Pendekatan konsistensi internal dalam estimasi reliabilitas dimaksudkan, antara lain: untuk menghindari

permasalahan yang biasanya ditimbulkan oleh pendekatan tes ulang dan pendekatan bentuk pararel.
Dalam pendekatan konsistensi internal data skor diperoleh melalui prosedur satu kali pengenaan satu
tes kepada sekelompok individu sebagai subjek (single-trial administration), sehingga metode ini
mempunyai nilai praktis dan efisiensi yang tinggi dibanding prosedur tes ulang dan bentuk
pararel.Makna konsistensi internal adalah konsistensi diantara aitem-aitem dalam tes sebagai indikasi
bahwa tes yang bersangkutan memiliki fungsi pengukuran yang reliabel. Dengan kata lain, prosedur
estimasi reliabilitasnya harus dilakukan melalui analisis terhadap distribusi skor aitem atau distribusi
skor kelompok-kelompok aitem, tidak dilakukan melalui analisis terhadap skor tes. Bila estimasi
reliabilitas pengukuran dilakukan dengan cara melihat konsistensi diantara kelompok-kelompok aitem
maka perlu dibuat beberapa kelompok aitem yang disebut sebagai bagian atau belahan tes. Pembelahan
tes harus dilakukan sedemikian rupa sehingga sedapat mungkin setiap belahan berisi aitem dalam
jumlah yang sama banyak dan berkarakteristik yang setara. Pilihan cara pembelahan tes banyak
tergantung pada kisi-kisi tes (pertimbangan aspek atau komponen), banyaknya aitem, karakteristik
aitem (isinya homogen atau tidak), sifat dan fungsi tes (power test atau speed test), dan lain-lain. Cara
pembelahan itu, pada gilirannya, akan ikut menentukan pula formula mana yang harus digunakan dalam
menghitung koefisien reliabilitasnya. Tes yang skornya sedikit-banyak ikut dipengaruhi oleh kecepatan
kerja (speed test), misalnya, menghendaki cara pembelahan yang tidak sama dengan cara pembelahan
yang dilakukan terhadap tes yang mengukur kemampuan maksimum (power-test). Suatu tes yang berisi
aitem-aitem yang mempunyai taraf kesukaran homogen akan lebih terbuka terhadap berbagai cara
pembelahan dibandingkan dengan tes yang berisi aitem-aitem dengan tingkat kesukaran yang sangat
bervariasi. A. Beberapa Cara Pembelahan Tes Membelah suatu tes menjadi beberapa bagian yang setara
parameter dan isi, maksudnya adalah mengusahakan agar antara belahan yang satu dengan yang lain
memiliki jumlah aitem yang sama banyak, taraf kesukaran yang seimbang, isi yang sebanding, yang
sedapat mungkin memenuhi cirri-ciri pararel sebagaimana yang telah dikemukakan terdahulu. Berikut
diuraikan beberapa pilihan cara untuk membelah tes menjadi dua atau menjadi tiga bagian, yaitu
pembelahan cara random, pembelahan gasal-genap, dan pembelahan cara matched-random subtes. •
Pembelahan Cara Random Pembelahan tes secara random hanya boleh dilakukan bila tes yang dibelah
berisi aitem-aitem yang dibelah berisi aitem-aitem yang homogen. Pengertian homogen dalam hal ini
harus dipandang dari segi isi (content) dan segi daya diskriminasi, serta dari segi taraf kesukarannya
apabila tes yang bersangkutan mengukur aspek kemampuan. • Pembelahan Gasal-Genap Pembelahan
tes dengan cara gasal-genap (odd-even splits) sangat popular dan tidak sulit dilakukan. Dalam cara ini,
seluruh aitem yang bernomor urut gasal dijadikan satu kelompok menjadi belahan pertama dan seluruh
aitem yang bernomor urut genap dijadikan satu kelompok menjadi belahan kedua. Contoh belahan urut
gasal: 1, 3, 5, 7, …. Dan seterusnya. Sedangkan belahan urut genap: 2, 4, 6, 8, …. Dan seterusnya. •
Pembelahan Matched-Random Subtes Untuk yang mengukur aspek kemampuan, yang indeks kesukaran
aitem dan koefisien korelasi aitem dengan skor total tesnya telah diketahui, Gulliksen (1950)
mengusulkan suatu cara pembelahan yang disebutnya matched random subtes. Dengan melihat posisi
aitem pada grafik dapat diketahui bahwa setiap aitem yang letaknya berdekatan berarti memiliki
karakteristik yang relatif sama atau mirip satu sama yang lain. B. Formula Spearman-Bown Formula
Spearman-Brown merupakan sebuah formula komputasi untuk melakukan estimasi komputasi reliabitas
tes yag telah dibelah menjadi dua bagian yang relatif paralel satu dengan yang lain. Pengujian relibilitas
dalam hal ini menggunakan teknik belah dua (split half) yang dianalisis dengan rumus Spearman Brown.
Langkah-langkah dalam pengujian reliabilitas adalah sebagai berikut : 1. Butir-butir instrumen dibagi dua
kelompok, yaitu kelompok butir item genap (2, 4, 6,...) dan kelompok butir item ganjil (1, 3, 5, ...). 2. Skor
data tiap kelompok disusun tersendiri. 3. Hitung skor total masing-masingnya. Formula digunakan pada
tes yang respon terhadap aitem-aitemnya diberi skor dikotomi (yaitu skor 0 atau 1) maupun yang bukan
dikotomi (misalnya skor 0 s/d skor 4) dan merupakan perumusan koreksi terhadap koefisien korelasi
antara dua bagian tes yang paralel. Formula Spearmen-Brown dinyatakan sebagai berikut:

yl = Jumlah skor pada aitem nomor 1+3+5+7+9+11

y2 = Jumlah skor pada aitem nomor 2+4+6+8+10+12

X = Jumlah skor pada keseluruhan aitem, X = yl + y2

Tabel IV.1. Distribusi Skor Aitem dan Skor Belahan

Penggunaan formula Spearmen-Brown dalam menghitung koefisien reliabilitas dengan menggunakan

skor dalam Tabel IV.1 dengan cara pembelahan ganjil-genap. Skor pertama diberi nama yl, yaitu jumlah
skor belahan nomor 1, 3, 5, 7, 9,11. Skor belahan kedua diberi nama y2 yang merupakan jumlah skor
pada aitem nomor 2, 4, 6, 8, 10, dan 12. Komputasi korelasi Product Moment terhadap skor kedua
belahan tes menghasilkan korelasi ryty2 = 0.957. Dengan demikian, koefisien reliabilitas tes yang terdiri
dari 12 aitem adalah:

S-B = rxx’ = 2(0.957)(1 + 0,957)

S-B = rxx’ = 0,978

Komputasi koefisien reliabilitas tes dengan Formula Spearmen-Brown dapat dilakukan apabila kita
percaya bahwa kedua belahan tes tersebut adalah paralel satu sama lain. Kedua belahan tes
menghasilkan rata-rata skor yang setara dan varians skor yang tidak jauh beda satu sama lain. Untuk
memperoleh dua belahan tes yang relati paralel satu sama lain dilakukan pembelahan cara mached-
random subsets atau cara gasal-genap.

Formula reliabilitas Spearman-Brown akan menghasilkan estimasi yang cermat hanya apabila koefisien
korelasi diantara kedua belahan tes tinggi. Tingginya korelasi antara kedua belahan tes merupakan
indikasi terpenuhinya kondisi paralel. Magnusson (1967) menyatakan bahwa metode belah dua dapat
digunakan untuk mengistimasi kecermatan tes dalam arti ekivalensi (kesetaraan) hasil ukur kedua
belahannya. koefisien ekivalensi pada dasarnya sama dengan koefisien reliabilitas.

C. Formula Alpha (α)

Penggunaan formula reliabilitas menurut spearmn brown di benarkan apabila belahan tes bersifat
parallel satu sama lain. Apabila asumsi parallel tidak terpenuhi maka prosedur estimasi reliabilitas
dengan komputasi koefisien-α dapat menjadi pilihan selama masing-masing belahan sama panjang dan
berisi item yang sama banyaknya. Walaupun dapat digunakan pada tes yang belahannya tidak parallel
satu sama lainnya, akan tetapi bila kedua belahan tes tersebut tidak memenuhi asumi τ-equivalent,
maka koefisien reliabilitas alpha yang diperoleh merupakan underistemasi terhadapat pengukuran
reliabilitas yang sesungguhnya (artinya reliabilitas yang sebenarnya mungkin sekali lebih tinggi daripada
koefisien yang di peroleh dari perhitungan). Oleh karena itu apabila diperoleh hasil komputasi koefisien
yang cukup tinggi maka kemungkinan bahwa reliabilitas yang sesungguhnya lebih tinggi lagi, akan tetapi
bila koefisien lebih rendah maka belum dapat dipastikan apakah tes yang bersangkutan memang
memiliki reliabilitas rendah.

Indikasi empiris terpenuhinya τ-equivalent adlaah kesetaraan varians skor diantara kedua belahan tes
(Sy12 ≈ Sy22). Bila huruf k melambangkan banyaknya item yang ada dalam tes atau dalam belahan tes
maka kedua belahan berlaku k1 = k2
Formula koefisien alpha untuk estimasi terhadap reliabilitas tes yang dibelah menjadi dua bagian sama
panjang, adalah :

rxx’ ≥ α = 2[1-(sy12+sy22)/sX2]

untuk pemakaian formula alpha, data skor tes yang telah dibelah dua pad Tabel IV.1. digunakan
kembali. Komputasi varians belahan dan varian skor tes menghasilkan statistic sebagai berikut :

Varians belahan y1 adalah sy12 = 8,044

Varians belahan y2 adalah sy22 = 8,400

Varians skor total X adalah sx2 = 32,178

Dengan demikian, koefisien alpha untuk data ini adalah :α = 2 [1-(8,044 + 8,400)/32,178] = 0,978

Koefisien Alpha pada Tes Belah-tiga

Tes yang berisi item dalam jumlah genap selalu dapat dibelah menjadi dua sama panjang, namun
banyak kasus tes yang jumlah item-item nya hanya dapat dibagi tiga sama banyak. Untuk tes yang hanya
dapat dibelah menjadi tiga bagian sama panjang (k1 = k2 = k3) dan juga memenuhi asumsi τ-equivalent,
estimasi terhadap reliabilitas skornya dapat dihitung dengan formula koefisien alpha yang khusus untuk
belah-tiga, sebagai berikut :

rxx’ ≥ α = (3/2)[1-(sy12+sy22+sy32)/sX2]

sy12, sy22 dan sy32 = varians skor belahan 1,2 dan belahan 3 sx2 = varians skor tes sebagai ilustrasi
pemakaian formula koefisien alpha belah-tiga, berikut contoh menggunakan data pada Tabel IV.1
setelah di belah menjadi tiga bagian.

Subjek Belahan X

y1 y2 y3

A. 6 5 6 17

B. 5 2 4 11

C. 5 0 4 9

D. 6 6 4 16

E. 7 5 5 17

F. 4 5 6 15

G. 2 3 3 8
H. 1 2 2 5

I. 8 7 8 23

J. 3 2 2 7

y1 = Jumlah skor pada item nomor 1+4+7+10

y2 = Jumlah skor pada item nomor 2+5+8+11

y3 = Jumlah skor pada item nomor 3+6+9+12

Hasil komputasi terhadap varians skor belahan dan varians skor total dari data pada Tabel di atas
menghasilkan :

Varians belahan y1 adalah sy12 = 4,899.

Varians belahan y2 adalah sy22 = 4,899.

Varians belahan y3 adalah sy32 = 3,599.

Varians belahan X adalah sx2 = 32,178.

Dengan demikian, koefisien alpha untuk data ini adalah :

α = (3/2)[1 – (4,899 + 4,899 + 3,599) / 32,178] = 0,875.

Bila Aitem Tidak Dapat Dibagi Sama Banyak

Dalam kasus jumlah aitem tidak dapat dibagi menjadi dua atau menjadi tiga yang sama panjang, seperti
bilamana skala berisi sebanyak 19 atau 37 aitem atau 41aitem atau semacamnya, maka koefisien alpha
dapat langsung diproses dengan SPSS dari data distributor skor aitem tanpa membelah atau membagi
aitem menjadi kelompok-kelompok.

Dengan cara ini, tidak ada masalah apakah aitem dalam skala berjumlah genap atau ganjil, juga tidak ada
masalah apakah aitem dapat dibagi dua atau tiga sama banyak atau tidak. Langkahnya adalah sebagai
berikut :

a. Setelah data file diaktifkan, klik menu analyze, pilih Scale, dan klik submenu Reliability Analysis.

b. Pada kotak dialog Reliability Analysis yang muncul, pindahkan semua aitem dari kotak kiri ke kotak
sebelah kanan, lalu klik tombol Statistics.

c. Setelah kotak dialog Statistics terbuka, tandai atau klik kotak F-Test, kemudian klik tombol Continue.

d. Setelah kembali ke kotak dialog Reliability Analysis, klik tombol OK. Akan muncul hasil analisis berupa
koefisien alpha Cronbach.
Dengan kembali menggunakan data skor pada Tabel IV.1, sekedar sebagai contoh, prosedur di atas
menghasikan Cronbach’s Alpha=0,813 yang dapat dibaca pada output analisis.

Reliability Statistic

Cronbach’s Alpha N of Items

.813 12

Untuk diketahui, dalam prosedur di atas SPSS membelah tes menjadi sebanyak jumlah aitemnya
sehingga dengan duabelas aitem yang dibelah menjadi duabelas maka setiap belahan berisi hanya satu
aitem.

D. Formula Rulon

Rulon (1939) mengusulkan suatu formula komputasi untuk mengestimasi reliabilitas skor dengan
pendekatan belah-dua tanpa perlu berasumsi bahwa kedua belahan tersebut mempunyai bersifat π-
equivalent, sepanjang jumlah aitem pada kedua belahan adalah sama (kl=k2).

Menurut Rulon, perbedaan skor subjek pada kedua belahan tes akan membentuk distribusi perbedaan
skor yang memiliki varians yang besarnya ditentukan oleh varians eror masing-masing belahan. Dengan
demikian, dalam melakukan estimasi terhadap reliabilitas hasil ukur, varians perbedaan skor tersebut
dianggap sebagai sumber eror.

Formula Rulon dirumuskan sebagai:

rxx’= 1-Sd2/Sx2

Sd2 = varians perbedaan skor kedua belahan

Sx2 = varians skor tes

d = perbedaan skor kedua belahan

TABEL IV.I contoh formula komputasi Rulon:

subjek D (y1-y2) X

Y1 Y2

A 9 8 1 17

B 5 6 -1 11
C5419

D 8 8 0 16

E 8 9 -1 17

F 8 7 1 15

G4408

H3215

I 12 11 1 23

J4317

y1 = jumlah skor pada aitem nomor 1+3+5+7+9+11

y2 = jumlah skor pada aitem nomor 2+4+6+8+10+12

d = perbedaan skor y1 dan y2

X = jumlah skor pada keseluruhan aitem, X=y1+y2

komputasi varians skor d menghasilkan Sd2= 0,711 dan varians skor X sudah diketahui SX2= 32,178.
Dengan demikian, koefisien reliabilitas untuk data ini adalah:

rxx’ = 1- 0,711/32,178=0,978. Ternyata bahwa besarnya koefisien reliabilitas dengan formula Rulon yang
dihasilkan pada contoh diatas identik dengan koefisien yang dihitung oleh formula alpha.

E. Formula-formula Kuder-Richardson

Bila suatu tes berisi aitem-aitem yang diberi skor dikotomi sedangkan jumlah aitemnya sendiri tidak
begitu banyak, sangat mungkin membagi tes itu menjadi dua bagian tidak menghasilkan bagian yang
setara sedangkan membagi tes menjadi lebih dari dua belahan akan mengakibatkan jumlah aitem dalam
setiap belahan terlalu sedikit.

Salah satu cara yang dapat dilakukan adalah membelah tes tersebut menjadi belahan sebanyak jumlah
aitemnya sehingga belahan berisi hanya satu aitem saja. Kemudian estimasi reliabilitasnya dilakukan
melalui komputasi formula alpha yang disesuaikan dengan data dikotomi, yang dikenal dengan nama
formula Kuder-Richarson-20 atau KR-20 dan dikenal sebagai koefisien α-20.

KR-20= [K/(K-1)] [ 1-∑P(1-P)/sX2]

Sx2 = varians skor tes

k = banyaknya aitem dalam tes

p = proporsi subjek yang mendapat angka 1 pada suatu aitem

hasil komputasi koefisien KR-20 adalah:

KR-20 = [12/(12-1)] [1-1,86/4,044]= 0,589

Besaran koefisien reliabilitas R-20 juga dianggap mencerminkan sejauhmana kesetaraan isi aitem-aitem
dalam tes yang bersangkutan. Kuder dan Richarson merumuskan pula formula estimasi relibilitasnya
yang ke-21.

Rumusan formula KR-21 adalah:

KR-21 = [k/(k-1)] [1-kÞ(1-Þ) / sx2]

F. Fomula Belah-dua dengan Panjang Berbeda

Bila suatu tes tidak dapat dibelah menjadi dua atau belahan dengan jumlah aitem sama banyak disetiap
belahan maka formula koefisien-α tidak lagi dapat digunakan untuk estimasi reliabilitasnya dikarenakan
belahan-belahan tersebut tidak akan memenuhi asumsi π-equivalent. Dalam formula Spearman-Brown
dan Formula Rulon tidak dapat digunakan.

Apabila kedua belahan yang tidak sama panjang itu masih homogen isinya dan data tes diperoleh dari
subjek dalam jumlah besar, formula yang diusulkan oleh Feldt dapat digunakan dalam estimasi
reliabilitasnya (Feldt).

Formula estimasi yang diusulkan oleh Feldt sebagai :

Rxx’= 4 (SY12)/[Sx2- {(Sy 12- SY22)/Sx}2]

Sy12 = varians skor pada belahan 1

Sy22 = varians skor pada belahan 2

Sy1y2 = kovarians skor belahan 1 dan 2

SX = deviasi standar skor tes

G. Formulasi Kristof untuk Belah – Tiga

Dalam prosedur estimasi reliabilitas dengan pendekatan singel – trial administration tidak jarang
ditemui kasus banyaknya aitem dalam tes tidak berjumlah genap. Tes yang jumlah aitemnya tidak
genap, apabila dibelah dua akan menghasilkan dua bagian yang masing – masing berisi aitem dalam
jumlah yang tidak sama banyak. Dua tes yang tidak sama panjangnya yang tidak sama seperti itu tentu
tidak dapat memenuhi asumsi r-equivalent, apalagi asumsi yang paralel.

Bila tes yang jumlah aitemnya tidak genap tersebut berisi aitemnya dalam jumlah yang cukup bayak,
salah satu pilihan yang diharapkan adalah membelahnya menjadi tiga bagian. Ketiga itu tidak perlu
sanma panjang dan tidak perlu berisi aitem sama banyak, asalkan isinya tetap homogen (congeneric).
Rxx’= St2/sx2

St2= varians skor – murni

Sx2= varians skor tes

Belahan

Subjek y1 y2 y3 X

A. 4.0 5.0 8.0 17

B. 3.0 2.0 6.0 11

C. 3.0 0.0 6.0 9

D. 4.0 6.0 6.0 16

E. 6.0 5.0 6.0 17

F. 3.0 5.0 7.0 15

G. 2.0 3.0 3.0 8

H. 1.0 2.0 2.0 5

I. 6.0 7.0 10.0 23

J. 3.0 2.0 2.0 7

y1 = Jumlah skor pada aitem nomor 1+4+7

y2 = Jumlah skor pada aitem nomor 2+5+8+11

y3 = Jumlah skor pada aitem nomor 3+6+9+10+12

X = Jumlah skor pada keseluruhan aitem X = y1+y2+y3

Tabel IV.6. Distribusi Skor Tes dari Tabel IV.1. Setelah dibelah menjadi tiga bagian Tidak sama Panjang.

Formula Kristof dapat digunakan baik terhadap tes yang diberi skor interval maupun terhadap tes yang
aitemnya skor dikotomi. Formula ini juga leebih tepat digunakan bila peroleh dari sampel subjek
berukuran besar. Formula Kristof juga lebih bertahan hidup pada pengaruh kombinasi cara pembelahan
yang dilakukan dan seimbang belahan yang mencolok (Azwar & Pujono Kristof, 1974).

H. Formula Hoyt
 Tes yang berisi aitemnya dalam jumlah tidak banyak, atau tes yang dapat dibelah tiga dengan sama
panjang, dan tidak sesuai bila distimasi reliabilitas hasil ukurnya oleh Alpha, formula Rulon, apalagi
formula Spearman – Brown. Dalam kondisi demikian, formula Hoyt yang didasarkan pada desain analisis
varians (anova) dua menjadi solusi yang tepat. Konsep estimasi reliabilitas pengukuran dalam
pendekatan varians Hoyt adalah memandang distribusi aitem – aitemtambahan subjek sebagai data
pada suatu desain eksperimen dua – jalan tanpa replikasi, yang dikenal pula sebagai item by subject
design.

Dalam hal ini banyaknya aitem merupakan banyaknya perlakuan sehingga dapat dikatakan bahwa
desain ini membelah tes menjadi belahan sebanyak jumlah aitem – aitemnya. Dari desain faktorial
tersebut diperoleh harga mean – kuadrat antarsubject yang merupakan estimasi terhadap varians skor
tes (Sx2), mean – kuadrat antaritem, dan mean – kuadrat interaksi aitem x subjek yang merupakan
estimasi terhadap varianserror (Se2).

Dari defenisi koefesien reliabilitas rxx’ = 1 – se2/sx2 ; maka dirumuskan koefesien reliabilitas Hoyt
sebagai:

Rxx’ = 1 – si.x2/sx2

ANOVA

Sum of Squares df Mean Square F Sig

Between People 24.133 9 2.681

Within People Between Items 9.667 11 879 1.752 073

Residual 49.667 99 502

Total 59.333 110 539

Total 83.467 119 701

Pada tabel IV.7 dapat dilihat besarnya si.x2 yang merupakan varians eror dinyatakan sebagai mean
square Residual yaitu 0,502, sedangkan bersama sx2 dinyatakan sebagai mean square Between people
yaitu 2,681. Dengan demikian, koefesien reliabilitas Hoyt untuk data pada Tabel IV. 1 adalah:

Rxx’= 1 – 0,813

Formula Hoyt dengan pendekatan anova ini menunjukkan bahwa selain melalui pendekatan
korelasional, pemdekatan varians dan konvarians, estimasi reliabilitas tes dalam prosedur single – trial
ministration dapat pula dilakukan melalui teknik analisis varians itu sangat logis bila diingat bahwa
konsepsi reliabilitas sendiri memang merupakan rasio dari berbagai varians distribusi.