SARAH KASTILANI VALIDITAS DAN REABILITAS

(1)

MANAJEMEN DATA STATISTIK DAN EPIDEMIOLOGI RUMAH SAKIT

DOSEN: Dr. Cecilia Windiyaningsih, SMP, SKM, M.Kes.

UJI VALIDITAS, UJI RELIABILITAS, MENGHITUNG BESAR SAMPEL DAN

TEKNIK PENGAMBILAN SAMPEL

DISUSUN OLEH:

dr. SARAH KASTILANI (37-A) NPM 226080284

PROGRAM PASCA SARJANA

MAGISTER ADMINISTRASI RUMAH SAKIT UNIVERSITAS RESPATI INDONESIA

2023

(2)

MOTIVASI

GET

FILE='F:\MARS\SEMESTER 1\STATISTIK\2\datahans (1).sav'.

DATASET NAME DataSet1 WINDOW=FRONT.

RELIABILITY

/VARIABLES=M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M15 M16 M17 M18 M19 M20 /SCALE('ALL VARIABLES') ALL

/MODEL=ALPHA

/STATISTICS=DESCRIPTIVE SCALE CORR /SUMMARY=TOTAL.

Reliability

Notes

Output Created 10-MAY-2023 22:40:30

Comments

Input Data F:\MARS\SEMESTER

1\STATISTIK\2\datahans (1).sav

Active Dataset DataSet1

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data File 122

Matrix Input F:\MARS\SEMESTER

1\STATISTIK\2\datahans (1).sav Missing Value Handling Definition of Missing User-defined missing values are

treated as missing.

Cases Used Statistics are based on all cases with valid data for all variables in the procedure.

Syntax RELIABILITY

/VARIABLES=M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12 M13 M14 M15 M16 M17 M18 M19 M20 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA

/STATISTICS=DESCRIPTIVE SCALE CORR

/SUMMARY=TOTAL.

Resources Processor Time 00:00:00,00

Elapsed Time 00:00:00,01

[DataSet1] F:\MARS\SEMESTER 1\STATISTIK\2\datahans (1).sav

Scale: ALL VARIABLES

Case Processing Summary

N %

Cases Valid 122 100.0

Excluded^a 0 .0

Total 122 100.0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

.740 .819 20

Item Statistics

Mean Std. Deviation N

M1 5.84 1.466 122

m2 6.15 .724 122

m3 5.76 1.005 122

m4 6.43 .738 122

m5 6.26 .758 122

m6 6.20 .680 122

m7 3.65 1.656 122

m8 6.01 .733 122

m9 5.66 1.082 122

m10 5.47 1.144 122

m11 6.30 .612 122

m12 5.44 1.157 122

(3)

m13 6.12 .699 122

m14 6.05 .654 122

m15 6.39 .523 122

m16 6.64 .531 122

m17 5.61 .992 122

m18 6.03 .703 122

m19 6.66 .477 122

m20 6.65 .480 122

Inter-Item Correlation Matrix

M1 m2 m3 m4 m5 m6 m7 m8 m9 m10 m11 m12 m13 m14 m15 m16 m17 m18 m19 m20

M1 1.000 .349 .165 .246 .223 .331 -.057 .209 -.029 -.020 .079 -.052 -.046 -.044 .113 .182 .003 .029 .124 -.020 m2 .349 1.000 .458 .606 .531 .711 .058 .668 .097 .116 .218 .079 .046 .002 .086 .097 .082 .088 .196 .032 m3 .165 .458 1.000 .374 .256 .326 .049 .373 .190 .198 .075 .212 -.040 -.032 -.025 -.038 .021 .081 .069 -.021 m4 .246 .606 .374 1.000 .695 .628 .059 .543 .034 .061 .427 .073 .120 .041 .174 .276 .122 .147 .334 .226 m5 .223 .531 .256 .695 1.000 .584 .061 .516 .131 -.019 .384 -.030 .126 -.026 .175 .257 .127 .046 .343 .188 m6 .331 .711 .326 .628 .584 1.000 .101 .644 .086 .014 .370 .010 .051 .033 .143 .092 .072 .124 .296 .071 m7 -.057 .058 .049 .059 .061 .101 1.000 .125 -.013 .027 .071 -.215 -.098 .009 -.001 .089 -.125 -.068 .033 .040 m8 .209 .668 .373 .543 .516 .644 .125 1.000 .150 .064 .473 .044 .111 .154 .099 .135 .039 .192 .174 .055 m9 -.029 .097 .190 .034 .131 .086 -.013 .150 1.000 .285 .167 .083 .100 .188 .139 .329 .242 .363 .169 .226 m10 -.020 .116 .198 .061 -.019 .014 .027 .064 .285 1.000 .179 .098 .155 .157 .160 .171 .178 .145 .100 .242 m11 .079 .218 .075 .427 .384 .370 .071 .473 .167 .179 1.000 .117 .455 .459 .409 .381 .261 .399 .322 .357 m12 -.052 .079 .212 .073 -.030 .010 -.215 .044 .083 .098 .117 1.000 .361 .113 .147 .006 .333 .347 .084 .045 m13 -.046 .046 -.040 .120 .126 .051 -.098 .111 .100 .155 .455 .361 1.000 .258 .319 .232 .249 .412 .227 .278 m14 -.044 .002 -.032 .041 -.026 .033 .009 .154 .188 .157 .459 .113 .258 1.000 .426 .218 .005 .176 .108 .188 m15 .113 .086 -.025 .174 .175 .143 -.001 .099 .139 .160 .409 .147 .319 .426 1.000 .426 .094 .302 .448 .491 m16 .182 .097 -.038 .276 .257 .092 .089 .135 .329 .171 .381 .006 .232 .218 .426 1.000 .042 .275 .419 .535 m17 .003 .082 .021 .122 .127 .072 -.125 .039 .242 .178 .261 .333 .249 .005 .094 .042 1.000 .374 .148 .158 m18 .029 .088 .081 .147 .046 .124 -.068 .192 .363 .145 .399 .347 .412 .176 .302 .275 .374 1.000 .256 .279 m19 .124 .196 .069 .334 .343 .296 .033 .174 .169 .100 .322 .084 .227 .108 .448 .419 .148 .256 1.000 .729 m20 -.020 .032 -.021 .226 .188 .071 .040 .055 .226 .242 .357 .045 .278 .188 .491 .535 .158 .279 .729 1.000

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item- Total Correlation

Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

M1 113.48 48.780 .165 .238 .753

m2 113.17 48.392 .537 .677 .715

m3 113.56 48.563 .339 .374 .727

m4 112.89 47.987 .566 .651 .712

m5 113.06 48.600 .486 .605 .717

m6 113.11 48.780 .535 .657 .716

m7 115.67 51.859 -.012 .106 .783

m8 113.31 48.266 .542 .624 .714

m9 113.66 48.522 .307 .375 .730

m10 113.85 49.019 .249 .217 .736

m11 113.02 48.933 .585 .634 .715

m12 113.88 50.142 .173 .343 .744

m13 113.20 50.639 .321 .382 .729

m14 113.27 51.736 .229 .391 .735

m15 112.93 51.044 .401 .443 .727

m16 112.68 50.831 .423 .486 .726

m17 113.71 49.743 .257 .318 .734

m18 113.29 49.628 .423 .432 .723

m19 112.66 51.002 .453 .620 .726

m20 112.67 51.412 .389 .668 .729

VALIDITAS REABILITAS

Nilai R pada Tabel Validitas untuk 122 sampel pada derajat kepercayaan 95% adalah 0,176.

Berdasarkan data Motivasi tersebut diatas, dimana nilai Corrected Item-Total Correlation < 0,176 adalah TIDAK VALID Data yang tidak valid → M1; M7; M12

Sedangkan hasil uji reliabilitas dengan melihat indikator Cronbach’s Alpha memiliki nilai antara 0,6 - < 0,8, sehingga dapat disimpulkan bahwa seluruh item penilaian motivasi adalah reliabel (BAIK).

Scale Statistics

Mean Variance Std. Deviation N of Items

119.32 54.318 7.370 20

(4)

KEPUASAN

RELIABILITY

/VARIABLES=Kep1 Kep2 Kep3 Kep4 Kep5 Kep6 Kep7 Kep8 Kep9 KEP10 KEP11 Kep12 Kep13 Kep14 KEP15 kep16 kep17 kep18 kep19 kep20

/SCALE('ALL VARIABLES') ALL /MODEL=ALPHA

Reliability

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

Matrix Input

Missing Value Handling Definition of Missing User-defined missing values are treated as missing.

Syntax RELIABILITY

/VARIABLES=Kep1 Kep2 Kep3 Kep4 Kep5 Kep6 Kep7 Kep8 Kep9 KEP10 KEP11 Kep12 Kep13 Kep14 KEP15 kep16 kep17 kep18 kep19 kep20 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

Case Processing Summary

N %

Excluded^a 0 .0

Total 122 100.0

Reliability Statistics

Cronbach's Alpha

.657 .693 20

Item Statistics

kep1 3.49 .805 122

kep2 3.76 .656 122

kep3 3.43 .715 122

kep4 2.46 .706 122

kep5 2.92 .849 122

kep6 3.05 .889 122

kep7 3.59 .736 122

kep8 2.78 .940 122

kep9 3.61 .674 122

kep10 3.28 .620 122

kep11 3.56 .705 122

kep12 3.92 .569 122

(5)

kep13 3.25 .708 122

kep14 3.49 .707 122

kep15 3.80 .602 122

kep16 2.19 .634 122

kep17 1.88 .611 122

kep18 3.97 .574 122

kep19 3.69 .693 122

kep20 3.84 .589 122

Inter-Item Correlation Matrix

kep1 kep2 kep3 kep4 kep5 kep6 kep7 kep8 kep9 kep10 kep11 kep12 kep13 kep14 kep15 kep16 kep17 kep18 kep19 kep20 kep1 1.000 .411 .006 -.284 .398 -.346 .190 .079 .169 .104 .212 .125 -.025 .152 .192 -.167 -.027 .160 -.005 .110 kep2 .411 1.000 .183 -.351 .395 -.376 .242 .075 .202 .164 .432 .412 .020 .414 .482 -.150 -.259 .506 .290 .438 kep3 .006 .183 1.000 -.031 .085 -.098 .083 -.055 .086 .625 .082 .127 .069 .170 .205 .058 -.011 .195 .137 .198 kep4 -.284 -.351 -.031 1.000 -.378 .372 -.255 -.219 -.251 -.181 -.103 -.296 .136 -.191 -.302 .285 .266 -.207 -.145 -.184 kep5 .398 .395 .085 -.378 1.000 -.345 .210 .205 .147 .248 .312 .397 .034 .398 .371 .075 -.036 .198 .181 .206 kep6 -.346 -.376 -.098 .372 -.345 1.000 -.272 -.343 -.203 -.175 -.176 -.090 .099 -.118 -.182 .115 .072 -.143 -.163 -.064 kep7 .190 .242 .083 -.255 .210 -.272 1.000 .214 .679 .252 .221 .255 -.106 .168 .350 -.152 -.168 .261 .623 .176 kep8 .079 .075 -.055 -.219 .205 -.343 .214 1.000 .269 .064 .038 .089 -.116 -.096 .065 -.054 -.005 .048 .071 -.018 kep9 .169 .202 .086 -.251 .147 -.203 .679 .269 1.000 .299 .212 .305 -.250 .071 .334 -.157 -.076 .095 .555 .118 kep10 .104 .164 .625 -.181 .248 -.175 .252 .064 .299 1.000 .209 .323 .087 .269 .353 -.051 -.127 .258 .300 .233 kep11 .212 .432 .082 -.103 .312 -.176 .221 .038 .212 .209 1.000 .403 .021 .507 .447 -.089 -.166 .393 .240 .390 kep12 .125 .412 .127 -.296 .397 -.090 .255 .089 .305 .323 .403 1.000 .133 .409 .529 -.163 -.315 .371 .375 .380 kep13 -.025 .020 .069 .136 .034 .099 -.106 -.116 -.250 .087 .021 .133 1.000 .186 .139 .025 .032 .142 .006 .112 kep14 .152 .414 .170 -.191 .398 -.118 .168 -.096 .071 .269 .507 .409 .186 1.000 .569 -.043 -.242 .488 .315 .324 kep15 .192 .482 .205 -.302 .371 -.182 .350 .065 .334 .353 .447 .529 .139 .569 1.000 -.201 -.271 .554 .578 .422 kep16 -.167 -.150 .058 .285 .075 .115 -.152 -.054 -.157 -.051 -.089 -.163 .025 -.043 -.201 1.000 .423 -.165 -.166 -.297 kep17 -.027 -.259 -.011 .266 -.036 .072 -.168 -.005 -.076 -.127 -.166 -.315 .032 -.242 -.271 .423 1.000 -.436 -.247 -.329 kep18 .160 .506 .195 -.207 .198 -.143 .261 .048 .095 .258 .393 .371 .142 .488 .554 -.165 -.436 1.000 .410 .400 kep19 -.005 .290 .137 -.145 .181 -.163 .623 .071 .555 .300 .240 .375 .006 .315 .578 -.166 -.247 .410 1.000 .345 kep20 .110 .438 .198 -.184 .206 -.064 .176 -.018 .118 .233 .390 .380 .112 .324 .422 -.297 -.329 .400 .345 1.000

Item-Total Statistics

kep1 62.45 24.382 .193 .370 .652

kep2 62.18 23.075 .486 .546 .619

kep3 62.52 24.169 .268 .462 .642

kep4 63.48 28.318 -.299 .385 .702

kep5 63.02 22.404 .428 .479 .619

kep6 62.89 28.989 -.335 .372 .721

kep7 62.35 23.106 .413 .588 .624

kep8 63.16 25.378 .032 .246 .677

kep9 62.33 23.693 .369 .629 .631

kep10 62.66 23.465 .452 .534 .624

kep11 62.39 22.751 .494 .425 .616

kep12 62.02 23.313 .533 .461 .618

kep13 62.70 25.436 .088 .201 .662

kep14 62.45 22.613 .514 .506 .613

kep15 62.15 22.457 .657 .616 .603

kep16 63.75 26.848 -.104 .335 .679

kep17 64.07 27.649 -.226 .387 .689

kep18 61.98 23.512 .490 .531 .622

kep19 62.25 22.737 .507 .635 .614

kep20 62.10 23.891 .404 .393 .630

VALIDITAS RELIABILITAS

Nilai R pada Tabel Validitas untuk 122 sampel pada derajat kepercayaan 95% adalah 0,176.

Berdasarkan data kepercayaan tersebut diatas, dimana nilai Corrected Item-Total Correlation < 0,176 adalah TIDAK VALID Data yang tidak valid → KEP4; KEP6; KEP8; KEP13; KEP16; KEP17

Sedangkan hasil uji reliabilitas dengan melihat indikator Cronbach’s Alpha memiliki nilai antara 0,6 - < 0,8, sehingga dapat disimpulkan bahwa seluruh item penilaian kepuasan adalah reliabel (BAIK).

Scale Statistics

65.94 26.567 5.154 20

(6)

LINGKUNGAN

RELIABILITY

/VARIABLES=ling1 ling2 ling3 ling4 ling5 ling6 ling7 ling8 ling9 ling10 ling11 ling12 ling13 ling14 ling15

Reliability

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

Matrix Input

Syntax RELIABILITY

/VARIABLES=ling1 ling2 ling3 ling4 ling5 ling6 ling7 ling8 ling9 ling10 ling11 ling12 ling13 ling14 ling15

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

Case Processing Summary

N %

Excluded^a 0 .0

Total 122 100.0

Reliability Statistics

Cronbach's Alpha

.889 .887 15

Item Statistics

ling1 2.73 .900 122

ling2 2.55 1.254 122

ling3 2.10 1.116 122

ling4 2.06 1.031 122

ling5 2.41 1.074 122

ling6 1.23 .542 122

ling7 2.68 1.159 122

ling8 2.43 1.083 122

ling9 2.38 1.039 122

ling10 1.45 .751 122

ling11 2.38 1.101 122

ling12 2.12 .914 122

ling13 2.18 .979 122

lin14 1.84 .909 122

ling15 1.61 .857 122

(7)

Inter-Item Correlation Matrix

ling1 ling2 ling3 ling4 ling5 ling6 ling7 ling8 ling9 ling10 ling11 ling12 ling13 lin14 ling15

ling1 1.000 .418 .290 .257 .270 .196 .233 .323 .295 .121 .287 .011 .309 .312 .057

ling2 .418 1.000 .345 .333 .408 .275 .463 .453 .385 .016 .471 .193 .518 .402 .191

ling3 .290 .345 1.000 .613 .414 .263 .389 .553 .267 .114 .467 .255 .384 .471 .264

ling4 .257 .333 .613 1.000 .606 .257 .430 .541 .458 .159 .425 .255 .415 .503 .371

ling5 .270 .408 .414 .606 1.000 .334 .491 .460 .557 .251 .379 .319 .550 .523 .406

ling6 .196 .275 .263 .257 .334 1.000 .197 .170 .183 .251 .255 .343 .342 .408 .156

ling7 .233 .463 .389 .430 .491 .197 1.000 .465 .327 .224 .484 .225 .525 .376 .208

ling8 .323 .453 .553 .541 .460 .170 .465 1.000 .488 .219 .509 .205 .512 .437 .196

ling9 .295 .385 .267 .458 .557 .183 .327 .488 1.000 .183 .294 .220 .509 .421 .396

ling10 .121 .016 .114 .159 .251 .251 .224 .219 .183 1.000 .123 .220 .304 .346 .259

ling11 .287 .471 .467 .425 .379 .255 .484 .509 .294 .123 1.000 .348 .519 .455 .278

ling12 .011 .193 .255 .255 .319 .343 .225 .205 .220 .220 .348 1.000 .427 .321 .293

ling13 .309 .518 .384 .415 .550 .342 .525 .512 .509 .304 .519 .427 1.000 .524 .458

lin14 .312 .402 .471 .503 .523 .408 .376 .437 .421 .346 .455 .321 .524 1.000 .378

ling15 .057 .191 .264 .371 .406 .156 .208 .196 .396 .259 .278 .293 .458 .378 1.000

Item-Total Statistics

ling1 29.42 80.130 .389 .269 .888

ling2 29.60 73.449 .568 .462 .882

ling3 30.05 74.576 .591 .507 .880

ling4 30.09 74.430 .659 .572 .877

ling5 29.74 73.336 .692 .559 .876

ling6 30.92 82.952 .402 .277 .888

ling7 29.47 74.086 .591 .438 .880

ling8 29.72 73.823 .657 .551 .877

ling9 29.77 75.732 .575 .468 .881

ling10 30.70 82.626 .295 .258 .891

ling11 29.77 74.244 .620 .464 .879

ling12 30.02 79.892 .397 .293 .888

ling13 29.97 73.900 .734 .601 .874

lin14 30.30 75.750 .672 .495 .877

ling15 30.53 79.772 .438 .359 .886

VALIDITAS REABILITAS

Nilai R pada Tabel Validitas untuk 122 sampel pada derajat kepercayaan 95% adalah 0,176.

Berdasarkan data lingkungan tersebut diatas, dimana nilai Corrected Item-Total Correlation < 0,176 adalah TIDAK VALID Data yang tidak valid → NIHIL, semua data valid karena > dari 0,176.

Sedangkan hasil uji reliabilitas dengan melihat indikator Cronbach’s Alpha memiliki nilai > 0,8, sehingga dapat disimpulkan bahwa seluruh item penilaian lingkungan adalah reliabel (SANGAT BAIK).

Scale Statistics

32.15 87.218 9.339 15

KINERJA

RELIABILITY

/VARIABLES=kin1 kin2 kin3 kin4 kin5 kin6 kin7 kin8 kin9 kin10 kin11 kin12 kin13 kin14 kin15 /SCALE('ALL VARIABLES') ALL

/MODEL=ALPHA

Reliability

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

Matrix Input

(8)

Syntax RELIABILITY

/VARIABLES=kin1 kin2 kin3 kin4 kin5 kin6 kin7 kin8 kin9 kin10 kin11 kin12 kin13 kin14 kin15

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

Case Processing Summary

N %

Excluded^a 0 .0

Total 122 100.0

Reliability Statistics

Cronbach's Alpha

.932 .938 15

Item Statistics

kin1 3.60 .735 122

kin2 3.84 .786 122

kin3 3.98 .567 122

kin4 3.81 .660 122

kin5 3.84 .672 122

kin6 3.98 .655 122

kin7 3.93 .701 122

kin8 3.84 .948 122

kin9 3.76 .693 122

kin10 3.73 .716 122

kin11 3.81 .660 122

kin12 3.59 .736 122

kin13 3.68 .730 122

kin14 3.73 .750 122

kin15 3.86 .607 122

Inter-Item Correlation Matrix

kin1 kin2 kin3 kin4 kin5 kin6 kin7 kin8 kin9 kin10 kin11 kin12 kin13 kin14 kin15

kin1 1.000 .400 .373 .473 .501 .570 .430 .201 .412 .389 .507 .396 .359 .446 .503

kin2 .400 1.000 .473 .322 .324 .332 .355 .529 .262 .244 .322 .240 .254 .303 .333

kin3 .373 .473 1.000 .628 .553 .488 .557 .331 .511 .533 .650 .471 .400 .528 .614

kin4 .473 .322 .628 1.000 .675 .547 .634 .241 .660 .678 .715 .589 .560 .581 .738

kin5 .501 .324 .553 .675 1.000 .650 .555 .126 .590 .525 .638 .548 .549 .485 .632

kin6 .570 .332 .488 .547 .650 1.000 .699 .302 .610 .519 .624 .534 .645 .579 .596

kin7 .430 .355 .557 .634 .555 .699 1.000 .307 .665 .590 .581 .556 .475 .469 .619

kin8 .201 .529 .331 .241 .126 .302 .307 1.000 .292 .214 .162 .152 .222 .204 .147

kin9 .412 .262 .511 .660 .590 .610 .665 .292 1.000 .685 .715 .666 .649 .607 .647

kin10 .389 .244 .533 .678 .525 .519 .590 .214 .685 1.000 .713 .556 .544 .524 .597

kin11 .507 .322 .650 .715 .638 .624 .581 .162 .715 .713 1.000 .657 .611 .664 .718

kin12 .396 .240 .471 .589 .548 .534 .556 .152 .666 .556 .657 1.000 .692 .591 .537

kin13 .359 .254 .400 .560 .549 .645 .475 .222 .649 .544 .611 .692 1.000 .701 .570

kin14 .446 .303 .528 .581 .485 .579 .469 .204 .607 .524 .664 .591 .701 1.000 .660

kin15 .503 .333 .614 .738 .632 .596 .619 .147 .647 .597 .718 .537 .570 .660 1.000

(9)

Item-Total Statistics

kin1 53.38 51.741 .575 .456 .930

kin2 53.14 52.518 .458 .454 .933

kin3 53.00 52.331 .695 .596 .927

kin4 53.16 50.551 .785 .713 .924

kin5 53.14 51.080 .710 .626 .926

kin6 52.99 50.851 .757 .721 .925

kin7 53.04 50.569 .732 .674 .925

kin8 53.14 52.931 .328 .419 .940

kin9 53.21 50.186 .783 .701 .924

kin10 53.25 50.617 .709 .614 .926

kin11 53.16 50.353 .808 .752 .923

kin12 53.39 50.520 .697 .622 .926

kin13 53.30 50.491 .706 .698 .926

kin14 53.25 50.203 .714 .640 .926

kin15 53.11 51.293 .769 .697 .925

VALIDITAS RELIABILITAS

Nilai R pada Tabel Validitas untuk 122 sampel pada derajat kepercayaan 95% adalah 0,176.

Berdasarkan data kinerja tersebut diatas, dimana nilai Corrected Item-Total Correlation < 0,176 adalah TIDAK VALID Data yang tidak valid → NIHIL, semua data valid karena > dari 0,176.

Sedangkan hasil uji reliabilitas dengan melihat indikator Cronbach’s Alpha memiliki nilai > 0,8, sehingga dapat disimpulkan bahwa seluruh item penilaian lingkungan adalah reliabel (SANGAT BAIK).

Scale Statistics

56.98 58.355 7.639 15

TABEL VALIDITAS

(10)

PENILAIAN REABILITAS

Analisis reabilitas menggunakan Cornbach’s Alpha menghasilkan nilai reabilitas antara 0 s.d. 1, dimana semakin tinggi nilainya maka semakin baik hasil interpretasi yang ditampilkan.

Besarnya nilai R Interpretasi

0,8 – 1 Sangat baik

0,6 – < 0,8 Baik

0,4 - < 0,6 Moderate

0,2 - < 0,4 Cukup

< 0,2 Buruk

MENENTUKAN BESAR SAMPEL

1. BESAR SAMPEL UNTUK ESTIMASI PROPORSI

2. BESAR SAMPEL UNTUK UJI HIPOTESIS 1 PROPORSI

3. BESAR SAMPEL UNTUK UJI HIPOTESIS 2 PROPORSI

4. BESAR SAMPEL UNTUK ESTIMASI RATA-RATA

5. BESAR SAMPEL UNTUK PERBEDAAN RATA-RATA

(11)

TEKNIK PENGAMBILAN SAMPEL

• PROBABILITY

1. Pengambilan sampel acak

Contoh, jika objek penelitian adalah mahasiswa pada suatu perguruan tinggi, katakanlah perguruan tinggi A, maka dibutuhkan suatu daftar nama mahasiswa dari perguruan tinggi beserta karakteristik yang dibutuhkan untuk selanjutnya dilakukan penarikan sampel. Selain nama karakteristik yang dibutuhkan bisa berupa jenis kelamin umur, tinggi badan, nim, berat badan, nilai semester, alamat, dan lain sebagainya yang dapat bermanfaat untuk penelitian.

Langkah-langkah memilih sampel seharusnya mengikuti kaidah berikut:

a. Siapkan kerangka sampel b. Siapkan tabel angka random

c. Menentukan metode pemilihan sampel yang akan digunakan

2. Pengambilan sampel acak sistematis

yang diambil secara acak unsur pertama saja, sedangkan unsur selanjutnya diurutkan berdasarkan interval yang sudah tertentu dan tetap. Karena itu, untuk dapat mempergunakan metode ini, harus dipenuhi beberapa syarat yakni (1) populasi harus besar, (2) harus teredia daftar kerangka sampel, (3). populasi harus bersifat homogen.

Langkah-langkah pengambilan sampel:

a. Tentukan populasi dan susun sampling frame

b. Tetapkan jumlah sampel yang akan diteliti menggunakan pertimbangan metodologis c. Tentukan K (kelas interval)

d. Tentukan angka atau nomor awal diantara kelas interval tersebut secara acak

e. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih, dan nomor interval berikutnya hingga memenuhi jumlah sampel.

3. Pengambilan sampel acak berstrata

Stratified random sampling yaitu metode pengambilan sampel yang digunakan pada populasi yang memiliki susunan bertingkat atau berlapis-lapis. Teknik ini digunakan bila populasi memiliki anggota/unsur yang tidak bersifat homogen dan berstrata secara proporsional sehingga setiap strata harus terwakili dalam sampel.

Langkah-langkah pengambilan sampel:

a. Tentukan populasi dan daftar anggota populasi b. Bagi populasi berdasarkan strata yang dikehendaki

Teknik pengambilan sampel

Probability

Pengambilan sampel acak

Pengambilan sampel acak sistematis Pengambilan sampel

acak berstrata Pengambilan sampel

acak berdasar area Multi stage sampling

Non probability

Purposive Sampling

Snowball Sampling

Accidental Sampling

Quota Sampling

Teknik Sampel Jenuh

Systematic Sampling

(12)

c. Tentukan jumlah sampel dalam setiap strata d. Pilih sampel dari setiap strata secara acak

4. Pengambilan sampel acak berdasar area

Pengambilan sampel acak berdasarkan area atau cluster random sampling adalah salah satu metode pengambilan sampel yang digunakan dimana populasi tidak terdiri dari individu-individu, melainkan terdiri dari kelompok individu atau cluster. Sehingga unit yang terpilih menjadi sampel bukan individu, namun kelompok individu yang telah tertata.

Cluster sampel ini harus dipilih secara random dari populasi cluster juga.

Teknik sampling ini digunakan untuk penelitian mengenai suatu hal terhadap bagian-bagian yang berbeda di dalam sebuah instansi bila objek yang akan diteliti sangat luas.

Langkah langkah:

a. Tentukan populasi cluster yang akan diteliti

b. Tentukan berapa cluster atau kelompok individu yang akan diambil sebagai sampel c. Pilih cluster sampel secara acak

d. Teliti setiap individu dalam cluster sampel tersebut.

5. Multi stage sampling

Multistage sampling adalah penggunaan beberapa metode random sampling secara bersamaan dalam suatu penelitian secara efektif dan efisien. Dalam hal ini, salah satu kunci yang perlu diketahui adalah adanya beberapa metode sampling berbeda yang digunakan.

Ada beberapa syarat yang harus diketahui dan dipenuhi sebelum menggunakan multistage sampling sebagai teknik pengambilan sampel. Dengan terpenuhinya beberapa syarat tersebut, maka hasil dari pengambilan sampel akan cenderung lebih maksimal.

a. Populasi sample cukup homogen b. Jumlah populasi yang sangat besar

c. Populasi menempati daerah atau domain yang sangat luas

d. Tidak tersedia kerangka sampel yang bisa memuat unit-unit yang terkecil atau ultimate sampling unit

Beberapa langkah yang dimaksud diantaranya adalah sebagai berikut:

a. Menetapkan populasi b. Menetapkan tingkatan c. Menghitung besar sampel

d. Mengambil secara acak sejumlah unsur yang ada pada setiap tingkatan e. Mengambil sampel secara acak sesuai besar sampel di tingkat terakhir

• NON PROBABILITY 1. Purposive Sampling

Dalam teknik ini, seorang peneliti bisa memberikan penilaian terhadap siapa yang sebaiknya berpartisipasi di dalam sebuah penelitian. Seorang peneliti dapat secara tersirat memilih subjek yang dianggap representatif terhadap suatu populasi.

Teknik pengambilan sampel jenis ini umumnya digunakan oleh media ketika akan meminta pendapat dari publik mengenai suatu hal. Media tersebut akan memilih siapa subjek yang dianggap dapat mewakili publik.

Kelebihan dari purposive sampling yaitu waktu dan juga biaya yang digunakan lebih efektif. Sedangkan, kelemahannya ketika seorang peneliti salah memilih subjek yang representatif.

2. Snowball Sampling

Snowball sampling adalah metode pengambilan sampel yang peneliti terapkan ketika subjek sulit dilacak. Misalnya, akan sangat menantang untuk mensurvei orang-orang yang tidak memiliki perlindungan atau imigran ilegal. Dalam kasus seperti itu, menggunakan teori bola salju, peneliti dapat melacak beberapa kategori untuk mewawancarai dan mendapatkan hasil.

Kelebihan dari pengambilan beruntun ini adalah bisa mendapatkan responden yang kredibel di bidangnya.

Sementara kekurangan adalah memakan waktu yang cukup lama dan belum tentu mewakili keseluruhan variasi yang ada.

3. Accidental Sampling

Teknik pengambilan sampel ini ini bergantung pada kemudahan akses ke subjek seperti survei pelanggan di mal atau orang yang lewat di jalan yang sibuk. Biasanya disebut sebagai convenience sampling, karena kemudahan peneliti dalam melakukan dan berhubungan dengan subjek. Peneliti hampir tidak memiliki kewenangan untuk memilih elemen sampel, dan ini murni dilakukan berdasarkan kedekatan dan bukan keterwakilan.

Kelebihan dari teknik sampling ini adalah karena pengambilan sesaat sehingga memudahkan pemilihan anggota sampel. Kekurangan teknik ini adalah belum tentu responden memiliki karakteristik yang dicari oleh peneliti.

4. Quota Sampling

Apabila ingin menggunakan metode quota sampling, maka seorang peneliti harus menetapkan standard sebelumnya. Sehingga ia bisa memilih sampel yang akan digunakan untuk merepresentasikan populasi. Proporsi dari karakteristik yang ada dalam sampel harus sama dengan populasi yang ada.

Kelebihan dari pengambilan menurut jumlah ini adalah praktis karena jumlah sudah ditentukan dari awal. Sementara kekurangan dari teknik ini adalah bias, belum tentu mewakili seluruh anggota populasi.

5. Teknik Sampel Jenuh

Teknik sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel.

Sampling Jenuh berbeda dengan sensus karena sensus populasinya besar sedangkan sampling jenuh menggunakan populasi yang relatif kecil meskipun keduanya sama sama menggunakan seluruh populasi untuk dijadikan sample.

Kelebihan dari Teknik sampling jenuh adalah mudah, praktis, murah dan tidak memerlukan waktu untuk

pengumpulan data sampel. Sementara kelemahan dari Teknik sampel jenuh adalah tidak cocok untuk populasi

dengan anggotanya yang besar sehingga hanya cocok untuk kelompok populasi kecil.

(13)

Misalnya akan diteliti sebuah kinerja guru di salah satu sekolah swasta di Yogtakarta. Karena jumlah guru hanya ada 35 maka seluruh guru dijadikan sample.

6. Systematic Sampling

Teknik sampling sistematis merupakan teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.