Bab 13 Validitas Pengukuran

A. Validitas Pengukuran ------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- BAGIAN 13 VALIDITAS PENGUKURAN A. Validitas Pengukuran 1. Hakikat Validitas Validitas pengukuran adalah kecocokan di antara alat ukur dan atau pengukuran dengan sasaran ukur atau maksud pengukuran Catatan: Kata validitas dipakai di dalam banyak hal, mencakup validitas eksperimen, validitas butir, sehingga kita perlu memperhatikan arti dan perbedaan di antara mereka

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Validitas terletak pada sasaran atau maksud pengukuran. Misalnya, Hasil ukur ujian [matematika] ini valid untuk maksud mengukur hasil belajar matematika tetapi tidak valid untuk maksud mengukur hasil belajar kimia Hasil ukur ujian [saringan masuk] ini valid untuk maksud memperoleh mahasiswa berprestasi kelak Agar valid bisa mengubah sasaran atau maksud, atau juga mengubah alat ukur

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 rendah (ada kekeliruan sistematis) Validitas tinggi

Mengukur Atribut Laten ------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Mengukur Atribut Laten Cara ukur : menggunakan atribut manifes yang sepadan (perlu memeriksa kesepadannya) Contoh: : mengukur hasil belajar melalui sekor ujian Hasil belajar Sekor ujian Sepadan?

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Sasaran ukur Atribut Sasaran ukur Kriteria (luar) Alat Ukur Skala ukur Validitas Isi Validitas Kriteria Validitas Konstruk Sasaran ukur Responden Hasil ukur (sekor) Prediktor

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 5. Nomenklatur Validitas Pengukuran (a) Di dalam buku Cronbach Edisi pertama tahun 1949 Logical validity Empirical validity Content validity Edisi kedua tahun 1960 Predictive validity Concurrent validity Construct validity Edisi ketiga tahun 1970 Edisi keempat tahun 1984 Criterion-related validity

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- (b) Di dalam buku Anastasi Edisi pertama tahun 1954 Face validity Content validity Factorial validity Empirical validity Edisi kedua tahun 1961 Prediction validity Concurrent validity Construct validity

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- (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 Criterion-related validity

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 Kecocokan isi Alat ukur

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 2. Deskripsi Sasaran Ukur Atribut Agar dapat dicocokkan, sasaran atribut perlu dideskripsikan secara cukup jelas Untuk keperluan pencocokan, biasanya, isi sasaran ukur disusun dalam bentuk spesifikasi, meliputi (lihat juga Learning Continuum, terlampir) 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Contoh 1 Tabel spesifikasi (kisi-kisi) untuk ujian ilmu alam terpadu di sekolah Banyaknya butir ujian untuk tiap kategori

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 5. Format Validasi Pakar Dikotomi Kiraan (Rating) Nomor Cocok Tidak Nomor Validitas Butir Cocok Butir Rendah Tinggi 1  1 1 2 3 4 5 2 2 1 2 3 4 5 3 3 1 2 3 4 5 4 4 1 2 3 4 5

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 agak berbeda dari para pakar lainnya 0 = tidak cocok nilainya paling rendah (dapat jadi pertimbangan) Pakar Jumlah

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 Tidak cocok Nomor butir

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 (butir tidak baik) MP = ½ M CVR = 0 (butir kurang baik) MP > ½ M CVR > 0 (butir baik)

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 =

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 (butir 2 dan 7), perlu diperhatikan

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Contoh 7 (dikerjakan di kelas) 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------ Bab 13 ------------------------------------------------------------------------------------------------------- Sasaran ukur prediktor Sasaran ukur kriteria Alat ukur Kecocokan Responden Hasil ukur Sekor prediktor

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Alat ukur yang dirakit baru biasa dipakai selama ini Menggantikan lebih sederhana Mendampingi dirakit dengan cara lain Sasaran ukur (kecocokan) Alat ukur kriteria Alat ukur prediktor

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 = prediktor-kriteria

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 val = AX-AY = 0,80 8 6 8 9 7 8 10 10 10

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 val = 17 56 58 18 60 62 19 63 65 20 59 61 val =

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 val = 12 320 2,7 25 520 3,0 13 425 2,6 val =

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 = 2val Jika val = 0,71 maka Koef Det = 0,50 Sekor prediktor Sekor kriteria

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 7. Batas Keberartian 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 atas keberartian 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Contoh 14 Jika koefisien reliabilitas Sekor prediktor ρXX = 0,86 Sekor kriteria ρYY = 0,75 Koefisien validitas val = 0,85 maka koefisien validitas kriteria maksimum yang dapat diterima adalah ρvaliditas = √(0,86)(0,75) = 0,80 (bukan lagi 0,85) Catatan: Perhitungan koefisien validitas kriteria di atas 0,80 dihitung sebagao 0,80 saja. Namun koefisien validitas kriteria di bawah 0,80 tetap dihitung menurut apa adanya.

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Sasaran ukur Variabel konstruk Konstruksi alat ukur Kecocokan Validitas konstruk Alat ukur Hasil konstruksi Responden Hasil ukur Sekor

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Metoda Pencocokan konvergensi dan diskriminan 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- Konvergensi Validitas tinggi bila cocok Validitas rendah bila tidak cocok Diskriminan Validitas tinggi bila beda Validitas rendah bila tidak beda Referensi cocok Hasil ukur Referensi beda Hasil ukur

Untuk validitas konstruk tinggi ----------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------ Untuk validitas konstruk tinggi Metoda Referensi Korelasi ------------------------------------------------- Konvergensi cocok tinggi Diskriminan beda rendah

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------ 3. Referensi Hasil Ukur Valid (metoda konvergensi) 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 Alat ukur valid X Hasil ukur HX Kelompok responden Hasil ukur HY Alat ukur Y konvergensi

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 4. Referensi Responden yang Diketahui (metoda konvergensi) 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 Alat ukur X Kelompok responden (Diketahui HX) konvergensi Hasil ukur HY

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 5. Referensi Perlakuan yang Diketahui (metoda kovergensi) 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) Hasil ukur HY Alat ukur X kovergensi

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 6. Referensi Pembanding Multiciri dan Multimetoda (Multitrait Multimethod) (metoda konvergensi dan diskriminan) 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)

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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)

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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)

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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

------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------- 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 Dengan dasar di atas 500, 3 303 015 786 diperoleh 4 790 – 041 280 5 148 243 792 Faktor A: butir 1, 2, 4, 9 6 353 669 – 113 Faktor B: butir 6, 8, 10, 11 7 298 009 838 Faktor C: butir 3, 5, 7 8 – 082 649 392 9 691 102 120 10 011 867 100 11 052 822 048

Penyediaan Alat Ukur: Dari pembuatan sampai perbaikan ------------------------------------------------------------------------------------------------------- Bab 13 ------------------------------------------------------------------------------------------------------ Penyediaan Alat Ukur: Dari pembuatan sampai perbaikan