Anda di halaman 1dari 9

UJI VALIDITAS

DAN RELIABILITAS
Pelatihan Analisis Data Statistik
dengan R

VALIDITAS
• Mengukur apa yg seharusnya
diukur
• Sejauh mana ketepatan dan
kecermatan suatu instrumen
pengukuran dalam melakukan
fungsi ukurnya
• Agar data yg diperoleh bisa
relevan/sesuai dengan tujuan
diadakannya pengukuran tsb
CONTOH VALIDITAS
• Dalam mengukur motivasi
• Tentunya seorang peneliti yg membuat
instrumen motivasi ini berharap agar
instrumen penelitiannya bisa berfungsi
dgn benar untuk mengukur motivasi
• Syaratnya instrumen itu harus memiliki
validitas yg tinggi
• Mengukur validitas salah satunya bisa
memakai korelasi PRODUCT MOMENT:
korelasi antar item dengan skor total
dalam satu variabel

RELIABILITAS
• Sejauh mana hasil
pengukuran dapat dipercaya
bila dilakukan pengukuran
pada waktu yang berbeda
pada kelompok subjek yang
sama diperoleh hasil yang
relatif sama asalkan aspek
yg diukur dalam diri subjek
memang belum berubah
MENGUKUR RELIABILITAS
• Tinggi/rendahnya reliabilitas secara
empirik ditunjukkan oleh suatu angka yang
disebut nilai koefisien reliabilitas
• Reliabilitas yang sangat tinggi ditunjukkan
dgn nilai 1.00.
• Reliabilitas yg dianggap sudah cukup
memuaskan atau tinggi adalah > 0.70
• Ada beberapa teknik yg dipakai untuk
menghitung reliabilitas salah satu
diantaranya adalah alpha croncbach

CONTOH KASUS
Seorang peneliti ingin
melakukan pengujian
validitas dan reliabilitas
pada variabel Kecemasan,
dimana variabel tersebut
dibangun oleh 28 item
pertanyaan.
TAHAP 1
• Import data dari excel dengan nama file
“kecemasan.xls”

TAHAP 2
UJI VALIDITAS dengan UJI KORELASI

Pilih semua
variabel

8
MATRIKS KORELASI
Antara Total dengan X1-X28

UJI KORELASI
Antara Total dengan X1-x28

Pilih dua
variabel

10
Uji Korelasi
Total dan X1
• H0 : Total dan X1 tidak berkorelasi
• H1 : Total dan X1 berkorelasi

p kurang dari α = 0.05

Tolak H0; Total dan X1 berkorelasi


11

TRIK
MEMPERCEPAT PROSES
• Buat perintah uji korelasi dalam Notepad
(sudah tersedia dengan nama file
“validitas kecemasan.txt”)
• Copy semua perintah dari notepad
• Paste ke Script Window
• Blok semua perintah
• Klik Submit
• Hasil bisa dilihat pada Output Window
Isi File Notepad
cor.test(kecemasan$total, kecemasan$x1, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x2, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x3, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x4, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x5, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x6, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x7, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x8, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x9, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x10, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x11, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x12, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x13, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x14, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x15, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x16, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x17, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x18, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x19, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x20, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x21, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x22, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x23, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x24, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x25, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x26, alternative="two.sided", method="pearson")
cor.test(kecemasan$total, kecemasan$x27, alternative="two.sided", method="pearson")\
cor.test(kecemasan$total, kecemasan$x28, alternative="two.sided", method="pearson")

Uji Korelasi
Total dengan X2-X28 (28 uji korelasi)
Pearson's product-moment correlation Pearson's product-moment correlation
data: kecemasan$total and kecemasan$x2 data: kecemasan$total and kecemasan$x3
t = 3.381, df = 129, p-value = 0.000956 t = 1.6069, df = 129, p-value = 0.1105
alternative hypothesis: true correlation is not equal alternative hypothesis: true correlation is not equal
to 0 to 0
95 percent confidence interval: 95 percent confidence interval:
0.1196399 0.4355224 -0.0322137 0.3042995
sample estimates: sample estimates:
cor cor
0.2853105 0.1400858

Pearson's product-moment correlation Pearson's product-moment correlation


data: kecemasan$total and kecemasan$x4 data: kecemasan$total and kecemasan$x5
t = 2.5418, df = 129, p-value = 0.01221 t = 3.5243, df = 129, p-value = 0.0005881
alternative hypothesis: true correlation is not equal alternative hypothesis: true correlation is not equal
to 0 to 0
95 percent confidence interval: 95 percent confidence interval:
0.04868765 0.37583626 0.1315201 0.4452518
sample estimates: sample estimates:
cor cor
0.2183893 0.2963600

14
HASIL AKHIR
Ada 4 variabel yg gugur yaitu :
- X3
- X15
- X18
- X20
sedangkan untuk variabel yang
lain secara statistik dapat
dikatakan valid

UJI RELIABILITAS
dengan ALPHA CRONBACH

• Klik Statistics,
• Klik Dimensional Analysis,
• Klik Scale Reliability
• Akan keluar tool box
“Scale Reliability”
• Pilih variabel yang valid
berdasarkan hasil dari uji
validitas
• Klik OK
OUTPUT RELIABILITAS
Alpha reliability = 0.7076
Standardized alpha = 0.7126

Reliability deleting each item in turn:


Alpha Std.Alpha r(item, total) Alpha Std.Alpha r(item,total)
x1 0.7012 0.7068 0.2233 x2 0.6975 0.7023 0.2689
x4 0.7253 0.7252 -0.0152 x5 0.7038 0.7092 0.1944
x6 0.6957 0.7004 0.2957 x7 0.7026 0.7072 0.2022
x8 0.7128 0.7188 0.0546 x9 0.6929 0.6970 0.3351
X4 harus x10 0.6832 0.6909 0.4225 x11 0.6959 0.7004 0.2876
dikeluarkan
x12 0.7000 0.7053 0.2379 x13 0.6895 0.6940 0.3714
x14 0.6863 0.6917 0.4069 x16 0.6920 0.6984 0.3343
x17 0.7045 0.7097 0.1750 x19 0.7019 0.7065 0.2113
x21 0.7002 0.7061 0.2360 x22 0.6848 0.6895 0.4312
x23 0.6937 0.6994 0.3126 x24 0.6922 0.6976 0.3312
x25 0.7084 0.7142 0.1337 x26 0.7135 0.7193 0.0552
x27 0.6874 0.6925 0.3961 x28 0.6972 0.7021 0.2706

OUTPUT RELIABILITAS
OUTPUT RELIABILITAS
Alpha reliability = 0.7253
Standardized alpha = 0.7252

Reliability deleting each item in turn:


Alpha Std.Alpha r(item, total) Alpha Std.Alpha r(item,total)

x1 0.7212 0.7211 0.2104 x2 0.7148 0.7145 0.2927


x5 0.7241 0.7236 0.1790 x6 0.7144 0.7140 0.2996
x7 0.7195 0.7191 0.2286 x8 0.7310 0.7318 0.0567
x9 0.7112 0.7101 0.3464 x10 0.7037 0.7054 0.4153
x11 0.7128 0.7123 0.3171 x12 0.7197 0.7194 0.2296
x13 0.7087 0.7079 0.3731 x14 0.7048 0.7048 0.4209
x16 0.7125 0.7132 0.3193 x17 0.7228 0.7227 0.1815
x19 0.7184 0.7181 0.2431 x21 0.7210 0.7210 0.2143
x22 0.7026 0.7021 0.4543 x23 0.7124 0.7127 0.3205
x24 0.7107 0.7108 0.3419 x25 0.7305 0.7302 0.0892
x26 0.7335 0.7338 0.0332 x27 0.7051 0.7051 0.4181
x28 0.7145 0.7143 0.2940