Uji validitas dan relibilitas sangat diperlukan jika seorang peneliti menggunakan rangkaian kuesioer sebagai alat untuk mengumpulkan data. Uji validitas dan reliabilitas diperlukan untuk menjamin bahwa rangkaian kuesioner yang diperlukan layak dipergunakan sebagai alat untuk mengumpulkan data. Contoh yang sering dipergunakan dalam blog ini adalah bahwa timbangan tidak valid dipergunakan untuk mengukur tinggi badan, demikian sebaliknya meteran tidak valid dipergunakan untuk mengukur berat badan seseorang. Ini contoh sederhana saja agar dapat dipahami dengan mudah dan sederhana. Reliabilitas dilakukan untuk memastikan bahwa suatu rangkaian kuesioner jika dipergunakan di lain waktu akan memberikan hasil yang kurang lebih serupa dengan hasil pengukuran yang telah dilakukan.
Untuk lebih mendalami lagi tentang uji validitas dan reliabilitas serta penggunaannya dengan SPSS Versi 26 mari kita simak bersama artikel berikut.
Daftar Isi
- Uji validitas
- Uji reliabilitas
- Simulasi uji validitas dan reliabilitas dengan SPSS Versi 26
- Apa yang terjadi jika kuesioner tidak valid dan tidak reliabel
- Kesimpulan
Uji Validitas
Ilmu sosial banyak bekerja dengan variabel yang sifatnya abstrak atau tidak bisa diukur secara langsung. Ketika berkaitan dengan luas, tinggi, panas atau variabel sejenis, maka peneliti akan dengan mudah mengukur secara langsung. Meteran untuk mengukur panjang atau tinggi, timbangan untuk mengukur berat, termometer untuk mengukur suhu dan sebagainya.
Ketika peneliti harus mengukur motivasi seseorang, maka belum ada alat ukur yang dapat mengukur motivasi seseorang secara langsung. Demikian juga dengan variabel seperti kepuasan, minat, kepercayaan, rasa tidak aman dan variabel sejenis. Oleh karena itu, peneliti harus mempunyai suatu rangkaian alat ukur yang mampu mengukur variabel-variabel abstrak seperti itu.
Uji validitas adalah uji untuk menentukan apakah suatu rangkaian kuesioner dapat dipergunakan sebagai alat ukur dari variabel yang ingin diukur. Definisi ini secara umum dan banyak sekali definisi tentang uji validitas. Sebagai contoh, apakah jumlah anak valid dalam mengukur tingkat sosial sebuah keluarga? Atau apakah luasan bangunan berkaitan erat dengan kekayaan seseorang?
Harus ada logika yang masuk akal antara sebuah pertanyaan dengan variabel yang akan diukur. Selain itu, peneliti juga harus menentukan apakah sebuah pertanyaan valid dalam mengukur variabel atau konstruk yang akan diukur.
Uji Reliabilitas
Di sisi lain, suatu alat ukur haruslah bisa memberikan hasil ukur yang relatif sama ketika dipergunakan di waktu lain atau dipergunakan untuk mengukur objek atau subjek yang lain. Di sinilah diperlukan uji reliabilitas terhadap suatu rangkaian kuesioner. Uji reliabilitas adalah untuk menentukan apakah rangkaian kuesioner tersebut memberikan hasil yang kurang lebih sama jika dipergunakan untuk mengukur suatu objek atau subjek yang sama di lain waktu.
Simulasi uji validitas dan reliabilitas dengan SPSS Versi 26
Untuk melakukan uji validitas dan reliabilitas dengan SPSS Versi 26, kita bisa menggunakan file yang ada di sini. File tersebut dalam SPSS Versi 26 dan berisi file seperti pada gambar di bawah. Pilih analyze, pilih correlate lalu klik pada Bivariate.
 |
Menu Uji Validitas SPSS Versi 26 |
Jika benar maka kita akan diarahkan masuk ke menu korelasi bivariate yang dapat dipergunakan sebagai alat untuk menguji validitas. |
Memasukkan Indikator dan Jumlah Skor Indikator |
Masukkan indikator X11 sampai dengan X14 dan juga X1 ke dalam box Variables seperti pada gambar di atas. Pastikan ada tanda centang pada Pearson seperti pada gambar di atas, lalu klik OK. Maka akan keluar output sebagai berikut: |
Output Korelasi Pearson |
Tabel di atas adalah output korelasi Pearson. Kita hanya melihat apakah suatu indikator mempunyai korelasi yang signifikan dengan skor total item dari semua indikator dalam satu konstruk. Dalam konteks ini, skor total adalah X1. Sehingga jika X11 berkorelasi secara signifikan dengan X1 maka dinyatakan valid. Pada gambar di atas bisa dilihat di kolom paling kanan, atau sebesar 0,847 untuk X11 dengan X1 dengan signifikansi sebesar 0,000. Karena 0,000 < 0,05 maka indikator X11 dinyatakan valid. Tampak juga bahwa hal serupa tampak pada indikator yang lain dari X12 sampai dengan X14.
Ini bukan satu-satunya cara, bisa juga dibandingkan antara nilai Korelasi Pearson dengan nilai R Tabel. Hasilnya akan konsisten karena jika R hitung > R tabel maka Signifikansi juga akan < 0,05. Ini hal yang pasti. Jika Anda menemukan hasil bahwa Signifikansi < 0,05 tetapi R hitung < R tabel, berarti ada yang salah. Biasanya ada kesalahan di menentukan nilai R Tabelnya. Nilai R tabel harus ditentukan secara benar berdasarkan jumlah N dan taraf signifikansi yang dipergunakan.
Setelah itu, untuk uji reliabilitas silahkan pilih Analyze, pilih Scale lalu klik pada Reliability Analysis
 |
Menu Uji Reliabilitas dengan SPSS Versi 26 |
Maka kita akan masuk ke menu uji reliabilitas. Masukkan indikator X11 sampai dengan X14 ke box Items. INGAT skor total X1 tidak usah dimasukkan. Pastikan di kiri bawah adalah Alpha, lalu klik pada Statistics di kanan atas. |
Memasukkan Indikator |
Setelah klik Statistics maka akan keluar sub menu sebagai berikut:
 |
Sub Menu Statistics |
Berikan tanda centang pada Scale if item deleted seperti pada gambar di atas. Setelah itu klik Continue lalu klik OK sehingga akan keluar output sebagai berikut:
 |
Output Reliabilitas |
Tampak bahwa nilai Cronbach's Alpha adalah sebesar 0,874 > 0,6 yang berarti rangkaian kuesioner tersebut adalah reliabel. Sedangkan output berikutnya adalah sebagai berikut: |
Output Scale if Item Deleted |
Sederhana saja, karena ada kata if item deleted, berarti jika dihapus. Baris paling atas adalah 0,838 artinya itulah nilai Alpha jika X11 dihapus atau tidak dipergunakan dalam perhitungan. Ini juga berlalu untuk baris berikutnya. Ini diperlukan jika hasil yang kita dapat tidak reliabel, sehingga kita bisa menentukan indikator mana yang harus kita hapus agar tercapai nilai di atas 0,6 atau reliabel. Artikel selengkapnya ada di sini.
Apa yang terjadi jika kuesioner tidak valid dan tidak reliabel
Jika angket atau kuesioner tidak valid, maka hasil ukur yang dihasilkan juga tidak valid atau tidak tepat, sehingga tidak bisa dipergunakan sebagai sumber data penelitian. Demikian juga tidak tidak reliabel, maka rangkaian kuesioner tersebut juga tidak dapat dipergunakan sebagai sumber data penelitian.
Jadi kuesioner memang harus valid dan reliabel, tidak bisa ditawar lagi. Tidak ada kata, sudah mepet waktunya, atau bahkan ada yang bertanya rujukan mana yang menyatakan kuesioner boleh tidak valid atau tidak reliabel.
Kesimpulan
Kuesioner harus valid dan reliabel ya. TITIK
Tidak ada komentar:
Posting Komentar
Baca dulu sebelum tulis komentar:
Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.
Terima kasih.