1) Test retest
Instrumen penelitian dicobakan beberapa kali pada responden yang sama dengan
instrumen yang sama dengan waktu yang berbeda. Reliabilitas diukur dari koefisien
korelasi antara percobaan pertama dengan yang berikutnya. Bila koefisien korelasi
positif dan signifikan, maka instrument tersebut sudah dinyatakan reliabel.
2) Ekuivalen
Instrumen yang ekuivalen adalah pertanyaan yang secara bahasa berbeda, tetapi
maksudnya sama. misalnya, berapa tahun pengalaman Anda bekerja di lembaga ini?
Pertanyaan tersebut ekuivalen dengan tahun berapa Anda mulai bekerja di lembaga
ini?. Pengujian dengan cara ini cukup dilakukan sekali, tetapi instrumennya dua dan
berbeda, pada responden yang sama. Reliabilitas diukur dengan cara
mengkorelasikan antara data instrumen yang satu dengan instrumen yang dijadikan
ekuivalennya. Bila korelasi positif dan signifikan, maka instrumen dapat dinyatakan
reliabel.
3) Gabungan
Pengujian dilakukan dengan cara mencobakan dua instrumen yang ekuivalen
beberapa kali ke responden yang sama. cara ini merupakan gabungan dari test-retest
(stability) dan ekuivalen. Reliabilitas instrumen dilakukan dengan mengkorelasikan
dua instrumen, setelah itu dikorelasikan pada pengujian kedua dan selanjutnya
dikorelasikan secara silang. Jika dengan dua kali pengujian dalam waktu yang
berbeda, maka akan dapat dianalisis keenam koefisien reliabilitas. Bila keenam
koefisien korelasi itu semuanya positif dan signifikan, maka dapat dinyatakan bahwa
instrumen itu reliabel.
4) Internal Consistency
Pengujian reliabilitas dengan internal consistency, dilakukan dengan cara
mencobakan instrumen sekali saja, kemudian data yang diperoleh dianalisis dengan
teknik-teknik tertentu. Hasil analisis dapat digunakan untuk memprediksi reliabilitas
instrumen. Pengujian reliabilitas instrumen dapat dilakukan dengan teknik belah dua
dari Spearman Brown (Sp lit half), KR20, KR21 dan Anova Hoyt.
c. Homogenitas
Adalah pengujian yang dilakukan untuk mengetahui sama tidaknya variansi-variansi
dua buah distribusi atau lebih. Digunakan untuk menguji apakah sebaran data dari dua
varian atau lebih berasal dari populasi yang homogen atau tidak, yaitu dengan
membandingkan dua atau lebih variansnya. Berdasarkan penjelasan keduanya, dapat
dikatakan bahwa pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa
dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang
sama. Uji homogenitas perlu dilakukan untuk mengetahui apakah data dalam variabel X dan
Y bersifat homogen atau tidak dalam suatu populasi yang memiliki varians yang sama.
Dengan demikian, data yang homogen tersebut dapat digunakan untuk proses analisis data
pada tahap selanjutnya. Uji homogenitas variansi (variance) sangat diperlukan sebelum kita
membandingkan dua kelompok atau lebih, agar perbedaan yang ada bukan disebabkan oleh
adanya perbedaan data dasar (ketidakhomogenan kelompok yang dibandingkan) namun
berdasarkan penghitungan statistik yang ada.
Uji homogenitas dilakukan apabila kelompok data yang ada dalam bentuk distribusi
normal. Adapun uji homogenitas tidak perlu dilakukan apabila dua kelompok data atau lebih
mempunyai varians yang sama besar sehingga data yang digunakan tersebut dianggap
homogen. Untuk melakukan uji homogenitas, perlu dipertimbangkan hal berikut bahwa “we
will determine if the observed proportions in each response category are nearly the same for
all populations”. Dalam artian tersebut, data-data yang dibandingkan harus memiliki
kesamaan dari keseluruhan data yang diambil dari populasi tersebut. Ada beberapa rumus
yang digunakan untuk uji homogenitas variansi diantaranya: uji F, uji Harley, uji Cohran,uji
Levene, dan uji Bartlett. Namun, pada umumnya penghitungan yang dilakukan untuk uji
homogenitas banyak digunakan dengan uji bartlett dan uji fisher (uji–f). Menurut Sutrisna,
uji F dari Havley biasanya digunakan untuk menguji homogenitas sebaran dua kelompok
data. Adapun uji Bartlett biasanya digunakan untuk menguji homogenitas lebih dari dua
kelompok data.
1) Uji Homogenitas dengan Bartlet
Dapat dilakukan dengan menghitung statistik chi-kuadrat, sebagai berikut:
Referensi :
Ghozali, Imam. 2009. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang:
UNDIP