Bab 14 Validitas Validitas BAB 14 VALIDITAS A

Bab 14 Validitas

-----------------------------------Validitas ------------------------------------ BAB 14 VALIDITAS A. Validitas Pengukuran 1. Hakikat 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 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 ukur Atribut Alat Ukur Skala ukur Sasaran ukur Responden Hasil ukur (sekor) Prediktor Sasaran ukur Kriteria (luar)

-----------------------------------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 1970 Edisi 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 ukur Atribut 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

-----------------------------------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 -----------------------------------5. Format Validasi Pakar Dikotomi Nomor Butir Cocok 1 2 3 4 Tidak Cocok Kiraan (Rating) Nomor Butir 1 2 3 Validitas Rendah Tinggi 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5

-----------------------------------Validitas -----------------------------------Contoh 2 Lima pakar memvalidasi alat ukur melalui format dikotomi Pakar 1 1 1 2 1 3 0 4 1 5 1 Cocok 4 Tdk coc 1 2 1 1 1 5 0 3 1 0 1 1 1 4 1 1 = cocok 0 = tidak cocok 4 0 1 1 0 0 2 3 Butir 5 6 1 1 0 1 0 0 1 1 3 4 2 1 . . . Jumlah . . . 25 26 27 20 28 Perhatikan pakar 4 agak beda dari para pakar lainnya

-----------------------------------Validitas ------------------------------------ Nomor butir 1 2 3 4 5 6 7 8 9 10 11 12 Pakar Cocok Tidak cocok 4 1 5 0 4 1 2 3 3 2 4 1 0 5 4 1 5 0 1 4 5 0 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 MP = ½ M MP > ½ M CVR < 0 CVR = 0 CVR > 0

---------------------------------------Validitas --------------------------------------- Contoh 3 Pada contoh 2 butir 1, Mp = 4 M=5 CVR = (2 Mp / M) 1 = (8 / 5) 1 = 0, 6 Contoh 4 Pada contoh 2 butir 4, Mp = CVR = M=

-----------------------------------Validitas -----------------------------------Contoh 5 Lima pakar memvalidasi alat ukur melalui format kiraan (5 = cocok, 1 = tidak cocok) Pe. Butir nilai 1 2 3 4 5 6 7 8 1 5 3 5 5 4 5 2 5 3 4 5 5 5 3 4 5 3 5 5 4 3 5 4 4 2 4 5 4 5 5 4 3 5 5 5 4 6 5 3 5 5 5 Re- 4, 50 4, 33 4, 67 4, 33 rata 3, 16 5, 00 4, 83 Rerata 4, 50 4, 63 4, 25 4, 13 4, 50 • Butir 2 rendah • Penilai 3 agak berbeda dari penilai lain, perlu diperhatikan

--------------------------------------- Validitas --------------------------------------- 7. Indeks V dari 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

---------------------------------------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 n 2 = 0 N=5 t=5 i = 2, 3, 4, 5 n 3 = 2 n 4 = 2 n 5 = 1

---------------------------------------Validitas --------------------------------------- Contoh 7 Dari contoh 5, hitung indeks V untuk butir 1, r= n 2 = N= t= i= 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 Pakar Penilai 2 Penting Kurang penting A B Penting C D D Validitas Isi = -------------A+B+C+D Makin besar D makin besar validitas alat ukur

---------------------------------------Validitas --------------------------------------- Contoh 9 Suatu alat ukur dinilai oleh dua orang pakar dengan hasil sebagai berikut Pakar Penilai 1 Pakar Penilai 2 Kurang penting Penting Kurang penting 5 3 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 ukur prediktor Sasaran ukur kriteria Alat ukur Responden Hasil ukur Sekor 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 Menggantikan biasa dipakai selama ini lebih sederhana Mendampingi dirakit dengan cara lain Sasaran ukur (kecocokan) Alat ukur prediktor Alat ukur kriteria

-----------------------------------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 val = pred-krit

-----------------------------------Validitas ------------------------------------ Sasaran ukur Prediktor Sasaran ukur Kriteria Alat ukur Prediktor Alat ukur Kriteria Responden Hasil ukur Prediktor Hasil ukur Kriteria Kecocokan melalui koefisien korelasi Koefisien validitas

-----------------------------------Validitas ------------------------------------ Contoh 10 Validitas Serentak Responden 1 2 3 4 5 6 7 8 9 10 Sekor Ax 8 10 5 3 8 10 9 6 7 10 Sekor AY 6 10 5 5 9 8 10 8 8 10 val = AX-Ax. Y = 0, 80 AX = prediktor A Y = kriteria

-----------------------------------Validitas -----------------------------------Contoh 11 Pada validitas serentak, AX adalah sekor prediktor dan AY adalah sekor kriteria. (a) Res 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 AX 56 48 55 55 51 53 48 53 53 50 48 50 52 56 52 val = AY 63 57 62 59 61 60 56 57 55 64 56 55 59 63 59 (b) Res 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 AX 58 64 70 72 57 67 54 61 71 65 55 68 62 50 66 69 56 60 63 59 val = AY 60 59 74 68 59 60 56 63 70 67 57 73 64 52 61 72 58 62 65 61

-----------------------------------Validitas -----------------------------------Contoh 12 Pada validitas prediksi, AX adalah sekor prediktor dan AY adalah sekor kriteria (a) Res 1 2 3 4 5 6 7 8 9 10 AX 114 105 115 107 101 120 125 109 103 111 val = AY 72 65 76 64 71 73 75 68 70 66 (b) Res 1 2 3 4 5 6 7 8 9 10 11 12 13 AX 650 625 480 440 600 220 640 725 520 480 370 320 425 Ay Res AX AY 3, 8 14 475 2, 6 3, 6 15 490 3, 1 2, 8 16 620 3, 8 2, 6 17 340 2, 4 3, 7 18 420 2, 9 1, 2 19 480 2, 8 2, 2 20 530 3, 2 3, 0 21 680 3, 2 3, 1 22 420 2, 4 3, 0 23 490 2, 8 24 500 1, 9 2, 7 25 520 3, 0 2, 6 val =

-----------------------------------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 Wilayah Tidak Kriteria menguasai 2 1 Telah menguasai 2 5 5+2 Koefisien validitas = ----- = 0, 70 10

---------------------------------------Validitas --------------------------------------- 6. Koefisien Determinasi Jika terdapat korelasi di antara sekor prediktor (X) dengan sekor kriteria (Y), maka terdapat variansi bersama di antara mereka Sekor prediktor kriteria 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 = 2 val Jika val = 0, 71 maka Koef Det = 0, 50

---------------------------------------Validitas --------------------------------------- 7. Batas Koefisien Validitas Kriteria Koefisien validitas kriteria XY 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 koefisien validitas kriteria XY adalah rerata ukur dari koefisien reliabilitas XX dan YY XY = koefisien validitas kriteria XX = koefisien reliabilitas prediktor YY = koefisien reliabilitas kriteria

---------------------------------------Validitas --------------------------------------- Contoh 14 Jika koefisien reliabilitas Sekor prediktor Sekor kriteria ρXX = 0, 86 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 terdiri atas sekor tulen dan sekor keliru AX = T X + K X AY = T Y + K Y Koefisien validitas kriteria • Yang terukur • Seharusnya diukur : AXAY : TXTY 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

---------------------------------------Validitas --------------------------------------- Modifikasi terhadap Koreksi Spearman Koefisien reliabilitas lama ditingkatkan dengan koefisien reliabilitas baru sehingga • ρXX(lama) menjadi • ρYY(lama) menjadi ρXX(baru) ρYY(baru) dan selanjutnya koefisien validitas kriteria yang terkoreksi dimodifikasi menjadi Di sini diperlukan dua pasang koefisien reliabilitas yakni lama dan baru

-----------------------------------Validitas ------------------------------------ D. Validitas Konstruk 1. Tujuan Variabel konstruk adalah variabel yang abstrak hasil konstruksi para pakar, misalnya • • Sikap Inteligensi Kecemasan Frustrasi ▪ motivasi ▪ minat ▪ kegelisahan ▪ 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 ukur Variabel konstruk Konstruksi alat ukur Kecocokan Alat ukur Hasil konstruksi Validitas konstruk Responden Hasil ukur Sekor

-----------------------------------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 Hasil ukur Referensi cocok Validitas tinggi bila cocok Validitas rendah bila tidak cocok Diskriminan Hasil ukur Referensi beda Validitas tinggi bila beda Validitas rendah bila tidak 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 Alat ukur valid Hasil ukur X HX Kelompok responden Alat ukur Y Hasil ukur HY Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

-----------------------------------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 Alat ukur X Kelompok responden (Diketahui HX) Hasil ukur HY Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

-----------------------------------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 Perlakuan Alat ukur X Kelompok responden (Diketahui HX) Hasil ukur HY Korelasi tinggi di antara HY dengan HX menunjukkan bahwa validitas konstruk juga tinggi

-----------------------------------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 A 1, B 1, C 1, A 2, B 2, dan C 2 yang dikorelasikan ( ) = koefisien reliabilitas [ ] = Ciri sama metoda beda (konvergen)

-----------------------------------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 (Variabel) X A B C P Q R Faktor I 7241 7013 7422 7351 4311 4159 4266 Faktor II 2431 2214 2546 2377 8014 8172 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 1 2 3 4 5 6 7 8 9 10 11 Faktor A 783 853 303 790 148 353 298 – 082 691 011 052 Faktor B 090 089 015 – 041 243 669 009 649 102 867 822 Faktor C 288 131 786 280 792 – 113 838 392 120 100 048 • 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