BAB 2 LANDASAN TEORI

BAB 2

LANDASAN TEORI

2.1.

Fuzzy QFD

Stevenson menjelaskan bahwa Quality Function Deployment (QFD) merupakan pendekatan terstruktur untuk mengintregasikan “Voice of Customer” kedalam pengembangan kualitas pelayanan. Dalam QFD ini, tingkat kepentingan dari kebutuhan konsumen dan korelasi antara kebutuhan dan keinginan konsumen dan karakteristik teknik menggunakan angka tegas (crisp). Yang menjadi masalah utama adalah penggunaan nilai crisp tidak dapat menggambarkan ketidaktepatan atau kekaburan dalam proses penilaian.

Oleh karena itu, kesimpulan analisa QFD terkadang dipertanyakan oleh tim desain produk. Bagaimanapun, proses QFD melipabatkan berbagai input dalam bentuk data linguistik seperti persepsi manusia, penilaian, dan evaluasi kepentingan dari permintaan konsumen atau kekuatan hubungan, yang biasanya subjektif dan tak tentu. Dalam QFD tradisional, kebanyakan variable input diasumsikan tepat dan diperlakukan sebagai data numerik. Namun walau bagaimanapun, data linguistik agak samar dan ambigu atau mengandung banyak arti. Data tersebut dapat diubah menjadi lebih cepat/pasti dengan bantuan teori fuzzy.

Fuzzy set didefinisikan dalam set R dalam angka riel. Fungsi keanggotaan dari set ini, yang memiliki bentuk µ_ (x):R→[0,1], jelas memiliki arti kuantitatif dan dapat ditampilkan sebagai angka fuzzy. Secara spesifik, A adalah angka fuzzy jika dan hanya jika fungsi keanggotaannya adalah

Universitas Sumatera Utara

l ( x) 1  µ − A ( x) =  r ( x )  0

for x ∈ [α , β ] for x ∈ [β , γ ] for x ∈ [γ , δ ] otherwise

Dimana l (x) adalah fungsi dari (α, β) yang secara monoton dan kontinu meningkat dari sebelah kanan, r(x) adalah fungsi dari ( γ ,  ) yang secara monoton dan kontinu menurun dari sebelah kiri.

Lin (2004) menggunakan trapezoidal fuzzy numbers untuk tingkat kepentingan dan tingkat korelasi antara kebutuhan konsumen dengan karakteristik teknik dengan fungsi keanggotaannya adalah: ( x − α ) /( β − α )  1  µ − A ( x) =  ( x − δ ) /(γ − δ )  0

for x ∈ [α , β ] for x ∈ [β , γ ] for x ∈ [γ , δ ] for x ∈ (−∞)and x ∈ (δ , ∞)

Trapezoidal fuzzy number untuk variable linguistik kepentingan dan korelasi didefenisikan berdasarkan pemahaman tim desain mengenai

persyaratan linguistik

untuk tiap variable.

Beberapa tahapan dalam penyususnan prioritas karakteristik teknik dengan fuzzy QFD adalah sebagai berikut : 1. Mendefenisikan variable linguistik ~ Ada dua variable linguistik yang didefenisikan dalam penelitian ini, yaitu I untuk ~ kepentingan dan C untuk korelasi.

2. Memberi bobot tiap alternatif ~ Jika ada m karakteristik teknik dan n kebutuhan konsumen,maka bobot W j bisa dihitung menggunakan operasi aretmatika Fuzzy sebagai berikut: Ŵ t = (Ĉ 1 ⊗ Ĩ 1 ) ⊕ (Ĉ 2 ⊗ Ĩ 2 ) ⊕ …. ⊕ (Ĉ n ⊗ Ĩ n ). Vj ∈ (1,2,...m)


Dimana:

W j = hasil pembobotan untuk karakteristik teknik ke-j C ij = korelasi dari karakteristik teknik ke-j pada kebutuhan konsumen ke-

i

I = tingkat kepentingan dari kebutuhan konsumen ke-i 3. Memeringkatkan karakteristik teknik

Nilai total integral untuk angka fuzzy A dengan tingkat keoptimisan tertinggi

(λ

dan ω = 1) didefinisikan sebagai : 1

I Tω ( A) = ∫ g AR ( y )dy, dim ana g AR y = fungsi invers dari r ( x) 0

sehingga : 1

1

π

π

I T ( A) = (1 − ω ) ∫ [α + ( β − α ) y ]dy + ω ∫ [δ + (γ − δ ) y ]dy ω

1 [(1 − ω )(α + β ) + ω (γ + δ )] 2 jika I Tω ( A1 ) > I Tω ( A 2 ) maka peringkat dari A1 lebih tinggi dari A2 =

Tabel 2. 1. Angka Fuzzy untuk masing-masing tingkat kepentingan Trapezoidal Fuzzy Number α

Tingkat Kepentingan

β





Tidak Penting

0

0

0.02

0.2

Kurang penting

0.1

0.28

0.32

0.4

Cukup penting

0.3

0,48

0,52

0.7

Penting

0.6

0.68

0.72

0.9

Sangat Penting

0.9

0.98

1

1


Membership Grades -0.2

Very Low

Low

Medium High importan

0

0.2

0.4 0.6

Very High 0.8

1

Membership Grades

Gambar 2.1. Trapezoidal Fuzzy Number untuk kepentingan

-0.2

Very Low

Low

Medium High importan

0

0.2

0.4 0.6

Very High 0.8

1

Gambar 2.2. Trapezoidal Fuzzy Number untuk Kepuasan

Table.2.2. Angka Fuzzy untuk Kepuasan Trapezoidal Fuzzy Number α

Korelasi

β





Tidak Puas

0

0

0.02

0.2

Kurang puas

0.1

0.28

0.32

0.4

Cukup Puas

0.3

0,48

0,52

0.7

Puas

0.6

0.68

0.72

0.9

Sangat Puas

0.9

0.98

1

1

2.2.

Metode dan Instrument Pengumpulan Data

Setiap melaksanakan penelitian, maka diperlukan teknik untuk mengumpulkan datadata yang dibutuhkan. Metode pengumpulan data adalah cara-cara yang dapat digunakan oleh peneliti untuk mengumpulkan data. Contohnya antara lain adalah angket


(questionnaire), wawancara (interview), pengamatan (observation), ujian atau test, dokumentasi (documentation), dan lain sebagainya.

Sedangkan yang dimaksud dengan instrument pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh peneliti dalam kegiatan pengumpulan data agar menjadi sistematis dan dipermudah olehnya. Instrument penelitian misalnya angket (questionnaire), daftar cocok (check list), pedoman wawancara (interview guide), lembar pengamatan (observation sheet), dan lain sebagainya.

Pada penelitian survey, penggunaan kuesioner merupakan hal yang sangat pokok dalam mengumpulkan data. Tujuan pokok pembuatan kuesioner adalah untuk memperoleh informasi yang relevan dengan tujuan survey dengan cara mengisi pertanyaan yang diajukan oleh peneliti terhadap responden yang dipilih. Syarat pengisian kuesioner adalah pernyataan harus jelas dan mengarah ketujuan penelitian. Ada empat komponen inti dari sebuah kuesioner, yaitu:

1. Adanya subjek, yaitu individu atau lembaga yang melaksanakan penelitian. 2. Adanya ajakan, yaitu permohonan dari peneliti untuk turut serta mengisi secara aktif dan objektif pertanyaan yang tersedia. 3. Adanya petunjukpengisian kuesioner, dimana petunjuk yang tersedia harus mudah dimengerti. 4. Adanya pertanyaan atau pernyataan beserta tempat pengisian jawaban, baik secara tertutup, semi tertutup, ataupun terbuka. Dalam membuat pertanyaan ini juga disertakan dengan isian untuk identitas responden.

Ada beberapa jenis pertanyaan yang diajukan dalam kuesioner, yaitu: 1. Pertanyaan terbuka, yaitu kemungkinan jawaban tidak ditentukan terlebih dahulu dan responden diberi kebebasan menjawab pertanyaan. 2. Pertanyaan tertutup, yaitu kemungkinan jawabannya sudah ditentukan terlebih dahulu dan responden tidak diberi kesempatan untuk memberikan jawaban lain.


3. Pertanyaan kombinasi terbuka dan tertutup, yaitu jawaban sudah ditentukan tetapi kemudian disusul dengan pertanyaan terbuka. 4. Pertanyaan semi terbuka, dimana alternatif jawaban tersusun tetapi masih ada kemungkinan jawaban tambahan.

2.3.

Reliabilitas dan Validitas Alat Ukur

Reliabilitas artinya adalah tingkat kepercayaan hasil suatu pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu pengukuran yang mampu memberikan hasil ukur yang terpercaya (reliable). Realiabilitas merupakan salah satu ciri atau karakter utama instrument pengukuran yang baik. Ide pokok dari konsep Realiabilitas adalah sejauh mana hasil pengukurandapat dipercaya, artinya sejauh mana skor hasil pengukuran terbebas dari galat pengukuran (measuremen error).

Tinggi rendahnya reliabilitas ditunjukkan oleh koefisien reliabilitas. Walaupun secara teoritis besarnya koefisien reliabilitas berkisar antara 0, 00 – 1,00; akan tetapi pada kenyatannya koefisien sebesar 1,00 tidak pernah dicapai dalam pengukuran. Hal ini dikarenakan manusia sebagai subjek pengukuran psikologis merupakan sumber error yang potensial. Disamping itu walaupun koefisien korelasi dapat dapat bertanda positif (+) atau negative (-), akan tetapi dalam hal reliabilitas, koefien yang besarnya kurang dari nol (0,00) tidak ada artinya karena interprestasi reliabilitas selalu mengacu kepada koefisien yang positif.

Menurut Kaplan dan Sazzuco metode-metode perhitungan reliabilitas dapat dikelompokkan berdasarkan sumber-sumber galat pengukuran sebagai berikut:

1. Test retest reliabity Metode perhitungan reliabilitas yang paling baik digunakan untuk mengetahui sumbersumber galat yang berkaitan dengan waktu. Metode ini digunakan untuk mengevaluasi galat yang dikaitkan dengan pengadministrasian suatu test pada dua waktu yang berbeda. Metode ini akan lebih cepat digunakan untuk mengevaluasi reliabilitas dari


pengukuran-pengukuran “traits” atau karakteristik-karakteristik individu yang dipercaya tidak berubah karena waktu (stable traits).

2. Paralel forms reliabity Metode ini merupakan metode perhitungan reliabilitas yang digunakan untuk mengevaluasi galat yang dikaitkan dengan penggunaan item-item tertentu. Jadi metode ini digunakan untuk membandingkan dua test yang ekivalent, yaitu dua bentuk test yang dikonstruksi berdasarkan aturan-aturan yang sama tetapi kedua bentuk tersebut mempunyai item-item yang berbeda. Metode ini digunakan karena test yang dikonstruksi dengan cara yang sama seharusnya mengukur aspek yang sama.

3. Internal consistency Ada beberapa metode perhitungan reliabilitas yang dilakukan dengan cara memberikan suatu alat test pada sejumlah subjek dan kemudian test tersebut dibagi menjadi dua bagian yang sama besar.

3.a. Split Half method (Spearman Brown Correction) Hasil dari bagia pertama kemudia dibandingkan dengan hasil bagian kedua. Membagi suatu test dua bagian yang sama dapat dilakukan dengan berbagai cara antara lain dengan membagi test tersebut menjadi dua bagian secara acak (random), atau dapat juga dilakukan dengan membagi test menjadi dua bagian dengan cara membagi item-item awal sebagai bagian pertama dan item-item terakhir sebagai bagian kedua. Perhitungan reliabilitas dengan menggunakan metode ini dilakukan dengan cara menghitung korelasi diantara bagian kedua tersebut, dan kemudian hasilnya dikoreksi dengan menggunakan koreksi Spearman Brown sebagai berikut: R= Dengan

2r 1+ r R = Koefisien reliabilitas split half


r = Korelasi antara skor bagian pertama dan kedua

3.b. Alpha Cronbsch, yaitu metode perhitungan reliabilitas yang dikembangkan oleh Croncbach. Koefisien Alpha Crocbach menggunakan koefisien reliabilitas yang paling umum yang dapat digunakan karena koefisien ini menggambarkan variasi dari item-item baik untuk format benar/salah ataupun bukan, sehingga koefisien Alpha Koncbach merupakan Koefisien yang paling umum untuk mengevaluasi internal consistency. Rumus Alpha Crocbach 2  k  ∑σ b  1 r= −   σ 2 t   k − 1 

Keterangan : k

= Jumlah butir pertanyaan

σ2b

= Varians butir pertanyaan = Varians total butir pertanyaan

dan untuk menghitung Varians tiap butir pertanyaan adalah:

σ (i) = 2

X − 2 1

(∑ X 1 ) 2 N N

Jika reliabilitas alat ukur menjukkan pada kita tentang sifat suatu alat ukur dalam pengertian apakah suatu alat ukur cukup akurat, atau konsisten dalam mengukur apa yang ingin diukur. Maka validitas, dilain pihak, mempersoalkan apakah kita benarbenar mengukur apa yang kita pikirkan sedang kita ukur.

Menurut American Psychological Association (1985), ada tiga tipe validitas yaitu :

1. Content Validity Adalah satu-satunya tipe validitas yang menggunakan pembuktian secara logika dan bukan secara statistik. Suatu pengukuran dikatakan memiliki content validity apabila pengukuran tersebut memberikan gambaran yang memadai mengenai domain


konseptual yang dirancang untuk alat ukur tersebut. Penerapan content validity dari suatu test memerlukan logika yang baik, keterampilan intuitif dan ketekunan.

2. Criterion-related validity Berkaitan dengan relasi hasil suatu alat test dengan kriteria yang telah ditentukan. Ada dua tipe Criterion-related validity, yaitu : 2.a. Concurrent validity yang menunjukkan hubungan antara hasil pengukuran dengan keadaan yang sekarang. 2.b. Predictive validity yang menunjukkan pada apa yang kiranya dapat terjadi diwaktu yang akan datang, jadi suatu hubungan antara hasil pengukuran suatu alat test dengan keadaan yang akan datang.

Hubungan antara suatu pengukuran dengan suatu criteria biasanya digambarkan dengan nilai korelasi, yang disebut koefisien validitas. Dalam kenyataannya jarang dijumpai koefisian validitas yang lebih besar dari 0.60 dan koefisien validitas yang berkisar antara 0.30 dan 0.40 dapat dianggap cukup tinggi.

3. Construct validity Adalah metode validitas yang digunakan untuk melihat hubungan natara hasil pengukuran suatu alat test dengan konsep teoritik yang dimilikinya. Jadi construct validity menyangkut masalah theiritical construct yang menjadi dasar dalam penyusunan test tersebut. Menurut Cohen (1988), peningkatan construct validity dapat dipandang sebagai sebagai konsep yang menyatukan semua bukti adanya validitas untuk semua tipe validitas termasuk construct validity dan criterion-related validity. Cohen menyatakan ada beberapa prosedur yang dapat digunakan untuk membuktikan bahwa suatu test mempunyai construct validity. Prosedur-prosedur tersebut adalah: 3.a. Tes tersebut harus homogen dan mengukur konsep yang tunggal homogenitas secara umum dapat diartikan sebagai seberapa jauh suatu test mengukur konsep yang tunggal. Untuk meningkatkan homogenitas dari suatu alat test dapat dilakukan dengan beberapa cara, dimana cara yang paling sering dilakukan adalah dengan test secara keseluruhan, maka subtest tersebut tidak berkolerasi dengan test


secara keseluruhan, maka subtest tersebut tidak mengukur konstruk yang ditentukan dalam alat test. 3.b. Hasil test berubah karena adanya pengalaman/intervensi Perubahan skor suatu test sebagai hasil dari suatu pengalaman/intervensi diantara pre test dan post test dapat dijadikan bukti dari construct validity. Pengalaman/intervensi yang biasa dilakukan adalah pendidikan formal, terapi atau pengobatan, pengalaman kerja dan pelatihan. Apabila setelah adanya intervensi yang dilakukan ada perubahan yang signifikan antara skor pre test dan post test, maka hal ini menunujukkan bukti adanya construct validity. 3.c. Hasil test menunjukkan perbedaan pada kelompok dan usia yang berbeda Jika suatu test mempunyai construct validity, maka skor hasil test dari kelompok individu yang diduga mempunyai perbedaan berdasarkan konstruk tersebut, akan memberikan skor test yang berbeda pula. Demikian pula apabila skor hasil test dari kelompok usia yang berbeda diduga mempunyai perbedaan berdasarkan konstruk tersebut, maka skor hasil test akan menunjukkan pula hasil yang berbeda. 3.d. Konvergen Bukti adanya construct validity dari suatu test mungkin berasal dari sejumlah sumber, seperti test atau pengukuran lain yang dirancang untuk mengungkap konstruk yang sama atau serupa. Jadi jika skor suatu test mempunyai kecenderungan berkorelasi tinggi dengan skor test lain yang lebih tua dan stabil yang dirancang untuk mengukur konstruk yang sama atau serupa, maka hal ini menunjukkan adanya konvergenitas. 3.e. Diskriminan Apabila koefisien valitidas menunjukkan adanya hubungan yang rendah (secara statistic tidak signifikan) diantara skor test dengan variabel lain yang secara teroritis tidak berkorelasi, maka hal ini menunjukkan bukti diskriminan dari construct validity. 3.f. Analisis Faktor Bukti konvergen dan diskriminan dari construct validity dapat diperoleh dengan menggunakan analisa faktor. Analisis faktor adalah suatu bentuk yang digunakan untuk menggambarkan prosedur matematik yang dirancang untuk mengidentifikasi faktorfaktor tau untuk mengidentifikasi variabel-variabel spesifik yang diduga mempengaruhi atau menjelaskan performansi suatu alat ukur.


Rumus korelasi yang biasa digunakan adalah yang dikemukakan oleh pearson yang dikenal dengan rumus korelasi Product moment sebagai berikut:

r=

2.4.

n(Σ xy ) – (Σ x Σy)

[n∑ X

2

][

− (∑ X ) 2 n∑ Y 2 − (∑ Y ) 2

]

Skala Penelitian

Tujuan skala penilaian ini adalah untuk mengetahui ciri-ciri atau karakteristik sesuatu hal berdasarkan suatu tertentu, sehingga dapat membedakan, menggolongkan hal berdasarkan suatu ukuran tertentu, sehingga dapat membedakan, menggolongkan bahkan mengurutkan ciri-ciri atau karakteristik tersebut.

Karena itu, pengukuran dapat didefenisikan sebagai upaya pendayagunaan bilangan terhadap karakteristik objek atau peristiwa yang sesuai kaidah. Skala pengukuran ini telah diklasifikasikan berdasarkan empat karakteristik sistem bilanagn yaitu nominal, ordinal, interval dan rasio. 1. skala Nominal Skala ini hanya sekedar membedakan suatu kategori dengan kategori lainnya dari suatu variabel. Angka-angka yang diberikan kepada objek merupakan label dan tidak disumsikan adanya tingkatan antara satu kategori dan kategori dan kategori lainnya dari suatu variabel. Misalnya, mengidentifikasikan pemain bola. Diasumsikan gelandang tim kaus biru bernomor 12, gelandang tim merah bernomor 9. 2. Skala ordinal Adalah skala yang bertujuan untuk membedakan antara kategori-kategori dalam satu variabel dengan asumsi bahwa ada urutan atau tingkatan skala. Angka-angka ordinal lebih menunjukkan urutan peringkat. Angka-angka tersebut tidak tidak menunujukkan kuantitas absolut, tidak pula memberikan petunjuk bahwa interval-interval antara setiap dua angka itu sama. Misalnya mahasiswa semester 1 dan semester 2. dalam pemberian


kode masing-masing mendapatkan kode sebagai berikut: mahasiswa semester 1=4; mahasiswa semester 2=6. dalam asumsi skala ordinal, kita tidak dapat secara pasti mengatakan bahwa jarak mahasiswa semester 2 adalah dua mahasiswa semester 1.

Dalam penelitian ini, peneliti menggunakan skala likert. Menurut kinnear (1988), skala likert ini berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu, misalnya setuju tidak setuju, baik tidak baik. Responden dimana mengisi pernyataan dalam skala ordinal berbentuk verbal dalam jumlah kategori tertentu 5 atau 7 (agar bisa menampung kategori yang netral atau memasukkan kategori “tidak tahu“.

Untuk membuat skala Likert, langkah-langkahnya sebagai berikut: a. Kumpulan sejumlah pernyataan yang sesuai dengan sikap yang akan diukur dan dapat diidentifikasikan dengan jelas. b. Berikan pernyataan-pernyataan diatas kepada sekelompok responden unutk diisi dengan benar. c. Respon dari setiap pernyataan dihitung dengan cara menjumlahkan angka-angka dari setiap pernyataan sehingga respon yang berada di posisiyang sama akan menerima secara konsisten nilai angka yang selalu sama. Misalnya nilai 5 untuk yang sangat positip dan bernilai 1 jika sangat negatif. Hasil hitung akan mendapatkan skor tiap-tiap pernyataan dan skor total, baik untuk tiap responden maupun secara total untuk seluruh responden.

Untuk penelitian ini, peneliti menggunakan skor 5 untuk penjelasan sebagai berikut: SP

= Sangat Puas

=5

P

= Puas

=4

CP

= Cukup Puas

=3

KP

= Kurang Puas

=2

TP

= Tidak Puas

=1


Total nilai kepuasan = responden SP x (Nilai SP) + responden P x (nilai P)+responden CP x (nilai CP) + responden KP x (nilai KP) + responden TP x (nilai TP) 3. Skala Interval Adalah skala suatu variable yang selain dibedakan, dan mempunyai tingkatan, juga diasumsikan mempunyai jarak yang pasti antara satu kategori yang lain dalam suatu variabel. Contoh adalah skala Fahreihet dan Celsius yang dipakai untuk mengukur temperatur. Titik beku air diberi nilai angka yang berbeda pada setiap skala, 32 pada Fahrenheit dan 0 pada Celsius.

4. Skala Rasio Adalah skala suatu variabel yang selain dibedakan, mempunyai tingkat serta jarak antara suatu nilai dengan nilai lainnya, juga diasumsikan bahwa setiap nilai variabel diukur dari suatu keadaan atau titik yang sama (mempunyai titik nol mutlak). Angkaangka pada skala menunjukkan besaran sesungguhnya dari sifat yang kita ukur. Misalnya, ada suatu skala rasio untuk prestasi, akan ada kemungkinan untuk mengatkan bahwa seseorang mahasiswa yang mendapat skor 8 pada skala itu mempunyai prestasi yang dua kali lebih dari pada mahasiswa yang skornya 4.

2.4.

Teknik Sampling

Untuk tahap pengumpulan data suatu penelitian, diperlukan proses sampling terhadap yang dibutuhkan. Terhadap dua metode teknik sampling yang umum digunakan dalam suatu penelitian yaitu: metode probalisitik dan metode Non Probalistik.

A. Probbility sampling (Metode Acak) Metode Probalisitik berarti sampel dipilih melalui proses acak dan setiap anggota populasi mempunyai kesempatan (probalibilistic) yang sama untuk dipilih sebagai sampel yang terpilih dapat digunakan untuk menduga karakteristik populasi secara objektif. Ada beberapa jenis probality sampling yang sering digunakan, yaitu:


1. Sampling acak sederhana (simple random Sampling) Suatu sample dikatakan random jika setiap unsur atau anggota populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel. 2. Sampling Acak Stratifikasi (Stratified Random Sampling) Apabila unsur-unsur populasi tidak homogen, proses pengambilan sample dengan sampling acak sederhana akan menimbulkan bias karena masing-masing anggota populasi tidak mempunyai kesempatan

yang sama dan ada

kemungkinan tidak mewakili semua unsur yang ada dalam populasi. Untuk mengurangi factor heterogenitas tersebut dapat dilakukan pembagian unsureunsur dalam kelompok kecil yang disebut strata.

2. Sampling Blok (Cluster sampling) Unsur-unsur populasi dibagi kedalam sub kelompoknya yang disebut klaster. Dari beberapa klaster yang dibagi atas dasar wilayah, batas alam, batas administrasi, dan lain-lain kemudian dipilih salah satu klaster secara acak. Baru klaster yang terpilih kemudian diambil sampelnya secara pula. 4. Sampling Sistematis (Systematic Random Sampling) Unsur-unsur populasi dipilih dengan jarak interval yang sebelum kita memilihsampel secara sistematis, biasanya kita memilih titik awal secara acaksebagai sample pertama. Baru kemudian untuk sample yang sama atau berbeda.

B. Non Probability Sampling (Metode Tak Acak) Sedangkan metode Non Probabilistik melakukan sampling dengan tidak melalui prosesproses statistik. Adapun pembagian metode Non Probabilistik antara lain :

1.Sampling Pertimbangan (Jugement Sampling) Dalam teknik ini sample diambil berdasarkan criteria-kriteria yang telah dirumuskan terlebih dahulu oleh peneliti. Dalam merumuskan kriterianya, subjektifitas da pengalaman dari peneliti sangat berperan. Teknik ini dapat diterapkan dan pada umumnya lebih cocok diterapkan pada tahap awal studi


eksploratif. Dalam hal ini, sampel dipilih sesuka peneliti menurut pertimbangan dan institusinya. 2.Sampling Kemudahan (Convenience Sampling) Merupakan prosedursampling yang memilih sample dari orang atau unit yang paling mudah dijumpai atau diakses. 3. Purposive Sampling Merupakan teknik sampling yang memilih orang-orang terseleksi oleh peneliti berpengalaman berdasarkan cirri-ciri khusus yang memiliki sampeljtersebut yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri atau sifat populasi yang sudah diketahui sebelumnya. 4. Quota Sampling Merupakan metode memilih sample yang mempunyai ciri-ciri tertentu dalam jumlah kuota yang diinginkan. Pada dasarnya metode ini sama dengan judgement sampling, dan dapat dikatakan sebagai metode judgement sampling dua tahap. Tahap pertama adalah dimana peneliti menetapkan quota dari populasi yang akan diteliti, seperti jenis kelamin, ras, dan usia yang terdefenisi dengan baik sebagi basis dari keputusan pemelihan sample. Tahap kedua yaitu penentuan bagaimana sample akan diambil, dapat secara convenience atau judgement tergantung pada situasi dan kondisi pada saat akan dilaksanakan peneliti.


BAB 2 LANDASAN TEORI

Recommend Documents