Julizar, Andi (2014) Studi tentang Ukuran Sampel, Normalitas Data, dan Penskalaan untuk Data Berskala Likert pada Generalized Structured Component Analysis (GSCA), serta Analisis Kinerja Guru,. Magister thesis, Universitas Brawijaya.
Abstract
Dalam penelitian di bidang humaniora, seringkali digunakan peubah-peubah perilaku atau sikap yang tidak dapat diamati atau diukur secara langsung atau yang disebut sebagai peubah laten, di mana Skala Likert dapat digunakan untuk memperoleh nilai peubah-peubah tersebut. GSCA, sebagai salah satu metode untuk menganalisis hubungan antar-peubah laten diklaim tidak memerlukan ukuran sampel besar dan terpenuhinya asumsi kenormalan data. Sifat skala Likert yang diskrit dan ukuran sampel yang kecil sering membuat data tidak mengikuti sebaran normal sehingga dapat mempengaruhi Kuasa Uji hasil analisis. Dan berdasarkan kajian pada ilmu psikometri, metode penskalaan summated ratings untuk mengubah skor menjadi skala perlu dilakukan sebelum analisis dilakukan untuk meminimalkan bias. Juga banyak dijumpai penelitian yang menggunakan skala Likert sebagai alat ukur peubah laten, yang melakukan analisis data dengan Analisis Regresi, bukan dengan GSCA atau metode lain yang lebih direkomendasikan dalam menganalisis hubungan antar-peubah laten. Tujuan penelitian ini adalah untuk mengetahui pengaruh ukuran sampel terhadap Kuasa Uji, Kuasa Uji berdasarkan data dengan derajat normalitas yang berbeda, Kuasa Uji berdasarkan penskalaan, dan Kuasa Uji antara hasil Analisis Regresi dan GSCA sekaligus model hasil analisis mana yang lebih akurat dalam memprediksi, jika menggunakan data berskala Likert. Dan sebagai studi kasus, untuk mengetahui apakah profesionalitas, perilaku konsumtif, dan motivasi kerja berpengaruh signifikan terhadap kinerja guru dengan status penerima sertifikasi sebagai peubah moderasi. Untuk mengetahui pengaruh ukuran sampel, dibangkitkan beberapa set data dari data primer agar diperoleh data berukuran sampel kecil, sedang, dan besar. Dan untuk mengetahui dampak normalitas data, penskalaan, dan perbandingan model hasil Analisis Regersi dan GSCA, beberapa set data sekunder dikategorikan menjadi 2 yang masing-masing mewakili data yang tidak mengikuti sebaran normal dan data dengan derajat kenormalan yang rendah. Hasil penelitian menunjukkan bahwa ukuran sampel besar (minimal 40) mampu memberikan Kuasa Uji yang cukup (80%). Dan walaupun menggunakan data yang tidak mengikuti sebaran normal, GSCA masih memberikan Kuasa Uji yang besar. Juga tidak ada perbedaan Kuasa Uji hasil analisis yang signifikan antara data tanpa penskalaan dan data dengan penskalaan. Dan model GSCA memiliki Kuasa Uji yang lebih besar dan memberikan prediksi yang lebih akurat daripada model Analisis Regresi karena menghasilkan Koefisien Keragaman model yang kecil. Terkait kinerja guru, faktor profesionalitas, perilaku konsumtif, dan motivasi kerja mempengaruhi kinerja guru secara signifikan.
English Abstract
In a psychometrics research, one often used variables as attitudes or behaviors, which cannot be observed or measured directly or are referred to as latent variables, where Likert scale can be used to obtain the values of such variables. GSCA as one of the methods to analyze the relationship of latent variables is claimed that it doesn`t require large sample size and normality assumption to be met. The discrete nature of Likert scale and small sample size often makes the data distribution doesn`t follow a normal distribution, which can affect the Power of test. And based on theory in psychometric, the summated ratings scaling method need to be done to transform scores into scales to minimize the bias. Also there are a lot of researches which using Likert scale as measuring tool, are directly conducted using regression analysis instead of GSCA or other preferred methods for latent variables analysis. The goals of this research are to know the effect of sample size on Power, to know the effect of data abnormality on Power, to know the effect of scaling on Power, and to compare the model`s result of regression analysis and GSCA based on Power and model`s accuracy. And for case study, to know whether professionalism, consumptive behavior and work motivation significantly affect the teacher`s performance with certification status receiver as a moderator. To understand the effect of sample size on Power, some data sets will be generated from primary data in order to obtain data with small, medium and large sample size. And to understand the effect of data abnormality, the some secondary data sets will be grouped into 2 categories which each category represents the data which didn`t follow a normal distribution and data which have a small degree of normality. This research results that sample size of 40 gives adequate Power of test (80%). And even using the data that didn`t follow a normal distribution, GSCA still gives large Power of test. Also there is no significant difference of Power of test between data without scaling and data after scaling are used in the analysis. And model from GSCA gives larger Power of test and is more accurate in prediction than model from regression analysis since it also gives a small coefficient of variation. And for teacher`s performance, professionalism, consumptive behavior and work motivation affect significantly the teacher`s performance.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/001.422/JUL/s/041403045 |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.4 Research |
| Divisions: | S2/S3 > Magister Statistika, Fakultas MIPA |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 03 Jul 2014 11:25 |
| Last Modified: | 03 Jul 2014 11:25 |
| URI: | http://repository.ub.ac.id/id/eprint/155374 |
Actions (login required)
 |
View Item |