psikometri bab a14

Bab 14

Validitas

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

BAB 14

VALIDITAS

A. Validitas Pengukuran

1. Hakikat Validitas

Validitas pengukuran adalah kecocokan di

antara alat ukur dan atau pengukuran dengan

sasaran ukur

Catatan:

Kata validitas dipakai di dalam banyak hal,

mencakup validitas eksperimen, validitas

butir, sehingga kita perlu memperhatikan arti

dan perbedaan di antara mereka

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

2. Tingkatan Validitas

Validitas pengukuran memiliki nilai dari rendah ke tinggi

Makin tinggi tingkat validitas makin baik pengukuran itu

Validitas pengukuran rendah mengandung kekeliruan sistematis

Validitas tinggi Validitas rendah

(ada kekeliruan sistematis)

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

3. Pemeriksaan Validitas

Pemeriksaan validitas pengukuran dilakukan sebelum alat ukur digunakan sesungguhnya

Pemeriksaan validitas pengukuran dapat dilakukan pada saat alat ukur baru dibuat atau disusun

Pemeriksaan validitas pengukuran dapat juga dilakukan pada saat uji coba alat ukur

Apabila hasil pemeriksaan menunjukkan tingkat validitas rendah, maka alat ukur dapat diperbaiki

Pemeriksaan validitas dan perbaikan alat ukur dilakukan berulang-ulang sampai alat ukur mencapai validitas pengukuran yang cukup tinggi

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

4. Jenis Validitas

Sebenarnya validitas pengukuran merupakan satu kesatuan kecocokan di antara pengukuran dan sasaran ukur

Dari sifat pencocokan, validitas dapat dibagi ke dalam beberapa jenis

Di dalam sejarahnya, nomenklatur jenis validitas pengukuran mengalami beberapa kali perubahan

Pada saat ini, nomenklatur jenis validitas pengukuran yang kita gunakan adalah

• Validitas isi

• Validitas kriteria• Validitas konstruk

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Sasaran ukurAtribut

Sasaran ukurKriteria (luar)

Alat UkurSkala ukur

Sasaran ukurResponden

Hasil ukur (sekor)Prediktor

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

5. Nomenklatur Validitas Pengukuran

(a) Di dalam buku Cronbach

Edisi pertama tahun 1949• Logical validity• Empirical validity• Content validity

Edisi kedua tahun 1960• Content validity• Predictive validity• Concurrent validity• Construct validity

Edisi ketiga tahun 1970Edisi keempat tahun 1984

• Content validity• Criterion-related validity• Construct validity

-----------------------------------------------------------------------Validity

-----------------------------------------------------------------------

(b) Di dalam buku Anastasi

Edisi pertama tahun 1954

• Face validity• Content validity• Factorial validity• Empirical validity

Edisi kedua tahun 1961

• Content validity• Prediction validity• Concurrent validity• Construct validity

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Edisi ketiga tahun 1968

Edisi keempat tahun 1976

Esisi kelima tahun 1982

• Content validity• Criterion-related validity

• Construct validity

Edisi ketujuh tahun 1997 (dengan Urbina)

• Content-description validation

• Criterion-prediction validation• Construct validation

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

(c) Pada Organisasi Profesi Ilmiah

American Psychological Association. Technical Recommendations for Psychological Tests and Diagnostic Techniques tahun 1954

• Content validity• Predictive validity• Concurrent validity

• Construct validity

American Psychological Association Standard for Educational and Psychological Tests and Manual tahun 1966

• Content validity• Criterion-related validity• Construct validity

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

American Psychological Association, American Educational Research Association, National Council on Measurement in Education. Standards for Educational and Psychological Tests tahun 1974

• Content validity• Criterion-related validity• Construct validity

American Psychological Association, American Educational Research Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing tahun 1985

• Content-related evidence of validity• Criterion-related evidence of validity• Construct-related evidence of validity

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

American Psychological Association, American Educational Research Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing tahun 1999

• -• -• -

(d) Di sini,

kita menggunakan nomenklatur

• Validitas Isi (di dalamnya ada validitas wajah)

• Validitas Kriteria• Validitas Konstruk

-----------------------------------------------------------------------Validitas Isi

-----------------------------------------------------------------------

B. Validitas Isi

1. Jenis Kecocokan

Validitas isi pada pengukuran adalah kecocokan di antara isi alat ukur dengan isi sasaran ukur

Sasaran ukurAtribut

Skala Ukur

Alat ukur

Kecocokan

isi

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

2. Deskripsi Sasaran Ukur Atribut

Agar dapat dicocokkan, sasaran atribut perlu dideskripsikan secara cukup jelas

Untuk keperluan pencocokan, biasana, isi sasaran ukur disusun dalam bentuk spesifikasi, meliputi

• Bahan atau materi• Tujuan hasil belajar

Pencocokan dilakukan butir demi butir melalui pencocokan dengan spesifikasi

Butir yang dinilai tidak baik atau tidak penting dapat dibuang, diperbaiki, atau diganti

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 1

• Tabel spesifikasi untuk ujian ilmu alam terpadu di sekolah

• Banyaknya butir ujian untuk tiap kategori

Tujuan Instruksional

Bahan Mengetahui konsep

Memahami konsep

Menerapkan konsep

Jumlah

Tumbuhan 8 4 4 16 Hewan 10 5 5 20 Cuaca 12 8 8 28 Bumi 12 4 2 18 Angkasa 8 4 6 18 Jumlah 50 25 25 100

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

3. Kecocokan Wajah

Dikenal juga sebagai validitas wajah (face validity) yakni kecocokan di antara wajah alat ukur dengan responden yang akan menanggapinya

Alat ukur untuk anak kecil lebih cocok berbicara tentang boneka, gundu, atau permainan. Bahasa di dalam alat ukur perlu sederhana dan mudah dipahami. Tulisan berukuran relatif besar

Alat ukur untuk para manajer lebih cocok berbicara tentang saham, produksi, atau kurs valuta asing. Bahasa di dalam alat ukur perlu sesuai dengan bahasa usahawan. Tulisan berukuran biasa

Kecocokan wajah bermanfaat untuk meningkatkan minat untuk menaggapi pertanyaan di dalam alat ukur

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

4. Proses Validasi Isi (Butir demi Butir)

Kegunaan

• Untuk memperbaiki alat ukur melalui pemeriksaan butir pada alat ukur

• Butir yang tidak baik atau tidak memenuhi syarat dibuang, diperbaiki, atau diganti

Cara

• Cara yang paling umum adalah validasi melalui beberapa orang pakar

• Butir dianggap tidak baik atau tidak memenuhi syarat jika dianggap tidak penting atau tidak cocok oleh mayoritas pakar

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Validasi melalui pakar

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

5. Format Validasi Pakar

Dikotomi

Nomor Cocok Tidak

Butir Cocok

1

2

3

4

Kiraan (Rating)

Nomor Validitas

Butir Rendah Tinggi

1 1 2 3 4 5

2 1 2 3 4 5

3 1 2 3 4 5

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 2

Lima pakar memvalidasi alat ukur melalui format dikotomi

Butir

1 2 3 4 5 6 . . .

1 1 1 1 0 1 1 . . . 25

2 1 1 0 1 1 1 . . . 26

3 0 1 1 1 0 1 . . . 27

4 1 1 1 0 0 0 . . . 20

5 1 1 1 0 1 1 . . . 28

Cocok 4 5 4 2 3 4

Tdk coc 1 0 1 3 2 1

1 = cocok Perhatikan pakar 4

0 = tidak cocok agak beda dari para

pakar lainnya

Pakar Jumlah

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Pakar

Cocok Tidak cocok

1 4 1

2 5 0

3 4 1

4 2 3

5 3 2

6 4 1

7 0 5

8 4 1

9 5 0

10 1 4

11 5 0

12 5 0

Nomor

butir

Tidak

cocok

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

6. Rasio Validitas Isi (Content Validity Ratio)

Lawshe membuat rumus rasio validitas isi butir tentang rasio penilaian penting atau tidak penting dari para pakar yang memvalidasi butir

Rumus Lawshe

MP = banyaknya pakar yang menyatakan penting

M = banyaknya pakar yang memvalidasi

– 1 ≤ CVR ≤ + 1

MP < ½ M CVR < 0

MP = ½ M CVR = 0

MP > ½ M CVR > 0

12

2

2 −=−

=M

MM

MM

CVR PP

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 3

Pada contoh 2 butir 1,

Mp = 4 M = 5

CVR = (2Mp / M) − 1

= (8 / 5) − 1

= 0,6

Contoh 4

Pada contoh 2 butir 4,

Mp = M =

CVR =

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 5

Lima pakar memvalidasi alat ukur melalui format kiraan (5 = cocok, 1 = tidak cocok)

Pe- Butir Rera- nilai 1 2 3 4 5 6 7 8 ta

1 5 3 5 5 4 5 4 5 4,50

2 5 3 4 5 5 5 5 5 4,63

3 4 5 3 5 5 4 3 5 4,25

4 4 2 4 5 4 5 4 5 4,13

5 4 3 5 5 5 5 5 4 4,50

6 5 3 5 5 5 5 5 5 4,50

Re- 4,50 4,33 4,67 4,33

rata 3,16 5,00 4,83 4,83

• Butir 2 rendah• Penilai 3 agak berbeda dari penilai lain, perlu

diperhatikan

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

7. Indeks V dari Aiken

Aiken menyusun indeks validitas yang dinamakan indeks V

Skala penilaian : dari r sampai t

i = dari r + 1 sampai r + t − 1

ni = banyaknya nilai pada i

N = Σ ni

Indeks V

Nilai V terletak di antara 0 dan 1

)(

||

1−−

= ∑tN

rinV i

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 6

Pada skala dari 1 sampai 5, suatu butir dinilai oleh 5 pakar. Hasil peniliaian mereka adalah

3 3 4 4 5

Pada indeks V dari Aiken

r = 1 t = 5 i = 2, 3, 4, 5

n2 = 0 n3 = 2 n4 = 2 n5 = 1

N = 5

70020

14

155

151142132120

,

)(

||||||||

=

=

−−+−+−+−=V

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 7

Dari contoh 5, hitung indeks V untuk butir 1,

r = t = i =

n2 =

N =

V =

Contoh 8

Dari contoh 5, hitung indeks V untuk butir 2, 3, 4, 5, 6, 7, dan 8

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

8. Validitas Perangkat Alat Ukur

Secara keseluruhan, alat ukur divalidasi oleh dua pakar. Indeks validitas ditentukan oleh kecocokan di antara dua pakar itu

Pakar

Penilai 1

Kurang Penting

penting

Kurang

Pakar penting

Penilai 2

Penting

D

Validitas Isi = --------------------------

A + B + C + D

Makin besar D makin besar validitas alat ukur

A B

C D

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 9

Suatu alat ukur dinilai oleh dua orang pakar dengan hasil sebagai berikut

Pakar Penilai 1

Kurang Penting penting KurangPakar penting 5 3Penilai 2 Penting 2 10

10 Validitas Isi = -------------------------- = 0,5 5 + 3 + 2 + 10

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

C. Validitas Kriteria

1. Tujuan Validitas

Kegunaan

• Untuk memperbaiki alat ukur melalui uji coba alat ukur

Sasaran Ukur

• Ada dua sasaran ukur yakni sasaran ukur prediktor (menghasilkan sekor prediktor) dan sasaran ukur kriteria (menghsailkan sekor kriteria). Misal:

• Sasaran ukur prediktor adalah ujian penerimaan karyawan baru atau mahasiswa baru

• Sasaran ukur kriteria adalah keberhasilan mereka sebagai karyawan atau sebagai mahasiswa

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Kecocokan

• Validitas kriteria adalah kecocokan di antara prediktor (sekor prediktor) dengan kriteria (sekor kriteria)

• Validitas kriteria ditujukan kepada baik atau tidak baiknya prediktor (sekor prediktor)

• Jika validitas kriteria baik, maka alat ukur prediktor (sekor prediktor) dapat digunakan untuk berbagai keperluan sejenis

Jenis Validitas Kriteria

• Validitas serentak yakni kriteria terdapat pada saat yang sama dengan prediktor

• Validitas prediksi yakni kriteria terdapat kemudian setelah prediktor

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Sasaran ukurprediktor

Sasaran ukurkriteria

Alat ukur

Responden

Hasil ukurSekor prediktor

Kecocokan

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

2. Validitas Serentak (Concurrent)

Waktu• Prediktor dan kriteria terjadi pada waktu yang

sama atau bersamaan

• Menggunakan sekor prediktor untuk mengetahui kriteria

Kriteria• Biasanya pada kriteria terdapat alat ukur yang

sudah biasa dipakai dan memberikan hasil yang baik

Prediktor• Alat ukur rakitan baru untuk mengganti atau

mendampingi alat ukur yang biasa dipakai

• Alat ukur rakitan baru yang lebih sederhana

• Alat ukur rakitan baru yang menggunakan cara ukur atau besaran lain

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Alat ukur yang

dirakit baru

lebih sederhana

dirakit dengancara lain

biasa dipakai selama ini

Sasaran ukur

Mengganti-kan

Mendam-pingi

Alat ukur prediktor Alat ukur kriteria

(kecocokan)

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Beberapa contoh

• Alat ukur potensi akademik rakitan baru untuk menggantikan atau mendampingi alat ukur yang biasa dipakai

• TOEFL melalui komputer untuk menggantikan atau mendampingi TOEFL melalui pinsil dan kertas

• Alat uji olahraga cara baru di dalam ruangan untuk menggantikan atau mendampingi alat uji olahraga lari satu kilometer di luar ruangan

• Soal ujian cadangan untuk menggantikan soal ujian jika terjadi kebocoran sebelum ujian

• Simulasi menyetir mobil di layar komputer untuk mendampingi menyetir mobil sesungguhnya

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

3. Validitas Prediksi (Predictive)

Waktu• Kriteria terjadi kemudian setelah prediktor

• Menggunakan sekor prediktor untuk mengetahui kriteria

Prediktor• Alat ukur yang dipakai untuk mengetahui

kriteria. Misal

• Ujian penerimaan karyawan untuk menseleksi calon karyawan

• Ujian penerimaan mahasiswa untuk menseleksi calon mahasiswa

Kriteria• Sasaran terjadi kemudian. Biasanya tidak

mudah untuk ditentukan secara tepat. Sukar menentukan kriteria karyawan yang baik atau mahasiswa yang berhasil

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

4. Prosedur Validasi

Sekor

• Perlu ada sekor prediktor (hasil ukur) serta ada sekor kriteria (perlu dicari secara khusus)

Validasi

• Mencocokkan sekor prediktor dengan sekor kriteria

• Biasanya pencocokan dilakukan melalui koefisien korelasi linier di antara sekor prediktor dan sekor kriteria

ρval = ρpred-krit

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Sasaran ukurPrediktor

Sasaran ukurKriteria

Alat ukurPrediktor

Alat ukurKriteria

Hasil ukurPrediktor

Hasil ukurKriteria

Responden

Kecocokan melalui koefisien korelasi

Koefisien validitas

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 10

Validitas Serentak

Respon- Sekor Sekor

den Ax AY

1 8 6

2 10 10 AX = prediktor

3 5 5

4 3 5 AY = kriteria

5 8 9

6 10 8

7 9 10

8 6 8

9 7 8

10 10 10

ρval = ρAX-AxY = 0,80

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 11

Pada validitas serentak, AX adalah sekor prediktor dan AY adalah sekor kriteria.

(a) Res AX AY (b) Res AX AY

1 56 63 1 58 60 2 48 57 2 64 59 3 55 62 3 70 74 4 55 59 4 72 68 5 51 61 5 57 59 6 53 60 6 67 60 7 48 56 7 54 56 8 53 57 8 61 63 9 53 55 9 71 70 10 50 64 10 65 67 11 48 56 11 55 57 12 50 55 12 68 73 13 52 59 13 62 64 14 56 63 14 50 52 15 52 59 15 66 61 16 69 72 ρval = 17 56 58 18 60 62 19 63 65 20 59 61

ρval =

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 12

Pada validitas prediksi, AX adalah sekor prediktor dan AY adalah sekor kriteria

(a) Res AX AY (b) Res AX Ay Res AX AY

1 114 72 1 650 3,8 14 475 2,6

2 105 65 2 625 3,6 15 490 3,1

3 115 76 3 480 2,8 16 620 3,8

4 107 64 4 440 2,6 17 340 2,4

5 101 71 5 600 3,7 18 420 2,9

6 120 73 6 220 1,2 19 480 2,8

7 125 75 7 640 2,2 20 530 3,2

8 109 68 8 725 3,0 21 680 3,2

9 103 70 9 520 3,1 22 420 2,4

10 111 66 10 480 3,0 23 490 2,8

11 370 2,8 24 500 1,9

ρval = 12 320 2,7 25 520 3,0

13 425 2,6

ρval =

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

5. Koefisien Validitas (pada Nilai Acuan Kriteria)

Pada Nilai Acuan Kriteria, sekor prediktor dan sekor kriteria dinyatakan dalam bentuk belum menguasai dan telah menguasai

Koefisien validitas ditentukan melalui proporsi pada kecocokan di antara prediktor dan kriteria

Contoh 13 Wilayah prediktor Tidak Telah menguasai menguasaiWilayah TidakKriteria menguasai Telah menguasai 5 + 2Koefisien validitas = --------- = 0,70 10

2 1

2 5

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

6. Koefisien Determinasi

Jika terdapat korelasi di antara sekor prediktor (X) dengan sekor kriteria (Y), maka terdapat variansi bersama di antara mereka

Variansi bersama ini sering diartikan sebagai sumbangan variansi dari prediktor X ke kriteria Y

Besaran variansi bersama atau sumbangan variansi ini dikenal sebagai koefisien determinasi

Koefisien Determinasi = ρ2val

Jika ρval = 0,71 maka Koef Det = 0,50

Sekor

prediktor

Sekor

kriteria

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

7. Batas Koefisien Validitas Kriteria

Koefisien validitas kriteria ρXY adalah koefisien korelasi di antara sekor prediktor X dengan sekor kriteria Y

Jika koefisien reliabilitas X dan Y adalah rendah, maka koefisien validitas kriteria seharusnya rendah pula

Batas atas koefisien validitas kriteria ρXY adalah rerata ukur dari koefisien reliabilitas ρXX dan ρYY

ρXY = koefisien validitas kriteria

ρXX = koefisien reliabilitas prediktor

ρYY = koefisien reliabilitas kriteria

YYXXXY ρρρ ≤

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 14

Jika koefisien reliabilitas

Sekor prediktor ρXX = 0,86

Sekor kriteria ρYY = 0,75

maka koefisien validitas kriteria maksimum yang dapat diterima adalah

ρXY = √(0,86)(0,75) = 0,80

Catatan:

• Perhitungan koefisien validitas kriteria dapat saja menghasilkan nilai lebih dari 0,80

• Namun nilai maksimum yang sepadan dengan reliabilitas sekor prediktor dan sekor kriteria dibatasi sampai 0,80

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

8. Koreksi pada Peredaman terhadap Koefisien Validitas Kriteria

Koefisien validitas kriteria merupakan koefisien korelasi di antara sekor prediktor dan sekor kriteria

Sekor prediktor X dan sekor kriteria Y masing-masing terdiri atas sekor tulen dan sekor keliru

AX = TX + KX

AY = TY + KY

Koefisien validitas kriteria

• Yang terukur : ρAXAY

• Seharusnya diukur : ρTXTY

Kekeliruan KX dan KY menyebabkan peredaman pada koefisien validitas kriteria (sehingga ingin dikoreksi)

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Koreksi Spearman (1904)

Spearman mengusulkan koreksi terhadap peredaman koefisien validitas kriteria dengan rumus

dengan

ρ’XY = koefisien validitas terkoreksi

ρXY = koefisien validitas sebelum dikoreksi

ρXX = koefisien reliabilitas sekor prediktor

ρYY = koefisien reliabilitas sekor kriteria

Contoh 15

Jika ρXX = 0,86 dan ρYY = 0,75, maka koefisien validitas kriteria ρXY = 0,70 dikoreksi menjadi

YYXX

XYXY ρρ

ρρ =′

88,0)75,0)(86,0(

70,0 ==′XYρ

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Modifikasi terhadap Koreksi Spearman

Koefisien reliabilitas lama ditingkatkan dengan koefisien reliabilitas baru sehingga

• ρXX(lama) menjadi ρXX(baru)

• ρYY(lama) menjadi ρYY(baru)

dan selanjutnya koefisien validitas kriteria yang terkoreksi dimodifikasi menjadi

Di sini diperlukan dua pasang koefisien reliabilitas yakni lama dan baru

)()(

)()(

lamaYYlamaXX

baruYYbaruXXXY

XY ρρ

ρρρρ =′

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

D. Validitas Konstruk

1. Tujuan

Variabel konstruk adalah variabel yang abstrak hasil konstruksi para pakar, misalnya

• Sikap ▪ motivasi• Inteligensi ▪ minat• Kecemasan ▪ kegelisahan• Frustrasi ▪ sosiabilitas

Validitas konstruk menunjukkan seberapa tepat pengukuran variabel itu terhadap maksud sesungguhnya dari variabel itu

Validitas konstruk dikemukakan oleh L. J. Cronbach dan P. E. Meehl pada tahun 1955

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Sasaran ukurVariabel konstruk

Konstruksi alat ukur

Alat ukurHasil konstruksi

Responden

Hasil ukurSekor

Kecocokan

Validitas konstruk

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

2. Prosedur Validasi

Syarat

• Ada referensi yang telah diketahui untuk digunakan pada pembandingan dengan konstruk

• Ada referensi yang layak dijadikan pembanding untuk digunakan pada pembandingan dengan konstruk

Jenis referensi

• Referensi cocok yakni referensi yang cocok dengan konstruk

• Referensi beda yakni referensi yang beda dengan konstruk

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Metoda Pencocokan

• Pencocokan konvergensi yakni kecocokan dengan referensi yang cocok

• Pencocokan diskriminan yakni perbedaan dengan referensi yang beda

Penerapan Metoda Pencocokan

• Pada penerapannya, sering hanya digunakan metoda konvergensi

• Ada kalanya, digunakan metoda konvergensi dan metoda diskriminan sekaligus secara bersama-sama

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Konvergensi

Validitas tinggi bila cocok

Validitas rendah bila tidak cocok

Diskriminan

Validitas tinggi bila beda

Validitas rendah bila tidak beda

Hasil ukur Referensi cocok

Hasil ukur Referensi beda

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

3. Referensi Hasil Ukur Valid

Ada alat ukur yang sudah menghasilkan sekor yang valid yang digunakan sebagai referensi cocok

Dengan cara konvergensi, hasil ukur konstruk dicocokkan dengan hasil ukur valid itu

Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

Kelompok responden

Alat ukur valid

X

Alat ukur

Y

Hasil ukur

HX

Hasil ukur

HY

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

4. Referensi Responden yang Diketahui

Ada kelompok responden yang hasil ukurnya sudah diketahui yang digunakan sebagai referensi cocok

Dengan cara konvergensi, hasil ukur konstruk dicocokkan dengan hasil ukur responden itu

Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

Kelompok responden(Diketahui HX)

Alat ukur X

Hasil ukur HY

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

5. Referensi Perlakuan yang Diketahui

Ada perlakuan yang telah diketahui hasil ukur dari akibatnya. Perlakuan ini digunakan sebagai referensi cocok

Dengan cara konvergensi hasil ukur konstruk dicocokkan dengan hasil ukur perlakuan yang diketahui itu

Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

Perlakuan

Kelompok responden(Diketahui HX)

Alat ukur

X

Hasil ukur

HY

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

6. Referensi Pembanding Multiciri dan Multimetoda

(Multitrait Multimethod)

Sebagai referensi pembanding digunakan

• Lebih dari satu ciri (konstruk)• Lebih dari satu metoda

Patokan untuk validitas konstruk

• Ciri sama metoda beda: validitas tinggi jika korelasi tinggi (konvergen)

• Ciri beda metoda sama: validitas tinggi jika korelasi rendah (diskriminan)

• Ciri beda metoda beda: validitas tinggi jika korelasi rendah (diskriminan)

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 16

Tiga ciri A, B, dan C divalidasi melalui dua metoda 1 dan 2.

Terjadi kelompok A1, B1, C1, A2, B2, dan C2 yang dikorelasikan

( ) = koefisien reliabilitas

[ ] = Ciri sama metoda beda (konvergen)

Metoda 1 Metoda 2 Metoda Ciri A1 B1 C1 A2 B2 C2

A1 (0,77) B1 0,40 (0,81)

Metoda 1

C1 0,31 0,29 (0,92) A2 [0,59] 0,27 0,11 (0,71) B2 0,29 [0,63] 0,12 0,37 (0,78)

Metoda 2

C2 0,18 0,09 [0,68] 0,25 0,18 (0,83)

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

7. Referensi Konstruk Cocok dan Beda

Diketahui bahwa konstruk X cocok dengan konstruk A, B, dan C, serta beda dengan konstruk P, Q, dan R

Melalui analisis faktor diperiksa kecocokan X dengan konstruk A, B, dan C (konvergen) serta ketidakcocokan dengan konstruk P, Q, dan R

Pemeriksaan dilakukan melalui muatan faktor pada analisis faktor. Validitas tinggi apabila X, A, B, dan C terletak pada faktor yang sama serta berbeda dengan faktor P, Q, dan R

Menggunakan program statistika analisis faktor pada program paket statistika di komputer

-----------------------------------------------------------------------Validitas

-----------------------------------------------------------------------

Contoh 17

Muatan faktor untuk konstruk X, A, B, C, P, Q, dan R menghasilkan

Konstruk Faktor Faktor

(Variabel) I II

X 7241 2431

A 7013 2214

B 7422 2546

C 7351 2377

P 4311 8014

Q 4159 8172

R 4266 8244

Muatan faktor X seukuran dengan muatan faktor A, B, dan C (konvergen)

Berbeda dengan muatan faktor P, Q, R (diskriminan)

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

8. Pemeriksaan Dimensi

• Biasanya alat ukur adalah multidimensi dan setiap dimensi mencakup sejumlah butir

• Proporsi jumlah butir di antara dimensi ditentukan oleh konsep atau konstruk dari variabel

• Melalui uji coba dapat diperiksa kecocokan di antara butir dengan dimensinya

• Pemeriksaan dilakukan melalui analisis faktor, dan apabila diperlukan, diteruskan dengan rotasi

• Setiap dimensi merupakan faktor sendiri sehingga kecocokan butir dengan dimensi ditentukan oleh faktor

• Penentuan faktor dilakukan melalui muatan faktor pada setiap sumbu

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

Contoh 18 (dari Aiken)

Suatu alat ukur terdiri atas 11 butir untuk mengukur perilaku pengajar pada skala 1 sampai 5 sebagai berikut

• 1. considerate• 2. courteous• 3. creative• 4. friendly• 5. interesting• 6. knowledgeable• 7. motivating• 8. organized• 9. patient• 10. prepared• 11. punctual

Hasil uji coba pada sejumlah responden diproses melalui analisis faktor dilengkapi dengan rotasi

------------------------------------------------------------------------------Validitas

------------------------------------------------------------------------------

• Analisis faktor menghasilkan tiga faktor A, B, dan C sebagai berikut

Butir Faktor A Faktor B Faktor C

1 783 090 288

2 853 089 131

3 303 015 786

4 790 – 041 280

5 148 243 792

6 353 669 – 113

7 298 009 838

8 – 082 649 392

9 691 102 120

10 011 867 100

11 052 822 048

• Dengan dasar di atas 500, diperoleh

Faktor A: butir 1, 2, 4, 9

Faktor B: butir 6, 8, 10, 11

Faktor C: butir 3, 5, 7