Jenis-Jenis Penelitian

1. Aspek Tujuan . Penelitian dari aspek tujuan ada dua macam yaitu :

a. Penelitian dasar atau penelitian murni
     Penelitian dasar atau penelitian murni adalah pencarian terhadap sesuatu karena ada perhatian dan keingintahuan terhadap hasil suatu aktivitas. Penelitian dasar dikerjakan tanpa memikirkan pada pemanfaatan hasil penelitian tersebut untuk manusia masyarakat.
     Hasil dari penelitian dasar adalah pengetahuan umum dan pengertian-pengertian tentang alam serta hukum-hukumnya. Pengetahuan ini merupakan alat untuk memecahkan masalah-masalah praktik, walaupun ia tidak memberikan jawaban yang menyeluruh untuk masalah tersebut. Tugas penelitian terapanlah yang akan menjawab masalah-masalah praktis tersebut.
     Charters (1920) menyatakan bahwa penelitian dasar terdiri atas hainya pemilihan sebuah masalah khas dari sumber mana saja, dan secara hati-hati memecahkan masalah tersebut tanpa memikirkan kehendak sosial atau ekonomi ataupun masyarakat. Contoh penelitian murni misalnya penelitian tentang gene,tentang nucleus, dan sebagainya.

b. Penelitian terapan
     Penelitian terapan adalah penyelidikan yang hati-hati, sistematik dan terus-menerus terhadap suatu masalah dengan tujuan dapat dimanfaatkan untuk kepentingan manusia baik secara individual maupun secara kelompok. Hasil penelitian tidak perlu sebagai suatu penemuan baru, tetapi merupakan aplikasi baru dari penelitian yang telah ada.
     Penelitian terapan memilih masalah yang ada hubungannya dengan keinginan masyarakat serta untuk memperbaiki praktik-praktik yang ada. Penelitian terapan harus dengan segera mengumumkan hasil penelitiannya dalam waktu yang tepat supaya penemuan tersebut tidak menjadi kadaluwarsa.
     Contoh penelitian terapan di antaranya termasuk survei konsumen yang dilakukan oleh sebuah toko dan supermarket, penelitian tindakan tentang alat-alat ternologi pertanian dan alat produksi dalam suatu perusahaan. Penelitian pendidikan yang berkaitan dengan bagaimana meningkatkan keinginan belajar siswa, implementasi kurikulum, peningkatan kualitas, dan sebagainya.

2. Aspek metode  Beberapa macam bentuk penelitian dari aspek metode adalah :

a. Penelitian deskriptif
     Klasifikasi yang pertama sering ditemui dalam bidang sosial, ekonomi, dan pendidikan ialah penelitian deskriptif. Pada penelitian deskriptif ini, para peneliti berusaha menggambarkan kegiatan penelitian yang dilakukan pada objek tertentu secara jelas dan sistematis. Penelitian deskriptif ini juga disebut penelitian pra-eksperimen. Karena dalam penelitian ini mereka melakukan eksplorasi, menggambarkan, dengan tujuan untuk dapat menerangkan dan memprediksi terhadap suatu gejala yang berlaku atas dasar data yang diperoleh di lapangan.
     Penelitian deskriptrif ini hanya berusaha menggambarkan secara jelas dan sekuensial terhadap pertanyaan penelitian yang telah ditentukan sebelum para peneliti terjun ke lapangan dan mereka tidak menggunakan hipotesis sebagai petunjuk arah atau guide dalam penelitian.

b. Penelitian sejarah
     Penelitian ini juga dilihat sepintas sama dengan penelitian deskriptif. Keduanya sama-sama menggunakan penggambaran secara komprehensif tentang objek atau subjek penelitian. Yang membedakan dalam penelitian sejarah, peneliti lebih memfokuskan pencarian data dengan metode wawancara pada pelaku sejarah, misalnya para pimpinan yang terlibat dan tokoh-tokoh masyarakat yang mengalami dan menggunakan sumber-sumber lain termasuk objek peninggalan kejadian, prasasti, dan buku-buku yang berkaitan erat dengan peristiwa yang diteliti. Tujuan dari kegiatan tersebut ialah untuk memperoleh gambaran secara objektif terhadap peristiwa besar atau objek yang diteliti. Di negara berkembang termasuk di Indonesia ini,penelitian sejarah belum menjadi perhatian yang serius oleh para ahli dibidangnya. Oleh karena itu, tidak aneh jika terjadi penyimpangan terhadap objektivitas yang dapat berakibat seperti berikut :
1) Peristiwa besar dalam kehidupan masyarakat yang diambil dengan metodologi penelitian yang valid masih kurang.
2) Peristiwa biasa menjadi legendaris dan tidak sesuai dengan kenyataan yang ada.
3) Banyak digunakan oleh para penguasa untuk memperoleh legitimasi yang lebih besar dan melanggengkan kekuasaannya.

c. Penelitian survei
     Penelitian ini sering disebut sebagai penelitian normatif atau penelitian status. Penelitian survei biasanya tidak membatasi dengan satu atau beberapa variabel. Para penelitian pada umumnya dapat menggunakan variabel serta populasi yang luas sesuai dengan tujuan penelitian yang hendak dicapai. Hasil yang dari penelitian survei juga dapat digunakan untuk bermacam-macam tujuan seperti berikut:
1) Penelitian ini dapat digunakan sebagai bentuk awal penelitian yang direncanakan untuk ditindaklanjuti dengan penelitian-penelitian lain yang lebih spesifik.
2) Dengan penelitian survei, para peneliti dapat melakukan eksplorasi dan deskriptif sebagai tujuan penelitian.
3) Dengan penelitian ini, mereka juga dapat melakukan klasifikasi terhadap permasalahan yang hendak dipecahkan kemudian.

d. Penelitian ex-postfakto
     Penelitian ini disebut penelitian ex-postfakto karena para peneliti berhubungan dengan variabel yang telah terjadi dan mereka tidak perlu memberikan perlakuan terhadap variabel yang diteliti. Pada penelitian ini variabel bebas dan variabel terikat sudah dinyatakan secara eksplisit, untuk kemudian dihubungkan sebagai penelitian korelasi atau diprediksi jika variabel bebas mempunyai pengaruh tertentu pada variabel terikat. Sedangkan untuk mencari hubungan maupun prediksi, seorang peneliti sudah dianjurkan menggunakan hipotesis sebagai petunjuk dalam pemecahan permasalahan penelitian.

e. Penelitian eksperimen
     Penelitian ekperimen merupakan metode inti dari model penelitian yang ada. Karena dalam penelitian eksperimen para peneliti melakukan tiga persyaratan dari suatu bentuk penelitian. Ketiga persyaratan tersebut, yaitu kegiatan mengontrol, memanipulasi, dan observasi. Dalam penelitian eksperimen peneliti juga harus membagi objek atau subjek yang diteliti menjadi dua grup, yaitu grup treatment atau yang memperoleh perlakuan dan grup kontrol yang tidak memperoleh perlakuan. Penelitian eksperimen karena peneliti sudah melakukan kegiatan mengontrol maka hasil penelitian dapat menentukan hubungan kausal atau sebab dan akibat. Penelitian eksperimen juga diharuskan menggunakan hipotesis dan melalui pengamatan, peneliti menguji hipotesis tersebut dalam kondisi eksperimen, yaitu kondisi yang sudah dimanipulasi sedemikian rupa (laboratorium), sehingga tidak ada kontaminasi diantara variabel yang diteliti. Bidang kedokteran, pertanian, psikologi dan bidang teknik adalah diantara bidang-bidang ilmu pengetahuan yang banyak menggunakan penelitian eksperimen.

f. Penelitian kuasi eksperimen
     Penelitian kuasi eksperimen dapat diartikan sebagai penelitian yang mendekati eksperimen atau eksperimen semu. Bentuk penelitian ini banyak digunakan di bidang ilmu pendidikan atau penelitian lain dengan subjek yang diteliti adalah manusia, dimana mereka tidak boleh dibedakan antara satu dengan yang lain seperti mendapat perlakuan karena berstatus sebagai grup kontrol. Pada penelitian kuasi eksperimen peneliti dapat membagi grup yang ada dengan tanpa membedakan antara kontrol dan grup secara nyata dengan tetap mengacu pada bentuk alami yang sudah ada.

About Bapak Apit Fathurohman, S.Pd., M.Si.

Inillah riwayat pendidikan dosen pengampu mata kuliah Statistika Dasar Program Studi Pendidikan Fisika Universitas Sriwijaya

Dia di lahirkan di Kabupaten yang terkenal dengan salah satu suku terasing di bagian barat jawa barat yaitu suku Baduy tapi dia bukan dilahirkan di daerah Baduy dan bukan keturunan Baduy. Ia dilahirkan di Rangkas Bitung, dari seorang bapak keturunan Bandung-Kiara Condong dan ibu Asli Banten (Rangkas Bitung/Rabit). Pendidikan ia tempuh dari Sekolah Dasar sampai eSeMA di kota Rangkas Bitung tepat nya di SDN 1 Pasar Keong, SMPN 1 Cibadak dan SMAN 1 Rangkas Bitung, 

Setelah menamatkan SMA merantau dan menempuh pendidikan di Program Studi Pendidikan Fisika FKIP Universitas Sriwijaya Palembang (Sumsel), Melanjutkan studi untuk program Magister di Jurusan Fisika dengan Konsentrasi Optoelektronika di FMIPA Institut Teknologi Sepuluh Nopember (ITS) Surabaya. Saat ini ia sedang menempuh pendidikan Program Doktor Falsafah di Pendidikan Fizik Universiti Pendidikan Sultan Idris (UPSI) Malayasia. dia tertarik untuk melakukan penelitian di bidang Pendidikan, Pembelajaran Fisika, Interactive multimedia, pemahaman konsep, konsep-konsep fisika dalam kehidupan sehari-hari, Kontruktivisme, Mastery learning, Peer Instruction, Interactive Lecture Demonstrations, Active Learning, fun physics, mengajar fisika dengan menyenangkan, PjBL, Pembelajaran Kreatif dan Inovatif, pembelajaran berbasis web, e_learning, optik, optoelektronika. Secuil karya: 1. MPI BeWe (Media Pembelajaran Interaktif Berbasis Web)----> Penelitian Didanai 2. Meja Berputer (Media Pembelajaran Berbasis Komputer) ------> Penelitian Didanai 3. Cagubat Generasi Pertama (Program Mahasiswa Mata Kuliah Optik Tahun 2012) 4. Diskusi Plus (Pengembangan Metode Mengajar) ------> sudah 4 tahun di teliti dan terus terus dikembangkan 5. Implementasi PjBL ------> tidak ada namanya tugas tetapi yang ada Proyek. 6. Program ODOP (One Day One Problem) 7. Pengembangan Strategi Pengajaran dengan KIM (Kuliah Interaktif Multimedia)

inilah kisah riwayat pendidikan pak apit semoga kita "Mahasiswa" bisa mengikuti jejaknya yang selalu semangat dalam megembangkan ilmu yang ia peroleh :) SEMANGAT MAHASISWA SEMANGAT CALON GURU !

Pembelajaran Statistika :)

 

Terima Kasih telah mengunjungi blog saya semoga bermanfaat bagi kalian , ini saya tampilkan video pembelajaran statistika . sumber : https://www.youtube.com/watch?v=4C8n22YVzqI

Pengujian Hipotesis Asosiatif

Hipotesis Asosiatif
Merupakan dugaan tentang adanya hubungan antar variabel dalam populasi, yang akan diuji melalui hubungan antar variabel dalam sampel.
Langkah pertama pembuktian : perlu dihitung terlebih dahulu koefisiensi korelasi yang ada pada sampel untuk diberlakukan pada seluruh populasi.
Bila penelitian dilakukan untuk seluruh populasi, maka tidak diperlukan pengujian signifikansi terhadap koefisien korelasi yang ditemukan, yang berarti peneliti tidak perlu merumuskan dan menguji instrumen statistik
Terdapat 3 hubungan Asosiatif :

1. Simetris
2. Sebab akibat (kausal)
3. Interaktif (saling mempengaruhi)

Korelasi   : angka yang menunjukkan arah dan kuatnya hubungan antar variabel.
Arah        :  dinyatakan dalam bentuk hubungan positif (+) atau negatif (-)
Kuat        :  dalam besaran koefisien korelasi

Hubungan variabel dinyatakan positif bila kenaikan nilai variabel yang satu mengakibatkan kenaikan nilai variabel yang lain, dan sebaliknya bila nilai penurunan nilai variabel yang satu mengakibatkan penurunan nilai variabel yang lain

Contoh (+) : semakin tinggi orang semakin berat badannya

Hubungan variabel dinyatakan negatif bila kenaikan nilai variabel yang satu justru mengakibatkan penurunan nilai variabel yang lain dan sebaliknya penurunan nilai variabel yang satu justru mengakibatkan kenaikan nilai variabel yang lain

Contoh (+) : hubungan antara tinggi curah hujan dengan es yang terjual

Kisaran Koefisien Korelasi (r)    :  -1 s/d 1
Hubungan sempurna                 :  r = 1 atau -1

Artinya : kejadian variabel yang satu dapat dijelaskan secara sempurna oleh variabel yang lain, tanpa melakukan kesalahan sedikitpun
Semakin kecil r, semakin besar error (kesalahan) untuk membuat prediksi
Besarnya koefisien korelasi dapat diketahui dengan penyebaran pertemuan titik-titk antar variabel x dan y :

1. Jika titik-titiknya berbentuk lingkaran                     :  r = 0
2. Jika titik-titiknya berbentuk elips (oval)                  :  r = 0,5
3. Jika titik-tiknya berbentuk garis lurus                     :  r = 1

8.1        Pedoman Memilih Teknik Korelasi

MACAM/TINGKATAN DATA	TEKNIK KORELASI
Nominal	Koefisien Kontingency
Ordinal	Spearman Rank Kendal Tau
Interval dan Ratio	Pearson Product Moment Korelasi Ganda Korelasi Parsial

8.1.1        Statistik Parametris

1. Korelasi Product Moment

Digunakan untuk mencari hubungan dan membuktikan hipotesis hubungan dua variabel, bila data kedua variabel berbentruk interval atau ratio, dan sumber data dari kedua variabel tersebut adalah sama
r _xy     =      Σ xy
√ Σ x² y²              
            dimana :
x = (xi – x) dan
                                    
y = (yi – y)

r _xy = n Σ x_i y_i – (Σ x_i ) (Σ y_i)
√ ( n Σ x_i² – (x_i)²)( n Σ y_i² – (y_i)²)

Rumus di atas digunakan bilamana kita sekaligus akan mencari persamaan regresinya

Contoh soal

Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara pendapatan dan pengeluaran.  Untuk keperluan tersebut telah dilakukan pengumpulan data terhadap 10 responden yang diambil secara random.  Berdasarkan 10 responden tersebut diperoleh data tentang pendapatan (x) dan pengeluaran (y) per bulan dalam ribuan sebagai berikut :

x       =          800    900     700      600    700     800     900      600     500      500
y       =          300    300     200      200    200     200     300      100     100      100

Ho     :  Tidak ada hubungan antara pendapatan dan pengeluaran
Ha     :  Terdapat hubungan antara pendapatan dan pengeluaran

atau :
Ho     :  ρ = 0
Ha     :  ρ ≠ 0

Tabel Penolong untuk menghitung korelasi antara pendapatan dan pengeluaran

No	Pendapatan per bulan ( Y )	Pengeluaran per bulan ( Y )	_ ( X – X) x	_ ( Y – Y) y	X 2	Y 2	XY
1 2 3 4 5 6 7 8 9 10	8 9 7 6 7 8 9 6 5 5	3 3 2 2 2 2 3 1 1 1	1 2 0 -1 0 1 2 -1 - 2 2	1 1 0 0 0 0 1 - 1 -1 - 1	1 4 0 1 0 1 4 1 4 4	1 1 0 0 0 0 1 1 1 1	1 2 0 0 0 0 2 1 2 2
	Σ = 70 _ X = 7	Σ = 20 _ Y = 2	0	0	20	6	10

r _xy =       Σ xy =          10        =  0,9129
√ Σ x² y²                               √(20)(6)


Kesimpulan :

Terdapat korelasi positif sebesar 0,9129 antara pendapatan dan pengeluaran setiap bulannya, dimana semakin besar pendapatan, semakin besar pula pengeluaran

Pertanyaan :

Apakah r tersebut signifikan (dapat digeneralisir) atau tidak ?
Perlu dibandingkan dengan t tabel, dengan tarap kesalahan tertentu (Tabel III)
Untuk N= 10 dan tarap kesalahan 5 %, r tabel = 0,632

Ternyata r hitung ( 0,9129) > r tabel ( 0,632), sehingga tolak Ho atau terima Ha
Kesimpulan :  Hubungan positif antara pendapatan dengan pengeluaran dengan nilai korelasi sebesar 0,9129 dapat digeneralisasikan

Koefisien Determinasi

Koefisien Determinasi : Kuadrat dari Koefisien Korelasi (r ²⁾ :
Koefisien Penentu, dimana varians yang terjadi pada variabel dependen dipengaruhi sebesar r ^{2 oleh} variabel  independen.
Contoh  : r = 0,9129
Koefisien determinasinya adalah :
r ² = (0,9129) ²
=  0,83

Artinya :
Besarnya pengeluaran, 83 % dipengaruhi oleh pendapatan, sedangkan sisanya sebesar 17 % dipengaruhi oleh variabel/faktor lain, sehingga pengeluaran tersebut tidak dapat diduga 100 %

Pedoman  Untuk Memberikan Interpretasi Terhadap Koefisien Korelasi

INTERVAL KOEFISIEN	TINGKAT HUBUNGAN
0,00 – 0,199 0,20 – 0,399 0,40 – 0,599 0,60 – 0,799 0,80 – 1,000	Sangat Rendah Rendah Sedang Kuat Sangat Kuat

Konsep Dasar Pengujian Hipotesis

 A. Statistik dan Penelitian
Dalam statistik hipotesis dapat diartikan sebagai pernyataan statistik tentang parameter populasi. Terdapat perbedaan mendasar pengertian hipotesis menurut statistik dan penelitian. Dalam penelitian, hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian.
B. Tiga Bentuk Rumusan Hipotesis

1. Hipotesis Deskriptif

Adalah dugaan tentang nilai suatu variabel mandiri, tidak membuat perbandingan atau hubungan.
Contoh :
Dari rumusan masalah :

1. Seberapa tinggi daya tahan lampu merek X?
2. Seberapa tinggi produktivitas padi di Kabupaten Klaten?
3. Seberapa baik gaya kepemimpinan di Lembaga X?

Dapat dijadikan rumusan hipotesis sebagai berikut :

1. Daya tahan lampu merek X = 800 jam.
2. Produktivitas padi di Kabupaten Klaten 8 ton/ha.
3. Gaya kepemimpinan di lembaga X telah mencapai 70% dari yang diharapkan.

Dalam perumusan hipotesis statistik, antara hipotesis nol (Ho) dan hipotesis alternative (Ha) selalu berpasangan, bila salah satu ditolak, maka yang lain pasti diterima.
Contoh :
Suatu bimbingan tes menyatakan bahwa murid yang dibimbing di Lembaga itu, paling sedikit 90% dapat diterima di Perguruan Tinggi Negeri. Rumusan hipotesis statistiknya adalah :
Ho : µ ≥ 0,90
Ha : µ < 0,90
2. Hipotesis Komparatif
Adalah pernyataan yang menunjukan dugaan nilai dalam satu variabel atau lebih pada sampel yang berbeda.
Contoh :
Rumusan masalah komparatif :
“Apakah ada perbedaan produktivitas kerja antara pegawai golongan I, II, III?”
Rumusan Hipotesis :
Tidak terdapat perbedaan produktivitas kerja antara golongan I, II, III.
Rumusan Statistiknya :
Ho : µ₁ = µ₂ = µ₃                    µ : dibaca ‘mu’
Ha : µ₁ ≠ µ₂ ≠ µ₃
3. Hipotesis Asosiatif (Hubungan)
Adalah suatu pernyataan yang menunjukan dugaan tentang hubungan antara dua variabel atau lebih.
Contoh :
Rumusan masalah asosiatif :
“Apakah ada hubungan antara Gaya Kepemimpinan dengan Efektifitas Kerja?”
Rumus hipotesis nol nya :
Tidak ada hubungan antara Gaya Kepemimpinan dengan Efektivitas Kerja.
Rumusan Statistiknya :
Ho : ρ = 0
Ha : ρ ≠ 0

1. Taraf Kesalahan dalam Pengujian Hipotesis

Menguji hipotesis pada dasarnya adalah menaksir parameter populasi berdasarkan data sampel. Terdapat dua cara menaksir yaitu :

1. A point astimate : suatu taksiran parameter populasi berdasarkan satu nilai data sampel. Contoh : Daya tahan kerja orang Indonesia 10 jam/hari.
2. Interval estimate : suatu taksiran parameter populasi berdasarkan nilai interval data sampel. Contoh : Daya tahan kerja orang Indonesia antara 8 sampai dengan 12 jam/hari.
3. Dua Kesalahan dalam Pengujian Hipotesis

Dalam menaksir parameter populasi berdasarkan data sampel, kemungkinan akan terdapat dua kesalahan yaitu :

1. Kesalahan Tipe I adalah suatu kesalahan bila menolak hipotesis nol (Ho) yang benar (seharusnya diterima). Dalam hal ini tingkat kesalahan dinyatakan dengan α (alpha).
2. Kesalahan Tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan untuk ini dinyatakan dengan β (betha).

Path Analysis :)

1.Path Analysis

A.Definisi Path Analysis

Path analysis (PA) atau analisis jalur adalah keterkaitan antara variable independent, variable intermediate, dan variable dependen yang biasanya disajikan dalam bentuk diagram. Didalam diagram ada panah panah yang menunjukkan arah pengaruh antara variable-variabel exogenous, intermediary, dan variabel dependent. Path analysis digunakan untuk menganalisis pola hubungan antara variabel dengan tujuan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen). Teknik analisis jalur ini akan digunakan dalam menguji besarnya sumbangan (kontribusi) yang ditunjukkan oleh koefisien jalur pada setiap digram jalur dari hubungan kausal antar variabel X₁, X₂, dan X₃ terhadap Y serta dampaknya kepada Z. Melalui analisis jalur ini akan dapat ditemukan jalur mana yang paling tepat dan singkat suatu variabel eksogen menuju variabel endogen yang terkait.Teknik ini dikembangkan sejak tahun 1939 oleh Sewall Wright. Berbeda dengan korelasi dan regresi, analisis jalur mempelajari apakah hubungan yang terjadi disebabkan oleh pengaruh langsung dan tidak langsung dari variabel independen terhadap variabel dependen, mempelajari ketergantungan sejumlah variabel dalam suatu model (model kausal), dan menganalisis hubungan antar variabel dari model kausal yang telah dirumuskan oleh peneliti atas dasar pertimbangan teoritis.

B. Prinsip-Prinsip Path Analysis

1. Pada model path analysis, hubungan antar variabel bersifat linear, adaptif dan bersifat normal.

2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas yang terbalik.

3. Variabel terikat (endogen) minimal dalam skala ukuran interval dan ratio.

4. Menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel.

5. Observed variables diukur tanpa kesalahan (instrumen pengukuran valid dan reliable) artinya variabel yang diteliti dapat diobservasi secara langsung.

6. Model yang dianalisis dispesifikasikan (diidentifikasikan) dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan artinya model teori yang dikaji atau yang diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti.

 

2. Diagram Jalur (Path Diagram)

Langkah pertama analisis jalur adalah menterjemahkan hipotesis penelitian yang bentuknya proposisional ke dalam bentuk diagram yang disebut diagram jalur.

Pada saat menggambarkan diagram jalur ada beberapa perjanjian :

1.Hubungan antar variabel digambarkan oleh anak panah yang bisa berkepala tunggal (®)  atau single headed arrow, dan berkepala dua («) atau double headed arrow.

2.Panah berkepala satu menunjukkan pengaruh dari sebuah variabel eksogen terhadap sebuah variabel endogen.

3.Panah berkepala dua menggambarkan hubungan korelatif antar variabel eksogen.

4.Tidak pernah seseorang bisa mengisolasi hubungan pengaruh secara murni artinya bahwa sesuatu kejadian banyak sekali yang mempengaruhinya, tetapi pada conceptual framework hanya dapat digambarkan beberapa pengaruh yang bisa diamati. Variabel lainnya yang tidak bisa digambarkan (tidak bisa diukur) diperlihatkan oleh suatu variabel tertentu yang disebut residu dan diberi simbol dengan e.

Diagram jalur ini adalah diagram jalur yang paling sederhana. Besarnya pengaruh langsung dari X₁ ke X₂ diperlihatkan oleh koefisien jalur (path coefficient, p). Apabila diagram jalur sederhana seperti ini yaitu variabel eksogen hanya satu, maka p₂₁ = r₂₁ 

3)Penelitian mengenai hubungan kausal melibatkan empat buah variabel X₁, X₂, X₃, dan X₄. Menurut teori, hubungan struktural antara variabel-variabel tersebut adalah :

(a)   X₃ dipengaruhi oleh X₁ dan X₂

(b)   antara X₁ dan X₂ terdapat hubungan korelatif

(c)   X₄ dipengaruhi oleh X₃.

Langkah-langkah Path Analysis  

Salah satu komponen penting dalam analisis path adalah diagram path. Diagram path dibuat untuk mempresentasikan hubungan kausal antar variabel ke dalam bentuk gambar sehingga semakin mudah terbaca (Dillon dan Goldstein, 1984). Notasi anak  panah Pada diagram jalur digunakan dua macam anak panah, yaitu anak panah satu arah yang menyatakan pengaruh langsung dari sebuah variabel eksogen variabel penyebab (X) terhadap sebuah variabel endogen variabel akibat (Y), dan anak panah dua arah menunjukkan hubungan korelasional antara variabel eksogen.

Menurut Ferdinand (2006), ada tujuh langkah yang harus dilakukan untuk menyiapkan analisis jalur, yaitu:

1. Pengembangan Model Teoritis

Langkah pertama dalam pengembangan model adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Model yang dirancang merupakan model-model yang bisa dinyatakan ke dalam bentuk persamaan dan mengandung hubungan kausal di dalamnya. Mengingat bahwa model hipotetik yang dibangun bisa lebih dari satu terutama bila landasan konsepnya belum matang.

2. Pengembangan Path Diagram atau diagram alur

Dalam langkah kedua ini, model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah path diagram, yang akan mempermudah untuk melihat hubungan-hubungan kausalitas yang ingin diuji. Dalam diagram alur, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antara satu konstrak dengan konstrak lainya. Sedangkan garis-garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antar konstruk. Konstruk yang dibangun dalam diagram alur dapat dibedakan dalam dua kelompok, yaitu:

•Exogenous constructs atau konstruk eksogen Dikenal juga sebagai source variables atau independent variables yang tidak diprediksi oleh variabel lain dalam model. Konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung panah.

•Endogenous construct atau konstruk endogen Merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk endogen hanya dapat berhubungan kausal dengan konstruk endogen.

Setelah model teoritis dibangun pada langkah pertama, maka langkah selanjutnya adalah mengembangkan model tersebut dalam diagram path. Dengan diagram path tersebut dapat dilihat hubungan-hubungan kausalitasyang ingin diuji. Konstruk yang dibangun dalam diagram alur dapat dibedakan menjadi konstruk eksogen dan konstruk endogen. Konstruk eksogen adalah yang tak dapat diprediksi oleh variabel lain dalam model.

Sedangkan konstruk endogen adalah faktor-faktor yang diprediksi oleh satuatau beberapa konstruk-konstruk eksogen hanya dapat berhubungan kausal dengan kontruk endogen. Setelah dituangkan dalam diagram path maka model dapat mulai dikonversikan ke dalam persamaan struktural.

3. Konversi diagram alur ke dalam persamaan struktural dan model pengukuran

Persamaan yang didapat dari diagram alur yang dikonversi terdiri dari Structural Equation atau persamaan struktural. Dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Rumus yang dikembangkan adalah: Variabel endogen = variabel eksogen + variabel endogen + error. Pemeriksaan asumsi model analisis path

Asumsi-asumsi yang harus dipenuhi pada pengujian model analisis path ini adalah sebagai berikut:

a. Ukuran sampel

Menurut Hair et al. (1998), ukuran sampel yang dibutuhkan untuk data multivariat adalah antara 100-200 variabel.

b. Normalitas data

Sebaran data harus dianalisis untuk melihat asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk pemodelan. Normalitas data dapat diuji dengan melihat histrogam data atau uji-uji normalitas lainnya. Dalam penelitian ini normalitas data dideteksi dengan membandingkan nilai critical ratio yang diperoleh critical ratio sebesar + 2,58 yang didapat dari tabel distribusi normal standar pada tingkat signifikansi 0,01 dengan sebesar + 2,58 yang didapat dari tabel distribusi normal standar pada tingkat signifikansi 0,01.

c. Tidak ada data outlier

Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim. Uji terhadap outlier dilakukan dengan menggunakan kriteria jarak Mahalanobis pada tingkat 0,01. Jarak Mahalanobis tersebut dievaluasi dengan menggunakan χ2 (q ; 0,01) dengan q adalah derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian (Hair et al., 1998). Penanganan outlier dapat dilakukan dengan mengeluarkan observasi atau data outlier tersebut.

d. Multikolinearitas variabel eksogen

Multikolenieritas dapat dideteksi melalui diagram korelasi antar konstruk eksogen untuk mengecek tinggi rendahnya korelasi. Jika korelasi antar variabel eksogennya tinggi maka model perlu dipertimbangkan lagi. Dalam penelitian ini, multikolinearitas dideteksi dengan melihat apakah nilai determinan matriks kovariansi sampel jauh dari nilai nol atau tidak. Jika nilai determinan matriks kovariansi sampel jauh dari nol dapat disimpulkan bahwa tidak terdapat multikolinearitas.

4. Memilih matrik input dan estimasi model.

Pada penelitian ini matrik inputnya adalah matrik kovarian atau matrik korelasi. Hal ini dilakukan karena fokus SEM bukan pada data individual, tetapi pola hubungan antar responden. Dalam hal ini ukuran sampel memegang peranan penting untuk mengestimasi kesalahan sampling. Untuk itu ukuran sampling jangan terlalu besar karena akan menjadi sangat sensitif sehiungga akan sulit mendapatkan ukuran goodness of fit yang baik, setelah model dibuat dan input data dipilih, maka dilakukan analisis model kausalitas dengan teknik estimasi yaitu teknik estimasi model yang digunakan adalah Maximum Likehood Estimation Method. Teknik ini dipilih karena ukuran sampel yang digunakan dalam penelitian ini adalah kecil (100-200 responden).

5. Menganalisa kemungkinan munculnya masalah identifikasi

Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan model yang dikembangkan menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul problem identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk. Disebutkan oleh Ferdinand (2006), beberapa indikasi problem identifikasi:

a. Standard error untuk satu atau beberapa koefisien adalah sangat besar.

b. Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan.

c. Munculnya angka-angka yang aneh seperti adanya varians error yang negatif.

d. Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat (misalnya lebih dari 0,9)

6. Evaluasi kriteria goodness of fit

Pada tahap ini dilakukan pengujian terhadap kesesuaian model terhadap berbagai kriteria goodness of fit. Disebutkan oleh Ferdinand (2006), beberapa indeks kesesuaian dan cut of value untuk menguji apakah sebuah model dapat diterima atau ditolak.

7. Interpretasi dan Modifikasi Model

Tahap akhir ini adalah melakukan interpretasi dan modifikasi bagi model-model yang tidak memenuhi syarat-syarat pengujian. Hair et. al. (dalam Ferdinand, 2006) memberikan pedoman untuk mempertimbangkan perlu tidaknya modifikasi model dengan melihat jumlah residual yang dihasilkan oleh model tersebut. Batas keamanan untuk jumlah residual adalah 5%.

Bila jumlah residual lebih besar dari 2% dari semua residual kovarians yang dihasilkan oleh model, maka sebuah modifikasi perlu dipertimbangkan. Bila ditemukan bahwa nilai residual yang dihasilkan model cukup besar (yaitu ≥2.58) maka cara lain dalam memodifikasi adalah dengan mempertimbangkan untuk menambah sebuah alur baru terhadap model yang diestimasi itu. Nilai residual value yang lebih besar atau sama dengan ± 2.58 diinterpretasikan sebagai signifikan secara statistik pada tingkat 5%.

3. Koefisien Jalur dan Perhitungan Koefisien Jalur

Dalam korelasi arah dan kuatnya hubungan antar variabel ditunjukkan dengan koefisien korelasi. Arah hubungan adalah positif dan negatif, sedangkan kuatnya hubungan ditunjukkan dengan besar kecilnya angka korelasi. Koefisien korelasi yang mendekati angka 1 berarti kedua variabel mempunyai hubungan kuat atau sempurna (Sugiyono: 2009).

Dalam analisis jalur juga terdapat koefisien jalur. Koefisien jalur menunjukkan kuatnya pengaruh variabel eksogen terhadap variabel endogen. Koefisien jalur adalah koefisien regresi standar (standar z) yang menunjukkan pengaruh variabel eksogen terhadap endogen yang telah tersusun dalam diagram jalur. Hubungan jalur antar variabel dalam diagram jalur adalah hubungan korelasi, oleh karena itu perhitungan angka koefisien jalur menggunakan standar skor z. Pada setiap variabel eksogen tidak dipengaruhi oleh variabel-variabel yang lain dalam diagram, sehingga yang ada hanyalah suku resideunya yang diberi notasi e atau sering juga disebut dengan variabel residual.

Langkah-langkah dalam menghitung koefisien path seperti yang dikemukakan oleh Oktariani (2006) adalah

1. Setelah diagram path yang dikembangkan telah jelas kalau persamaan struktural disusun sesuai dengan hubungan yang telah dihipotesiskan sehingga maka akan tampak jelas kedudukan masing-masing variabel tergolong dalam variabel eksogen atau variabel endogen.

2. Karena input data dalam analisis path berupa data korelasi atau kovariansi, maka perlu dicari korelasi antara seluruh variabel yaitu dengan menghitung matriks korelasi antar semua variabel yang ada, dengan menggunakan rumus korelasi sesuai dengan persamaan (2.1), sehingga diperoleh matriks korelasi R.

3. Mengidentifikasikan substrak dan persamaan yang akan dihitung koefisien pathnya. Misal terdapat k buah variabel eksogen dan satu buah variabel endogen.

4. Dihitung matriks korelasi antar variabel eksogen yaitu R1 yang menyusun substruktur tersebut, kemudian dicari inversnya. Matriks korelasi antar variabel eksogen digunakan untuk mengetahui sejauh mana pengaruh variabel eksogen terhadap variabel endogennya.

5. Dihitung semua koefisien path yang ada dalam persamaan R xu( x1 x2 xk yaitu koefisien yang menyatakan seberapa besar pengaruh variabel X1, X2, ..., Xk terhadap variabel Xu.

  4. Pengujian model

Analisis path merupakan pendekatan analisis yang penting dalam menguji hipotesis kausal. Di sini ingin dihasilkan korelasi atau kovariansi yang sesungguhnya. Jika hal ini bisa dipenuhi maka bisa dikatakan bahwa struktur hipotesis kausal yang dibentuk berdasarkan korelasi atau kovariansi adalah cocok  dalam menguji kevalidan model. Pada perhitungan skala besar, kevalidan model kausal ditentukan dari kemampuan untuk menghasilkan nilai R yang paling tinggi mendekati aslinya (Oktariani, 2006).

Berikut ini beberapa pengujian yang akan dilakukan terhadap model.

a. Pengujian secara keseluruhan

Pengujian ini dilakukan pada model untuk melihat apakah model yang terbentuk sudah cukup signifikan. Alat uji paling fundamental untuk mengukur kesesuaian model adalah χ 2. Uji ini dapat digunakan karena 20 model statistik dalam penelitian ini menggunakan 75-200 sampel.

b. Teori Trimming

Sebelum dilakukan penarikan kesimpulan mengenai hubungan kausal yang digambarkan dalam diagram path perlu diuji signifikansi dari setiap koefisien path yang telah dihitung. Pengujian dilakukan dengan menggunakan teori trimming yaitu suatu metode yang bekerja dengan menghilangkan koefisien path yang tak signifikan dan tidak memenuhi kriteria.

Populasi VS Sampel

A.   POPULASI

 Dalam statistika, populasi adalah sekumpulan data yang mempunyai karakteristik yang sama dan menjadi objek inferensi,

Statistika inferensi mendasarkan diri pada dua konsep dasar, populasi sebagai keseluruhan data, baik nyata maupun imajiner, dan sampel, sebagai bagian dari populasi yang digunakan untuk melakukan inferensi (pendekatan/penggambaran) terhadap populasi tempatnya berasal. Sampel dianggap mewakili populasi. Sampel yang diambil dari populasi satu tidak dapat dipakai untuk mewakili populasi yang lain.

Suatu sensus dilakukan untuk mendapatkan karakteristik populasi secara nyata. Karakteristik yang dimiliki oleh populasi dinamakan parameter. Bagi suatu karakteristik yang dimiliki sampel (disebut statistik), nilai parameter adalah nilai harapannya (expected value).

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi merupakan keseluruhan pengamatan yang menjadi perhatian kita. Diwaktu lampau,istilah “populasi” mengandung makna pengamatan yang diperoleh dari penelitian statistik yang berhubungan dengan orang banyak. Dimasa kini, statistikawan menggunakan istilah itu bagi sembarang pengamatan yang menarikperhatian kita, apakah itu sekelompok orang, binatang, atau benda apa saja. Populasi dalam penelitian dapat pula diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga.

Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil sebagai sampel. Kerangka sampling (sampling Frame) adalah daftar semua unsur sampling dalam populasi sampling. Unsur sampling ini diambil dengan menggunakan kerangka sampling (sampling frame).  Berdasarkan sifatnya, populasi dibagi menjadi dua, yaitu populasi homogen dan populasi heterogen. Populasi homogen adalah sumber data yang unsurnya memiliki sifat yang sama dan tidak perlu mempersoalkan jumlahnya secara kuantitatif. Sedangkan populasi heterogen yaitu Sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya secara kualitatif dan kuantitatif.

Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi. Misalnya ada 600 siswa disekolah itu yang kita golongkan menurut golongan darahnya, maka dikatakan kita mempunyai populasi berukuran 600. Bilangan-bilangan yang dituliskan pada sekuumpulan kartu, tinggi badan penduduk disuatu tempat, dan panjang ikan disebuah daanau adalah contoh populasi terhingga. Percobaan pelemparan dadu yang disebutkan tadi termasuk contoh populasi takhingga.

Menentukan populasi dibantu oleh 4 faktor, yaitu: isi, satuan,cakupan (scope), dan waktu.Contoh : Suatu penelitian tentang pendapatan keluarga  petani di   Kabupaten Jombang tahun 2005, maka populasinya dapat ditetapkan dengan 4 faktor sebagai berikut.

Isi                    : Semua keluarga petani

Satuan             : Petani penggarap/pemilik tanah

Cakupan (scope): Kabupaten Jombang

Waktu             : Tahun 2005

Jenis Populasi :
Ada dua macam jenis populasi, yaitu populasi terbatas dan populasi tidak terbatas (tak terhingga).
1) Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya.
Contoh :
a. Jumlah penduduk kota Bandung 2.500.000 jiwa.
b. Jumlah 1000 guru SD di Yogyakarta mengikuti prajabatan.


2) Populasi Tak Terbatas
Populasi tak terbatas yaitu sumber datanya tak dapat ditentukan batas-batasnya sehingga relatif tidak dapat dapat dinyatakan dalam bentuk jumlah.
Contoh :
Suatu percobaan seorang bandar akan melemparkan sepasang dadu sampai tak terhingga kali lemparannya. Maka setiap kali mencatat sepasang bilangan yang muncul akan mendapatkan sepasang nilai yang tak terhingga pula.
Berdasarkan sifatnya populasi dapat digolongkan menjadi populasi homogen dan populasi heterogen.
a. Populasi homogen
Populasi homogen adalah sumber data yang unsurnya memiliki sifat atau keadaan yang sama sehingga tidak perlu mempermasalahkan jumlahnya secara kuantitatif.
b. Populasi heterogen
Populasi heterogen adalah sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya baik secara kuantitatif maupun secara kualitatif.
Dalam melaksanakan penelitian, walaupun tersedia populasi yang terbatas dan homogen , ada kalanya peneliti tidak melakukan pengumpulan data secara populasi. Tetapi mengambil sebagian dari populasi yang dianggap mewakili populasi (representative).
Hal ini berdasar pertimbangan yang logis, seperti kepraktisan, keterbatasan biaya, waktu, tenaga dan adanya percobaan yang bersifat merusak (destruktif).

B.SAMPEL

            Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Sampel merukan himpunanbagian dari populasi. Sampel penelitian adalah sebagian dari populasi yang diambil sebagai sumber data dan dapat mewakili seluruh populasi. Menurut Sugiyono, sampel adalah sebagian dari karakteristik yang dimiliki oleh populasi.Keuntungan dalam menggunakan sampel yaitu: memudahkan peneliti, penelitian lebih efisien, lebih teliti dan cermat dalam pengumpulan data, serta penelitian lebih efektif.

Sedangkan sampling adalah suatu proses memilih sebagian dari unsur populasi yang jumlahnya mencukupi secara statistik sehingga dengan mempelajari sampel serta memahami karakteristik-karakteristiknya (ciri-cirinya) akan diketahui informasi tentang keadaan populasi.

-Syarat sampel yang baik

a) Akurasi atau ketepatan

yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan  adalah populasi.

b) Presisi

Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Presisi=standard error, Nilai rata-rata populasi dikurangi nilai rata-rata sampel

-Alasan menggunakan sampel:

(a)Populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti;

(b) Keterbatasan waktu penelitian, biaya, dan sumber daya manusia,  membuat peneliti harus telah puas jika meneliti sebagian dari elemen penelitian;

(c) bahkan kadang, penelitian yang  dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi–misalnya,  karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental  para pencacahnya sehingga banyak terjadi kekeliruan. (UmaSekaran, 1992);

(d) Jika elemen populasi homogen,  penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal,  misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk.

Sampel yang baik harus dapat mewakili keseluruhan populasi dan hasil penelitian dapat diterapkan keseluruh populasi. Misalnya saja, dalam usaha menetukan umur rata-rata suatu lampu pijar tertentu, adalah tidak mungkin untuk menguji semua lampu pijar kalau kita masih ingin menjualnya. Biaya yang lebih besar sering menjadi faktor penghalang untuk mengamati semua anggota populasi. Oleh karena itu, kita terpaksa menggantungkan pada sebagian anggota populasi untuk membantu kita menarik kesimpulan mengenai populasi tersebut.

Teknik (metode) penentuan sampel yang ideal memiliki ciri-ciri dapat memberikan gambaran yang akurat tentang populasi, dapat menentukan presisi, sederhana sehingga mudah dilaksanakan, dan dapat memberikan keterangan sebanyak mungkin dengan biaya murah.

Jumlah/Besar sampel perlu mempertimbangkan hal-hal  sbb:

a)         Derajat keseragaman (degree of homogenity)

b)         Presisi yang dikehendaki dari penelitian

c)         Rencana analisis

d)         Tenaga, biaya dan waktu

e)         Besar populasi

                  Kalau kita menginginkan kesimpulan dari contoh terhadap populasi menjadi sah, kita harus mendapatkan contoh yang mewakili. Prosedur pengambilan contoh yang menghasilkan kesimpulan konsisten yang terlalu tinggi atau terlalu rendah mengenai suatu ciri populasi dikatakan berbias. Untuk menghilangkan kemungkinan bias ini, kita perlu mengambil contoh acak sederhana. Contoh acak sederhana adalah suatu contoh yang dipilih sedemikian rupa sehingga setiap himpunan bagian yang berukuran n dari populasi tersebut mempunyai peluang terpilih yang sama. Untuk populasi terhingga yang kecil, proses pengambilan contoh acak sederhana relatif mudah; namun dengan semakin besarnya populasi, proses ini menjadi semakin rumit.