Page 61 - Pengurusan Prestasi Nilai Teras POISE UM

Skala Likert 5-mata telah diguna pakai bagi mewakili setiap item dalam
instrumen. Skala likert 5-mata ini mewakili pilihan (1) Sangat tidak
memuaskan, (2) Tidak memuaskan, (3) Agak memuaskan, (4) Memuaskan
dan (5) Sangat memuaskan. Hanya salah satu skala dibenarkan untuk
dipilih bagi setiap item. Skala Likert 5-mata lebih ringkas dan mudah
difahami responden memandangkan responden terdiri daripada pelbagai
tahap kognitif sementara masa yang diambil oleh responden untuk
menjawab instrumen juga lebih pendek (Chyung et al., 2007).

Pengiraan pemarkahan bagi setiap skala adalah seperti berikut:

Skala 1 2 3 4 5
Markah (%) 30 60 75 90 100

Kriteria pemilihan responden ini ialah seperti berikut: (1) mewakili
kumpulan staf akademik dan staf bukan akademik, (2) Staf akademik
diwakili oleh 3 kategori iaitu Bidang Sains, Bukan Sains dan Klinikal, (3)
Staf bukan akademik diwakili oleh 2 kategori iaitu staf eksekutif dan staf
operasi, (4) Staf eksekutif terdiri daripada Skim Perjawatan N, W dan J
manakala Staf Operasi dalam kalangan mereka dari Skim N, F dan J.
Pemilihan responden secara purposive sampling ini dapat mewakili semua 61
kategori staf yang terdapat di Universiti Malaya.
Kajian rintis telah dijalankan kepada 44 pemegang taruh untuk menilai
10 PYD yang terpilih. Bilangan responden dalam julat 25 hingga 100 staf
menepati keperluan kajian rintis (Cooper & Schindler, 2014). Kajian rintis
dilaksanakan bagi tujuan penambahbaikan kualiti dan konsistensi kajian
(In, 2017). Kajian rintis juga berfungsi untuk mengenal pasti keperluan
untuk mengubah suai item atau mana-mana prosedur yang tidak
menunjukkan maklum balas yang bersesuaian (Malmqvist et al., 2019).

Kemudian, model pengukuran Rasch telah digunakan untuk menilai
kebolehpercayaan instrumen ini. Perisian WINSTEPS 4.8.1 telah diguna
pakai untuk tujuan tersebut. Model Rasch akan memberi perhatian
kepada kebolehan responden serta kesukaran item (Bond & Fox, 2015).
Terdapat tiga langkah perbandingan yang telah dilakukan untuk mengenal
pasti misfit item dalam instrumen ini iaitu dengan membuat analisis polariti
item, nilai outfit mean square (MNSQ) dan nilai outfit z-standard (ZSTD).
Semasa peringkat awal analisis model pengukuran Rasch dilakukan,
kesemua 36 item asal dengan 44 responden telah dianalisis. Semakan
pertama dilakukan ke atas responden. Dapatan menunjukkan, terdapat
empat responden perlu dikeluarkan daripada analisis kerana mempunyai
nilai outfit MNSQ melebihi 2.