Minggu, 30 Oktober 2011

Pengukuran dan Instrumen Riset Pemasaran

PENGUKURAN Dan   INSTRUMEN RISET PEMASARAN

Sri Setya Handayani, SE, MM (srisetya@staff.gunadarma.ac.id)


Pengukuran
Adalah pemakaian satuan-satuan kuantitatif maupun kualitatif pada objek (subjek) penelitian, yang mendeskripksikan jumlah atau tingkat properti yang dimiliki objek tsb.

Aturan-aturan pemberian angka untuk berbagai objek sedemikian rupa sehingga angka ini mewakili kuantitas atribut

Skala pengukuran menentukan satuan analisis yang diperoleh sekaligus jenis atau tingkatan data, apakah nominal, ordinal, interval ataukah rasio.
Dalam riset pemasaran, metode analisis yang kita gunakan harus sesuai dengan jenis data yang dimiliki.

Skala Nominal
Skala nominal hanya melakukan kategorisasi/identifikasi variabel yang diukur. Satu kategori dengan kategori lain tidak dapat diurutkan berdasarkan tingkatan.
Ex. : kita tdk bisa mengatakan bahwa laki-laki lebih tinggi daripada perempuan demikian sebaliknya.
Skala nominal tidak memiliki jarak.
Kendati menggunakan angka-angka, mis. Perempuan 0 dan laki-laki 1, angka tsb bukan data kuantitatif yang bisa dikalikan, ditambah dsbnya. Angka ini hanya label.
Alat analisis yg bisa dipakai adalah Uji Kai Kuadrat (chi-square). Korelasi juga dapat dihitung dengan menggunakan Koefisien Kontigensi C.
Kategori variabel harus Exclusively Independent yang artinya satu objek atau subjek penelitian hanya masuk pada satu kategori.
Contoh:
Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi symbol angka-angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2.

Skala Ordinal
Kategori-kategori dalam skala ordinal dapat diurutkan.
Dalam skala ordinal hanya ada urutan, tetapi jarak antar kategori tidak ada. Sekalipun kita menggunakan angka-angka, misal sangat puas = 5, puas = 4, cukup puas = 3, tidak puas = 2 dan sangat tidak puas = 1, angka-angka tsb hanyalah berupa label. Pemakaian rata-rata dan standar deviasi tidak dapat dibenarkan.
Contoh :
tingkat kepuasan bisa dibagi menjadi lima yaitu : sangat puas, puas, cukup puas, tidak puas dan sangat tidak puas. Hasilnya adalah data ordinal sebab kita bisa mengatakan bahwa sangat puas lebih tinggi tingkat kepuasannya dibanding dengan puas, dst.
Dalam skala ordinal, berlaku postulat :
         Bila a > b, dan b > c dengan sendirinya a > c

Skala Interval
Salah satu jenis pengukuran dimana angka-angka yang dikenakan memungkinkan kita untuk membandingkan ukuran dari selisih antara angka-angka.
Skala interval memiliki kekuatan sama dengan skala nominal dan skala ordinal, ditambah ada kejelasan antara jarak satu kategori dengan kategori lainnya.
Contoh :
nilai pelajaran untuk anak SD sampai dengan SMU berkisar antara 1 sampai 10. Jarak antara nilai 4 dan 5 sama dengan  jarak antara 9 dan 10.
Yang belum bisa dilakukan dengan data interval adalah perbandingan absolut.
Contoh :
Rina mendapatkan nilai matematika 8 dan nilai Dini 4. Kita bisa mengatakan bahwa Rina lebih pandai daripada Dini. Tetapi kita tidak bisa mengatakan bahwa kepandaian Rina 2 kali lipat dari kepandaian Dini.

Skala Rasio
Salah satu jenis pengukuran yang memiliki nol alamiah atau nol absolut, sehingga memungkinkan kita untuk membandingkan magnitude angka-angka absolut.
Skala Rasio memiliki kekuatan skala nominal, skala ordinal dan skala interval, plus satu kelebihan yaitu datanya dapat diperbandingkan secara absolut.
Contoh :
tinggi badan Dito 160 cm dan tinggi badan Resha 80 cm, maka kita bisa mengatakan bahwa tinggi badan Dito 2 kali lipat tinggi badan Resha.
Contoh lain yg dapat dibandingkan :
berat badan, jarak antarkota, luas daerah, besarnya pendapatan, usia, frekuensi belanja, dan lain-lain.
Pada skala rasio, angka-angka pada skala pengukuran menunjukkan besaran sesungguhnya (objektif). Sedangkan  pada skala interval angka-angka pada skala tidak objektif melainkan subjektif.

Contoh Kuesioner dan Jenis Skala yang Digunakan
Skala Nominal

  1. Jenis kelamin anda :
a. Laki-laki                    b. Perempuan
  1. Pekerjaan Anda :
    1. Pelajar
    2. Mahasiswa
    3. Ibu Rumah tangga
    4. Pegawai Negeri
    5. Pegawai Swasta
    6. Usaha Sendiri
    7. Belum Bekerja

Skala Ordinal
  1. Tingkat Pendapatan Anda :
    1. Di bawah Rp. 2 juta
    2. Di atas Rp 2 juta s/d Rp. 3,5 juta
    3. Di atas Rp. 3,5 juta s/d Rp. 5 juta
    4. Di atas Rp. 5 juta
  2. Anda :
    1. Sangat tidak puas
    2. Tidak puas
    3. Cukup puas
    4. Puas
    5. Sangat puas
Skala Interval
  1. Bagi anda, dalam hal pembelian mobil, informasi tentang produk dan fasilitas pendukungnya secara lengkap :

Sangat tdk penting 1 2 3 4 5 6 7 Sangat penting

Skala Rasio

  1. Usia mobil anda ............  tahun




Tabel 1 :  Skala Pengukuran

Skala
Perbandingan Dasarª
Contoh Aya yg Biasanya Diukur
Rata-rataº
Nominal
Identitas
Pria / Wanita
Pengguna/non-pengguna
Pekerjaan
Nomor Seragam
Modus
Ordinal
Urutan
Preferensi terhadap Merek
Kelas Sosial
Kekerasan dari mineral
Kelas-kualitas dari kayu
Modus
Median
Interval
Perbandingan Interval
Skala temperatur
Rata-rata Indeks Prestasi
Sikap terhadap Merek
Mean
Rasio
Perbandingan Magnitude Absolut
Jumlah unit yg terjual
Jumlah pembeli
Probabilitas pembelian
Berat
Mean Geometrik
Mean Harmonik

ªSemua perbandingan yg berlaku untuk skala tertentu sebetulnya juga berlaku untuk semua skala diatasnya dalam tabel. Sbg contoh skala rasio bisa digunakan untuk membandingkan interval dan menentukan urutas serta identitas, selain untuk membandingkan magnitude absolut

ºUkuran rata-rata yg berlaku untuk skala tertentu juga berlaku untuk semua skala di bawahnya dalam tabel, sebagai contoh modus jg merupakan ukuran rata-rata yg berguna meskipun skalanya ordinal, interval atau rasio
Tabel 2 : Perbandingan Sifat Skala
SIFAT
NOMINAL
ORDINAL
INTERVAL
RASIO
Membedakan
Ya
Ya
Ya
Ya
Urutan (<,>)
-
Ya
Ya
Ya
Jarak (+.-)
-
-
Ya
Ya
Nol Mutlak (x,:)
-
-
-
Ya

PENGUKURAN PSIKOLOGIS

  1. Definisi Konseptual atau Definisi Konstitutif (Conseptual Definition or Constitutive Definition)
Definisi di mana suatu konsep tertentu didefinisikan dari segi konsep-konsep lain yang berkaitan, kadang-kadang dalam bentuk persamaan yang mengekspresikan hubungan di antara konsep-konsep tersebut.
Contoh :
Pengertian dari Tinggi Badan yaitu jarak antara kepala dengan ujung kaki

  1. Definisi Operasional (Operational Definition)
Definisi konsep yang menggambarkan operasi-operasi yang harus dijalankan agar konsep bisa diukur secara empiris.
Contoh :
Tinggi badan tersebut bisa diukur dengan CM

Penyebab yang Mungkin Mengapa Perbedaan Skor Pengukuran Bisa Terjadi
  1. Perbedaan sebenarnya dalam karakteristik yang kita ukur  Dalam situasi ideal perbedaan skor mencerminkan perbedaan sebenarnya. Perbedaan skor juga dipengaruhi oleh sejumlah faktor pengganggu.
  1. Perbedaan sebenarnya dalam karakteristik individual lain yg relatif stabil
Sikap seseorang terhadap suatu isu tidak hanya mempengaruhi skornya, tetapi karakteristik lain (mis. : budaya) juga bisa berpengaruh. 

  1. Perbedaan karena faktor pribadi temporer
Contoh : suasana hati, kondisi kesehatan, kelelahan dsb. Dpt mempengaruhi respons seseorang.
  1. Perbedaan karena faktor situsional
          Situasi yg mengelilingi  pengukuran dapat mempengaruhi skor.
  1. Perbedaan karena variasi metode riset
  2. Perbedaan karena tidak akuratnya item pertanyaan
  3. Perbedaan karena tidak jelasnya instrumen pengukuran
  4. Perbedaan karena faktor mekanis
Misalnya kurangnya ruang untuk mencatat jawaban responden, penandaan dalam kotak yg salah, dan interpretasi yang salah atas jawaban komplek semuanya dapat mempengaruhi skor.
Klasifikasi dan Penilaian Kesalahan
  1. Kesalahan Sistematis (systematic error)
Atau disebut juga Kesalahan Konstan (constant error) karena mempengaruhi pengukuran secara sistematis.
  1. Kesalahan Acak (Random Error)
Kesalahan pengukuran yg disebabkan oleh aspek-aspek temporer responden atau situasi. Kesalahan ini mempengaruhi pengukuran secara acak.

Validitas
Adalah keakuratan dari suatu ukuran dinilai.
Validitas Instrumen Pengukuran didefinisikan  sebagai ’ sejauh mana perbedaan skor mencerminkan perbedaan sebenarnya antar individu, kelompok atau situasi menyangkut karakteristik yang akan diukur, atau kesalahan sebenarnya pada individu atau kelompok yang sama dari satu situasi ke situasi yg lain, bukan ksalahan konstan atau kesalahan acak”.
Terdapat dua cara yang dapat digunakan ketika mencoba mengetahui validitas suatu instrumen : (1) penilaian langsung atas validitas
                    (2) penilaian tidak langsung dengan menggunakan reliabilitas

Penilaian langsung atas validitas :
  1. Validitas Prediktif
Seberapa baik ukuran meramalkan suatu kriteria, apakah itu karakteristik atau perilaku spesifik individu
Manfaat instrumen pengukuran sbg peramal karakteristik atau perilaku lain individu, validitas ini kadang-kadang disebut juga criterion-related validity.

  1. Bagian dari validitas prediktif adalah Validitas Bersamaan (concurrent validity)
Korelasi antara variabel prediktif dg variabel kriteria ketika kedua variabel ini dinilai pada saat yg bersamaan 

  1. Validitas Kandungan (Content Validity)
Jika instrumen pengukuran mengakomodasi sepenuhnya aspek-aspek konsep paling penting yg diukur, maka instrumen pengukuran ini dikatakan memiliki Validitas Kad\ndungan.
Validitas kandungan adalah sejauh mana domain karakteristik terwakili oleh ukurannya, kadang disebut juga Face Validity

  1. Validitas Konsep
Seberapa bail instrumen pengukuran merefleksikan konsep atau karakter yang semestinya diukur.

  1. Validitas Konvergen
Penegasan eksistensi suatu konsep yang ditentukan oleh korelasi yg ditunjukkan oleh ukuran-ukuran independen

  1. Validitas Diskriminan
Kriteria yang dikenakan atas sebuah ukuran konsep, dimana ukuran ini tidak boleh berkorelasi sangat tinggi dengan ukuran-ukuran lain yang memang diharapkan berbeda.



Penilaian tidak langsung dengan menggunakan Reliabilitas (realibility)
  1. Realibilitas mengacu pada kemampuan untuk mendapatkan hasil yang sama dengan mengukur suatu objek, sifat, atau konsep dengan ukuran-ukuran independen tetapi dapat diperbandingkan.
Dalam mengevaluasi reliabilitas sebuah instrumen pengukuran, kita harus menentukan berapa besar variasi skor dipengaruhi oleh inkonsistensi pengukuran. Reliabilitas instrumen harus terlebih dahulu dipastikan sebelum instrumen tersebut digunakan bagi studi substantif, bukan sesudahnya.
Sebelum membahas bagaimana bukti ttg reliabilitas diperoleh, kita perlu memperjelas beberapa hal, yaitu :
  1. Jika suatu ukuran dianggap andal, berarti ukuran tsb tdk dipengaruhi oleh faktor-faktor temporer
  2. Sebuah ukuran yg andal belum tentu valid.
Sebuah ukuran yang andal bisa dianggap valid atau tidak, namun jika tidak andal, maka ukuran itu pasti tidak valid. Sebaliknya jika valid, sebuah ukuran pasti andal.
Reliabilitas hanya menyediakan bukti negatif, yaitu dapat membuktikan ketiadaan validitas tetapi tidak dapat membuktikan kehadiran validitas. Akan tetapi reliabilitas lebih mudah ditentukan dibanding validitas sehingga untuk tujuan penentuan kualitas unuran, reliabilitas lebih sering menjadi fokus selama ini.

  1. Stabilitas
Bukti mengenai reliabilitas suatu ukuran, ditentukan dengan mengukur objek atau individu yang sama pada dua titik waktu yang berbeda dan kemudian melihat korelasi kedua skor, juga dikenal dengan nama Test-retest reliability assessment.
Salah satu keputusan penting yg harus dibuat periset dalam mengukur stabilitas ukuran adalah berapa lama sebaiknya selang waktu antara kedua titik pengukuran. Misalnya instrumen  yang digunakan adalah skala sikap, jika periset menunggu terlalu lama, maka sikap orang ybs bisa berubah, shg korelasi antar kedua skor menjadi rendah. Pada sisi lain selang waktu yg terlalu pendek cenderung menghasilkan bias pengujian-responden masih dapat mengingat jawaban mereka sebelumnya dan akan berupaya memberikan jawaban yg sama persis.

  1. Ekuivalensi
Bukti mengenai reliabilitas instrumen pengukuran, diaplikasikan baik pada instrumen tunggal maupun dalam situasi  pengukuran. Ketika diaplikasikan  pada instrumen pengukuran, ekuivalensi mengukur reliabilitas  dengan berfokus pada  konsistensi internal atau homogenitas internal dari point-point pertanyaan yg membentuk skala, ketika diaplikasikan pada situasi pengukuran, ekuivalen mengukur reliabilitas dengan berfokus pada apakah para pengamat atau instrumen-instrumen yg dipakai berbeda untuk mengukur individu atau objek yang sama pada waktu yang sama memberikan hasil yangjuga sama.

INSTRUMEN-INSTRUMEN RISET PEMASARAN

1. Skala Linkert
Skala Linkert disebut juga Summated Rating Scale. Skala ini banyak digunakan karena skala ini memberi peluang kepada responden untuk mengekspresikan perasaan mereka dalam bentuk persetujuan atau agreement terhadap suatu pernyataan.
Ada beberapa hal perlu diperhatikan dalam penggunaan skala linkert, yaitu :
a. urutan pertanyaan perlu diacak agar setiap pertanyaan mendapat peluang yang sama   untuk setiap posisi. Hal ini penting untuk menghindari bias posisi.
b. hindari keseragaman pilihan jawaban dengan mengacak titik ekstrem positif dan negatif
data yang diperoleh dengan skala Linkert, oleh para ahli diterima sebagai Data Ordinal.


Contoh Pertanyaan dengan Skala Linkert
Varian A

Sangat tidak setuju
Tidak Setuju
Netral
Setuju
Sangat Setuju
ATM Bank A banyak





Pelayanan Bank A baik





Lokasi Bank A Strtaegis





Hadiah Bank A banyak





Reputasi Bank A baik






Varian B
Bank A memiliki banyak ATM :
a. Sangat Setuju                                c. Netral                         e. Sangat setuju
b. tidak setuju                                     d. Setuju

2. Skala Diferensi Semantik ( Semantic Differential Scale)
Skala ini dapat digunakan untuk mengukur sikap dan persepsi terhadap korporat, produk, merek dsb. Skala ini berisikan sifat-sifat bipolar (dua kutub) yang berlawanan.
Respon dapat dikategorikan ke dalam tiga dimensi dasar, yaitu :
a. dimensi dasar yg diwakili oleh  pasangan-pasangan ajektif (kata sifat) spt : baik- buruk, manis-pahit, menolong-tidak menolong
b. dimensi potensi, spt : kuat-lemah, penuh-kosong, banyak-sedikit, tinggi-rendah
c. dimensi aktivitas, spt : cepat-lambat, tepat-menyimpang, tenang-ribut.
Contoh Skala diferensi Semantik
ATM Bank sgt banyak
(    )
(     )
(     )
(     )
(     )
(     )
(     )
ATM bank sgt sedikit
Pelayanan Bank buruk
(     )
(     )
(     )
(     )
(     )
(     )
(     )
Pelayanan bank baik
Lokasi bank stratgeis
(     )
(     )
(     )
(     )
(     )
(     )
(     )
Lokasi bank tdk strategis
Hadiah bank banyak
(     )
(     )
(     )
(     )
(     )
(     )
(     )
Hadiah bank sedikit
Reputasi bank baik
(     )
(     )
(     )
(     )
(     )
(     )
(     )
Reputasi bank buruk

Dalam pemakaian diferensi semantik ada beberapa hal yg perlu diperhatikan, yaitu :
a. Orientasi kutub kanan dan kutub kiri dibuat beragam. Supaya responden terstimulasi untuk lebih memperhatikan pertanyaan. Kalau kutub diseragamkan, kemungkinan responden memberikan jawaban yg sama menjadi lebih besar
b. Jumlah skala dibuat ganjil, misal : tiga, lima, tujuh dst. Tdk ada ketentuan jumlah skala yg paling tepat, namun perlu dipertimbangkan bhw semakin banyak jumlah skala maka respons responden smk terwakili, tapi pd sisi lain kesulitan responden untuk menentukan skala yg tepat jg meningkat.

Ada 2 cara yg lazim dlm menginterpretasikan data yg diperoleh dengan skala ini,
  1. menggunakan Profil Visual, yaitu Diagram Ular (Snake Diagram)

ATM Bank sgt banyak
(    )
(  *  )
( + )
(     )
(     )
(     )
(     )
ATM bank sgt sedikit
Pelayanan Bank buruk
(     )
( + )
(     )
(     )
(     )
(     )
(  *  )
Pelayanan bank baik
Lokasi bank stratgeis
(     )
(     )
(  *  )
(     )
( + )
(     )
(     )
Lokasi bank tdk strategis
Hadiah bank banyak
(     )
(  *  )
(     )
( +  )
(     )
(     )
(     )
Hadiah bank sedikit
Reputasi bank baik
(     )
(     )
(  * )
(     )
(     )
( +  )
(     )
Reputasi bank buruk
* bank A
+ bank B

b. menggunakan Skala Linkert Numerik. Teknik ini dapat dilakukan dengan memberikan skor pada skala. Untuk yg berisikan tujuh skala, maka skor yg diberikan adalah satu sampai tujuh. Untuk membuat skala linier numerik, pertama-tama kita mencari rentang skala (RS) dengan rumus :
                                             RS =
 m= skor tertinggi pada skala
 n= skor terendah dalam skala
 b= jumlah kelas atau kategori yg kita buat

Apabila kita ingin menginterpretasi hasil pengukuran melalui skala diferensi semantik berskala tujuh, dimana m= 7, n = 1 menjadi lima kelas (b=5) maka perhitungannya adalah :
Kriteria skor untuk kategori lima kelas yang kita bentuk adalah :
- Bila angka 1 untuk kutub positif
   7, 0 – 5,8                sangat buruk
   5,8 > X >= 4,6         buruk
   4,6 > X >= 3,4         sedang (antara baik dan buruk)
   3,4 > X >= 2,2         baik
   2,2 > X >= 1,0         sangat baik

- Bila angka 7 untuk kutub positif
   1 – 2,2                     sangat buruk
   2,2 < X <= 3,4         buruk
   3,4 < X <= 4,6         sedang (antara baik dan buruk)
   4,6 < X <= 5,8         baik
   5,8 < X <= 7,0         sangat baik
 
3. Skala Numerik (Numeric Scale)
Skala ini merupakan variasi skala diferensi semantik. Skala ini jg menggunakan dua kutub ekstrem yaitu positif dan negatif, pilihan yg tersedia hanya angka, jumlah angka harus ganjil umumnya 5,7 dan 9. Data yg diperoleh dari skala ini dianggap Data Interval.
Contoh :
               Bagaimana ATM Bank A menurut pendapat anda ?
               Sangat sedikit   1 2 3 4 5 6 7    Sangat banyak

4. Skala Stapel (Staple Scale)
Skala ini merupakan modifikasi skala diferensi semantik, yg membedakannya adalah :
a. ajektif atau kata sifat ditempatkan pada satu kutub, tidak bipolar
b. poin-poin pada skala berupa angka yg diberi tanda negatif sampai positif
c. pilihan genap, tidak ganjil
d. skala ini tidak memberi jawaban netral (nilai tengah)

Contoh Skala Stapel
ATM bank A sangat banyak
-5
-4
-3
-2
-1
1
2
3
4
5
Pelayanan Bank A baik
-5
-4
-3
-2
-1
1
2
3
4
5
Lokasi Bank A Strategis
-5
-4
-3
-2
-1
1
2
3
4
5
Hadiah bank A banyak
-5
-4
-3
-2
-1
1
2
3
4
5
Reputasi bank A baik
-5
-4
-3
-2
-1
1
2
3
4
5

5. Skala Peringkat Grafis
Pada saat menggunakan skala ini, responden mengindikasikan respons mereka dengan menandai poin yg cocok pada garis yg di kedua ujungnya terdapat sifat ekstrem yg berbeda.  Posisi garisnya bisa horizontal, bisa vertikal, bisa ditandai, bisa tdk ditandai, dan skalanya bisa sedikit, bisa banyak spt pd termometer.
Dengan skala ini  respon responden dihitung dg mengukur panjang garis mulai dari ujung kiri sampai bagian yg ditandai. Lalu panjang garis tsb dibandingkan dg panjang garis keseluruhan. Hasilnya dinyatakan dalam persen, karena itu dianggap sebagai Data Rasio.

Contoh Skala Peringkat Grafis
Evaluasikan atribut bank A dengan memberikan tanda X pada garis yg posisinya mencerminkan respons Anda


Sgt tdk setuju                                               Sgt Setuju
ATM sangat banyak
Pelayanan memuaskan
Lokasi strategis
Hadiahnya banyak
Reputasi baik

6. Itemized Rating Scale
Skala ini serupa dengan skala peringkat grafis hanya saja pada itemized rating scale pilihan yg tersedia lebih sedikit, yaitu berkisar antara lima sampai sembilan kategori. Dalam beberapa kasus setiap kategori memiliki penjelasan verbal (deskriptor), namun penjelasan ini bukan merupakan keharusan mutlak walaupun keberadaan penjelasan dapat mempengaruhi respons

Contoh Itemized Rating Scale yang menggunakan Deskriptor
Bagaimana kualitas Bank A secara umum bagi Anda ?
5
4
3
2
1
Sangat baik
Baik
Cukup baik
Buruk
Sangat buruk

Contoh Itemized Rating Scale yang tidak disertai Deskriptor
Pilih Karakter di bawah ini yang mengekspresikan kepuasan Anda terhadap Mc Donald

7. Skala Peringkat Komparatif
Dengan skala peringkat komparatif, tingkat kepentingan setiap atribut dinyatakan dengan memberinya bobot. Dengan bobot tersebut tingkat kepentingan atribut dapat diketahui. Informasi lainnya adalah urutan berdasarkan tingkat kepentingan yg diwakili bobot
Contoh : Skala Peringkat Komparatif
Berikan angka 1 sampai 6 berdasarkan tingkat kepentingan atribut-atribut bank di bawah ini bagi Anda saat hendak memutuskan tenpat menabung :

Banyaknya ATM

Kestrategisan Lokasi

Banyaknya nasabah

Reputasi bank

Layanan

 Skala jumlah tetap merupakan contoh skala peringkat komparatif. Dalam skala ini responden diinstruksikan untuk membagi suatu jumlah (misal 100) ke dalam beberapa atribut yg dibandingkan. Setiap atribut akan memperoleh angka sesuai tingkat kepentingan masing-masing. Hasil datanya adalah Rasio
Keuntungan penggunaan skala ini adalah para responden tidak terpengaruh efek halo, yaitu efek yg mendramatisasi atau melebih-lebihkan respon positif atau mengurangi respons negatif karena perasaan sungkan kepada peneliti atau objek yg diteliti.


Contoh : Skala Jumlah Tetap
Alokasikan angka 100 yang menyatakan berapa besar pengaruh orang lain maupun pengaruh pertimbangan sendiri dalam memilih tempat bank untuk menabung.

    Pengaruh orang lain                    ....................
    Pengaruh sendiri                         .....................
                                                   ------------------------
                             Total                        100

8.     Skala Dikotomi
Ada yang menyebutnya Skala Gutman. Skala ini hanya menyediakan dua pilihan, yaitu YA atau TIDAK. Data yg dihasilkan adalah Data Nominal.
Karena membutuhkan jawaban tegas, skala ini tidak menyediakan pilihan ragu-ragu atau netral. Oleh karena itu, skala ini sebenarnya kurang detail dalam mempresentasikan respons. Akan tetapi ada kalanya peneliti memang membutuhkan jawaban tegas.
Contoh : Skala Dikotomi
Apakah anda mempertimbangkan reputasi bank saat memilih bank tempat menabung ?
a.   YA                                b. TIDAK

Skala Apa yang dipakai
Banyak pertimbangan yang diperlukan untuk memilih skala pengukuran yang hendak dipakai.
Faktor yg perlu dipertimbangkan adalah :
  1. Variabel yg diteliti
  2. Metode analisis yg dipakai
Contoh :
Metode analisis
Data yg dibutuhkan
Skala
Uji Cochran Q Test
Data nominal
Skala dikotomi/Gutman
Uji Chi-square
Data kategoris (nominal dan ordinal)
Skala dikotomi dan intemized rating scale
Korelasi product moment
Data interval
Skala diferensi semantik

  1. Kepada siapa pengukuran dilakukan
  2. Metode kontak









Referensi :
  1. Bilson Simamora, 2004, Riset Pemasaran : Falsafah, Teori dan Aplikasi, Gramedia Pustaka Jakarta
  2. Gilbert A. Churchill dan Tom J, Brown, 2005, Dasar-dasar Riset Pemasaran (Terjemahan), Erlangga, Jakarta

Tidak ada komentar:

Posting Komentar