Validitas

Ada tiga jenis validitas dalam instrumen pengukuran, yaitu: validitas konstruk, validitas isi dan validitas eksternal (kriteria). Validitas konstruk merupakan validitas yang diperoleh dari pendapat para ahli (judgement experts). Metode yang dilakukan adalah dengan evaluasi penilaian atau panel dengan rasio validitas isi. Pengujian validitas konstruk dilakukan dengan analisa factor, yaitu dengan mengkorelasikan antara skor item instrument dalam suatu factor, dan mengkorelasikan skor factor dengan skor total. Selanjutnya analisa factor dilakukan dengan cara mengkorelasikan jumlah skor factor dengan skor total. Bila korelasi tiap faktor tersebut positif dan besarnya 0.3 ke atas maka faktor tersebut merupakan konstruk yang kuat. Jadi berdasarkan analisis faktor itu dapat disimpulkan bahwa instrumen tersebut merupakan konstruk yang kuat (Sugiyono, 1998).

Valliditas isi, validitas ini mengukur sejauh mana instrumen mencakup tema dari penelitian yang dilakukan. Validitas jenis ini mengukur sejauh mana isi dari pengukuran mewakili populasi yang akan diukur dari semua unsur penelitian yang relevan. Validitas isi ini hampir sama dengan validitas konstruk, menggunakan korelasi antra tema dengan isi pertanyaannya, hanya saja validitas isi ini lebih mengarah ke isi penelitian. Menurut Cooper dan Emory, 1996, validitas isi didekati dengan berbagai cara. Pertama dengan peneliti yang berhati-hati dalam menentukan topik yang bersangkutan. Kedua, dengan memakai suatu panel orang-orang untuk menilai sejauh mana instrumen yang bersangkutan memenuhi standar.

Validitas eksternal (kriteria), validitas ini mencerminkan keberhasilan ukuran-ukuran yang dipakai untuk prediksi atau estimasi. Diuji dengan cara membandingkan (untuk mencari kesamaan) antara kriteria yang ada pada instrumen dengan fakta empirik yang terjadi di lapangan. Menurut Cooper dan Emory, 1996, researcher harus menjamin bahwa setiap ukuran kriteria yang dinilai harus menurut empat kualitas: relevansi, bebas bias, andal dan tersedia. Relevansi apabila dirumuskan dan diberi skor merupakan skor yang tepat terhadap obyek tersebut. Bebas bias apabila skor yang diberikan kepada obyek yang satu dengan yang lain memiliki skor yang sama. Kemudian kriteria yang andal adalah kriteria yang stabil dan dapat diulang.

Validitas dan Reliabilitas

Ada beberapa hal yang berhubungan dengan validitas dan reliabilitas, yaitu data dan instrument pengukuran. Data yang valid adalah data yang terdapat kesamaan antara data yang dikumpulkan dengan obyek yang diteliti, sedangkan data yang reliable adalah data yang konsisten, data yang diperoleh saat ini dan waktu yang akan datang atau dalam waktu yang berbeda mendapatkan hasil tidak berbeda.

Instrumen pengukuran yang valid adalah instrument tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur, sedangkan instrument yang reliable adalah instrument yang bila digunakan beberapa kali untuk mengukur obyek yang sama akan menghasilkan data yang sama (Sugiyono, 2008). Menurut Cooper dan Emory, 1996, validitas adalah sejauh mana instrument tersebut dapat mengukur apa yang sebenarnya ingin diukur. Reliabel adalah instrument pengukuran yang menghasilkan hasil-hasil yang konsisten. Reliabilitas mendukung validitas dan merupakan syarat perlu tetapi tidak cukup bagi validitas, karena reliabel belum tentu valid

Validitas dan reliabilitas pada instrumen pengukuran ini sangat berpengaruh terhadap hasil yang diperoleh atau terhadap data yang dihasilkan. Semakin valid dan reliabel instrumen pengukurannya maka data yang diperoleh semakin baik, begitupula sebaliknya. Jadi instrumen yang valid dan reliabel merupakan syarat mutlak untuk mendapatkan data yang valid dan reliabel. Namun tidak berarti dengan menggunakan instrumen pengukuran yang valid dan reliabel maka data yang diperoleh akan valid dan reliabel, karena hal ini masih dipengaruhi oleh obyek yang diteliti dan orang yang menggunakan instrumen penelitian.

Daftar Pustaka:
Cooper, Donald. R, Emory, C. William, Metode Penelitian Bisnis, Erlangga, Jakarta, 1996
Sugiyono, Metode Penelitian Bisnis (Pendekatan Kuantitatifm Kualitatif dan R&D, Alfabeta, CV, Bandung, 2008

Galat data (error data)

Galat dapat disebut juga error atau dalam keseharian dapat disebut sebagai kesalahan, kesalahan yang dimaksud disini adalah kesalahan dalam proses pengambilan data. Menurut buku karangan Suntoyo Yitnosumarto, 1993, galat adalah keanekaragaman (variabilitas) yang disebabkan oleh ketidakmampuan materi percobaan atau obyek percobaan untuk berperilaku sama dalam percobaan tersebut. Galat atau error dapat pula didefinisikan sebagai selisih dari nilai atau hasil yang kita harapkan terjadi (expected value) dengan observasi atau kenyataan yang terjadi di lapangan. Galat dapat berfungsi untuk menunjukkan efisiensi dari satu jenis percobaan atau penelitian ke penelitan yang lain. Secara normal kita menginginkan galat yang bernilai kecil bahkan tidak terjadi galat. namun ketiadaan galat juga dapat menyebabkan pertanyaan dalam penelitian kita. Terpenting dari galat ini adalah galat harus terjadi secara alami sehingga dapat menggambarkan obyek penelitian yang sesungguhnya. Cara yang paling efektif untuk menimbulkan kealamian galat adalah dengan menghomogenkan perlakuan terhadap obyek.

Jenis galat secara teoretis ada dua jenis, yaitu galat sistematis dan galat acak (random error). Galat sistematis adalah galat yang disebabkan oleh pengaruh pengukuran yang bias, yang terjadi secara teratur atau konstan. Misalkan pada alat ukur, alat hitung, alat timbang, dan lain sebagainya. Intinya galat ditimbulkan dari alat dan proses yang berlangsung secara konstan. Galat acak (random error) adalah galat yang timbul dari proses pengukuran namun terjadinya tidak konstan atau tidak sistematis. Terkadang terjadi karena proses yang berada diluar jangkauan kita sebagai peneliti.

Apa bedanya dengan residual ? Residual merupakan error dari penduga yang tidak bisa diamati. Residual ini hubungannya dengan sample, sedangkan galat atau error hubungannya dengan populasi. Artinya galat atau error adalah perbedaan atau selisih antara sample dengan populasi, kalau residual adalah perbedaan antara anggota sampel dengan statistic (misal: mean) dalam sampel tersebut. Apabila dijumlahkan nilai residual selalu nol.

Dalam www.ineddeni.wordpress.com dikatakan bahwa residual adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan sebenarnya apabila data yang digunakan adalah data sampel. Sedangkan error adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan yang sebenarnya apabila data yang digunakan adalah data populasi. Persamaan keduanya: merupakan selisih antara nilai duga (predicted value) dengan pengamatan sebenarnya.

Yang penting adalah biarkan saja galat itu terjadi secara alami agar kita mampu melihat keragaman secara alami pula, namun tidak mengabaikan standard prosedur pengukuran yang kita lakukan.

Skala Data

Data yang diperoleh dari statitika merupakan hasil dari pengukuran, dimana pengukuran merupakan pemberian angka-angka pada peristiwa empiris sesuai dengan aturan yang berlaku. Hasil dari pengukuran ini yang kemudian kita sebut sebagai data. Sesuai dengan pengertian tersebut, pengukuran dapat terbagi menjadi beberapa skala antara lain nominal, ordinal, interval dan rasio. Saya lebih mengistilahkan nominal dan ordinal adalah skala tingkat rendah, yang perlakuannya sangat terbatas, kita tidak bisa melakukan operasi matematis pada skala tersebut. Sedangkan interval dan rasio sudah merpuakan skala tingkat tinggi, kita sudah dapat melakukan operasi matematis pada skala ini. Pengertian dari skala-skala ini dapat dilihat dalam berbagai literatur-literatur statistika maupun buku mengenai metotode penelitian yang kurang lebih mempunyai arti-arti sebagai berikut:

1. Nominal => data skala rendah, hanya pemberian angka terhadap peristiwa atau obyek penelitian.
2. Ordinal => bukan sekedar memberikan nama,namun sudah ada urutan dan memiliki arti yang lebih bermakna, skala 1 lebih rendah dari skala 2, dan begitu seterusnya.
3. Interval => sudah lebih lengkap dari nominal dan ordinal, skala ini memiliki arti pada selisihnya.
4. Rasio => sama seperti interval ditambah dengan skala ini mempunyai nilai nol absolut, artinya mempunyai arti pada data yang bernilai nol.

Dalam aplikasinya skala data ini memang penting, hal ini karena data merupakan bahan mentah dari statistika, artinya bahwa kesalahan dalam pengukuran dan penentuan skala ini dapat menyebabkan kesalahan dalam interpretasi hasil data tersebut.

The scale of a measurement depends mainly on the measuring process, not on the property measured (Moore, 1998)

Data dan statistika

Data merupakan hal yang paling penting dalam statistika, karena tujuan statistika adalah mendapatkan arti dari data itu. Dalam statistika, data bukan hanya sekedar angka, melainkan angka dengan arti tertentu. Ini menunjukan bahwa statistika bukan matematika, meskipun dasar statistika adalah matematika yang sama-sama melibatkan angka-angka.

Beberapa pengertian data berdasarkan literature yang pernah saya baca antara lain:
1. Data adalah hasil pengukuran atau pengamatan yang dikumpulkan , berupa angka-angka atau besaran-besaran yang menggambarkan perbedaan atau persamaan dari suatu obyek (Yitnosumarto,1992).
2. Data adalah bentuk jamak dari datum yang artinya penyajian (Solimun, 2002)
3. Data adalah baham mentah bagi statistikawan untuk menafsirkan realitas (Gonick and Smith, 2002)
4. ...

Ciri khas dari data secara umum adalah beragam, dari kebergaman itu maka kesimpulan yang diperoleh bisa tidak menentu. Statistika berhadapan dengan keberagaman (variabilitas) dan ketidakmenentuan tersebut secara langsung, namun dengan statistika, kita dapat mengatakan seberapa besar ketidakpastian dari kesimpulan yang kita peroleh. Ketidakpastian yang diakibatkan beragamnya data dapat kita ukur secara kuantitatif, sehingga data yang tidak beguna dan tidak menentupun dapat menjadi berguna meskipun dengan tingkat kepastian yang tidak terlalu besar. Selain itu kita dapat mempelajari maksud dari data, sehingga kita dapat bersikap terhadap data yang berhubungan dan menggambarkan keseharian.

Statistika atau statistik (Statistics or statistic) ?

Bedanya apa ?.... jelas tulisannya saja sudah beda... Kalau ejaan dalam bahasa Indonesia, yang satu menggunakan huruf ”a” dan yang lain tidak, sedangkan ejaan dalam bahasa Inggris yang satu menggunakan huruf ”s” dan yang lain tidak.

Ternyata perbedaan utama terletak pada pengertiannya.
Statistika (statistics) adalah ”ilmu”nya (pengertiannya seperti pada blog sebelum ini), statistik (statistic) adalah ciri khas atau tolok ukur dari sampel atau contoh atau nilai penduga. Statistik yang digunakan untuk mendapatkan nilai dugaan bagi parameter populasi disebut penduga atau fungsi keputusan, misalnya standard deviasi, mean, median, modus, dan lain-lain.

Banyak orang yang kurang tepat dalam menggunakan kedua istilah tersebut, kadang maksudnya ”statistika” (ilmu) namun yang digunakan ”statistik” maupun sebaliknya. Memang bagi sebagian besar orang perbedaan istilah ini tidak menjadi masalah karena tiap-tiap orang mempunyai persepsi masing-masing dalam menggunakannya. Bagi saya, sebagai seorang statistician, tulisan ini tidak dimaksudkan untuk membesar-besarkan suatu masalah yang bagi sebagian orang tidak penting, namun hanya untuk membenarkan (secara istilah) maksud dari statistika dan statistik

Statistika (statistics)…

Di awal pembahasan buku literatur statistika hampir semuanya selalu membahas tentang arti dari statistika. Agar sama seperti buku-buku pengantar statistika yang lain berikut ini definisi statistika yang dapat saya rangkum dari beberapa literatur, antara lain:

1. Ilmu dan atau seni yang berkaitan dengan tata cara (metode) pengumpulan data, analisis data, dan interpretasi hasil analisis untuk mendapatkan informasi gunak pemngambilan dan penarikan kesimpulan (Solimun, 2002).
2. Metode, ilmu atau seni yang dipergunakan untuk (atau mempelajari tentang) pengumpulan data, analisis data dan interpretasi hasil analisis serta mempergunakannya untuk maksud-maksud peramalan (Yitnosumarto, 1992).
3. Statistics is the science and art of the development and application of the most effective methods of collecting, tabulating, and interpreting quantitative data in such a manner that the fallibility of conclusions and estimates may be assessed by means of inductive reasoning based on the mathematics of probability (Anderson and Bancrof).
4. Statistics is the science of gaining information from numerical data (Moore, 1996).
5. Statistika adalah ilmu pengetahuan, murni dan terapan, mengenai penciptaan, pengembangan, dan penerapan tehnik-tehnik sedemikian rupa sehingga ketidakpastian inferensia induktif dapat dievaluasi (Steel and Torrie, 1991).
6. …

dan masih banyak definisi-definisi yang lain yang mempunyai inti dan arti yang sama. Namun, bagi saya yang lebih penting adalah bagaimana kita bisa menerapkan apa yang ada dalam definisi tersebut, bukan sekedar hafal, hafal dan hafal tapi tidak bisa menerapkan ilmu ini...

Statistika menurut saya tidak lebih sebagai suatu alat atau senjata, seperti pisau, pistol maupun meriam sekalipun... Ilmu ini bergantung kepada siapa yang menggunakannya, seperti misal jika kita ingin memotong pohon pinus, harus menggunakan alat pemotong yang sesuai yaitu kapak, gergaji atau yang lainnya, kita tidak bisa memakai pisau dapur karena terlalu kecil. Begitu pula sebaliknya jika kita ingin potong sayur untuk sop, tidak perlu menggunakan kapak atau gergaji, kita hanya perlu pisau dapur yang kecil, meskipun pakai kapak atau gergaji juga bisa tapi terkesan berlebihan dan tidak pada tempatnya....

Seperti itulah statistika, jika untuk sekedar mengetahui jumlah laki-laki dan perempuan pengguna merek obat, kita tidak perlu menggunakan multivariat analysis tapi cukup pakai deskriptif saja... Intinya adalah bahwa statistika hanya alat, bagaimana menggunakannya bergantung pada orangnya...