Tag: konsultasi tesis yogyakarta

1. Penentuan Sampel
Ada kemungkinan (meski kecil) untuk dapat meneliti semua materi yang
relevan dengan sebuah permasalahan tertentu. Sebagai sebuah alternatif bagi
sebuah perlakuan total yang ideal, sampel bisa digunakan berdasarkan metode probabilitas dan dalam situasi sampel kuota tertentu juga (Marten 1983:280).  Holsti (1968:653) merekomendasikan suatu proses penyeleksian sampel dengan berbagai tahapan: (a) penyeleksian pengirim, (b) penyeleksian dokumen, dan (3) penyeleksian sebuah subset dokumen.
2. Unit Analisis
Unit-unit analisis merupakan komponen teks yang terkecil tempat
ditelitinya kejadian dan karakterisasi variabel-variabel (sifat,kategori). Oleh
karena sebuah teks tidak terdiri atas ‘unit-unit yang alami’, unit-unit tersebut harus dijelaskan pada tataran sintaktik atau semantik untuk setiap penyelidikan konkretnya (Harkner 1974:173): unit yang dijelaskan secara sintaktis, sebagai contoh, adalah tanda (kata), kalima teks lengkap, ruang (area) dan waktu; unit yang dijelaskan secara semantik umpama saja adalah orang, pernyataan dan unit makna.
Holsti (1968: 647) membedakan antara unit rekaman dan unit konteks: (a)
unit rekaman adalah unit tekstual terkecil tempat ditelitinyakejadian variabel; (b) unit konteks digunakan untuk menetapkan karakterisasi variabel-variabel, seperti perhitungan negatif atau positifnya.
3. Kategori dan Koding
Inti dan peranti utama analisis isi apa pun adalah sistem kategorinya:
setiap unit analisis harus dikodekan atau dengan kata lain, harus dialokasikan pada satu atau lebih kategori. Holsti (1868:645), mengikuti jejak Berelson (1852:147), merumuskan sebuah daftar jenis kategori yang bisa digunakan sebagai dasar untuk merancang suatu sistem kategori:
Subjek, tema : mengenai apa?
Arah : bagaimana tema itu ditangani?
Norma : apakah dasar yang digunakan untuk melakukan klasifikasi dan
evaluasinya?
Nilai : sikap, tujuan, dan keinginan apa yang diperlihatkan?
Alat : sarana apa yang digunakan untuk mencapai tujuan-tujuan itu?
Ciri : ciri-ciri apakah yang digunakan untuk menggambarkan orang?
Aktor : siapa yang memprakarsai tindakan tertentu dan siapa yang
melaksanakan tindakan itu?
Otoritas : atas nama siapa pernyataan-pernyataan itu dibuat?
Asal muasal : dari mana asal komunikasi tersebut?
Sasaran : ditujukan kepada siapa komunikasi tersebut?
Tempat : di mana tindakan itu terjadi?
Konflik : apa penyebab konflik yang timbul? Siapa saja yang terlibat?
Seberapa kuat konflik tersebut?
Hasil : apakah konflik tersebut berakhir bahagia, tragis, atau tidak pasti?
Waktu : kapan terjadinya tindakan itu?
Bentuk atau jenis komunikasi : saluran komunikasi apa yang digunakan?
Bentuk pertanyaan : bentuk sintaksis dan gramatikal apa yang bisa
ditemukan?
Metode : metode propaganda atau retorika apa yang digunakan?
Daftar ini memperlihatkan kemiripan yang banyak dengan daftar
pertanyaan etnografis dan memperlihatkan bahwa analisis isi klasik tidaklah
membatasi dirinya semata-mata pada isi komunikatif yang eksplisit. Pertanyaanpertanyaan tersebut di atas tidak dijawab secara langsung dengan mengacu pada teks, namun membentuk dasar bagi pengembangan sebuah peranti, yakni sebuah skema kategori.

Tujuan yang ingin dicapai oleh metode analisis isi mungkin bisa dipahami
dengan mengacu pada sederet kutipan berikut, yang disusun sesuai dengan urutan kronologis:
Dalam analisis isi, kita memandang pernyataan dan tanda sebagai bahan
mentah yang harus diringkas agar bisa menghasilkan:
(1) dampak isi pada pembaca, atau (2) pengaruh kontrol terhadap isi. (Lasswell
1941, dikutip dari Lasswell 1946: 90).

Dalam penelitian ini penulis menggunakan tipe penelitian analisis isi
deskriptif. Max Weber (dalam Eriyanto, 2013: 15) menuliskan bahwa analisis isi
adalah sebuah metode penelitian dengan menggunakan seperangkat prosedur untuk membuat inferensi yang valid dari teks. Menurut Eriyanto (2010: 47) analisi deskriptif adalah analisis isi yang dimaksudkan untuk menggambarkan secara detail suatu pesan atau seuatu teks tertentu. Desain analisis ini tidak dimaksudkan untuk menguji suatu hipotesis tertentu atau menguji hubungan diantara variabel.
Analisis isi semata untuk deskripsi, menggambarkan aspek-aspek dan
karakteristik suatu pesan.
Dalam kajian Weber, ada beberapa langkah dalam analisis isi untuk
mengumpulkan data diantaranya:
1. Menetapkan unit terekam, hal ini sangat penting dalam proses
pengategorian data. Dalam metode ini dapat dilakukan dengan beberapa level:
– Kata, yaitu mengklasifikasi masing-masing kata
– Paragraf, kalau sumber daya manusia atau komputer yang
tersedia terbatas, peneliti dapat mereduksinya dengan melakukan
pengkodean berdasarkan paragraf. Namun hal ini sulit
mendapatkan hasil yang reliable karena cakupannya terlalu luas.
– Keseluruhan teks, hal ini dilakukan dalam pengecualian ketika
teks tersebut tidak terlalu banyak, seperti cerpen, headline berita,
dan berita koran.
2. Menetapkan kategori, ada dua tahap dalam menetapkan kategori.
Pertama kita harus mengetahui apakah hubungannya ekslusif (spesial). Kedua,
harus seberapa dekatkah hubungan antar unit dalam kategori.
3. Melakukan tes koding di teks sampel. Hal ini di upayakan agar tidak
ada ambiguitas dalam kategori. Tahapan ini juga digunakan untuk merevisi halhal yang tidak tepat dalam skema klasifikasi
4. Menilai akurasi atau reabilitas.
5. Merefisi aturan pengkodingan.
Validitas analisis isi memang sedikit berbeda dengan penelitian yang lain,
validitas ini bukan berarti menghubungkan dua variabel atau menghubungkan
teori, tetapi validitas disini merupakan skema klarifikasi atau gabungan
interpretasi yang menghubungkan isi penelitian dan sebab-sebabnya dalam
penelitian. Skema klarifikasi merupakan upaya penelitian yang pengkategorian pemilihan katanya bermakna sama atau berdekatan. Sehingga, pengkategorian kata dalam penelitian harus cermat dalam menangkap makna yang ada dalam isi. (Weber, 1990:30)
Analisis isi menurut Holsti (1968:601) merupakan sembarang teknik
penelitian yang ditujukan untuk membuat kesimpulan dengan cara
mengidentifikasi karakteristik tertentu pada pesan-pesan secara sistematis dan objektif. Menurut Lasswell 1946, analisis isi adalah sebuah model komunikasi  stimulus-respons yang tak diragukan lagi berorientasi behavioris yang mengemukakan bahwa hubungan antara pengirim, stimulus dan penerima bersifat simetris. Isi atau muatan dipandang sebagai hasil proses komunikasi yang distrukturkan sesuai dengan rumus klasik Lasswell: “Siapa berkata tentang apa, pada saluran mana, kepada siapa, dan dengan efek yang bagaimana”.
Menurut arten (1983:45) pembahasan analisis isi yang lebih jauh memiliki
karakteristik-karakteristik berikut ini: struktur dan selektivitas proses-proses
komunikasi, perkembangan indikator yang dapat dideteksi dan teknik analisis
yang punya banyak variasi , kemajuan sistem notasi melalui inklusi domain nonverbal dan kemajuan dalam analisis data melalui paket analisis teks elektronik.
“Perdebatan panjang dan melelahkan dengan para linguis, yang stok pengetahuan
mengenai analisis teks dan klarifikasi teks yang mereka miliki telah sepenuhnya
diabaikan oleh analisis isi, secara berlahan akan terjadi juga. Pada dasarnya,
istilah analisis isi hanya mengacu pada metode-metode yang memusatkan
perhatian pada aspek-aspek isi teks yang bisa diperhitungkan dengan jelas dan
langsung dan sebagai sebuah perumusan bagi frekuensi relatif dan absolut kata
per teks atau unit permukaan.
a) Proses Analisis Isi
Proses analisis isi ada sembilan tahap, (Mayring 1988:42)
• Penentuan materi
• Analisis situasi tempat asal teks
• Pengarakteran materi secara formal
• Penentuan arah analisis
• Diferensiasi pertanyaan-pertanyaan yang harus dijawab sesuai
dengan teori yang ada
• Penyeleksian teknik-teknik analitis (ringkasan, eksplikasi,
penataan)
• Pendefisian unit-unit analisis
• Analisis materi (ringkasan, eksplikasi, penataan)
• Interpretasi

Ada bebarapa bentuk klasifikasi dalam analisis isi. Janis menjelaskan klasifikasi, sebagai berikut:
a) Analisis Isi Pragmatis, di mana klasifikasi dilakukan terhadap tanda menurut
sebab akibatnya yang mungkin. Misalnya, berapa kali suatu kata tertentu
diucapkan yang dapat mengakibatkan munculnya sikap suka terhadap
produk sikat gigi A.
b) Analisis Isi Semantik, dilakukan untuk mengklasifikasikan: tanda menurut
maknanya. Analisis ini terdiri dari tiga jenis sebagai berikut:
(1) Analisis penunjukan (designation), menggambarkan frekuensi seberapa
sering objek tertentu (orang, benda, kelompok, atau konsep) dirujuk.
(2) Analisis penyifatan (attributions), menggambarkan frekuensi seberapa
sering karakterisasi tertentu dirujuk (misalnya referensi kepada
ketidakjujuran, kenakalan, penipuan, dan sebagainya).
(3) Analisis pernyataan (assertions), menggambarkan frekuensi seberapa
sering objek tertentu dikarakteristikkan secara khusus. Analisis ini secara
kasar disebut analisis tematik. Contohnya, referensi terhadap perilaku
nyontek dikalangan mahasiswa sebagai maling, pembohong, dan
sebagainya.
c) Analisis Sarana Tanda (sign-vehicle), dilakukan untuk mengklasifikasikan isi
pesan melalui sifat psikofisik dari tanda, misalnya berapa kali kata cantik
muncul, kata seks muncul.
Dalam penelitian kualitatif, penggunaan analisis isi lebih banyak ditekankan
pada bagaimana simbol-simbol yang ada pada komunikasi itu terbaca dalam interkasi sosial, dan bagaimana simbol-simbol itu terbaca dan dianalisis oleh peneliti. Dan sebagaimana penelitian kualitatif lainnya, kredibilitas peneliti menjadi amat penting.
Analisis isi memerlukan peneliti yang mampu menggunakan ketajaman analisisnya untuk merajut fenomena isi komunikasi menjadi fenomena sosial yang terbaca oleh orang pada umumnya.
Disadari bahwa makna simbol dan interaksi amat mejemuk sehingga penafsiran ganda terhadap objek simbol tunggal umumnya menjadi fenomena umum dalam penelitian sosial. Oleh karen itu, analisis menjadi tantangan sangat besar bagi peneliti itu sendiri. Oleh karena itu, pemahaman dasar terhadap kultur di mana komunikasi itu menjadi amat penting. Kultur ini menjadi muara yang luas terhadap berbagai macam
bentuk komunikasi di masyarakat

Penggunaan analisis isi tidak berbeda dengan penelitian kualitatif lainnya.
Hanya saja, karena teknik ini dapat digunakan pada pendekatan yang berbeda (baik kuantitatif maupun kualitatif), maka penggunaan analisis isi tergantung pada kedua pendekatan itu.
Penggunaan analisis isi untuk penelitian kualitatif tidak jauh berbeda dengan
pendekatan lainnya. Awal mula harus ada fenomena komunikasi yang dapat diamati, dalam arti bahwa peneliti harus lebih dulu dapat merumuskan dengan tepat apa yang ingin diteliti dan semua tindakan harus didasarkan pada tujuan tersebut.
Langkah berikutnya adalah memilih unit analisis yang akan di kaji. Memilih
objek penelitian yang menjadi sasaran analisis. Kalau objek penelitian berhubungan dengan data-data verbal (hal ini umumnya ditemukan dalam analisis isi), maka perlu disebutkan tempat, tanggal, dan alat komunikasi yang bersangkutan. Namun, kalau objek penelitian berhubungan dengan pesan-pesan 1 dalam suatu media, perlu dilakukan identifikasi terhadap pesan dan media yang mengantarkan pesan itu.

Penggunaan analisi isi dapat di lakukan sebagaimana Paul W. Missing
melakukan studi-studi tentang “The Voice of America”. Analisis Isi didahului dengan melakukan coding terhadap istilah-istilah atau penggunaan kata dan kalimat yang relevan, yang paling banyak muncul dalam media komunikasi. Dalam hal pemberian coding, perlu juga dicatat konteks mana istilah itu muncul. Kemudian, dilakukan klasifikasi terhadap coding yang telah dilakukan. Klasifikasi dilakukan dengan melihat sejauh mana satuan makna berhubungan dengan tujuan penelitian. Klasifikasi ini dimaksudkan untuk membangun kategori dari setiap klasifikasi. Kemudian, satuan makna dan kategori di analisis dan dicari hubungan suatu dengan lainnya untuk menemukan makna, arti, dan tujuan isi komunikasi itu. Hasil analisis ini kemudian dideskripsikan dalam bentuk draf laporan penelitian sebagaimana umumnya laporan
penelitan.

Ada beberapa bentuk klasifikasi dalam analisis isi. Janis (1965) menjelaskan
klasifikasi sebagai berikut:
1. Analisis Isi Pragmatik (Pragmatic Content Analysis), yakni prosedur memahami teks dengan mengklasifikasikan tanda menurut sebab atau akibatnya yang mungkin timbul. (Misalnya, penghitungan berapa kali suatu kata ditulis atau diucapkan, yang dapat mengakibatkan munculnya sikap suka atau tidak suka terhadap sebuah rezim
pemerintahan)
2. Analisis Isi Semantik (Semantic Content Analysis), yakni prosedur yang
mengklasifikasi tanda menurut maknanya. (Misalnya, menghitung berapa kali kata demokrasi dijadikan sebagai rujukan sebagai salah satu pilihan sistem politik yang dianut oleh sebagian besar masyarakat dunia). Atau, misalnya yang lain, berapa kali kata Indonesia disebut oleh Obama sebagai rujukan contoh negara dengan keragaman suku, budaya dan agama, yang mampu mempersatukan semuanya dalam bingkai negara kesatuan. Secara rinci, Janis mengembangkan Analisis Isi Semantik menjadi tiga macam kategori sebagai berikut:
a) Analisis Penunjukan (Designation Analysis), yakni menghitung frekuensi berapa sering objek tertentu (Orang, benda, kelompok, konsep) dirujuk. Analisis model ini juga biasa disebut sebagai Analisis Isi Pokok Bahasan (SubjectMatter Content Analysis).
b) Analisis pensifatan (Attribution Analysis), yakni menghitung frekuensi berapa sering karakteristik objek tertentu dirujuk atau disebut. (Misalnya, karakteristik tentang bahaya penggunaan obat terlarang bagi kehidupan).
c) Analisis Pernyataan (Assertion Analysis), yakni analisis teks dengan menghitung
seberapa sering objek tertentu dilabel atau diberi karakter secara khusus.
(Misalnya, berapa sering Iran disebut oleh Amerika sebagai negara yang
menantang himbauan masyarakat internasional dalam hal pembangunan proyeknuklir).
3. Analisis Sarana Tanda (Sign-Vehicle Analysis), yakni prosedur memahami teksdengan cara menghitung frekuensi berapa kali, misalnya, kata negara Indonesiamuncul dalam sambutan Obama tatkala berkunjung ke Indonesia (Bungin, 2001:234-235).

Ada tiga konsep yang tercakup di dalam analisis isi. Pertama, analisis ini bersifat sistematis. Hal ini berarti isi yang akan dianalisis dipilih menurut aturan-aturan yang ditetapkan secara implisit, misalnya: cara penentuan sampel. Kedua, analisis isi bersifat obyektif. Ketiga, analisis isi bersifat kuantitatif. Ada lima tujuan analisis isi, yaitu: (Eriyanto, 2011 : 32-42)
1. Menggambarkan karakteristik dari pesan
2. Menggambarkan secara detail isi (content)
3. Melihat pesan pada khalayak yang berbeda
4. Melihat pesan dari komunikator yang berbeda
5. Menarik kesimpulan penyebab dari suatu pesan
Analisis isi sendiri tak pernah dijadikan dasar untuk membuat pernyataanpernyataan tentang efek-efek isi pada audien, misalnya: studi tentang film kartun di TV mengklaim bahwa 80% isinya mendukung aspek komersial, yaitu mengajak membeli susu, namun penemuan isi tidak boleh membuat si peneliti mengemukakan klaim atau pernyataan bahwa anak-anak menonton film akan membeli susu tersebut.Temuantemuan dalam analisis isi tertentu dibatasi oleh kerangka kategori-kategori dan definisi yang digunakan dalam analisis isi adalah kurangnya pesan-pesan yang relevan dengan
penelitian tersebut. Sedangkan tahap-tahap dalam analisis isi adalah sebagai berikut:
1. Merumuskan pertanyaan penelitian atau hiotesis
2. Mendefenisikan populasi yang diteliti
3. Memilih sampel yang sesuai dari populasi
4. Memilih dan menentukan unit analisis
5. Menyusun kategori-kategori isi yang dianalisis
6. Membuat sistem hitungan
7. Melatih para pengkode dan melakukan studi percobaan
8. Mengkode isi menurut definisi yang telah ditentukan
9. Menganalisis data yang telah dikumpulkan
10. Menarik kesimpulan-kesimpulan dan mencari indikasi
Menurut Holsti (1969: 28), analisis isi adalah suatu teknik membuat kesimpulan dengan cara mengidentifikasi karakteristik-karakteristik pesan tertentu secara obyektif dan sistematis. Klaus Krippendoff mendefenisikan anaisis isi sebagai teknik penelitian dalam membuat kesimpulan-kesimpulan dari data konteksnya. Berdasarkan dua defenisi diatas, maka ada dua fungsi analisis isi, yaitu: memberikan uraian yang sistematis dan dapat diuji tentang isi manifese dan laten suatu wacana naratif, dan menghasilkan
kesimpulan yang valid tentang konteks naratif yang berdasarkan isi deskriptifnya.
(Holsti 1969: 28) mengemukakan tiga fungsi utama analisis isi, yaitu:
1. Menggambarkan karakteristik komunikasi dengan mengajukan pertanyaan: apa,
bagaimana, dan kepada siapa pesan itu disampaikan
2. Membuat kesimpulan-kesimpulan, seperti anteseden komunikasi, dengan
mengajukan pertanyaan mengapa pesan itu disampaikan, dan
Universitas Sumatera Utara
3. Membuat kesimpulan-kkesimpulan tentang konsekuensi komunikasi dengan
mengajukan apa efek-efek pesan tersebut.
Fungsi deskriftif dalam analisis isi mencakup identifikasi terhadap tema-tema
dan pola structural dalam suatu pesan, dan perbandingan isi pesan yang disampaikan
oleh komunikator yang berbeda atau sebaliknya pesan yang disampaikan oleh
komunikator yang sama dalam konteks yang berbeda. Fungsi inferensial adalah
mencakup penarikan kesimpulan tentang efek-efek yang mungkin ditimbulkan oleh
pesan tersebut dan menyimpulan norma-norma perilaku sosial yang direfleksikan oleh
pesan tersebut. Secara teknik Content Analysis mencakup upaya-upaya: klasifikasi
lambang-lambang yang dipakaidalam komunikasi, menggunakan kriteria dalam
klasifikasi, dan menggunakan teknik analisis tertentu dalam membuat prediksi.
Analisis isi didahului dengan melakukan coding terhadap istilah-istilah atau
penggunaan kata dan kalimat yang relevan, yang paling banyak muncul dalam media
komunikasi. Dalam hal pemberian coding, perlu juga dicatat dalam konteks mana istilah
itu muncul. Kemudian, dilakukan klasifikasi terhadap coding yang telah dilakukan.
Klasifikasi dilakukan dengan melihat sejauh mana satuan makna berhubungan dengan
tujuan penelitian. Klasifikasi ini dimaksudkan untuk membangun kategori dari setiap
klasifikasi. Kemudian satuan makna dan kategori dianalisis dan dicari hubungan satu
dengan lainnya untuk menemukan makna,arti, dan tujuan isi komunikasi itu. Hasil
analisis ini dideskripsikan dalam bentuk draf laporan penelitiansebagaimana umumnya
laporan penelitianPengertian dasar
Ada tiga konsep yang tercakup di dalam analisis isi. Pertama, analisis ini bersifat
sistematis. Hal ini berarti isi yang akan dianalisis dipilih menurut aturan-aturan yang
ditetapkan secara implisit, misalnya: cara penentuan sampel. Kedua, analisis isi bersifat
obyektif. Ketiga, analisis isi bersifat kuantitatif. Ada lima tujuan analisis isi, yaitu:
(Eriyanto, 2011 : 32-42)
1. Menggambarkan karakteristik dari pesan
2. Menggambarkan secara detail isi (content)
3. Melihat pesan pada khalayak yang berbeda
4. Melihat pesan dari komunikator yang berbeda
5. Menarik kesimpulan penyebab dari suatu pesan
Analisis isi sendiri tak pernah dijadikan dasar untuk membuat pernyataanpernyataan tentang efek-efek isi pada audien, misalnya: studi tentang film kartun di TV
mengklaim bahwa 80% isinya mendukung aspek komersial, yaitu mengajak membeli
susu, namun penemuan isi tidak boleh membuat si peneliti mengemukakan klaim atau
pernyataan bahwa anak-anak menonton film akan membeli susu tersebut.Temuantemuan dalam analisis isi tertentu dibatasi oleh kerangka kategori-kategori dan definisi
yang digunakan dalam analisis isi adalah kurangnya pesan-pesan yang relevan dengan
penelitian tersebut. Sedangkan tahap-tahap dalam analisis isi adalah sebagai berikut:
20
Universitas Sumatera Utara
1. Merumuskan pertanyaan penelitian atau hiotesis
2. Mendefenisikan populasi yang diteliti
3. Memilih sampel yang sesuai dari populasi
4. Memilih dan menentukan unit analisis
5. Menyusun kategori-kategori isi yang dianalisis
6. Membuat sistem hitungan
7. Melatih para pengkode dan melakukan studi percobaan
8. Mengkode isi menurut definisi yang telah ditentukan
9. Menganalisis data yang telah dikumpulkan
10. Menarik kesimpulan-kesimpulan dan mencari indikasi
Menurut Holsti (1969: 28), analisis isi adalah suatu teknik membuat kesimpulan dengan cara mengidentifikasi karakteristik-karakteristik pesan tertentu secara obyektif dan sistematis. Klaus Krippendorff mendefenisikan anaisis isi sebagai teknik penelitian dalam membuat kesimpulan-kesimpulan dari daa konteksnya. Berdasarkan dua defenisi diatas, maka ada dua fungsi analisis isi, yaitu: memberikan uraian yang sistematis dan dapat diuji tentang isi manifese dan laten suatu wacana naratif, dan menghasilkan
kesimpulan yang valid tentang konteks naratif yang berdasarkan isi deskriptifnya.
(Holsti 1969: 28) mengemukakan tiga fungsi utama analisis isi, yaitu:
1. Menggambarkan karakteristik komunikasi dengan mengajukan pertanyaan: apa,
bagaimana, dan kepada siapa pesan itu disampaikan
2. Membuat kesimpulan-kesimpulan, seperti anteseden komunikasi, dengan
mengajukan pertanyaan mengapa pesan itu disampaikan, dan
Universitas Sumatera Utara
3. Membuat kesimpulan-kkesimpulan tentang konsekuensi komunikasi dengan
mengajukan apa efek-efek pesan tersebut.
Fungsi deskriftif dalam analisis isi mencakup identifikasi terhadap tema-tema
dan pola structural dalam suatu pesan, dan perbandingan isi pesan yang disampaikan oleh komunikator yang berbeda atau sebaliknya pesan yang disampaikan oleh komunikator yang sama dalam konteks yang berbeda. Fungsi inferensial adalah mencakup penarikan kesimpulan tentang efek-efek yang mungkin ditimbulkan oleh pesan tersebut dan menyimpulan norma-norma perilaku sosial yang direfleksikan oleh pesan tersebut. Secara teknik Content Analysis mencakup upaya-upaya: klasifikasi lambang-lambang yang dipakaidalam komunikasi, menggunakan kriteria dalam klasifikasi, dan menggunakan teknik analisis tertentu dalam membuat prediksi. Analisis isi didahului dengan melakukan coding terhadap istilah-istilah atau penggunaan kata dan kalimat yang relevan, yang paling banyak muncul dalam media komunikasi. Dalam hal pemberian coding, perlu juga dicatat dalam konteks mana istilah itu muncul. Kemudian, dilakukan klasifikasi terhadap coding yang telah dilakukan.
Klasifikasi dilakukan dengan melihat sejauh mana satuan makna berhubungan dengan tujuan penelitian. Klasifikasi ini dimaksudkan untuk membangun kategori dari setiap klasifikasi. Kemudian satuan makna dan kategori dianalisis dan dicari hubungan satu dengan lainnya untuk menemukan makna,arti, dan tujuan isi komunikasi itu. Hasil analisis ini dideskripsikan dalam bentuk draf laporan penelitiansebagaimana umumnya laporan penelitian

Analisis isi dapat dipergunakan jika memiliki syarat berikut.
1. Data yang tersedia sebagian besar terdiri dari bahan-bahan yang
terdokumentasi (buku, surat kabar, pita rekaman, atau naskah/manuscript).
2. Ada keterangan pelengkap atau kerangka teori tertentu yang menerangkan
tentang dan sebagai metode pendekatan terhadap data tersebut.
3. Peneliti memiliki kemampuan teknis untuk mengolah bahan-bahan/data-data yang dikumpulkannya karena sebagian dokumentasi tersebut bersifat sangat khas/spesifik.
(Merten dalam Ibrahim, 2009: 97)

Analisis isi pada awalnya berkembang dalam bidang surat kabar yang bersifat
kuantitatif. Pelopor analisis isi adalah Harold D. Lasswell, yang memelopori
teknik symbol coding, yaitu mencatat lambang atau pesan secara sistematis,
kemudian diberi interpretasi (Subrayogo, 2001: 6).

Analisis isi (content analysis) digunakan untuk memperoleh keterangan dari
komunikasi yang disampaikan dalam bentuk lambang yang terdokumentasi atau
dapat didokumentasikan. Analisis isi dapat dipakai untuk menganalisa semua
bentuk komunikasi, seperti pada surat kabar, buku, film, dan sebagainya. Dengan
menggunakan metode analisis isi, maka akan diperoleh suatu pemahaman
terhadap berbagai isi pesan komunikasi yang disampaikan oleh media massa atau dari sumber lain secara obyektif, sistematis, dan relevan (Subrayogo, 2001: 6).
Analisis isi merupakan suatu teknik penelitian untuk menguraikan isi komunikasi yang jelas secara objektif, sistematis, dan kuantitatif (Berelson dalam Ibrahim, 2009: 97). Selain itu, analisis isi merupakan teknik penelitian yang ditujukan untuk membuat kesimpulan dengan cara mengidentifikasi karakteristik tertentu pada pesan-pesan secara sistematis dan objektif (Holsti dalam Ibrahim, 2009: 97).
Analisis isi adalah suatu teknik penelitian untuk membuat inferensi-inferensi yang dapat ditiru (repicable) dan sahih data dengan memperhatikan konteksnya. Sebagai suatu teknik penelitian, analisis isi mencakup prosedur-prosedur khusus untuk pemerosesan dalam data ilmiah dengan tujuan memberikan pengetahuan, membuka wawasan baru, dan menyajikan fakta (Subrayogo, 2001: 71).

Jika ditinjau dari segi posisi dan fungsi; hubungan atau pengaruh masing-masing variabel dalam konteks suatu penelitian, maka penelitian dapat dibedakan atas:

– Variabel Bebas

Variabel bebas atau dibeberapa buku ada yang menyebutnya stimulus/ prediktor/antecendent/ eksogen/independen Merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel dependen (terikat) (Sugiyono, 2009: 39)

– Variabel Terikat

Merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Biasa juga disebut sebagai variabel dependen, output/kriteria/ konsekuen/endogen/.

– Variabel Kontrol

Merupakan variabel yang tidak dapat dimanipulasi dan digunakan sebagai salah satu cara untuk mengontrol, meminimalkan, atau menetralkan pengaruh aspek tersebut.

– Variabel Extraneous

Merupakan variabel di luar variabel yang diteliti dan mempengaruhi variabel terikat. Jadi dapat disimpulkan variabel extraneous adalah variabel bebas yang tidak dikontrol.

– Variabel antara

Dalam posisinya variabel antara terletak dalam rentang variabel bebas dan variabel terikat, tetapi tidak sama dengan variabel extraneous. Variabel antara terjadi dan berlangsung sebagai akibat adanya variabel bebas dan merupakan sebab utama terjadinya perubahan pada variabel terikat, namun kadang-kadang hubungan atau pengaruh variabel bebas tehadap variabel terikat bisa secara langsung kalau akibat variabel bebas yang dipilih tidak membutuhkan kegiatan perantara  dalam mempengaruhi variabel terikat. Sesuai dengan pendapat Trucman (1988) bahwa variabel antara merupakan variabel yang mempengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan tidak langsung dan tidak dapat diamati atau diukur.

– Variabel Anteceden

Secara teoritis fungsi variabel anteceden dalam penelitian sama dengan variabel antara yaitu untuk melacak hasil yang lebih baik dan tepat dalam rangkaian hubungan sebab akibat di antara variabel yang diteliti.  Letak perbedaannya menurut Rosenberg (1968) yaitu variabel antara berada di antara variabel bebas  dan variabel terikat dalam suatu urutan  sebab akibat, sedangkan variabel anteceden  mendahului variabel  bebas.

– Variabel Penekan

Apabila dari hasil analisa awal disimpulkan tidak ada hubungan antara variabel bebas dan variabel terikat, tetapi ketika variabel ketiga dimasukkan ternyata  hubungan itu menjadi tampak. Dalam kasus ini variabel ketiga tersebut menjadi penekan (supprissor variable).

– Variabel Penganggu

Merupakan kebalikan dari variabel penekan, apabila dalam analisis awal menunjukkan ada hubungan positif antara  variabel bebas dan variabel terikat, tetapi  apabila dimasuk variabel ketiga ternyata hubungan antara dua variabel tersebut  menjadi tidak nampak atau hubungannya menjadi negatif.  Dalam kasus ini variabel ketiga tersebut menjadi pengganggu (distorter variable).

Secara umum klasifikasi variabel berdasarkan data dapat dibedakan atas dua bentuk, yaitu:

a. Variabel Deskrit (Descrete Variable)

Merupakan variable kategorikal. Variabel kategorikal merupakan variabel yang pemilihannya dilakukan secara kategorikal dengan memperhatikan perbedaan kualitatif. Variabel ini tidak mempunyai angka pecahan. Jumlah kategori variabel bisa dua dan dapat pula lebih.

b.  Variabel Kontinu (Continuous Variable)

Merupakan variabel yang sering disebut sebagai variabel kuantitatif, yaitu variabel yang sinambung, yang memiliki nilai berhubungan atau ada dalam beberapa tingkatan (degree) yang sinambung dari “kurang kepada lebih)” serta dapat menerapkan angka (numeral) terhadap individu atau objek yang berbeda untuk menunjukkan berapa banyak variabel yang mereka miliki. Variabel ini sekurang-kurangnya mempunyai nilai tata jenjang, serta dapat dinyatakan dalam pecahan.

Variabel moderating adalah variabel yang memperkuat atau memperlemah hubungan antara satu variabel dengan variabel lain.

Variabel moderating adalah variabel yang memperkuat atau memperlemah hubungan antara satu variabel dengan variabel lain. Sebagai contoh: seorang suami menyayangi istrinya. Dengan hadirnya seorang anak, maka rasa sayang tersebut bertambah. Berarti variabel anak merupakan moderating antara rasa saya suami terhadap istri. Contoh lain: kompensasi memperkuat pengaruh antara kepuasan kerja terhadap kinerja. Artinya kepuasan kerja berpengaruh terhadap kinerja, dan adanya kompensasi yang tinggi maka pengaruh antara kepuasan kerja terhadap kinerja menjadi lebih meningkat. Dalam hal ini, kompensasi bisa saja berpengaruh terhadap kinerja bisa saja tidak.

Metode analisis regresi linear dengan variabel moderating:

1. Multiple Regression Analysis (MRA)

Metode ini dilakukan dengan menambahkan variabel perkalian antara variabel bebas dengan variabel moderatingnya, sehingga persamaan umumnya adalah sebagai berikut: Y = a + b1 X1 + b2 X2 + b3 X1 X2 dengan Y adalah kinerja, X1 adalah kepuasan kerja, X2 kompensasi dan X1 X2 adalah perkalian antara kepuasan kerja dengan kompensasi. Hipotesis moderating diterima jika variabel X1 X2 mempunyai pengaruh signifikan terhadap Y, tidak tergantung apakah X1 dan X2 mempunyai pengaruh terhadap Y atau tidak. Model ini biasanya menyalahi asumsi multikolinearitas atau adanya korelasi yang tinggi antara variabel bebas dalam model regresi, sehingga menyalahi asumsi klasik. Hampir tidak ada model MRA yang terbebas dari masalah multikolinearitas, sehingga sebenarnya model ini tidak disarankan untuk dipergunakan.

2. Absolut residual

Model ini mirip dengan MRA, tetapi variabel moderating didekati dengan selisih mutlak (absolut residual) antara variabel bebas dengan variabel moderatingnya. Penerimaan hipotesis juga sama, dan model ini masih riskan terhadap gangguan multikolinearitas meskipun risiko itu lebih kecil dari pada dengan metode MRA.

3. Residual

Model ini menggunakan konsep lack of fit yaitu hipotesis moderating diterima terjadi jika terdapat ketidakcocokan dari deviasi hubungan linear antara variabel independen. Langkahnya adalah dengan meregresikan antara kepuasan kerja terhadap kompensasi dan dihitung nilai residualnya. Pada program SPSS dengan klik Save pada regreesion, lalu klik pada usntandardized residual. Nilai residual kemudian diambil nilai absolutnya lalu diregresikan antara kinerja terhadap absolut residual. Hipotesis moderating diterima jika nilai t hitung adalah negatif dan signifikan. Model ini terbebas dari gangguan multikolinearitas karena hanya menggunakan satu variabel bebas.

:

1. Multiple Regression Analysis (MRA)

Metode ini dilakukan dengan menambahkan variabel perkalian antara variabel bebas dengan variabel moderatingnya, sehingga persamaan umumnya adalah sebagai berikut: Y = a + b1 X1 + b2 X2 + b3 X1 X2 dengan Y adalah kinerja, X1 adalah kepuasan kerja, X2 kompensasi dan X1 X2 adalah perkalian antara kepuasan kerja dengan kompensasi. Hipotesis moderating diterima jika variabel X1 X2 mempunyai pengaruh signifikan terhadap Y, tidak tergantung apakah X1 dan X2 mempunyai pengaruh terhadap Y atau tidak. Model ini biasanya menyalahi asumsi multikolinearitas atau adanya korelasi yang tinggi antara variabel bebas dalam model regresi, sehingga menyalahi asumsi klasik. Hampir tidak ada model MRA yang terbebas dari masalah multikolinearitas, sehingga sebenarnya model ini tidak disarankan untuk dipergunakan.

2. Absolut residual

Model ini mirip dengan MRA, tetapi variabel moderating didekati dengan selisih mutlak (absolut residual) antara variabel bebas dengan variabel moderatingnya. Penerimaan hipotesis juga sama, dan model ini masih riskan terhadap gangguan multikolinearitas meskipun risiko itu lebih kecil dari pada dengan metode MRA.

3. Residual

Model ini menggunakan konsep lack of fit yaitu hipotesis moderating diterima terjadi jika terdapat ketidakcocokan dari deviasi hubungan linear antara variabel independen. Langkahnya adalah dengan meregresikan antara kepuasan kerja terhadap kompensasi dan dihitung nilai residualnya. Pada program SPSS dengan klik Save pada regreesion, lalu klik pada usntandardized residual. Nilai residual kemudian diambil nilai absolutnya lalu diregresikan antara kinerja terhadap absolut residual. Hipotesis moderating diterima jika nilai t hitung adalah negatif dan signifikan. Model ini terbebas dari gangguan multikolinearitas karena hanya menggunakan satu variabel bebas.

Uji linearitas dipergunakan untuk melihat apakah model yang dibangun mempunyai hubungan linear atau tidak. Uji ini jarang digunakan pada berbagai penelitian, karena biasanya model dibentuk berdasarkan telaah teoretis bahwa hubungan antara variabel bebas dengan variabel terikatnya adalah linear. Hubungan antar variabel yang secara teori bukan merupakan hubungan linear sebenarnya sudah tidak dapat dianalisis dengan regresi linear, misalnya masalah elastisitas.

Jika ada hubungan antara dua variabel yang belum diketahui apakah linear atau tidak, uji linearitas tidak dapat digunakan untuk memberikan adjustment bahwa hubungan tersebut bersifat linear atau tidak. Uji linearitas digunakan untuk mengkonfirmasikan apakah sifat linear antara dua variabel yang diidentifikasikan secara teori sesuai atau tidak dengan hasil observasi yang ada. Uji linearitas dapat menggunakan uji Durbin-Watson, Ramsey Test atau uji Lagrange Multiplier.

Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya (t -1). Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya.

Uji autokorelasi hanya dilakukan pada data time series (runtut waktu) dan tidak perlu dilakukan pada data cross section seperti pada kuesioner di mana pengukuran semua variabel dilakukan secara serempak pada saat yang bersamaan. Model regresi pada penelitian di Bursa Efek Indonesia di mana periodenya lebih dari satu tahun biasanya memerlukan uji autokorelasi.

Beberapa uji statistik yang sering dipergunakan adalah uji Durbin-Watson, uji dengan Run Test dan jika data observasi di atas 100 data sebaiknya menggunakan uji Lagrange Multiplier. Beberapa cara untuk menanggulangi masalah autokorelasi adalah dengan mentransformasikan data atau bisa juga dengan mengubah model regresi ke dalam bentuk persamaan beda umum (generalized difference equation). Selain itu juga dapat dilakukan dengan memasukkan variabel lag dari variabel terikatnya menjadi salah satu variabel bebas, sehingga data observasi menjadi berkurang 1.

Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu ke pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas.

Deteksi heteroskedastisitas dapat dilakukan dengan metode scatter plot dengan memplotkan nilai ZPRED (nilai prediksi) dengan SRESID (nilai residualnya). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat digunakan adalah uji Glejser, uji Park atau uji White.

Beberapa alternatif solusi jika model menyalahi asumsi heteroskedastisitas adalah dengan mentransformasikan ke dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif. Atau dapat juga dilakukan dengan membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas.

Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Sebagai ilustrasi, adalah model regresi dengan variabel bebasnya motivasi, kepemimpinan dan kepuasan kerja dengan variabel terikatnya adalah kinerja. Logika sederhananya adalah bahwa model tersebut untuk mencari pengaruh antara motivasi, kepemimpinan dan kepuasan kerja terhadap kinerja. Jadi tidak boleh ada korelasi yang tinggi antara motivasi dengan kepemimpinan, motivasi dengan kepuasan kerja atau antara kepemimpinan dengan kepuasan kerja.

Alat statistik yang sering dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance inflation factor (VIF), korelasi pearson antara variabel-variabel bebas, atau dengan melihat eigenvalues dan condition index (CI).

Beberapa alternatif cara untuk mengatasi masalah multikolinearitas adalah sebagai berikut:
1. Mengganti atau mengeluarkan variabel yang mempunyai korelasi yang tinggi.
2. Menambah jumlah observasi.
3. Mentransformasikan data ke dalam bentuk lain, misalnya logaritma natural, akar kuadrat atau bentuk first difference delta.
4. Dalam tingkat lanjut dapat digunakan metode regresi bayessian yang masih jarang sekali digunakan.

Uji normalitas adalah untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Sering terjadi kesalahan yang jamak yaitu bahwa uji normalitas dilakukan pada masing-masing variabel. Hal ini tidak dilarang tetapi model regresi memerlukan normalitas pada nilai residualnya bukan pada masing-masing variabel penelitian.

Pengertian normal secara sederhana dapat dianalogikan dengan sebuah kelas. Dalam kelas siswa yang bodoh sekali dan pandai sekali jumlahnya hanya sedikit dan sebagian besar berada pada kategori sedang atau rata-rata. Jika kelas tersebut bodoh semua maka tidak normal, atau sekolah luar biasa. Dan sebaliknya jika suatu kelas banyak yang pandai maka kelas tersebut tidak normal atau merupakan kelas unggulan. Pengamatan data yang normal akan memberikan nilai ekstrim rendah dan ekstrim tinggi yang sedikit dan kebanyakan mengumpul di tengah. Demikian juga nilai rata-rata, modus dan median relatif dekat.

Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov. Tidak ada metode yang paling baik atau paling tepat. Tipsnya adalah bahwa pengujian dengan metode grafik sering menimbulkan perbedaan persepsi di antara beberapa pengamat, sehingga penggunaan uji normalitas dengan uji statistik bebas dari keragu-raguan, meskipun tidak ada jaminan bahwa pengujian dengan uji statistik lebih baik dari pada pengujian dengan metode grafik.

Jika residual tidak normal tetapi dekat dengan nilai kritis (misalnya signifikansi Kolmogorov Smirnov sebesar 0,049) maka dapat dicoba dengan metode lain yang mungkin memberikan justifikasi normal. Tetapi jika jauh dari nilai normal, maka dapat dilakukan beberapa langkah yaitu: melakukan transformasi data, melakukan trimming data outliers atau menambah data observasi. Transformasi dapat dilakukan ke dalam bentuk Logaritma natural, akar kuadrat, inverse, atau bentuk yang lain tergantung dari bentuk kurva normalnya, apakah condong ke kiri, ke kanan, mengumpul di tengah atau menyebar ke samping kanan dan kiri.

Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Jadi analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Demikian juga tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dapat dipergunakan pada analisis regresi linear sederhana dan uji autokorelasi tidak perlu diterapkan pada data cross sectional.

Uji asumsi klasik juga tidak perlu dilakukan untuk analisis regresi linear yang bertujuan untuk menghitung nilai pada variabel tertentu. Misalnya nilai return saham yang dihitung dengan market model, atau market adjusted model. Perhitungan nilai return yang diharapkan dilakukan dengan persamaan regresi, tetapi tidak perlu diuji asumsi klasik.

Setidaknya ada lima uji asumsi klasik, yaitu uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas. Tidak ada ketentuan yang pasti tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai contoh, dilakukan analisis terhadap semua uji asumsi klasik, lalu dilihat mana yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah memenuhi persyaratan, dilakukan pengujian pada uji yang lain.

Data hasil penelitian dapat dikelompokkan menjadi beberapa kelompok.
Dalam melakukan pengelompokkan perlu didasarkan pada pengukuran yang
akurat. Menurut Siegel (1994) ada 4 skala pengukuran:
1. Skala nominal adalah pengukuran yang hanya untuk mengklasifikasikan
suatu objek.
2. Skala ordinal adalah pengukuran yang menunjukkan tingkatan. Seperti
sesuatu yang lebih disukai, lebih tinggi, lebih sulit, dan lain-lain.
3. Skala interval adalah pengukuran yang mempunyai segala sifat skala
ordinal. Disamping itu jarak antara dua angka pada skala interval diketahui
ukurannya.
4. Skala rasio adalah pengukuran yang mempunyai semua ciri pada skala
interval. Disamping itu memiliki suatu titik nol sejati sebagai titik asalnya

Menurut Bambang T.C, Analisis cluster Adalah analisis terhadap sekumpulan objek pemasaran yang disortir kedalam beberapa sub kelompok objek pemasaran agar dapat diketahui kesamaan antar sub kelompok tersebut (Shofyaningsih, 2006) Analisis cluster pada prinsipnya digunakan untuk mereduksi data yaitu proses untuk meringkas sejumlah variabel menjadi lebih sedikit. Pada risert pemasaran, cluster biasanya cluster digunakan untuk melakukan proses segmentasi sejumlah responden (konsumen) berdasarkan ciri-ciri sejumlah atribut yang ada. (Santoso, Tjiptono, 2002)

Dalam beberapa situasi penelitian mungkin peneliti perlu membagi-bagi individu, anggota dari sempel, atau anggota dari populasi kedalam beberapa kelompok, yang cirinya dapat dinyatakan dengan sebutan yang bermakna. Nama umum teknik-teknik pengelompokan individu atau subjek kedalam beberapa kelompok adalah analisis cluster atau analisis kelompok A Tujuan pengelompokkan adalah terbentuknya kelompok-kelompok individu sedemikian sehingga variasi antara subjek atau individu dalam kelompok sekecil mungkin, lebih kecil dari variasi antara individu-individu yang berbeda kelompok. Jadi kelompok yang terbentuk merupakan sub sempel yang mirip satu sama lain, apa yang tidak berdekatan menjadi anggota dari kelompok yang berbeda. Dikatakan juga bahwa keanggotaan dalam suatu kelompok ditentukan oleh kecocokkan dan kedekatan. Ukuran kecocokkan disebut koefisien asosiasi, sedang ukuran kedekatan disebut jarak. Ukuran kecocokkan digunakan untuk data dari variabel yang berskala nominal atau untuk data yang dimiliki oleh komponen kualitatif. Jarak yang digunakan untuk data yang bersifat matrik.

Analisis faktor pada prinsipnya digunakan untuk mereduksi data, yaitu
proses untuk meringkas sejumlah variabel menjadi sedikit dan  enamakannya sebagai faktor. Jadi, dapat saja dari 10 atribut tersebut dapat diringkas menjadi 3 faktor utama saja.(Santoso dan Tjiptono, 2001)
Proses analisis faktor mencoba menemukan hubungan (interrelationship)
antar sejumlah variabel-variabel yang saling independen satu dengan yang lain
sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal. (Santoso, 2002)
1. Penentuan Tujuan Analisis Faktor
Tujuan dari analisis faktor adalah sebagai berikut : (Santoso, 2002)
a. Data Summarization, yakni mengidentifikasi adanya hubungan antar
variabel dengan melakukan uji korelasi. Jika korelasi dilakukan antar
variabel (dalam pengertian SSPS adalah ”kolom”), analisis tersebut
dinamakan R Factor Analysis. Namun jika korelasi dilakukan antar
responden atau sampel (dalam pengertian SSPS adalah ”baris”), analisis
disebut Q Factor Analysis, yang juga populer disebut Cluster Analysis.
b. Data Reduction, yakni setelah melakukan korelasi, dilakukan proses
membuat sebuah variabel set baru yang dinamakan faktor untuk
menggantikan sejumlah variabel tertentu.
2. Penentuan Tipe dan Desain Analisis Faktor
Terdapat dua tipe analisis faktor, yaitu tipe R dan tipe Q. Tipe R
digunakan untuk mengekstrak variabel, sedangkan tipe Q dilakukan untuk
mengekstrak responden.
Desain Riset Analisis Faktor meliputi :
a. Pembuatan matriks korelasi
Matrik data mentah berukuran n x p (n objek dan p variabel) yang
berisi kuesioner diubah menjadi matrik korelasi. Dalam matrik korelasi,
variabel-variabel yang diukur mempunyai unit dan skala pengukuran yang
berbeda. Penggunaan matrik ini untuk menghilangkan perbedaan yang
diakibatkan oleh mean dan dispersi variabel.
b. Penetuan tipe dan jumlah variabel yang akan dianalisis
Variabel yang akan dipilih adalah variabel yang relevan dengan
penelitian yang dilakukan. Data mentah yang diperoleh merupakan hasil
pengukuran metrik. Dalam beberapa kasus, variabel dummy (berkode 0-1)
yang sekalipun dikategorikan nonmetrik, dapat digunakan. Jumlah
variabel pada setiap faktornya, diusahakan seminimal mungkin dengan
tetap mengandung sebanyak-banyaknya informasi yang dibutuhkan.
c. Penentuan jumlah sampel
Secara umum, jumlah sampel yang dianjurkan adalah 50-100
sampel (dalam pengertian SSPS adalah 50-100 baris). Atau bisa dengan
patokan rasio 10:1, dalam arti untuk satu variabel seharusnya ada 10
sampel. Dalam pengertian SSPS, hal ini berarti setiap 1 kolom yang ada
seharusnya terdapat 10 baris data sehingga jika ada 5 kolom, minimal
seharusnya ada 50 baris data. (Santoso, 2002)
3. Pengujian Asumsi
Sebelum masuk pada proses analisis faktor, terdapat asumsi-asumsi
dasar yang harus dipenuhi. Asumsi-asumsi yang harus dipenuhi untuk menilai
tepat atau tidaknya menggunakan analisis faktor tersebut adalah :
a. Asumsi korelasi yang meliputi
• Besar korelasi antar variable independent harus cukup kuat atau di atas
0,3.
• Besar korelasi parsial yaitu korelasi antar dua variabel dengan
menganggap tetap variabel lain, justru harus kecil atau mendekati nol.
• Uji hipotesis bahwa matriks korelasi adalah bukan matriks identitas,
dengan menggunakan Barlett’s Test of Sphericity. Nilai signifikasi
yang diperoleh Barlett’s Test of Sphericity harus lebih kecil dari 0,05
(sig < 0.05)
b. Asumsi ukuran kecukupan sampling yang diuji dengan Kaiser-Meyer-
Olkin (KMO) dan Measure of Sampling Adequency (MSA).
KMO merupakan indeks untuk membandingkan besarnya
koefisien korelasi amatan dengan koefisien parsial, yang berarti bahwa
besar koefisien korelasi keseluruhan variabel pada matriks korelasi harus
signifikan di antara paling sedikit beberapa variabel. Angka KMO
disyaratkan harus lebih dari 0.5.
Angka MSA diinterpretasikan dengan kriteria :
a. MSA = 1,0 = variabel tersebut dapat diprediksi tanpa kesalahan oleh
variabel lain.
b. MSA > 0,5 = variabel masih bisa diprediksi dan bisa dianalisis lebih
lanjut.
c. MSA ≤ 0,5 = variabel tidak bisa diprediksi dan tida bisa dianalisis
lebih lanjut atau harus dikeluarkan.
4. Pemilihan Metode Ekstraksi dan Penentuan Jumlah Faktor
Ekstraksi faktor bertujuan untuk menghasilkan sejumlah faktor dari
data yang ada. Terdapat dua pendekatan dalam mengekstraksi faktor, metode
Analisis Utama (Principal Component Analysis) dan metode Analisis Faktor
Umum (Common Factor Analysis). Dalam pemilihannya, perlu diketahui
lebih dahulu tipe-tipe variansi data. Total varians (total variance) terdiridari
tiga bagian, yaitu variansi umum (common variance), variansi unik atau
spesifik (specific variance), dan variansi error (error vaiance). Variansi umum
adalah variansi variabel yang dibagi dengan semua variabel yang ada.
Variansi spesifik adalah variansi yang dimiliki oleh variabel yang bersifat
reliabel secara spesifik dan tidak berhubungan dengan variabel lain.
Sedangkan variansi error adalah variansi yang berhubungan dengan ketidak
reliabel, yang terjadi dari proses pengumpulan data, error pengukuran dan
kesalahan acak.
Dalam menentukan jumlah faktor yang diinginkan sebagai hasil
ekstrak, terdapat beberapa kriteria, yaitu :
a. Kriteria Latent Root (Latent Root Criterion)
Hanya faktor-faktor yang memiliki latent root (eigenvalue) minimum 1
yang akan dipertahankan. Ini dapat berarti bahwa sebuah faktor dapat
dianggap sebagai faktor, bila paling sedikit dapat menjelaskan variansi
satu variabel atau setiap variabel menyumbangkan nilai satu pada total
eigenvalue. maka, hanya faktor dengan eigenvalue > 1 yang dianggap
signifikan.
b. Kriteria (Apriori Criterion)
Jumlah faktor ditentukan sendiri oleh peneliti karena peneliti sudah
mempunyai pengalaman sebelumnya tentang beberapa jumlah faktor.
Metode ini digunakan untuk menguji suatu teori yang sudah ada.
c. Kriteria presentase variansi (Percentage of Varience Criterion)
Presentase kumulatif total variansi tertentu diekstraksi dari factor-faktor
terpilih secara berurutan. Tujuannya untuk memastikan signifikansi
faktor-faktor terpilih. Dengan memastikannya terlebih dahulu diketahui
dengan pasti bahwa faktor-faktor tersebut dapat menjelaskan paling
sedikit sejumlah variansi.
d. Kriteria Scree Test ( Scree Test Criterion)
Meskipun semau faktor mengandung paling sedikit beberapa variansi
unik, tetapi pada dasarnya proporsi variansi unik dua factor (dan
sesudahnya) lebih besar dari faktor sebelumnya. Tujuannya untuk
mengidentifikasi jumlah maksimal faktor yang dapat diekstrak sebelum
sejumlah variansi unik mulai mendominasi struktur variansi umum. Pada
kurva latent root terhadap jumlah faktor, titik dimana kurva mulai
bergerak lurus merupakan indikasi jumlah faktor maksimum yang dapat
diekstrak.
e. Kriteria Responden (Heterogenity of Respondent)
Jika sampel heterogen pada paling sedikit satu bagian dari set variabel,
maka faktor pertama akan menjelaskan variabel-variabel tersebut secara
lebih homogen terhadap keseluruhan sampel.
5. Pemilihan Metode Rotasi dan Interpretasi Matrik Faktor
Jika faktor loading suatu variabel sama-sama cukup tinggi pada
beberapa faktor maka sulit untuk memutuskan ke faktor mana variabel
tersebut harus dimasukkan, sedangkan sasaran analisis faktor adalah agar
setiap variabel hanya masuk ke satu faktor saja. Untuk itu setelah ekstraksi,
faktor-faktor yang terbentuk perlu dirotasi. Tujuan rotasi adalah untuk
mengekstrimkan faktor loading variabel. Rotasi dilakukan dengan memutar
sumbu faktor, dari titik pusatnya menuju titik yang ingin dituju. Beberapa
metode rotasi, yaitu :
a. Orthogonal Rotation, dilakukan dengan cara merotasikan sumbu faktor
yang kedudukannya saling tegak lurus satu dengan lainnya, sehingga
setiap faktor saling bebas terhadap faktor lainnya karena sumbunya saling
tegak lurus. Rotasi Orthogonal masih dapat dibedakan menjadi :
1) Quartimax, dengan merotasi faktor awal hasil ekstraksi sehingga
diperoleh hasil rotasi dimana setiap variabel mempunyai faktor
loading yang tinggi di satu faktor dan sekecil mungkin pada faktor
lain.
2) Varimax (paling sering digunakan karena sering terbukti lebih baik
dalam menunjukkan perbedaan antar faktor ), dengan merotasi faktor
awal hasil ekstraksi sehingga diperoleh hasil rotasi dimana dalam
suatu kolom, nilai yang ada sebanyak mungkin mendekati nol. Ini
berarti, di dalam setaip faktor tercakup sesedikit mungkin variabel.
3) Equimax, mengkombinasi metode Quartimax dan Varimax.
b) Oblique Rotation, dilakukan dengan merotasikan sumbu faktor yang
kedudukannya saling membentuk sudut, dengan besar sudut rotasi
tertentu. Dalam hal ini, korelasi antara faktor masih diperhitungkan karena
sumbu faktor tidak saling tegak lurus satu dengan yang lainnya. Rotasi
Oblique masih dapat dibedakan menjadi :
1) Oblimax, merotasi faktor sehingga sejumlah faktor loading yang tinggi
dan rendah meningkat, dengan menurunkan faktor-faktor loading yang
berada dipertengahan.
2) Quartimin, meminimumkan jumlah produk pada struktur loading.
3) Covarimin, seperti varimax pada rotasi orthogonal, yaitu dengan
merotasi faktor awal hasil ekstraksi sehingga diperoleh nilai yang ada
dalam suatu kolom sebanyak mungkin mendekati nol.
4) Oblimin, mengkombinasi metode Quartimin dan Covarimin
Interpretasi matrik faktor dilakukan dengan mengelompokkan
variabel-variabel ke dalam faktor-faktor hasil. Dasar untuk memutuskan
apakah suatu variabel dimasukkan pada faktor 1, faktor 2, atau faktor lainnya
adalah faktor loadingnya. Sebelum dikelompokkan faktor loading harus
memenuhi kriteria signifikansi praktis dan signifikansi statistik. Kriteria
signifikansi praktis adalah faktor loading lebih besar dari 0.5, karena semakin
besar faktor loading semakin m udah menginterpretasikan faktor tersebut.
Kriteria signifikansi statistik dapat dilihat pada tabel 2.1, dibawah ini:
T
Langkah-langkah interpretasi matriks faktor, yaitu :
a. Memeriksa faktor loading terbesar untuk setiap variabel.
b. Mengidentifikasi faktor loading terbesar untuk setiap variabel.
c. Menggabungkan variabel ke dalam faktor. Apabila variabel dengan faktor
loading terbesar terjadi pada faktor 1, maka variabel tersebut digabungkan
ke dalam faktor 1.
d. Menghapus variabel apabila :
• Faktor loading variabel signifikansi pada beberapa faktor.
• Nilai komunalitas variabel lebih kecil dari 0.5.
e. Memberikan nama atau label pada faktor terbentuk yang mencerminkan
arti gabungan dari variabel-variabel penyusunnya.
6. Output Hasil Faktor sebagai Data mentah Analisis Multivariant lainnya
Hasil analisis faktor seringkali ditindak lanjuti pada analisis
multivariant lainnya, seperti regresi dan diskriminan. Yang akan digunakan
pada analisis lanjutan adalah faktor hasil ekstraksi yang bukan hanya
jumlahnya lebih sedikit dari variabel awal, tetapi sekaligus dapat berfungsi
sebagai variabel baru pada analisis lanjutan tersebut. Oleh karena itu,
sebelumnya faktor harus diberi nilai terlebih dahulu.
Terdapat tiga metode dalam menentukan nilai setiap faktor, yaitu :
a. Menggunakan satu variabel awal yang memeliki faktor loading terbesar
(disebut suggorate variable) untuk mewakili setiap faktor dalam analisis
lanjutan.
b. Menggunakan factor scores, untuk membuat satu atau beberapa variabel
yang lebih sedikit dan berfungsi untuk menggantikan variabel asli yang
sudah ada.
c. Menggunakan summated scales, dimana nilai setiap faktor adalah rata-rata
nilai semua variabel yang tergabung dalam faktor tersebut.

Ketepatan pengujian suatu hipotesa tentang hubungan variabel penelitian
sangat tergantung pada kualitas data yang akan dipakai dalam pengujian tersebut (Singarimbun, 1989). Data penelitian yang didalam pengumpulannya sering kali menuntut pembiayaan, waktu dan tenaga besar, tidak akan berguna bila mana alat pengukur yang digunakan untuk mengumpulkan data penelitian tersebut tidak memiliki validitas dan reliabilitas yang tinggi. Suatu instrumen ukur yang tidak valid atau tidak reliabel akan memberikan informasi yang tidak akurat mengenai keadaan subjek atau individu yang dikenai test. Apabila informasi yang keliru tersebut, dengan sengaja atau tidak sengaja digunakan sebagai dasar pertimbangan dalam pengambilan suatu kesimpulan dan keputusan maka tentulah hal tersebut tidak akan merupakan kesimpulan atau keputusan yang tepat. Karena itu, supaya hasil penelitian dapat dipertanggungjawabkan secara ilmiah, maka informasi yang menyangkut validitas dan reliabilitas instrumen ukur harus disampaikan.
1. Validitas
Validitas berasal dari kata validity yang mempunyai arti sejauh mana
ketepatan dan kecermatan suatu instrumen ukur dalam melakukan fungsi
ukurnya (Azwar, 1992). Validitas menunjukkan sejauh mana suatu instrumen
ukur itu dapat mengukur apa yang ingin diukur. Suatu test atau instrumen
ukur dapat dikatakan mempunyai validitas yang tinggi apabila alat tersebut
menjalankan fungsi alat ukurnya, atau memberikan hasil ukur, yang sesuai
dengan maksud dilakukannya pengukuran tersebut. Test yang menghasilkan
data tidak relevan dengan tujuan pengukuran dikatakan sebagai test yang
memiliki validitas rendah. Dalam hal ini, faktor yang mempengaruhi validitas
adalah pewawacara, responden (yang diwawancarai), dan instrumen ukur
yang digunakan.
Validitas alat pengumpul data dapat digolongkan dalam beberapa
jenis, yaitu:
a. Validitas Konstruk (Construct)
Sebagai salah satu dari tiga metode yang ada, validitas konstruk adalah tipe
validitas yang menunjukkan sejauh mana tes mengungkap suatu trait atau
kontruk teoretik yang hendak diukurnya. Pengujian validitas konstruk
merupakan proses yang terus berlanjut sejalan dengan perkembangan
konsep mengenai trait yang diukur. Walaupun pengujian validitas konstruk
biasanya memerlukan teknik analisis statistika yang lebih komplek daripada
teknik-teknik yang dipakai pada pengujian validitas lainnya akan tetapi hasil
estimasi validitas konstruk tidak dinyatakan dalam bentuk suatu koefisien
validitas. Apabila korelasi yang ada signifikan, maka dapat dikatan bahkan
alat ukur tersebut valid.
Apabila koefisien korelasi untuk seluruh item sudah dihitung, maka
kita perlu angka minimal dari koefisien korelasi (rkritis) yang dapat dianggap
cukup tinggi sebagai indikator adanya konsistensi antara skor item dengan
skor keseluruhan. Nilai (rkritis) dapat dicari dari tabel. Jika ada tabel yang
tidak memenuhi syarat nilai koefisien korelasi yang ditetapkan, maka
pengujian diulang dengan menghilangkan variabel yang bersangkutan.
b. Validitas Isi (Content)
Dua hal yang penting dari validitas isi yaitu pokok-pokok yang
dicantumkan dalam suatu test perlu mewakili masalah yang akan diuji dan
pokok-pokok yang dicantumkan dalam suatu test seharusnya sesuai.
Pentingnya validitas isi perlu terutama apabila masalah yang diteliti sangat
luas.
c. Validitas Kriteria (Criterion-Related)
Validitas ini berkait dengan penelitian hubungan sistematis
(biasanya dalam bentuk koefisien korelasi) antara skor untuk skala
tertentu dengan skor lain yang diramalkan.
Langkah-langkah pengujian validitas meliputi :
1. Mendefinisikan secara operasional konsep yang akan diukur.
2. Melakukan uji coba skala pengukuran tersebut pada responden.
3. Mempersiapkan tabel tabulasi jawaban.
4. Menghitung korelasi antara masing-masing pertanyaan dengan skor
total dengan salah satu cara adalah menggunakan rumus teknik
korelasi product moment.
Nilai r yang diperoleh kemudian dibandingkan dengan nilai r pada tabel r
product moment. Pernyataan-pernyataan tersebut dapat dianggap valid bila
memiliki konsistensi internal, yaitu mengukur aspek yang sama. Apabila
dalam perhitungan ditemukan pernyataan yang tidak valid, kemungkinan
pernyataan tersebut kurang baik susunan katanya atau kalimatnya, karena
kalimat yang kurang baik dapat menimbulkan penafsiran yang berbeda.
2. Reliabilitas
Relaibilitas adalah indeks yang menunjukkan sejauh mana suatu
sistem ukur dapat dipercaya atau dapat diandalkan (Singarimbun, 1989). Bila
suatu instrumen ukur dipakai dua kali untuk mengukur konsep yang sama dan
hasil pengukuran yang diperoleh relatif konsisten, maka instrumen ukur
tersebut reliabel. Dengan kata lain, reliabilitas menunjukkan konsistensi suatu
instrumen ukur di dalam mengukur konsep yang sama.
Reliabilitas diartikan sebagai tingkat kepercayaan hasil suatu
pengukuran (Azwar, 1992). Reliabilitas memberikan gambaran sejauh mana
skor hasil pengukuran terbebas dari alat pengukuran (measurement error).
Pengukuran yang memiliki realibilitas yang tinggi disebut sebagai pengukuran
yang reliabel (reliable), yaitu dapat dipercaya.
Secara empirik, tinggi rendahnya realibilitas ditunjukkan oleh suatu
angka yang disebut koefisien reliabilitas. Pada awalnya, tinggi rendahnya
reliabilitas suatu test dicerminkan oleh koefisien korelasi antara skor pada dua
test yang dikenakan pada sekelompok individu yang sama. Semakin tinggi
koefisien korelasi berarti konsistensi antara hasil pengenaan dua test tersebut
semakin baik dan hasil ukur kedua test tersebut dikatakan semakin reliabel,
begitu juga sebaliknya. Disamping itu, walaupun koefisien korelasi dapat saja
bertanda negatif (-), koefisien reliabilitas selalu mengacu pada angka positif
(+), karena angka negatif tidak ada artinya bagi interpretasi reliabilitas hasil
ukur.

Dalam suatu penelitian, jumlah keseluruhan unit analisis, yaitu objek yang
akan diteliti, disebut populasi. Secara ideal, sebaiknya kita meneliti seluruh
anggota populasi. Akan tetapi, seringkali populasi penelitian sangat besar
sehingga tidak mungkin untuk diteliti seluruhnya dengan waktu, biaya dan tenaga yang tersedia. Dalam keadaan demikian, maka penelitian dilakukan terhadap sampel, yaitu sebagian dari populasi yang telah memenuhi kriteria untuk diteliti.dengan meneliti sampel, diharapkan bahwa hasil yang diperoleh akan dapat menggambarkan sifat populasi yang bersangkutan. Pemilihan sampel untuk memperoleh data mengenai populasi merupakan prosedur yang mendasar dalam suatu penelitian. Keuntungan dari teknik sampling antara lain mengurangi biaya, mempercepat waktu penelitian dan dapat memperbesar ruang lingkup penelitian (Singarimbun, 1989). Akan tetapi, pemilihan sampel selalu mengakibatkan adanya perbedaan antara nilai yang sebenarnya (dalam populasi) dari variabel yang diteliti dengan nilai hasil observasi (dalam sampling), yang disebut error sampling.
Suatu metode pengambilan sampel yang ideal memiliki sifat-sifat sebagai
berikut (Singarimbun, 1989):
1. Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi
yang diteliti.
2. Dapat menentukan ketepatan hasil penelitian dengan menentukan
penyimpangan baku dari tafsiran yang diperoleh.
3. Sederhana dan mudah dilakukan.
4. Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah
mungkin.
Pada dasarnya metode pengambilan sampel ada dua macam (Singarimbun,
1989), yaitu : pengambilan sampel secara acak (probability sampling) dan
pengambilan sampel secara acak (nonprobability sampling).
1. Pengambilan sampel secara acak
Pengambilan sampel secara acak (probability sampling) adalah
metode sampling yang setiap anggota populasinya memiliki peluang untuk
terpilih sebagai sampel dan bukan nol. Peluang setiap anggota populasi
tersebut dapat sama, dapat juga tidak. Pengambilan sampel secara acak, terdiri dari :
a. Pengambilan sampel acak sederhana (simple random sampling), adalah
suatu teknik pengambilan sampel dimana setiap anggota populasi
memiliki probabilitas terpilih yang sama. Apabila jumlah sampel yang
diinginkan berbeda, maka besarnya peluang besarnya tiap anggota
populasi untuk terpilih pun berbeda-beda pula, dengan mengikuti
perbandingan jumlah sampel terhadap jumlah populasi. Dua metode yang
dapat digunakan dalam pengambilan sampel ini adalah: metode undian
dan metode menggunakan tabel bilangan random.
b. Pengambilan sampel acak sistematis (Systemmatic Sampling), adalah
suatu teknik pengambilan sampel dimana unsur pertama saja dari sampel
yang dipilih secara random, sedangkan unsur selanjutnya dipilih secara
sistematis menurut pola tertentu. Pengambilan sampel acak sistematis
tidak dapat diterapkan pada populasi yang tersusun dengan urutan pola
tertentu dimana interval sampling mengikuti urutan pola tersebut.
c. Penganbilan acak terstratifikasi (stratified sampling), adalah suatu teknik
pengambilan sampel dimana terlebih dahulu dilakukan pengambilan
anggota populiasi kedalam kelompok-kelompok kemudian sampel diambil
dari setiap kelompok tersebut secara acak. Stratifikasi atau pembagian ini
dapat dilakukan brdasarkan ciri/karakteristik tertentu dari populasi yang
sesuai dengan tujuan penelitian. Pengambilan sampel terstratifikasi dapat
dibagi menjadi dua, yaitu proporsional dimana jumlah sampel yang
diambil adalah sebanding dengan jumlah anggota populasi dalam setiap
kelompok karena pertimbangan analitis.
d. Pengambilan sampel kelompok (cluster sampling), adalah suatu teknik
pengambilan sampel dimana sampel unitnya bukan individual melainkan
kelompok individual (cluster) berdasar ciri/ karakteristik tertentu.
Selanjutnya dari cluster-cluster yang ada, dipilih satu cluster secara acak,
kemudian diambil sampel secara acak dan cluster terpilih ini. Hal ini
dimungkinkan karena masing-masing cluster dianggap homogen sehingga
tidak diperlukan dilakukan pengambilan sampel pada semua cluster.
e. Pengambilan sampel secara bertahap (double sampling), adalah suatu
teknik pengambilan sampel yang dilakukan secara bertahap. Tahap
pertama dilakukan untuk mendapatkan informasi awal. Tahap selanjutnya
dilakukan wawancara ulang dengan tambahan untuk mendapatkan
informasi yang lebih detail.
2. Pengambilan sampel secara tidak acak
Pengambilan secara tidak acak (nonprobability sampling) adalah
metode sampling yang setiap anggota populasinya tidak memiliki peluang
yang sama untuk dipilih sebagai sampel, bahkan probabilitas anggota populasi
tertentu untuk terpilih tidak diketahui. Dalam pengambilan sampel secara
tidak acak, pemilihan unit sampling berdasarkan pada pertimbangan atau
penilaian objektif dan tidak pada penggunaan teori probabilitas. Pengambilan
sampel secara tidak acak terdiri atas:
a. Accidental sampling (Convenience Sampling) adalah suatu teknik
pengambilan sampel dimana sampel yang diambil merupakan sampel
yang paling mudah diperoleh atau dijumpai. Dalam hal ini, unit sampel
sangat mudah diakses, diukur, dan sangat bekerja sama sehingga teknik
sampling ini sangat mudah, murah dan cepat dilaksanakan.
b. Purposive Sampling (Judgmental Sampling) adalah suatu teknik
pengambilan sampel dimana pemilihan sampel dilakukan dengan
pertimbangan subjektif tertentu berdasarkan beberapa ciri/ karakteristik
yang dimiliki sampel tersebut, yang dipandang berhubungan erat dengan
ciri/ karakteristik populasi yang sudah dsiketahui sebelumnya. Sampel
yang purposif adalah sampel yang dipilih dengan cermat sehingga relevan
dengan penelitian.
c. Quota Sampling, adalah suatu teknik pengambilan sampel dimana sampel
diambil dari suatu sub populasi yang mempunyai karakteristikkarakteristik
tertentu dalam batasan jumlah atau quota tertentu yang
diinginkan.
d. Snowball Sampling, adalah suatu teknik pengambilan sampel yang sangat
sesuai digunakan untuk mengetahui populasi dengan ciri-ciri khusus yang
sulit dijangkau. Pemilihan pertama dilakukan secara acak. Kemudian
setiap responden yang ditemui diminta untuk menberikan informasi
mengenai rekan-rekan lain yang mempunyai persamaan kakteristik yang
dibutuhkan, sehingga diperoleh responden tambahan.

Dalam penelitian survey, kuesioner merupakan alat untuk mengumpulkan
data. Analisa data kuantitatif didasarkan pada hasil kuesioner tersebut. Sebuah kuesioner yang baik adalah kuesioner yang mengandung pertanyaan-pertanyaan yang diajukan sedemikian rupa sehingga tidak menimbulkan interpretasi yang lain dari renponden. Pertanyaan-pertanyaan kuesioner harus jelas dan mudah dimengerti untuk mengurangi kesalahan interpretasi responden dalam pengisian kuesioner.
Berdasarkan jenis pertanyaannya, kuesioner dibedakan menjadi empat
macam (Aaker, dalam Singarimbun, 1989), yaitu :
1. Pertanyaan tertutup
Pertanyaan tertutup adalah pertanyaan yang telah disertai pilihan
jawabannya. Responden hanya tinggal memilih salah satu jawaban yang
tersedia, dan tidak diberi kesempatan memberikan jawaban lain. Pertanyaan
tertutup dapat berupa pertanyaan pilihan ganda atau berupa skala.
2. Pertanyaan terbuka
Pertanyaan terbuka adalah pertanyaan yang membutuhkan jawaban
bebas dari responden. Responden tidak diberi pilihan jawaban, tetapi responden menjawab pertanyaan sesuai dengan pendapatnya.
3. Pertanyaan kombinasi tertutup dan terbuka
Pertanyaan kombinasi tertutup dan terbuka adalah pertanyaan yang
telah disediakan jawabannya tetapi kemudian diberi pertanyaan terbuka,
dimana pada pertanyaan tersebut responden bebas memberikan jawaban.
4. Pertanyaan semi terbuka
Pertanyaan semi terbuka adalah pertanyaan yang disediakan pilihan
jawabannya tetapi masih ada kemungkinan bagi responden untuk
memberiakan tambahan jawaban

Pasar tediri dari semua pelanggan potensial yang memiliki kebutuhan atau
keinginan tertentu serta mau dan mampu dalam melakukan pertukaran untuk
memenuhi kebutuhan atau keinginan (Philip Kotler, 1995: 14).
Konsep pasar membawa kita kembali pada konsep pemasaran, dimana
pemasaran merupakan dimensi pertama dan utama dari perusahaan. Definisi dari pemasaran adalah proses sosial dan manajerial dimana individu dan kelompok mendapatkan kebutuhan dan keinginan mereka dengan menciptakan, menawarkan dan menukarkan produk yang bernilai satu sama lain (Philip Kotler, 1995: 15).
Ukuran suatu pasar tergantung pada jumlah pembeli yang berada dalam
pasar tersebut. Pembeli potensial memiliki tiga karakteristik pokok, yaitu
mempunyai minat, penghasilan dan akses. Berdasarkan ketiga karakteristik ini, ada lima level definisi pasar yaitu:
1. Pasar potensial (potential market), yaitu sekumpulan konsumen yang
memiliki tingkat minat tertentu terhadap penawaran pasar tertentu. Misalnya,
semua orang yang menyatakan berminat untuk membeli sebuah sepeda motor.
2. Pasar yang tersedia (available market), yaitu sekumpulan konsumen yang
memiliki minat, penghasilan, dan akses pada penawaran pasar tertentu. Dalam
pasar yang tersedia, konsumen yang memiliki kemampuan (daya beli) untuk
membeli sepeda motor. Selain itu hambatan akses juga teratasi, artinya sepeda
motor tersebut memang tersedia di wilayah konsumen tersebut berada.
3. Pasar tersedia yang memenuhi syarat (qualified available market), yaitu
sekumpulan konsumen yang memiliki minat, penghasilan, akses, dan
kualifikasi untuk penawaran pasar tertentu.
4. Pasar yang dilayani (served market atau target market), yaitu sebagian dari
qualified available market yang ingin dimasuki perusahaan. Misalnya,
produsen sepeda motor memutuskan untuk memusatkan perhatian pemasaran
dan distribusinya di pulau jawa, maka pulau jawa menjadi pasar yang
dilayani.
5. Pasar penetrasi (penetration market), yaitu sekumpulan konsumen yang
benar-benar telah membeli produk. Jadi, yang termasuk dalam pasar penetrasi
adalah mereka yang sungguh-sungguh telah membeli sepeda motor produsen
tersebut. (Tjiptono, 2001: 64)

Analisis faktor konfirmatori yaitu suatu teknik analisis faktor di mana secara apriori berdasarkan teori dan konsep yang sudah diketahui dipahami atau ditentukan sebelumnya, maka dibuat sejumlah faktor yang akan dibentuk, serta variabel apa saja yang termasuk ke dalam masing-masing faktor yang dibentuk dan sudah pasti tujuannya. Pembentukan faktor konfirmatori (CFA) secara sengaja berdasarkan teori dan konsep, dalam upaya untuk mendapatkan variabel baru atau faktor yang mewakili beberapa item atau sub-variabel, yang merupakan variabel teramati atau observerb variable.

Pada dasarnya tujuan analisis faktor konfirmatori adalah: pertama untuk mengidentifikasi adanya hubungan antar variabel dengan melakukan uji korelasi. Tujuan kedua untuk menguji validitas dan reliabilitas instrumen. Dalam pengujian terhadap validitas dan reliabilitas instrumen atau kuesioner untuk mendapatkan data penelitian yang valid dan reliabel dengan analisis faktor konfirmatori.

Analisis faktor eksploratori atau analisis komponen utama (PCA = principle component analysis) yaitu suatu teknik analisis faktor di mana beberapa faktor yang akan terbentuk berupa variabel laten yang belum dapat ditentukan sebelum analisis dilakukan.

Pada prinsipnya analisis faktor eksploratori di mana terbentuknya faktor-faktor atau variabel laten baru adalah bersifat acak, yang selanjutnya dapat diinterprestasi sesuai dengan faktor atau komponen atau konstruk yang terbentuk. Analisis faktor eksploratori persis sama dengan anlisis komponen utama (PCA).

Dalam analisis faktor eksploratori di mana peneliti tidak atau belum mempunyai pengetahuan atau teori atau suatu hipotesis yang menyusun struktur faktor-faktornya yang akan dibentuk atau yang terbentuk, sehingga dengan demikian pada analisis faktor eksploratori merupakan teknik untuk membantu membangun teori baru.

Analisis faktor eksploratori merupakan suatu teknik untuk mereduksi data dari variabel asal atau variabel awal menjadi variabel baru atau faktor yang jumlahnya lebih kecil dari pada variabel awal. Proses analisis faktor eksploratori mencoba untuk menemukan hubungan antarvariabel baru atau faktor yang terbentuk yang saling independen sesamanya, sehingga bisa dibuat satu atau beberapa kumpulan variabel laten atau faktor yang lebih sedikit dari jumlah variabel awal yang bebas atau tidak berkorelasi sesamanya. Jadi antar faktor yang terbentuk tidak berkorelasi sesamanya.

Analisis faktor (factor analysis) adalah salah satu keluarga analisis multivariate yang bertujuan untuk meringkas atau mereduksi variable amatan secara keseluruhan menjadi beberapa variable atau dimensi baru, akan tetapi variable atau dimensi baru yang terbentuk tetap mampu merepresentasikan variable utama. Dalam analisis factor, dikenal dua pendekatan utama, yaitu exploratory factor analysis dan confirmatory factor analysis. Kita menggunakan exploratory factor analysis bila banyaknya factor yang terbentuk tidak ditentukan terlebih dahulu. Sebaliknya confirmatory factor analysis digunakan apabila factor yang terbentuk telah ditetapkan terlebih dahulu.

Asumsi mendasar yang harus digarisbawahi dalam analisis factor adalah bahwa variable-variabel yang dianalisis memiliki keterkaitan atau saling berhubungan karena analisis factor berusaha untuk mencari common dimension (kesamaan dimensi) yang mendasari variable-variabel itu.

Tujuan utama analisis faktor adalah untuk menjelaskan struktur hubungan di antara banyak variabel dalam bentuk faktor atau vaiabel laten atau variabel bentukan. Faktor yang terbentuk merupakan besaran acak (random quantities) yang sebelumnya tidak dapat diamati atau diukur atau ditentukan secara langsung. Selain tujuan utama analisis faktor, terdapat tujuan lainnya adalah:

1. Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi sejumlah variabel baru yang jumlahnya lebih sedikit dari variabel asal, dan variabel baru tersebut dinamakan faktor atau variabel laten atau konstruk atau variabel bentukan.
2. Untuk mengidentifikasi adanya hubungan antarvariabel penyusun faktor atau dimensi dengan faktor yang terbentuk, dengan menggunakan pengujian koefisien korelasi antarfaktor dengan komponen pembentuknya. Analisis faktor ini disebut analisis faktor kofirmatori.
3. Untuk menguji valisitas dan reliabilitas instrumen dengan analisis faktor konfirmatori.
4. Validasi data untuk mengetahui apakah hasil analisis faktor tersebut dapat digeneralisasi ke dalam populasinya, sehingga setelah terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.

Analisis regresi adalah hubungan yang didapat dan dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional antar variabel. Scalzo, Xu, Asgari, Bergsneider, dan Hu (2009 :967) menambahkan bahwa analisis regresi adalah sebuah tehnik statistika yang digunakan untuk menganalisis variabel input (X) dan variabel output (Y). Dalam hal ini, variabel output yang dimaksud dapat disebut sebagai variabel terikat (dependent). Sedangkan variabel input yang dimaksud disebut sebagai variabel bebas (independent). Variabel terikat dinotasikan dengan “Y”, sedangkan variabel bebas dinotasikan dengan “X”.

Berdasarkan bentuk kelinearan data, model regresi dikelompokkan menjadi dua macam, yaitu regresi linear dan regresi non linear. Suatu persamaan dapat dikatakan regresi linear apabila hubungan antara variabel independen dan variable dependen adalah linear. Sedangkan regresi dikatakan non linear apabila hubungan antara variabel independen dan variabel dependen tidak linear.

Sedangkan berdasarkan jumlah variabel bebas, regresi linear terdiri dari dua, yaitu regresi linear sederhana dan regresi linear berganda. Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas dan variabel tak bebas.

Analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya dua variabel bebas dengan satu variabel tak bebas. Tujuan dari analisis regresi adalah untuk membuat perkiraan nilai suatu variabel terikat jika nilai variabel bebas yang berhubungan dengannya sudah ditentukan dan menguji hipotesis signifikansi pengaruh dari variabel bebas terhadap variabel terikat.

Regresi linear berganda adalah perkembangan dari regresi sederhana yang menjelaskan hubungan antara variabel terikat dengan lebih dari satu variabel bebas (Freund, Wilson, & Sa, 2006 : 73). Tujuan utama analisis regresi linear berganda sama seperti dengan regresi sederhana, yaitu menggunakan hubungan antara variable terikat (response) dan variabel bebas (factor) untuk memprediksi atau menjelaskan karakteristik dari variabel (Freund, Wilson, & Sa, 2006 : 73).

Uji Hausman digunakan untuk menentukan model yang sesuai antara fixed effects model atau random effects model. Statistik uji Hausman mengikuti distribusi chi-square dengan derajat bebas jumlah variabel bebas (k). Jika model estimasi regresi data panel yang terpilih adalah common effects atau fixed effects maka tahap yang akan dilakukan adalah pengujian untuk memilih estimator yang akan digunakan dengan melihat struktur varian-kovarians residual. Hal ini dilakukan untuk menentukan metode estimasi yang tepat
untuk digunakan dalam model apakah OLS, GLS, atau FGLS. Kemudian, setelah diperoleh model data panel terbaik serta metode estimasinya, dilakukan pemeriksaan asumsi klasik. Apabila metode estimasinya OLS, maka asumsi klasik yang harus terpenuhi adalah normalitas, homoskedastis, nonmultikolinieritas, dan nonautokorelasi. Jika metode estimasinya adalah GLS atau FGLS, maka asumsi yang harus terpenuhi adalah normalitas dan nonmultikolinieritas. Hal ini disebabkan metode GLS dan MLE mampu mengakomodasi masalah heteroskedas dan nonautokorelasi dalam model.

Multikolinearitas adalah adanya hubungan linear yang sempurna di antara variabel yang menjelaskan model regresi. Untuk mengukur terjadinya multikolinearitas pada model regresi dilihat dari koefisien korelasi antara masing-masing variabel bebas. Apabila koefisien > 0,80, maka dalam model regresi terjadi multikolinearitas.

Apabila terdapat persoalan ini dalam sebuah teknik regresi, maka dapat mengakibatkan koefisien regresi tidak dapat ditentukan dan standar erornya tidak dapat didefinisikan. Selain itu jika kolinearitas tinggi tetapi tidak sempurna, estimasi dari koefisien regresi masih dimungkinkan, namun nilai standar erornya cenderung besar. Hasilnya, nilai populasi dari koefisien-koefisien tidak dapat diestimasi dengan tepat.

Menurut Imam Ghozali (2011) uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Untuk menguji multikolinieritas dengan cara melihat nilai VIF
masing-masing variabel independen, jika nilai VIF < 10, maka dapat disimpulkan data bebas dari gejala multikolinieritas.

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah
sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Untuk menguji apakah data berdistribusi normal atau tidak dilakukan uji statistik  olmogorov-Smirnov Test. Residual berdistribusi normal jika memiliki nilai signifikansi
>0,05 (Imam Ghozali, 2011:).

Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence level. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sample akan mewakili nilai populasi dimana sample berasal. IBM SPSS menggunakan istilah interval kepercayaan (confidence interval). Interval kepercayaan yang sering juga disebut margin of error merupakan nilai yang mencerminkan kurang atau lebih, misalnya interval kepercayaan 5 dan 50% dalam pengambilan sampel mempunyai makna bahwa sampel yang kita pilih akan menjawab pertanyaan-pertanyaan yang kita berikan dalam kisaran antara 45% (50% – 5%) dan 55% (50% + 5%).

Untuk melakukan uji hipotesis diperlukan hipotesis riset. Hipotesis riset merupakan dugaan mengenai sifat fakta-fakta yang memungkinkan. Hipotesis ini dianggap sebagai titik awal penyelidikan. Sebagai contoh, peneliti berpendapat bahwa promosi secara besar-besar-an berpengaruh terhadap penjualan. Sedang dalam statistik, terdapat dua hipotesis, yaitu hipotesis nol (H0) dan hipotesis alternatif (H1 / Ha). Hipotesis nol dalam statsitik merupakan hipotesis yang sebenarnya kita uji. Hipotesis ini merupakan pernyataan peneliti yang mengatakan bahwa variabel bebas tidak mempunyai pengaruh terhadap variabel tergantung (dalam regresi) dan tidak ada hubungan antara dua variabel (dalam korelasi). Dalam hipotesis nol kita berasumsi bahwa sampel – sampel berasal dari populasi yang sama. Sedang hipotesis alternatif merupakan hipotesis yang memberikan alternatif berbeda dengan hipotesis nol-nya. Dengan demikian dalam kaitannya dengan hipotesis nol di atas; maka peneliti mengatakan bahwa variabel bebas mempunyai pengaruh terhadap variabel tergantung (dalam regresi) dan ada hubungan antara dua variabel (dalam korelasi).

Contoh uji hipotesis misalnya rata-rata produktivitas pegawai sama dengan 10 (μ x= 10), maka bunyi hipotesisnya ialah:

H0: Rata-rata produktivitas pegawai sama dengan 10
H1: Rata-rata produktivitas pegawai tidak sama dengan 10

Hipotesis statistiknya:

H0: μ x= 10
H1: μ x > 10 Untuk uji satu sisi (one tailed) atau
H1: μ x < 10
H1: μ x ≠ 10 Untuk uji dua sisi (two tailed)

Penggunaan regresi linear sederhana didasarkan pada asumsi diantaranya sbb:

• Model regresi harus linier dalam parameter
• Variabel bebas tidak berkorelasi dengan disturbance term (Error) .
• Nilai disturbance term sebesar 0 atau dengan simbol  sebagai berikut: (E (U / X) = 0
• Varian untuk masing-masing error term (kesalahan) konstan
• Tidak terjadi otokorelasi
• Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.
• Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata

1. Model regresi dikatakan layak  jika angka signifikansi pada ANOVA sebesar < 0.05
2. Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation
3. Koefesien regresi harus signifikan. Pengujian dilakukan dengan uji t. Koefesien regresi signifikan jika t hitung > t table (nilai kritis). Dalam IBM SPSS dapat diganti dengan menggunakan nilai signifikansi (sig) dengan ketentuan sebagai berikut:

• Jika sig < 0,05; koefesien regresi signifikan
• Jika sig > 0,05; koefesien regresi tidak signifikan

1. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi antar variabel bebas yang sangat tinggi atau terlalu rendah. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu. Terjadi multikolinieritas jika koefesien korelasi antara variable bebas > 0,7 atau < – 0,7
2. Tidak terjadi otokorelasi jika: – 2 ≤ DW ≤ 2
3. Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r² semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r²mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r² maksimal sebesar 1. Jika Nilai r² sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel tergantung (variabel Y) dapat diterangkan oleh model regresi. Sebaliknya jika r² sama dengan 0, maka tidak ada hubungan linier antara variabel bebas (variabel  X) dan variabel tergantung (variabel Y).
4. Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)
5. Data harus berdistribusi normal
6. Data berskala interval atau rasio
7. Terdapat hubungan  dependensi, artinya satu variabel merupakan variabel tergantung yang tergantung pada variabel (variabel) lainnya.

Regresi dalam pengertian moderen  menurut Gujarati (2009) ialah  sebagai kajian terhadap ketergantungan satu variabel, yaitu variabel tergantung terhadap satu atau lebih variabel lainnya atau yang disebut sebagai variabel – variabel eksplanatori dengan tujuan untuk membuat estimasi dan / atau memprediksi rata – rata populasi atau nilai rata-rata variabel tergantung dalam kaitannya dengan nilai – nilai yang sudah diketahui dari variabel ekslanatorinya. Selanjutnya menurut Gujarati meski analisis regresi berkaitan dengan ketergantungan atau dependensi satu variabel terhadap variabel – variabel lainnya hal tersebut tidak harus menyiratkan sebab – akibat (causation). Dalam mendukung pendapatnya ini, Gujarati mengutip pendapat Kendal dan Stuart yang diambil dari buku mereka yang berjudul “The Advanced Statistics” yang terbit pada tahun 1961 yang mengatakan bahwa,” suatu hubungan statistik  betapapun kuat dan sugestifnya tidak akan pernah dapat menetapkan hubungan sebab akibat (causal connection); sedang gagasan mengenai sebab akibat harus datang dari luar statistik, yaitu dapat berasal dari teori atau lainnya”.

Sedang menurut Levin & Rubin (1998:648), regresi digunakan untuk menentukan sifat – sifat dan kekuatan hubungan antara dua variabel serta memprediksi nilai dari suatu variabel yang belum diketahui dengan didasarkan pada observasi masa lalu terhadap variabel tersebut dan variabel-variabel lainnya. Selanjutnya dalam regresi kita akan mengembangkan persamaan estimasi (estimating equation), yaitu rumus matematika yang menghubungkan variabel-variabel yang diketahui dengan  variabel-variabel yang tidak diketahui. Setelah dipelajari  pola hubungannya, kemudian kita dapat mengaplikasikan analisis korelasi (correlation analysis) untuk menentukan tingkatan dimana variabel – variabel tersebut berhubungan. Kesimpulannya, analisis korelasi mengungkapkan seberapa benar persamaan estimasi sebenarnya menggambarkan hubungan tersebut.  Lebih lanjut Levin & Rubin mengatakan bahwa: “ Kita sering menemukan hubungan sebab akibat antar variabel – variabel; yaitu variabel bebas ‘menyebabkan’ variabel tergantung berubah. Sekalipun demikian mereka melanjutkan bahwa: “penting untuk kita perhatikan bahwa yang kita anggap hubungan (relationship) yang diketemukan melalui regresi sebagai hubungan asosiasi (relationship of association) tetapi tidak selalu harus sebab dan akibat (cause and effect). Kecuali kita mempunyai alasan – alasan khusus untuk percaya bahwa (perubahan pada) nilai – nilai variabel tergantung  disebabkan oleh nilai – nilai variabel (variabel) bebas; jangan menyimpulkan (infer) hubungan sebab akibat dari hubungan yang diketemukan dalam regresi.

Dalam penelitian eksperimen dikenal beberapa variabel. Variabel adalah segala sesuatu yang berkaitan dengan kondisi, keadaan, faktor, perlakuan, atau tindakan yang diperkirakan dapat memengaruhi hasil eksperimen. Variabel yang berkaitan secara langsung dan diberlakukan untuk mengetahui suatu keadaan tertentu dan diharapkan mendapatkan dampak/akibat dari eksperimen sering disebut variabel eksperimental (treatment variable), dan variabel yang tidak dengan sengaja dilakukan tetapi dapat memengaruhi hasil eksperimen disebut variabel noneksperimental. Variabel eksperimental adalah kondisi yang hendak diteliti bagaimana pengaruhnya terhadap suatu gejala. Untuk mengetahui pengaruh variabel itu, kedua kelompok, yaitu kelompok eksperimental dan kontrol dikenakan variabel eksperimen yang berbeda atau yang bervariasi. Variabel noneksperimental sebagian dapat dikontrol, baik untuk kelompok eksperimen maupun kelompok kontrol. Ini disebut variabel kontrol atau controlled variabel. Akan tetapi, sebagian lagi dari variabel non-eksperimen ada di luar kekuasaan eksperimen untuk dikontrol atau dikendalikan. Jenis variabel ini disebut variabel ekstrane atau extraneous variabel. Dalam setiap eksperimen, hasil yang berbeda pada kelompok eksperimen dan kontrol sebagian disebabkan oleh variabel eksperimental dan sebagian lagi karena pengaruh variabel ekstrane. Oleh karena itu, setiap peneliti yang akan melakukan eksperimen harus memprediksi akan munculnya variabel pengganggu ini

Pada prinsipnya placebo sama dengan kondisi kontrol yang tidak spesifik. Dalam pelaksanaannya, eksperimen dilakukan dengan cara membandingkan antara kondisi spesifik berupa psikoterapi dengan kondisi yang tidak spesifik yang disebut placebo.

Kelompok kontrol mendapat perlakuan placebo ini yang jumlah sesinya sama dengan ke lompok eksperimen. Kelompok perlakuan memperoleh materi sama dengan prosedur terapi yang semestinya, sedangkan pada kelompok kontrol konselor tidak memberi terapi

Istilah placebo diambil dari bahasa latin artinya “ I shall please “ (sekedar membuat orang senang). Placebo adalah perlakuan pura-pura (sham treatment).

Dalam penelitian psikologi khususnya eksperimen di bidang psikoterapi dan intervensi lainnya, konsep placebo mulai dikenal dalam beberapa tahun terakhir sebagai adaptasi dari model yang dikembangkan pada bidang farmakologi. Penggunaan placebo dalam psikologi berawal dari pandangan bahwa perubahan-perubahan perilaku subjek setelah mengikuti psikoterapi ukan disebabkan oleh faktor psikoterarapi tetapi karena efek placebo.

Dalam pengertian psikoterapi, placebo dimaknai sebagai seluruh proses kegiatan yang diberikan pada unit eksperimental, tetapi kegiatan tersebut tidak memberi efek apa-apa pada perilaku yang diamati.

Placebo disebut sebagai faktor-faktor yang tidak spesifik yaitu elemen-elemen yang ada pada semua bentuk intervensi. Atau hanya bagian dari prosedur.

Elemen-elemen ini misalnya, harapan untuk berhasil, kepecayaan pada konselor(terapis), peningkatan semangat sehingga mau melakukan dan mencoba cara-cara adaptif dalam hidupnya.

Peneliti hendaknya mencari upaya untuk meningkatkan validitas internel pada penelitian eksperimen, adapun cara yang dapat dilakukan yaitu;

1. Mengelompokkan unit eksperimen secara objektif. Teknik yang baik untuk mengelompokkan adalah randomisasi. Jika randomisasi tidak memungkinkan, pengelompokan dapat dilakukan dengan penyeragaman (matching) variable yang berpengaruh, pembatasan variable sehingga ada homogenitas antarkelompok.
2. Menggunakan isntrumen pengukuran yang valid dan reliable, serta prosedur yang tepat.
3. Menghindari terjadinya interaksi (proses pembelajaran)) suatu perlakuan yang diberikan kepada kelompok kontrol selama kegiatan penelitian berlangsung.
4. Membuat kondisi yang ajeg, khususnya di lingkungan eksperimen.

Penelitian eksperimen lebih mementingkan validitas internal disbanding validitas eksternal. Pada prakteknya seringkali validitas eksternal lebih rendah hal ini karena peneliti ingin mengetahui hubungan sebab akibat antara variable bebas dan variable terikat. Peneliti berusaha ketat untuk mengontrol variable sekunder, pengaruh dari variable luar VB terhadap variable terikat dihilangkan. Akibatnya, kondisi penelitian menjadi tidak alamiah karena situasi penelitiannya terkontrol, ini menyebabkan validitas eksternal tidak terpenuhi.

Penelitian eksperimental lebih mementingkan Randomisasi daripada random sampling, subjek penelitian yang digunakan tidak mewakili populasi, yang menyebabkan subjek penelitian yang digunakan menjadi homogen. Validitas populasi menjadi rendah.

Pemberian VB pada subjek penelitian untuk dilihat pengaruhnya terhadap VT dalam penelitian eksperimental lebih sering hanya dilakukan pada waktu tertentu. Oleh karena itu, kekuatan pengaruh VB terhadap VT lebih besar disbanding pemberian variable bebas pada beberapa waktu yang berbeda. Validitas temporal menjadi rendah.

Kesimpulan dari hubungan tersebut yaitu penelitian yang memiliki validitas internal tinggi akan menunjukkan validitas eksternal yang rendah, demikian juga sebaliknya.

Validitas eksternal penelitian berkaitan dengan sejauh mana hasil penelitian dapat digeneralisasikan pada subjek , situasi, dan waktu yang berbeda. Secara umum ada 3 validitas eksternal yaitu 1) Validitas populasi; 2) Validitas Ekologis; Validitas Temporal (Christensen, 2001).

A. Validitas Populasi
kemampuan hasil suatu penelitian untuk digeralisasikan dari sampel penelitian kepada populasi yang lebih besar. Validitas populasi berkaitan dengan teknik pengambilan sampel, apakah dilakukan secara acak atau tidak. Validitas populasi akan semakin baik apabila sampel diambil melalui random sampling. Akan tetapi random sampling sulit dilakukan pada penelitian eksperimen karena seringkali jumlah populasi yang sebenarnya tidak diketahui.

Berkaitan dengan validitas populasi, maka perlu diperhatikan darimana populasi diambil yaitu populasi target dan populasasi yang dapat dijangkau. Populasi target adalah populasi lebih besar dimana hasil penelitian akan digeneralisasikan, sedangkan populasi yang dapat dijangkau adalah kelompok populasi yang tersedia untuk peneliti.

Validitas populasi dipengaruhi oleh bias seleksi, yaitu merupakan kesalahan dalam mengambil sampel yang tidak sesuai dengan karakteristik dari subjek penelitian.

B. Validitas Ekologis
Berkaitan dangan situasi dan kondisi lingkungan. Validitas ekologis tinggi apabila pengaruh dari manipulasi VB tidak terkait dengan setting lingkungan yang sudah ada sebelumnya sehingga hasil penelitian dapat diterapkan di lingkungan lain.

Adapun yang termasuk validitas ekologis sebagai berikut;

• • Multiple treatment interference yaitu kondisi dimana perlakuan sebelumnya masih berpengaruh pada perlakuan berikutnya pada subjek yang sama dan mengalami dua manipulasi yang berbeda ( mungkin menjadi subjek dalan 2 penelitian).
  • Hawthorne Effect yaitu suatu kondisi dimana subjek menyadari sedang diteliti sehingga menampilkan tk laku tertentu. Kondisi ini dapat diatasi dg single blind procedure (membatasi pengetahuan subjek).
• Pretesting Effect yaitu suatu kondisi dimana subjek menunjukkan hasil tes yang bukan sebenarnya, bereaksi berbeda, defensif, dan memperkuat opini.
• Experimenter effect yaitu suatu kondisi dimana peneliti membatasi hasil generalisasi, ini terkait dengan atribut dan harapan peneliti.

C. Validitas Temporal
Berkaitan dengan generalisasi hasil penelitian pada waktu yang berbeda. Peneliti perlu dipertimbangkan waktu pemberian treatmen, rentang pengukuran VT , jarak antar manipulasi VB dll.

Validitas Temporal meliputi;

1. Variasi Musiman : Variasi ini berkaitan dengan kejadian secara umum atau biasa terjadi sepanjang waktu dalam populasi.

• Fixed time variation : Varian ini terjadi apabila perubahan terjadi pada waktu tertentu atau waktu yang dapat diramalkan. (Kemacetan dapat diramalkan di Jakarta pada waktu pulang kantor atau kemacetan di puncak pada saat liburan).
• Variable time variation : Varian ini terjadi apabila perubahan terjadi pada waktu yang tidak sama atau tidak dapat diramalkan – tidak bisa diterapkan untuk individu lain.

2. Variasi siklus (cyclical variation)
Ini merupakan bentuk dari variasi musiman, namun terjadi di dalam diri manusia dan makhluk lainnya. Siklus pada diri manusia dan makhluk lainnya dapat mengubah pengaruh VB terhadap VT. Misalnya; kondisi fisik manusia pada siang hari tidak sama dengan pagi hari, jika penelitian diulang pada waktu yang berbeda kemungkinan hasil tidak sama.

3. Variasi personal (personological variation)
Variasi ini merupakan variasi dari karakteristik individu spanjang waktu. Walaupun secara umum karakter orang cenderung stabil, namum beberapa karakter cenderung berubah pada wktu tertentu. Misalnya; penelitian tentang minat belajar dilakukan pada saat musim ujian dan tidak hasilnya kemungkinan berbeda

Validitas internal menunjukkan sejauh mana hubungan sebab akibat antara VB dan VT yang ditemukan dalam penelitian. Semakin kuat hubungan antara VB dan VT semakin kuat hubungan sebab akibat.

Sebuah penelitian eksperimen kemungkinan tidak menunjukkan hubungan sebab akibat yang kuat atau bahkan tidak ada hubungan kausalitas. Hal ini dipengaruhi beberapa hal berikut ini; (Shadish, Cook, and Cambell; 2002)

1. Ambiguous Temporal Prescendence
Sebuah sebab A harus menghasilkan peristiwa B, apabila sebab tidak kuat atau ambigu menyebabkan hubungan kausalitas menjadi tidak kuat.

2. Selection
Seleksi berhubungan dengan proses mengambil sampel dari populasi, setiap individu memiliki karakteristik masing-masing, peneliti harus bisa membatasi karakteristik yang akan mengganggu tujuan dari eksperimen. Sampel yang dipilih memiliki pengetahuan mengenai proses apa yang akan dijalani dalam penelitian, ini akan mempengaruhi sikap individu misalnya faking good atau tidak menunjukkan kemampuan sesungguhnya. Kondisi ini bisa dikontrol dengan randomisasi (random assignment).

3. History
Peristiwa yang terjadi di luar pemberian treatment, tetapi berlangsung antara awal penelitian sampai denga sebelum diberikan posttest.

4. Maturation
Perubahan natural yang terjadi pada individu karena kematangan, betambahnya pengalaman sample, bertambahnya waktu dll. Misalnya : eksperimen yang dilakukan lebih dari 1 tahun, perubahan yang terjadi bisa dipengaruhi bertambah usia sample dan penguasaan keterampilan semakin bertambah.

5. Regression
Apabila sampel yang diambil mempunyai nilai pengukuran yang ekstrem misal terlalu rendah daripada yang lain, dia mungkin akan sering menunjukkan nilai rendah di variable yang lain, ini akan mempengaruhi keefektifan treatment yang diberikan. Kemungkinan efek dari treatment sedikit mempengaruhi sampel dengan nilai ekstrem ini.

6. Attrition
Berkurangnya responden yang mengikuti pelatihan (mortalitas) mempengaruhi keberlangsungan penelitian. Sebaiknya jumlah sampel dibuat lebihuntuk mengatasi kemungkinan mortalitas sampel.

7. Testing
Tes yang diberikan di awal penelitian dan akhir penelitian bisa jadi hasilnya dipengaruhi oleh pengalaman sampel. Sampel kemungkinan masih mengingat isi tes yang diberikan sehingga peningkatan hasil setelah pemberian treatment belum tentu karena treatment tetapi Karena subjek berusaha memperbaiki yang dia anggap salah atau menyamakan jawaban dengan tes awal.

Langkah meminimalkan dengan parallel tes, tes yang sama atau setara akan tetapi dipertimbangkan perubahan di beberapa hal. Bisa juga dengan pemberian tes yang tidak sama tetapi setara.

8. Instrumentation
Alat ukur yang digunakan harus memenuhi validitas dan reliabilitas statistic (lolos uji). Apabila tes belum ada validitas dan reliabiitas akan dipertanyakan kemampuan alat ukur m,engukur yang sebenarnya

9. Addictive and Interactive effect of threats internal validity

Pengaruh dari treatmen yang ditambahkan pada proses atau pengaruh level treatment yang berbeda-beda pada setiap individu.

Berdasarkan bentuk kelompok kontrol, ada 4 model dalam pemberian perlakuan subjek, yaitu;

A. Perlakuan lawan tanpa Perlakuan

Model ini terdapat 2 kelompok yaitu kelompok perlakuan (X) yang mendapatkan intervensi dan kelompok kontrol (-) yang tidak memperoleh perlakuan. Perbedaan hasil pengukuran (O) pada kedua kelompok dianggap sebagai perlakuan;

• Kelompok perlakuan : (X) > O
• Kelompok kontrol : (-) > O

Model ini merupakan alternative model yang paling lama dikembangkan dalam eksperimen psikososial. Pola perlakuan ini tidak selalu harus dibagi dalam 2 kelompok perlakuan yang berbeda dengan satu kelompok tanpa perlakuan sebagai kontrol.

B. Perlakuan lawan perlakuan lain (komparasi perlakuan)

Dalam model ini terdapat 2 kelompok, yaitu kelompok perlakuan yang mendapatkan intervensi dan kelompok kontrol (Z) yang memperoleh perlakuan dalam bentuk intervensi yang lain. Perbedaan hasil pengukuran pada kedua kelompok dianggap sebagai akibat perlakuan.

• Kelompok perlakuan : (X) > O
• Kelompok kontrol : (-) > O

Sebagai bentuk pengembangan dari pola pertama, terutama karena faktor etis, subjek-subjek yang bermaslah tidak menjadi anggota kelompok kontrol yang dibiarkan tanpa adanya perlakuan sehingga dikembangkan desain untuk membandingkan perlakuan.

C. Perlakuan lawan plasebo

Model ini terdapat 2 kelompok yaitu kelompok perlakuan yang mendapatkan intervensi dan kelompok kontrol yang memperoleh perlakuan berupa placebo.

Perbedaan hasil pengukuran pada kedua kelompok dianggap sebagai akibat dari perlakuan;

• Kelompok perlakuan : X) > O
• Kelompok kontrol : (p) > O

Pola perlakuan placebo pada mulanya dikembangkan pada bisdang farmakoterapi untuk pengujian obat

D. Perlakuan lawan perlakuan bervariasi

Model ini terdapat 2 kelompok yaitu, kelompok perlakuan ynag mendpatkan intervensi lebih banyak atau bervaiasi disbanding dengan kelompok yang memperoleh perlakuan kurang.

Model ini disebut pula dismantling. Perbedaan hasil pengukuran pada kedua kelompok dianggap sebagai hasil perlakuan.

• Kelompok perlakuan ; (XXX) > O
• Kelompkk kontrol : (X) > O

Validitas merupakan hal yang penting dalam hasil penelitian disajikan untuk umum. Walaupun validitas internal lebih diutamakan tetapi validitas eksternal juga tidak boleh diabaikan.

Ada 3 prinsip dasar yang perlu diperhatikan untuk meningkatkan validitas eksperimen yaitu:

A. Replikasi
Yaitu frekuensi atau pengulangan perlakuan dalam suatu eksperimen atau penelitian yang sama dengan dilakukan secara berulang-ulang. Dalameksperimen psikologi, replikasi digunakan dalam 2 pengertian. Pertama, replikasi pengulangan pada perlekuan unit-unit eksperimen yang berbeda dengan unit eksperimen yang diujicobakan sebelumnya.

Replikasi dilakukan untuk menerapkan hasil-hasil eksperimen terdahulu, tetapi dengan cara yang pertama kali dilakukan, khususnya segi kelompok atau unit, waktu, dan tempat. Adapun perlakuan yang diberikan dalam replikasi tetap sama atau sedikit bervariasi sesuai keperluan.

Replikasi merupakan pengulangan perlakuan yang diberikan kepada unit kelompok eksperimen yang sama atau unit berbeda. Dalam penelitian peneliti memberi beberapa kali (minimal 2 kali) pada unit kelompok yang sama atau kelompok berbada. Replikasi bertujuan meningkatkan validitas internal yaitu apakah perubahan benar-benar terjadi karena perlakuan atau faktor lain.

Replikasi dalam pengertian kedua ini dapat berupa frekuensi perlakuan sejumlah unit eksperimen. Jika perlakuan diberikan pada 10 remaja, dalam perlakuan itu terdapat 10 unit eksperimental.

Jika satu perlakuan diberikan pada 10 remaja berarti replikasi yang dilakukan terhadap eksperimen sebanyak 10 kali karena setiap subjek mendapatkan 1 kali perlakuan.

Tata cara menghitung jumlah replikasi yang diingikan untuk mencapai ketelitian dapat dilihat di buku Psikologi eksperimen oleh Rosleny Marliani, M.Si.

Menurut hanafiah dalam Rosleny (2013), penentuan jumlah replikasi dipengaruhi 3 hal yaitu:

1. Tingkat ketelitian, semakin tinggi tingkat ketelitian yang diingikan dari eksperimen, semakin besar jumlah replikasi yang dibutuhkan.
2. Keragaman bahan, alat, media dan lingkungan eksperimen. Semakin heterogen faktor-faktor tersebut, semakin besar pula replikasi yang diperlukan.
3. Jika biaya penelitian cukup besar replikasinya semakin kecil

Replikasi berguna meminimalkan kesalahan eksperimen, replikasi juga bertujuan mempertinggi ketepatan eksperimen. Semakin banyak replikasi dilakukan, semakin tinggi ketepatan eksperimen..

B. Randomisasi
Tujuan randomisasi adalah agar pengelompokan subjek ke dalam kelompok ekperimen dan kontrol menjadi lebih objektif.

Penentuan anggota sampel dengan randomisasi disebut random assignment.

Randomisasi bertujuan mengurangi bias yang disebabkan oleh kesalahan sistematis (systematic error) yang dilakukan secara sengaja oleh peneliti dalam menentukan subjek-subjek yang akan diteliti.

Beberapa cara untuk melakukan proses randomisasi, diantaranya menggunakan table bilangan random, penarikan undian, atau penggunaan table bilangan random di computer.

C. Kontrol Internal
Adalah mengendalikan kondisi lapangan dari heterogen menjadi homogeny. Caranya dengan membagi unit-unit eksperimen dalam kelompok-kelompok, sehingga antarkelompok memiliki homogenitas dan perimbangan, kecuali perlakuan yang harus dibuat secara berbeda.imbang, kesalahan dapat diminimalkan dan dikendalikan.

Kontrol internal berguna untuk membuat prosedur uji lebih kuat, lebih efisien, dan lebih sensitive. Hal ini karena pengelompokan yang homogen dan berimbang, kesalahan dapat diminimalkan dan dikendalikan.

Pengelompokan dengan cara membagi unit ke dalam beberapa kelompok, sehingga antarkelompok menjadi homogeny. Setiap unit dalam kelompok yang sama harus mendapat perlakuan yang sama.

Dalam melakukan pengelompokan, seorang peneliti harus memerhatikan aspek keseimbangan (balancing), yaitu kesamaan jumlah unit eksperimen dalam setiap kelompok.

Kontrol internal berguna untuk mengurangi pengaruh campuran (confounded effect) yaitu, pengaruh variable yang diamati karena adanya interaksi (pengaruh bersama) faktor perlakuan dan variable nonekperimental. Pengelompokan berdasarkan faktor yang terkait langsung dengan variable yang harus dihindari.

D. Perlakuan Pembanding
Pemberian perlakuan terhadap kelompok eksperimen mutlak dilakuka. Peneliti sengaja memberikan pemaparan kepada subjek yang diteliti tentang perlakuan lalu mempelajari efeknya. Untuk mempelajari bahwa penelitian sudah memberikan efek tertentu pada subjek yang diteliti, diperlukan kelompok pembanding yang berfungsi sebagai kelompok kontrol. Suatu penelitian dianggap sebagai penelitian eksperimen apabila menggunakan kelompok kontrol atau KK sebagai pembanding.

Keberadaan kelompok kontrol sangat penting dalam penelitian eksperimental. Hal ini karena eksperimen yang dilakukan tanpa kelompok komparasi, tidak langsung menyimpulkan bahwa akibat yang terjadi merupakan hasil dari perlakuan.

Kondisi kelompok kontrol harus sama dengan kondisi subjek pada kelompok perlakuan. Kondisi yang sama ini menyangkut kelompok satatis, seperti usia, jenis kelamin, kondisi kesehatan, tingkat pendidik dll. Jika kondisi tersebut homogeny antara subjek kelompok perlakuan dan kontrol, hasil yang dicapai dapat disimpulkan bahwa suatu intervensi yang diberikan mempengarui variable tergantung.

Adapun fungsi desain penelitian menyangkut 2 hal yaitu menjawab penelitian dan menguji (Cristensen, 2001);

A. Pertama, masalah penelitian dapat dijawab apabila desain penelitiannya tepat guna.

Desain penelitian yang tepat guna menggunakan teknik analisis statistic yang tepat untuk menguji hipotesis. Desain penelitian juga berguna untuk menguji kesimpulan hasil penelitian.

B. Kedua, desain penelitian menunjukkan kontrol terhadap variable sekunder atau variable noneksperimental. Peneliti berusaha memaksimalkan varians sistematik dan menimbulkan varians eror, misalnya membandingkan pengaruh metode pengajaran ceramah dengan diskusi terhadap prestasi belajar siswa. Dengan membuat perbandingan dua variasi variable bebas, peneliti berusaha memaksimalkan varians sistematik. Selain itu,membuat pengukuran variable terikat seakurat mungkin. Peneliti berusaha meminimalkan varians kesalahan.

Desain penelitian adalah rencana atau strategi yang digunakan untuk menjawab masalah penelitian (Christensen, 2001). Desain atau perencanaan diperlakukan sebelum kita melakukan atau membuat sasuatu agar hasilnya sesuai dengan keinginan atau harapan. Misalnya; ketika akan membuat sebuah meja kita harus membuat atau mempersiapkan bahan-bahan, membuat gambar desain meja, memotong bahan sesuai desai agar mejadi bentuk yang diingikan.

Bayangkan apabila kita tidak membuat desain, kemungkinan ukurannya akan salah dan tidak sesuai bentuk yang diingiinginkan. Demikian pula, apabila kita tidak membuat desain pada penelitia ilmiah terlebih dahulu, penelitian tidak akan berjalan dengan baik, atau bahkan hasil penelitian tidak sesuai dengan tujuan. Penentuan desain penelitian, peneliti mengarahkan jalannya penelitian agar hasil sesuai yang diharapkan.

Penelitian eksperimen semu adalah penelitian yang dilaksanakan  dengan  menggunakan seluruh subjek dalam kelompok belajar (intact group) untuk diberi perlakuan (treatment) dan bukan menggunakan subjek yang diambil secara acak. Penggunaan rancangan ini bertujuan untuk memperoleh informasi yang merupakan perkiraan bagi informasi yang dapat diperoleh dengan eksperimen yang sebenarnya dalam keadaan yang tidak memungkinkan untuk mengontrol dan/atau memanipulasikan semua variabel yang relevan.

Ciri-ciri rancangan eksperimen semu adalah:

1. Manipulasi eksperimen hanya pada variabel bebas.
2. Tidak ada pemilihan secara acak untuk kelompok dan atau
3. Tidak ada kelompok kontrol

Dalam rancangan ini biasanya menggunakan kelompok subjek yang telah terbentuk secara wajar,sehingga sejak awal bisa saja kedua kelompok subjek telah memiliki karakteristik berbeda. Apabila pada pascatest ternyata kedua kelompok itu berbeda mungkin  saja perbedaannya bukan disebabkan oleh perlakuan tetapi karena sejak awal kedua kelompok sudah berbeda. Control terhadap variabel-variabel yang berpengaruh terhadap eksperimen  tidak dilakuan  karena akesperimen ini biasanya dilakukan dimasyarakat. Beberapa jenis rancangan penelitian  antara lain:

a) Posttest Only, Non-Equivalent Control Group Design

Rancangan ini pada dasarnya sama dengan rancangan secara acak dengan tes akhir dan kelompok control diatas tadi. Perbedaannya hanyalah terletak pada teknik yang digunakan di dalam upaya  mengekuivalenkan/menyamakan kelompok eksperimen dengan kelompok kontrol. Pada rancangan ini, bukan proses randomisasi yang digunakan, melainkan menggunakan kelompok yang sudah ada, akan tetapi subjek yang dikenai pascates terbatas pada subjek-subjek yang dapat dijodohkan. Skema model penelitian ini adalah:

b.    Pretest-Posttest, Non-Equivalent Control Group Design

Rancangan ini pada dasarnya sama dengan rancangan secara acak pratest-posttest dan kelompok control diatas tadi. Perbedaannya hanyalah terletak pada teknik yang digunakan di dalam upaya mengekuivalenkan/menyamakan kelompok eksperimen dengan kelompok kontrol. Pada rancangan ini, bukan proses randomisasi yang digunakan, melainkan menggunakan kelompok yang sudah ada, akan tetapi subjek yang dikenai pratest dan pascates terbatas pada subjek-subjek yang dapat dijodohkan.

Pada design time series,peneliti melakukan pengukuran di depan selama tiga kali berturut, kemudian peneliti memberikan perlakuan pada obyek yang diteliti. Kemudian peneliti melakukan pengukuran selama tiga kali lagi setelah perlakuan dilakukan. Design ini merupakan pengembangan dari One Group Pretest-Posttest Design, jika pengukuran dilakukan secara berulang-ulang dalam kurun waktu tertentu.

d.   Rancangan rangkaian waktu dengan kelompok pembanding  (control time series design)

Pada dasarnya rancangan ini adalah rancangan rangkaian waktu, hanya dengan menggunakan kelompok pembanding (kontrol). Rancangan ini lebih memungkinkan adanya control terhadap validitas internal, sehingga keuntungan dari rancangan ini lebih menjamin adanya validitas internal yang tinggi. Skema model dari penelitian ini adalah:

Rancangan penelitian ekperimen ini digunakan untuk mengungkapkan hubungan sebab-akibat dengan cara melibatkan kelompok control disamping kelompok eksperimental, yang pemilihan kedua kelompok tersebut menggunakan tekhnik acak.

Terdapat tiga karakter dalam rancangan penelitian ini: (1)  adanya kelompok kontrol, (2) siswa ditarik secara random/acak dan ditandai untuk masing-masing kelompok, (3) sebuah tes awal dilakukan untuk mengetahui perbedaan antar kelompok. Terdapat  lima jenis rancangan penelitian eksperimen murni, antara lain:
a.    Rancangan secara acak dengan tes akhir dan kelompok control (The randomized posttest only control group design)

Pada rancangan ini, ada kelompok eksperimen dan ada kelompok kontrol.Pada kelompok eksperimen dikenai perlakuan X1 dan pada kelompok kontrol tidak dikenai perlakuan.Dan pada akhir penelitian kedua kelompok dikenai posttest. Pemilihan subjek ke dalam kedua kelompok yang dikenai eksperimen menggunakan proses  randomisasi. Dengan begitu, sesuai dengan asumsi randomisasi, kedua kelompok yang  dikenai eksperimen adalah ekuivalen (hampir sama).

b.    Rancangan secara acak dengan tes awal dan tes akhir dengan kelompok kontrol (The randomized pretest-posttest contol group design)

Dalam rancangan ini, kelompok eksperimental diberi perlakuan sedangkan kelompok kontrol tidak. Pada kedua kelompok diawali dengan pratest, dan setelah pemberian perlakuan diadakan pengukuran kembali (pascatest). Subjek yang dipilih  pada racangan penelitian ini menggunakan tekhnik acak.

c. Empat kelompok Solomon (The randomized Solomon four group design)

Rancangan ini pada dasarnya menggabungkan dua rancangan eksperimental sebelumnya sehingga terbentuk rancangan yang melibatkan empat kelompok. Dua kelompok sebagai kelompok eksperimen dan dua lainnya sebagai kelompok control. Pada kedua kelompok eksperimental diberi perlakuan sedangkan pada kedua kelompok control tidak. Pada satu pasangan kelompok eksperimen dan control diawali dengan pratest, sedangkan pada pasangan yang lain tidak. Setelah pemberian perlakuan selesai diadakan pengukuran atau pascatest pada keempat kelompok.Peneliti dapat menekan sekecil mungkin sumber-sumber kesalahan karena adanya empat kelompok yang berbeda dengan enam format pengukuran.

Rancangan penelitian dua kelompok matching randomisasi

Pada rancangan penelitian ini, selain melakukan randomisasi pada kelompok eksperimen maupun control juga dilakukan teknik control tambahan dengan dilakukannya matching. Matching dilakukan agar kedua kelompok menjadi setara pada beberapa variabeltergantung yang diduga dapat berpengaruh pada variabel terikat. Matching dilakukan sebelum dilakukan randomisasi.

Rancangan ini digunakan untuk mengungkap hubungan sebab-akibat hanya dengan cara melibatkan satu kelompok subjek, sehingga tidak ada control yang ketat terhadap variabel. Terdapat tiga jenis rancangan penelitian yang dapat dimasukkan dalamkelompok rancangan penelitian ini, yaitu:

a.    Studi Kasus Bentuk Tunggal (One – Shot Case Study)

Yaitu  sebuah eksperimen  yang dilaksanakan tanpa adanya kelompok pembanding dan juga tanpa adanya tes awal. Dengan modelini peneliti tujuannya sederhana yaitu ingin mengetahui efek dari perlakuan yang diberikan pada kelompok tanpa mengindahkan pengaruh factor yang lain.

b.    Pratest-Postest Kelompok Tunggal (The One Group Pratest Posttest)

Rancangan eksperimen yang dilakukan pada satu kelompok saja tanpa kelompok pembanding.Model ini lebih sempurna jika dibandingkan dengan model pertama, karena sudah menggunakan tes awal (pratest) kemudian setelah diberikan perlakukan dilakukan pengukuran (posttest) lagi untuk mengetahui akibat dari perlakukan itu, sehingga besarnya efek dari eksperimen dapat diketahui dengan pasti.

c.    Perbandingan Kelompok Statis (The Static Group Comparison Group)

Pada rancangan ini, ada kelompok yang diberikan treatmen eksperimental, dan ada kelompok lainnya yang tak diberikan treatmen, dua-duanya adalah kelompok yang sudah ada.

Dalam menilai model struktural dengan struktural PLS dapat dilihat dari nilai RSquares untuk setiap variabel laten endogen sebagai kekuatan prediksi dari model struktural. Nilai R-Squares merupakan uji goodness fit model. Perubahan nilai R-Squares digunakan untuk menjelaskan pengaruh
variabel laten eksogen tertentu terhadap variabel laten endogen, apakah mempunyai pengaruh substantive. Nilai R-Squares 0,67; 0,33 dan 0,19 untuk variabel laten endogen dalam model struktural menunjukkan model
kuat, moderat, dan lemah (Chin, 1998 dalam Ghozali, 2006). Hasil dari PLS R-Squares merepresentasikan jumlah variance dari konstruk yang dijelaskan oleh model. Selain melihat besarnya nilai R-Squares, evaluasi model struktural PLS dapat juga dilakukan dengan Q2 predictive relevance atau sering disebut predictive sample reuse yang dikembangkan oleh Stone (1974) dan Geisser
(1975) dalam Ghozali (2012). Nilai q2 predictive relevance yaitu 0,02; 0,15; dan 0,35menunjukkan bahwa model lemah, moderate dan kuat. Selanjutnya evaluasi model dilakukan dengan melihat nilai signifikansi untuk mengetahui pengaruh antar variabel melalui prosedur bootstrapping atau jackknifing.
Pendekatan bootstrap merepresentasi non parametric untuk precision dari estimasi PLS. Prosedur bootstrap menggunakan seluruh sampel asli untuk melakukan resampling kembali. Hair et all, (2011) dan Henseler et al
(2009) memberikan rekomendasi untuk jumlah sampel dari bootstrap yaitu sebesar 5.000 dengan catatan jumlah tersebut harus lebih besar dari original sampel. Namun beberapa literatur (lihat Chin 2003; 2010a)
menyarankan jumlah sampel dari bootstrap sebesar 200 – 1.000 sudah cukup untuk mengoreksi standar error estimate PLS. Nilai signifikansi yang digunakan (two-tailed) tvalue 1,65 (signifikan level 10%); 1,96 (signifikan level 5%); dan 2,58 (signifikan level 1%).

Evaluasi model pengukuran (outler model) Evaluasi outer model disebut pula dengan evaluasi model pengukuran dilakukan untuk menilai validitas dan reliabilitas model. Outler model dengan indikator refleksif dievaluasi melalui validitas convergent dan discriminant untuk indikator pembentuk konstruk laten, serta melalui composite reliability dan cronbach alpha untuk blok indikatornya. Sedangkan outler model dengan indikator formatif dievaluasi melalui substantive content-nya yaitu dengan membandingkan besarnya relative weight dan melihat signifikansi dari indikator konstruk tersebut (Chin 1998 dalam Ghozali 2012). Validitas convergent berhubungan dengan prinsip bahwa pengukur-pengukur (manifest variabel) dari suatu konstruk seharusnya berkorelasi tinggi. Uji validatas convergent indikator refleksif dapat dilihat dari nilai
loading factor untuk setiap konstruk, dimana nilai loading factor yang direkomendasikan harus lebih besar dari 0,7 untuk penelitian
yang bersifat confirmatory dan nilai loading faktor antara 0,6 – 0,7 untuk penelitian yang bersifat exploratory masih dapat diterima,
serta nilai average variance extracted (AVE) harus lebih besar dari 0,5. Validitas discriminant berhubungan dengan prinsip bahwa pengukur-pengukur (manifest variabel) konstruk yang berbeda seharusnya tidak
berkorelasi dengan tinggi. Cara untuk menguji validitas discriminant dengan indikator refleksif yaitu dengan melihat nilai cross loading untuk setiap variabel harus > 0,70. Cara lain yang dapat digunakan untuk menguji
validitas discriminant adalah dengan membandingkan akar kuadrat dari AVE untuk setiap konstruk dengan nilai korelasi antar konstruk dalam model. Validatas discriminant yang baik ditunjukkan dari akar kuadrat AVE
untuk setiap konstruk lebih besar dari korelasi antar konstruk dalam model (Fornell dan Larcker 1981, dalam Ghozali 2012).

Selain uji validitas, pengukuran model juga dilakukan untuk menguji reliabilitas
(keakuratan) suatu konstruk. Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi dan ketetapan instrument dalam mengukur konstruk. Uji reliabilitas suatu konstruk dengan indikator refleksif dapat
dilakukan dengan dua cara yaitu Composite Reliability dan Cronbach’s Alpha. Penggunaan Cronbach’s Alpha untuk menguji reliabilitas konstruk akan memberikan nilai yang lebih rendah (under estimate) sehingga lebih
disarankan untuk menggunakan Composite Reliability dalam menguji reliabilitas suatu konstruk.

Pemilihan konstruk berdasarkan model indikator refleksif atau formatif tergantung dari prioritas hubungan kausalitas antara indikator dan variabel laten (Bollen 1989, dalam Ghozali 2012). Lebih lanjut dinyatakan oleh Fornell dan Bookstein (1982) bahwa konstruk seperti “personalitas” atau “sikap”
umumnya dipandang sebagai faktor yang menimbulkan sesuatu yang kita amati sehingga indikatornya bersifat refleksif. Sebaliknya jika konstruk merupakan kombinasi penjelas dari indikator (seperti perubahan penduduk atau baur pemasaran) yang ditentukan oleh kombinasi variabel maka indikatornya harus bersifat formatif. Konstruk dengan indikator refleksif
mengasumsikan bahwa kovarian di antara pengukuran model dijelaskan oleh varian yang merupakan manifestasi domain konstruknya.
Pada setiap indikatornya harus ditambah dengan error terms atau kesalahan
pengukuran. Adapun ciri-ciri dari konstruk dengan indikator refleksif yaitu; arah hubungan kausalitas dari konstruk ke indikator, antar ukuran indikator diharapkan saling berkorelasi, menghilangkan satu indikator dari model pengukuran tidak akan merubah makna atau arti konstruk,
menghitung adanya kesalahan pengukuran (error) pada tingkat indikator, konstruk memiliki arti yang surplus, perubahan pada indikator tidak menyebabkan perubahan pada konstruk, perubahan pada konstruk
mengakibatkan perubahan pada indikator, indikator dapat dipertukarkan, indikator harus memiliki konten yang sama dan indikator
perlu memiliki tema yang sama, indikator diharapkan memiliki kovarian satu sama  lainnya, indikator disyaratkan memiliki anteseden dan konsekuen yang sama, dan skala skor tidak menggambarkan konstruk. Konstruk dengan indikator formatif mengasumsikan bahwa setiap indikatornya
mendefinisikan atau menjelaskan karakteristik domain konstruknya. Kesalahan pengukuran ditujukan pada konstruk dan bukan pada
indikatornya sehingga pengujian validitas dan reliabilitas konstruk tidak diperlukan lagi. Adapun ciri-ciri dari konstruk dengan indikator formatif yaitu arah hubungan kausalitas dari indikator ke konstruk, antar indikator diasumsikan tidak berkorelasi (tidak diperlukan uji konsistensi internal/cronbach alpha), menghilangkan satu indikator
berakibat merubah makna dari konstruk, kesalahan pengukuran diletakkan pada tingkat konstruk (zeta), konstruk mempunyai makna
surplus, perubahan pada indikator mengakibatkan perubahan pada konstruk,
perubahan pada konstruk tidak menyebabkan perubahan pada indikator, indikator tidak dapat dipertukarkan, indikator tidak harus
memiliki konten yang sama dan indikator tidak perlu memiliki tema yang sama, tidak perlu ada kovarian antar indikator, indikator tidak
disyaratkan memiliki anteseden dan konsekuen
yang sama, dan skala skor tidak menggambarkan konstruk.

Tujuan PLS adalah membantu peneliti untuk mendapatkan nilai variabel laten untuk tujuan prediksi. Variabel laten adalah linear agregat dari indikator-indikatornya. Weight estimate untuk menciptakan komponen skor
variabel laten didapat berdasarkan bagaimana inner model (model struktural yang menghubungkan antar variabel laten) dan outler model (model pengukuran yaitu hubungan antara indikator dengan konstruknya) dispesifikasi. Hasilnya adalah residual variance dari variabel independen
(keduanya variabel laten dan indikator) diminimumkan.
Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga yaitu: pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten; kedua, mencerminkan estimasi jalur
(path estimate) yang menghubungkan variabel laten dan antar variabel laten dan blok indikatornya (loading); ketiga, adalah keterkaitkan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk mendapatkan ketiga estimasi tersebut, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner model dan outler model, dan tahap ketiga
menghasilkan estimasi means dan lokasi (konstanta).
Pada dua tahap pertama proses iterasi indikator dan variabel laten diperlukan sebagai deviasi (penyimpangan) dari nilai means (ratarata). Pada tahap ketiga untuk hasil estimasi dapat diperoleh berdasarkan pada data metric
original, hasil weight estimate dan path estimate pada tahap kedua digunakan untuk menghitung means dan lokasi parameter.

Pada umumnya terdapat dua jenis tipe SEM yang sudah dikenal secara luas (Fornell dan Bookstein 1982, dalam Ghozali 2012) yaitu covariance-based structural equation modeling (CB-SEM) yang dikembangkan oleh
Joreskog (1969) dan partial least squares path modeling (PLS-SEM) yang sering disebut variance atau component-based structural equation modeling yang dikembangkan oleh Wold (1974).
Covariance Based SEM merupakan tipe SEM yang mengharuskan konstruk
maupun indikator-indikatornya untuk saling berkorelasi satu dengan lainnya dalam suatu model struktural. Sedangkan variance atau component based SEM merupakan tipe SEM yang menggunakan variance dalam proses
iterasi sehingga tidak memerlukan korelasi antara indikator maupun konstruk latennya dalam suatu model struktural. Secara umum, penggunaan CB-SEM
bertujuan untuk mengestimasi model struktural berdasarkan telaah teoritis yang kuat untuk menguji hubungan kausalitas antar konstruk serta mengukur kelayakan model dan mengkonfirmasinya sesuai dengan data empirisnya. Konsekwensi penggunaan CBSEM adalah menuntut basis teori yang kuat,
memenuhi berbagai asumsi parametrik dan memenuhi uji kelayakan model (goodness of fit). Karena itu, CB-SEM sangat tepat digunakan untuk menguji teori dan mendapatkan justifikasi atas pengujian tersebut dengan serangkaian analisis yang kompleks.
Sementara PLS-SEM bertujuan untuk menguji hubungan prediktif antar konstruk dengan melihat, apakah ada hubungan atau pengaruh antar konstruk tersebut. Konsekuensi penggunaan PLS-SEM adalah pengujian dapat
dilakukan tanpa dasar teori yang kuat, mengabaikan beberapa asumsi (non
parametrik) dan parameter ketepatan model prediksi dilihat dari nilai koefisien determinasi (R-square). Karena itu, PLS-SEM sangat tepat digunakan pada penelitian yang bertujuan mengembangkan teori.

PLS bertujuan untuk mendapatkan nilai variabel laten untuk tujuan prediksi. Menurut Ghozali (2008), penjelasan estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga:
a. Kategori pertama : adalah weight estimate yang digunakan untuk menciptakan skor variabel laten.
b. Kategori kedua : adalah mencerminkan estimasi jalur (path estimate) yang
menghubungkan variabel laten dan blok indikatornya (loading).
c. Kategori ketiga : adalah berkaitan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten

PLS merupakan metode analisis yang powerfull dan sering disebut sebagai soft modeling karena meniadakan asumsi-asumsi OLS regresi. PLS dapat digunakan untuk  menguji teori yang lemah dan data yang lemah seperti jumlah sampel yang kecil atau adanya masalah normalitas data.
Model dalam PLS terdiri dari dua, yaitu outer model (model pengukuran) dan
inner model (model struktural). Model pengukuran adalah model yang meggambarkan hubungan antara variabel laten dengan variabel pengukurannya (indikator), Model struktural adalah model yang menghubungkan hubungan antar variabel latennya.

Structural Equation Modeling (SEM) merupakan suatu teknik statistik yang
memiliki kemampuan untuk menganalisis pola hubungan antara variabel laten dan indikatornya, variabel laten yang satu dengan yang lainnya, serta kesalahan pengukuran secara langsung. SEM memungkinkan model konfirmatori dan ekploratori. SEM berbasis covariance memerlukan asumsi yang mendasari analisis ini, yaitu multivariate normal, hubungan indikator dan variabel laten bersifat reflektif serta jumlah sampel yang besar (Yamin dan Kurniawan, 2011). Ketika pemenuhan asumsi SEM berbasis covariance
tidak dapat terpenuhi, maka metode lain yang dapat digunakan adalah dengan partial least square (PLS) untuk pemodelan SEM atau menguji teor

Langkah-langkah pemodelan persamaan struktural berbasis PLS dengan software adalah sebagai berikut :
1. Langkah Pertama: Merancang Model Struktural (inner model)
Perancangan model struktural hubungan antar variabel laten pada PLS didasarkan pada rumusan masalah atau hipotesis penelitian.
2. Langkah Kedua: Merancang Model Pengukuran (outer model)
Perancangan model pengukuran (outer model) dalam PLS sangat penting karena terkait dengan apakah indikator bersifat refleksif atau formatif.
3. Langkah Ketiga: Mengkonstruksi diagram Jalur
Bilamana langkah satu dan dua sudah dilakukan, maka agar hasilnya lebih mudah dipahami, hasil perancangan inner model dan outer model tersebut, selanjutnya dinyatakan dalam bentuk diagram jalur.
4. Langkah Keempat: Konversi diagram Jalur ke dalam Sistem Persamaan
a. Outer model
Outer model, yaitu spesifikasi hubungan antara variabel laten dengan indikatornya, disebut juga dengan outer relation atau measurement model, mendefinisikan karakteristik konstruk dengan variabel manifesnya

b) Inner model
Inner model, yaitu spesifikasi hubungan antar variabel laten (structural model), disebut juga dengan inner relation, menggambarkan hubungan antar variabel laten berdasarkan teori substansif penelitian. Tanpa kehilangan sifat umumnya, diasumsikan bahwa variabel laten dan indikator atau variabel manifest diskala zero means dan unit varian sama dengan satu, sehingga parameter lokasi (parameter konstanta) dapat dihilangkan dari model

c) Weight relation
Weight relation, estimasi nilai kasus variabel latent.

Langkah Kelima: Estimasi
Metode pendugaan parameter (estimasi) di dalam PLS adalah metode kuadrat terkecil (least square methods). Proses perhitungan dilakukan dengan cara iterasi, dimana iterasi akan berhenti jika telah tercapai kondisi konvergen.
Pendugaan parameter di dalam PLS meliputi 3 hal, yaitu :
1) Weight estimate digunakan untuk menciptakan skor variabel laten
2) Estimasi jalur (path estimate) yang menghubungkan antar variabel laten dan
estimasi loading antara variabel laten dengan indikatornya.
3) Means dan lokasi parameter (nilai konstanta regresi, intersep) untuk indikator dan variabel laten.

Langkah Keenam: Goodness of Fit
a). Outer Model
Convergent validity
Korelasi antara skor indikator refleksif dengan skor variabel latennya. Untuk hal ini loading 0.5 sampai 0.6 dianggap cukup, pada jumlah indikator per konstruk tidak besar, berkisar antara 3 sampai 7 indikator.
Discriminant validity Membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antar konstruk lainnya dalam model, jika square root of average variance extracted (AVE) konstruk lebih besar dari korelasi dengan seluruh konstruk lainnya maka dikatakan memiliki discriminant validity yang baik. Direkomendasikan nilai pengukuran harus lebih besar dari 0.50.
Kelompok Indikator yang mengukur sebuah variabel memiliki reliabilitas komposit yang baik jika memiliki composite reliability ≥ 0.7, walaupun bukan merupakan standar absolut.

b). Inner model
Goodness of Fit Model diukur menggunakan R-square variabel laten dependen dengan interpretasi yang sama dengan regresi; Q-Square predictive relevance untuk model struktural, megukur seberapa baik nilai onservasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q-Square ≤ 0 menunjukkan model kurang memiliki predictive relevance. Pogen dalam model persamaan.
Besaran Q2 memiliki nilai dengan rentang 0 < Q2 < 1, dimana semakin mendekati 1 berarti model semakin baik. Besaran Q2 ini setara dengan koefisien determinasi total pada analisis jalur (path analysis). Rm
7. Langkah Ketujuh: Pengujian Hipotesis
Pengujian hipotesis (β, γ, dan λ) dilakukan dengan metode resampling Bootstrap yang dikembangkan oleh Geisser & Stone. Statistik uji yang digunakan adalah statistik t atau uji t, dengan hipotesis statistik sebagai berikut:
Hipotesis statistik untuk outer model adalah:
H0 : λi = 0 lawan
H1 : λi ≠ 0
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel laten eksogen terhadap endogen adalah
H0 : γi = 0 lawan
H1 : γi ≠ 0
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel laten endogen terhadap endogen adalah
H0 : βi = 0 lawan
H1 : βi ≠ 0
Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas (distribution free), tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar (direkomendasikan sampel minimum 30). Pengujian dilakukan dengan t-test, bilamana diperoleh p-value ≤ 0,05 (alpha 5 %), maka disimpulkan signifikan, dan sebaliknya. Bilamana hasil pengujian hipotesis pada outter model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan, maka dapat diartikan bahwa terdapat pengaruh yang bermakna variabel laten terhadap variabel laten lainnya.

Konstruk dengan indikator formatif mempunyai karakteristik berupa komposit, seperti yang digunakan dalam literatur ekonomi yaitu index of sustainable economics welfare, the human development index, dan the quality of life index. Asal usul model formatif dapat ditelusuri kembali pada “operational definition”, dan berdasarkan definisi operasional, maka dapat dinyatakan tepat menggunakan model formatif atau reflesif.
Jika η menggambarkan suatu variabel laten dan x adalah indikator, maka: η= x
Oleh karena itu, pada model formatif variabel komposit seolah-olah dipengaruhi (ditentukan) oleh indikatornya. Jadi arah hubungan kausalitas seolah-olah dari indikator ke variabel laten.
Ciri-ciri model indikator formatif adalah:
1. Arah hubungan kausalitas seolah-olah dari indikator ke konstruk
2. Antar indikator diasumsikan tidak berkorelasi (tidak diperlukan uji onsistensi
internal atau Alpha Cronbach)
3. Menghilangkan satu indikator berakibat merubah makna dari konstruk
4. Kesalahan pengukuran diletakkan pada tingkat konstruk (zeta)

Model indikator refleksif dikembangkan berdasarkan pada classical test theory yang mengasumsikan bahwa variasi skor pengukuran konstruk merupakan fungsi dari true score ditambah error.
Ciri-ciri model indikator reflektif adalah:
1. Arah hubungan kausalitas seolah-olah dari konstruk ke indikator
2. Antar indikator diarapkan saling berkorelasi (memiliki internal consitency
reliability)
3. Menghilangkan satu indikator dari model pengukuran tidak akan merubah
makna dan arti konstruk
4. Menghitung adanya kesalahan pengukuran (error) pada tingkat indikator

Kelebihan PLS dibandingkan dengan LISREL mampu menangani dua masalah serius :
(a) Solusi yang tidak dapat diterima (inadmissible solution); hal ini terjadi karena PLS berbasis varians dan bukan kovarians, sehingga masalah matriks singularity tidak akan pernah terjadi. Di samping itu, PLS bekerja pada model struktural yang bersifat rekursif, sehingga masalah un-identified, under-identified atau overidentified juga tidak akan terjadi.
(b) Faktor yang tidak dapat ditentukan (factor indeterminacy), yaitu adanya lebih dari satu faktor yang terdapat dalam sekumpulan indikator sebuah variabel. Khusus indikator yang bersifat formatif tidak memerlukan adanya comon factor sehingga selalu akan diperoleh variabel laten yang bersifat komposit. Dalam hal ini variabel laten merupakan kombinasi linier dari indikator-indikatornya.

PLS merupakan metode analisis yang powerful karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan terorinya atau untuk pengujian proposisi. PLS juga dapat digunakan untuk pemodelan structural dengan indikator bersifat reflektif ataupun formatif.

Instrumen adalah sebagai alat untuk mencari data tentang motivasi dan hasil
belajar. Berdasarkan pada pengertian yang dikemukakan oleh Arikunto dalam Rifa (2016, hlm. 76) dapat dijelaskan bahwa “Instrumen penelitian merupakan alat atau fasilitas yang digunakan oleh peneliti dalam mengumpulkan data agar pekerjaannya lebih mudah dan hasilnya lebih baik atau memiliki arti lebih cermat, lengkap dan sistematis sehingga lebih memudahkan peneliti ketika akan melakukan pengolahan data”.

Nawawi dalam Dadang Iskandar (2015, hlm. 50) menyatakan bahwa “Studi
dokumentasi adalah cara pengumpulan data melalui peninggalan tertulis terutama berupa arsip-arsip dan termasuk juga buku mengenai pendapat, dalil yang berhubungan dengan masalah penyelidikan. Definisi ini memiliki cakupan yang masih sempit karena dokumentasi hanya mencakup data”.
Sugiyono dalam Dadang Iskandar (2015, hlm. 51) mengatakan bahwa:
Dokumentasi merupakan catatan peristiwa yang sudah berlalu. Dokumen
bisa berbentuk tulisan, gambar, atau karya-karya monumental dari
seseorang. Dokumen berbentuk tulisan misalnya catatan harian, sejarah
kehidupan, ceritera, biografi, peraturan, kebijakan. Dokumen berbentuk
gambar misalnya foto, gambar hidup, sketsa dan lain-lain. Dokumen yang
berbentuk karya misalnya karya seni, dapat berupa gambar, patung, film, dan
lain-lain.

Sugiyono (2013, hlm. 199) mengatakan bahwa:
Kuesioner atau angket merupakan teknik pengumpulan data yang dilakukan
dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis
kepada responden untuk dijawabnya. Kuesioner merupakan teknik
pengumpulan data yang efesien bila peneliti tahu dengan pasti variabel yang
akan di ukur dan tahu apa yang bisa diharapkan dari responden. Selain itu,
kuesioner juga cocok digunakan bila jumlah responden cukup besar dan
tersebar di wilayah yang luas. Kuesioner dapat berupa
pertanyaan/pernyataan tertutup atau terbuka, dapat diberikan kepada
responden secara langsung atau dikirim melalui pos, atau internet.

Brown dalam Dadang Iskandar (2015, hlm. 48) mengemukakan bahwa “Test
is a method of measuring ability, knowledge or performance in a given domain. Artinya tes adalah metode pengukuran keterampilan, pengetahuan atau sikap. Tes menurut pendapat ini digunakan untuk mengevaluasi pembelajaran dalam tiga ranah, yaitu psikomotor, kognitif dan afektif ”.
Arikunto dalam Dadang Iskandar (2015, hlm. 48) mengemukakan bahwa:
Tes yaitu serentetan pertanyaan atau latihan serta alat lain yang digunakan
untuk mengukur keterampilan, pengetahuan intelegensi, kemampuan atau
bakat yang dimiliki oleh individu atau kelompok. Dengan kata lain tes
merupakan alat yang digunakan untuk mengukur pengetahuan dan
kemampuan individu atau kelompok.
Nana Sudjana dalam Dadang Iskandar (2015, hlm. 49) mengemukakan bahwa:
Tes pada umumnya digunakan untuk menilai dan mengukur hasil belajar
siswa, terutama hasil belajar kognitif berkenaan dengan penguasaan bahan
pengajaran sesuai dengan tujuan pendidikan dan pengajaran. Nana Sudjana
menambahkan bahwa tes sebagai alat penilaian adalah pertanyaanpertanyaan yang diberikan kepada siswa untuk dijawab siswa, dalam bentuk
lisan (tes lisan), dalam bentuk tulisan (tes tulisan) atau dalam bentuk
perbuatan (tes tindakan). Teknik pengumpulan data dengan tes bermaksud
untuk menilai hasil belajar dalam ranah kognitif. Pada konteks ini tes hanya
digunakan untuk mengukur pemahaman peserta didik pada materi yang telah
diajarkan oleh guru.

Arikunto dalam Dadang Iskandar (2015, hlm. 49) mengatakan bahwa:
Observasi sebagai suatu aktivitas yang sempit yakni memperhatikan sesuatu
dengan mata. Di dalam pengertian psikologik, observasi atau disebut pula
pengamatan meliputi kegiatan pemuatan perhatian terhadap suatu objek
dengan menggunakn seluruh alat indera. Definisi ini dapat dipahami bahwa
observasi yang baik harus melibatkan seluruh panca indera guna merekam
setiap kejadian yang timbul selama proses pengamatan agar diperoleh
informasi yang akurat.
Marshall dalam Sugiyono (2013, hlm. 310) menyatakan bahwa “through observation,
the researcher learn about behavior and the meaning attached to those behavior .
Melalui observasi, peneliti belajar tentang perilaku, dan makna dari perilaku tersebut”.
Lembar observasi yang dimaksud adalah suatu cara yang mengadakan
pengamatan langsung terhadap objek yang akan diteliti. Observasi yang digunakan
untuk mengumpulkan data proses pembelajaran aktivitas guru selama proses
pembelajaran yang sedang berlangsung serta kesesuaian antara materi dengan model
yang akan digunakan oleh guru dalam pelaksanaan tindakan pada setiap siklus

Data terdiri dari beberapa jenis, pertama menurut sumbernya yaitu data primer dan data sekunder. Pengertian data primer adalah diperoleh dan dikumpulkan secara langsung oleh peneliti yang ditemukan langsung dari sumbernya. Bisa dikatakan masih asli atau baru. Untuk mendapatkannya, peneliti biasanya terjun langsung ke lapangan. Teknik yang digunakan untuk mengumpulkan diantaranya yaitu wawancara, observasi, menyebarkan kuesioner, dan diskusi terfokus.

Pengertian data sekunder adalah diperoleh oleh peneliti melalui banyak sumber yang sebelumnya sudah ada. Artinya peneliti berperan sebagai pihak kedua karena tidak didapatkan secara langsung. Biasanya dapat diperoleh dari buku, jurnal, laporan, dan sebagainya.

Jenis data yang lain adalah berdasarkan sifatnya yaitu data kualitatif dan data kuantitatif. Data kualitatif yaitu dengan bentuk suatu kata-kata tidak dijabarkan sebagai bentuk angka. Cara memperolehnya ada beragam, mulai dari wawancara, diskusi terfokus, wawancara, dan observasi yang dituliskan ke dalam catatan. Gambar atau video juga termasuk ke dalam ranah kualitatif.