Dalam hal ini disebur dengan metode kuantitatif yaitu mengkonfirmasi dari huru ke
dalam angka / kode.
Buka variable view untuk kolom ”Name” isi sesuai kategori yang di tanyakan di
kuisioner dan tidak boleh menggunakan spasi dalam penulisannya hanya boleh
menggunakan underscore, misal : Usia, Jenis_Kelamin, Jabatan,dll.
Untuk “Width” ubah jadi 8, “Decimal” ubah jadi 0.
Untuk isi “Value” :
Value isi dengan angka kategori misal : 1
Label diisi dengan keterangan kategori yang dipilih misal : “12-15 Tahun”
dengan kategori usia 1 yang berkisar antara 12-15 Tahun. Kalo sudah semua tiap
kategori dimasukan maka Add dan Klik Ok
Untuk “Label” diisi dengan nama kategori yang di tulis di kuisioner sama seperti
yang telah ditulis di kolom “Name” namun bedanya di kolom “Label”
penulisannya boleh menggunakan spasi, misal : Usia, Jenis Kelamin, Jabatan,dll.
• Pertama lihat Missingnya di kolom STATISTIC, Kalo sudah valid berarti data yang ada sudah
tervalidasi ditandai dengan Missingnya 0 dan itu berarti semuanya sudah bagus dan benar.
• Analisa per tabel kategori, misal tabel kategori USIA
Analisanya => Rentang Usia yang berkisar anara 15-20 tahun terdapat sebanyak 23 orang
(Lihat frekuensinya di tabel kategori Usia), kemudian persentasenya sekitar 20% ( lihat
kolom percent di tabel kategori Usia)
• Semua kategori di analisa seperti itu baik kategori jenis kelamin, pekrjaan, dll.
• Untuk hasilnya disebut dengan Output Spos.
Ada icon kertas tanda panah ke atas (Export) bisa di klik- Klik Word RTF-Klik Browse- Pilih
mau disimpen dimana- klik ile Name-klik save dan lihat tipe dokumennya klik Ok
Discart untuk menyimpan file dalam bentuk SPSS
STEP UJI VALIDITAS DAN REABILITAS
Valid berarti instrument tersebut dapat digunakan untuk mengukur apa yang seharusnya
diukur. Instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk
mengukur objek yang sama, akan menghasilkan data yang sama.
kolom corrected item- total correlation (CITC), dengan ketentuan sebagai berikut:
1. Jika CITC > 0.30 maka valid
2. Jika CITC < 0.30 maka tidak valid
Pengujian reliabilitas dilakukan dengan menggunakan cronbach alpha
3. cronbach alpha hitung >0,6 = reliabel
4. Cronbach alpha hitung < 0,6 = tidak reliable
Langkah Pertama :
• Buka Variabel View di SPSS
• Isi kolom Name dengan kategori di Excel missal ; X1_1, X1_2, X1_3 (Di kolom Name tidak
boleh menggunakan spasi tapi menggunakan under scors). Baru di kolom terakhir tulis
Total missal Total_X1.
• Kolom Type tetap Numeric
• Kolom Width tetap 8
• Kolom Decimal diubah jadi 0
• Kolom Label dikosongkan tidak perlu diisi
• Kolom Value diisi dengan mengklik titik tiga (…) maka akan muncul kata Value dan Label
• Untuk Valuenya diisi dengan 1
• Untuk Labelnya diisi dengan “Sangat Setuju”
• Kolom Measure di ubah jadi Scale
Pertama lihat N Of Item nya jumalahnya sama atau tidak dengan data yang sudah diolah
• Untuk menilai apakah nilai-nilai di atas (Validitas Butir dan Reliabilitas Butir) valid dan
reliabel, Cara membandingkan Corrected Item-Total Correlation (CITC) ada 2, pertama bisa
membandingkan langsung dengan Constract Validity 0,30 (untuk validitas) atau bisa
dengan menggunakan cara kedua yaitu membandingkan R hitung (CITC) dengan hasil R
table. Cara membandingkan R hitung (CITC) dengan hasil R tabel :
• Pertama hitung berapa banyak jumlah data yang diolah misal banyak data (N) = 37,
rumusnya N-1-2 jadi 37-1-2=34
• Tadi diperoleh hasilnya 34, kemudian lihat tabel R baris ke 34 dengan menggunkan tingkat
ke Erorran 0,5 / 5% misal diperoleh hasilnya 0,346 jadi hasil R tabelnya yaitu 0,346. Baru
setelah itu 0,346 dibandingkan dengan tiap butir angka di CITC (R hitung).
• Jika R hitung (CITC) lebih besar dari R tabel maka butir tersebut bisa dikatakan VALID, tapi
jika CITC( R hitung) lebih kecil dari R tabel maka butir tersebut dikatakan TIDAK VALID.
0,346 (R tabel) dibandingkan dengan 0,678 (R hitung) yaitu lebih besar 0,678 dimana R
hitung lebih besar dari R tabel itu artinya butir tersebut sudah VALID.
• Jika hasil perbutir (perbaris) Croncbach’s Alpha if Item Deleted > 0,60 maka data reliabel
dan jika sebaliknya < 0,60 maka data tidak reliabel dan tidak boleh lanjut uji hipotesis
tetapi harus dihapus atau mengulang kembali penyebaran data
• Ingat seluruh butir (perbaris) harus valid dan reliabel (tidak boleh timpang misal satu butir
valid dan tidak reliabel maka tidak boleh lanjut ke uji hipotesis)
• Jika seluruh butir sudah dinyatakan valid dan reliable maka kesimpulannya data tersebut
bisa lanjut ke uji hipotesis selanjutnya.