VALIDITAS, RELIABILITAS, &

NORMALITAS

ACHMAD LUKMAN HAKIM

achmadlukmanhakim@gmail.com
087886560817
 UJI INSTRUMEN (VALIDITAS)
• Sejauh mana ketepatan dan kecermatan suatu
alat ukur dalam mengukur suatu variabel.

• Timbangan emas valid untuk mengukur cincin,

tetapi timbangan emas tidak valid untuk
menimbang berat badan.
 UJI INSTRUMEN (RELIABILITAS)
• Sejauh mana hasil pengukuran tetap konsisten
bila dilakukan pengukuran dua kali atau lebih
terhadap gejala yang sama dan dengan alat
pengukuran yang sama pula.

• Mengukur jarak dari suatu tempat ke tempat

yang lain, meteran logam lebih reliabel
dibandingkan dengan langkah kaki
A B
140
135

80

55
 CARA UJI VALIDITAS KUESIONER
• Analyze  Scale  Reliability Analysis 
Masukkan variabel yang akan diuji  Klik
Statistics (√: Item, Scale, Scale if item deleted) 
Continue  Ok
• Jika r hasil > r tabel, maka pertanyaan tersebut
valid. Jika r hasil < r tabel, maka pertanyaan
tersebut tidak valid
• Nilai r tabel  N & α = 5% (0,05) = ? (Lamp. Buku
Statistik). N  Jmlh sampel uji Validitas
• Nilai r hasil perhitungan  Corrected item Total
Correlation
N
I
L
A
I

R
-
T
A
B
E
L
CARA UJI RELIABILITAS KUESIONER
• Analyze  Scale  Reliability Analysis  Masukkan
variabel yang akan diuji  Klik Statistics (√: Item, Scale,
Scale if item deleted)  Continue  Ok
• Syarat reliabilitas, semua variabel yang diuji harus valid
• Jika r hasil > r tabel, maka pertanyaan tersebut reliabel.
Jika r hasil < r tabel, maka pertanyaan tersebut tidak
reliabel
• Nilai r tabel sama seperti nilai r tabel pada uji validitas
• Nilai r hasil perhitungan  nilai Chronbach’s Alpha if
Item Deleted
KRITERIA TINGKAT RELIABEL
< 0,200 SANGAT RENDAH
0,200 – 0,399 RENDAH
0,400 – 0,599 CUKUP
0,600 – 0,799 TINGGI
0,800 – 1,000 SANGAT TINGGI
 r hasil untuk reliabilitas
r hasil untuk validitas
 UJI NORMALITAS
• Sebagai syarat untuk melakukan uji statistik
parametrik
• Penentu apakah uji hipotesis menggunakan uji
statistik parametrik atau non parametrik
Dapat dilakukan dengan:
• Histogram
• Kolmogorov Smirnov / Shapiro Wilk
• Skewness
 HISTOGRAM
• Data yang digunakan dalam bentuk NUMERIK
• Transform  Compute Variable  Isikan
Target Variable  Penjumlahan  OK

• Analyze  Descriptive Statistics 

Frequencies  Masukkan Data Variabel yg
dlm Bentuk Numerik  Klik Charts  (√:
Histograms & Show normal curve on
histogram)  Continue  Ok
• Berdistribusi normal jika kurva menyerupai
bell shape (Mean = Median = Modus)
 HISTOGRAM

Berdistribusi Tidak Normal

Berdistribusi Normal
 Kolmogorov Smirnov / Shapiro Wilk
• Data yang digunakan dalam bentuk NUMERIK
• * Kolmogorov Smirnov  jmlh sampel > 50
Shapiro Wilk  jmlh sampel < 50
• Analyze  Descriptive Statistics  Explore 
Masukkan Data Variabel yg dlm Bentuk
Numerik di Dependent List Klik Plots  (√:
Normality plots with test)  Continue  Ok
• Berdistribusi normal jika p-value (Sig.) > 0,05
 Skewness
• Data yang digunakan dalam bentuk NUMERIK
• Langkah pengolahan = Kolmogorov Smirnov/
Shapiro Wilk
• Berdistribusi normal jika hasil pembagian
(Skewness : Std. Error Skewness) = -2 - +2
0,465
0,403
= 1,154 (normal)

-2 -1 0 1 2
 Transformasi Data (Numerik  Kategorik)
• Data yang digunakan dalam bentuk NUMERIK
• Transform  Recode into Defferent Variables
 Masukkan Data Variabel yg dlm Bentuk
Numerik  Isikan Name & Label di Output
Variable  Klik Change  Klik Old and New
Values  Isikan Angka pada Value di New
Value  Isikan Nilai pada Range di Old Value
 Add  Ketika Pengkategorian Selesai, Pilih
Continue  OK
• Data yg sudah diubah dalam bentuk kategorik,
diberikan label/keterangan di Variable View
 Transformasi Data (Numerik  Kategorik)
Contoh: Sikap (Numerik)  Sikap_Masyarakat (Kategorik)
1. Negatif, Jika nilai < Median (66)
2. Positif, Jika nilai > Median (66)
1. Klik Transform  Recode into Defferent Variables
Masukkan variabel Isikan Name &
2. Isi Kotak Dialog sikap yg dlm bentuk
numerik ke bagian
Label 2
kotak sebelah
kanan 1
Klik Old and New
4 Value
3
Klik Change sampai
muncul
Sikap_Masyarakat
 Transformasi Data (Numerik  Kategorik)
3. Isi Kotak Dialog
Isikan angka 1, yg
1 berarti
pengkategorian
pertama

Masukkan Nilai Median,

pengkategorian pertama
< 66, maka isikan nilai 65
pada bagian Lowest, 3 Klik Add
2 karena nilai awal < 66
adalah 65
 Transformasi Data (Numerik  Kategorik)
4. Isi Kotak Dialog

Isikan angka 2, yg
1 berarti
pengkategorian
Kedua

Masukkan Nilai Median,

pengkategorian kedua >
3 Klik Add
2 66, maka isikan nilai 66
pada bagian Highest,
karena nilai awal > 66
adalah 66

4 Klik Continue
 Transformasi Data (Numerik  Kategorik)
5. Klik OK
6. Memberi Label/Keterangan untuk memperjelas bahwa 1 =
negatif & 2 = positif, dengan Klik Variabel View

7. Klik Value pada bagian Sikap_Masyarakat

Klik ....
 Transformasi Data (Numerik  Kategorik)
8. Isi Kotak Dialog

1Isikan angka 1 yg berarti pengkategorian pertama

2 Isikan kata pertama
negatif, yg berarti pengkategorian
adalah negatif
3 Klik Add
 Transformasi Data (Numerik  Kategorik)
9. Isi Kotak Dialog

1 Isikan angka 2 yg berarti pengkategorian kedua

2 Isikan kata positif, ygadalah
berarti pengkategorian kedua
positif

3 Klik Add

4 Klik OK
 Transformasi Data (Numerik  Kategorik)
10. Lakukan Analisis Deskriptif (Univariat)
Data Kategorik: Analyze  Descriptive
Statistics  Frequencies
11. Isi KotakMasukkan
Dialog variabel
Sikap Masyarakat
yg dlm bentuk
kategorik ke bagian
kotak sebelah
kanan
1

2 Klik OK
 Transformasi Data (Numerik  Kategorik)
10. Lakukan Analisis Deskriptif (Univariat)
Data Numerik: Analyze  Descriptive
Statistics  Frequencies
11. Isi Kotak Dialog
Masukkan variabel
Sikap yg dlm 2 Klik Statistics
bentuk numerik ke
bagian kotak
sebelah kanan

1
 Transformasi Data (Numerik  Kategorik)
12. Isi Kotak Dialog

1
√: Mean, Median,
Mode, Minimum, &
Maksimum

1
2 Klik Continue

13. Pilih OK
Transformasi Data (Numerik  Kategorik)
Hasil
Univariat
Data
Kategorik

Hasil
Univariat
Data
Numerik
asu