi kesalahan akibat pembulatan (rounded error).
Ketiga prosedur dalam pembulatan tidak bersifat universal, sering kali
merupakan hasil kesepakatan di mana kesepakatan tersebut dapat saja
berbeda di setiap negara57.

C. VALIDITAS DAN RELIABILITAS

Pada bagian-bagian terdahulu kita telah membahas dua cabang dari ilmu
statistika --deskriptif dan inferensia-- yang tidak hanya membantu peneliti
dalam menyajikan atau menggambarkan data penelitian sosial, tetapi juga
membantu peneliti untuk mengetahui kualitas dari suatu inferensi
(kesimpulan) suatu penelitian sosial. Pengetahuan peneliti tentang kualitas
inferensinya memungkinkan peneliti tersebut melakukan evaluasi terhadap
peluang pembuatan keputusan yang keliru mengenai populasi yang ia teliti.
Di samping kaitannya dengan kualitas inferensi, peneliti juga perlu
memperhatikan dua hal penting, yaitu masalah validitas (validity) dan
reliabilitas (reliability) dalam suatu proses pengukuran58. Dalam penelitian
dengan pendekatan kuantitatif peneliti dapat melakukan pengumpulan data
primernya dengan teknik survei maupun teknik eksperimen. Dalam
pengumpulan data tersebut peneliti akan memusatkan perhatiannya pada
variabel-variabel tertentu. Validitas suatu pengukuran, akan menjawab
pertanyaan "Apakah variabel-variabel (indikator)59 yang diteliti benar-benar
mengukur (mewakili) variabel-variabel yang akan diukur?”, sedangkan
reliabilitas akan menjawab pertanyaan: “Apakah (hasil) pengukuran dari
variabel (indikator) yang diteliti konsisten atau dapat diandalkan?"
Untuk melakukan evaluasi terhadap validitas suatu penelitian kita dapat
menggunakan beberapa etnik. Evaluasi terhadap validitas permukaan (Face
Validity)60 dapat dilakukan dengan memeriksa instrumen pengumpulan data
(misalnya daftar pertanyaan atau kuesioner), yaitu dengan memeriksa apakah
pertanyaan-pertanyaan yang diajukan sudah dirumuskan dengan baik dan


difokuskan pada variabel yang diteliti. Cara lainnya, dengan meminta peneliti
yang ahli dalam bidang kajian yang kita teliti untuk melakukan evaluasi
terhadap instrumen yang digunakan. Peneliti juga dapat memeriksa validitas
instrumennya dengan menerapkan instrumen tersebut kepada kelompok
masyarakat yang telah diketahui orientasi, aspirasi atau preferensinya
mengenai gejala yang sedang diteliti.
Untuk reliabilitas, kita melakukan evaluasi terhadap konsistensi, yaitu
apakah instrumen pengukuran (kuesioner) yang digunakan akan memberikan
hasil pengamatan yang sama jika diterapkan pada sampel (kelompok
responden) yang sama pada waktu berbeda? Seperti halnya validitas terdapat
beberapa cara dalam menguji reliabilitas suatu instrumen. Salah satu cara
yang paling sering digunakan adalah prosedur test-retest 61. Dengan prosedur
ini, instrumen pengukuran62 yang diuji diterapkan setidaknya dua kali pada
sampel yang sama. Jika instrumen tersebut dapat diandalkan (reliable) maka
hasil dua kali pengumpulan data (pengamatan) tidak akan jauh berbeda.
Dalam penelitian dengan pendekatan kuantitatif, perdebatan sering kali
lebih berkisar pada apakah konsep-konsep penelitian telah didefinisikan
secara 'benar' dari awal63 baik dalam hal definisi konseptual maupun
operasionalnya. Dengan demikian, peneliti perlu menyusun kriteria
operasional untuk pengukuran suatu kasus (responden) yang diteliti. Jika
tidak demikian maka hasil penelitian tersebut akan keliru dan menyesatkan
Suatu peneliti dikatakan berhasil jika hasil pengumpulan datanya valid
dan reliable. Namun, dapat saja suatu instrumen penelitian memberikan
informasi yang reliable, tetapi tidak valid. Ini menunjukkan bahwa hal-hal
yang berhubungan dengan validitas dan reliabilitas bukanlah hal yang
sederhana. Hanya saja seseorang peneliti harus memperhatikan kedua hal
tersebut. baik saat ia melakukan penelitiannya ataupun saat ia menggunakan
hasil penelitian orang lain. Pembahasan lebih terperinci mengenai validitas
dan reliabilitas diberikan pada kajian mengenai metodologi penelitian,
rancangan sampel untuk penelitian survei dan penyusunan instrumen
penelitian, khususnya daftar pertanyaan (kuesioner).


LAT IH A N

Untuk memperdalam pemahaman Anda mengenai materi di atas,
kerjakanlah latihan berikut!
Carilah 2 data, kemudian lakukanlah perbandingan kedua data tersebut
dengan cara-cara yang terdapat dalam modul ini!

Petunjuk Jawaban Latihan

1) Pahamilah pengertian dari metode yang dipelajari dalam Modul 2 ini.
2) Kemudian, pilihlah minimal 2 cara yang Anda anggap sesuai untuk
membandingkan data yang Anda miliki.
3) Lakukanlah perbandingan tersebut, kemudian simpulkanlah!

R A NG KU M AN
Pada membandingkan data, peneliti dapat menggunakan beberapa
cara, yaitu rasio, proporsi, persentase, dan rates. Ketelitian dari data yang
dikumpulkan bergantung pada 2 hal, yaitu instrumen pengukuran yang
digunakan dan ada tidaknya pembulatan terhadap data yang dikumpul-
kan Dalam pembahasan mengenai pembulatan, kita membedakan data
dengan nilai sebenarnya dan data yang telah dibulatkan. Selain itu,
dibahas pula prinsip-prinsip yang perlu diperhatikan dalam prosedur
pembulatan.
Pada topik mengenai ketelitian data dibahas pula hal-hal yang
berkaitan dengan pengurangan (tingkat) ketelitian serta penggunaan
batas nyata Pembahasan dalam Kegiatan Belajar 2 ini diakhiri dengan
pembahasan mengenai validitas dan reliabilitas dari suatu proses
pengukuran.

TE S F OR M AT IF 2

Pilihlah satu jawaban yang paling tepat!

1) Cara membandingkan dua data yang hanya dapat diterapkan untuk data
dengan skala rasio adalah ....
A. Penjumlahan
B. Pengurangan


C. Pembagian
D. Perkalian

2) Membandingkan dua data dengan cara pengurangan dapat diterapkan
pada skala ....
A. nominal dan interval
B. ordinal dan interval
C. ordinal dan rasio
D. interval dan rasio

3) Peneliti sebaiknya melakukan pembulatan pada saat ....
A. proses perhitungan berlangsung
B. proses perhitungan selesai dilakukan
C. sebelum proses perhitungan dilakukan
D. proses pengumpulan data

4) Uji instrumen yang dilakukan untuk menguji konsistensi suatu instrumen
penelitian disebut dengan ....
A. validitas
B. reliabilitas
C. inferensia
D. operasionalisasi

5) Uji instrumen yang dilakukan untuk menguji ketepatan instrumen
dengan variabel disebut dengan ....
A. validitas
B. reliabilitas
C. inferensia
D. operasionalisasi

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 2 yang
terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar.
Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan
Anda terhadap materi Kegiatan Belajar 2.

Jumlah Jawaban yang Benar
Tingkat penguasaan = × 100%
Jumlah Soal


Arti tingkat penguasaan: 90 - 100% = baik sekali
80 - 89% = baik
70 - 79% = cukup
< 70% = kurang

Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat
meneruskan dengan modul selanjutnya. Bagus! Jika masih di bawah 80%,
Anda harus mengulangi materi Kegiatan Belajar 2, terutama bagian yang
belum dikuasai.


Kunci Jawaban Tes Formatif

Tes Formatif 1
1) A. Proses yang menghubungkan antara bahasa teori dengan bahasa
empirik disebut dengan operasionalisasi.
2) A. Variabel adalah konsep yang mewakili serangkaian nilai. ukuran.
dan jumlah.
3) C. Konstanta merupakan konsep yang mewakili gejala yang tidak
bervariasi.
4) B. Variabel diskret adalah variabel yang ditandai dengan bilangan
bulat.
5) D. Skala ordinal memiliki sifat pengelompokan dan peringkat.

Tes Formatif 2
1) C. Pembagian adalah metode yang dapat diterapkan untuk skala rasio.
2) D. Pengurangan adalah metode membandingkan data untuk skala
interval dan rasio.
3) B. Pembulatan sebaiknya dilakukan oleh peneliti pada saat seluruh
proses perhitungan telah selesai dilakukan.
4) B. Uji yang dilakukan untuk menguji konsistensi instrumen suatu
penelitian disebut dengan reliabilitas.
5) A. Uji yang dilakukan untuk menguji ketepatan instrumen dengan
variabel yang diteliti disebut dengan validitas.


Catatan
1
Neuman (1997) menyebutkan setidaknya 4 alasan mengapa penelitian sosial
di lakukan, yaitu untuk menjawab pertanyaan praktis. penyusunan
kebijakan, merubah masyarakat, mengembangkan pengetahuan
mendasar tentang suatu masyarakat.

2
Creswell (1994) menunjukkan bahwa hipotesis (penelitian), sebagai
pernyataan ulang dari maksud suatu penelitian (purpose of the study),
digunakan dalam penelitian eksperimen, sedangkan dalam penelitian
survei, pernyataan ulang tersebut mengambil bentuk pertanyaan
penelitian dan tujuan penelitian. Hipotesis diartikan sebagai suatu
pernyataan yang akan diuji atau suatu pernyataan tentang hubungan
antarvariabel yang bersifat tentatif (Neuman. 1997). Selain bersumber
dari teori, hipotesis dapat juga dikembangkan dari pengamatan maupun
institusi (lihat Nachmias and Nachmias. (1992). Research Methods in the
Social Science. 4th ed. New York: St. Martin's).

3
Identifikasi terhadap variabel dan penetapan prosedur ini dilakukan peneliti
dalam suatu rancangan penelitian (research design). Lihat pembahasan
pada Modul 1.

4
Proses pengukuran diperlukan (Nachmias, 1992) karena peneliti bergerak
(berpindah) dari tingkat konseptual ke tingkat pengamatan, di mana
konsep dikonversi menjadi variabel yang terdiri dari 2 atau lebih
kategori (nilai).

5
Lihat Neuman. (1997).

6
Lihat Earl Babbie. (1995). The Practice of Social Research. 7th ed. Belmont:
Wadsworth Publishing Company.

7

8
Lihat Gordon Marshall. (1994). Concise Dictionary of Sociology. Oxford:
New York.


9
Definisi konseptual disebut juga definisi kerja (Working definition) karena
peneliti mendapatkan bayangan mengenai arti dari konsep yang
dimaksud dan melakukan perubahan terhadap definisi yang diberikan.
Lihat Neuman (1997) dan George Argyrous. (1997). Statistics for Social
Research. MACMILLAN Press Ltd.

10
Dikutip dalam Delbert C. Miller. (1991). Handbook of Research Design
and Social Measurement. 5thed. Newbury Park: Sage publication. Skala
pengukuran status sosial tersebut dikenal juga sebagai Duncan
Sosioekonomic Index (SEI).

11
Prestige diartikan sebagai evaluasi perorangan secara subjektif mengenai
posisinya dalam hierarki status (lihat Mashall, 1994).

12

13
Argyrous (1997) menyebutkan terdapat 4 faktor yang menimbulkan
masalah dalam proses operasionalisasi, baik dalam hal perumusan
maupun penerapan definisi operasional, yaitu kompleksitas konsep,
ketersediaan data, biaya, dan kesulitan mendapatkan data serta etika.

14
Lihat Argyrous. (1997).

15

16
Variabel dapat juga diartikan sebagai suatu konsep yang memiliki variasi
nilai atau lebih dari satu nilai. Nilai atau kategori dari suatu variabel
disebut atribut (lihat Neuman, 1997).

17
Lihat Indikator Kesejahteraan Rakyat 1997. (1998). Biro Pusat Statistik.
Jakarta.

18
Konstanta adalah atribut yang tidak memiliki variasi (Argyrous, 1997) atau
gejala yang tidak mengalami perubahan pada saat dilakukan pengamatan
dari waktu ke waktu (Ott, 1992).


19
Suatu kasus (cases) diartikan sebagai suatu kesatuan (unit) yang
mencerminkan atau memiliki ciri-ciri atau karakteristik dari suatu
variabel tertentu (Argyrous,1997).

20
Lihat BPS. (1998).

21
Lihat BPS. (1998).

22
Uraian lebih terperinci mengenai fungsi angka sebagai simbol diberikan
pada bagian skala atau tingkat pengukuran.

23
Pembedaan antara variabel diskrit dan kontinum menurut Argyrous (1997)
hanya dilakukan terhadap data interval/rasio. Untuk penjelasan lebih
lanjut lihat pembahasan mengenai skala pengukuran.

24
Variabel diskrit dapat juga diartikan sebagai variabel yang besarannya
(nilai/kategori) tidak dapat menempati semua nilai. Variabel jenis ini
adalah hasil pencacahan (lihat Supramono. 1993).

25
Variabel kontinu dapat juga diartikan sebagai variabel yang besarannya
(nilai/kategori)-nya dapat menempati semua nilai (kategori) yang ada di
antara dua titik. Variabel kontinu adalah hasil pengukuran (lihat
Supramono,1993).

26
Lihat BPS. (1998).

27
Lihat OTT. (1992).

28
Skala atau tingkat pengukuran adalah pembedaan yang mendasar dalam
kajian statistika. karena hal ini akan menentukan sejauh mana peneliti
dapat melakukan analisis terhadap data yang telah dikumpulkan. Istilah
tingkat pengukuran digunakan karena semakin tinggi tingkat pengukuran
suatu variabel maka semakin banyak informasi yang diperoleh mengenai
variabel tersebut.


29
Alternatif cara untuk menggambarkan data akan dibahas dalam Modul 3
mengenai penyajian data dan Modul 4 mengenai ukuran pemusatan dan
penyebaran.

30
Lihat BPS. (1998).

31

32
Ciri mengelompokkan yang dimiliki skala nominal dan ordinal menyebab-
kan kedua jenis skala pengukuran ini disebut sebagai variabel
kategorikal (Categorical variables). Lihat Argyrous. (1997) an Ott
(1992).

33
Lihat Ott. (1992).

34
Lihat BPS. (1998).

35
Adanya kemampuan dari skala ordinal untuk membedakan peringkat dari
kategori yang ada yang menunjukan bahwa dalam skala ordinal
terkandung sifat perubahan arah. (Argyrous, 1997).

36
Dikutip dalam Miller. (1991).

37
Istilah lain yang digunakan alah nilai nol mutlak (lihat Suparmono, 1993).

38
Lihat Argyrous (1997) dan Ott (19922).

39
Lihat BPS. (1998).

40
Perbedaan yang tidak terlalu mendasar antara skala pengukuran interval dan
rasio memungkinkan prosedur/teknik statistika yang sama diterapkan
pada kedua jenis skala pengukuran tersebut. Dengan demikian, jenis
skala pengukuran yang akan dibahas selanjutnya hanya ada 3, yaitu skala
nomina, ordinal, dan interval/rasio.

41
Ukuran absolut yang digunakan untuk melakukan perbandingan, sebagai
hasil dari cara pertama, akan dibahas pada bab yang lain.


42
Lihat BPS. (1998).

43
Data dikutip dari Republika. 23 Juni 1999 (sumber data: KPU. tanggal 22
Juni 1999-sampai pukul 21:43:31: dari 159.253 TPS.

44
Rumus untuk menghitung rasio data A terhadap data B adalah nA/nB. Di
mana nA adalah jumlah elemen pada kelompok data A (misalnya PDI-P)
dan nB adalah jumlah elemen pada kelompok data B (misalnya PKB).

45
Jika nA adalah jumlah elemen yang terdapat pada data A dan NB adalah
jumlah elemen yang terdapat pada data B maka rumus untuk menghitung
proporsi adalah nA/(nA+nB).

46
Lihat BPS. (1998).

47
Jika nA adalah jumlah elemen yang terdapat pada data A dan nB adalah
jumlah elemen yang terdapat pada data B maka rumus untuk menghitung
persentase adalah nA/(nA+nB) dikalikan dengan 100.

48
Lihat BPS. (1998).

49
Rates dapat diterjemahkan sebagai tingkat atau angka, misalnya rate of
population growth diterjemahkan menjadi tingkat pertambahan
penduduk, infant mortality rate diterjemahkan sebagai angka kematian
bayi (lihat BPS, 1998). Namun, ada pula yang menerjemahkan infant
mortality rate sebagai rate kematian bayi (lihat Said Rush dan Sumardjo.
(1995). penyunting, Kajian Indeks Mutu Hidup (Physical Quality of Life
Index) di Kabupaten Indragiri Hulu, Provinsi Riau. Jakarta: Gasindo).

50
Angka kematian bayi diartikan sebagai probabilitas bayi meninggal
sebelum mencapai usia satu tahun, yang dinyatakan dengan per seribu
kelahiran).

51
Lihat BPS. (1998).

52
Lihat Rusli dan Sumardjo, penyunting (1995).


53
Lihat Neuman (1997) dan Ott (1992).

54
Lihat Ott. (1992).

55
Lihat Supramono, (1993). Pembahasan lebih rinci mengenai batas (kelas)
akan diberikan pada Modul 3 mengenai penyajian data, khususnya dalam
topik pembahasan tabel atau distribusi frekuensi.

56
Lihat Ott. (1992).

57
Ott (1992) menunjukkan bahwa kesepakatan dalam prosedur pembulatan di
Amerika Serikat berbeda dengan di Jepang.

58
Validitas dan reliabilitas adalah dua konsep penting dalam pengukuran
ilmiah (Neuman, 1997). Kedua hal ini membahas bagaimana ukuran-
ukuran konkret atau indikator dikembangkan untuk suatu konsep.
Validitas dan reliabilitas menjadi amat penting dalam ilmu sosial karena
konsep dalam teori-teori sosial sering kali bermakna ganda. kabur dan
tidak dapat langsung diamati. Walaupun validitas dan reliabilitas
sempurna sulit dicapai. peneliti harus berusaha agar validitas dan
reliabilitas indikator penelitiannya adalah optimal.

59
Validitas, menurut Neuman (1997) menunjukkan apakah indikator yang
kita susun sesuai dengan makna dari konsep yang akan diteliti.
Reliabilitas menunjukkan apakah indikator yang disusun dapat
diandalkan atau konsisten.

60
Face Validity merupakan salah satu jenis dari empat jenis validitas yang
ada (lihat Neuman, 1997). Jenis validitas lainnya adalah Content
(validitas isi). Criterion (validitas kriteria) dan Construct validity
(validitas konstruk).

61
Prosedur test-retest digunakan untuk menguji stability Reliability. Jenis
reliabilitas lainnya adalah representative dan equivalence reliability
(Neuman, 1997).


62
Dalam prosedur test-retest. instrumen yang diterapkan dua kali dapat persis
sama atau dengan digunakan instrumen yang sedikit berbeda dalam
format, namun isinya sangat mirip.

63

Kembali Ke Daftar isi

M2

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à M2

Similaire à M2 (20)

M2