Anda di halaman 1dari 9

VALIDITAS DAN RELIABILITAS

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 total menunjukkan item-item tersebut mampu
memberikan dukungan dalam mengungkap apa 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 data-
data sebagai berikut:

Tabel 1. Tabulasi Data (Data Fiktif)

Skor Item Skor


Subjek
123456 7 8 9 10 Total
1 343443 3 3 3 3 33
2 433433 3 3 3 3 32
3 221322 3 1 2 3 21
4 344333 4 3 3 4 34
5 343334 3 4 4 3 34
6 324434 4 3 4 4 35
7 233444 3 4 3 2 32
8 122122 1 3 4 3 21
9 423342 1 1 4 4 28
10 333444 4 4 3 3 35
11 443443 4 4 4 2 36
12 321231 1 2 3 3 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 Scale Corrected


Mean Variance Item- Alpha
if Item if Item Total if Item
Deleted Deleted Correlation Deleted

ITEM1 27.2500 29.8409 .4113 .8345


ITEM2 27.2500 28.0227 .6151 .8157
ITEM3 27.4167 25.7197 .8217 .7933
ITEM4 26.9167 26.6288 .7163 .8046
ITEM5 26.9167 29.5379 .5603 .8223
ITEM6 27.2500 25.8409 .7764 .7975
ITEM7 27.3333 25.1515 .6784 .8078
ITEM8 27.2500 27.1136 .5679 .8204
ITEM9 26.8333 32.8788 .1866 .8482
ITEM10 27.0833 35.3561 -.1391 .8683

Reliability Coefficients
N of Cases = 12.0 N of Items = 10
Alpha = .8384

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 1-tailed 2-tailed N 1-tailed 2-tailed


3 0.988 0.997 41 0.261 0.308
4 0.900 0.950 42 0.257 0.304
5 0.805 0.878 43 0.254 0.301
6 0.729 0.811 44 0.251 0.297
7 0.669 0.755 45 0.248 0.294
8 0.622 0.707 46 0.246 0.291
9 0.582 0.666 47 0.243 0.288
10 0.549 0.632 48 0.240 0.285
11 0.521 0.602 49 0.238 0.282
12 0.497 0.576 50 0.235 0.279
13 0.476 0.553 51 0.233 0.276
14 0.458 0.532 52 0.231 0.273
15 0.441 0.514 53 0.228 0.270
16 0.426 0.497 54 0.226 0.268
17 0.412 0.482 55 0.224 0.265
18 0.400 0.468 56 0.222 0.263
19 0.389 0.456 57 0.220 0.261
20 0.378 0.444 58 0.218 0.258
21 0.369 0.433 59 0.216 0.256
22 0.360 0.423 60 0.214 0.254
23 0.352 0.413 61 0.213 0.252
24 0.344 0.404 62 0.211 0.250
25 0.337 0.396 63 0.209 0.248
26 0.330 0.388 64 0.207 0.246
27 0.323 0.381 65 0.206 0.244
28 0.317 0.374 66 0.204 0.242
29 0.312 0.367 67 0.203 0.240
30 0.306 0.361 68 0.201 0.239
31 0.301 0.355 69 0.200 0.237
32 0.296 0.349 70 0.198 0.235
33 0.291 0.344 71 0.197 0.233
34 0.287 0.339 72 0.195 0.232
35 0.283 0.334 73 0.194 0.230
36 0.279 0.329 74 0.193 0.229
37 0.275 0.325 75 0.191 0.227
38 0.271 0.320 76 0.190 0.226
39 0.267 0.316 77 0.189 0.224
40 0.264 0.312 78 0.188 0.223
41 0.261 0.308 79 0.186 0.221
42 0.257 0.304 80 0.185 0.220
Sumber: Microsoft Excel 2007

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