Validitas
Analisis validitas dengan menggunakan rumus korelasi product moment.
Item pernyataan atau pertanyaan dinyatakan valid jika mempunyai nilai r hitung
yang lebih besar dari r standar yaitu 0,3.
Reliabilitas
Uji reliabilitas dari masing-masing faktor dengan menggunakan Uji
Alpha-Cronbach. Kuesioner dinyatakan reliabel jika mempunyai nilai koefisien
alpha yang lebih besar dari 0,6.
Konsep-konsep Dasar Sampling
Salah satu hal yang menakjubkan dalam penelitian ialah kenyataan bahwa kita
dapat menduga sifat-sifat suatu kumpulan objek penelitian hanya dengan mempelajari
dan mengamati sebagian dart kumpulan itu. Bagian yang diamati itu disebut sampel,
sedangkan kumpulan objek penelitian disebut populasi. Objek penelitian dapat berupa
orang, umpi, organisasi, kelompok, lembaga, buku, kata-kata, surat kabar dan lainlain.
Dalam penelitian, objek penelitian ini disebut satuan analisis (units of analysis)
atau unsur-unsur populasi.
Bila kita meneliti seluruh unsur populasi, kita melakukan sensus. Sensus mudah
dilakukan bila jumlah populasi terbatas. Pimpinan fakultas ingin mengetahui reaksi
mahasiswa di fakultasnya terhadap kurikulum yang baru. Ia dapat mewawancarai
semua mahasiswa, tanpa kecuali. Tentu saja, ada kemungkinan beberapa orang tidak
sempat diwawancarai karena sakit, tidak pernah muncul di fakultas, atau ...
menghindari penelitian. Sensus, memang, tidak selamanya sempurna. Hasil sensus,
yang mengungkapkan karakteristik populasi (seperti rata-rata, ragam, modus, atau
range), disebut parameter.
Bila jumlah unsur populasi itu terlalu banyak, padahal kita ingin menghemat
biaya dan waktu, kita harus puas dengan sampel. Karakteristik sampel disebut
statistik. Kita sebetulnya tidak tertarik pada statistik. Kita ingin menduga secara
cermat parameter dart statistik. Metode pendugaan inilah yang dikenal sebagai teori
sampling. Ini berarti sampel harus mencerminkan semua unsur dalam populasi
secara proporsional. Sampel seperti itu dikatakan sampel tak bias (unibased sample)
atau sampel yang representatif. Sebaliknya sampel bias adalah sampel yang tidak
memberikan kesempatan yang sama pada semua unsur populasi untuk dipilih.
Memang, sampel mungkin menunjukkan karakteristik yang menyimpang dari
karakteristik populasi. Penyimpangan dari karakteristik populasi disebut galat
sampling (sampling error). Jadi, galat sampling adalah perbedaan antara hasil yang
diperoleh dari sampel dengan hasil yang didapat dari sensus (Neter, Wasserman,
Whitmore, 1979: 195). Statistik dapat membantu kita menentukan sampling error
hanya bila kita menggunakan sampel tak bias.
Sampel tak bias adalah sampel yang ditarik berdasarkan probabilitas (probability
sampling). Dalam sampel probabilitas, setiap unsur populasi mempunyai nilai
kemungkinan tertentu untuk dipilih. Karena sampel ini mengasumsikan kerandoman
(randomness), maka sampel probabilitas lazim juga disebut sebagai sampel random.
Bila kita mengambil sampel tertentu berdasarkan pertimbangan-pertimbangan tertentu,
kita memperoleh sampel pertimbangan (judgemental sampling), disebut juga sampel
non-probabilitas. Untuk kedua jenis sampling ini, ada beberapa alternatif teknik
penelitian sampel. Teknik penarikan sampel sering disebut rencana sampling atau
rancangan sampling (sampling design).
Rancangan Sampling
Ada empat rancangan sampling dalam kategori sampel probabilitas: (1) sampling
random sederhana, (2) sampling sistematis, (3) sampling berstrata, dan (4) sampling
Master. Kita akan membicarakan hal-hal praktis dari setiap rancangan ini.
Sampling random sederhana adalah yang paling banyak dipakai. Untuk
menarik sampel seperti ini, kita dapat menuliskan semua unsur populasi dalam secarik
kertas, kemudian mengundinya sampai kita memperoleh jumlah yang dikehendaki.
Unsur-unsur yang jatuh itulah yang menjadi sampel. Cara ini tidak praktis bila
populasinya besar. Karena itu, umumnya peneliti menggunakan cara kedua:
menggunakan tabel random (lihat Lampiran 3). Apa pun metode yang digunakan,
sampling random sederhana harus memiliki kerangka sampling (sampling frame).
Kerangka sampling adalah daftar lengkap semua unsur populasi. Jadi, bila populasi kita
penduduk Desa Bojongsalam, maka kita harus memiliki daftar penduduk Desa
Bojongsalam yang lengkap, kita harus menomori setiap orang dari 1 sampai N.
Berdasarkan kerangka sampling, ditarik sejumlah orang, yang nanti menjadi sampel.
Sampling sistematis juga menggunakan kerangka sampling. Hanya di sini, unsur
yang pertamalah yang dipilih secara random. Unsur-unsur lainnya ditarik dengan
mengambil jarak tertentu. Misalnya, populasi berjumiah 1000. Kita hanya memerlukan
40 unsur. Perbandingan ukuran populasi dengan ukuran sampel, yakni
40
1000 = 25,
disebut sampling rasio. Untuk contoh kita, misalkan unsur yang pertama kita pilih
nomor 10. Nomor-nomor berikutnya yang menjadi sampel ialah 35, 60, 85, 110, ..., 960,
985.
Sampling berstrata, seperti ditunjukkan namanya, melibatkan pembagian populasi
ke dalam kelas, kategori, atau kelompok yang disebut strata. Karakteristik strata boleh
jadi kota, daerah, suku bangsa, jenis kelamin, status, usia, dan sebagainya. Ada dua
jenis sampel strata: proporsional dan disproporsional. Dalam sampel strata
proporsional, dari setiap strata diambil sampel yang sebanding dengan besar setiap
strata. Angka yang menunjukkan berapa persen dari setiap strata diambil disebut pecahan
sampling (sampling fraction). Pada sampel strata, pecahan sampling untuk setiap strata
sama. Cara ini akan mengalami kesukaran bila ada sebagian strata yang jumlahnya
terlalu kecil atau sebagian lagi terlalu besar. Bila ada 10.000 orang mahasiswa dan 10
orang dosen, lalu dari setiap strata kita ambil 10%, kita memperoleh sampel yang terdiri
dari 1.000 orang mahasiswa dan I orang down. Dalam hal seperti itu disarankan metode
sampling strata disproporsional. Di sini, dari setiap strata diambil jumlah sampel yang
sama. Nanti dalam analisis data, dan data untuk setiap strata dikalikan dengan bobot
strata tersebut.