Anda di halaman 1dari 9

UJI VALIDITAS INSTRUMEN/ALAT UKUR

Validitas adalah ketepatan atau kecermatan suatu instrumen


dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen
pengumpulan data, validitas bisa dibedakan menjadi validitas faktor
dan validitas item. Validitas faktor diukur bila item yang disusun
menggunakan lebih dari satu faktor (antara faktor satu dengan yang
lain ada kesamaan). Pengukuran validitas faktor ini dengan cara
mengkorelasikan antara skor faktor (penjumlahan item dalam satu
faktor)

dengan

skor

total

faktor

(total

keseluruhan

faktor),

sedangkan pengukuran validitas item dengan cara mengkorelasikan


antara skor item dengan skor total item.
Pada pembahasan ini akan dibahas untuk metode pengujian
validitas item. Validitas item ditunjukkan dengan adanya korelasi
atau dukungan terhadap item total (skor total), perhitungan
dilakukan dengan cara mengkorelasikan antara skor item dengan
skor total item. Bila kita menggunakan lebih dari satu faktor berarti
pengujian validitas item dengan cara mengkorelasikan antara skor
item dengan skor faktor, kemudian dilanjutkan mengkorelasikan
antara skor item dengan skor total faktor (penjumlahan dari
beberapa faktor). Dari hasil perhitungan korelasi akan didapat suatu
koefisien korelasi yang digunakan untuk mengukur tingkat validitas
suatu item dan untuk menentukan apakah suatu item layak
digunakan atau tidak. Dalam penentuan layak atau tidaknya suatu
item yang akan digunakan, biasanya dilakukan uji signifikansi
koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item
dianggap valid jika berkorelasi signifikan terhadap skor total. Atau
jika melakukan penilaian langsung terhadap koefisien korelasi, bisa
digunakan batas nilai minimal korelasi 0,30. Menurut Azwar (1999)
semua item yang mencapai koefisien korelasi minimal 0,30 daya

pembedanya dianggap memuaskan. Tetapi Azwar mengatakan


bahwa bila jumlah item belum mencukupi kita bisa menurunkan
sedikit batas kriteria 0,30 menjadi 0,25 tetapi menurunkan batas
kriteria di bawah 0,20 sangat tidak disarankan. Untuk pembahasan
ini dilakukan uji signifikansi koefisien korelasi dengan kriteria
menggunakan r kritis pada taraf signifikansi 0,05 (signifikansi 5%
atau 0,05 adalah ukuran standar yang sering digunakan dalam
penelitian)
Pada program SPSS teknik pengujian yang sering digunakan
para

peneliti

untuk

uji

validitas

adalah

menggunakan

korelasi Bivariate Pearson (Produk Momen Pearson) dan Corrected


Item-Total Correlation. Masing-masing teknik perhitungan korelasi
akan dibahas sebagai berikut:
1.

Bivariate Pearson (Korelasi Produk Momen Pearson)


Analisis ini dengan cara mengkorelasikan masing-masing skor

item dengan skor total. Skor total adalah penjumlahan dari


keseluruhan item. Item-item pertanyaan yang berkorelasi signifikan
dengan

skor

memberikan

total

menunjukkan

dukungan

dalam

item-item

mengungkap

tersebut
apa

mampu

yang

ingin

diungkap.
Pengujian menggunakan uji dua sisi dengan taraf signifikansi
0,05. Kriteria pengujian adalah sebagai berikut:
-

Jika r hitung r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).

Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor
total (dinyatakan tidak valid).
Contoh Kasus:

Seorang mahasiswa bernama Andi melakukan penelitian


dengan menggunakan skala untuk mengetahui atau mengungkap
prestasi belajar seseorang. Andi membuat 10 butir pertanyaan
dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak
setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah
membagikan skala kepada 12 responden didapatlah tabulasi datadata sebagai berikut:
Tabel 1. Tabulasi Data (Data Fiktif)
Subjek
1
2
3
4
5
6
7
8
9
10
11
12

Skor Item
123456 7 8 9
343443 3 3 3
433433 3 3 3
221322 3 1 2
344333 4 3 3
343334 3 4 4
324434 4 3 4
233444 3 4 3
122122 1 3 4
423342 1 1 4
333444 4 4 3
443443 4 4 4
321231 1 2 3

10
3
3
3
4
3
4
2
3
4
3
2
3

Skor
Total
33
32
21
34
34
35
32
21
28
35
36
21

Langkah-langkah dengan program SPSS


Masuk program SPSS
Klik variable view pada SPSS data editor
Pada kolom Name ketik item1 sampai item10, kemudian terakhir
ketikkan skortot (skor total didapat dari penjumlahan item1 sampai
item10)
Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
Buka data view pada SPSS data editor

Ketikkan data sesuai dengan variabelnya, untuk skortot ketikkan


total skornya.
Klik Analyze - Correlate - Bivariate
Klik semua variabel dan masukkan ke kotak variables
Klik OK. Hasil output yang diperoleh dapat diringkas sebagai berikut:

Tabel. Hasil Analisis Bivariate Pearson

Dari hasil analisis didapat nilai korelasi antara skor item


dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai r
tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan
jumlah data (n) = 12, maka didapat r tabel sebesar 0,576 (lihat pada
lampiran tabel r).
Berdasarkan hasil analisis di dapat nilai korelasi untuk item 1,
9 dan 10 nilai kurang dari 0,576. Karena koefisien korelasi pada item

1, 9 dan 10 nilainya kurang dari 0,576 maka dapat disimpulkan


bahwa item-item tersebut tidak berkorelasi signifikan dengan skor
total (dinyatakan tidak valid) sehingga harus dikeluarkan atau
diperbaiki. Sedangkan pada item-item lainnya nilainya lebih dari
0,576 dan dapat disimpulkan bahwa butir instrumen tersebut valid.

2.

Corrected Item-Total Correlation


Analisis ini dengan cara mengkorelasikan masing-masing skor
item dengan skor total dan melakukan koreksi terhadap nilai
koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak
terjadi koefisien item total yang overestimasi (estimasi nilai yang
lebih tinggi dari yang sebenarnya). Atau dengan cara lain, analisis
ini menghitung korelasi tiap item dengan skor total (teknik bivariate
pearson), tetapi skor total disini tidak termasuk skor item yang akan
dihitung. Sebagai contoh pada kasus di atas kita akan menghitung
item 1 dengan skor total, berarti skor total didapat dari penjumlahan
skor item 2 sampai item 10. Perhitungan teknik ini cocok digunakan
pada skala yang menggunakan item pertanyaan yang sedikit,
karena pada item yang jumlahnya banyak penggunaan korelasi
bivariate (tanpa koreksi) efek overestimasi yang dihasilkan tidak
terlalu besar.
Menurut Azwar (2007) agar kita memperoleh informasi yang
lebih akurat mengenai korelasi antara item dengan tes diperlukan
suatu rumusan koreksi terhadap efek spurious overlap.

Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05.


Kriteria pengujian adalah sebagai berikut:
-

Jika r hitung r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).

Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor
total (dinyatakan tidak valid).

Sebagai contoh kasus kita menggunakan contoh kasus dan data-data


pada analisis produk momen di atas.
Langkah-langkah pada program SPSS
Masuk program SPSS
Klik variable view pada SPSS data editor
Pada kolom Name ketik item1 sampai item 10
Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
Buka data view pada SPSS data editor
Ketikkan data sesuai dengan variabelnya,
Klik Analyze - Scale Reliability Analysis
Klik semua variabel dan masukkan ke kotak items
Klik Statistics, pada Descriptives for klik scale if item deleted
Klik continue, kemudian klik OK, hasil output yang didapat adalah
sebagai berikut:
Tabel. Hasil Analisis Validitas Item dengan
Teknik Corrected Item-Total Correlation

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P
H A)
Item-total Statistics
Scale
Mean
if Item

Scale
Variance
if Item

Corrected
ItemTotal

Alpha
if Item

ITEM1
ITEM2
ITEM3
ITEM4
ITEM5
ITEM6
ITEM7
ITEM8
ITEM9
ITEM10

Deleted

Deleted

27.2500
27.2500
27.4167
26.9167
26.9167
27.2500
27.3333
27.2500
26.8333
27.0833

29.8409
28.0227
25.7197
26.6288
29.5379
25.8409
25.1515
27.1136
32.8788
35.3561

Reliability Coefficients
N of Cases =
12.0
Alpha = .8384

Correlation Deleted
.4113
.6151
.8217
.7163
.5603
.7764
.6784
.5679
.1866
-.1391

.8345
.8157
.7933
.8046
.8223
.7975
.8078
.8204
.8482
.8683

N of Items = 10

Dari output di atas bisa dilihat pada Corrected Item Total


Correlation, inilah nilai korelasi yang didapat. Nilai ini kemudian kita
bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05
dengan uji 2 sisi dan jumlah data (n) = 12, maka didapat r tabel
sebesar 0,576 (lihat pada lampiran tabel r).
Dari hasil analisis dapat dilihat bahwa untuk item 1, 5, 9 dan 10 nilai
kurang dari 0,576. Karena koefisien korelasi pada item 1, 5, 9 dan 10
nilainya kurang dari 0,576 maka dapat disimpulkan bahwa butir
instrumen tersebut tidak valid. Sedangkan pada item-item lainnya
nilainya lebih dari 0,576 dan dapat disimpulkan bahwa butir
instrumen tersebut valid.
Sebagai catatan: analisis korelasi pada contoh kasus di atas hanya
dilakukan satu kali, untuk mendapatkan hasil validitas yang lebih

memuaskan maka bisa dilakukan analisis kembali sampai 2 atau 3


kali, sebagai contoh pada kasus di atas setelah di dapat 6 item yang
valid, maka dilakukan analisis korelasi lagi untuk menguji 6 item
tersebut,

jika

masih

ada

item

yang

tidak

signifikan

maka

digugurkan, kemudian dianalisis lagi sampai didapat tidak ada yang


gugur lagi.
r Table (Pearson Product Moment)
(Signifikan Level 0.05)

N
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

1-tailed
0.988
0.900
0.805
0.729
0.669
0.622
0.582
0.549
0.521
0.497
0.476
0.458
0.441
0.426
0.412
0.400
0.389
0.378
0.369
0.360
0.352
0.344
0.337
0.330
0.323
0.317
0.312
0.306
0.301
0.296
0.291
0.287
0.283
0.279
0.275
0.271

2-tailed
0.997
0.950
0.878
0.811
0.755
0.707
0.666
0.632
0.602
0.576
0.553
0.532
0.514
0.497
0.482
0.468
0.456
0.444
0.433
0.423
0.413
0.404
0.396
0.388
0.381
0.374
0.367
0.361
0.355
0.349
0.344
0.339
0.334
0.329
0.325
0.320

N
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76

1-tailed
0.261
0.257
0.254
0.251
0.248
0.246
0.243
0.240
0.238
0.235
0.233
0.231
0.228
0.226
0.224
0.222
0.220
0.218
0.216
0.214
0.213
0.211
0.209
0.207
0.206
0.204
0.203
0.201
0.200
0.198
0.197
0.195
0.194
0.193
0.191
0.190

2-tailed
0.308
0.304
0.301
0.297
0.294
0.291
0.288
0.285
0.282
0.279
0.276
0.273
0.270
0.268
0.265
0.263
0.261
0.258
0.256
0.254
0.252
0.250
0.248
0.246
0.244
0.242
0.240
0.239
0.237
0.235
0.233
0.232
0.230
0.229
0.227
0.226

39
40
41
42

0.267
0.264
0.261
0.257

0.316
0.312
0.308
0.304

77
78
79
80

0.189
0.188
0.186
0.185

Sumber: Microsoft Excel 2007


Rumus mencari r table : =t table/SQRT(df+t table^2)

0.224
0.223
0.221
0.220