TL;DR
Skala Likert adalah skala pengukuran sikap yang minta responden nyatain tingkat setuju terhadap sebuah pernyataan, biasanya dalam 5 titik dari sangat tidak setuju sampai sangat setuju. Hasilnya dihitung dengan cara ngejumlahin skor seluruh jawaban lalu dibagi skor maksimal buat dapat indeks persen, atau dirata-rata per item buat dibandingin sama rentang kriteria. Rata-rata doang bisa nyesatin, jadi selalu tampilin sebaran jawabannya juga.
Skala Likert adalah skala pengukuran sikap yang minta responden nyatain tingkat persetujuan terhadap sebuah pernyataan, umumnya dalam lima titik dari sangat tidak setuju sampai sangat setuju.
Bagian nyusunnya gampang. Bagian yang bikin skripsi dicoret itu penafsirannya, soalnya rata-rata bisa nyembunyiin dua kubu responden yang saling bertolak belakang.
Di bawah ini cara milih jumlah titik skala, nyusun pernyataan yang nggak nyetir jawaban, ngitung indeks skornya, dan bacanya biar nggak keliru.
Skala Likert dikembangkan Rensis Likert tahun 1932 buat ngukur sikap yang nggak bisa dihitung langsung, kayak kepuasan, motivasi, atau persepsi. Responden dikasih pernyataan, lalu milih satu titik yang paling nyerminin sikap mereka. Tiap titik dikasih angka, dan angka-angka itu dijumlahin jadi skor.
Yang sering ketuker: skala Likert itu sebenarnya gabungan beberapa item, bukan satu pertanyaan. Satu pertanyaan tunggal namanya Likert item. Kumpulan item yang ngukur satu konsep yang sama namanya Likert scale.
Bedanya penting pas ngitung. Skor gabungan dari 5 item lebih stabil daripada jawaban satu item, dan cuma skor gabungan yang layak diuji reliabilitasnya.
Lima titik itu pilihan paling umum dan paling aman buat skripsi. Empat titik dipakai kalau kamu mau maksa responden milih sisi. Tujuh titik ngasih ruang gerak lebih halus, tapi butuh responden yang teliti dan sabar.
| Jumlah titik | Kelebihan | Kekurangan | Cocok buat |
|---|---|---|---|
| 4 titik | Nggak ada jawaban aman di tengah | Responden yang beneran netral kepaksa milih | Topik yang orang cenderung main aman |
| 5 titik | Familiar, gampang dianalisis | Banyak yang milih tengah | Mayoritas penelitian sikap |
| 7 titik | Lebih peka nangkep beda tipis | Bikin responden capek, beda antar titik kabur | Riset psikologi dan pengukuran berulang |
Ada satu hal yang jarang dibahas soal titik tengah. Jawaban netral sering dipakai responden yang sebenarnya nggak paham pertanyaannya, bukan yang beneran netral.
Kalau kamu curiga itu bakal kejadian, pakai 4 titik dan sediain pilihan terpisah bertuliskan nggak tau. Dua hal itu beda dan nggak boleh digabung.
| Pernyataan buruk | Masalahnya | Perbaikan |
|---|---|---|
| Pelayanan kasir cepat dan ramah | Dua gagasan sekaligus | Dipecah jadi dua item terpisah |
| Seharusnya semua toko punya layanan seperti ini | Nyetir jawaban | Layanan toko ini sesuai kebutuhan saya |
| Saya tidak pernah merasa tidak puas | Negasi ganda | Saya puas dengan layanan toko ini |
| Aplikasi memiliki antarmuka yang intuitif | Istilah asing buat responden umum | Aplikasi ini gampang saya pakai |
Ada dua angka yang biasa dilaporin: indeks persen buat gambaran keseluruhan, dan rata-rata per item buat lihat bagian mana yang lemah. Dua-duanya gampang dihitung di spreadsheet.
6 - skor asli. Langkah ini yang paling sering kelupaan.=SUMPRODUCT(B2:B6;{1;2;3;4;5})
B2:B6 = jumlah responden yang milih tiap titikindeks = total skor / skor maksimal x 100
contoh = 1.847 / 2.500 x 100 = 73,9%Bikin rentang kriteria dulu, baru masukin angkanya. Buat indeks persen dengan 5 kategori, tiap kategori dapat jatah 20 persen. Buat rata-rata per item pada skala 1 sampai 5, rentangnya dihitung dari selisih skor tertinggi dan terendah dibagi jumlah kategori, yaitu 0,8.
| Indeks persen | Rata-rata per item | Kategori |
|---|---|---|
| 0% sampai 20% | 1,00 sampai 1,80 | Sangat rendah |
| 21% sampai 40% | 1,81 sampai 2,60 | Rendah |
| 41% sampai 60% | 2,61 sampai 3,40 | Cukup |
| 61% sampai 80% | 3,41 sampai 4,20 | Tinggi |
| 81% sampai 100% | 4,21 sampai 5,00 | Sangat tinggi |
Tulis tabel kriteria ini di bab 3, bukan di bab 4. Kalau kriterianya baru muncul setelah hasilnya keluar, penguji bakal curiga kamu nyesuaiin batas biar hasilnya kelihatan bagus.
Survei kepuasan toko_berkah diisi 100 pelanggan, dengan 5 item skala 1 sampai 5. Total skornya 1.847 dari maksimal 2.500, jadi indeksnya 73,9 persen dan masuk kategori tinggi.
Kalau berhenti di situ, kesimpulannya kepuasan pelanggan tinggi dan semua aman.
Sekarang lihat item nomor 3 soal kecepatan pelayanan kasir. Rata-ratanya 3,39, pas di batas atas kategori cukup. Kelihatan biasa aja.
| Pilihan jawaban | Jumlah responden |
|---|---|
| 5 (sangat setuju) | 42 |
| 4 (setuju) | 8 |
| 3 (netral) | 6 |
| 2 (tidak setuju) | 35 |
| 1 (sangat tidak setuju) | 9 |
Sebarannya punya dua puncak. Empat puluh dua orang sangat setuju, empat puluh empat orang nggak setuju, dan cuma 6 orang yang beneran di tengah.
Simpangan bakunya 1,53. Buat skala 1 sampai 5, angka segitu artinya jawaban responden kamu kebelah dua.
Rata-rata 3,39 sama sekali nggak nyeritain itu. Angka itu cuma titik tengah dua kelompok yang pengalamannya bertolak belakang.
Waktu ditelusuri, ternyata 44 pelanggan yang nggak puas mayoritas belanja di jam 17.00 sampai 19.00, pas cuma satu kasir yang jaga. Solusinya bukan pelatihan kasir, tapi nambah satu orang di jam sibuk.
Ini alasan kenapa sebaran jawaban wajib ditampilin bareng rata-rata. Rata-rata ngasih ringkasan, sebaran ngasih arah tindakan.
Dua uji ini wajib buat instrumen Likert yang dipakai di penelitian kuantitatif.
Uji validitas ngecek apakah tiap item beneran ngukur konsep yang dimaksud. Cara yang paling umum: hitung korelasi antara skor tiap item sama skor totalnya, lalu bandingin sama nilai r tabel. Buat 100 responden pada taraf 5 persen, r tabelnya sekitar 0,197. Item dengan korelasi di bawah itu dibuang atau ditulis ulang.
Uji reliabilitas ngecek konsistensi antar item. Ukuran yang paling sering dipakai Cronbach alpha, dengan batas umum 0,70. Di bawah itu, item kamu ngukur hal yang beda-beda dan skor gabungannya nggak bisa dipercaya.
Dua uji ini tersedia di SPSS lewat menu Analyze lalu Scale lalu Reliability Analysis. Penjelasan resminya ada di dokumentasi IBM SPSS Statistics.
Jalanin dua uji ini di data uji coba sebelum survei besar, bukan setelahnya. Kalau baru ketahuan pas data udah kekumpul semua, kamu nggak punya pilihan selain buang itemnya.
1. Lupa balikin skor item negatif. Satu item kelewat bikin skor total dan alpha kamu berantakan.
2. Cuma nampilin rata-rata. Rata-rata bisa nyembunyiin dua kubu, kayak contoh di atas. Selalu ada tabel sebaran.
3. Bikin rentang kriteria setelah lihat hasil. Ini bikin kesimpulanmu gampang dipatahkan.
4. Nyampur item dari variabel beda ke satu skor. Skor gabungan cuma sah kalau itemnya ngukur satu konsep yang sama.
5. Ngasih label cuma di ujung skala. Titik 2, 3, dan 4 yang cuma berupa angka ditafsirin beda-beda tiap orang. Kasih label semua titik.
6. Ngabaikan cara ngambil respondennya. Skala yang bagus tetap nggak nyelametin sampel yang miring. Cek teknik sampling penelitian sebelum nyebar kuesioner.
Secara teori data Likert itu ordinal, karena jarak antara setuju dan sangat setuju belum tentu sama dengan jarak antara netral dan setuju. Dalam praktik, skor gabungan dari beberapa item sering diperlakukan sebagai interval biar bisa dianalisis pakai uji parametrik. Kalau kamu cuma punya satu item, lebih aman pakai uji non-parametrik dan laporin median, bukan rata-rata.
Pakai 5 titik kalau kamu mau ngasih ruang buat responden yang beneran netral, dan itu pilihan paling umum di skripsi Indonesia. Pakai 4 titik kalau topiknya bikin orang cenderung main aman di tengah, misalnya menilai atasan atau menilai layanan kampus sendiri. Kalau pakai 4 titik, sediain pilihan terpisah bertuliskan nggak tau supaya nggak nyampur sama netral.
Tiga item itu batas bawah supaya reliabilitasnya bisa dihitung dengan masuk akal, dan lima sampai delapan item jadi kisaran yang nyaman. Terlalu sedikit bikin nilai Cronbach alpha gampang jatuh di bawah 0,70. Terlalu banyak bikin responden capek dan mulai ngisi asal, biasanya kelihatan dari jawaban yang lurus semua dari atas ke bawah.
Cek dulu output kolom alpha if item deleted di SPSS. Kalau ada satu item yang kalau dibuang bikin alpha naik lewat 0,70, item itu kemungkinan besar salah tulis atau ngukur hal lain. Cek juga apakah ada item negatif yang skornya belum dibalik, soalnya ini penyebab paling sering. Kalau setelah dua pengecekan itu masih di bawah 0,70, instrumennya perlu ditulis ulang, bukan dipaksain.
Boleh dan lazim dipakai, terutama buat skor gabungan beberapa item. Yang perlu kamu jaga, jangan berhenti di rata-rata. Tampilin juga sebaran jawaban dan simpangan bakunya, soalnya dua kelompok yang bertolak belakang bisa menghasilkan rata-rata yang kelihatan aman. Buat satu item tunggal, median dan modus sering lebih jujur menggambarkan jawaban responden.
Tiga hal yang bikin analisis Likert kamu kuat. Tulis rentang kriteria di bab 3 sebelum data masuk. Balikin skor item negatif sebelum dijumlahin. Tampilin sebaran jawaban di samping rata-rata.
Buka data kuesioner kamu, hitung STDEV.S di tiap item, dan lihat mana yang di atas 1,3. Item itu yang paling banyak nyimpen cerita.
Lanjut ke tabel Krejcie-Morgan buat mastiin jumlah respondenmu cukup, atau ke populasi dan sampel menurut para ahli buat ngerapiin bab 3.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kolom datetime nyimpen tanggal, jam, hari, semuanya nempel jadi satu. Accessor .dt di pandas ngeluarin tiap bagian jadi kolom sendiri buat dianalisa.
Nama toko ketik campur huruf besar-kecil, spasi nyasar di ujung, atau kode produk nempel jadi satu. Accessor .str di pandas ngerapiin semua itu tanpa loop.
Model machine learning cuma ngerti angka, bukan teks kayak merah atau biru. get_dummies ngubah kolom kategori jadi kolom 0/1 dalam satu baris kode.