Validitas adalah suatu ukuran yang menunjukkan tingkat kevalidan atau kesahihan suatu

instrumen.Tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul
tidak menyimpang dari gambaran tentang variabel yang dimaksud. Untuk menguji validitas alat ukur
dibutuhkan langkah2 sebagai berikut:

1. Menghitung harga korelasi setiap butir alat ukur dengan rumus Pearson/Product Moment, yaitu:
𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌)
𝑟𝑥𝑦 =
√(𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ). (𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )
Keterangan :
𝑟𝑋𝑌 = koefisien korelasi
X = skor item butir soal
Y = jumlah skor total tiap soal
n = jumlah responden

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(124) − (20)(124)

𝑟𝑥𝑦1 = = =∝
2 2
√(𝑛 ∑ 𝑋2 − ( ∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(20) − (400)). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(52) − (7)(124)

𝑟𝑥𝑦2 = = = 0,337
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(7) − (49)). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(100) − (13)(124)

𝑟𝑥𝑦3 = = = 0,760
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(13) − 169). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(99) − (12)(124)

𝑟𝑥𝑦4 = = = 0,938
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(12) − 144). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(99) − (12)(124)

𝑟𝑥𝑦5 = = = 0,938
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(12) − 144). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(92) − (11)(124)

𝑟𝑥𝑦6 = = = 0,894
√(𝑛 ∑ 𝑋2 − (∑ 𝑋)2 ). (𝑛 ∑ 𝑌2 − (∑ 𝑌)2 ) √((20)(11) − 121). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(92) − (15)(124)

𝑟𝑥𝑦7 = = = −0,43
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(15) − 225). ((20)(912) − 15376)
 𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(56) − (10)(124)
𝑟𝑥𝑦8 = = = −0,224
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(10) − 100). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌) 20(99) − (12)(124)

𝑟𝑥𝑦9 = = = 0,938
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(12) − 144). ((20)(912) − 15376)

𝑛 ∑ 𝑋𝑌 − ( ∑ 𝑋)(∑ 𝑌) 20(99) − (12)(124)

𝑟𝑥𝑦10 = = = 0,938
2 2
√(𝑛 ∑ 𝑋2 − (∑ 𝑋) ). (𝑛 ∑ 𝑌2 − (∑ 𝑌) ) √((20)(12) − 144). ((20)(912) − 15376)

2. Untuk mengetahui apakah butir soal itu valid atau tidak, maka dilanjutkan dengan uji t sebagai
berikut:
𝑟√𝑛 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
√1 − 𝑟2
r = koefisien korelasi r hitung
n = jumlah responden
𝑟√𝑛 − 2 ∝ √20 − 2 𝑟√𝑛 − 2 −0,043√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 1 = = =∝ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 7 = = = −0,183
√1 − 𝑟2 √1 −∝ 2 √1 − 𝑟2 √1 − (−0,43) 2
𝑟√𝑛 − 2 0,337√20 − 2 𝑟√𝑛 − 2 −0,224√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 2 = = = 1,518 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 8 = = = −0,976
√1 − 𝑟 2 √1 − 0,3772 √1 − 𝑟2 √1 − (−0,224) 2
𝑟√𝑛 − 2 0,760√20 − 2 𝑟√𝑛 − 2 0,938√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 3 = = = 4,962 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 9 = = = 11,512
√1 − 𝑟 2 √1 − 0,7602 √1 − 𝑟2 √1 − 0,9382
𝑟√𝑛 − 2 0,938√20 − 2 𝑟√𝑛 − 2 0,938√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 4 = = = 11,512 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 10 = = = 11,512
√1 − 𝑟 2 √1 − 0,9382 √1 − 𝑟2 √1 − 0,9382
𝑟√𝑛 − 2 0,938√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 5 = = = 11,512
√1 − 𝑟 2 √1 − 0,9382
𝑟√𝑛 − 2 0,894√20 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑜𝑎𝑙 6 = = = 8,462
√1 − 𝑟 2 √1 − 0,8942

3. Mencari ttabel dengan ttabel = tα (dk = n − 2) (tewo tailed test)

ttabel = tα (dk = n − 2) = t0,05 (dk = n − 2) = t0,05 (dk = 18) =2,1009
4. Membuat kesimpulan, dengan kriteria pengujian sebagai berikut:
i. Jika thitung > ttabel berarti valid, atau
ii. Jika thitung ≤ ttabel berarti tidak valid
 Reliabilitas instrumen penelitian adalah suatu alat yang memberikan hasil yang tepat sama
(konsisten, ajeg). Ha sil pengukuran itu harus tetap sama (relatif sama) jika pengukurannya
diberikan pada subjek yang sama meskipun dilakukan oelh orang yang berbeda, waktu yang
berlainan, dan tempat yang berbeda pula. Tidak terpengaruh oleh pelaku, situasi, dan kondisi. Alat
ukur yang reliabilitasnya tinggi disebut alat ukur yang reliabel.
Analisis reliabilitas dapat dilakukan dengan dua cara, yaitu teknik non belah dua (Non Split-
Half Technique) dan teknik belah dua (Split-Half Technique). Dalam menguji reliabilitas instrume n
penelitian dapat menggunakan rumus Cronbach’s Alpha (α) untuk tipe soal uraian dan rumus
Spearman-Brown untuk tipe soal objektif. Dikarenakan soal yang digunakan dalam penelitian ini
adalah tipe soal objektif, maka digunakan rumus Spearman-Brown.
Prinsip penggunaan rumus Spearman-Brown adalah menghitung koefisien korelasi diantara
kedua belahan sebagai koefisien reliabilitas bagian (setengah) yang dinotasikan dengan rumus
(Sundayana, 2016):
𝑛(∑ 𝑥 1 𝑥 2 ) − (∑ 𝑥 1 )(∑ 𝑥 2 )
𝑟1 1 =
22
√[(𝑛 ∑ 𝑥 1 2 ) − (∑ 𝑥 1 )2 ][(𝑛 ∑ 𝑥 2 2 ) − (∑ 𝑥 2 )2 ]

Keterangan:
n = banyaknya responden
x1 = kelompok data belahan pertama
x2 = kelompok data belahan kedua
Untuk menghitung koefisien reliabilitas suatu perangkat, maka Spearman Brown mengemukaka n
rumus:
2. 𝑟1 1
22
𝑟11 =
1 + 𝑟1 1
22

1. Melibatkan hanya soal yang sudah dinyatakan valid.

1 0 1 1 1 1 1
2 1 0 0 0 0 0
3 1 0 0 0 0 0
4 1 1 1 1 1 1
5 1 1 1 1 1 1
6 1 1 1 1 1 1
 7 1 1 1 1 1 1
8 0 0 0 0 0 0
9 0 0 0 0 0 0
10 0 0 0 0 0 0
11 1 1 1 1 1 1
12 0 0 0 0 0 0
13 1 1 1 1 1 1
14 1 1 1 1 1 1
15 0 0 0 0 0 0
16 0 0 0 0 0 0
17 1 1 1 1 1 1
18 1 1 1 1 1 1
19 1 1 1 1 1 1
20 1 1 1 0 1 1

𝑛 (∑ 𝑥1 𝑥2 )−( ∑ 𝑥1 )(∑ 𝑥2 )
𝑟11 =
2 2
22 √[ (𝑛 ∑ 𝑥1 2 )−( ∑ 𝑥1 ) ][(𝑛 ∑ 𝑥2 2 )−(∑ 𝑥2 ) ]

Total

1 0 1 1 1 1 1 2 3 6 4 9
2 1 0 0 0 0 0 1 0 0 1 0
3 1 0 0 0 0 0 1 0 0 1 0
4 1 1 1 1 1 1 3 3 9 9 9
5 1 1 1 1 1 1 3 3 9 9 9
6 1 1 1 1 1 1 3 3 9 9 9
7 1 1 1 1 1 1 3 3 9 9 9
8 0 0 0 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0 0 0 0
11 1 1 1 1 1 1 3 3 9 9 9
12 0 0 0 0 0 0 0 0 0 0 0
13 1 1 1 1 1 1 3 3 9 9 9
14 1 1 1 1 1 1 3 3 9 9 9
15 0 0 0 0 0 0 0 0 0 0 0
16 0 0 0 0 0 0 0 0 0 0 0
17 1 1 1 1 1 1 3 3 9 9 9
18 1 1 1 1 1 1 3 3 9 9 9
19 1 1 1 1 1 1 3 3 9 9 9
20 1 1 1 0 1 1 3 2 6 9 4
 Total

37 35 102 105 103

𝑛(∑ 𝑥 1 𝑥 2 ) − (∑ 𝑥 1 )(∑ 𝑥 2 )
𝑟1 1 =
22
√[(𝑛 ∑ 𝑥1 2 ) − (∑ 𝑥 1 )2 ][(𝑛 ∑ 𝑥 2 2 ) − (∑ 𝑥 2 )2 ]

20 (102) − (37)(35)
𝑟1 1 =
22 √[(20)(105) − (37)2 ][(20)(103) − (352 ]

𝑟1 1 = 0,953574
22

Untuk menghitung koefisien reliabilitas suatu perangkat, maka Spearman Brown mengemukaka n
rumus:
2. 𝑟1 1
22
𝑟11 =
1 + 𝑟1 1
22

2. (0,953574)
𝑟11 = = 0,976235
1 + 0,953574

0,00≤r<0,20 Sangat Rendah

0,20≤r<0,40 Rendah
0,40≤r<0,60 Sedang/Cukup
0,60≤r<0,80 Tinggi
 Pada penelitian ini digunakan uji Lilliefors yang biasa digunakan pada data diskrit yaitu data
berbentuk sebaran atau tidak disajikan dalam bentuk interval.

Langkah-langkah uji Lilliefors:

Terdapat data sebagai berikut:

1 1 0 0 1 1 1 1 0 1 1 7
2 1 1 1 0 0 0 1 0 0 0 4
3 1 0 1 0 0 0 1 1 0 0 4
4 1 1 1 1 1 1 1 1 1 1 10
5 1 1 1 1 1 1 0 0 1 1 8
6 1 0 1 1 1 1 0 0 1 1 7
7 1 1 1 1 1 1 1 0 1 1 9
8 1 1 0 0 0 0 1 1 0 0 4
9 1 0 0 0 0 0 0 1 0 0 2
10 1 0 0 0 0 0 1 1 0 0 3
11 1 0 1 1 1 1 1 1 1 1 9
12 1 0 0 0 0 0 1 1 0 0 3
13 1 1 1 1 1 1 0 0 1 1 8
14 1 0 1 1 1 1 0 0 1 1 7
15 1 0 0 0 0 0 1 0 0 0 2
16 1 0 0 0 0 0 1 1 0 0 3
17 1 1 1 1 1 1 1 0 1 1 9
18 1 0 1 1 1 1 1 1 1 1 9
19 1 0 1 1 1 1 1 1 1 1 9
20 1 0 1 1 1 0 1 0 1 1 7

1. Data diurutkan dari yang terkecil hingga terbesar lalu di kelompokkan datanya
2. Menghitung nilai rata-rata dan simpangan bakunya
𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 124
Rata-rata = = = 6,2
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑑𝑎𝑡𝑎 20

∑(𝑥 𝑖−𝑥̅) 2
Simpangan baku 𝑆 = √ 𝑛−1

1 2 2
2 3 3
3 4 3
4 7 4
5 8 2
6 9 5
7 10 1
rata2 6.142857
simp baku 3.132016
 ∑ (𝑥 𝑖 − 𝑥̅ )2
𝑆 =√ = 3,132016
𝑛−1

3. Mengubah nilai x pada nilai z dengan rumus:

𝑥 − 𝑥̅
𝑧=
𝑠

4. Menghitung luas z dengan menggunakan tabel z

 Jika zi bernilai negatif maka luas = 0,5 – ztabel
zi(-1.53) = 0,5-0,4066 = 0,0934 dan seterusnya seperti pada tabel berikut.

5. Menentukan nilai proporsi data yang lebih kecil atau sama dengan data tersebut.
𝑓𝑘𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑓
𝑠(𝑧𝑖 ) =
∑ 𝑓𝑖
Contoh untuk fkum = 1
1
𝑠(𝑧𝑖 ) == 0.05
20
Dan seterusnya seperti tabel berikut.

6. Menghitung selisih luas z dengan nilai proporsi 𝑠 (𝑧𝑖 )

𝐿 ℎ𝑖𝑡𝑢𝑛𝑔 = |Luas zi − 𝑠 (𝑧𝑖 )|

1 2 2 -1.32274 0.093 0.14286 0.0499

2 3 3 -1.00346 0.1578 0.28571 0.1279
3 4 3 -0.68418 0.2469 0.42857 0.18164
4 7 4 0.273671 0.6078 0.57143 0.0364
5 8 2 0.592955 0.7234 0.71429 0.00911
6 9 5 0.912238 0.8192 0.85714 0.03796
7 10 1 1.231521 0.8909 1 0.10906

7. Menentukan Lhitung maksimum = 0,18164

8. Menentukan luas tabel Lilliefors 𝐿 𝑡𝑎𝑏𝑒𝑙 = 𝐿 𝛼 (𝑛 − 1)
𝐿 𝑡𝑎𝑏𝑒𝑙 = 𝐿 𝛼 (𝑛 − 1) = 𝐿 0,05 (20 − 1) = 0,195
9. Menguji hipotesis jika Lmaks ≤ Ltabel maka data terdistribusi normal. Dari perhitungan Lmaks =
0,18164 dan Ltabel = 0,195 dimana Lmaks ≤ Ltabel,
 Koefisien Variasi (KV) adalah perbandingan antara simpangan baku dengan rata-rata suatu data
dan dinyatakan dalam (%). Besarnya koefisien variasi akan berpengaruh terhadap kualitas sebaran
data.
 Semakin kecil koefisien variasi berarti semakin seragam atau homogen data tersebut.
 Semakin besar koefisien variasi berarti semakin data tersebut tidak seragam atau heterogen
 Jika dua kelompok data KV1 dan KV2, dengan KV1>KV2, maka kelompok pertama lebih
bervariasi atau lebih heterogen dari kelompok kedua.

simpangan baku populasi (𝛔)

Nilai koefisien variansi (CV) = x 100%
rata−rata populasi (𝛍)

2,67582
= x 100%
65,48

= 43,15 %
 1 1 0 0 1 1 1 1 0 1 1 7
2 1 1 1 0 0 0 1 0 0 0 4
3 1 0 1 0 0 0 1 1 0 0 4
4 1 1 1 1 1 1 1 1 1 1 10
5 1 1 1 1 1 1 0 0 1 1 8
6 1 0 1 1 1 1 0 0 1 1 7
7 1 1 1 1 1 1 1 0 1 1 9
8 1 1 0 0 0 0 1 1 0 0 4
9 1 0 0 0 0 0 0 1 0 0 2
10 1 0 0 0 0 0 1 1 0 0 3
11 1 0 1 1 1 1 1 1 1 1 9
12 1 0 0 0 0 0 1 1 0 0 3
13 1 1 1 1 1 1 0 0 1 1 8
14 1 0 1 1 1 1 0 0 1 1 7
15 1 0 0 0 0 0 1 0 0 0 2
16 1 0 0 0 0 0 1 1 0 0 3
17 1 1 1 1 1 1 1 0 1 1 9
18 1 0 1 1 1 1 1 1 1 1 9
19 1 0 1 1 1 1 1 1 1 1 9
20 1 0 1 1 1 0 1 0 1 1 7

Langkahnya:
1. Mengambil data hanya yang valid saja dan di urutkan dari jumlah skor yang terbesar sampai yang
terkecil.

4 1 1 1 1 1 1 6
7 1 1 1 1 1 1 6
11 1 1 1 1 1 1 6
17 1 1 1 1 1 1 6
18 1 1 1 1 1 1 6
19 1 1 1 1 1 1 6
5 1 1 1 1 1 1 6
13 1 1 1 1 1 1 6
6 1 1 1 1 1 1 6
14 1 1 1 1 1 1 6
1 0 1 1 1 1 1 5
20 1 1 1 0 1 1 5
2 1 0 0 0 0 0 1
3 1 0 0 0 0 0 1
8 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0
 12 0 0 0 0 0 0 0
16 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
15 0 0 0 0 0 0 0

2. Menentukan batas atas dan batas bawah kelas.

4 1 1 1 1 1 1 6
7 1 1 1 1 1 1 6
11 1 1 1 1 1 1 6
17 1 1 1 1 1 1 6
18 1 1 1 1 1 1 6 Batas
19 1 1 1 1 1 1 6 atas
5 1 1 1 1 1 1 6
13 1 1 1 1 1 1 6
6 1 1 1 1 1 1 6
14 1 1 1 1 1 1 6
1 0 1 1 1 1 1 5
20 1 1 1 0 1 1 5
2 1 0 0 0 0 0 1
3 1 0 0 0 0 0 1
8 0 0 0 0 0 0 0 Batas
10 0 0 0 0 0 0 0 bawah
12 0 0 0 0 0 0 0
16 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0
15 0 0 0 0 0 0 0

3. Menghitung jumlah responden batas atas (JBA) dan batas bawah (JBb) yang menjawab benar,
lalu jumlah siswa kelompok atas = 10 siswa. 10 siswa ini dihitung berdasarkan ketentuan
apabila jumlah responden kurang dari sama dengan 30 orang maka batasnya yag digunakan
adalah 50% (Sundayana, 2016).

𝐽𝐵𝐴 − 𝐽𝐵𝐵
𝐷𝑃 =
𝐽𝑆𝐴
 Keterangan:
JBA = jumlah siswa kelompok atas yang menjawab benar
JBb = jumlah siswa kelompok bawah yang menjawab benar
JSA = jumlah siswa kelompok atas
DP = daya pembeda
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 3
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 3 = = = 0,7
𝐽𝑆𝐴 10
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 2
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 4 = = = 0,8
𝐽𝑆𝐴 10
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 2
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 5 = = = 0,8
𝐽𝑆𝐴 10
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 1
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 6 = = = 0,9
𝐽𝑆𝐴 10
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 2
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 9 = = = 0,8
𝐽𝑆𝐴 10
𝐽𝐵𝐴 − 𝐽𝐵𝐵 10 − 2
𝐷𝑃 𝑛𝑜𝑚𝑜𝑟 10 = = = 0,8
𝐽𝑆𝐴 10
4. Menginterpretasikan data sesuai ketentuan (Sundayana, 2016).
DP≤0,00 Sangat jelek
0,00<DP≤0,20 Jelek
0,20<DP≤0,40 Cukup
0,40<DP≤0,70 Baik
0,70<DP≤1,00 Sangat baik
 Tingkat kesukaran adalah keberadaan suatu butir soal apakah dipandang sukar, sedang, atau
mudah dalam mengerjakannya (Sundayana, 2016). Untuk tipe soal objektif digunakan rumus:

𝐽𝐵𝐴 + 𝐽𝐵𝐵
𝑇𝐾 =
2. 𝐽𝑆𝐴

𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 3
𝑇𝐾𝑛𝑜𝑚𝑜𝑟 3 = = = 0,65
2. 𝐽𝑆𝐴 2 × 10
𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 2
𝑇𝐾𝑛𝑜𝑚𝑜𝑟 4 = = = 0,6
2. 𝐽𝑆𝐴 2 × 10
𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 2
𝑇𝐾𝑛𝑜𝑚𝑜𝑟5 = = = 0,6
2. 𝐽𝑆𝐴 2 × 10
𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 1
𝑇𝐾𝑛𝑜𝑚𝑜𝑟 6 = = = 0,55
2. 𝐽𝑆𝐴 2 × 10
𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 2
𝑇𝐾𝑛𝑜𝑚𝑜𝑟 9 = = = 0,6
2. 𝐽𝑆𝐴 2 × 10
𝐽𝐵𝐴 + 𝐽𝐵𝐵 10 + 2
𝑇𝐾𝑛𝑜𝑚𝑜𝑟 10 = = = 0,6
2. 𝐽𝑆𝐴 2 × 10
Dengan klasifikasi sebagai berikut:

TK=0,00 Terlalu sukar

0,00<TK≤0,30 Sukar
0,30<TK≤0,70 Sedang/Cukup
0,70<TK<1,00 Mudah
TK=1,00 Terlalu mudah