Anda di halaman 1dari 13

Modul Praktikum

STAT - 2
Retno Aulia Vinarti dan Asisten Praktikum Statistika

Uji Reliabilitas
Reliabilitas memiliki arti dapat dijadikan acuan, atau dapat digunakan istilah lain yaitu konsisten. Ukuran konsistensi tersebut diukur oleh nilai cronbach alpha. Nilai cronbach alpha bernilai positif, dan suatu data kuesioner dikatakan reliable apabila memiliki nilai cronbach alpha lebih atau sama dengan 0.6. Semakin tinggi nilai cronbach alpha suatu kuesioner, maka semakin tinggi reliabilitas kuesioner tersebut. Reliabilitas dari suatu kuesioner dapat diukur per kategori maupun keseluruhan. Namun kecenderungannya nilai cronbach alpha untuk jawaban per kategori lebih tinggi daripada untuk nilai per keseluruhan. Rumus Cronbach Alpha di definisikan sebagai berikut [ dimana r = nilai cronbach alpha k = jumlah pertanyaan/pernyataan = varians b = indeks pertanyaan/pernyataan t = total/keseluruhan Secara ilustrasi, reliabilitas dapat dianalogikan dengan gambar sebagai berikut ( ] [ ) ]

Persamaan gambar sebelah kiri dan kanan adalah kedua gambar merepresentasikan kekonsistensian, atau dapat dikatakan reliable. Sedangkan, perbedaan gambar sebelah kiri dan kanan adalah gambar sebelah kiri merupakan ilustrasi dari reliabilitas saja, sedangkan gambar sebelah kanan merupakan ilustrasi dari reliabilitas dan validitas. Bila dihubungkan antara gambar dengan rumus cronbach alpha, dapat ditarik pemahaman bahwa nilai kuesioner yang variansnya tidak terlalu besar akan memberikan reliabilitas yang semakin tinggi. Hal ini dikarenakan pada rumus terdapat angka 1 varians, yang akan membalik dari sifat cronbach alpha dengan varians.

Practical Time!
Praktikum terbagi menjadi dua, yaitu dengan rumus manual dan membuktikan hasilnya dengan SPSS. Gunakan data berikut ini untuk melakukan perhitungan Cronbach Alpha secara manual.

Bahan baku: - SPSS - Microsoft Excel - data uji coba Responden ke1 2 3 4 5 6 7 8 9 10 Proses Excel: Cari jumlah jawaban per responden (disebut x) Kuadratkan jumlah tersebut (disebut a) Cari kuadrat jawaban dari responden per pertanyaan Jumlahkan hasil kuadrat tersebut (disebut b) Cari varians relatif per pertanyaan dengan rumus Pertanyaan/Pernyataan ke1 4 3 2 3 3 4 2 4 4 4 2 4 3 2 4 4 3 3 4 4 4 3 3 4 2 4 4 3 3 4 4 4 4 4 4 2 4 4 4 4 2 2 4 5 4 4 4 4 5 4 5 4 4 4

( )

= 0,61

Cari varians relatif untuk pertanyaan ke 2, 3, 4, 5 Hitung varians relatif total dengan rumus

=
-

= 4,69

Hitung nilai cronbach alpha dengan rumus ] [ ] [ ( ) [ ] [ ( ] )

Berikut ini adalah capture untuk mengecek kebenaran dari hitungan excel

Proses SPSS: Klik Analyze > Scale > Reliability Analysis Field Item (masukkan semua item) Statistics, pilih item, scale, scale if item deleted dan inter-correlation

Output:
Reliability Statistics Cronbach's Alpha Based on Cronbach's Alpha .581 Standardized Items .561 N of Items 5

Dari tabel diatas dapat diketahui bahwa nilai Cronbach Alpha dari kuesioner tersebut adalah 0.581 (not reliable).

Item-Total Statistics Scale Mean if Item Deleted Jawaban1 Jawaban2 Jawaban3 Jawaban4 Jawaban5 14.60 14.40 14.40 14.50 13.70 Scale Variance if Item Deleted 3.600 2.933 3.156 3.611 5.122 Corrected Item-Total Correlation .299 .734 .619 .182 -.047 Squared Cronbach's

Multiple Cor- Alpha if Item relation .715 .778 .613 .141 .522 Deleted .551 .293 .366 .648 .654

Dari tabel diatas, pilih angka Cronbachs Alpha if item deleted tertinggi (atau lebih dari 0.6). Jawaban5 adalah jawaban yang apabila jawaban tersebut dihilangkan, nilai cronbach alphanya akan maksimal (berganti dari 0.581 menjadi 0.654). Buktikan!

Uji Validitas
Uji validitas adalah salah satu tools untuk mengukur sah/valid atau tidaknya hasil kuesioner. Suatu kuesioner dinyatakan valid apabila merepresentasikan apa yang ingin dicapai dari pembagian kuesioner tersebut. Contohnya, dibuat suatu kuesioner mengenai hobby dari siswa SMU X, maka kuesioner tersebut dinyatakan valid apabila responden yang merupakan siswa dari SMU X akan men-

jawab tepat seperti apa yang diinginkan surveyor, yaitu mengenai hobby. Bukan menjawab hal lain yang menyimpang dari yang ingin dicapai. Untuk mengukur validitas dari kuesioner dapat digunakan KMO (Kaiser-Meiyer-Oikin) dengan range nilai sebagai berikut 0.8 - 0.9: sangat bagus 0.7 - 0.8: bagus 0.6 - 0.7: cukup 0.5 - 0.6: kurang dibawah 0.5: tidak dapat diterima

Selain memiliki nilai KMO lebih dari 0.5 untuk dapat dinyatakan diterima validitasnya, nilai eigenvalue harus bernilai diatas 1 dan nilai loading factor tiap pertanyaan lebih dari 0.4. Semakin tinggi nilainya, maka semakin valid jawaban dari pertanyaan tersebut. Mengenai ilustrasi dari uji validitas dapat dilihat pada gambar berikut ini

Dua gambar diatas memiliki persamaan, sama-sama valid, namun pada gambar sebelah kanan, hanya merepresentasikan validitas saja, namun tidak reliable/konsisten.

Practical Time!
Practical Time terbagi menjadi dua, yang pertama adalah melihat validitas kuesioner dari nilai KMO, sedangkan yang kedua melihat dari korelasi tiap butir pertanyaan. Pada praktikum kali ini hanya dibahas mengenai KMO, sebagai ukuran validasi standart, yang sering digunakan. Bahan baku: - SPSS - data uji coba Responden ke1 2 3 4 5 6 7 8 9 10 Pertanyaan/Pernyataan ke1 4 3 2 3 3 4 2 4 4 4 2 4 3 2 4 4 3 3 4 4 4 3 3 4 2 4 4 3 3 4 4 4 4 4 4 2 4 4 4 4 2 2 4 5 4 4 4 4 5 4 5 4 4 4

Proses: Klik Analyze > Dimension Reduction > Factor Masukkan setiap variable Descriptives, pilih KMO dan Barletts test Rotation, pilih Varimax Extraction, pilih Factor to Extract diisi jumlah kategori atau set default bila tidak ada kategori

Output:
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. .508 15.142 10 .127

KMO pada tabel diatas bernilai 0.508, nilai ini menunjukkan bahwa hasil kuesioner dapat dinyatakan valid, sekalipun masih kurang bagus.

Total Variance Explained Extraction Sums of Squared LoadInitial Eigenvalues Component 1 2 3 4 5 Total 2.357 1.494 .704 .324 .121 % of Variance 47.148 29.882 14.071 6.471 2.428 Cumulative % 47.148 77.030 91.101 97.572 100.000 Total 2.357 1.494 ings % of Variance 47.148 29.882 Cumulative % 47.148 77.030 Total 2.341 1.510 Rotation Sums of Squared Loadings % of Variance 46.823 30.207 Cumulative % 46.823 77.030

Extraction Method: Principal Component Analysis.

Terdapat dua nilai eigenvalue dari 5 komponen yang bernilai > 1, sehingga dari tabel diatas dapat dilihat bahwa jawaban kuesioner tercluster menjadi dua kelompok. Untuk mengetahui, Jawaban nomor mana saja masuk ke cluster yang mana, dapat dilihat dari nilai loading factor yang labih dari 0.4 pada tabel dibawah ini.
Rotated Component Matrix Component 1 Jawaban1 Jawaban2 Jawaban3 Jawaban4 Jawaban5 .797 .935 .867 .222 -.174 2 -.449 .100 .160 .717 .871
a

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.

Sel yang berwarna kuning menunjukkan bahwa tiap item/komponen terpetakan masuk ke salah satu cluster. Sebagai contoh, jawaban1 memiliki nilai 0.797 (lebih dari 0.4) untuk cluster pertama, sedangkan untuk cluster kedua mem-

iliki nilai minus. Sehingga dapat disimpulkan bahwa Jawaban1 memasuki cluster 1. Demikian seterusnya untuk jawaban2, 3, 4 dan 5.

Apabila terdapat Jawaban yang tidak termasuk dalam cluster manapun (memiliki nilai dibawah 0.4 untuk setiap cluster) maka jawaban tersebut sebaiknya dihilangkan.

On The Spot Quiz (Kelompok)


1. Uji Reliabilitas dan Validitas dari kuesioner masingmasing. Catat variable apa saja yang dihilangkan, dan sertakan alasannya. 2. Untuk kuesioner yang tidak memenuhi syarat validitas, dapat melakukan uji validitas dengan uji korelasi per butir pertanyaan pada saat asistensi.