= koefisien korelasi
Kemudian, untuk menguji signifikan hasil korelasi kita gunakan uji-t. Adapun
kriteria untuk menentukan signifikan dengan membandingkan nilai t-hitung
dan t-tabel. Jika t-hitung > t-tabel, maka dapat kita simpulkan bahwa butir
item tersebut valid. Rumus mencari t-hitung yang digunakan adalah:
Rumus T Hitung
Jadi butir item soal instrumen ini dapat kita gunakan pada penelitian.
Perhitungan validitas dengan menggunakan SPSS dapat anda baca pada
artikel kami:
Validitas dan Reliabilitas SPSS.
Perhitungan validitas dan uji-t menggunakan software MS Excel dapat
dilakukan dengan cara yang mudah.
Adapun langkah-langkahnya dapat kita lakukan sebagai berikut :
Range cell diisi dengan rentang sel mulai dari item soal pertama
sampai dengan item soal terakhir instrumen angket.
Pada baris paling bawah, untuk setiap kolom item butir soal kita hitung
nilai korelasi pearson dengan fungsi excel yang memiliki syntax
[=pearson(array cell1; array cell2)].
Array cell1 berisikan rentang sel item soal yang akan dihitung dan
array cell2 berisikan rentang sel jumlah skor sebagaimana yang telah
dihitung sebelumnya.
nilai n diisi dengan jumlah responden instrumen angket dan nilai rxy
diisi dengan nilai korelasi yang telah dihitung pada baris sebelumnya.
Sebagai pelengkap jika kita ingin menghitung berapa jumlah item yang
valid, kita gunakan rumus dengan perintah [=COUNTIF(range
cell3;"valid")].
Range cell3 diisi dengan rentang cell yang berisikan hasil penentuan
signifikansi validitas yang dihitung pada baris sebelumnya.
Contoh perhitungan menggunakan Excel ini dapat juga anda pelajari secara
langsung dengan melihat file excel di bawah ini. Jika anda ingin
mendapatkan contoh langsung, silahkan anda buka file excel di bawah ini
dengan mengklik Unduh (Download).
Demikian perhitungan mudah validitas dengan Excel untuk keperluan uji
instrumen atau uji asumsi penelitian. Tanpa perlu alat software khusus, kita
dapat menghitungnya dan mendapatkan hasil dengan cepat. Kelebihan dari
metode perhitungan validitas dengan excel ini adalah kepraktisannya dalam
melakukan perubahan data item instrumen angket.
Jika Anda masih mengalami kesulitan dalam prakteknya, silakan ajukan
pertanyaan dengan mengirimkan komentar kepada kami melalui cara klik
Add Comment di bawah ini:
Semoga bermanfaat
Secara garis besar, kita mengenal ada dua jenis reliabilitas, yaitu reliabilitas
eksternal dan reliabilitas internal. Pada tulisan ini kita hanya membatasi
membahas mengenai reliabilitas internal. Pada dasarnya, reliabilitas ini
diperoleh dengan cara menganalisis data dari satu kali hasil pengetesan.
Terdapat bermacam-macam cara yang dapat kita gunakan untuk
mengetahui dan menghitung reliabilitas internal. Pemilihan teknik mana
yang digunakan biasanya didasarkan atas bentuk instrumen maupun selera
kita sebagai peneliti. Penggunaan teknik yang berbeda tentunya akan
menghasilkan indeks reliabilitas yang berbeda pula. Hal ini secara sederhana
dapat kita pahami karena wajar saja pengaruh sifat atau karakteristik data
menyebabkan perhitungan menghasilkan angka yang berbeda, salah
satunya akibat pembulatan angka.
1. Spearman-Brown
2. Flanagan
3. Rulon
4. Kuder-Richardson (K-R) 20
5. K-R 21
6. Hoyt
7. Alpha
Pada bahasan kali ini, kita hanya akan membahas tentang Reliabilitas Tes
Tunggal (Internal Consistency Reliability)
Tes tunggal adalah tes yang terdiri dari satu set yang diberikan terhadap
sekelompok subjek dalam satu kali pengetesan, sehingga dari hasil
pengetesan hanya diperoleh satu kelompok data. Ada dua teknik untuk
perhitungan reliabilitas tes, yaitu:
Rumus Reliabilitas
Sebagai contoh, kita telah menguji coba instrumen tes hasil belajar
(yang akan digunakan dalam penelitian), lalu kita ingin menganalisis
tingkat validitasnya, tentunya untuk mengukur tingkat validitasnya
diperlukan instrumen pembanding. Sebagai instrumen pembanding
dapat diambil dari berbagai skor hasil belajar lainnya.
Pada tabel di bawah ini, diperoleh skor rata-rata tes formatif (alat
pembanding, X) dengan skor dari hasil uji coba (Y).
Catatan:
Array1: seluruh data pada kolom Y (hasil ujicoba atau data yang ingin dicari nilai
koefisien validitasnya.
Array2: seluruh data pada kolom X atau data pembanding.
Contoh pada gambar di bawah ini menggunakan Fungsi Pearson
VARPA (Fungsi
VARPA)
Artikel ini menguraikan sintaks rumus dan penggunaan fungsi VARPA di fungsiMicrosoft Excel.
Deskripsi
Menghitung varians berdasarkan populasi keseluruhan.
Sintaks
VARPA(value1, [value2], ...)
Nilai1 diperlukan, nilai selanjutnya opsional. Nilai argumen 1 sampai 255 terkait dengan satu sampel populasi.
Keterangan
VARPA mengasumsikan bahwa argumennya adalah seluruh populasi. Jika data Anda menyatakan sampel populasi, maka hitung varians
menggunakan VARA.
Argumen dapat berupa: angka, nama, array, atau referensi yang berisi angka; representasi teks dari angka; atau nilai logika, seperti TRUE dan
FALSE, dalam sebuah referensi.
Nilai logika dan teks representasi angka yang Anda ketikkan secara langsung ke dalam daftar argumen akan dihitung.
Argumen yang berisi evaluasi TRUE sebagai 1; argumen yang berisi teks atau evaluasi FALSE sebagai 0 (nol).
Jika argumen adalah array atau referensi, hanya nilai dalam array atau referensi yang digunakan. Sel kosong dan nilai teks dalam array atau
referensi diabaikan.
Argumen yang merupakan nilai kesalahan atau teks yang tidak dapat diterjemahkan menjadi angka menyebabkan kesalahan.
Jika Anda tidak ingin menyertakan nilai logika dan teks representasi angka dalam referensi sebagai bagian dari perhitungan, gunakan fungsi
VARP.
di mana x adalah nilai rata-rata sampel AVERAGE(value1,value2,) dan n merupakan ukuran sampel.
B. Fungsi VARP