UJI VALIDITAS DAN RELIABILITAS

KONSEP DASAR PENGOLAHAN DAN ANALISA DATA

DIMULAI DENGAN PEMBUATAN ANGKET

INGAT TERLEBIH DAHULU BAHWA ANGKET MESTI VALID DAN

REALIBEL

APA ITU UJI VALIDITA DAN REABILITAS??

 SUATU KUSIONER DIKATAKAN VALID JIKA PERTANYAAN
PADA KUSIONER MAMPU MENGUNGKAPKAN APA YANG
AKAN DI UNGKAPKAN

SEDANGKAN KUSIONER DIKATAKAN RELIABEL (HANDAL)

JIKA DAPAT MENUNJUKKAN KEMANTAPAN, KEAJENGAN
ATAU STABILITAS HASIL PENGAMATAN BILA
DIPERGUNAKAN ATAU DI UKUR PADA WAKTU-WAKTU
BERIKUTNYA DENGAN KONDISI SESUATU YANG DI UKUR
TIDAK BERUBAH

BILA DILAKUKAN UJI VALIDITAS DAN RELIABEL ?

 1. Data

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan dalam
bentuk bukan angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja
DATA
Data yang dinyatakan dalam
bentuk angka
Contoh : lama bekerja, jumlah
gaji, usia, hasil ulangan

KUALITATIF KUANTITATIF
JENIS
DATA
NOMINAL INTERVAL
ORDINAL RASIO
 1. Data

DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara
kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan

DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara
kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat
hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara
pengukuran, di mana jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem
kalender

DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara
pengukuran, di mana jarak antara dua titik skala sudah diketahui
dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
 2. Pengolahan Data

PROSEDUR PENGOLAHAN DATA :

A. PARAMETER : Berdasarkan parameter yang ada statistik

dibagi menjadi

• Statistik PARAMETRIK : berhubungan dengan

inferensi statistik yang membahas parameter-
parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal.

• Statistik NONPARAMETRIK : inferensi statistik tidak

membahas parameter-parameter populasi; jenis data
nominal atau ordinal; distribusi data tidak diketahui
atau tidak normal
.
B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi
menjadi

• Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel)

untuk n sampel atau beberapa variabel tetapi masing-
masing variabel dianalisis sendiri-sendiri. Contoh : korelasi
motivasi dengan pencapaian akademik.

• Analisis MULTIVARIAT : dua atau lebih pengukuran

(variabel) untuk n sampel di mana analisis antar variabel
dilakukan bersamaan. Contoh : pengaruh motivasi terhadap
pencapaian akademik yang dipengaruhi oleh faktor latar
belakang pendidikan orang tua, faktor sosial ekonomi,
faktor sekolah
 2. Pengolahan Data

MULAI

Statistik NOMINAL INTERVAL

Jenis Statistik
Non ORDINAL
Data ? RASIO
Parametri
Parametrik k

Analisis SATU DUA / LEBIH Analisis

Univaria Jumlah Multivaria
t Variabel t
?
3. PENYAJIAN DATA
4. MEMBUAT TABEL
5. MEMBUAT GRAFIK
6. DISTRIBUSI FREKUENSI
7. UKURAN PEMUSATAN
8. UKURAN LETAK
9. UKURAN PENYEBARAN
 10. Normalitas, Hipotesis, Pengujian

Distribusi Normal : kurva berbentuk bel, simetris, simetris terhadap sumbu yang
melalui nilai rata-rata

Kurtosis = keruncingan

Skewness = kemiringan

+3s  +2s  -s   +s  +2s  +3s

68%
95%
99%

• Lakukan uji normalitas

• Rasio Skewness & Kurtosis berada –2 sampai +2
Rasio = nilai
Standard error
• Jika tidak berdistribusi normal, lakukan uji melalui non parametrik (Wilcoxon,
Mann-White, Tau Kendall)
 Uji Validitas
• Mengukur apa yg seharusnya diukur
• Sejauh mana ketepatan dan kecermatan suatu
instrumen pengukuran dalam melakukan
fungsi Ukurnya
• Agar data yg diperoleh bisa relevan/sesuai
dengan tujuan diadakannya pengukuran tsb
 Contoh :

• Dalam mengukur motivasi

Tentunya seorang peneliti yg membuat
instrumen
• motivasi ini berharap agar instrumen
penelitiannya bisa berfungsi dgn benar untuk
mengukur motivasi
• syaratnya instrumen itu harus memiliki validitas
yg tinggi
• Memakai korelasi product momen: korelasi
antar item dengan skor total dalam satu variabel
• Validitas tinggi
• Azwar > 0.3 (koefisien validitas ini sudah
dianggap memuaskan)
• Dalam output SPSS dilihat pada kolom corrected
itemtotal corelation
Reliabilitas
• Sejauh mana hasil pengukuran dapat dipercaya.
• Sejauh mana hasil pengukuran dapat dipercaya
bila dilakukan pengukuran pada waktu yg berbeda
pada kelompok subjek yg sama diperoleh hasil yg
relatif sama.
>>>> asalkan aspek yg diukur dalam diri subjek
memang belum berubah
• Tinggi/rendahnya reliabilitas secara empirik
ditunjukkan oleh suatu angka yang disebut nilai
koefisien reliabilitas
• Reliabilitas yg tinggi ditunjukkan dgn nilai 1.00,
reliabilitas yg dianggap sudah cukup memuaskan
atau tinggi adalah > 0.70

• Ada beberapa teknik yg dipakai untuk

menghitung reliabilitas diantaranya: alpha
croncbach, splith half.
• Dalam SPSS kita sering memakai alpha
croncbach
 Bagaimana dengan penggunaan rumus ini
(product moment)

Misalkan kita ingin menguji validitas variabel

motivasi
Perhatikan data berikut
Nomor Butir pertanyaan
Responden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
1 5 4 4 5 5 5 4 5 4 5 4 3 3 5 5 5 4 4 5
2 2 3 4 2 3 3 1 3 3 2 3 1 1 3 3 3 2 1 2
3 4 5 5 4 5 5 4 3 5 5 3 4 3 5 5 5 5 5 5
4 3 4 5 4 3 4 5 2 4 4 3 4 3 4 3 4 4 3 4
5 2 3 2 2 4 3 4 3 3 3 2 3 2 5 3 2 4 3 2
6 3 4 3 2 4 3 4 3 3 3 2 3 3 3 4 2 3 4 4
7 4 4 5 3 3 4 5 3 4 4 3 4 3 3 3 4 3 3 5
8 3 4 4 3 2 3 4 2 4 3 4 3 4 4 3 4 3 4 4
9 3 3 2 3 4 3 3 3 3 3 3 3 2 4 3 3 3 3 2
10 4 5 5 4 5 4 5 2 5 4 5 4 4 5 5 4 5 4 5

LAKUKAN UJI VALIDITAS TERHADAP DATA

VARIABEL MOTIVASI DI ATAS
KALAU MENGGUNAKAN EXCELL KITA
DAPAT LANSUNG MELAKUKAN SEBAGAI
BERIKUT

PADA KOLOM TERAKHIR BUAT JUMLAH

PADA KOLOM PALING BAWAH HITUNG
DENGAN
=CORREL(B4:B13, U4:U13) DAN
LAKUKAN UNTUK SETIAP KOLOM
PERHATIKAN PERHITUNGANNYA
Nomor Butir pertanyaan
Responden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Total
1 5 4 4 5 5 5 4 5 4 5 4 3 3 5 5 5 4 4 5 84
2 2 3 4 2 3 3 1 3 3 2 3 1 1 3 3 3 2 1 2 45
3 4 5 5 4 5 5 4 3 5 5 3 4 3 5 5 5 5 5 5 85
4 3 4 5 4 3 4 5 2 4 4 3 4 3 4 3 4 4 3 4 70
5 2 3 2 2 4 3 4 3 3 3 2 3 2 5 3 2 4 3 2 55
6 3 4 3 2 4 3 4 3 3 3 2 3 3 3 4 2 3 4 4 60
7 4 4 5 3 3 4 5 3 4 4 3 4 3 3 3 4 3 3 5 70
8 3 4 4 3 2 3 4 2 4 3 4 3 4 4 3 4 3 4 4 65
9 3 3 2 3 4 3 3 3 3 3 3 3 2 4 3 3 3 3 2 56
10 4 5 5 4 5 4 5 2 5 4 5 4 4 5 5 4 5 4 5 84
0.89 0.88 0.63 0.87 0.57 0.88 0.67 0.15 0.89 0.94 0.59 0.74 0.72 0.6 0.8 0.8 0.81 0.77 0.89

V V V V V V V TV V V V V V V V V V V V

V : VALIT
TV : TIDAK VALID
UJI RELIABILITAS INSTRUMEN PENELITIAN
DENGAN CRONBACH ALPHA
(MANUAL)
Rumus untuk menghitung koefisien reliabilitas
instrument dengan menggunakan
Cronbach Alpha adalah sebagai berikut:
 KEMBALI KE UJI VALIDITAS
DAN RELIABILITAS

MARI KITA BAHAS CONTOH BERIKUT

 PENGUJIAN INSTRUMEN
UJI VALIDITAS DAN RELIABILITAS

Soal : Akan dilakukan penelitian pengaruh

kepemimpinan dan motivasi kerja terhadap prestasi
kerja Sebelum dilakukan penelitian masing-masing
instrumen diuji cobakan dulu untuk mendapat
instrumen yang valid dan reliable. Uji coba istrumen
hanya sekali saja dilakukan kepada 20 responden.
Hasil tabulasi data untuk Variabel Kepemimpinan sebagai berikut:
A. Validitas dan Reliabilitas Instrumen kepemimpinan (X1)

Langkah 1 : Masukkan data hasil uji coba ke dalam data

editor SPSS
Langkah 2 : Klik [Analyze] [Scale] [Reliablity Analysis]
Langkah 4 : Masukkan semua skor item (butir) kuesioner
ke dalam kolom Items:, Pilih Model [Splithalf],
klik kotak pada List item Labels
Langkah 5 : klik opsi [Statistics] lalu pada Descriptive for
klik [item] [Scale] [Scale if item deleted]
pada opsi Intern Item klik kotak [Correlations] pada
Summaries klik kotak [Correlation] lanjutkan
[Continue] dan akhiri [OK]
COBA SENDIRI DIRUMAH SEBAGAI TUGAS NO 1.B
 B. Validitas dan Reliabilitas Motivasi Kerja (X2)
Hasil tabulasi data untuk Variabel Motivasi Kerja sebagai berikut:
 Validitas dan Reliabilitas Prestasi Kerja (Y)
Hasil tabulasi data untuk Variabel Prestasi Kerja sebagai berikut:
 TUGAS 1
1. UNTUK DATA DI ATAS (BOLEH JUGA BUAT DATA
SENDIRI), LAKUKAN UJI VALIDITAS DENGAN
MENGGUNAKAN RUMUS
(SECARA MANUAL) DAN LENGKAPI DENGAN HASIL
PERHITUNGAN DENGAN SPSS
2. JUGA LAKUKAN UJI RELIABILITAS SECARA MANUAL
DAN LENGKAPI DENGAN HASIL
PERHITUNGAN DENGAN SPSS
YANG PENTING MEMBERIKAN BERI
ANALISA/PENAFSIRAN DARI HASIL PERHITUNGAN
 Validitas tes
• Validitas isi (content Valdidity)
Apakah alat ukur tes telah memenuhi validitas isi
• Validitas Kriteria (Criterion Related Validity)
diperoleh dengan membandingkan skor pengukuran
dengan suatu kriteria yang telah ada
• Validitas Konsepsi (Construct Valididy)
apakah alat ukur sudah sesuai dengan konsep yang ada
Beberapa pendekatan untuk mencari koefisien
Reliabilitas
1.Ukur Ulang
2.Ukur Setara
3.Sekali Ukur
Pendapat lain

1. Uji-uji ulang Koefisien Reliabilitas Stabilitas

2. Uji-uji setara  Koefisien reliabilitas kesetaraan
3. Uji pilih paruh  Rumus Spearman-Brown, Rulon
4. Uji Konsistensi Butir  Rumus KR, Alpha Cronbach
 Contoh perhitungan dengan SPSS koefisien Reliabilitas
gaya kepemimpinan (untuk uji ulang) tentang gaya
kepemimpinan
Nomor Butir pertanyaan
Responden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Total
1 5 4 4 5 5 5 4 5 4 5 4 3 3 5 5 5 4 4 5 84
2 2 3 4 2 3 3 1 3 3 2 3 1 1 3 3 3 2 1 2 45
3 4 5 5 4 5 5 4 3 5 5 3 4 3 5 5 5 5 5 5 85
4 3 4 5 4 3 4 5 2 4 4 3 4 3 4 3 4 4 3 4 70
5 2 3 2 2 4 3 4 3 3 3 2 3 2 5 3 2 4 3 2 55
6 3 4 3 2 4 3 4 3 3 3 2 3 3 3 4 2 3 4 4 60
7 4 4 5 3 3 4 5 3 4 4 3 4 3 3 3 4 3 3 5 70
8 3 4 4 3 2 3 4 2 4 3 4 3 4 4 3 4 3 4 4 65
9 3 3 2 3 4 3 3 3 3 3 3 3 2 4 3 3 3 3 2 56
10 4 5 5 4 5 4 5 2 5 4 5 4 4 5 5 4 5 4 5 84
 Kita ingin melihat apakah konsisten responden dalam
menjawab kusioner, lalu dilakukan uji ulang, diperoleh
data berikut
Nomor Butir pertanyaan (test ke 2)
Responden 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Total
1 5 4 5 5 5 4 4 5 5 5 4 5 3 5 5 5 4 5 5 88
2 4 3 4 5 3 4 3 3 3 3 3 3 4 3 3 3 2 2 2 60
3 4 5 4 4 5 5 5 4 5 5 3 4 3 4 5 5 5 5 5 85
4 4 4 5 4 3 4 4 3 4 4 5 4 3 4 5 4 4 3 4 75
5 2 2 2 2 3 3 4 3 3 3 4 3 4 3 3 2 4 3 2 55
6 4 4 3 3 4 3 3 3 3 3 4 3 4 3 4 5 3 3 3 65
7 5 4 5 4 3 3 5 4 4 4 3 4 3 4 4 4 3 4 5 75
8 3 4 3 3 2 3 3 2 4 3 2 3 4 4 3 4 3 4 3 60
9 3 3 2 3 3 3 2 3 4 3 2 3 2 3 3 2 2 3 2 51
10 5 4 4 4 4 4 5 2 5 4 4 4 5 4 5 4 5 4 5 81
Contoh perhitungan dengan SPSS koefisien Reliabilitas
gaya kepemimpinan
Tes I Test II
84 88
45 60
Uji ulang 85 85
70 75
55 55
Kita akan periksan konsistensi
60 65
Reliabilitas terhadap 2 x tes yang
70 75
dilakukan
65 60
56 51
84 81
Lakukan seperti menghitung koefisien korelasi bivariate

Diperoleh hasil sebagai berikut

Diperoleh r = 0.900 (sangat tinggi)
Dan sig = 0.00 < 0.01
Artinya hasil test I dan II sangat stabil
Selanjutnya uji setara
Dilakukan dua test untuk mengukur kesetaraan, dua
perangkat test disiapkan terhadap objek yang sama.
Kita akan menentukan tingkat reliabilitasnya

Misalkan setelah dilakukan test untuk gaya

kepemimpinan diperoleh data sebagai berikut
Angket A Angket B
60 65
70 55
65 70
74 67
85 77 Berapakah tingkat
65 78 Reliabilitasnya ???
70 60
65 68
60 70 Lakukan seperti langkah
70 63
Yang tadi
65 77
75 63
70 78
80 64
55 57
Diperoleh hasil sebagai berikut

Silakan beri komentar /penjelasan terhadap hasil di atas

Tugas satu no 2
Buat data sebarang sebanyak 40 datum, lakukan
uji Validitas dan reliabilitas

Silakan buat uji sebanyak mungkin cara yang

anda ketahui
 UJI NORMALITAS
• Suatu distribusi (sebaran) dikatakan simetrik
bila distribusi tersebut dapat dilipat sepanjang
suatu sumbu tegak sehingga kedua
belahannya saling menutupi.

• Suatu distribusi yg tdk setangkup terhadap

sumbu tegaknya dikatakan menjulur.
• Menjulur positif, bila menjulur ke sebelah
kanan, ekor kanan lebih panjang dari ekor kiri.
(lihat Walpole hal 57. Gambar 3.8 a)

• Menjulur negatif, bila menjulur ke sebelah kiri,

ekor kiri lebih panjang dari ekor kanan.(lihat
Walpole hal 57.Gambar 3.8 b)
• Bagi dist.yg setangkup, nilai tengah & median
terletak pd posisi yg sama.

• Bila menjulur +, nilai2 besar di ekor kanan

tdk terlalu banyak dipengaruhi nilai2 kecil
ekor kiri, sehingga nilai tengah lebih besar
dari mediannya.

• Bila menjulur -, nilai2 kecil di ekor kiri akan

membuat nilai tengah lebih kecil dari
median.
Koefisien kemenjuluran Pearson
• Didefinisikan :
 ~ ~
3( x  x) 3(    )
SK  SK 
s 
• Untuk sebaran yg setangkup sempurna, nilai
tengah dan mediannya identik, sehingga
nilainya nol.
 Alat uji Normalitas yang lain

1. Dengan melihat nilai Mean, Median dan Modus

2. Melihat

dan
3. SPSS, Kolmogorov-Smirnov dan Shapiro-Wilk
(Analy ze  Descriptives  Explore
(silakan dicoba sekarang)

Selanjutnya:
· Pilih y sebagai dependent list
· Pilih x sebagai factor list, apabila ada lebih dari
1 kelompok data
· Klik tombol Plots
· Pilih Normality test with plots, seperti tampak
pada gambar di bawah ini.
· Klik Continue, lalu klik OK
Diperoleh hasil sebagai berikut

Bila sig > , maka data berdistribusi

normal
4. Menggunakan 1-Sample K-S

Lakukan sekarang data yang tadi

 Diperoleh hasil sebagai berikut

Bila sig > , maka data berdistribusi

normal
Tugas satu no 4
Buat data sebarang sebanyak 40 datum, lakukan
uji normalitas seperti di atas.
Lakukan juga dengan uji chi-kuadrat, uji lilliefors,
 UJI HOMOGENITAS
1. Menggunakan ANOVA

Analyze  Compare Mean  One-Way-Anova

Misalkankan kita punya sekumpulan data berikut

Nilai J Kelamin
45 L
65 L
76 L
55 L
64 L H0 : Data homogen
56 L
75
56
L
L
terhadap variabel jenis kelamin
65 L
67 L
64 L
45 L
54 P
55 P Silakan coba sekarang
66 P
56 P
54 P
56 P
54 P
67 P
56 P
56 P
56 P Diperoleh hasil sebagai berikut
60 P
Apakah data berdistribusi normal

Kalau lupa dengan Anova dan Manova

Kita bahas pada kesempatan lain
2. Dengan menu Explore (SPSS)

Silakan coba data yang tadi

Diperoleh hasil sebagai berikut

Dikatakan homogen jika sig > 
Data Stem-and-Leaf Plot for Data Stem-and-Leaf Plot for
JK= Laki-Laki JK= Perempuan

Frequency Stem & Leaf Frequency Stem & Leaf

2.00 4 . 55 3.00 5 . 444

3.00 5 . 566 6.00 5 . 566666
5.00 6 . 44557 1.00 6 . 0
2.00 7 . 56 2.00 Extremes (>=66)

Stem width: 10 Stem width: 10

Each leaf: 1 case(s) Each leaf: 1 case(s)

Perhatikan data di atas, maka jelas

homogenitasnya seperti tabel di ats
Tugas satu no 5
Buat data sebarang sebanyak 40 datum, lakukan
uji Homogenitas seperti di atas.

Lakukan juga uji homogenitas dengan uji lain

yang anda ketahui
3. Menggugnakan menu
General linear model univariat
Option, pilih Homogenity test

Silakan coba data yang tadi

 Uji linearitas

1. Dengan menu analyze  compare mean  mean

2. Dengan menu Graphs  interactive  Scatteerplot

Harap dipelajari sebelum kita bahas regresi linear