UJIA VALIDITAS, UJI REABILITAS, UJI

NORMALITAS, UJI HOMOGENITAS

KELOMPOK 5
KALISTA L.K TANONE
IDALETHA NAMANG DJABAR
ESY MASYTA SAMAU
GRESELY RADJA TUDE
OTRYANA YUSMIATI ATOK
SORI NOVIA DULIM
 A. UJI VALIDITAS
Validitas adalah ketepatan atau kecermatan suatu instrumet dalam pengukuran. Dalam pengujian
instrument pengumpulan data, validitas dibedakan menjadi validitas factor dan validitas item.
Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor
satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan
antara skor faktor ( penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan
faktor).
Pengukuran validitas item dengan cara mengkorelasikan antara skor item dengan skor total
item. Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total
(skor total).
Dalam menentukan layak atau tidaknya suatu item yang digunakan, biasanya digunakan uji
signifikansi valid jika berkorelasi signifikan terhadap skor total. Skor totaldalah penjumlahan
dari keseluruhan item. Item-item pertanyaan yang berkorelasi signifikan dengan skor total
menunjukkan item -item tersebut mampu memberikan dukungan dalam mengungkap apa yang
ingin diungkap, rumus korelasi produk moment dari pearsons yang digunakan:
Keterangan : rxy = koefisie n korelasi antara variabel X dan Y
N = jumlah responden
ΣX = jumlah s kor butir soal
ΣY = jumlah s kor total soal
ΣX2 = jumlah skor kuadrat butir soal
ΣY2 = jumlah skor total kuadrat butir soal
Nilai r hitung dicocokkan dengan rtabel product moment pada taraf signifikan 5%.Jika r hitung lebih
besar dari r tabel 5%. Maka butir soal tersebut valid
 Jenis-jenis Validitas
1) Validitas Isi (Content Validity) merupakan validitas yang digunakan untuk mengukur kemampuan
belajar, hasil belajar atau prestasi belajar.
2) Validitas konstruk (construct validity) merupakan validitas yang dapat digunakan untuk mengukur
sikap, minat konsep diri, lokus kontrol, gaya kepemimpinan, motivasi berprestasi, dan lain-lain, maupun
yang sifatnya performa maksimum seperti instrumen untuk mengukur bakat (tes bakat), inteligensi
(kecerdasan intelektual), kecerdasan, emosional dan lain-lain.
3) Validitas kriteria merupakan sebuah ukuran validitas yang ditentukan dengan cara membandingkan skor-
skor tes dengan kinerja tertentu pada sebuah ukuran luar atau yang lain. Contoh penggunaan validitas
kriteria adalah tes intelijensi yang berkorelasi dengan rata-rata nilai akademis. Asumsinya, jika intelijensi
seseorang tinggi maka yang terjadi adalah dia akan mendapatkan nilai akademis yang bagus.
4) Validitas Muka (Face Validity) adalah tipe validitas yang paling rendah signifikasinya karena hanya
didasarkan pada penilaian selintas mengenai isi alat ukur. Apabila isi alat ukur telah tampak sesuai
dengan apa yang ingin diukur maka dapat dikatakan validitas muka telah terpenuhi Validitas muka bisa
dikatakan juga sebagai validitas rendah dari validitas isi (Content Validity).
Cara menghitung validitas cara menghitung validitas alat ukur

keterangan :
Dimana :
Rxy = koefisien korelasi antara variabel X dan
variabel Y, dua variabel yang dikorelasikan (x = X
– X dan y = Y –Y)
Σxy = jumlah perkalian x dengan y
X 2 = kuadarat dari x
Y 2 = kuadarat dari y
Rumus korelasi product moment dengan angka kasar

Keterangan : rxy = koefisie n korelasi antara variabel

X dan Y
N = jumlah responden
ΣX = jumlah s kor butir soal
ΣY = jumlah s kor total soal
ΣX2 = jumlah skor kuadrat butir soal
ΣY2 = jumlah skor total kuadrat butir
soal
Contoh soal uji validitas
Sehingga dapat diketahui nilai Person Correlation dari
soal nomor satu sampai nomor lima 0,632 dapat diketahui
pada tabel berikut ini:

maka dapat ditarik kesimpulan bahwa terima

H1 sehingga soal tersebut valid dan dapat
diujikan.
 B. UJI NORMALITAS
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan
untuk menilai sebaran data pada sebuah kelompok data atau variabel,
apakah sebaran data tersebut berdistribusi normal ataukah tidak
Macam-macam Uji Normalitas
Uji normalitas yang dapat digunakan diantaranya:
-Chi-Square
-Kolmogorov Smirnov,
-Lilliefors
-Shapiro Wilk.
 uji chi-square
Metode Chi-Square atau X2 untuk Uji
Goodness of fit Distribusi Normal
menggunakan pendekatan penjumlahan
penyimpangan data observasi tiap kelas
dengan nilai yang diharapkan.
Persyaratan Metode Chi Square (Uji
Goodness of fit Distribusi Normal)
• Data tersusun berkelompok atau
dikelompokkan dalam tabel distribusi
frekuensi.
• Cocok untuk data dengan banyaknya angka
besar (n>30)
langkah-langkah menguji data normalitas menggunakan uji
chi-square:
• menetukan mean atau rata-rata
• menetukan simpangan baku
• membuat daftar distribusi frekuensi yang diharapkan
• merumuskan formula hipotesis
• menetukan taraf nyata
• menentukan derajat kebebasan (dk) (dk = k-1)
• menetukan nilai uji statistik
X2 hitung =
k
(Qi Ei )2
keterangan
 Ei
i1
Qi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = frekuensi yang diharapkan pada klasifikasi ke-i
• menetukan kriteria pengujian hipoteesis
Ho ditolak jika X2hitung ≥ X2tabel
Ho diterima jika X2hitung < X2tabel
• membuat kesimpulan
 Contoh Uji Normalitas

DIAMBIL TINGGI BADAN MAHASISWA DI SUATU PERGURUAN TINGGI

TAHUN 2020
PENYELESAIAN
TINGGI BADAN JUMLAH
1. Hipotesis : Ho : Populasi tinggi badan mahasiswa
berdistribusi normal H1 : Populasi tinggi badan mahasiswa
140-144 7
tidak berdistribusi normal
145-149 10
2. Nilai α Nilai α = level signifikansi = 5% = 0,05
150-154 16
3. Rumus Statistik penguji (Q E)

155-159 23 i i
X2
=
160-164 21 hitung
Ei
165-169 17
170-174 6
JUMLAH 100

Selidikilah dengan α = 5%, apakah data

tersebut di atas berdistribusi normal ?
(Mean = 157.8; Standar deviasi = 8.09)
 (Qi Ei )
X hitung = 
2
Ei +

(7  3,86)2 (10  10 ,1) 2

(16  18,94)
2
(23 24,23)2 (6  5,38)2
+ + + +….+
3,86 10,1 18,94 24,23 5,38
= 0,427
4. Derajat Bebas Df = ( k =panjang kelas) – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Tabel
X2 (Chi-Square) pada lampiran.
6. Daerah penolakan
- Menggunakan gambar

-Menggunakan rumus |0,427 | < |5,991| ; berarti Ho

diterima, Ha ditolak

7. Kesimpulan Populasi tinggi badan mahasiswa

berdistribusi normal α = 0,05.
 Uji Kolmogorov-Smirnov
signifikasinya :
Uji Kolmogorov-Smirnov tidak jauh beda dengan
metode Lilliefors. Langkah-langkah Penyelesaian dan nilai terbesasr FT  FS dibandingkan dengan nilai tabel
penggunaan rumus sama, namun pada signifikansi yang lilliefors
berbeda. Signifikansi Metode Kolmogorov-Smirnov • jika Lhitung < Ltabel , maka : H0 diterima
menggunakan tabel pembanding Kolmogorov-Smirnov, H1 ditolak
sedangkan Metode Lilliefors menggunakan tabel • jika Lhitung > Ltabel , maka : H0 ditolak
pembanding metode Lilliefors.
H1 diterima
PERSYARATAN FT = probabilitas komulatif normal
• Data berskala interval atau ratio (kuantitatif) FS = probabilitas komulatif empiris
• Data tunggal/ belum dikelompokkan pada tabel Dhitung = FT  FS
distribusi frekuensi Dhitung = D(α,n)
• Dapat untuk n besar maupun n kecil.
 Contoh soal uji Kolmogorov-Smirnov

Suatu penelitian tentang berat badan mahasiswa yang mengijkuti

pelatihan kebugaran fisik/jasmani dengan sampel sebanyak 27
orang diambil secara random, didapatkan data sebagai berikut ; 78,
78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97,
98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan α = 5%,
apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal ?
Penyelesaian

• Hipotesis
Ho : Populasi berat badan mahasiswa berdistribusi normal
H1 : Populasi berat badan mahasiswa tidak berdistribusi
normal
• Nilai α
Nilai α = level signifikansi = 5% = 0,05

• Derajat bebas
Df tidak diperlukan

• Nilai tabel
Nilai Kuantil Penguji Kolmogorov, α = 0,05 ; N = 27 ;
yaitu 0,254. Tabel Kolmogorov Smirnov pada lampiran.

• Daerah penolakan
Menggunakan rumus | 0,1440 | < | 0,2540|
berarti Ho diterima, Ha ditolak

• Kesimpulan Populasi tinggi badan mahasiswa

berdistribusi normal α = 0,05.
 uji lilliefors
penentuan taraf signifikan untuk uji lilliefors 5%
atau 0,05 dengan hipotesisnya yaitu:
Ho : sampel berasal dari populasi yang
terdistribusi normal
Hi : sampel tidak berasal dari populasi
yang terdistribusi normal
dengan kriteria pengujiannya :
• jika Lhitung < Ltabel terima H0
• jika Lhitung ≥ Ltabel tolak H0
langkah-langkah pengujian
• data pengamatan x1, x2, ... , xn dijadikan bilangan baku
xi x
z1, z2, ... , zn dengan menggunakan rumus s (dengan
x bar dan S merupakan rata-rata dan simpangan baku)
• unutk setiap bilangan baku ini menggunkan daftar
distribusi normal baku, kemudian dihitung peluang
F(zi) = P(z ≤ zi).
• dihitung proposi z1, z2, ... , zn yang lebih kecil atau
sama dengan zi. jika proposi ini dinyatakan oleh S(zi)
banyaknya _ z1 , z 2 ,.... z n _ yang  z i
maka : S ( z i ) 
n
• hitung selisih F(zi)-S(zi), kemudian tentukan harga
mutlak
• ambil harga yang paling besar diantara harga-harga
mutlak selisih tersebut misalnya harga tersebut L0
 Contoh : Berdasarkan data ujian statistik dari 18 mahasiswa didapatkan data sebagai berikut ; 46, 57,
52, 63, 70, 48, 52, 52, 54, 46, 65, 45, 68, 71, 69, 61, 65, 68. Selidikilah dengan α = 5%, apakah data
tersebut di atas diambil dari populasi yang berdistribusi normal ?
Penyelesaian :
• Hipotesis Ho : Populasi nilai ujian statistik berdistribusi normal
H1 : Populasi nilai ujian statistik tidak berdistribusi normal
• Nilai α Nilai α = level signifikansi = 5% = 0,05

• Derajat Bebas
Df tidak diperlukan

• Nilai tabel Nilai Kuantil Penguji Lilliefors,

α = 0,05 ; N = 18 yaitu 0,2000.

• Daerah penolakan
Menggunakan rumus | 0,1469 | < | 0,2000| ;
berarti Ho diterima

• Kesimpulan
Populasi nilai ujian statistik berdistribusi normal
 Uji Shapiro Wilk
Uji Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam
nilai Z untuk dapat dihitung luasan kurva normal.
PERSYARATAN

• Data berskala interval atau ratio (kuantitatif)

• Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi •
Data dari sampel random

SIGNIFIKANSI
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3
dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai
probabilitasnya (p).

Jika nilai p > 5%, maka Ho diterima ; Ha ditolak.

Jika nilai p < 5%, maka Ho ditolak ; Ha diterima.
Tabel Harga Quantil Statistik Shapiro-Wilk Distribusi Normal. Jika digunakan
rumus G, maka digunakan tabel 2 distribusi normal.
 Contoh Uji Shapiro Wilk

Berdasarkan data usia sebagian balita yang diambil sampel secara

random dari posyandu Mekar Sari Wetan sebanyak 24 balita,
didapatkan data sebagai berikut : 58, 36, 24, 23, 19, 36, 58, 34, 33,
56, 33, 26, 46, 41, 40, 37, 36, 35, 18, 55, 48, 32, 30 27 bulan.
Selidikilah data usia balita tersebut, apakah data tersebut diambil
dari populasi yang berdistribusi normal pada α = 5% ?
• Hipotesis
Ho : Populasi usia balita berdistribusi
normal
H1 : Populasi usia balita tidak
berdistribusi normal

• Nilai α
Nilai α = level signifikansi = 5% = 0,05

• Rumus statistik penguji

Langkah pertama dihitung nilai D, yaitu :
 • Derajat bebas
Langkah berikutnya hitung nilai T, yaitu : Db = n
• Nilai tabel Pada lampiran dapat dilihat, nilai α (0,10) = 0,930 ; nilai α
(0,50) = 0,963
• Daerah penolakan Nilai T3 terletak diantara 0,930 dan 0,963, atau nilai p
hitung terletak diantara 0,10 dan 0,50, yang diatas nilai α (0,05) berarti Ho
diterima, Ha ditolak
• Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05. Cara lain setelah nilai
T3 diketahui dapat menggunakan rumus G, yaitu :

2
1 k

T3  
D
  x
i 1
i n  i 1  xi 

Hasil nilai G merupakan nilai Z pada distribusi normal, yang
selanjutnya dicari nilai proporsi (p) luasan pada tabel distribusi
normal (lampiran). Berdasarkan nilai G = -1,2617, maka nilai
1
  54,6894  2 = 0,9391 proporsi luasan = 0,1038. Nilai p tersebut di atas nilai α = 0,05
3187 ,958 berarti Ho diterima Ha ditolak. Data benar-benar diambil dari
populasi normal.
 C. UJI RELIABILITAS
Reliabilitas adalah keakuratan dan ketepatan dari suatu alat ukur dalam suatu prosedur pengukuran.
Berdasarkan bahasa, reliabilitas berasal dari kata reliability yang terdiri dari kata rely dan ability, artinya
sejauh mana hasil suatu pengukuran dapat dipercaya. Suatu hasil pengukuran dapat dipercaya apabila dalam
beberapa kali pelaksanaan pengukuran terhadap kelompok subyek yang sama, diperoleh hasil pengukuran
yang relatif sama, selama aspek yang diukur dalam diri subyek memang belum berubah.
1. .Reliabilitas Tes Tunggal (Internal Consistency Reliability)
Tes tunggal adalah tes yang terdiri dari satu set yang diberikan terhadap sekelompok subjek dalam satu kali
pengetesan, sehingga dari hasil pengetesan hanya diperoleh satu kelompok data. Ada dua teknik untuk
perhitungan reliabilitas tes, yaitu:
a) Teknik Belah Dua (Split-Half Technique).
Dilakukan dengan cara membagi tes menjadi dua bagian yang relatif sama (banyaknya soal sama),
sehingga masing-masing testi mempunyai dua macam skor, yaitu skor belahan pertama (awal / soal
nomor ganjil) dan skor belahan kedua (akhir / soal nomor genap). Koefisien reliabilitas belahan tes
dinotasikan dengan r 11
22
dan dapat dihitung dengan menggunakan rumus yaitu korelasi angka kasar
Pearson. Selanjutnya koefisien reliabilitas keseluruhan tes dihitung menggunakan formula
Spearman-Brown, yaitu:
r 11 2 r11

22 1  r22
 Kategori koefisien reliabilitas adalah sebagai berikut:
0,80 < r11 1,00 reliabilitas sangat tinggi
0,60 < r11 0,80 reliabilitas tinggi
0,40 < r11 0,60 reliabilitas sedang
0,20 < r11 0,40 reliabilitas rendah
-1,00 r11 0,20 reliabilitas sangat rendah (tidak reliable)
(2) Teknik Non Belah Dua (Non Split-Half Technique).
Salah satu kelemahan perhitungan koefisien reliabilitas dengan menggunakan teknik belah dua adalah (1)
banyaknya butir soal harus genap, dan (2) dapat dilakukan dengan cara yang berbeda sehingga menghasilkan
nilai yang berbeda pula seperti terlihat pada contoh c.1 dan contoh c.2. Untuk mengatasi masalah tersebut
dapat dilakukan dengan menggunakan teknik non belah dua. Untuk perhitungan koefisien reliabilitas dapat
dilakukan dengan menggunakan rumus Kuder-Richardson (KR-20) yaitu:
 n

dengan n
 s t2

 p iq i 

r 11  i 1
n adalah banyaknya butir soal n  1  s t
2 
 ke-i
pi adalah proporsi banyak subjek yang menjawab benar pada butir soal 
 
qi adalah proporsi banyak subjek yang menjawab salah pada butir soal ke-i
s 2 adalah varians skor total.
t
 (3) Reliabilitas Tes Uraian
Untuk menghitung reliabilitas tes bentuk uraian dapat
dilakukan dengan
menggunakan rumus Cronbach-Alpha, yaitu:
atau dengan rumus
 

 n 2
 
 xt n  xt  
r11 
n 
n 1
1 
2

  si 

ns t
 n  i1 
  r11  1 2
keterangan : n 1 st 
r11 adalah koefisien reliabilitas  
n adalah banyaknya butir soal  

adalah rata-rata skor total
x t dengan:
ns 2 adalah varians skor total.
r11 adalah koefisien reliabilitas
t

n adalah banyaknya butir soal.

2 adalah varians skor soal ke-i.
si
s 2 adalah varians skor total
t
Contoh kasus uji reabilitas
Setelah kuesioner diisi 12 responden diperoleh data berikut :
Seorang mahasiswa melakukan
penelitiandengan menggunakan
skala untuk mengetahuiatau
mengungkap prestasi belajar
seseorang. Kuisioner terdiri dari
10 item dan menggunkan skala
likers yaitu:
1 = sangat tidak setuju
2 = tidak setuju
3 = setuju
4 = sangat setuju.
Diperoleh korelasi bivariat Pearson antaraSkor Item dan
Skor Total untuk masing-masing item. Jika digunakan
tingkatsignifikansi (level of significance).
= 0,05(5 %) dengan uji 2 sisi dan n= 12 maka titikkritisnya
adalah 0,576.

Terlihat bahwa item 1, 9 dan 10 kurang dari0,576 sehingga

dapat disimpulkan bahwaitem 1, 9 dan tidak valid dan
jika perlu itemtersebut diubah atau dibuang (asalkan
tidakmengurangi arti kuesioner secara kesatuan).
Dari output SPSS diperoleh nilai
korelasi yang diinginkan pada
kolom Corrected Item- Total
Correlationdan dibandingkan
dengan titik kritistable yaitu 0,576
sehingga item-itemyang tidak valid
adalah item 1, item5, item 9 dan
item 10.
 D. UJI HOMOGENITAS
pengertian uji homogenitas jenis-jenis uji homogenitas
uji homogenitas merupakan uji perbedaan antara 1. uji bartlett
dua atau lebih populasi. semua karakteristik digunakan untuk menguji ukuran dengan cuplikan yang
populasi dapat bervariasi antar satu populasi sama maupun tidak sama unutk tiap kelompok.. Hipotesis
dengan yang lain. dua diantaranta adalah varian statistik unutk pengujian homogenitas varians adalah :
dan mean (selain itu masih ada bentuk distribusi, Ho : = 12  22
median, modus, range dll)
H1 : paling sedikit satu tanda sama dengan
tidak tidak berlaku
langkah-langkah perhitungan
• mengitung varianz setiap kelompok
• memasukan perhitungan ke dalam tabel penolong uji
homogenitas varian seperti berikut :
sampel Dk 1 2
dk
s i
2
dk .si2 log si2 (dk) logsi
 2. uji harley pearson
uji ini digunakan unutk menguji ukuran dengan cuplikan yang
sama (n yang sama) unutk tiap kelompok, misalkan kita punya dua
populasi normal dengan varians 12
dan ,akan
2
2
diuji mengenail
• menghitung varians gabungan
uji dua pihak unutk pasangan hipotesis nol H0 dan tandingannya H1:
s 
2   dk i
2
 H0 : =
 dk H1 : ≠
12  22
• menghitung nilai B 12
jika sampel dari populasi kesatu berukuran n1 dengan varians s12 dan
B   dk  log s 2
 2
sampel dari populasi kedua berukuran n2 dengan varian s22 maka
2

• menghitung harga chi-square unurk menguji hipotesis di atas digunakan statistik

s12
x 2   ln 10   B   dk . log si2  kriteria pengujian F  2
s2
• hipotesis H0 diterima jika F(1-α)(n1-1) < F< F1/2α(n1-1, n2-1)
• hipotesis H0 ditolak jika taraf nyata α, dimana Fβ(m,n) didapat dari
daftar distribusi F dengan peluang β, dk pembilang = m dan dk
penyebut = n
Contoh : Data tentang hubungan antara Penguasaan
kosakata(X) dan kemampuan membaca (Y)
Kemudian dicari Fhitung :

sbesar 20,74
F   2,81
skecil 7,39

Ftabel
Dari penghitungan diatas diperoleh F hitung
2.81 dan dari grafik daftar distribusi F dengan dk
pembilang = 10-1 = 9. Dk penyebut = 10-1 = 9.
Dan α = 0.05 dan F tabel = 3.18. Kemudian
dilakukan penghitungan, dengan rumus yang ada :
Kemudian dilakukan penghitungan, dengan rumus yang Tampak bahwa F hitung < F tabel
ada :
2 10,59077  (743)
2
Hal ini berarti data variabel X dan Y homogen.
sx   430,23  20,74
10(10  1)

2 10 47826 (6882)2

sY   54,62  7,39
10(101)
 SEKIAN
&
TERIMA KASIH