Upload
nurlaela-rakhmawati
View
116
Download
14
Tags:
Embed Size (px)
Citation preview
UJI VALIDITAS DAN RELIABILITAS
OLEH: DWI ENDAH .K
SKEMA VALIDITAS & RELIABILITAS
Validitas & Reliabilitas
VALIDITAS
ISI
MUKA
LOGIK
KONSTRAK
M. MULTIMETHOD
FAKTORIAL
KRITERIA
PREDIKTIF
KONKUREN
RELIABILITAS
TES-ULANGBEN. PARAREL
PRODUCT MOMENT
KONSISTENSIINTERNAL
CARA PEMBELAHAN
SPEARMAN BRWONBELAH DUA
FORMULARULON
KOEFISIEN ALPHA
FORMULAKUDER-RICHARDSON
FORMULA KRISTOFBELAH TIGA
BELAH DUAPANJANG BERBEDA
ANALISISVARIANS
KASUSKHUSUS
SKORKOMPOSIT
SKORPERBEDAAN
HASILRATINGS
Validitassejauhmana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya
• Isi
Ukuran berdasar derajat representatifnya isi tes bagi isi hal
yang diukur
• Konstrak
Berdasar konstruksi teoritis yang merupakan proses kompleks
dan memerlukan analisis logis dan dukungan data empiris
• Kriteria
Hasil pengukuran dengan alat yang dipakai sekarang sama/
mirip dengan alat yang dijadikan sebagai kriteria
Validitas ISI
• Validitas Muka Ditentukan melalui pendapat profesional dalam
proses telaah soal (penilaian didasarkan pada
format penampilan tes)
• Validitas Logik (Sampling Validity) menggunakan spesifikasi yang telah ada untuk
dilakukan analisis logis dalam menetapkan apakah
isi tes merupakan representasi dari ciri atributnya
Validitas KONSTRAK
• Validitas Multitrait-Multimethod - Konvergen : Tes berkorelasi dgn variabel yang secara teori berkorelasi - Diskriminan : Tes tak berkorelasi dgn variabel yg secara teori tak berkorelasi
• Validitas Analisis Faktor kumpulan prosedur matematik yang kompleks guna menganalisis saling hubungan diantara variabel- variabel dan menjelaskan saling hubungan tersebut dalam bentuk kelompok variabel yang terbatas yang disebut faktor
Validitas Multitrait-Multimethod
Metode 1 Metode 2 Metode 3Sifat A1 B1 C1 A2 B2 C2 A3 B3 C3
Metode 1A1 0.89
B1 0.45 0.89
C1 0.38 0.41 0.91
Metode 2A2 0.57 0.11 0.12 0.93
B2 0.21 0.58 0.10 0.68 0.94
C2 0.09 0.09 0.55 0.60 0.58 0.85
Metode 3A3 0.58 0.11 0.21 0.68 0.41 0.35 0.87
B3 0.22 0.59 0.13 0.41 0.67 0.34 0.58 0.91
C3 0.10 0.09 0.55 0.34 0.32 .59 0.56 0.59 0.93
• Pengukuran terhadap lebih dari satu sifat dgn menggunakan lebih dari satu metode & hal yg diukur: - Sifat sama diukur alat sama : reliabilitas tes - Sifat sama diukur alat berbeda : validitas tes - Sifat berbeda diukur alat sama : validitas diskriminan - Sifat berbeda diukur alat berbeda : validitas diskriminan
Analisis Faktor
• Prinsip dasar: mengekstraksi sejumlah factor (common factor) dari gugusan variabel asal - banyaknya faktor lebih sedikit dari variabel asal X - sebagian besar informasi variabel X tersimpan dalam faktor • Tujuan: untuk mendapatkan sejumlah kecil faktor (komponen utama) yang memiliki sifat mampu menerangkan semaksimal mungkin keragaman data • Kegunaan: - mengekstrak laten variabel dari indikator atau mereduksi variabel unobservables menjadi variabel baru yang jumlahnya lebih sedikit - mempermudah interpretasi, sehingga didapatkan informasi yang realistik - pemeriksaan validitas dan reliabilitas instrumen penelitian - untuk pemetaan dan pengelompokkan variabel - data (skor faktor) dapat digunakan sebagai input analisis lanjut (misal: An. Diskriminan, An. Regresi, An. Cluster, MANOVA, SEM, MDS)
Analisis Faktor
• Metode Pendugaan - PCA (Principal Component Analysis) - MLE (Maximum Likelihood Estimate)• Data Input: PCA (Principal Component Analysis) - Matriks Kovarians : Unit satuan sama & skala homogen - Matriks Korelasi : Unit satuan & skala berbeda• Interpretasi Teori dari Analisis Faktor: 1. Varians Variabel Asal X Var(Xi) = komunalitas + specifik varians
Komponen hi2 adalah komunalitas (comunality) yang menunjukkan
proporsi varians X yang dapat dijelaskan oleh p faktor bersama. Komponen i menunjukkan proporsi varians dari X yang disebabkan oleh faktor spesifik atau galat (error)
ii = h + i2
i
Analisis Faktor 2. Kriteria Faktor - Eigen value yang lebih besar sama dengan satu ( ≥ 1) - Keragaman komulatifnya kira-kira ≥ 60%3. Kaiser Meyer Olkin (KMO) - mengukur kecukupan sampling - Kaiser (1974) : nilai KMO sebesar 0,90 adalah sangat bagus, 0,80 bagus, 0,70 cukup, 0,60 kurang, 0,50 jelek dan dibawah 0,50 tidak dapat diterima 3. Covarians X dengan F (Loading)
Pembobot (Loading) Faktor: - untuk intepretasi variabel terhadap faktor - loading besar merupakan penyusun terbesar variabel thd faktor - tanda (positif/negatif) hanya menunjukkan arah 4. Rotasi Faktor - untuk memudahkan interpretasi faktor
ijji FXCov ),(
Analisis Faktor
5. Skor Faktor
dan
F = matriks skor faktor yang dihasilkan L = matriks faktor loading
f = (L'L) L (x - x)j-1
j
f = (L L L ' Zj z'
z z j) 1
Z = (V ) (X - )1/2 -1
Validitas Analisis Faktor
Korelasi Loyal-1 Loyal-2 Loyal-3 Retran-1 Retran-2 Retran-3
Loyal-1 1.000 0.610 0.658 0.620 0.536 0.560
Loyal-2 1.000 0.326 0.369 0.196 0.261
Loyal-3 1.000 0.479 0.430 0.476
Retran-1 1.000 0.840 0.788
Retran-2 1.000 0.776
Retran-3 1.000Loading Faktor-1 Faktor-2
Retran-2 0.929 0.143
Retran-3 0.883 0.227
Retran-1 0.871 0.323
Loyal-2 0.018 0.892
Loyal-1 0.462 0.791
Loyal-3 0.432 0.610
Validitas KRITERIA
• Validitas Prediktif - Bila tes berfungsi sebagai prediktor bagi performansi diwaktu yang akan datang - Tes dilakukan pada satu subyek dengan tenggang waktu
• Validitas Konkuren - merupakan validitas yang layak dalam situasi diagnostik - Tes dilakukan pada satu subyek dengan waktu yang sama
Validitas & Konfindensi
• Variasi Skor Murni Prediktor
• Koreksi terhadap Efek Atenuasi
• Validitas dan Panjang Tes
• Berapa Tinggi Koefisien yang Memuaskan
• estimasi antara distribusi skor-tampak tes dengan distribusi skor-tampak kriterianya restriksi sebaran (krn: jumlah subjek berkurang atau sangat homogennya skor subjek)
• Formula:
dimana: sy = standar distribusi skor Y rxy = koefisien korelasi skor X dan skor Y
Validitas & Konfindensi : VARIASI SKOR-MURNI PREDIKTOR
2xyyyx r1ss
• Efek Atenuasi: Rendahnya rendahnya koefisien validitas yang diakibatkan rendahnya reliabilitas tes yang bersangkutan atau oleh rendahnya reliabilitas kriteria validasinya
• Formula Spearman (1904):
dimana: rxy = koefisien validitas sebelum dikoreksi rxx’ = koefisien reliabilitas tes X ryy’ = koefisien reliabilitas kriteria Y
Validitas & Konfindensi : KOREKSI THD EFEK ATENUASI
'' yyxx
xytxty
rr
rr
• Perubahan banyaknya aitem dalam tes akan menyebabkan perubahan reliabilitas tes itu. (Artinya, semakin tinggi reliabilitas maka semakin tinggi validitas).
• Perbandingan validitas maksimal antara setelah dan sebelum penambahan aitem adalah :
• Estimasi terhadap validitasnya setelah perubahan jumlah aitem dapat dihitung dengan formula:
dimana: rXY = Estimasi koefisien validitas setelah perubahan jumlah aitem
rxy’ = Koefisien valliditas sebelum perubahan jumlah aitem rxx = Koefisien reliabilitas sebelum perubahan jumlah aitem
k = Perbandingan antara banyaknya aitem setelah dan sebelum perubahan
Validitas & Konfindensi : VALIDITAS DAN PANJANG TES
'
'
)()(
xx
XX
maksxymaksXY
r
r
rr
')( xxxyXY r1k1
krr
• Tidak ada batasan universal yang menunjuk kepada angka minimal yang harus dipenuhi agar suatu tes dikatakan valid
• Pertimbangan: sejauhmana tes yang bersangkutan dapat bermanfaat dalam pengambilan keputusan
• Cronbach, 1970: -”Yang tertinggi yang dapat kau peroleh” - koefisien yang berkisar antara 0,30 sampai dengan 0,50 telah
dapat memberikan kontribusi yang baik terhadap efisien suatu lembaga
Validitas & Konfindensi : TINGGI KOEFISIEN YG MEMUASKAN
”memuaskan atau tidak”
penilaiannya dikembalikan kepada pemakai tes atau mereka yang berkepentingan dalam penggunaan hasil ukur tes itu
• Pendekatan Tes Ulang & Bentuk Pararel Tes Ulang : Menyajikan Tes dua kali pada satu kelompok subyek dengan tenggang waktu
Ben. Pararel : Memberikan sekaligus dua bentuk tes pararel satu sama lain, kepada
sekelompok subyek
• Konsistensi Internal Hanya memerlukan satu kali pengenaan sebuah tes kepada sekelompok individu
sebagai subyek, sehingga dilakukan pembelahan tes menjadi beberapa kelompok aitem
• Kasus Khusus
Reliabilitas: sejauhmana hasil suatu pengukuran dapat dipercaya
Reliabilitas: PENDEKATAN TES-ULANG & BENTUK PARAREL (Product Moment)
SubyekSkor
Ke-I Ke-IIAli 20 22Ani 19 20Adi 22 22Ami 17 18Abdi 24 24Ina 17 16Inu 20 21Ima 15 17Ira 24 23Ida 19 19
rxy = 0.933
SubyekSkor
Ke-I Ke-II
Ali 100 104
Ani 99 99
Adi 107 109
Ami 110 109
Abdi 109 111
Ina 98 100
Inu 111 113
Ima 100 102
Ira 100 100
Ida 108 108
rxy = 0.958
](][([(
).()(
))2222 yyxx
rNN
YXXYN
• Random Membelah tes menjadi dua bagian secara random dapat dilakukan dengan cara undian sederhana guna menentukan aitem-aitem nomor berapa sajakah yang dimasukkan menjadi belahan pertama dan mana diikutkan menjadi belahan ke dua. (Syarat: Aitem HOMOGEN)
• Gasal Genap Seluruh aitem yang bernomor urut gasal dijadikan satu kelompok menjadi belahan pertama
dan seluruh aitem yang bernomor urut genap dijadikan satu kelompok menjadi belahan
kedua
• Matched Random Subset Setiap dua aitem yang berdekatan (harga indeks aitem(p) dengan korelasi antara aitem
dengan skor tes (rix)) dapat diundi untuk menentukan mana yang dimasukkan kedalam
belahan pertama dan mana yang diikutkan kedalam belahan kedua
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Cara Pembelahan Tes
• Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Spearman-Brown
978095701
95702
r1
r2rBS
12
12xx .
.
).()('
SubyekNomor Aitem Belahan
X1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 7
Belahan 1 = Jumlah skor Nomor Aitem 1+3+5+7+9+11 (Gasal ) 2 = Jumlah skor Nomor Aitem 2+4+6+8+10+12 (Genap)
Korelasi Belahan 1 dan 2 = r12 = 0.957
• Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Rulon
SubyekNomor Aitem Belahan
d X1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 1 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 -1 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 1 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 0 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 -1 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 1 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 0 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 1 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 1 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 1 7
Varians --------- 0.711 32.178
978017832
71101
s
s1r 2
x
2d
xx ..
.'
• Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Koefisien Alpha ()
SubyekNomor Aitem Belahan
d X1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 1 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 -1 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 1 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 0 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 -1 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 1 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 0 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 1 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 1 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 1 7
Varians --------- 8.044 8.399 32.178
978017832
3998044812
s
ss12r 2
x
22
21
xx ..
..'
• Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Koefisien Alpha ()
SubyekNomor Aitem
1 2 3 X1 2 3 4 5 6 7 8 9 10 11 12
A 1 1 2 2 1 0 1 1 2 2 2 2 6 5 6 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 2 4 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 0 4 9
D 2 2 2 2 1 0 0 2 2 2 1 0 6 6 4 16
E 2 2 2 2 1 2 2 2 1 1 0 0 7 5 5 17
F 0 0 2 2 2 2 1 1 1 1 2 1 4 5 6 15
G 1 0 1 1 2 2 0 1 0 0 0 0 2 3 3 8
H 0 0 0 0 1 1 1 1 1 0 0 0 1 2 2 5
I 2 2 2 2 2 2 2 1 2 2 2 2 8 7 8 23
J 1 1 1 1 1 1 1 0 0 0 0 0 3 2 2 7
Varians --------- 4.899 4.899 3.599 32.178
Belahan 1 = Jumlah Skor Nomor Aitem 1+4+7+10Belahan 2 = Jumlah Skor Nomor Aitem 2+5+8+11Belahan 3 = Jumlah Skor Nomor Aitem 3+6+9+12
875017832
5993899489941
13
3
s
s1
1k
k2x
j
2j
..
...
• Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Kuder-Richardson
SubyekNomor Aitem
X1 2 3 4 5 6 7 8 9 10 11 12
A 1 1 1 1 1 1 1 1 1 1 1 1 12
B 1 1 1 1 1 1 1 1 1 1 1 0 11
C 1 1 1 1 1 1 1 1 1 1 0 0 10
D 1 1 1 1 1 1 1 1 1 0 0 0 9
E 1 1 1 1 1 1 1 1 0 0 0 0 8
F 1 1 1 1 1 1 0 1 0 0 0 0 7
G 1 1 1 1 1 0 0 1 1 1 0 0 8
H 1 1 0 0 1 1 0 0 0 0 0 0 4
I 1 1 0 0 0 0 0 0 1 0 0 0 3
J 0 0 1 1 0 0 0 0 0 0 0 0 2
P 0.9 0.9 0.8 0.8 0.8 0.7 0.5 0.7 0.6 0.4 0.2 0.1 p = 7.4
(1-p) 0.1 0.1 0.2 0.2 0.2 0.3 0.5 0.3 0.4 0.6 0.8 0.9
p(1-p) 0.09 0.09 0.16 0.16 0.16 0.21 0.25 0.21 0.24 0.24 0.16 0.09 p(1-p) = 2.06
824059911
3306170121
112
12
s
p1pk1
1k
k21KR 2
x
..
).)(.()(
STUDI KASUS-1:Relationship Marketing Nasabah Bank ”X”Konstruk Penelitian Jenis Konstruk Dimesi Konstruk
Loyalitas Endogen Minat menambah saldo tabungan (b1) Minat membuka rekening tabungan di bank lain (b2) Intensitas transaksi (b3)
Produk Eksogen Kenyamanan ruang tunggu (c2) Sistem layanan online (c3) Kemudahan transaksi melalui bank lain (c4) Internet Banking (c5) Pelayanan transaksi secara langsung (c6) Pelayanan transaksi melalui ATM ( c7)
Lokasi Eksogen Jumlah ATM (d1) Jumlah kantor cabang (d2) Akses kantor cabang (d3)
Biaya Eksogen Besarnya biaya transaksi (e1) Besarnya biaya pembukaan rekening (e2) Biaya administrasi (e3)
Retransaction Endogen Keinginan melakukan transaksi kembali setelah melakukan penilaian terhadap :
Atribut poduk (f1) Atribut lokasi (f2) Atribut biaya (f3)
Cross selling Endogen Minat menguakan jasa lain (g1) Jumlah produk yang digunakan selain tabungan (g2)
WOM Endogen Keinginan melakukan WOM (h1) Intensitas melakukan WOM (h2)
ANALISIS FAKTOR
Correlation Matrixa
1.000 .610 .658 .620 .536 .560
.610 1.000 .326 .369 .196 .261
.658 .326 1.000 .479 .430 .476
.620 .369 .479 1.000 .840 .788
.536 .196 .430 .840 1.000 .776
.560 .261 .476 .788 .776 1.000
.000 .000 .000 .000 .000
.000 .000 .000 .008 .001
.000 .000 .000 .000 .000
.000 .000 .000 .000 .000
.000 .008 .000 .000 .000
.000 .001 .000 .000 .000
b1
b2
b3
f1
f2
f3
b1
b2
b3
f1
f2
f3
Correlation
Sig. (1-tailed)
b1 b2 b3 f1 f2 f3
Determinant = .018a.
KMO and Bartlett's Test
.790
583.441
15
.000
Kaiser-Meyer-Olkin Measure of SamplingAdequacy.
Approx. Chi-Square
df
Sig.
Bartlett's Test ofSphericity
Communalities
1.000 .839
1.000 .795
1.000 .559
1.000 .863
1.000 .884
1.000 .831
b1
b2
b3
f1
f2
f3
Initial Extraction
Extraction Method: Principal Component Analysis.
Total Variance Explained
3.712 61.868 61.868 3.712 61.868 61.868 2.802 46.700 46.700
1.060 17.659 79.527 1.060 17.659 79.527 1.970 32.828 79.527
.623 10.381 89.909
.244 4.059 93.968
.223 3.722 97.690
.139 2.310 100.000
Component1
2
3
4
5
6
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Component Matrixa
.895 -.249
.848 -.333
.838 .371
.837 -.429
.708 .242
.537 .712
f1
f3
b1
f2
b3
b2
1 2
Component
Extraction Method: Principal Component Analysis.
2 components extracted.a.
Rotated Component Matrixa
.929 .143
.883 .227
.871 .323
.018 .892
.462 .791
.432 .610
f2
f3
f1
b2
b1
b3
1 2
Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 3 iterations.a.
Reliabilitas: Aitem terhadap Skor Total
Correlations
1 .610 .658 .912
.000 .000 .000
150 150 150 150
.610 1 .326 .778
.000 .000 .000
150 150 150 150
.658 .326 1 .797
.000 .000 .000
150 150 150 150
.912 .778 .797 1
.000 .000 .000
150 150 150 150
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
b1
b2
b3
sum_b
b1 b2 b3 sum_b
Reliabilitas: Cronbach Alpha ()
Reliability Statistics
.773 3
Cronbach'sAlpha N of Items
Item-Total Statistics
7.41 5.035 .778 .492
8.32 6.313 .514 .794
8.43 6.140 .549 .757
b1
b2
b3
Scale Mean ifItem Deleted
ScaleVariance if
Item Deleted
CorrectedItem-TotalCorrelation
Cronbach'sAlpha if Item
Deleted
DAFTAR PUSTAKA• Allen, M.J. and Yen, W.M., 1979, Introduction to Measurement Theory, Monterey:
Books/Cole Publishing Company.• Azwar, S., 2004, Reliabilitas dan Validitas, Pustaka Pelajar, Yogyakarta.• Cronbach, L.J, 1951, Coefficient Alpha and The Internal Stucture of Test, Psychometrika,
16, 297-334.• Dillon, W.R. and M. Goldstein, 1978, Multivariate Analysis Methods and Application, John
Wiley & Sons, New York.• Hair, J. F. JR., Anderson, R.E., Tatham, R.L. and Black, W.C. 1998. Multivariate Data
Analysis, Fifth Edition, Prentice-Hall, International, Inc.• Johnson RA and Wichern DW. 1992. Applied Multivariate Statistical Analysis, Prentice
Hall, Englewood Chiffs, New Jersey.• Nasoetion, A.H., 1972, Statistika: Tongkat Pembimbing Ke Daerah Ketaktahuan, IPB,
Bogor.• Saefuddin, A., 2002, Pola Induksi Seorang Eksperimentalis, Program Pascasarjan IPB
dengan IPB Press, Bogor.• Sharma, S. 1996 . Applied Multivariate Techniques, John Wiley & Sons, Inc.