Bab 14

Validitas

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

BAB 14
VALIDITAS
A. Validitas Pengukuran
1. Hakikat Validitas
Validitas pengukuran adalah kecocokan di
antara alat ukur dan atau pengukuran dengan
sasaran ukur
Catatan:
Kata validitas dipakai di dalam banyak hal,
mencakup validitas eksperimen, validitas
butir, sehingga kita perlu memperhatikan arti
dan perbedaan di antara mereka

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------2. Tingkatan Validitas
Validitas pengukuran memiliki nilai dari rendah ke
tinggi
Makin tinggi tingkat validitas makin baik
pengukuran itu
Validitas pengukuran rendah mengandung
kekeliruan sistematis

Validitas tinggi

Validitas rendah
(ada kekeliruan
sistematis)

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

3. Pemeriksaan Validitas
Pemeriksaan validitas pengukuran dilakukan
sebelum alat ukur digunakan sesungguhnya
Pemeriksaan validitas pengukuran dapat dilakukan
pada saat alat ukur baru dibuat atau disusun
Pemeriksaan validitas pengukuran dapat juga
dilakukan pada saat uji coba alat ukur
Apabila hasil pemeriksaan menunjukkan tingkat
validitas rendah, maka alat ukur dapat diperbaiki
Pemeriksaan validitas dan perbaikan alat ukur
dilakukan berulang-ulang sampai alat ukur
mencapai validitas pengukuran yang cukup tinggi

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

4. Jenis Validitas
Sebenarnya validitas pengukuran merupakan satu
kesatuan kecocokan di antara pengukuran dan
sasaran ukur
Dari sifat pencocokan, validitas dapat dibagi ke
dalam beberapa jenis
Di dalam sejarahnya, nomenklatur jenis validitas
pengukuran mengalami beberapa kali perubahan
Pada saat ini, nomenklatur jenis validitas
pengukuran yang kita gunakan adalah
Validitas isi
Validitas kriteria
Validitas konstruk

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Sasaran ukur
Atribut
Alat Ukur
Skala ukur
Sasaran ukur
Responden
Hasil ukur (sekor)
Prediktor

Sasaran ukur
Kriteria (luar)

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------5. Nomenklatur Validitas Pengukuran
(a) Di dalam buku Cronbach
Edisi pertama tahun 1949
Logical validity
Empirical validity
Content validity

Edisi kedua tahun 1960

Content validity
Predictive validity
Concurrent validity
Construct validity

Edisi ketiga tahun 1970

Edisi keempat tahun 1984
Content validity
Criterion-related validity
Construct validity

----------------------------------------------------------------------Validity
-----------------------------------------------------------------------

(b) Di dalam buku Anastasi

Edisi pertama tahun 1954

Face validity
Content validity
Factorial validity
Empirical validity

Edisi kedua tahun 1961

Content validity
Prediction validity
Concurrent validity
Construct validity

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Edisi ketiga tahun 1968

Edisi keempat tahun 1976
Esisi kelima tahun 1982
Content validity
Criterion-related validity
Construct validity
Edisi ketujuh tahun 1997 (dengan Urbina)
Content-description validation
Criterion-prediction validation
Construct validation

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

(c) Pada Organisasi Profesi Ilmiah

American Psychological Association. Technical
Recommendations for Psychological Tests and
Diagnostic Techniques tahun 1954

Content validity
Predictive validity
Concurrent validity
Construct validity

American Psychological Association Standard

for Educational and Psychological Tests and
Manual tahun 1966
Content validity
Criterion-related validity
Construct validity

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

American Psychological Association, American

Educational Research Association, National Council on
Measurement in Education. Standards for Educational
and Psychological Tests tahun 1974
Content validity
Criterion-related validity
Construct validity
American Psychological Association, American
Educational Research Association, National Council on
Measurement in Education. Standards for Educational
and Psychological Testing tahun 1985
Content-related evidence of validity
Criterion-related evidence of validity
Construct-related evidence of validity

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

American Psychological Association, American

Educational Research Association, National Council on
Measurement in Education. Standards for Educational
and Psychological Testing tahun 1999
-

(d) Di sini,
kita menggunakan nomenklatur
Validitas Isi (di dalamnya ada validitas wajah)
Validitas Kriteria
Validitas Konstruk

----------------------------------------------------------------------Validitas Isi
-----------------------------------------------------------------------

B. Validitas Isi
1. Jenis Kecocokan
Validitas isi pada pengukuran adalah
kecocokan di antara isi alat ukur dengan isi
sasaran ukur

Sasaran ukur
Atribut

Skala Ukur

Alat ukur

Kecocokan
isi

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------2. Deskripsi Sasaran Ukur Atribut
Agar dapat dicocokkan, sasaran atribut perlu
dideskripsikan secara cukup jelas
Untuk keperluan pencocokan, biasana, isi sasaran
ukur disusun dalam bentuk spesifikasi, meliputi
Bahan atau materi
Tujuan hasil belajar
Pencocokan dilakukan butir demi butir melalui
pencocokan dengan spesifikasi
Butir yang dinilai tidak baik atau tidak penting dapat
dibuang, diperbaiki, atau diganti

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Contoh 1
Tabel spesifikasi untuk ujian ilmu alam
terpadu di sekolah
Banyaknya butir ujian untuk tiap kategori

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------3. Kecocokan Wajah
Dikenal juga sebagai validitas wajah (face validity)
yakni kecocokan di antara wajah alat ukur dengan
responden yang akan menanggapinya
Alat ukur untuk anak kecil lebih cocok berbicara
tentang boneka, gundu, atau permainan. Bahasa di
dalam alat ukur perlu sederhana dan mudah
dipahami. Tulisan berukuran relatif besar
Alat ukur untuk para manajer lebih cocok berbicara
tentang saham, produksi, atau kurs valuta asing.
Bahasa di dalam alat ukur perlu sesuai dengan
bahasa usahawan. Tulisan berukuran biasa
Kecocokan wajah bermanfaat untuk meningkatkan
minat untuk menaggapi pertanyaan di dalam alat
ukur

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------4. Proses Validasi Isi (Butir demi Butir)
Kegunaan
Untuk memperbaiki alat ukur melalui
pemeriksaan butir pada alat ukur
Butir yang tidak baik atau tidak memenuhi
syarat dibuang, diperbaiki, atau diganti
Cara
Cara yang paling umum adalah validasi melalui
beberapa orang pakar
Butir dianggap tidak baik atau tidak memenuhi
syarat jika dianggap tidak penting atau tidak
cocok oleh mayoritas pakar

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Validasi melalui pakar

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------5. Format Validasi Pakar
Dikotomi
Nomor
Butir

Cocok

1
2
3
4

Tidak
Cocok

Kiraan (Rating)
Nomor
Butir
1
2
3

Validitas
Rendah
Tinggi
1
1
1

2
2
2

3
3
3

4
4
4

5
5
5

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 2
Lima pakar memvalidasi alat ukur melalui format
dikotomi
Pakar

1
1 1
2 1
3 0
4 1
5 1
Cocok 4
Tdk coc 1

2
1
1
1
1
1
5
0

3
1
0
1
1
1
4
1

1 = cocok
0 = tidak cocok

4
0
1
1
0
0
2
3

Butir
5 6
1 1
1 1
0 1
0 0
1 1
3 4
2 1

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

Jumlah
25
26
27
20
28

Perhatikan pakar 4
agak beda dari para
pakar lainnya

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Nomor
butir
1
2
3
4
5
6
7
8
9
10
11
12

Pakar
Cocok Tidak cocok
4
1
5
0
4
1
2
3
3
2
4
1
0
5
4
1
5
0
1
4
5
0
5
0

Tidak
cocok

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------6. Rasio Validitas Isi (Content Validity Ratio)
Lawshe membuat rumus rasio validitas isi butir
tentang rasio penilaian penting atau tidak penting
dari para pakar yang memvalidasi butir
Rumus Lawshe

CVR

M
2 2M P 1
M
M
2

MP

MP = banyaknya pakar yang menyatakan penting

M = banyaknya pakar yang memvalidasi

1 CVR + 1
MP < M

CVR < 0

MP = M

CVR = 0

MP > M

CVR > 0

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 3
Pada contoh 2 butir 1,
Mp = 4

M=5

CVR = (2Mp / M) 1
= (8 / 5) 1
= 0,6
Contoh 4
Pada contoh 2 butir 4,
Mp =
CVR =

M=

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 5
Lima pakar memvalidasi alat ukur melalui format
kiraan (5 = cocok, 1 = tidak cocok)
PeButir
nilai 1
2 3
4
5 6 7 8
1
5 3 5
5 4 5 4 5
2
5 3 4
5 5 5 5 5
3
4 5 3
5 5 4 3 5
4
4 2 4
5 4 5 4 5
5
4 3 5
5 5 5 5 4
6
5 3 5
5 5 5 5 5
Re- 4,50
4,33
4,67
4,33
rata
3,16
5,00
4,83
4,83

Rerata
4,50
4,63
4,25
4,13
4,50
4,50

Butir 2 rendah
Penilai 3 agak berbeda dari penilai lain, perlu
diperhatikan

------------------------------------------------------------------------------

Validitas
------------------------------------------------------------------------------

7. Indeks V dari Aiken

Aiken menyusun indeks validitas yang
dinamakan indeks V
Skala penilaian : dari r sampai t
i = dari r + 1 sampai r + t 1
ni = banyaknya nilai pada i
N = ni
Indeks V

|i r |

N ( t 1)

Nilai V terletak di antara 0 dan 1

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 6
Pada skala dari 1 sampai 5, suatu butir dinilai
oleh 5 pakar. Hasil peniliaian mereka adalah
3

Pada indeks V dari Aiken

r=1
n2 = 0

t=5
n3 = 2

i = 2, 3, 4, 5
n 4 = 2 n5 = 1

N=5

0 | 2 1 | 2 | 3 1 | 2 | 4 1 | 1 | 5 1 |
5(5 1)

14
20
0,70

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 7
Dari contoh 5, hitung indeks V untuk butir 1,
r=
n2 =

t=

i=

N=
V=

Contoh 8
Dari contoh 5, hitung indeks V untuk butir 2, 3, 4, 5,
6, 7, dan 8

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------8. Validitas Perangkat Alat Ukur
Secara keseluruhan, alat ukur divalidasi oleh dua
pakar. Indeks validitas ditentukan oleh kecocokan di
antara dua pakar itu
Pakar
Penilai 1
Kurang
penting
Pakar
Penilai 2

Penting

Kurang
penting

Penting

D
Validitas Isi = -------------------------A+B+C+D
Makin besar D makin besar validitas alat ukur

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 9
Suatu alat ukur dinilai oleh dua orang pakar dengan
hasil sebagai berikut

Pakar
Penilai 1

Pakar
Penilai 2

Kurang
penting

Penting

Kurang
penting

Penting

10

10
Validitas Isi = -------------------------- = 0,5
5 + 3 + 2 + 10

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

C. Validitas Kriteria
1. Tujuan Validitas
Kegunaan
Untuk memperbaiki alat ukur melalui uji coba
alat ukur
Sasaran Ukur
Ada dua sasaran ukur yakni sasaran ukur
prediktor (menghasilkan sekor prediktor) dan
sasaran ukur kriteria (menghsailkan sekor
kriteria). Misal:
Sasaran ukur prediktor adalah ujian
penerimaan karyawan baru atau mahasiswa
baru
Sasaran ukur kriteria adalah keberhasilan
mereka sebagai karyawan atau sebagai
mahasiswa

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Kecocokan
Validitas kriteria adalah kecocokan di antara
prediktor (sekor prediktor) dengan kriteria
(sekor kriteria)
Validitas kriteria ditujukan kepada baik atau
tidak baiknya prediktor (sekor prediktor)
Jika validitas kriteria baik, maka alat ukur
prediktor (sekor prediktor) dapat digunakan
untuk berbagai keperluan sejenis
Jenis Validitas Kriteria
Validitas serentak yakni kriteria terdapat pada
saat yang sama dengan prediktor
Validitas prediksi yakni kriteria terdapat
kemudian setelah prediktor

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Sasaran ukur
prediktor

Sasaran ukur
kriteria

Alat ukur

Responden

Hasil ukur
Sekor prediktor

Kecocokan

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------2. Validitas Serentak (Concurrent)
Waktu
Prediktor dan kriteria terjadi pada waktu yang
sama atau bersamaan
Menggunakan sekor prediktor untuk
mengetahui kriteria

Kriteria
Biasanya pada kriteria terdapat alat ukur yang
sudah biasa dipakai dan memberikan hasil
yang baik
Prediktor
Alat ukur rakitan baru untuk mengganti atau
mendampingi alat ukur yang biasa dipakai
Alat ukur rakitan baru yang lebih sederhana
Alat ukur rakitan baru yang menggunakan cara
ukur atau besaran lain

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Alat ukur yang

dirakit baru
Menggantikan
biasa dipakai
selama ini

lebih sederhana
Mendampingi
dirakit dengan
cara lain

Sasaran ukur
(kecocokan)
Alat ukur prediktor

Alat ukur kriteria

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Beberapa contoh
Alat ukur potensi akademik rakitan baru untuk
menggantikan atau mendampingi alat ukur
yang biasa dipakai
TOEFL melalui komputer untuk menggantikan
atau mendampingi TOEFL melalui pinsil dan
kertas
Alat uji olahraga cara baru di dalam ruangan
untuk menggantikan atau mendampingi alat uji
olahraga lari satu kilometer di luar ruangan
Soal ujian cadangan untuk menggantikan soal
ujian jika terjadi kebocoran sebelum ujian
Simulasi menyetir mobil di layar komputer untuk
mendampingi menyetir mobil sesungguhnya

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------3. Validitas Prediksi (Predictive)
Waktu
Kriteria terjadi kemudian setelah prediktor
Menggunakan sekor prediktor untuk
mengetahui kriteria
Prediktor
Alat ukur yang dipakai untuk mengetahui
kriteria. Misal
Ujian penerimaan karyawan untuk menseleksi
calon karyawan
Ujian penerimaan mahasiswa untuk menseleksi
calon mahasiswa
Kriteria
Sasaran terjadi kemudian. Biasanya tidak
mudah untuk ditentukan secara tepat. Sukar
menentukan kriteria karyawan yang baik atau
mahasiswa yang berhasil

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------4. Prosedur Validasi
Sekor
Perlu ada sekor prediktor (hasil ukur) serta ada
sekor kriteria (perlu dicari secara khusus)

Validasi
Mencocokkan sekor prediktor dengan sekor
kriteria
Biasanya pencocokan dilakukan melalui
koefisien korelasi linier di antara sekor prediktor
dan sekor kriteria
val = pred-krit

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Sasaran ukur
Prediktor

Sasaran ukur
Kriteria

Alat ukur
Prediktor

Alat ukur
Kriteria

Responden

Hasil ukur
Prediktor

Hasil ukur
Kriteria

Kecocokan melalui koefisien korelasi

Koefisien validitas

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Contoh 10
Validitas Serentak
Responden

Sekor
Ax

Sekor
AY

1
2

8
10

6
10

3
4

5
3

5
5

5
6
7
8
9
10

8
10
9
6
7
10

9
8
10
8
8
10

val = AX-AxY = 0,80

AX = prediktor
AY = kriteria

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 11
Pada validitas serentak, AX adalah sekor prediktor
dan AY adalah sekor kriteria.
(a)

Res

AX

AY

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

56
48
55
55
51
53
48
53
53
50
48
50
52
56
52

63
57
62
59
61
60
56
57
55
64
56
55
59
63
59

val =

(b)

Res

AX

AY

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

58
64
70
72
57
67
54
61
71
65
55
68
62
50
66
69
56
60
63
59

60
59
74
68
59
60
56
63
70
67
57
73
64
52
61
72
58
62
65
61

val =

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 12
Pada validitas prediksi, AX adalah sekor
prediktor dan AY adalah sekor kriteria
(a) Res AX

AY

1
2
3
4
5
6
7
8
9
10

72
65
76
64
71
73
75
68
70
66

114
105
115
107
101
120
125
109
103
111
val =

(b) Res AX Ay Res AX

1
2
3
4
5
6
7
8
9
10
11
12

650
625
480
440
600
220
640
725
520
480
370
320

AY

3,8 14 475 2,6

3,6 15 490 3,1
2,8 16 620 3,8
2,6 17 340 2,4
3,7 18 420 2,9
1,2 19 480 2,8
2,2 20 530 3,2
3,0 21 680 3,2
3,1 22 420 2,4
3,0 23 490 2,8
2,8 24 500 1,9
2,7 25 520 3,0

13 425 2,6
val =

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------5. Koefisien Validitas (pada Nilai Acuan Kriteria)
Pada Nilai Acuan Kriteria, sekor prediktor dan sekor
kriteria dinyatakan dalam bentuk belum menguasai
dan telah menguasai
Koefisien validitas ditentukan melalui proporsi pada
kecocokan di antara prediktor dan kriteria
Contoh 13
Wilayah prediktor
Tidak
Telah
menguasai
menguasai
Wilayah Tidak
Kriteria menguasai

Telah
menguasai

5+2
Koefisien validitas = --------- = 0,70
10

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

6. Koefisien Determinasi
Jika terdapat korelasi di antara sekor prediktor (X)
dengan sekor kriteria (Y), maka terdapat variansi
bersama di antara mereka

Sekor

Sekor

prediktor

kriteria

Variansi bersama ini sering diartikan sebagai

sumbangan variansi dari prediktor X ke kriteria Y
Besaran variansi bersama atau sumbangan
variansi ini dikenal sebagai koefisien determinasi
Koefisien Determinasi = 2val
Jika val = 0,71 maka

Koef Det = 0,50

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

7. Batas Koefisien Validitas Kriteria

Koefisien validitas kriteria XY adalah koefisien
korelasi di antara sekor prediktor X dengan sekor
kriteria Y
Jika koefisien reliabilitas X dan Y adalah rendah,
maka koefisien validitas kriteria seharusnya rendah
pula
Batas atas koefisien validitas kriteria XY adalah
rerata ukur dari koefisien reliabilitas XX dan YY

XY XX YY
XY = koefisien validitas kriteria
XX = koefisien reliabilitas prediktor
YY = koefisien reliabilitas kriteria

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 14
Jika koefisien reliabilitas
Sekor prediktor

XX = 0,86

Sekor kriteria

YY = 0,75

maka koefisien validitas kriteria maksimum yang

dapat diterima adalah
XY = (0,86)(0,75) = 0,80

Catatan:
Perhitungan koefisien validitas kriteria dapat
saja menghasilkan nilai lebih dari 0,80
Namun nilai maksimum yang sepadan dengan
reliabilitas sekor prediktor dan sekor kriteria
dibatasi sampai 0,80

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

8. Koreksi pada Peredaman terhadap Koefisien

Validitas Kriteria
Koefisien validitas kriteria merupakan koefisien
korelasi di antara sekor prediktor dan sekor kriteria
Sekor prediktor X dan sekor kriteria Y masingmasing terdiri atas sekor tulen dan sekor keliru
AX = T X + K X
AY = TY + KY
Koefisien validitas kriteria
Yang terukur
Seharusnya diukur

: AXAY
: TXTY

Kekeliruan KX dan KY menyebabkan peredaman

pada koefisien validitas kriteria (sehingga ingin
dikoreksi)

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Koreksi Spearman (1904)

Spearman mengusulkan koreksi terhadap
peredaman koefisien validitas kriteria dengan rumus

XY

XY
XX YY

dengan
XY = koefisien validitas terkoreksi
XY = koefisien validitas sebelum dikoreksi
XX = koefisien reliabilitas sekor prediktor
YY = koefisien reliabilitas sekor kriteria
Contoh 15
Jika XX = 0,86 dan YY = 0,75, maka koefisien
validitas kriteria XY = 0,70 dikoreksi menjadi

XY

0,70
0,88
(0,86)(0,75)

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Modifikasi terhadap Koreksi Spearman

Koefisien reliabilitas lama ditingkatkan dengan
koefisien reliabilitas baru sehingga
XX(lama) menjadi
YY(lama) menjadi

XX(baru)
YY(baru)

dan selanjutnya koefisien validitas kriteria yang

terkoreksi dimodifikasi menjadi

XY

XY XX (baru ) YY ( baru )
XX (lama ) YY (lama )

Di sini diperlukan dua pasang koefisien

reliabilitas yakni lama dan baru

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

D. Validitas Konstruk
1. Tujuan
Variabel konstruk adalah variabel yang abstrak
hasil konstruksi para pakar, misalnya

Sikap
Inteligensi
Kecemasan
Frustrasi

motivasi
minat
kegelisahan
sosiabilitas

Validitas konstruk menunjukkan seberapa tepat

pengukuran variabel itu terhadap maksud
sesungguhnya dari variabel itu
Validitas konstruk dikemukakan oleh L. J.
Cronbach dan P. E. Meehl pada tahun 1955

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Sasaran ukur
Variabel konstruk

Konstruksi alat ukur

Kecocokan
Alat ukur
Hasil konstruksi
Validitas
konstruk
Responden

Hasil ukur
Sekor

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------2. Prosedur Validasi
Syarat
Ada referensi yang telah diketahui untuk
digunakan pada pembandingan dengan
konstruk
Ada referensi yang layak dijadikan pembanding
untuk digunakan pada pembandingan dengan
konstruk
Jenis referensi
Referensi cocok yakni referensi yang cocok
dengan konstruk
Referensi beda yakni referensi yang beda
dengan konstruk

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

Metoda Pencocokan
Pencocokan konvergensi yakni kecocokan
dengan referensi yang cocok
Pencocokan diskriminan yakni perbedaan
dengan referensi yang beda

Penerapan Metoda Pencocokan

Pada penerapannya, sering hanya digunakan
metoda konvergensi
Ada kalanya, digunakan metoda konvergensi
dan metoda diskriminan sekaligus secara
bersama-sama

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Konvergensi

Hasil ukur

Referensi cocok

Validitas tinggi bila cocok

Validitas rendah bila tidak cocok

Diskriminan

Hasil ukur

Referensi beda

Validitas tinggi bila beda

Validitas rendah bila tidak beda

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

3. Referensi Hasil Ukur Valid

Ada alat ukur yang sudah menghasilkan sekor yang
valid yang digunakan sebagai referensi cocok
Dengan cara konvergensi, hasil ukur konstruk
dicocokkan dengan hasil ukur valid itu

Alat ukur valid

Hasil ukur

HX
Kelompok responden

Alat ukur
Y

Hasil ukur
HY

Korelasi tinggi di antara HY dengan HX

menunjukkan bahwa validitas konstruk juga tinggi

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------4. Referensi Responden yang Diketahui
Ada kelompok responden yang hasil ukurnya sudah
diketahui yang digunakan sebagai referensi cocok
Dengan cara konvergensi, hasil ukur konstruk
dicocokkan dengan hasil ukur responden itu
Alat ukur X

Kelompok responden
(Diketahui HX)

Hasil ukur HY

Korelasi tinggi di antara HY dengan HX

menunjukkan bahwa validitas konstruk juga tinggi

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------5. Referensi Perlakuan yang Diketahui
Ada perlakuan yang telah diketahui hasil ukur dari
akibatnya. Perlakuan ini digunakan sebagai
referensi cocok
Dengan cara konvergensi hasil ukur konstruk
dicocokkan dengan hasil ukur perlakuan yang
diketahui itu

Perlakuan
Alat
ukur
X

Kelompok responden
(Diketahui HX)

Hasil
ukur
HY

Korelasi tinggi di antara HY dengan HX

menunjukkan bahwa validitas konstruk juga tinggi

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

6. Referensi Pembanding Multiciri dan Multimetoda

(Multitrait Multimethod)
Sebagai referensi pembanding digunakan
Lebih dari satu ciri (konstruk)
Lebih dari satu metoda
Patokan untuk validitas konstruk
Ciri sama metoda beda: validitas tinggi jika
korelasi tinggi (konvergen)
Ciri beda metoda sama: validitas tinggi jika
korelasi rendah (diskriminan)
Ciri beda metoda beda: validitas tinggi jika
korelasi rendah (diskriminan)

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 16
Tiga ciri A, B, dan C divalidasi melalui dua metoda 1
dan 2.
Terjadi kelompok A1, B1, C1, A2, B2, dan C2 yang
dikorelasikan

( ) = koefisien reliabilitas
[ ] = Ciri sama metoda beda (konvergen)

----------------------------------------------------------------------Validitas
-----------------------------------------------------------------------

7. Referensi Konstruk Cocok dan Beda

Diketahui bahwa konstruk X cocok dengan konstruk
A, B, dan C, serta beda dengan konstruk P, Q, dan
R
Melalui analisis faktor diperiksa kecocokan X
dengan konstruk A, B, dan C (konvergen) serta
ketidakcocokan dengan konstruk P, Q, dan R
Pemeriksaan dilakukan melalui muatan faktor pada
analisis faktor. Validitas tinggi apabila X, A, B, dan
C terletak pada faktor yang sama serta berbeda
dengan faktor P, Q, dan R
Menggunakan program statistika analisis faktor
pada program paket statistika di komputer

----------------------------------------------------------------------Validitas
----------------------------------------------------------------------Contoh 17
Muatan faktor untuk konstruk X, A, B, C, P, Q, dan
R menghasilkan
Konstruk
(Variabel)
X
A
B
C
P
Q
R

Faktor
I
7241
7013
7422
7351
4311
4159
4266

Faktor
II
2431
2214
2546
2377
8014
8172
8244

Muatan faktor X seukuran dengan muatan

faktor A, B, dan C (konvergen)
Berbeda dengan muatan faktor P, Q, R
(diskriminan)

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

8. Pemeriksaan Dimensi
Biasanya alat ukur adalah multidimensi dan setiap
dimensi mencakup sejumlah butir
Proporsi jumlah butir di antara dimensi ditentukan
oleh konsep atau konstruk dari variabel
Melalui uji coba dapat diperiksa kecocokan di
antara butir dengan dimensinya
Pemeriksaan dilakukan melalui analisis faktor, dan
apabila diperlukan, diteruskan dengan rotasi
Setiap dimensi merupakan faktor sendiri sehingga
kecocokan butir dengan dimensi ditentukan oleh
faktor
Penentuan faktor dilakukan melalui muatan faktor
pada setiap sumbu

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Contoh 18 (dari Aiken)

Suatu alat ukur terdiri atas 11 butir untuk mengukur
perilaku pengajar pada skala 1 sampai 5 sebagai
berikut
1. considerate
2. courteous
3. creative
4. friendly
5. interesting
6. knowledgeable
7. motivating
8. organized
9. patient
10. prepared
11. punctual

Hasil uji coba pada sejumlah responden diproses

melalui analisis faktor dilengkapi dengan rotasi

-----------------------------------------------------------------------------Validitas
------------------------------------------------------------------------------

Analisis faktor menghasilkan tiga faktor A, B, dan C

sebagai berikut
Butir
1
2
3
4
5
6
7
8
9
10
11

Faktor A
783
853
303
790
148
353
298
082
691
011
052

Faktor B
090
089
015
041
243
669
009
649
102
867
822

Faktor C
288
131
786
280
792
113
838
392
120
100
048

Dengan dasar di atas 500, diperoleh

Faktor A: butir 1, 2, 4, 9
Faktor B: butir 6, 8, 10, 11
Faktor C: butir 3, 5, 7