Video Tutorial Analisis Uji Coba Instrumen Penelitian

Pada kesempatan kali ini, saya ingin membagikan video tutorial cara menghitung data analisis uji coba instrumen. Pada umumnya uji coba instrumen berupa tes memiliki analisis seperti uji validitas, uji reliabilitas, uji tingkat kesukaran, dan uji daya pembeda. Namun ada juga yang menambahkan uji distraktor atau tingkat pengecoh soal.

Bagi mahasiswa dan dosen sudah tidak asing lagi dengan kegiatan analisis uji coba instrumen ini. Data yang diuji terkadang diluar ekspektasi mahasiswa atau dosen. Misal keinginan mahasiswa dan dosen dari hasil penyebaran uji coba instrumen dari 10 soal berharap ada 8 atau 9 soal yang baik secara hasil akhir. Namun ada kenyataan yang berbeda dari ekspektasi tersebut. Soal yang tidak baik yang telah melewti hasil uji coba instumen dari ke-empat perhitungan di atas memiliki hasil yang kurang puas. Apalagi yang soal atau instrumennya tidak melewati perhitungan uji coba instrumen ini. Salah satu pendapat yang bisa saya nyatakan bahwa perhitungan uji coba instrumen bertujuan untuk mengetahui ketahanan instrumen yang sudah dibuat. Apakah mampu mengukur suatu variabel yang hendak diteliti. Karena tentu ini akan berimbas lumayan besar terhadap hasil data penelitian. 

Bagi kalangan dosen cara menghitung uji coba instrumen dapat dilakukan dengan berbagai metode dan bantuan software. Namun bagi mahasiswa yang sedang mempelajari uji coba instrumen atau dosen yang hendak merefresh materi ini, ada kalanya kita mengetahui cara perhitungan manual secara detail bagaimana rumus uji validitas, uji reliabilitas, uji tingkat kesukaran, dan uji daya pembeda bekerja sehingga memunculkan angka-angka atau skor atau kriteria tertentu. Oleh sebab itu, mari kita simak video tutorial yang sudah disiapkan mengenai perhitungan manual analisis uji coba instrumen menggunakan bantuan microsoft excel.

LINK VIDEO TUTORIAL ANALISIS UJI COBA INSTRUMEN SECARA MANUAL MENGGUNAKAN MICROSOFT EXCEL --> LIHAT VIDEO

Inilah Ciri Sampel Penelitian yang Baik Menurut Ahli

Sampel yang baik adalah sampel yang dapat merepresentasikan populasi, dengan kata lain sampel
yang baik adalah sampel yang memiliki aspek validitas. Adapun validitas sampel ditentukan dua hal yaitu: ketelitian dan tingkat presisi (Wahyuni, 1994). Sementara Cooper, Schindler (2001), mengemukakan sampel yang baik adalah sampel yang memiliki akurasi dan presisi.
Pertama ketelitian. Sampel yang memiliki tingkat ketelitian sangatlah dibutuhkan untuk dapat menghindari pembiasan, sampel yang tidak membias akan memberikan keseimbangan diantara anggota sampelnya. Artinya apabila satu sisi terjadi overestimate, di sisi lain akan ada yang underestimate dengan demikian akan terjadi keseimbangan diantara anggotanya. Sampel yang membias akan terjadi systematic variance yakni suatu penyimpangan dalam pengukuran yang akan mempengaruhi skor secara keseluruhan. Ketika populasi heterogen maka penetapan sampel haruslah memperhatikan seluruh elemen populasi tersebut. Hal yang senada dengan ketelitian adalah akurasi yang dikemukakan oleh Cooper, Schindler.
Kedua, tingkat presisi. Selain memperhatikan ketelitian dalam penetapan sampel juga harus memperhatikan tingkat presisi. Maksudnya adalah rendahnya tingkat kesalahan estimasi. Pada hakikatnya sampel tidak ada yang dapat sepenuhnya (100%) dapat mewakili populasi. Nilai statistik sampel mungkin berbeda dari nilai parameternya sebagai hasil dari  uktuasi random dalam proses pengambilan sampel. Penyimpangan seperti ini disebut error variance atau sampling error. Secara teoretik sampling error ini hanya kesalahan karena  uktuasi random, sekalipun tanpa disadari mungkin juga termasuk error variance. Tinggi rendahnya tingkat presisi ditunjukkan oleh besar kecilnya standard error of estimate artinya semakin kecil estimasi standar error menunjukkan semakin tinggi tingkat presisi sampel.
Apabila populasi homogen penetapan sampel tidak terlalu persoalan, akan tetapi jika populasi heterogen maka penetapan sampel harus dipertimbangkan dengan memperhatikan minimal dua hal (Zuriah, 2006) yaitu: 

1. Harus diselidiki kategori-kategori heterogenitas. Ketika populasi heterogen maka perlu dipahami berbagai kategori yang ada, selanjutnya berbagai kategori tersebut hendaknya terwakili dalam penetapan sampel.
2. Besarnya populasi dalam tiap kategori. Jumlah sampel dalam setiap kategori juga perlu dipertimbangkan secara proporsional, kategori yang jumlahnya besar seyogyanya sampelnya juga lebih besar.

loading...

Apa Itu Metode Penelitian Deskriptif ?...

Penelitian deskriptif salah satu jenis penelitian yang bertujuan untuk menyajikan gambaran yang lengkap mengenai seting sosial. Dalam hal  ini peneltian ini akan mengeksplorasi dan mengklari kasi mengenai suatu fenomena atau kenyataan sosial
dengan jalan menggambarkan sejumlah variabel yang berhubungan dengan masalah dan variabel yang diamati. Dalam penelitian ini, sudah harus dide nisikan variabel penelitian dan menjawab pertanyaan siapa yang akan menggali informasi yang dibutuhkan. Pada dasarnya tujuan penelitian deskriptif adalah dapat menghasilkan gambaran yang akurat tentang fenomena yang diteliti, menggambarkan proses yang terjadi, menyajikan berbagai informasi penting tentang variabel tersebut. Metode deskriptif disebut juga survey, di mana metode ini umumnya selain menggambarkan suatu  fenomena, juga berusaha menggambarkan hubungan, menguji hipotesis, memprediksi serta melihat implilkasinya. Jenis penelitian deskriptif dapat dilakukan dengan metode survey; metode deskriptif berkesinambungan; studi kasus; analisis pekerjaan; penelitian tindakan; dan penelitian perpustakaan.
Metode deskriptif disebut juga metode survey, di mana metode ini umumnya selain menggambarkan
suatu fenomena; juga berusaha menggambarkan hubungan, menguji hipotesis, memprediksi serta melihat implikasinya.

Penelitian deskriptif mempunyai karakteristik:
1. Penelitian deskriptif cenderung menggambarkan suatu fenomena apa adanya dengan cara menelaah
secara teratur dan ketat dengan mengutamakan objekti tas, dilakukan dengan cermat.
2. Tidak ada perlakuan yang dilakukan. Penelitian deskriptif hanya mendeskripsikan suatu fenomena apa adanya, oleh karenanya dalam penelitian ini tidak ada perlakukan apapun.
3. Merumuskan dan menguji hipotesis. Dalam penelitian deskriptif diajukan rumusan hipotesis, yang dapat dijadikan sebagai panduan dan hipotesis tersebut akan diuji kebenarannya.
4. Pengumpulan data dilakukan melalui teknik wawancara dengan menggunakan instrumen yang dipersiapkan atau dapat juga melalui pedoman wawancara.

loading...

Jenis-jenis Data Penelitian dan Teknik Analisis Data Penelitian

Pada kesempatan kali ini akan Saya sampaikan jenis-jenis data dan cara penganalisisan data tersebut. Berbeda jenis datanya maka rumus teknis analisis datanya berbeda pula. Untuk memahami hal tersebut perhatikan materi di bawah ini. Materi ini saya kutip langsung dari buku pengarangnya. Apabila Anda ingin menggunakan sebagai referensi harap cantumkan sumber aslinya.

Skala Ordinal
Skala ordinal ialah skala yang didasarkan pada ranking, diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya. Jadi skala ordinal memungkinkan untuk mengurutkan seseorang atau objek sesuai dengan banyak atau kuantitas dari karakteristik yang dimilikinya. Pada skala ordinal, dimungkinkan untuk melakukan penghitungan atau kuantifikasi variabel-variabel yang diuji sehingga dapat memberikan informasi yang lebih substansial dibandingkan dengan skala nominal.
Analisis statistik yang cocok adalah : Uji Kolmogorov-Smirnov Satu Sampel (Kolmogorov Smirnov One Sample Test); Uji Tanda (Sign Test); Uji Pasangan Tanda Wilcoxon (Wilcoxon Matched Pairs Sign Rank Test); Uji Median (Median Test); Uji Mann-Whitney U (Mann-Whitney U Test); Uji Kolmogorov-Smirnov Dua Sampel (S\Kolmogorov-Smirnov Two Sample Test); Uji Analisis Varians Dua  Arah Friedman (Friedman Two-Way Analysis of Variance); Perluasan Uji Median (Extension of the Median Test); Uji Varians Kalsifikasi Satu Arah (Kruskal-Wallis One Way Analysis of Variance); Uji Koefisien Korelasi Rank Spearman (Spearman Rank Correlation Foefficient [rs]); Uji Koefisien Korelasi Rank Kendall (Kendall Rank Correlation Coefficient [T] ); dan Uji Koefisien Konkordans Kendall (Kendall Coefficient of Concordance [W]). Analisis statistik yang digunakan ialah statistik non parametrik .


Skala Intrval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karakteristik antara satu individu atau objek dan lainnya. Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Skala pengukuran interval benar-benar merupakan angka untuk operasi aritmatika.
Analisis statistik yang cocok adalah: Uji t (t-test); Uji t (t-test) dua sampel; Uji Anova Satu Jalur (One Way-Anova); Uji Anova Dua Jalur (Two Ways-Anova); Uji Pearson Product Moment; Uji Korelasi Parsial (Partial Correlation); Uji Korelasi Ganda (Multiple Correlation); Uji Regresi (Regresion Test); dan Uji Regresi Ganda (Multiple Regresion). Tes statistik yang digunakan ialah tes statistik parametri


Skala Nominal
Skala nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai simbol untuk membedakan sebuah karakteristik dengan karakteristik lainnya.
Adapun ciri-ciri skala nominal antara lain (Sunyoto, 2011: 48): posisi data setara, dan tidak dapat dilakukan operasi matematika seperti penjumlahan, pengurangan, pembagian, dan perkalian. Analisis statistik yang cocok adalah: Uji Binomium (Binomium Test); Uji Chi Kuadrat Satu Sampel ( 2 F One Sample Test); Uji Perubahan Tanda Nemar (Mc. Nemar For The Sigficant of Change); Uji Chi Kuadrat Dua Sampel ( 2 F Test for Two Independent Samples); Uji Peluang Fisher (Fisher Exact Probability Test); Uji Chochran Q (Chochran Q-Test); Uji Chi Kuadrat Lebih Dari Dua Sampel ( 2 F Test for Computer Independent Samples); dan Uji Koefisien Kontigensi (Contigency Coefficient [C]). Sedangkan tes statistik yang digunakan ialah statistik non parametrik (Riduwan, 2009).

Skala Rasio
Skala rasio memiliki mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal, dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absolut nol ini terjadi pada saat suatu karakteristik yang sedang diukur tidak ada (Sharp, 1989). Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Dengan demikian data berskala rasio adalah data yang diperoleh dengan cara pengukuran di mana jarak dua titik pada skala sudah diketahui.
Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur di bawah nol tahun dan seseorang harus memiliki pertimbangan di atas nol pula. Kalau data interval kita dapat mengatakan bahwa orang yang berumur 50 tahun adalah umurnya dua kali dari pemuda yang berumur 25 tahun, demikian pula seseorang yang berumur 20 tahun adalah setengah dari umur 40 tahun. Contoh yang lain adalah berat badan, tinggi pohon, tinggi badan manusia, jarak, panjang dan sebagainya. 

Sumber Asli:
Ir. Sudaryono, M.Pd.,;Gaguk Margono,;Wardani Rahayu. 2013. Pengembangan Instrumen Penelitian Pendidikan. Yogyakarta: Graha Ilmu. Hal 45-47

loading...