Bab 14 Validitas.

Presentasi berjudul: "Bab 14 Validitas."— Transcript presentasi:

1 Bab 14 Validitas

2 A. Validitas Pengukuran
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

3 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)

4 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

5 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

6 Validitas Sasaran ukur Atribut Sasaran ukur Kriteria (luar) Alat Ukur Skala ukur Sasaran ukur Responden Hasil ukur (sekor) Prediktor

7 Validitas 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

8 Validity (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

9 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

10 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 Criterion-related validity

11 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

12 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

13 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 Kecocokan isi Alat ukur

14 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

15 Tabel spesifikasi untuk ujian ilmu alam terpadu di sekolah
Validitas Contoh 1 Tabel spesifikasi untuk ujian ilmu alam terpadu di sekolah Banyaknya butir ujian untuk tiap kategori

16 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

17 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

18 Validitas Validasi melalui pakar

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

20 Validitas Contoh 2 Lima pakar memvalidasi alat ukur melalui format dikotomi Butir Cocok Tdk coc 1 = cocok Perhatikan pakar 4 0 = tidak cocok agak beda dari para pakar lainnya Pakar Jumlah

21 Validitas Pakar Cocok Tidak cocok    Nomor butir Tidak cocok

22 M = banyaknya pakar yang memvalidasi
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

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

24 Validitas Contoh 5 Lima pakar memvalidasi alat ukur melalui format kiraan (5 = cocok, 1 = tidak cocok) Pe Butir Rera- nilai ta ,50 ,63 ,25 ,13 ,50 ,50 Re- 4, , , ,33 rata , , , ,83 Butir 2 rendah Penilai 3 agak berbeda dari penilai lain, perlu diperhatikan

25 Aiken menyusun indeks validitas yang dinamakan indeks V
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

26 Pada indeks V dari Aiken r = 1 t = 5 i = 2, 3, 4, 5
Validitas Contoh 6 Pada skala dari 1 sampai 5, suatu butir dinilai oleh 5 pakar. Hasil peniliaian mereka adalah Pada indeks V dari Aiken r = t = i = 2, 3, 4, 5 n2 = 0 n3 = 2 n4 = 2 n5 = 1 N = 5

27 Dari contoh 5, hitung indeks V untuk butir 1, r = t = i = n2 = N = 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

28 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

29 Validitas Isi = -------------------------- = 0,5 5 + 3 + 2 + 10
Contoh 9 Suatu alat ukur dinilai oleh dua orang pakar dengan hasil sebagai berikut Pakar Penilai 1 Kurang Penting penting Kurang Pakar penting Penilai 2 Penting 10 Validitas Isi = = 0,5

30 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

31 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

32 Validitas Sasaran ukur prediktor Sasaran ukur kriteria Alat ukur Responden Kecocokan Hasil ukur Sekor prediktor

33 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

34 Validitas Alat ukur yang dirakit baru biasa dipakai selama ini Mengganti-kan lebih sederhana Mendam-pingi dirakit dengan cara lain Sasaran ukur (kecocokan) Alat ukur prediktor Alat ukur kriteria

35 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

36 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

37 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

38 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

39 Validitas Contoh 10 Validitas Serentak Respon- Sekor Sekor den Ax AY AX = prediktor AY = kriteria val = AX-AxY = 0,80

40 Validitas Contoh 11 Pada validitas serentak, AX adalah sekor prediktor dan AY adalah sekor kriteria. (a) Res AX AY (b) Res AX AY val = val =

41 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 , ,6 , ,1 , ,8 , ,4 , ,9 , ,8 , ,2 , ,2 , ,4 , ,8 , ,9 val = , ,0 ,6 val =

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

43 6. Koefisien Determinasi
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 = 2val Jika val = 0,71 maka Koef Det = 0,50 Sekor prediktor Sekor kriteria

44 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 atas 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

45 Jika koefisien reliabilitas Sekor prediktor ρXX = 0,86
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

46 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 : AXAY Seharusnya diukur : TXTY Kekeliruan KX dan KY menyebabkan peredaman pada koefisien validitas kriteria (sehingga ingin dikoreksi)

47 ρ’XY = koefisien validitas terkoreksi
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

48 Modifikasi terhadap Koreksi Spearman
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

49 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

50 Validitas Sasaran ukur Variabel konstruk Konstruksi alat ukur Kecocokan Validitas konstruk Alat ukur Hasil konstruksi Responden Hasil ukur Sekor

51 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

52 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

53 Validitas 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

54 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 Alat ukur valid X Hasil ukur HX Kelompok responden Hasil ukur HY Alat ukur Y

55 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 Alat ukur X Kelompok responden (Diketahui HX) Hasil ukur HY

56 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 Alat ukur X Hasil ukur HY Kelompok responden (Diketahui HX)

57 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)

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

59 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

60 Validitas Contoh 17 Muatan faktor untuk konstruk X, A, B, C, P, Q, dan R menghasilkan Konstruk Faktor Faktor (Variabel) I II X A B C P Q R Muatan faktor X seukuran dengan muatan faktor A, B, dan C (konvergen) Berbeda dengan muatan faktor P, Q, R (diskriminan)

61 Penentuan faktor dilakukan melalui muatan faktor pada setiap sumbu
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

62 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

63 Analisis faktor menghasilkan tiga faktor A, B, dan C sebagai berikut
Validitas Analisis faktor menghasilkan tiga faktor A, B, dan C sebagai berikut Butir Faktor A Faktor B Faktor C – – 113 – 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