LANDASAN TEORI
2. Purposive Sampling
2.10. Metode Penentuan Jumlah Sampel
2.11.2 Uji Reliabilitas
Reliabilitas sebuah alat ukur berkenaan dengan derajat konsistensi dan stabilitas data yang dihasilkan dari proses pengumpulan data dengan menggunakan instrumen tersebut. Pengujian reliabilitas pada umumnya dikenakan untuk pengujian stabilitas instrumen dan konsistensi internal instrumen. Pengujian terhadap kedua karakteristik dari instrumen tersebut dapat dilakukan dengan beberapa metode, seperti indeks reliabilitas Spearman-Brown, Flanagan, dan Hoyt. Teknik pengujian lain yang juga banyak digunakan ialah Koefisien Alpha Cronbach. Berikut ini akan dijelaskan berbagai metode pengujian reliabilitas instrumen tersebut, yaitu sebagai berikut:
1. Formula Spearman-Brown
Pengujian konsistensi instrumen dengan menggunakan formula
Spearman-Brown didasarkan pada metode split-half korelasi antar belaha pertama dan kedua dihitung menggunakan formula sebagai berikut:
r11 =
Dimana, r11 adalah reliabilitas instrumen dan rxy adalah indeks korelasi antar dua belah instrumen.
Jika dua belah instrumen memberikan koefisien korelasi rxy misalnya 0,582, maka reliabilitas instrumen tersebut dapat dihitung sebagai berikut:
r11 =
Pengujian reliabilitas v=berdasarkan formula Flanagan juga menggunakan analisis butir dan pendekatan split-half ganjil dan genap. Formula Flanagan menggunakan variabel varians skor butir-butir belahan pertama (ganjil), varians skor butir-butir belahan kedua (genap) dan varians skor total butir-butir sebagai berikut:
Dimana, r11 = reliabilitas instrumen, v1 = varians skor belahan pertama, v2 = varians skor belahan kedua, dan vt = varians skor total.
3. Formula Hoyt
Formula Hoyt juga digunakan untuk menguji reliabilitas instrumen yang mengandung butir-butir pertanyaan dengan skor 2 poin. Formula ini menggunakan varians responden dan varians sisa dengan rumusan sebagai
berikut:
Dimana, r11 = reliabilitas instrumen, vr = varians responden, dan vsisa = varians sisa.
Prosedur dalam pengujian reliabilitas instrumen dengan menggunakan formula Hoyt adalah sebuah prosedur yang terdiri dari 6 langkah yaitu sebagai berikut:
Langkah 1 : Menghitung jumlah kuadrat skor responden
Jumlah kuadrat skor responden dihitung dengan menggunakan rumus di bawah ini:
k = jumlah butir pertanyaan dalam instrumen N = jumlah responden
xit = skor total responden ke i
Langkah 2 : Menghitung jumlah kuadrat skor butir pertanyaan.
Jumlah kuadrat butir pertanyaan dihitung dengan menggunakan rumus di bawah ini:
kj1bj = jumlah kuadrat jawaban yang mendapat skor 1 (benar) dari seluruh butir pertanyaan
kj1bjt = kuadrat jumlah skor total Langkah 3 : Menghitung jumlah kuadrat total
Jumlah kuadrat total dihitung dengan menggunakan rumus di bawah ini:
JKt =
b = jumlah pertanyaan yang mendapat skor 1 (benar)
s = jumlah pertanyaan yang mendapat skor 1 (salah) Langkah 4 : Menghitung jumlah kuadrat atau varians sisa
Jumlah kuadrat atau varians sisa dihitung sebagai berikut:
JKsisa = JKt – JKr - JKb
Langkah 5 : Menghitung varians responden dan varians sisa
Varians responden ditemukan dengan menggunakan tabel F. Untuk itu, derajat kebebasan (degree of freedom, disingkat df), dimana:
df = (jumlah elemen) – 1
Langkah 6 : Menghitung koefisien reliabilitas instrumen
Setelah vsisa dan vb diketahui maka koefisien reliabilitas instrumen (r11) dapat dihitung sebagai berikut:
r11 =
b sisa
v 1v
4. Koefisien Alpha Cronbach
Koefisien Alpha Cronbach memberikan indikasi seberapa baik item-item dalam set saling berkorelasi secara positif. Makin dekat nilai koefisien Alpha Cronbach, makin kuat konsistensi internal reliabilitas. Koefisien Alpha Cronbach digunakan untuk mengukur reliabilitas instrumen yang pertanyaan-pertanyaannya menggunakan skor dalam rentangan tertentu, misalnya 1 dan 5 atau antara 1 dan 10, dan sebagainya. Rumus yang digunakan dalam menghitung koefisien Alpha Cronbach adalah sebagai berikut:
r11 =
Dimana, r11 = reliabilitas instrumen (koefisien Alpha Cronbach) k = jumlah butir pertanyaan dalam instrumen
b2= jumlah varians butir-butir pertanyaan
2
t = varians total 2.12. Uji ANAVA
Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Dalam
literatur Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan). Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametrik. Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009). Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok - kelompok sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen. Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh (among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rerata (mean).
Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri pada asumsi yang harus dipenuhi dalam perancangan percobaan. Asumsi analisis varian yang harus dipenuhi adalah:
1. varian yang sama dalam setiap kategori variabel independen. Jika terdapat lebih dari satu variabel independen, maka harus ada homogeneity of variance di dalam cell yang dibentuk oleh variabel independen kategorikal.
2. Random sampling : untuk tujuan uji signifikansi, maka subyek di dalam setiap grup harus diambil secara acak
3. Multivariate normality : untuk tujuan uji signifikansi, maka variabel harus mengikuti distribusi normal multivariate. Variabel dependen terdistribusi normal dalam setiap kategori variabel independen.
ANOVA masih tetap robust walaupun terdapat penyimpangan asumsi multivariate normality. (Ghozali, 2009)