Penelitian Keperawatan & Kesehatan, 2006, 29, 489–497

Indeks Validitas Konten: Apakah Anda

Yakin Anda Tahu Apa
Dilaporkan? Kritik dan
Rekomendasi
Denise F. Polit, 1,2 * Cheryl Tatano Beck 3 **

1 Humanalysis, Inc., Saratoga Springs, NY

2 Sekolah Keperawatan Universitas Grif, Gold Coast, Australia
3 Sekolah Keperawatan Universitas Connecticut, Storrs, CT

Diterima 16 Mei 2006

Abstrak: Pengembang skala sering memberikan bukti validitas konten dengan menghitung indeks validitas konten
(CVI), menggunakan peringkat relevansi item oleh para ahli konten. Kami menganalisis bagaimana peneliti perawat
telah mendefinisikan dan menghitung CVI, dan menemukan konsistensi yang cukup untuk CVI tingkat item (I-CVIs).
Namun, ada dua alternatif, tetapi tidak diakui, metode penghitungan skala indeks tingkat (S-CVI). Satu metode
membutuhkan persetujuan universal di antara para ahli, tetapi metode yang kurang konservatif rata-rata CVI tingkat
item. Menggunakan inferensi mundur dengan sampel purposive studi pengembangan skala, kami menemukan bahwa
kedua metode sedang digunakan oleh peneliti perawat, meskipun itu tidak selalu mungkin untuk menyimpulkan
metode perhitungan. Dua pendekatan tersebut dapat mengarah pada nilai yang berbeda, sehingga berisiko untuk
menarik kesimpulan tentang validitas konten.

2006 Wiley Periodicals, Inc. Res

Kesehatan Perawat 29: 489–497, 2006

Kata kunci: pengembangan dan validasi instrumen; penelitian metodologis;

penskalaan; validitas konten

Ketika skala baru dikembangkan, para peneliti yang
mengikuti prosedur pengembangan skala ketat diharapkan
dapat memberikan informasi yang luas
reliabilitas dan validitas skala. Meskipun terkait
kriteria dan membangun validitas instrumen baru dianggap
sangat penting, informasi tentang validitas konten dari
pengukuran juga dipandang perlu dalam menarik kesimpulan
tentang skala.
kualitas. Validitas konten telah didefinisikan sebagai berikut:
(1) '' . . Sejauh mana instrumen memiliki sampel item yang
sesuai untuk konstruk yang diukur '' (Polit & Beck, 2004,
hal. 423);
(2) '' . .Apakah barang-barang yang diambil sampelnya untuk
dimasukkan pada alat cukup mewakili

Korespondensi dengan Denise F. Polit, Humanalysis, Inc., 75 Clinton Street, Saratoga Springs, NY 12866 dan Sekolah
Keperawatan Universitas Grif, Gold Coast, Australia. E-mail: dpolit@rocketmail.com

* Presiden dan Profesor Ajun.

* * Profesor.
Diterbitkan online di Wiley InterScience (www.interscience.wiley.com) DOI: 10.1002 / nur.20147

2006 Wiley Periodicals, Inc.

490 PENELITIAN PENELITIAN & KESEHATAN
domain konten yang ditangani oleh instrumen '' (Waltz,
Strickland, & Lenz, 2005,
hal. 155); dan
(3) '' . . Sejauh mana instrumen memadai sampel domain
penelitian yang menarik ketika mencoba untuk mengukur
fenomena '' (Wynd, Schmidt, & Schaefer, 2003,
hal. 509).
Ada kesepakatan umum dalam definisi ini bahwa validitas
konten menyangkut sejauh mana sampel item, diambil
bersama-sama, merupakan definisi operasional yang memadai
dari suatu konstruk.
Ada juga kesepakatan dalam literatur metodologis bahwa
validitas konten sebagian besar sangat berbeda dari penilaian,
yang melibatkan dua fase yang berbeda: upaya apriori oleh
pengembang skala untuk meningkatkan validitas konten melalui
konseptualisasi dan analisis domain yang cermat sebelum
pembuatan item, dan upaya posteriori untuk mengevaluasi
relevansi konten skala melalui penilaian ahli (misalnya, Beck &
Gable, 2001; Lynn, 1986; Mastaglia, Toye, & Kristjanson, 2003).
Artikel ini berfokus pada bagian kedua dari proses ini.
LATAR BELAKANG PADA KONTEN
PENDEKATAN VALIDITAS
Banyak metode untuk mengukur tingkat persetujuan para ahli
mengenai relevansi konten instrumen telah diusulkan. Ini
termasuk, misalnya, rata-rata peringkat para pakar tentang
relevansi barang dan menggunakan kriteria penerimaan yang
telah ditetapkan sebelumnya (misalnya, Beck & Gable, 2001);
menggunakan koefisien alfa untuk mengukur kesepakatan
relevansi item oleh tiga atau lebih ahli (Waltz et al., 2005, hal.
157); dan menghitung koefisien multirater kappa (Wynd et al.,
2003). Berbagai indeks lain yang menangkap perjanjian
antar-ras telah diusulkan dan digunakan terutama di bidang
psikologi personel (Lindell & Brandt,
1999).
Satu pendekatan, yang direkomendasikan beberapa dekade
lalu, memiliki relevansi khusus dalam artikel ini. Pendekatan ini
melibatkan memiliki tim ahli yang mengindikasikan apakah setiap
item pada skala sesuai dengan (atau relevan dengan) konstruk,
menghitung persentase item yang dianggap relevan untuk
masing-masing pakar, dan kemudian mengambil rata-rata
persentase di antara para ahli. Sebagai contoh dengan dua pakar,
jika Pakar 1 memberi peringkat 100% dari satu set item yang
sesuai dengan konstruk, dan Pakar 2 memberi peringkat 80% dari
barang-barang menjadi kongruen, nilai indeks ini akan menjadi
90%. Ini telah disebut sebagai kongruensi rata-rata
Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur
persentase ( ACP) dan dikaitkan dengan Popham (1978). Waltz et
al. (2005, hal. 178) menyarankan bahwa ACP 90 persen atau
lebih tinggi akan dianggap dapat diterima.
Di antara peneliti perawat, ukuran validitas konten yang paling
banyak dilaporkan adalah indeks validitas konten, atau CVI. CVI
(yang kami jelaskan dan uraikan secara panjang lebar dalam
artikel ini) telah digunakan selama bertahun-tahun, dan paling
sering dikaitkan dengan Martuza (1977), seorang spesialis
pendidikan. Namun, para peneliti yang menggunakan CVI untuk
menilai validitas isi skala mereka — terlepas dari latar belakang
disiplin mereka sendiri — sering mengutip kerja metodologi dalam
literatur keperawatan, paling sering Davis (1992), Grant dan Davis
(1997), Lynn (1986) , Waltz et al. (2005), atau Waltz dan Bausell
(1981). Penelitian seminal Lynn sangat berpengaruh.
Namun, CVI memiliki andil dalam hal kritik, bahkan di
antara para peneliti perawat. Sebagai contoh, Wynd dan
rekan-rekannya (2003) menggunakan kedua CVI dan
koefisien multirater kappa dalam validasi konten mereka dari
Alat Penilaian Risiko Osteoporosis. Mereka berpendapat
bahwa statistik kappa adalah suplemen penting untuk (jika
bukan pengganti) CVI karena rumus untuk kappa
menghasilkan indeks derajat perjanjian di luar perjanjian
kebetulan, tidak seperti CVI, yang tidak menyesuaikan
perjanjian kebetulan. Kekhawatiran lain adalah bahwa CVI
membuang informasi dengan menciutkan peringkat ordinal
multipoint para pakar menjadi dua kategori (yaitu, ke dalam
kategori yang relevan / tidak relevan, praktik umum),
Tujuan kami dalam artikel ini bukan untuk mengadvokasi atau menentang
penggunaan CVI sebagai indeks standar validitas konten. Sebaliknya, karena
CVI digunakan secara cerdik dalam menyusui, tujuan kami adalah untuk
memperjelas apa yang sebenarnya ditangkap oleh indeks ini dan untuk
menunjukkan bahwa para peneliti tidak selalu jelas dalam mengartikulasikan
bagaimana mereka menghitungnya.
INDEKS VALIDITAS ISI UNTUK BARANG
(I-CVI)
Seperti dicatat oleh Lynn (1986), peneliti menghitung dua jenis
CVI. Jenis pertama melibatkan validitas konten dari
masing-masing item dan yang kedua melibatkan validitas
konten dari skala keseluruhan.
Ada banyak kesepakatan tentang bagaimana menghitung
CVI tingkat item, yang kami rujuk untuk tujuan kejelasan
sebagai I-CVI. Panel dari
 CONTENTVALIDITYINDEX / POLITANDBECK
ahli konten diminta untuk menilai setiap item skala dalam hal
relevansinya dengan konstruk yang mendasarinya. Lynn (1986)
menyarankan minimal tiga ahli, tetapi mengindikasikan bahwa
lebih dari 10 mungkin tidak perlu. Berdasarkan tradisi, dan
berdasarkan saran dari penulis awal seperti Lynn, serta Walt
dan Bausell (1981), peringkat item ini biasanya pada skala
ordinal 4 poin. Lynn mengakui bahwa skala penilaian 3 atau 5
poin mungkin dipertimbangkan, tetapi dia menganjurkan
menggunakan skala 4 poin untuk menghindari memiliki titik
tengah netral dan ambivalen. Beberapa label berbeda untuk
empat poin di sepanjang kontinum peringkat item telah muncul
dalam literatur, tetapi label yang dianjurkan oleh Davis (1992)
tampaknya sering digunakan: 1 ¼ tidak berhubungan, 2 ¼ agak
relevan, 3 ¼ cukup relevan, 4 ¼ sangat relevan. Kemudian, untuk
setiap item, I-CVI dihitung sebagai jumlah ahli yang memberikan
peringkat 3 atau 4 (sehingga dikotomi skala ordinal menjadi relevan
dan tidak berhubungan),
dibagi dengan jumlah total ahli. Misalnya, item yang dinilai
sebagai cukup atau sangat
relevan oleh empat dari lima hakim akan memiliki ICVI 0,80.
Satu keprihatinan yang telah dikemukakan tentang CVI adalah
bahwa itu adalah indeks kesepakatan antar-masyarakat yang
hanya mengungkapkan proporsi perjanjian, dan kesepakatan dapat
dilemahkan oleh faktor-faktor kebetulan. Sebagai contoh, jika dua
hakim menilai relevansi versus tidak relevan suatu item, secara
kebetulan saja kedua hakim akan diharapkan untuk menyetujui
relevansi 25 persen dari waktu. Dalam mengakui masalah ini, Lynn
(1986) mengembangkan kriteria untuk penerimaan barang yang
memasukkan kesalahan standar proporsi. Dia merekomendasikan
bahwa dengan panel '' lima atau lebih sedikit ahli, semua harus
menyetujui validitas konten untuk peringkat mereka untuk dianggap
sebagai representasi yang masuk akal dari semesta peringkat yang
mungkin '' (hal. 383). Dengan kata lain, I-CVI harus 1,00 ketika ada
lima hakim atau lebih sedikit. Ketika ada enam hakim atau lebih,
standar bisa santai, tetapi Lynn merekomendasikan
I-CVI tidak lebih rendah dari 0,78. Misalnya, dengan enam penilai,
mungkin ada satu peringkat '' tidak relevan '' (I-CVI ¼. 83) dan
dengan sembilan penilai mungkin ada dua tidak berhubungan peringkat
(I-CVI ¼. 78).
Peneliti menggunakan informasi I-CVI untuk membimbing
mereka dalam merevisi, menghapus, atau mengganti barang.
Namun, dalam laporan penelitian, para peneliti biasanya tidak
memberikan informasi tentang nilai-nilai I-CVI. I-CVI cenderung
hanya dilaporkan dalam studi metodologis yang berfokus pada
deskripsi proses validasi konten. Apa yang paling sering dilaporkan
dalam studi pengembangan skala adalah CVI untuk seluruh skala,
dan di situlah letak masalahnya.
Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur
491
INDEKS VALIDITAS ISI
UNTUK SKALA (S-CVI)
Prosedur komputasi untuk CVI tingkat skala, yang kami rujuk
demi kejelasan sebagai S-CVI, telah sepenuhnya dijelaskan
dalam hal penilaian oleh dua ahli. Berikut adalah dua definisi
yang sering dikutip: S-CVI didefinisikan sebagai '' proporsi
item yang diberi peringkat cukup / sangat relevan oleh kedua
penilai yang terlibat '' (Waltz et al.,
2005, hal. 155) dan '' proporsi barang yang diberi peringkat 3 atau 4
oleh kedua penilai yang terlibat '' (Waltz & Bausell, 1981, hal. 71).
Kedua referensi menyajikan tabel untuk menggambarkan
bagaimana menghitung S-CVI dengan dua penilai menggunakan
skala 4-poin relevansi item. Contoh serupa dengan yang ditunjukkan
dalam Waltz et al. (hal. 155) disajikan pada Tabel 1. Dalam contoh
ini, 8 dari 10 item dinilai cukup atau sangat
relevan (yaitu, peringkat 3 atau 4) oleh kedua ahli, dan S-CVI
dihitung menjadi 0,80. Banyak penulis telah menunjukkan
bahwa S-CVI 0,80 atau lebih tinggi dapat diterima (misalnya,
Davis, 1992; Grant & Davis, 1997; Polit & Beck, 2004).
Kata kunci dalam definisi S-CVI dua penilai adalah kedua. Menurut
definisi tersebut, kedua hakim harus setuju bahwa setiap item
adalah relevan agar dapat menghitung menuju S-CVI.
Sekarang pertimbangkan kasus ketika ada lebih dari dua
hakim, yang sejauh ini merupakan situasi yang lebih biasa -
dan, memang, memiliki lebih dari dua ahli secara eksplisit
direkomendasikan oleh Lynn (1986). Berikut adalah
bagaimana CVI untuk skala telah didefinisikan untuk dua atau
lebih penilai: CVI untuk seluruh skala adalah (1) '' proporsi
total item yang dinilai konten valid '' (Lynn, p. 384); (2) ''
proporsi item pada instrumen yang mencapai peringkat 3 atau
4 oleh para ahli konten '' (Beck & Gable, 2001, hal. 209); (3)
dan proporsi
Tabel 1. Perhitungan S-CVI untuk Skala 10-ItemDengan Dua Penilai Ahli *
Penilai Ahli No. 1
Item Dinilai Item
1 atau 2 Sebuah Peringkat 3
atau 4 b
Total
Penilai ahli no. 2 Item dengan
rating 1 atau 2 Sebuah
2 0 2
Item dengan peringkat 3 atau 4 b 0 8 8
Total 2 8 10
S-CVI ¼ 8/10 ¼. 80
S-CVI, indeks validitas konten untuk skala.
* Setelah Waltz et al. (2005), hlm. 155.
Sebuah Peringkat 1 ¼ tidak berhubungan; 2 ¼ agak relevan.
b Peringkat 3 ¼ cukup relevan; 4 ¼ sangat relevan.
492 PENELITIAN PENELITIAN & KESEHATAN

ahli yang menilai item sebagai relevan atau representatif
dengan 3 atau 4 '' (Grant & Davis, 1997, hal.
273). Definisi-definisi ini lebih ambigu daripada definisi untuk
dua penilai karena tidak ada analog untuk spesifikasi ''
keduanya '', yang untuk tiga atau lebih penilai akan ''
semuanya. '' Perpanjangan definisi untuk dua orang S -CVI
untuk beberapa penilai adalah: proporsi item pada instrumen
yang mencapai peringkat 3 atau 4 oleh
semua para ahli konten. Untuk kenyamanan, kami merujuk pada
definisi CVI ini untuk skala sebagai S-CVI / UA (perjanjian
universal).
Sebagai ilustrasi, Tabel 2 menunjukkan peringkat relevansi
dari enam ahli untuk skala 10-item. Dalam contoh ini, keenam
pakar menilai 9 dari 10 item relevan. Namun, item yang dinilai
tidak relevan berbeda untuk enam ahli. Mengikuti definisi yang
membutuhkan penilaian kongruen secara universal oleh para
ahli, S-CVI / UA dalam contoh ini adalah
situasi, probabilitas ketidaksepakatan kesempatan pada peringkat
relevansi dikotomis adalah 0,500; ini analog dengan kemungkinan
mendapatkan satu kepala dan satu ekor (yaitu, ketidaksepakatan)
dalam lemparan 2 koin. Dalam situasi 6-penilai, probabilitas
setidaknya satu ketidaksepakatan kesempatan pada peringkat
relevansi dikotomis adalah 0,968. Ini analog dengan kemungkinan
mendapatkan setidaknya satu kepala atau satu ekor
(ketidaksepakatan) dalam lemparan 6 koin. Probabilitas bahwa semua
penilai akan setuju pada relevansi, dan pada tidak relevan, adalah 0,5 N,
dimana N ¼ jumlah penilai.
Tiga definisi yang kami kutip untuk kasus umum S-CVI
lakukan tidak gunakan kata '' semua. '' Faktanya, ada cara lain
untuk menafsirkan definisi, dan itu adalah dengan
menyimpulkan bahwa apa yang dimaksud adalah rata-rata proporsi
item yang dinilai 3 atau 4 di berbagai juri. Proporsi item yang
dinilai relevan oleh masing-masing dari enam ahli dalam Tabel
2 adalah 0,90, dan rata-rata juga akan

. 40. Hanya 4 dari 10 item (item 7-10) yang menerima peringkat
relevansi 3 atau 4 oleh semua para ahli. Sangat mudah untuk
melihat bahwa ketika definisi S-CVI ini digunakan, semakin
banyak ahli dimasukkan, semakin besar kemungkinan bahwa
S-CVI akan rendah: Ketika jumlah pakar meningkat,
kemungkinan mencapai total perjanjian menurun . Sebagai
contoh, jika seorang ahli ketujuh ditambahkan yang menilai
hanya item7 sebagai tidak relevan, S-CVI seperti yang
didefinisikan akan menjadi .30 — terlepas dari kenyataan bahwa
semua ICVI berada dalam kisaran yang dapat diterima.
Sementara para kritikus CVI khawatir bahwa S-CVI dan I-CVI
salah karena kemungkinan kesepakatan kebetulan, ada
kemungkinan yang sesuai bahwa pertentangan akan marah
karena faktor kebetulan juga. Misalnya, dalam dua penilai
. 90. Ini jelas merupakan interpretasi yang lebih liberal dari definisi
untuk S-CVI. Kami menyebut pendekatan ini sebagai S-CVI / Ave.
Gambar 1 merangkum istilah, akronim, dan definisi kami yang
terkait dengan validitas konten.
Ada tiga cara untuk menghitung S-CVI / Ave, yang kami
ilustrasikan dengan informasi dalam Tabel 2. Yang pertama,
seperti yang baru saja dijelaskan, rata-rata proporsi barang yang
dinilai relevan di antara para ahli. Dengan demikian, kita dapat
menghitung S-CVI / Ave sebagai (.90 þ. 90 þ. 90 þ. 90 þ. 90 þ. 90) / 6 ¼.
90. Cara lain adalah dengan rata-rata I-CVI dengan
menjumlahkannya dan membaginya dengan jumlah item: (.83 þ. 83
þ. 83 þ. 83 þ. 83 þ. 83 þ 1,00 þ 1,00 þ
1,00 þ 1,00) / 10 ¼. 90. Cara ketiga adalah menghitung jumlah
Xs dalam tabel — jumlah

Tabel 2.Rating fiktif pada 10-ItemScalebySixExerts: ItemsRated 3 atau 4 ona 4-PointRevevance Scale

Nomor dalam Item Perjanjian CVI

Barang Ahli 1 Ahli 2 Ahli 3 Ahli 4 Ahli 5 Ahli 6

1 - X X X X X 5 . 83
2 X - X X X X 5 . 83
3 X X - X X X 5 . 83
4 X X X - X X 5 . 83
5 X X X X - X 5 . 83
6 X X X X X - 5 . 83
7 X X X X X X 6 1,00
8 X X X X X X 6 1,00
9 X X X X X X 6 1,00
10 X X X X X X 6 1,00
Berarti I-CVI ¼. 90
Proporsi S-CVI / UA ¼. 40
Relevan: Proporsi ahli berarti ¼. 90
. 90 . 90 . 90 . 90 . 90 . 90

I-CVI, indeks validitas konten tingkat item.

S-CVI / UA, indeks validitas konten tingkat-skala, metode perhitungan perjanjian universal.

Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur

 CONTENTVALIDITYINDEX / POLITANDBECK 493

CVI
Sejauh mana instrumen memiliki sampel item
yang sesuai untuk dikonstruksi
sedang diukur

I-CVI Konten Konten S-CVI

Validitas masing-masing item: Validitas skala
Proporsi ahli konten memberikan keseluruhan
item peringkat relevansi 3

atau 4

S-CVI / UA Proporsi S-CVI / Ave

item pada skala yang
mencapai peringkat relevansi 3 Rata-rata I-CVI untuk semua
atau 4 item pada skala
oleh semua ahli

GAMBAR 1. Definisi istilah validitas konten. I-CVI, indeks validitas konten tingkat item; S-CVI, indeks validitas
konten tingkat-skala; S-CVI / UA, indeks validitas konten tingkat-skala, metode perhitungan perjanjian universal;
S-CVI / Ave, indeks validitas konten tingkat-skala, metode penghitungan rata-rata.

item yang dinilai relevan oleh semua pakar, yang dalam hal ini
adalah 54 — dan kemudian dibagi dengan jumlah total peringkat:
54/60 ¼. 90. Ketiga perhitungan akan selalu hasil yang sama.
Kami pikir, bagaimanapun, bahwa yang terbaik untuk
mengkonseptualisasikan S-CVI / Ave sebagai nilai I-CVI rata-rata
karena ini menempatkan fokus pada kualitas barang rata-rata
daripada kinerja rata-rata oleh para ahli.
Satu hal lain yang penting untuk diperhatikan. S-CVI / Ave
identik dengan indeks yang disebutkan sebelumnya sebagai
persentase kongruensi rata-rata (ACP). Pedoman yang
ditawarkan oleh Waltz et al. (2005, hal. 178) adalah bahwa ACP
harus 0,90 - bukan
. 80 seperti kriteria standar untuk penerimaan untuk S-CVI.
Tampaknya masuk akal untuk menuntut standar yang lebih
tinggi untuk ACP (atau S-CVI / Ave) daripada untuk S-CVI /
UA karena yang pertama jauh lebih liberal dalam definisi
kongruensi. Dengan data akurat pada Tabel 2, S-CVI / UA
akan menjadi 0,40 (bahkan tidak dapat diterima menurut
standar tradisional), sedangkan S-CVI / Ave (yaitu, ACP)
adalah 0,90.
CVI DALAM SASTRA PENGEMBANGAN
SKALA
Sebuah pertanyaan penting adalah, bagaimana para peneliti perawat
menghitung S-CVI untuk validitas konten
skala baru ketika mereka menggunakan lebih dari dua ahli? Apakah
mereka menggunakan persyaratan konservatif perjanjian 100% pada
tingkat item untuk setidaknya 80% dari item? Atau, apakah mereka
rata-rata I-CVIs (atau rata-rata proporsi yang dinilai relevan di antara
para ahli, yang menghasilkan hasil yang sama) dan menggunakan
. 80 sebagai standar penerimaan mereka? Dengan satu
pengecualian yang dibahas di bawah ini, kami tidak dapat
menemukan penjelasan dalam studi pengembangan instrumen.
Ketika informasi tentang metode komputasi CVI tidak ada,
pembaca studi tersebut tidak harus memiliki pemahaman yang
baik tentang validitas konten skala baru. Meskipun Tabel 2 diakui
sebagai contoh yang dilebih-lebihkan sehingga kami dapat
menyoroti kemungkinan perbedaan dalam metode komputasi, jelas
bahwa kedua pendekatan dapat mengarah pada kesimpulan yang
berbeda.
Dalam mencari literatur untuk informasi tentang validitas konten,
kami hanya menemukan satu studi, yang ada dalam jurnal kerja sosial,
yang sepenuhnya menentukan bagaimana para peneliti menghitung
S-CVI mereka. Ini juga satu-satunya penelitian yang kami temukan
yang mengakui fakta bahwa ada dua metode penghitungan indeks ini.
Rubio, Berg-Weger, Tebb, Lee, dan Rauch (2003) mengilustrasikan
proses validasi konten yang mereka gunakan dalam mengembangkan
Skala Pengasuh Kesejahteraan. Mereka menghitung S-CVI mereka
berdasarkan peringkat relevansi oleh enam hakim, menggunakan

Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur

494 PENELITIAN PENELITIAN & KESEHATAN

pendekatan rata-rata. Mereka secara khusus mengadopsi
pendekatan ini karena kekhawatiran mereka bahwa dengan begitu
banyak penilai, validitas konten akan tertekan jika mereka
menggunakan pendekatan S-CVI / UA yang menuntut persetujuan
100%.
Meskipun kami tidak menemukan laporan tentang
pengembangan skala dalam literatur keperawatan yang
menggambarkan sepenuhnya bagaimana para peneliti
menghitung S-CVI mereka, kadang-kadang mungkin untuk
membuat kesimpulan dengan bekerja mundur dari informasi
tentang jumlah item, jumlah ahli, dan nilai CVI. Kami melakukan
analisis untuk menilai sejauh mana kesimpulan tentang
perhitungan S-CVI mungkin, dan untuk menentukan apakah
kedua pendekatan perhitungan digunakan. Sayangnya, tidak ada
'' populasi '' upaya validasi konten yang terdefinisi dengan baik
dari mana untuk memilih sampel acak, dan jadi kami mengambil
sampel secara purposive, memilih 10 studi pengembangan skala
dari literatur keperawatan terbaru. Sejauh tujuan analisis adalah
untuk menentukan apakah ada bukti bahwa kedua pendekatan
komputasi S-CVI sedang digunakan, alih-alih menghitung
persentase penelitian menggunakan satu pendekatan atau yang
lain, sampel purposive seperti itu tampaknya dapat dibenarkan.
Maksud kami adalah bahwa kami sengaja memilih 10 studi
psikometrik dari tujuh jurnal keperawatan yang berbeda, yang
ditulis oleh peneliti perawat dari berbagai negara (misalnya,
membuat kesimpulan tentang metode perhitungan S-CVI
pengembang skala, kami pertama kali menguji apakah nilai
S-CVI yang diterbitkan, ketika digabungkan dengan jumlah item
pada skala, mendekati jumlah keseluruhan. Misalnya, untuk
entri pertama (Champion, Skinner, & Menon, 2005), ketika
S-CVI dari .80 dikalikan dengan 10 item, hasilnya adalah 8. Ini
berarti bahwa S-CVI / UA masuk akal: nilai dari 0,80 bisa
dicapai jika semua hakim secara universal menilai 8 dari 10
item yang relevan. Selanjutnya, kami menilai masuk akal S-CVI
/ Ave dengan terlebih dahulu mengalikan jumlah ahli dengan
jumlah item. Ini menghasilkan jumlah total peringkat
item-menurut-ahli yang mungkin. Ingatlah bahwa pada Tabel 2,
ada total 60 kemungkinan peringkat (6 ahli kali 10 item); 54 dari
mereka menunjukkan relevansi, dan S-CVI / Ave adalah 54/60 ¼.
90. Kemudian dalam analisis kami untuk Tabel 3, jumlah total
peringkat item-oleh-ahli dikalikan oleh S-CVI untuk melihat
apakah nilai ini dekat dengan seluruh nomor. Dalam kasus entri
pertama (Champion et al.), Nilai 50 peringkat (5 ahli kali 10
item) dikalikan dengan 0,80 adalah 40, menunjukkan bahwa 40
dari 50 peringkat adalah penilaian relevansi. Dengan demikian,
S / CVI untuk studi pertama ini juga bisa menggunakan
pendekatan rata-rata.

Kolom terakhir pada Tabel 3 menunjukkan kesimpulan apa

Amerika Serikat,
Kanada, dan Cina), mengenai pengembangan skala yang berkaitan
dengan berbagai bidang spesialisasi keperawatan (misalnya,
kesehatan ibu dan anak, pediatri, perawatan paliatif, pendidikan,
administrasi).
Hasil analisis kami dari 10 studi pengembangan skala
ditunjukkan pada Tabel 3. Untuk
yang dapat dibuat dengan menggunakan strategi ini. Seperti
yang ditunjukkan tabel, untuk 7 dari 10 studi, kesimpulan
kalkulasi kami yang mundur tidak meyakinkan — yaitu, baik
S-CVI / UA atau S-CVI / Ave masuk akal bisa digunakan.
Namun, untuk dua dari tujuh studi ini, ada informasi tambahan
yang cukup dalam artikel untuk menyimpulkan bahwa
pendekatan S-CVI / UA telah

Tabel 3. Perhitungan S-CVI dalam Studi Pengembangan Skala Terpilih di Jurnal Keperawatan

Jumlah Ahli Jumlah Nilai

Referensi Item S-CVI Metode Perhitungan S-CVI Tersirat

Champion et al. (2005) 5 10 . 80 Bisa jadi salah satunya

Chen et al. (2003) 10 12 . 92 Bisa jadi salah satunya

Chien & Norman (2004) 15 25 . 96 Bisa jadi, tetapi S-CVI / UA mungkin Sebuah
Dobratz (2004) 3 77 . 83 Bisa jadi salah satunya

Fowles & Feucht (2004) 2 18 . 72 Bisa jadi salah satunya

Li and Lopez (2004) 10 20 . 98 S-CVI / Ave

Lindgren (2005) 3 28 . 83 S-CVI / Ave
McGilton (2003) 5 6 . 83 Bisa jadi salah satunya

Sauls (2004) 6 43 . 81 Bisa jadi, tetapi S-CVI / UA mungkin Sebuah

Smith et al. (2004) 7 33 . 86 S-CVI / Ave

S-CVI, indeks validitas konten tingkat-skala.

S-CVI / UA, indeks validitas konten tingkat-skala, metode perhitungan perjanjian universal. S-CVI / Ave, indeks validitas konten tingkat-skala,
metode penghitungan rata-rata.
catatan: Sebuah Meskipun perhitungan mundur mendukung kesimpulan itu antara Metode perhitungan S-CVI dapat digunakan, informasi dalam artikel ini menunjukkan bahwa pendekatan S-CVI /
UA digunakan.

Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur

 CONTENTVALIDITYINDEX / POLITANDBECK
diadopsi. Sebagai contoh, Sauls (2004) secara khusus
menyebutkan bahwa penyebut kalkulasinya adalah item: ''
CVI adalah 0,81, yang berarti bahwa 81% dari total item dinilai
konten valid '' (hal. 126).
Kami dapat mengesampingkan pendekatan S-CVI / UA
untuk 3 dari 10 studi, dan dengan demikian menyimpulkan
bahwa metode S-CVI / Ave telah digunakan. Untuk
menggambarkan, pertimbangkan studi oleh Li & Lopez (2004).
Untuk skala 20-item mereka, S-CVI adalah 0,98. Jika ada
kesepakatan universal untuk 19 item, S-CVI akan menjadi 0,95
(19/20) ¼. 95), bukan 0,98. Ini menunjukkan bahwa metode
S-CVI / UA tidak digunakan untuk menentukan validitas konten
skala. Ketika 0,98 dikalikan dengan jumlah total peringkat pakar
per item (200), hasilnya adalah angka lubang 196 — yaitu,
semua kecuali 4 dari 200 peringkat yang menunjukkan
relevansi. Akibatnya, dalam penelitian ini, kami menyimpulkan
bahwa metode S-CVI / Ave telah digunakan. Dalam situasi ini,
S-CVI / Ave 0,98 bisa dicapai jika 16 item memiliki I-CVI 1,0,
dan 4 item sisanya memiliki I-CVI 0,90.
Sebagai kesimpulan, analisis kami menunjukkan bahwa peneliti
perawat menggunakan kedua pendekatan komputasi dalam
perhitungan S-CVI, dan bahwa kesimpulan tentang metode yang
1.0 '' (hlm. 421). Memberikan informasi jangkauan untuk item
digunakan tidak selalu mungkin. Bahkan jika kesimpulan seperti itu adalah
mungkin, kami berpikir bahwa pembaca laporan psikometrik tidak
harus melakukan perhitungan sendiri untuk memahami apa
artinya S-CVI yang dilaporkan.
Dapat dicatat bahwa, di samping dua metode
penghitungan S-CVI yang telah dibahas, pendekatan ketiga
mungkin dilakukan. S-CVI dapat dihitung sebagai proporsi
item pada skala yang dinilai konten valid pada level item.
Seperti disebutkan sebelumnya, Lynn (1986) menganjurkan
I-CVIs dari 1.0 ketika ada lima atau lebih sedikit ahli, dan
I-CVIs di sekitar 0,80 ketika ada enam atau lebih ahli. Untuk
data pada Tabel 2, semua dari item memenuhi kriteria I-CVI
Lynn, dan jadi pendekatan ketiga ini akan berarti bahwa
S-CVI untuk skala 10-item adalah 1,0. Jika definisi ini
digunakan, semua S-CVIs, secara teori, harus 1,0, karena item
dengan tingkat validitas konten yang lebih rendah dari yang
dapat diterima harus direvisi atau dibuang. Beberapa studi
pengembangan skala melaporkan S-CVI 1,0, seperti yang
disarankan oleh data pada Tabel 3 dan kami menyimpulkan
bahwa pendekatan ketiga ini mungkin belum diadopsi.
REKOMENDASI ​UNTUK
CVI
Investigasi kami menunjukkan bahwa kejelasan yang lebih besar tentang
validasi konten dalam pengembangan skala
Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur
495
studi diperlukan. Kami menawarkan beberapa rekomendasi yang
kami pikir akan meningkatkan komunikasi tentang validitas konten
bagi para peneliti yang menggunakan CVI untuk mengukur
perjanjian tentang relevansi item.
Pertama, seperti yang disarankan artikel ini, penting untuk
membedakan antara validitas konten di level item dan di level
skala. Akronim CVI telah digunakan untuk keduanya, mengikuti
studi berpengaruh Lynn '(1986). Sauls (2004), misalnya,
menggunakan akronim yang sama untuk kedua perhitungan
tingkat item (''. . .8 item memiliki CVI dari .67, '' hal. 126) dan
perhitungan level-skala (dalam skala revisi-nya, '' CVI dari total
instrumen adalah .95 '', hal. 126). Kami berpikir bahwa akronim
yang diperkenalkan dalam artikel ini untuk membedakan
keduanya (I-CVI dan S-CVI) akan berguna, tetapi bahkan jika
akronim tidak diadopsi, perbedaannya masih harus dibuat jelas
(misalnya, merujuk pada tingkat barang) CVI dan
scalelevel-CVIs).
Kedua, kami merekomendasikan agar para peneliti
melaporkan kisaran nilai I-CVI mereka untuk item yang
dipertahankan dalam skala, di samping nilai S-CVI. Rempusheski
& O'Hara, 2005, misalnya, memberikan berbagai informasi
tentang item pada skala mereka, mencatat bahwa '' CVI berkisar
dari 0,60 hingga
sangat penting ketika metode S-CVI / UA telah digunakan
karena metode perhitungan ini mengabaikan nilai-nilai I-CVI
yang tidak ada kesepakatan universal. Untuk memberikan
contoh yang berlebihan dan tidak mungkin, Champion et al.
(2005) studi, tercantum dalam Tabel 3, memiliki nilai S-CVI 0,80.
Jika metode kesepakatan universal digunakan, ini berarti bahwa
delapan item pada skala 10-item mereka memiliki ICVI 1,0 -
tetapi I-CVI pada dua item yang tersisa bisa jadi 0,0, .20, .40,
.60, atau .80 —Kami tidak tahu apa-apa tentang dua I-CVI,
kecuali bahwa mereka tidak boleh 1,0.
Kami juga mendesak pengembang skala yang menghitung CVI dalam
upaya validasi konten mereka agar jelas tentang bagaimana mereka
menghitung S-CVI. Seperti yang telah kami tunjukkan, kedua pendekatan
tersebut dapat menghasilkan hasil yang sangat berbeda. Pengguna skala
harus memiliki informasi yang akurat tentang kualitas skala yang mereka
pertimbangkan.
Kami lebih suka S-CVI / Avemethod untuk skala-tingkat
CVI, meskipun mungkin ada alasan yang sah untuk memilih
metode S-CVI / UA. Alasan kami adalah bahwa perjanjian
universal terlalu ketat ketika ada banyak ahli di panel validasi.
Tampaknya terlalu konservatif untuk menuntut persetujuan
100 persen — bagaimana jika, misalnya, seorang pakar tidak
memahami tugas atau memiliki sudut pandang yang bias?
Contoh pada Tabel 2 menggambarkan alasan kami: meskipun
90% dari
496 PENELITIAN PENELITIAN & KESEHATAN
peringkat keseluruhan untuk 10-itemcalewere dinilai relevan,
dan semua I-CVI lebih tinggi dari
. 80, nilai S-CVI / UA hanya 0,40. Mungkin prosedur yang
paling informatif adalah menghitung S-CVI dua arah, dan
melaporkan kedua nilai.
Satu masalah terakhir menyangkut standar yang dapat diterima untuk
S-CVI. Davis (1992) dan yang lainnya merekomendasikan minimum-CVI
0,80. Ini mungkin merupakan kriteria yang masuk akal (dan bahkan ketat)
untuk SCVI / UA, tetapi mungkin diperdebatkan bahwa para peneliti yang
menggunakan mereka lebih liberal pendekatan SCVI / Ave harus mengikuti
saranWaltz et al. (2005) untuk menggunakan 0,90 sebagai standar untuk
indeks kongruitas rata-rata ini. Jika item dengan I-CVI yang tidak dapat
diterima direvisi dan dievaluasi kembali, ini seharusnya tidak menjadi
standar yang sulit untuk dipenuhi.
Singkatnya, kami merekomendasikan bahwa untuk skala
yang akan dinilai memiliki validitas konten yang sangat baik, itu
akan terdiri dari item dengan I-CVI yang memenuhi kriteria
Lynn (1986) (I-CVI). ¼ 1,00 dengan 3 hingga 5 ahli dan I-CVI
minimum 0,78 untuk 6 hingga 10 ahli) dan itu akan memiliki
SCVI / Ave 0,90 atau lebih tinggi. Ini membutuhkan
konseptualisasi konstruk yang kuat, barang-barang bagus, para
pakar yang dipilih dengan bijaksana (Davis, 1992), dan instruksi
yang jelas kepada para ahli mengenai konstruk yang
mendasarinya dan tugas pemeringkatan (Lynn). Standar yang
direkomendasikan mungkin mengharuskan dua putaran
tinjauan ahli jika I-CVI awal menyarankan perlunya perbaikan
item yang substansial, atau jika pengulas mengidentifikasi
aspek-aspek konstruksi yang tidak tercakup secara memadai
oleh kumpulan item awal (Lynn). Apapun metode perhitungan
yang digunakan, kami mendesak pengembang skala untuk
secara eksplisit tentang bagaimana nilai CVI mereka dihitung
sehingga calon pengguna skala dapat menarik kesimpulan
informasi tentang validitas konten skala,
REFERENSI
Beck, CT, & Gable, RK (2001). Memastikan konten
validitas: Ilustrasi proses. Jurnal Pengukuran Keperawatan, 9,
201–215.
Champion, V., Skinner, CC, & Menon, U. (2005).
Pengembangan skala efikasi diri untuk mamografi. Penelitian
dalam Keperawatan & Kesehatan, 28, 329–
336.
Chen, HS, Horner, SD, & Percy, MS (2003). Menyeberang-
validasi budaya dari Tahapan Kuisioner Akuisisi Tembakau dan
Skala Neraca Keputusan. Penelitian dalam Keperawatan &
Kesehatan, 26, 233–
243.
Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur
Chien, WT, & Norman, I. (2004). Validitas dan
keandalan Jadwal Wawancara Beban Keluarga versi Cina.
Penelitian Keperawatan, 53, 314–
322.
Davis, LL (1992). Ulasan instrumen: Mendapatkan hasil maksimal
dari panel ahli Anda. Penelitian Keperawatan Terapan, 5,
194–197.
Dobratz, MC (2004). Skala Penutupan Kehidupan:
tes psikometri nasional alat untuk mengukur adaptasi psikologis
dalam kematian dan sekarat. Penelitian di Keperawatan &
Kesehatan, 27, 52-62. Fowles, ER, & Feucht, J. (2004). Menguji
Pembatas untuk
Skala Makan Kesehatan. Western Journal of Nursing Research,
26, 429-443.
Grant, JS, & Davis, LT (1997). Seleksi dan penggunaan
ahli konten dalam pengembangan instrumen. Penelitian dalam Keperawatan
& Kesehatan, 20, 269-274.
Li, HCW, & Lopez, V. (2004). Evaluasi psikometrik dari versi Cina Skala
Kecemasan Negara untuk Anak-anak. Penelitian dalam
Keperawatan & Kesehatan, 27, 198–
207.
Lindell, MK, & Brandt, CJ (1999). Menilai
perjanjian antar penilai mengenai relevansi pekerjaan suatu tes:
Perbandingan indeks CVI, T, rWG (J), dan r WG (J). Jurnal
Psikologi Terapan, 84, 640–
647.
Lindgren, K. (2005). Menguji Praktik Kesehatan
dalam Kuesioner Kehamilan-II. Jurnal Keperawatan Kebidanan,
Kandungan, & Neonatal, 34, 465–
472.
Lynn, MR (1986). Penentuan dan kuantifikasi
validitas konten. Penelitian Keperawatan, 35, 382–
385.
Martuza, VR (1977). Menerapkan norma-referensi dan
pengukuran yang dirujuk kriteria dalam pendidikan. Boston: Allyn &
Bacon.
Mastaglia, B., Toye, C., & Kristjanson, LJ (2003).
Memastikan validitas konten dalam pengembangan instrumen:
Tantangan dan pendekatan inovatif. Perawat Kontemporer, 14,
281–291.
McGilton, KS (2003). Pengembangan dan psiko-
evaluasi metrik skala kepemimpinan yang mendukung. Jurnal
Penelitian Keperawatan Kanada, 35, 72–
86.
Polit, DF, & Beck, CT (2004). Penelitian keperawatan:
Prinsip dan metode (edisi ke-7) Philadelphia: Lippincott, Williams,
& Wilkins. Popham, WJ (1978). Kriteria-referensi-ukuran
ment. Englewood Cliffs, NJ: Prentice Hall. Rempusheski, VF, &
O'Hara, CT (2005). Psiko-
sifat metrik dari Persepsi Kakek tentang Skala Keluarga. Penelitian
Keperawatan, 54, 419–
427.
Rubio, DM, Berg-Weger, M., Tebb, SS, Lee,
ES, & Rauch, S. (2003), Objectifying validity content: Melakukan
studi validitas konten dalam pekerjaan sosial. Penelitian Pekerjaan
Sosial, 27, 94–
104.
Sauls, DJ (2004). Kuesioner Dukungan Tenaga Kerja:
Pengembangan dan analisis psikometri. Jurnal Pengukuran
Keperawatan, 12, 123-312.
 CONTENTVALIDITYINDEX / POLITANDBECK 497

Smith, AJ, Thurkettle, MA, & dela Cruz, FA (2004).
Penggunaan intuisi oleh mahasiswa keperawatan: Pengembangan
dan pengujian instrumen. Jurnal Perawatan Lanjut, 47, 614-622.
Waltz, CF, & Bausell, RB (1981). Penelitian keperawatan:
Desain, statistik, dan analisis komputer. Philadelphia: FA Davis.
Waltz, CF, Strickland, OL, & Lenz, ER (2005).
Pengukuran dalam penelitian keperawatan dan kesehatan (edisi ke-3)
New York: Springer Publishing Co. Wynd, CA, Schmidt, B., & Schaefer,
MA (2003).
Dua pendekatan kuantitatif untuk memperkirakan validitas konten.
Western Journal of Nursing Research, 25, 508–518.

Penelitian Keperawatan & Kesehatan DOI 10.1002 / nur