Banyak teman-teman saya ketika kuliah dulu senang membuat penelitian dengan alat ukur kuesioner. Karena kuesioner nampak lebih ramah terhadap otak mahasiswa yang pas-pasan dibandingkan penelitian dengan menggunakan angka (kuatitatif) dari laporan keuangan misalnya.
Namun memilih menggunakan kuesioner dalam penelitian bukan tanpa kendala, sering saya mendengar banyak teman-teman yang data kuesionernya bermasalah. Masalah yang paling utama dalam penglolahan kuesioner adalah tidak lolos Uji Kualitas data yang terdiri atas Uji Validitas dan Uji Reliabilitas.
Ada beberapa alasan yang menyebabkan kuesioner tidak lolos uji kualitas data, diantaranya yang paling sering terjadi adalah:
- Tidak sesuai antara indikator yang disusun dengan pernyataan yang di buat sehingga menyebabkan jawaban responden tidak mencerminkan apa yang ingin diukur.
- Terdapat Kalimat/Kata yang memberi makna ganda ketika dibaca, sehingga responden menjawab dengan pemahamannya masing-masing.
- Masalah sampel juga penting untuk diperhatikan karena saya juga lihat teman-teman ketika membuat penelitian tidak cocok dengan konsep penelitian akibatnya kuesioner diajukan ke orang yang tidak tepat.
- Kemudian ada lagi masalah dari situasi/kesibukan responden. Hal ini sering terjadi untuk teman-teman yang menentukan sampel orang-orang sibuk, kebiasaannya kuesioner tidak disi sendiri jika buka stafnya ya supirnya yang isi, wajar tidak lolos uji kualitas data.
Kebanyakan masalah yang sering saya dengar dalam hal ini adalah kuesioner tidak mampu mengukur kuesioner yang artinya butir pernyataan tidak valid. Valid tidaknya kuesioner kriterianya dapat dilihat pada postingan saya yang sudah ada.
Baca: Cara Membaca Output Validitas
Pertanyaannya sekarang bagaimana cara mengatasinya, menurut saya ada dua cara, yaitu cara halal dan cara haram. Cara halalnya adalah sesuai aturan jika terdapat butir pernyataan yang tidak valid ya harus dibuang. Setelah itu dilakukan uji validitas kembali untuk dilihat perubahannya. Jika masih ada yang tidak valid juga ya dibuang lagi yang tidak validnya sampai seluruh butir pernyataan valid. Hal ini dikarenakan dalam pengolahan data tidak mungkin diikutsertakan butir pernyataan yang bermasalah karena akan mengganggu hasil penelitian.
Namun seperti lazim sebuah penelitian kita sebuah penelitian kuatitatif kita sudah membuat hipotesis dengan berdasarkan teori yang ada. Nah karena banyak butir pernyataan yang tidak valid dan harus dibuang otomatis akan semakin mengurangi kemampuan kuesioner mengukur variabel dan akhirnya setelah olah data dilakukan hasilnya hipotesis yang kita ajukan malah tidak diterima dan tidak didukung oleh riset sebelumnya. Parahnya lagi kita harus pontang panting menjelaskan itu pas waktu sidang dan beresiko tidak lulus sidang dan gagal wisuda.
Melihat gentingnya akibat yang ditimbulkan dari masalah ini, banyak teman-teman yang terpaksa menggunakan cara haram dengan mencari "dukun SPSS". Oleh sang dukun data kuesioner tersebut dijampi-jampi sedemikian rupa dengan kemampuan dan pengetahuan yang dia miliki sehingga muncullah hasil seperti yang di idam-idamkan oleh sang pasien.
Adapun modus operandinya agak sedikit rumit, namun sudah saya sederhanakan sebagai berikut:
Pertama yang harus dilakukan adalah memperhatikan Output SPSS yang keluar untuk menentukan butir pernyataan mana yang tidak valid. Seperti contoh kasus seperti yang saya tampilkan disini tentang pernyataan kuesioner untuk kecanggihan Teknologi Informasi yang sudah disusun dengan lima butir pernyaan.
 |
| Output SPSS Uji Validitas |
Hasil output SPSS untuk uji validitas memperlihatkan bahwa butir pernyataan kelima dari Kecanggihan Teknologi Informasi memperoleh nilai Sig. dibawah 0,05 atau 0,032 yang kesimpulannya tidak valid.
Untuk memvalidkan butir tersebut dengan cara tidak terpuji ini adalah dengan menganalisa jawaban-jawaban responden khusus untuk butir pernyataan itu saja tidak perlu mengganggu yang lain. Memperhatikan disini bukan asal memperhatikan, namun ada kriteria khusus yang dimiliki oleh data yang valid yaitu jawaban yang di berikan responden sebagai tanggapan atas pernyataan di kuesioner relatif sama, jika ada yag berbeda maka itu sumber masalahnya. Karena saya disini menggunakan skala Likert dengan range jawaban 1, 2, 3, 4 dan 5 dengan demikian secara statistik kita dapat menentukan bahwa:
- Jawaban respoden yang diberi nilai 3 (Ragu-Ragu/Netral) merupakan nilai tengah.
- Jika kebanyakan/umumnya responden memberi jawaban dibawah 3 dan diantaranya terdapat sebagian kecil menjawab 4 atau 5 maka jawaban ini harus disesuaikan dengan yang lain.
- Jika kebanyakan/umumnya responden memberi jawaban diatas 3 dan diantaranya terdapat sebagian kecil menjawab 1 atau 2 maka itu juga harus disesuaikan.
- Jika setelah disesuaikan keatas 3 masih bermasalah dan kebawah 3 pun masih bermasalah taruh saja angka 3 disitu.
 |
| Data yang Bermasalah |
Dari data View kita sudah lihat terdapat dua orang responden yang menjawab 4 padahal mayoritas responden menjawab 3, 2 atau 1. maka dipastikan merekalah tersangkanya. tindakan kita selanjutnya adalah mensesuaikan data yang ada menjadi dibawah 3 yaitu 1 atau 2. Kemudian lakukan Compute Variabel kembali seperti ini:
 |
| Compute Kembali |
Kemudian Klik Ok, lalu lakukan Corelasi Bivariate kembali seperti ini:
 |
| Uji Bivariate Lagi |
Klik Ok, lalu kita lihat perubahannya.
 |
| Hasil Olahan |
Dari Output terbaru setelah kita "olah" tadi memperlihatkan butir pernyataan ke 5 dari Kecanggihan teknologi informasi sudah sembuh dari penyakitnya. Hal ini terlihat dari nilai Sig yang diperoleh sudah jauh dibawah 0,05 yaitu 0,001.
Nah bagi teman-teman yang terpaksa menggunakan cara terlarang diatas maka saya dalam hal ini hanya mencoba membantu dan segala akibat buruk berserta dosa-dosanya teman-teman tanggung masing-masing ya.
Baca Juga: Cara Melakukan Kualitas Data (Validitas dan Reliabilitas)
Akhir kata semoga bermanfaat:)
Social Plugin