Manajemen · Metodologi Penelitian Bisnis
Metodologi Penelitian Bisnis
Pertemuan 9: Skala Pengukuran, Validitas & Reliabilitas Instrumen Bagaimana kita mengubah konsep abstrak seperti "kepuasan pelanggan" menjadi angka yang bisa dipercaya dan bisa diuji ulang?
RPS minggu 10 · 2x50 menit
Selamat datang kembali di kelas Metodologi Penelitian Bisnis. Setelah UTS, kita masuk ke bagian yang sangat teknis tetapi sangat menentukan kualitas skripsi Anda nanti, yaitu bagaimana mengukur variabel penelitian secara kuantitatif. Bayangkan Anda meneliti "loyalitas nasabah BCA" atau "kepuasan pengguna aplikasi Tokopedia" — keduanya bukan angka yang bisa langsung diukur dengan penggaris, jadi kita butuh instrumen, biasanya kuesioner, untuk menerjemahkannya menjadi data numerik. Hari ini Anda akan belajar empat jenis skala pengukuran, cara menyusun kuesioner yang baik, serta dua syarat mutlak agar instrumen tersebut layak dipakai yaitu validitas dan reliabilitas. Tanpa dua syarat ini, data yang Anda kumpulkan bisa jadi hanya "sampah bernomor" — kelihatan seperti data tetapi tidak menggambarkan apa pun yang nyata. Tujuan Pembelajaran Hari Ini SUB-CPMK 1
4 Skala
Nominal · Ordinal · Interval · Rasio
Mahasiswa mampu membedakan dan memilih skala pengukuran yang tepat untuk tiap jenis variabel penelitian.
SUB-CPMK 2
Uji V & R
Validitas & Reliabilitas
Mahasiswa mampu menghitung dan menginterpretasi hasil uji validitas (korelasi item-total) dan reliabilitas (Cronbach's Alpha).
Kompetensi ini adalah fondasi wajib sebelum Anda menyusun kuesioner proposal penelitian di pertemuan-pertemuan mendatang.
Ada dua target besar yang ingin dicapai di pertemuan ini. Pertama, Anda harus bisa membedakan empat jenis skala pengukuran dan tahu kapan masing-masing dipakai, misalnya jenis kelamin responden berbeda perlakuannya dengan tingkat pendapatan responden. Kedua, dan ini yang paling penting untuk skripsi Anda nanti, Anda harus mampu menguji apakah kuesioner yang Anda susun benar-benar valid dan reliabel sebelum data disebar secara luas. Banyak mahasiswa bimbingan yang skripsinya ditolak dosen penguji karena kuesionernya tidak lolos uji validitas, padahal itu baru diketahui setelah data terlanjur dikumpulkan dari 100 responden. Materi hari ini akan mencegah Anda mengalami kerugian waktu seperti itu. Mengapa Ini Penting? Kasus Nyata Seorang mahasiswa meneliti "pengaruh brand image Tokopedia terhadap minat beli ulang". Ia menyebar 150 kuesioner, lalu saat diuji, ternyata 6 dari 15 item pernyataan tidak valid — pertanyaannya membingungkan responden dan tidak benar-benar mengukur brand image.
Akibatnya, ia harus mengulang penyebaran kuesioner dari nol, kehilangan waktu 3 minggu penuh menjelang deadline sidang proposal.
Pelajaran: uji validitas & reliabilitas dilakukan SEBELUM data dikumpulkan secara masif (uji coba/pilot study pada 30 responden), bukan setelahnya.
Cerita ini bukan rekayasa untuk menakut-nakuti Anda, ini adalah pola yang benar-benar berulang di banyak skripsi mahasiswa Manajemen. Bayangkan Anda sudah capek-capek keliling mall untuk menyebar kuesioner ke 150 pengunjung, lalu setelah data diinput ke SPSS, ternyata sepertiga item pertanyaan Anda dinyatakan tidak valid oleh uji statistik. Waktu, tenaga, dan kadang biaya cetak kuesioner sudah terbuang percuma. Karena itu, langkah yang benar secara metodologis adalah melakukan pilot study terlebih dahulu, yaitu menyebar kuesioner ke sampel kecil sekitar 30 responden, menguji validitas dan reliabilitasnya, memperbaiki item yang bermasalah, baru kemudian menyebarkannya secara luas. Ini akan menghemat waktu Anda secara signifikan menjelang deadline proposal. Bagian 1 dari 3
Skala Pengukuran
Empat cara menerjemahkan konsep penelitian menjadi angka — dari sekadar label hingga rasio matematis penuh.
Kita mulai dari bagian pertama, yaitu skala pengukuran. Sebelum menyusun kuesioner, Anda harus tahu jenis data apa yang ingin Anda kumpulkan, karena ini menentukan alat analisis statistik apa yang boleh Anda pakai nanti. Sebagai gambaran, Anda tidak bisa menghitung rata-rata dari data jenis kelamin, karena angka satu untuk laki-laki dan dua untuk perempuan hanyalah kode, bukan besaran matematis yang bisa dijumlahkan. Ada empat tingkatan skala yang akan kita bahas satu per satu, dari yang paling sederhana sampai yang paling kaya informasi. Perhatikan baik-baik karena kesalahan memilih skala akan berakibat fatal pada tahap analisis data skripsi Anda. Empat Level Skala Pengukuran NOMINAL Label/kategori ORDINAL Kategori berurutan INTERVAL Jarak sama, nol relatif RASIO Nol mutlak, bisa dikali/bagi Informasi semakin kaya → Setiap level menambah informasi baru dari level sebelumnya: label → urutan → jarak → nol mutlak.
Perhatikan diagram ini seperti tangga, semakin ke kanan semakin banyak informasi matematis yang bisa Anda gali dari data tersebut. Skala nominal hanya memberi label tanpa urutan, misalnya kode 1 untuk Jawa Tengah dan kode 2 untuk Jawa Barat, tidak ada makna "lebih besar" di sana. Skala ordinal sudah punya urutan, misalnya peringkat kepuasan rendah-sedang-tinggi, tetapi jarak antar tingkatnya belum tentu sama. Skala interval punya jarak yang sama antar titik, seperti suhu Celsius, tetapi angka nol bukan berarti tidak ada apa-apa. Skala rasio adalah yang paling lengkap, punya nol mutlak yang benar-benar berarti kosong, seperti omzet penjualan UMKM yang bisa nol rupiah. Mari kita bahas satu per satu dengan contoh konkret di slide berikutnya. Coba Sendiri: Klasifikasikan Skala Pengukuran Masukkan contoh variabel dari rencana penelitian Anda, lalu amati widget mengklasifikasikannya ke nominal, ordinal, interval, atau rasio.
Minta satu mahasiswa maju memasukkan beberapa contoh variabel, misalnya jenis kelamin, peringkat kepuasan, skor Likert, dan omzet penjualan, lalu perhatikan bagaimana widget mengklasifikasikan tiap variabel ke salah satu dari empat level skala. Tanyakan kepada mahasiswa apakah mereka bisa menjelaskan alasan di balik tiap klasifikasi, terutama membedakan interval dari rasio lewat keberadaan nol mutlak. Diskusikan juga variabel dari rencana penelitian mereka sendiri, termasuk ke skala apa. Setelah ini kita fokus pada skala yang paling sering dipakai kuesioner bisnis, yaitu skala Likert. Skala Nominal & Ordinal Jenis kelamin: 1=Laki-laki, 2=Perempuan Bank yang digunakan: BCA, Mandiri, BRI Status: 1=Mahasiswa, 2=Karyawan Angka hanya kode , tidak boleh dijumlah/dirata-rata. Analisis: frekuensi, modus, Chi-Square.
Tingkat pendidikan: SMA < D3 < S1 < S2 Kelas sosial: bawah < menengah < atas Peringkat kepuasan: 1=sangat tidak puas ... 5=sangat puas Urutan bermakna, tapi jarak antar tingkat tidak sama . Analisis: median, Spearman.
Mari kita perdalam dua skala pertama dengan contoh yang dekat dengan keseharian Anda. Untuk skala nominal, bayangkan variabel bank yang digunakan nasabah, kita bisa memberi kode 1 untuk BCA, 2 untuk Mandiri, 3 untuk BRI, tetapi kode 3 bukan berarti "lebih besar" dari kode 1, itu hanya label pembeda. Untuk skala ordinal, bayangkan Anda bertanya kepada mahasiswa tentang tingkat kepuasan terhadap layanan kantin kampus dengan pilihan sangat tidak puas sampai sangat puas. Di sini ada urutan yang jelas, puas lebih tinggi dari tidak puas, tetapi kita tidak bisa memastikan jarak antara "puas" dan "sangat puas" itu sama persis dengan jarak antara "tidak puas" dan "puas". Inilah sebabnya secara statistik yang ketat, data ordinal idealnya dianalisis dengan uji non-parametrik, meski dalam praktik penelitian bisnis banyak yang memperlakukannya seperti interval demi kepraktisan. Skala Interval & Rasio Skor Skala Likert 1-5 (jarak antar poin dianggap sama) Suhu dalam Celsius (0°C bukan berarti tidak ada suhu) Indeks Kepuasan Pelanggan (IKP) 0-100 Bisa dijumlah/dirata-rata. Analisis: mean, uji-t, ANOVA, regresi.
Omzet penjualan UMKM (Rp 0 = benar-benar tidak ada omzet) Jumlah transaksi di aplikasi Shopee per bulan Usia responden, lama bekerja (tahun) Bisa dikali/dibagi ("omzet toko A 2x toko B"). Analisis: semua uji parametrik.
Sekarang dua skala yang paling sering dipakai dalam penelitian bisnis kuantitatif. Skala interval, contoh paling umum adalah skor Skala Likert dari 1 sampai 5 yang biasa Anda temukan di kuesioner, misalnya "sangat tidak setuju" sampai "sangat setuju". Kita anggap jarak antar angka 1 ke 2 sama dengan jarak 4 ke 5, meski secara filosofis ini masih diperdebatkan ahli statistik. Yang membedakan interval dari rasio adalah keberadaan nol mutlak. Suhu 0 derajat Celsius bukan berarti tidak ada suhu sama sekali, itu hanya titik referensi. Sebaliknya, skala rasio punya nol yang benar-benar bermakna kosong, misalnya omzet penjualan toko daring Rp 0 memang berarti tidak ada penjualan sama sekali bulan itu. Karena punya nol mutlak, kita bisa membuat pernyataan seperti "omzet Toko A dua kali lipat Toko B", sesuatu yang tidak bisa kita katakan pada skala interval. Fokus Praktis: Skala Likert dalam Kuesioner 1 = Sangat Tidak Setuju · 2 = Tidak Setuju · 3 = Netral · 4 = Setuju · 5 = Sangat Setuju
Contoh item kuesioner untuk mengukur variabel kepuasan pelanggan aplikasi Gojek:
"Saya merasa puas dengan kecepatan respons pengemudi Gojek terhadap pesanan saya." (pilih 1-5)
Skala Likert adalah skala ordinal yang diperlakukan sebagai interval — konvensi umum dalam riset bisnis agar bisa dianalisis dengan statistik parametrik (mean, regresi).
Skala Likert, yang diciptakan oleh Rensis Likert pada tahun 1932, adalah alat ukur paling populer dalam penelitian bisnis dan sangat mungkin akan Anda pakai di skripsi nanti. Perhatikan contoh item di layar, ini adalah pernyataan tentang kepuasan pengguna Gojek terhadap kecepatan respons pengemudi, dan responden diminta memilih angka 1 sampai 5 sesuai tingkat persetujuannya. Yang perlu Anda pahami secara jujur adalah, secara teori pengukuran, Likert sebenarnya skala ordinal karena jarak psikologis antara "setuju" dan "sangat setuju" belum tentu identik dengan jarak antara "netral" dan "setuju". Namun dalam praktik penelitian bisnis dan manajemen, ada konvensi yang sudah diterima luas untuk memperlakukan data Likert seolah interval, sehingga kita boleh menghitung rata-rata dan menjalankan regresi. Ini penting Anda catat karena dosen penguji terkadang menanyakan justifikasi ini saat sidang proposal. Coba Sendiri: Susun Item Skala Likert Anda Tulis pernyataan kuesioner Anda, lalu amati bagaimana widget menampilkannya sebagai item Skala Likert 1-5 siap pakai.
Ajak satu mahasiswa maju menulis pernyataan kuesioner dari variabel penelitian mereka sendiri, lalu lihat bagaimana widget ini otomatis menyusunnya menjadi item Skala Likert lengkap dengan lima pilihan jawaban. Diskusikan apakah kalimat pernyataan tersebut sudah jelas dan tidak bermakna ganda, karena kualitas item kuesioner dimulai dari kalimat yang presisi. Ingatkan mahasiswa bahwa setelah item disusun, Anda tetap harus mengujinya secara empiris, bukan sekadar percaya kalimatnya sudah baik. Bagian berikutnya kita masuk ke cara menguji apakah item semacam ini benar-benar valid. Bagian 2 dari 3
Validitas Instrumen
Apakah kuesioner benar-benar mengukur apa yang ingin kita ukur?
Sekarang kita masuk ke bagian inti dari pertemuan hari ini, yaitu validitas. Setelah Anda tahu jenis skala yang dipakai, pertanyaan berikutnya adalah, apakah item-item pertanyaan dalam kuesioner Anda benar-benar mengukur konsep yang Anda maksud? Misalnya jika Anda ingin mengukur loyalitas nasabah, apakah pertanyaan yang Anda susun benar-benar menangkap loyalitas, atau justru menangkap hal lain seperti sekadar kepuasan sesaat? Ini yang disebut validitas, dan kita akan membahas jenis-jenisnya serta cara menghitungnya secara statistik menggunakan korelasi. Apa Itu Validitas? DEFINISI
Ketepatan Ukur
Validitas adalah sejauh mana instrumen (kuesioner) benar-benar mengukur konsep/variabel yang dimaksud, bukan konsep lain yang mirip.
Item mewakili seluruh dimensi konsep (dinilai pakar/dosen pembimbing).
Item konsisten dengan teori yang mendasari (diuji via korelasi/faktor).
Skor berkorelasi dengan ukuran eksternal lain yang sudah teruji.
Analogi sederhana untuk validitas adalah timbangan badan. Kalau Anda menimbang berat badan 60 kilogram tetapi timbangannya rusak dan selalu menunjukkan angka 50 kilogram, itu artinya timbangan tersebut tidak valid, karena tidak mengukur berat badan yang sebenarnya, meski angkanya konsisten. Dalam penelitian bisnis, ada tiga jenis validitas yang perlu Anda ketahui. Validitas isi berarti item pertanyaan mencakup semua aspek penting dari konsep yang diukur, biasanya dinilai oleh dosen pembimbing atau pakar di bidang tersebut sebelum kuesioner disebar. Validitas konstruk memastikan item-item benar-benar konsisten dengan teori yang melandasinya, ini yang paling sering diuji secara statistik dengan korelasi. Validitas kriteria membandingkan skor kuesioner Anda dengan ukuran lain yang sudah terbukti valid, misalnya membandingkan skor kepuasan versi Anda dengan indeks kepuasan pelanggan yang sudah baku. Cara Menguji: Korelasi Item-Total (Pearson) r = korelasi skor item vs skor total → item VALID jika r > r-tabel
Item pertanyaan dikatakan valid jika koefisien korelasinya dengan skor total kuesioner (r-hitung) lebih besar dari nilai r-tabel pada taraf signifikansi tertentu (umumnya 5%, n=30 → r-tabel ≈ 0,361).
Uji ini dijalankan di SPSS: Analyze → Correlate → Bivariate , korelasikan tiap item dengan skor total seluruh item dalam satu variabel.
Cara paling umum menguji validitas dalam skripsi manajemen adalah uji korelasi item-total menggunakan rumus korelasi Pearson product moment. Logikanya begini, kita hitung korelasi antara skor jawaban tiap item pertanyaan dengan skor total dari seluruh item dalam variabel yang sama. Kalau item tersebut benar-benar mengukur konsep yang sama dengan item-item lainnya, maka korelasinya akan tinggi. Item dinyatakan valid apabila nilai r-hitungnya lebih besar dari r-tabel pada taraf signifikansi 5 persen. Sebagai contoh, untuk uji coba dengan 30 responden, nilai r-tabel yang harus dilampaui adalah sekitar 0,361. Di slide berikutnya kita akan menghitung ini langkah demi langkah menggunakan data sungguhan, supaya Anda tahu persis bagaimana angka ini muncul, bukan sekadar membaca output SPSS tanpa paham maknanya. Hitung dari Nol: Uji Validitas Item Kuesioner Kasus: uji coba kuesioner kepuasan nasabah BRI pada 30 responden (pilot study). Item 1 dihitung korelasinya dengan skor total.
Langkah Perhitungan Nilai 1. Kumpulkan skor item 1 (X) & skor total (Y) dari n=30 responden Data mentah dari SPSS/Excel n = 30 2. Hitung koefisien korelasi Pearson r-hitung r = Σ(X-X̄)(Y-Ȳ) ÷ √[Σ(X-X̄)² × Σ(Y-Ȳ)²] r-hitung = 0,452 3. Tentukan r-tabel (df = n-2 = 28, α = 5%) Lihat tabel r Pearson untuk df=28 r-tabel = 0,361 4. Bandingkan r-hitung vs r-tabel 0,452 > 0,361 ? YA, lebih besar
KESIMPULAN ITEM 1
VALID
r-hitung (0,452) > r-tabel (0,361)
Mari kita telusuri contoh perhitungan nyata ini langkah demi langkah. Bayangkan Anda sedang menguji coba kuesioner kepuasan nasabah BRI kepada 30 responden sebagai pilot study sebelum penyebaran besar-besaran. Langkah pertama, Anda mengumpulkan dua kolom data, yaitu skor jawaban responden untuk item pertanyaan nomor 1, dan skor total dari seluruh item dalam variabel kepuasan tersebut. Langkah kedua, SPSS akan menghitung koefisien korelasi Pearson antara kedua kolom ini, dan misalkan hasilnya adalah 0,452. Langkah ketiga, kita perlu pembanding, yaitu r-tabel, yang nilainya bergantung pada derajat bebas atau df, yaitu jumlah responden dikurang 2, jadi 30 dikurang 2 sama dengan 28, dan pada taraf signifikansi 5 persen nilai r-tabelnya adalah 0,361. Langkah keempat, kita bandingkan, karena 0,452 lebih besar dari 0,361, maka item nomor 1 ini dinyatakan valid dan boleh dipakai dalam kuesioner final Anda. Coba Sendiri: Uji Validitas Item dengan Korelasi Pearson Ubah nilai r-hitung dan jumlah responden, lalu amati apakah item dinyatakan valid dibanding r-tabel.
Minta satu mahasiswa maju mengubah r-hitung dari 0,452 menjadi 0,300 dengan jumlah responden tetap 30, lalu amati bagaimana kesimpulan validitasnya berubah dari valid menjadi tidak valid karena kini di bawah r-tabel. Tunjukkan juga bagaimana r-tabel berubah kalau jumlah responden diperbesar, misalnya dari 30 menjadi 100, karena derajat bebasnya ikut berubah. Tekankan bahwa item yang tidak valid sebaiknya direvisi kalimatnya atau dibuang dari kuesioner final. Setelah validitas tiap item terkonfirmasi, langkah berikutnya adalah menguji apakah keseluruhan instrumen konsisten lewat reliabilitas. Bagian 3 dari 3
Reliabilitas Instrumen
Apakah kuesioner memberi hasil yang konsisten jika diulang?
Setelah validitas, syarat kedua yang tidak kalah penting adalah reliabilitas. Kalau validitas menjawab pertanyaan "apakah kita mengukur hal yang benar", reliabilitas menjawab pertanyaan "apakah pengukuran ini konsisten dan bisa diandalkan". Bayangkan Anda menimbang berat badan tiga kali berturut-turut dalam lima menit, dan hasilnya berubah-ubah drastis setiap kali, itu artinya timbangan tersebut tidak reliabel, meskipun mungkin saja salah satu angkanya kebetulan valid. Di bagian ini kita akan membahas metode Cronbach's Alpha, alat ukur reliabilitas yang paling banyak dipakai dalam skripsi manajemen di Indonesia. Apa Itu Reliabilitas? DEFINISI
Konsistensi Ukur
Reliabilitas adalah sejauh mana instrumen memberikan hasil yang KONSISTEN jika pengukuran diulang pada subjek yang sama atau kondisi yang serupa.
Reliabel = anak panah selalu jatuh di titik yang berdekatan satu sama lain (konsisten), meski belum tentu tepat di titik tengah (valid).
Cronbach's Alpha (α) — mengukur konsistensi internal antar-item dalam satu variabel. Standar: α ≥ 0,60 dianggap reliabel.
Untuk memahami reliabilitas, analogi memanah adalah yang paling mudah diingat. Bayangkan seorang pemanah menembakkan lima anak panah ke papan target. Kalau kelima anak panah itu jatuh berdekatan satu sama lain, meskipun jauh dari titik tengah, itu artinya pemanah tersebut konsisten atau reliabel, walaupun belum tentu akurat atau valid. Sebaliknya, kalau anak panah tersebar acak ke mana-mana, itu artinya tidak reliabel. Idealnya tentu kita ingin instrumen yang valid sekaligus reliabel, seperti anak panah yang jatuh tepat di titik tengah dan berdekatan semua. Dalam penelitian bisnis, alat ukur reliabilitas yang paling populer adalah Cronbach's Alpha, yang mengukur seberapa konsisten item-item dalam satu variabel saling berkorelasi. Standar umum yang dipakai adalah nilai alpha minimal 0,60 untuk dianggap reliabel, meski beberapa ahli seperti Nunnally merekomendasikan minimal 0,70 untuk penelitian yang lebih ketat. Interpretasi Nilai Cronbach's Alpha Rentang Nilai α Interpretasi Reliabilitas α < 0,60 Tidak reliabel (buang/revisi item) 0,60 ≤ α < 0,70 Cukup reliabel (batas minimum diterima) 0,70 ≤ α < 0,90 Reliabel (baik, umum di skripsi manajemen) α ≥ 0,90 Sangat reliabel (kadang indikasi item redundan)
Rujukan: Sekaran & Bougie (2016) , Research Methods for Business — standar α ≥ 0,60 diterima secara umum dalam riset bisnis dan manajemen.
Tabel ini adalah pedoman yang akan sangat sering Anda pakai saat menulis bab metodologi penelitian skripsi. Kalau nilai Cronbach's Alpha Anda di bawah 0,60, itu tandanya kuesioner Anda belum layak dipakai dan perlu direvisi atau beberapa itemnya dibuang. Kalau beradaa di antara 0,60 sampai 0,70, itu masih dianggap cukup reliabel dan diterima sebagai batas minimum di banyak jurnal manajemen. Rentang 0,70 sampai 0,90 dianggap ideal dan paling sering dilaporkan dalam skripsi-skripsi yang baik. Menariknya, kalau nilai alpha sangat tinggi di atas 0,90, beberapa ahli metodologi justru curiga ada item yang terlalu mirip atau redundan, sehingga tidak menambah informasi baru. Sumber rujukan standar ini adalah buku Sekaran dan Bougie, yang menjadi salah satu buku pegangan metodologi penelitian bisnis paling banyak dikutip di seluruh dunia, termasuk di Indonesia. Coba Sendiri: Interpretasikan Nilai Cronbach's Alpha Masukkan nilai alpha kuesioner Anda, lalu amati kategori interpretasi reliabilitasnya secara langsung.
Ajak satu mahasiswa maju mencoba beberapa nilai alpha berbeda, misalnya 0,55, lalu 0,75, lalu 0,95, dan perhatikan bagaimana kategori interpretasinya berubah dari tidak reliabel, ke reliabel baik, sampai sangat reliabel yang justru perlu dicurigai redundansi item. Diskusikan mengapa alpha yang terlalu tinggi bukan berarti selalu lebih baik. Minta mahasiswa mencatat berapa target alpha minimum yang akan mereka pakai di proposal masing-masing. Selanjutnya kita coba hitung reliabilitas secara manual tanpa software lewat teknik belah-dua. Hitung dari Nol: Reliabilitas dengan Belah-Dua (Split-Half) Kasus sederhana: kuesioner 6 item dibelah jadi 2 kelompok (item ganjil vs genap) untuk mengecek konsistensi tanpa software.
Langkah Perhitungan Nilai 1. Hitung skor total kelompok item ganjil (1,3,5) per responden, lalu korelasikan dengan skor total item genap (2,4,6) untuk n=30 Korelasi Pearson antar 2 kelompok skor r-ganjil-genap = 0,55 2. Terapkan koreksi Spearman-Brown agar setara reliabilitas 6 item penuh r-total = (2 × r) ÷ (1 + r) = (2 × 0,55) ÷ (1 + 0,55) r-total = 1,10 ÷ 1,55 3. Hasil akhir koefisien reliabilitas 1,10 ÷ 1,55 = 0,71 4. Bandingkan dengan standar minimum 0,60 0,71 > 0,60 ? YA, lebih besar
KESIMPULAN
RELIABEL
Koefisien 0,71 > standar minimum 0,60
Sebelum ada software statistik seperti SPSS, para peneliti menghitung reliabilitas secara manual dengan teknik belah-dua atau split-half. Caranya, kuesioner dengan enam item dibagi menjadi dua kelompok, misalnya item bernomor ganjil yaitu 1, 3, 5, dan item bernomor genap yaitu 2, 4, 6. Langkah pertama, kita hitung skor total masing-masing kelompok untuk setiap responden, lalu korelasikan kedua skor total tersebut, misalkan hasilnya 0,55. Langkah kedua, karena kita hanya mengukur setengah dari item aslinya, kita perlu koreksi menggunakan rumus Spearman-Brown, yaitu dua kali r dibagi satu tambah r, sehingga menjadi 2 kali 0,55 dibagi 1 tambah 0,55, sama dengan 1,10 dibagi 1,55. Langkah ketiga, hasil pembagian ini adalah 0,71, yang merupakan estimasi reliabilitas untuk keseluruhan enam item. Langkah keempat, karena 0,71 lebih besar dari standar minimum 0,60, kuesioner ini dinyatakan reliabel. Meski hari ini SPSS menghitung Cronbach's Alpha secara otomatis, memahami logika manual ini penting agar Anda tidak sekadar membaca angka output tanpa mengerti maknanya. Coba Sendiri: Hitung Reliabilitas Belah-Dua Ubah korelasi ganjil-genap, lalu amati bagaimana koreksi Spearman-Brown menghasilkan koefisien reliabilitas untuk keseluruhan item.
Minta satu mahasiswa maju mengubah nilai korelasi ganjil-genap dari 0,55 menjadi 0,40, lalu perhatikan bagaimana koefisien reliabilitas setelah koreksi Spearman-Brown ikut turun dan apakah masih di atas standar minimum 0,60. Jelaskan lagi mengapa koreksi ini diperlukan — karena kita hanya mengukur setengah item, hasil korelasi mentahnya cenderung meremehkan reliabilitas sebenarnya. Tekankan bahwa teknik manual ini jarang dipakai lagi karena SPSS sudah menghitung Cronbach's Alpha otomatis, tetapi memahami logikanya membantu Anda tidak sekadar membaca angka tanpa makna. Berikutnya kita bandingkan validitas dan reliabilitas agar Anda tidak tertukar keduanya. Validitas vs Reliabilitas: Jangan Tertukar Valid + Reliabel (ideal) Reliabel, Tidak Valid konsisten, salah sasaran Tidak Reliabel acak, tak bisa dipercaya Instrumen yang baik harus KEDUANYA : reliabel tanpa valid = konsisten mengukur hal yang salah; valid tanpa reliabel = kadang tepat kadang meleset.
Slide ini merangkum perbedaan paling krusial yang sering membingungkan mahasiswa. Perhatikan tiga papan target ini. Papan pertama menunjukkan anak panah yang berkumpul rapat tepat di titik tengah, ini kondisi ideal, valid sekaligus reliabel. Papan kedua menunjukkan anak panah yang berkumpul rapat tetapi jauh dari titik tengah, ini reliabel karena konsisten, tetapi tidak valid karena salah sasaran, contohnya kuesioner yang konsisten mengukur "kepuasan harga" padahal niatnya mengukur "loyalitas merek". Papan ketiga menunjukkan anak panah yang tersebar acak, ini tidak reliabel sama sekali. Yang perlu Anda ingat, validitas dan reliabilitas adalah dua syarat yang berbeda dan harus dipenuhi keduanya, bukan salah satu saja. Kuesioner skripsi Anda wajib lulus kedua uji ini sebelum data disebar secara masif kepada responden penelitian yang sesungguhnya. Menyusun Kuesioner yang Baik: 5 Prinsip Bahasa jelas, hindari istilah teknis/ambigu Satu pertanyaan = satu ide (hindari double-barreled ) Hindari pertanyaan yang menggiring jawaban Urutan logis: umum → spesifik Skala respons konsisten sepanjang kuesioner Uji coba (pilot study ) ≥ 30 responden dulu Sebelum menguji validitas dan reliabilitas secara statistik, kualitas kuesioner sebenarnya sudah ditentukan sejak proses penyusunannya. Prinsip pertama, gunakan bahasa yang jelas dan hindari istilah teknis yang belum tentu dipahami responden awam, misalnya jangan bertanya "bagaimana persepsi Anda terhadap brand equity perusahaan" kepada nasabah biasa yang mungkin tidak paham istilah brand equity. Prinsip kedua, hindari pertanyaan double-barreled, yaitu pertanyaan yang sebenarnya menanyakan dua hal sekaligus, misalnya "apakah Anda puas dengan harga dan pelayanan Alfamart" itu membingungkan karena responden mungkin puas dengan salah satunya saja. Prinsip ketiga, hindari pertanyaan yang menggiring seperti "apakah Anda setuju bahwa pelayanan yang buruk harus diperbaiki", karena kalimat ini sudah mengarahkan jawaban. Prinsip keempat dan kelima menyangkut struktur, susun dari pertanyaan umum ke spesifik, jaga konsistensi skala respons, dan selalu lakukan uji coba pada minimal 30 responden sebelum penyebaran skala penuh. Latihan Kelas: Diskusi Kelompok Tugas kelompok (15 menit): Setiap kelompok (4-5 orang) menyusun 5 item pertanyaan Skala Likert untuk mengukur variabel "kepercayaan konsumen terhadap marketplace Shopee" .
Tentukan 2-3 dimensi konsep "kepercayaan" (mis. keamanan data, jaminan produk, respons keluhan) Buat 1-2 item per dimensi, hindari double-barreled Tukar kuesioner dengan kelompok lain untuk saling menilai validitas isi 1 lembar kertas berisi 5 item + nama dimensi yang diukur tiap item. Dikumpulkan ke dosen di akhir sesi.
Sekarang saatnya praktik langsung. Silakan berkumpul dengan kelompok Anda yang beranggotakan empat sampai lima orang, dan dalam waktu lima belas menit, susunlah lima item pertanyaan Skala Likert untuk mengukur variabel kepercayaan konsumen terhadap marketplace Shopee. Langkah pertama yang harus Anda lakukan adalah menentukan dua atau tiga dimensi dari konsep kepercayaan tersebut, misalnya keamanan data pribadi, jaminan kualitas produk yang diterima, dan kecepatan respons terhadap keluhan pembeli. Setelah itu, buatlah satu atau dua item pertanyaan untuk setiap dimensi tersebut, dan pastikan tidak ada pertanyaan yang menggabungkan dua ide sekaligus. Setelah selesai, kelompok Anda akan bertukar lembar kuesioner dengan kelompok lain untuk saling menilai apakah item-item tersebut sudah mewakili konsep kepercayaan secara memadai, ini adalah simulasi sederhana dari validitas isi yang biasanya dilakukan oleh pakar atau dosen pembimbing. Kesalahan Umum yang Harus Dihindari Kesalahan Dampak Menyebar kuesioner ke 100+ responden tanpa pilot study dulu Jika item tidak valid, harus mengulang dari nol → buang waktu Item pertanyaan double-barreled (2 ide sekaligus) Responden bingung, jawaban tidak konsisten → korelasi rendah Skala respons berubah-ubah (kadang 1-5, kadang 1-4) Data tidak bisa digabung/dianalisis dengan konsisten Mengabaikan hasil uji reliabilitas rendah (α < 0,60) Kesimpulan penelitian tidak dapat dipercaya → ditolak penguji
Mari kita rangkum kesalahan-kesalahan yang paling sering terjadi supaya Anda bisa menghindarinya di skripsi nanti. Kesalahan pertama dan paling merugikan adalah langsung menyebar kuesioner ke seratus responden atau lebih tanpa melakukan pilot study terlebih dahulu, seperti cerita mahasiswa Tokopedia yang saya sampaikan di awal pertemuan ini. Kesalahan kedua adalah membuat item pertanyaan yang double-barreled, menggabungkan dua ide berbeda dalam satu kalimat sehingga responden bingung menjawabnya, akibatnya korelasi item tersebut dengan skor total menjadi rendah dan dinyatakan tidak valid. Kesalahan ketiga adalah tidak konsisten dalam skala respons, misalnya sebagian pertanyaan pakai skala 1 sampai 5, sebagian lagi 1 sampai 4, ini akan menyulitkan proses analisis data nantinya. Kesalahan keempat dan paling fatal adalah tetap melanjutkan penelitian meskipun hasil uji reliabilitas menunjukkan Cronbach's Alpha di bawah 0,60, karena ini berarti seluruh temuan penelitian Anda akan dipertanyakan validitasnya oleh dosen penguji saat sidang. Rangkuman: Cheat Sheet Pertemuan 9 Nominal: label saja (jenis kelamin)Ordinal: ada urutan (tingkat pendidikan)Interval: jarak sama, nol relatif (Skala Likert)Rasio: nol mutlak (omzet, usia)Validitas: r-hitung > r-tabel (korelasi item-total)Reliabilitas: Cronbach's Alpha ≥ 0,60Uji di pilot study (n≥30) SEBELUM sebar massal Keduanya WAJIB terpenuhi, bukan salah satu Sebagai penutup materi inti, mari kita rangkum seluruh pembahasan hari ini dalam satu lembar cheat sheet yang bisa Anda simpan untuk referensi saat menyusun bab metodologi skripsi. Di sisi kiri, ingat kembali empat jenis skala pengukuran dari yang paling sederhana yaitu nominal, sampai yang paling kaya informasi yaitu rasio. Di sisi kanan, ingat dua syarat mutlak instrumen penelitian, validitas yang diuji dengan membandingkan r-hitung terhadap r-tabel, dan reliabilitas yang diuji dengan Cronbach's Alpha dengan standar minimum 0,60. Yang paling penting untuk Anda bawa pulang hari ini adalah, kedua uji ini harus dilakukan pada tahap pilot study dengan minimal 30 responden, jauh sebelum Anda menyebar kuesioner final ke ratusan responden penelitian sesungguhnya. Ini akan menyelamatkan Anda dari kerugian waktu yang besar seperti yang dialami mahasiswa dalam kasus Tokopedia tadi. Persiapan Pertemuan Berikutnya Pertemuan 10: Teknik Pengumpulan Data — metode survei, observasi, dan dokumentasi untuk penelitian kuantitatif dan kualitatif.
TUGAS SEBELUM MINGGU DEPAN
Draf Kuesioner
Individu, dikumpulkan via LMS
Susun draf kuesioner (10-15 item) untuk variabel penelitian proposal Anda, lengkap dengan dimensi/indikator per item.
Sebelum kita mengakhiri pertemuan hari ini, ada dua hal yang perlu Anda catat. Pertama, minggu depan kita akan membahas teknik pengumpulan data, yaitu bagaimana cara melaksanakan survei, observasi, dan dokumentasi secara praktis di lapangan, baik untuk penelitian kuantitatif maupun kualitatif. Kedua, sebagai tugas individu yang harus dikumpulkan sebelum pertemuan minggu depan melalui LMS, silakan susun draf kuesioner sepuluh sampai lima belas item untuk variabel penelitian yang sudah Anda tentukan dalam proposal masing-masing. Pastikan setiap item mencantumkan dimensi atau indikator apa yang ingin diukur, sesuai dengan prinsip-prinsip penyusunan kuesioner yang sudah kita bahas hari ini. Tugas ini akan menjadi bahan latihan uji validitas dan reliabilitas yang akan kita praktikkan lebih lanjut di pertemuan-pertemuan mendatang. Selamat mengerjakan, dan jangan ragu bertanya melalui forum diskusi LMS jika ada kesulitan.