Skala Likert

 

Skala Likert adalah skala pengganti dalam bentuk penomoran untuk menunjukan situasi obyek.

Skala Likert merupakan instrumen yang digunakan untuk pengambilan data, biasanya menggunakan angka sebagai bentuk pilihan. Angka penomoran disusun dari angka terkecil yang menunjukan pilihan kurang sampai dengan angka terbesar yang menunjukan pilihan baik atau sangat baik.

Dibawah ini diberikan contoh Skala Likert.

1 = sangat tidak puas

2 = tidak puas

3 = puas

4 = sangat puas

Misalkan Skala Likert ini akan digunakan untuk pengambilan data " Tingkat Kepuasan Gaji Pegawai "  yang diberikan sebuah perusahaan. Maka kuisioner itu dibagikan kepada responden, dengan tidak menyertakan nama.

Ambil saja contoh sebuah perusahaan memiliki 1000 karyawan, akan digunakan sebagai responden. Setelah kuisioner dibagikan dan diisi oleh responden, kemudian kuisioner itu dikumpulkan kembali. Dan misalkan saja hasilnya didapat seperti berikut :







Maka cara perhitungannya sebagai berikut :

Tentukan terlebih dahulu nilai tertinggi, misalkan 100 dapat berupa nilai atau prosentase.




Kemudian baru dibuat dalam tabel.


Secara sederhana dapat disimpulkan bahwa 63 % pegawai sangat puas dengan penggajian dari perusahaan.

Selanjutnya, dalam penelitian biasanya dilakukan pengamatan beberapa aspek misalkan aspek kepuasan gaji, insentif, transfortasi, perumahan dan hubungan kerja. Perlu diketahui pada pelaporan,  yang disertakan pada kolom tingkat kepuasan hanya skala sangat puas. Seperti contoh berikut :


Untuk mengisi kolom tingkat kepuasan pada aspek insentif, transfortasi, perumahan dan hubungan kerja. Kita dapat melakukan penelitian serupa dengan menggunakan skala likert seperti diatas. Dan tentunya hasil akhir masing - masing tiap aspek akan berbeda tergantung hasil penelitian.

Misalkan saja hasil akhir penelitian, skala sangat puas pada aspek insentif adalah 72, aspek transfortasi 66, aspek perumahan 45 dan aspek hubungan kerja 80. Maka tabel dapat kita lengkapi sebagai berikut :











Komentar

Posting Komentar

Postingan populer dari blog ini

Menentukan Klas Interval dengan Rumus STRUGES.

Gambar
  Rumus Struges adalah sebagai berikut : Misal jumlah Data 150, maka Jumlah Klasnya : K = 1 + 3,3 log 150 = 1 + 3,3 x 2,18 = 8,19 dibulatkan 9, karena panjang klas agar lebih fleksibel. Permasalahannya bagaimana cara mencari nilai logaritma 150, tentu kita harus menggunakan kalkulator atau tabel logaritma. Tapi terkadang guru atau dosen menginginkan siswa atau mahasiswanya saat ujian harus menggunakan tabel logaritma, tidak boleh menggunakan kalkulator, maka tentunya kita harus memahami tabel logaritma. Dibawah ini dilampirkan tabel logaritma : Dari tabel didapat 1761 yang artinya 0,1761 dan dapat dibulatkan menjadi 0,18. Kemudian perlu diketahui bahwa 150 adalah ratusan jadi angka depannya adalah 2, sehingga : Setelah saudara memahami cara mencari klas interval dengan  menggunakan r umus Struges, sekarang mari coba mencari klas interval dengan jumlah data 200. Tentu jawabannya sebagai berikut : K = 1 + 3,3 log 200 = 1 + 3,3 x 2,30 = 8,59 dibulatkan 9. Namun bila kita cari klas int
Baca selengkapnya

TABEL DATA ORDINAL dan TABEL DATA RASIO

Gambar
  Pada postingan kali ini, admin akan menampilkan contoh penyajian data dengan cara menggunakan tabel, dimana pada tabel ini sekaligus diberikan contoh langsung dua penampilan data, yaitu tabel data ordinal dan tabel data rasio. Tabel Data Ordinal adalah tabel yang disusun berdasarkan data   Peringkat/Rangking. Tabel Data Rasio adalah tabel yang disusun berdasarkan data  rasio , atau secara tampilan dapat juga dibuat dalam persentase. Contohnya sebagai berikut :
Baca selengkapnya

Varians dan Standar Deviasi ( Simpangan Baku )

Gambar
  Varians menunjukan tingkat variasi dari kelompok data, semakin besar nilai varians maka semakin bervariasi data tersebut. Standar Deviasi atau Simpangan   Baku,   menunjukan rentang penyimpangan data terhadap rata – rata data. Semakin besar standar deviasi / simpangan baku, maka dapat dikatakan data tersebut lebih bervariasi. Varian dan Standar Deviasi ( Simpangan Baku ), memiliki kesamaan yaitu bertujuan untuk mengukur tingkat variatif dari sebuah data. Maka dalam perumusannya juga terdapat korelasi ( hubungan ) yang dekat.
Baca selengkapnya