Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Bab 13 Validitas Pengukuran
2
A. Validitas Pengukuran
Bab 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
3
Bab 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
4
Bab 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
5
Mengukur Atribut Laten
Bab 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?
6
Bab 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
7
Bab 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
8
Bab Sasaran ukur Atribut Sasaran ukur Kriteria (luar) Alat Ukur Skala ukur Validitas Isi Validitas Kriteria Validitas Konstruk Sasaran ukur Responden Hasil ukur (sekor) Prediktor
9
Bab 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
10
Bab (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
11
Bab 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
12
Bab (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
13
Bab 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
14
Bab 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
15
Bab 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
16
Bab 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
17
Bab Contoh 1 Tabel spesifikasi (kisi-kisi) untuk ujian ilmu alam terpadu di sekolah Banyaknya butir ujian untuk tiap kategori
18
Bab 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
19
Bab 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
20
Bab 5. Format Validasi Pakar Dikotomi Kiraan (Rating) Nomor Cocok Tidak Nomor Validitas Butir Cocok Butir Rendah Tinggi
21
Bab Contoh 2 Lima pakar memvalidasi alat ukur melalui format dikotomi Butir Cocok Tdk coc 1 = cocok Perhatikan pakar 4 agak berbeda dari para pakar lainnya 0 = tidak cocok nilainya paling rendah (dapat jadi pertimbangan) Pakar Jumlah
22
Bab Pakar Cocok Tidak cocok Tidak cocok Nomor butir
23
Bab 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)
24
Bab 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 =
25
Bab 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 (butir 2 dan 7), perlu diperhatikan
26
Bab 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
27
Bab 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
28
Bab 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
29
Bab 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
30
Bab Sasaran ukur prediktor Sasaran ukur kriteria Alat ukur Kecocokan Responden Hasil ukur Sekor prediktor
31
Bab 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
Bab 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
33
Bab 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
34
Bab 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
35
Bab 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
36
Bab 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
37
Bab 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
38
Bab Contoh 10 Validitas Serentak Respon- Sekor Sekor den Ax AY AX = prediktor AY = kriteria val = AX-AY = 0,80
39
Bab Contoh 11 Pada validitas serentak, AX adalah sekor prediktor dan AY adalah sekor kriteria. (a) Res AX AY (b) Res AX AY val = val =
40
Bab Contoh 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 =
41
Bab 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
42
Bab 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
43
Bab 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.
44
Bab 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
45
Bab Sasaran ukur Variabel konstruk Konstruksi alat ukur Kecocokan Validitas konstruk Alat ukur Hasil konstruksi Responden Hasil ukur Sekor
46
Bab 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
47
Bab 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
48
Bab 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
49
Untuk validitas konstruk tinggi
Bab Untuk validitas konstruk tinggi Metoda Referensi Korelasi Konvergensi cocok tinggi Diskriminan beda rendah
50
Bab 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
51
Bab 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
52
Bab 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
53
Bab 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)
54
Bab 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)
55
Bab 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
56
Bab 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)
57
Bab 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
58
Bab Analisis faktor menghasilkan tiga faktor A, B, dan C sebagai berikut Butir Faktor A Faktor B Faktor C 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 –
59
Penyediaan Alat Ukur: Dari pembuatan sampai perbaikan
Bab Penyediaan Alat Ukur: Dari pembuatan sampai perbaikan
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.