Estimasi Reabilitas

kelompok 4
Aditya Ibnu Pratama 178600024
Elsa Arisafitri :178600119
Indri Melianita :178600103
Nursyadilla Pratiwi :178600037
Sirri Hidayati :178600078
Yosua Saragih :178600043
 BI LI TAS
REA Salah satu ciri instrumen ukur yang berkualitas baik
adalah reliabel yaitu mampu menghasilkan skor yang cermat
dengan eror pengukuran kecil. Pengertian reabilitas mengacu
kepada keterpercayaan atau konsistensi hasil ukur yang
mengandung makna seberapa tinggi kecermatan pengukuran.
Koefisien reabilitas (rxx’) berada dalam rentang angka dari 0
sampai 1,00. Sekalipun bila koefisien reabilitas semakin tinggi
Jika alpha : mendekati angka 1,00 berarti pengukuran semakin reliabel.

> 0,90 = reabilitas sangat

tinggi.
>0,70 – 0,90= reabilitas tingi Reabilitas adalah sejauh mana
>0,50 – 0,70= reabilitas moderat pengukuran dari suatu tes tetap
<0,50 = reabilitas rendah konsisten setelah dilakukan berulang-
ulang terhadap subjek dan dalam
kondisi yang sama.
 Berikut adalah beberapa prosedur
estimasi reabilitas dan cara-cara
perhitungan koefisiennya yang biasa
digunakan dalam pengembangan skala-
skala psikologi :

• Pendekatan Tes Ulang

Pendekatan tes ulang (test-retest) adalah
salah satu metode yang sering digunakan
dalam mengestimasi reabilitas. Dalam metode
ini dilakukan dua kali penyajian skala pada
sekelompok subjek dengan memberikan
tenggang waktu yang cukup di antara kedua
penyajian tersebut. Dengan dua kali
penyajian, maka akan diperoleh dua distribusi
skor skala dari satu kelompok subjek.
Komputasi koefisien korelasi di antara kedua
distribusi skor kelompok tersebut akan
menghasilkan koefisien reabilitas.
Tabel 7.1 Ilustrasi Pendekatan Reabilitas Tes Ulang

Skor yang pertama

Subjek Skor yang kedua (X2)
(X1)
1. A 120 122
2. B 119 120
3. C 117 118
4. D 124 127
5. E 120 116
6. F 120 112
7. G 115 117
8. H 124 123
9. I 119 119
10. J 109 100
11. K 99 101
12. L 104 100
13. M 97 95
 Perubahan kondisi subjek yang terjadi hanya pada sebagian responden saja
atau perubahan yang terjadi tidak searah sedikit-banyak akan mempengaruhi
besarnya koefisien reabilitas yang diperoleh.

n
Efek bawaan dapat terjadi dikarenakan :

aa • Masih ingatnya subjek akan jawaban yang telah diberikannya pada waktu
pertama kali skala disajikan dan kemudian pada waktu skala tersebut disajikan
w
kembali subjek hanya sekedar mengulangi jawaban yang pernah ia berikan. Hal
Ba

ini akan mengakibatkan kemiripan distribusi skor subjek pada kedua penyajian
skala dan korelasinya akan lebih tinggi dari semestinya (overestimasi).
ek

• Timbulnya rejeksi atau reaksi penolakan terhadap skala dalam diri subjek yang
dalam bentuk perilaku merespon skala dengan tidak bersungguh-sungguh. Hal
Ef

ini mungkin terjadi karena pada waktu subjek dikena skala untuk kedua
kalinya, ia menyadari bahwa skala tersebut adalah skala yang sama dengan
yang telah diberikan sebelumnya sehingga timbul anggapan dalm diri subjek
bahwa dirinya hanya dipakai sebagai percobaan atau subjek mengira bahwa
hasil yang terdahulu tidak ditangani serius sehingga perlu diambil data ulang.
• Koefisien Reabilitas Alpha
Pendekatan reabilitas yang prosedurnya
lebih praktis dan dapat mengatasi
beberapa problem yang ditemui pada
pendekatan tes ulang adalah pendekatan
Single Trial Administration (metode
penyajian tunggal) yang menghasilkan
estimasi reabilitas konsistensi internal.
Salah satu formula konsistensi internal
yang populer adalah formula koesfisien
alpha (α). Data untuk menghitung
koefisien reabilitas alpha diperoleh lewat
sekali saja penyajian skala pada
sekelompok responden.
Dibawah ini terdapat 3 pembelahan yang
terdapat di dalam koefisien reabilitas
alpha, yaitu :
Contoh : Tabel 7.2 Distribusi Skor Aitem (i) dan Skor Skala (X) yang Terdiri dari
12 Aitem
Dua belas aitem dalam tabel 7.2 dipisahkan menjadi dua bagian kelompok atau
dua belahan, sehingga masing-masing belahan bernomor ganjil diberi nama Y1, skor
belahan berisi aitem-aitem yang bernomor genap diberi nama Y2.
Y1 = Jumlah skor pada aitem nomor 1+3+5+7+9+11
Y2 = Jumlah skor pada aitem nomor 2+4+6+8+10+12
X = Y1+Y2
i1 i2 i3 i4 i5 i6 i7 i8 i9 i10 i11 i12 X
A 0 2 1 2 0 0 1 1 2 1 0 1 11
B 3 2 3 4 3 3 4 2 4 3 3 4 39
C 4 4 3 3 3 3 4 3 4 2 3 3 40
D 1 1 2 1 2 2 1 0 0 0 1 2 13
E 1 1 2 2 3 2 1 2 0 0 2 3 19
This is the subtitle that
F 3 4 3 4 4 3 4 2 2 3 3 4 makes39it comprehensible
G 4 4 4 4 4 4 3 4 3 3 4 4 45
H 1 1 2 1 0 0 0 0 3 2 1 0 11
I 3 3 4 3 4 2 3 3 4 3 3 4 39
J 1 1 1 2 1 2 2 1 3 0 2 3 19
K 1 1 3 2 2 1 2 0 0 2 1 1 16
dengan nama baru; misalkan aitem a1, aitem a2, dan seterusnya
sampai dengan aitem a12 yaitu nama aitem terakhir.
b. Klik menu Transform, lalu klik submenu Compute Variable.
c. Pada kotak dialog Compute Variable yang muncul, ketikkan y1
dalam kotak Target Variable artinya kita menciptakan variabel baru
bernama Y1.
d. Kedalam kotak Numeric Expression ketikkan
a1+a3+a5+a7+a9+a11 yaitu penjumlahan dari skor semua aitem
yang bernomor ganjil. Kemudian klik tombol OK. Sekejab kita sudah
memiliki data baru dengan nama y1.
e. Ulangi langkah b,c, dan d guna mendapatkan skor Y2, hanya saja
sekarang ke dalam kotak Target Variable yang diketikkan adalah y2
dan kedalam kotak Numeric Expression diketikkan
a2+a4+a6+a8+a10+a12 yaitu penjumlahan dari skor semua aitem
yang bernomor genap.
f. Ulangi sekali lagi langkah-langkah b,c, dan d untuk memperoleh
skor X. Sekarang kedalam kotak Numeric Expression yang diketikkan
adalah y1+y2.
 Distribusi skor belahan Y1 dan Y2 yang diperoleh adalah :
Setelah itu, kita siap menghitung koefisien reabilitas dengan menggunakan formula alpha untuk skala yang
dibelah dua :

dan = Varians skor Y1 dan varians skor Y2

= Varians skor X

Skor Skor Skor X

Y1 Y2 (Y1+Y2)
A 4 7 11
B 21 18 39
C 22 18 40
D 7 6 13
E 9 10 19
F 19 20 39
G 22 23 45
H 7 4 11
I 21 18 39
J 10 9 19
K 9 7 16
 Untuk menghitung ketiga varians dalam formula diatas
dengan bantuan program SPSS, langkah selanjutnya adalah
sebagai berikut :
g. Klik menu Analyze, pilih Descriptive Statistics, dan klik
Descriptives.
h. Pada kotak dialog Descriptives yang muncul, pindahkan
y1,y2 dan x dari kotak kiri ke kotak Variables (s) di sebelah
kanan.
i. Klik tombol Options. Pada kotak dialog Descriptives: Options,
klik Variance dan klik tombol Continue.
j. Setelah kembali ke kotak dialog Descriptives, klik tombol OK
dan sekejap sudah ada output varians ketiga variasi tersebut.
Dengan contoh diatas, diperoleh varians y1 = 51,418;
varians y2 = 45,018 dan varians x = 187,873; sehingga
komputasi koefisien alpha belah-dua menghasilkan :
2. Bila Aitem Berjumlah Tidak Genap
Apabila aitem dalam skala berjumlah ganjil, tentu skala tidak dapat dibelah
menjadi dua bagian yang sama panjang. Dalam hal ini penggunaan formula
koefisien alpha masih dimungkinkan dengan membelah aitem dalam skala
menjadi tiga bagian asalkan masing-masing bagian tetap berisi aitem yang sama
banyak.

Sebagai contoh : Dengan data yang sama dari Tabel 7.2 dapat dihitung skor Y1 =
a1+a4+a7+a10, skor Y2 = a2+a5+a8+a11, dan skor Y3 = a3+a6+a9+a12, masing-
masing sebagai skor belahan yang berisi 4 aitem. Hasil komputasi masing-masing
skor ketiga belahan adalah sebagai berikut :
 Skor Skor Skor X
Skor
Y1 Y2 (Y1+Y2)
Y3
A 4 3 4 11
B 14 10 15 39
C 13 13 14 40
D 3 4 6 13
E 4 8 7 19
F 14 13 12 39
G 14 16 15 45
H 4 2 5 11
I 12 13 14 39
J 5 5 9 19
K 7 4 5 16
Untuk skala yang dapat dibelah menjadi tiga bagian yang sama panjang, formula koefisien alpha adalah :

, = Varians skor masing-masing belahan

= Varians skor skala
Diperoleh pula = 22,873; = 24,418; = 19,655; dan sebelumnya sudah diketahui
bahwa = 187,873; sehingga hasil komputasi koefisien alpha dengan belah tiga
adalah :

= 0.965.

3. Bila Aitem
Tidak Dapat
Dibagi Sama Dalam kasus jumlah aitem
Banyak tidak dapat dibagi menjadi
dua atau menjadi tiga yang
sama panjang, seperti skala
berisi sebanyak 19 atau 37
atau 41 aitem atau
semacamnya, maka
koefisien alpha dapat
langsung diproses dengan
SPSS dari data distribusi
skor aitem tanpa
membelah atau membagi
aitem menjadi kelompok-
kelompok.
Langkah-langkahnya adalah
sebagai berikut :
a. Setelah data file diaktifkan, klik
menu Analyze, pilih Scale,
dan klik submenu Reability
Analysis.
b. Pada kotak dialog Reability
Analysis yang muncul,
pindahkan semua aitem dari
kotak kiri ke kotak sebelah
kanan, lalu klik tombol
Statistics.
c. Setelah kotak dialog Statistics
terbuka, tandai atau klik
kotak F-test, kemudian klik
tombol Continue.
d. Setelah kembali ke kotak dialog
Reability Analysis, klik tombol
OK.
Komputasi Reliabilitas dengan Analisis Varians (Anova)
Dalam kasus skala yang aitem-aitemnya tidak dapat dibagi dua maupun dibagi tiga sama banyak
atau dalam kasus skala yang berisi hanya sedikit aitem saja, komputasi koefisien reliabilitasnya
dapat dilakukan antara lain dengan pendekatan analisis varians (anova). Salah satu pendekatan
anova yang sangat populer untuk keperluan ini adalah yang dikemukakan oleh Hyot (1941).
Formula komputasi koefisien reliabilitas Hoyt adalah :

rxx’ = 1-MKis / MKs

MKis = Mean kuadrat interaksi aitem dengan subjek

MKs = Mean kuadrat antarsubjek

Untuk memperoleh koefisien Hoyt dengan rumus diatas dapat memanfaatkan SPSS yang salah satu
output yang dihasilkannya dari menu Scale dan submenu Reliability Analysis adalah tabel anova
yang memuat angka MKis dan MKs. Langkah-langkah SPSSnya sama dengan proses komputasi
Cronbach’s Alpha. Dengan menggunakan data dari Tabel 7.2 proses SPSS menghasilkan output
berupa tabel anova seperti pada Tabel 7.3.
 Tabel 7.3 Tabel Anova untuk Komputasi Koefisien Reliabilitas Hoyt.
ANOVA
Sum of df Mea F S
Squares n i
Squ g
Dalam tabel 7.3 tampak Mean are
Square Residual = 0,573 yang Between People 156.561 10 15.6 2.19 .
sama dengan MKis pada rumus 56 4 0
2
Hoyt dan Mean Squares 0
Wit Betwee 13.841 11 1.25
Between People = 156.656 hin n Items 8
yang sama dengan MKS pada peo
Residua 63.076 110 .573
ple
rumus Hoyt, sehingga l
Total 76.917 121 1.78
koefisien reliabilitas Hoyt 2
adalah : Total 233.477 131 1.78
2
rxx’ = 1-MKis / MKs
rxx’ = 1- 0,573 / 156,656
rxx’ = 0,963.
 Bila skala menghasilkan skor komposit, maka dalam proses
komputasi koefisien reliabilitasnya, skor aitem tidak diperlakukan

si t
po
sebagai satu kesatuan. Reliabilitas skala harus diestimasi melalui

om
reliabilitas masing-masing komponen yang membentuk atribut
tersebut. Bila koefisien reliabilitas skor setiap komponen itu cukup
K tinggi, maka dapat diharapkan bahwa skor kompositnya juga akan
or
memiliki reliabilitas yang tinggi. Untuk memperoleh satu koefisien
Sk

reliabilitas bagi skor skala yang berasal dari beberapa komponen,

as

dapat digunakan formula Mosier (1943), yakni :

lit
bi
lia

rxx’ = 1 - -
Re

wj = Bobot relatif komponen j

wk = Bobot relatif komponen k
sj = Deviasi standar komponen j
sk = Deviasi standar komponen k
rjj’ = Koefisien reliabilitas tiap komponen
rjk = Koefisien korelasi antara dua komponen yang berbeda
Tabel 7.4 Contoh Skor Komponen dan Skor Komposit

Komponen Skor X
A B C (a+3b+2c)
Subjek
A 6 2 3 18
B 8 4 6 32
C 10 6 8 44
D 10 5 7 39
E 9 4 7 35
F 5 2 3 17
G 7 3 4 24
H 6 2 4 20
I 9 6 7 41
J 9 5 8 40

wj 1 3 2
sj 1,79 1,60 2,00
10,36
Pada tabel 7.4 disajikan contoh data distribusi skor skala (X) yang diperoleh dari
penggabungan skor dari tiga komponen dengan bobot yang berbeda yaitu a = 1, b = 3, dan c
= 2. Jadi skor X = a+3b+2c.
Komputasi koefisien korelasi antar ketiga komponen telah dilakukan dan
menghasilkan rab = 0,927; rac = 0,953; sedangkan rbc = 0,927. Diandaikan bahwa koefisien
reliabilitas setiap komponen berturut-turut adalah raa’ = 0,81; rbb’ = 0,79; dan rcc’ = 0,86.
Dengan demikian, komputasi koefisien reliabilitas untuk skor komposit X menghasilkan :
= (1)2(1,79)2+(3)2(1,60)2+(2)2(2,00)2
= 42,2441
(1)2(1,79)2(0,81)+(3)2(1,60)2(0,79)+(2)2(2,00)2(0,86)
= 34,5569
= (1)(3)(1,79)(1,60)(0,927)+(1)(2)(1,79)(2,00)(0,953)+
(3)(2)(1,60)(2,00)(0,927) = 32,5867

rxx’ = 1- = 0,928.
• Makna Koefisien Reliabilitas
Konsep reliabilitas menunjuk kepada taraf keterpercayaan atau taraf konsistensi hasil
ukur. Pada umumnya, reliabilitas telah dianggap memuaskan bila koefisiennya
mencapai minimal rxx’ = 0,900; namun untuk skala yang digunakan dalam
pengambilan keputusan individual yang sangat penting, sebaiknya koefisien
reliabilitas mencapai angka rxx’ = 0,950.
Dalam menginterpretasikan koefisien reliabilitas, ada dua hal yang harus dipahami,
yaitu :
a. Besarnya koefisien reliabilitas skala yang dihitung dari data skor suatu kelompok
subjek dalam situasi tertentu kemungkinannya sangat besar untuk tidak sama dengan
koefisien reliabilitas skala tersebut pada kelompok subjek lain dan dalam situasi yang
lain .
b. Koefisien reliabilitas hanyalah mengindikasikan besarnya inkonsistensi skor hasil
pengukuran, bukan menyatakan secara langsung sebab-sebab inkonsistensi itu.
• Eror Standar dalam Pengukuran
Makna kecermatan pengukuran akan lebih nampak apabila tidak hanya dilihat dari besarnya koefisien
reliabilitas tapi juga mempertimbangkan statistik lain dikenal dengan nama Eror Standar dalam Pengukuran.
Statistik tersebut dirumuskan sebagai berikut :

Se = S x

yang menunjukkan besar kecilnya variasi eror dalam pengukuran. Pengukuran yang cermat akan memiliki
eror standar yang kecil karena fluktuasi erornya tidak banyak. Dari kumputasi terhadap data skor dalam Tabel
7.2 dengan menggunakan Cronbach’s Alpha telah diperoleh r xx’ = 0,963 sedangkan carians skornya adalah Sx2
= 187,873, maka eror standar dalam pengukurannya adalah :

Se = 13,701
Se = 2,635

yang merupakan angka yang relatif kecil, sehingga dapat diartikan bahwa skala yang bersangkutan
menghasilkan skor yang memiliki kecermatan tinggi.
Skor murni (Г) adalah skor sesungguhnya yang bebas dari eror pengukuran. Besaran skor-murni tidak dapat diketahui
namun dapat diestimasi dengan skor skala (X) yang kita peroleh sebagai hasil pengukuran. Rumus interval kepercayaan
skor murni adalah :

ѓ = X ± zα/2(se)

ѓ = skor-murni yang diestimasi

zα/2 = harga z pada taraf signifikan α/2
se = eror standar

Contoh :
Kalau digunakan taraf kepercayaan 95% atau 0,95 berarti α = 1- 0,95 = 0,05 sehingga α/2 = 0.025. Pada Tabel Deviasi
Normal (Lampiran A) dapat dilihat bahwa harga z untuk p = 0,0025 adalah (-1,96) di ujung kiri yang sama dengan p =
0,975 yaitu (+1,96) di ujung kanan distribusi normal.
Dengan mamsukkan harga α/2 = + 1,96 dan se = 2,635, maka diperoleh interval kepercayaan skor-murni sebagai berikut :

ѓ = X ± 1,96(2,635)
ѓ = X ± 5,165
ѓ=X±5
Artinya, skor sesungguhnya bagi skor sebesar X yang diperoleh dari pengukuran dengan koefisien reliabilitas = 0,963
memiliki peluang 95% berada apada kisaran X-5 sampai dengan X+5. Inilah kisaran eror atau fluktuasi skor pengukuran.
Sebagai contoh, bagi seseorang yang memperoleh skor X = 28, ada kemungkinan sebesar 95% bahwa skor-murninya
berada di kisaran X = 23 sampai dengan X = 33.
 Kesimpulan

Pendekatan tes ulang (test-retest) adalah salah satu metode yang sering digunakan dalam
mengestimasi reabilitas. Dalam metode ini dilakukan dua kali penyajian skala pada
sekelompok subjek dengan memberikan tenggang waktu yang cukup di antara kedua penyajian
tersebut. Dengan dua kali penyajian, maka akan diperoleh dua distribusi skor skala dari satu
kelompok subjek. Komputasi koefisien korelasi di antara kedua distribusi skor kelompok
tersebut akan menghasilkan koefisien reabilitas. Salah satu formula konsistensi internal yang
populer adalah formula koesfisien alpha (α). Data untuk menghitung koefisien reabilitas aplha
diperoleh lewat sekali saja penyajian skala pada sekelompok responden. Dalam kasus skala
yang aitem-aitemnya tidak dapat dibagi dua maupun dibagi tiga sama banyak atau dalam kasus
skala yang berisi hanya sedikit aitem saja, komputasi koefisien reliabilitasnya dapat dilakukan
antara lain dengan pendekatan analisis varians (anova). Salah satu pendekatan anova yang
sangat populer untuk keperluan ini adalah yang dikemukakan oleh Hyot (1941).