Peran Pengukuran dan Analisis Statistika dalam Penelitian Psikologi

Jahja Umar

Abstract


Setidaknya ada empat sumber kesalahan yang dapat mengakibatkan tidak validnya hasil penelitian, terutama sekali dalam analisis data dengan statistika, yaitu: (a) kesalahan sampling (sampling error), (b) kesalahan pengukuran (measurement error), (c) kesalahan spesifikasi/teori (specification error), dan (d) sumber kesalahan lain yang belum diketahui dan dianggap bersifat random (random error). Dalam penelitian psikologi khususnya dan ilmu sosial pada umumnya dampak dari kesalahan pengukuran terhadap validitas hasil penelitian adalah jauh lebih dominan dari pada jenis kesalahan lainnya karena hampir semua variabel psikologi merupakan variabel laten yang tak dapat diukur secara langsung. Dampak dari kesalahan pengukuran umumnya berupa atenuasi yaitu under-estimasi terhadap koefisien statistik seperti korelasi, regresi, muatan faktor, dan lain-lainnya. Secara tradisional peneliti di bidang psikologi diwajibkan untuk melaporkan validitas dan reliabilitas alat ukur yang digunakan untuk mengumpulkan data agar pembaca hasil penelitian tersebut dapat memperkirakan dampak dari kesalahan pengukuran yang terjadi terhadap kesimpulan penelitian. Namun pada saat ini, telah tersedia berbagai metode statistika yang dapat digunakan untuk mengoreksi dampak negatif tersebut, misalnya item response theory (IRT) dan confirmatory factor analysis (CFA) yang dapat menghasilkan estimate dari true-score untuk kemudian digunakan sebagai data yang akan dianalisis. Selanjutnya juga terdapat analisis model persamaan struktural (SEM) dimana dampak kesalahan pengukuran dapat dikoreksi secara langsung sehingga diperoleh koefisien korelasi dan regresi yang murni (bebas dari kesalahan pengukuran). Dalam tulisan ini disajikan ilustrasi (dengan pendekatan SEM) betapa seriusnya kesalahan yang dapat terjadi jika tidak dilakukan koreksi


Keywords


Pengukuran, kesalahan pengukuran, variabel laten, regresi, structural equation modeling

References


Bentler, P. M. 2001. EQS Structural Equation Modeling Software. Multivariate Software, Inc. Los Angeles. www. mvsoft.com

Joreskog, K.G., & Sorbom, D. 1996. LISREL 8: User‟s Reference Guide. Scientific Software Inter-national. Chicago, IL. www. ssicentral.com

Muthen, L.K. & Muthen, B.O. (1998– 2007). Mplus User‟s Guide. Fifth Edition. Los Angeles. CA: Muthen & Muthen. www.statmodel.com

Thissen, D., Hung Chen, W., and Bock, R.D. 2003. MULTILOG Scientific Software International. Chicago, IL www.ssicentral.com

Zimowsky, M., Muraki, E., Mislevy, R., & Bock, R.D., 2003. BILOG-MG. Scientific Software Inter-national Chicago, IL. www. ssicentral.com


Full Text: PDF

DOI: 10.15408/jp3i.v1i1.10688

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jahja Umar

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.