Bab 14 Validitas
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