Psikometri Bab a14

1. Bab 14
Validitas

2. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
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
• Content validity
• Predictive validity
• Concurrent validity
• Construct validity
Edisi ketiga tahun 1970
Edisi keempat tahun 1984
• Content validity
• Criterion-related validity
• Construct validity

8. -----------------------------------------------------------------------
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

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
• Content validity
• Criterion-related validity
• Construct 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
Alat ukur
Kecocokan
isi

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. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
Contoh 1
• Tabel spesifikasi untuk ujian ilmu alam
terpadu di sekolah
• Banyaknya butir ujian untuk tiap kategori
Tujuan Instruksional
Bahan Mengetahui
konsep
Memahami
konsep
Menerapkan
konsep
Jumlah
Tumbuhan 8 4 4 16
Hewan 10 5 5 20
Cuaca 12 8 8 28
Bumi 12 4 2 18
Angkasa 8 4 6 18
Jumlah 50 25 25 100

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
1 
2
3
4
Kiraan (Rating)
Nomor Validitas
Butir Rendah Tinggi
1 1 2 3 4 5
2 1 2 3 4 5
3 1 2 3 4 5

20. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
Contoh 2
Lima pakar memvalidasi alat ukur melalui format
dikotomi
Butir
Pakar Jumlah
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
0 = tidak cocok agak beda dari para
pakar lainnya

21. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
Pakar
Cocok Tidak cocok
Nomor
butir
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

22. -----------------------------------------------------------------------
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
M
M M
P
CVR P
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
2 1
2
2 = -
-
=
M
M

23. ------------------------------------------------------------------------------
Validitas
------------------------------------------------------------------------------
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 =

24. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
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, perlu
diperhatikan

25. ------------------------------------------------------------------------------
Validitas
------------------------------------------------------------------------------
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
n i r
| -
|
-1
V i
N t
( )
= å
Nilai V terletak di antara 0 dan 1

26. ------------------------------------------------------------------------------
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 t = 5 i = 2, 3, 4, 5
n2 = 0 n3 = 2 n4 = 2 n5 = 1
N = 5
| | | | | | | |
V = - + - + - + -
0 2 1 2 3 1 2 4 1 1 5 1
14
20
0 70
5 5 1
,
( )
=
=
-

27. ------------------------------------------------------------------------------
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
A B
C D
D
Validitas Isi = --------------------------
A + B + C + D
Makin besar D makin besar validitas alat ukur

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

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
Hasil ukur
Sekor prediktor
Kecocokan

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
lebih sederhana
dirakit dengan
cara lain
biasa dipakai
selama ini
Mengganti-kan
Mendam-pingi
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
rval = rpred-krit

38. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
Sasaran ukur
Prediktor
Sasaran ukur
Kriteria
Alat ukur
Prediktor
Alat ukur
Kriteria
Hasil ukur
Prediktor
Hasil ukur
Kriteria
Responden
Kecocokan melalui koefisien korelasi
Koefisien validitas

39. -----------------------------------------------------------------------
Validitas
-----------------------------------------------------------------------
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
8 6 8
9 7 8
10 10 10
rval = rAX-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
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
rval = 17 56 58
18 60 62
19 63 65
20 59 61
rval =

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
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
rval = 12 320 2,7 25 520 3,0
13 425 2,6
rval =

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. ------------------------------------------------------------------------------
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
Sekor
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 = r2
val
Jika rval = 0,71 maka Koef Det = 0,50

44. ------------------------------------------------------------------------------
Validitas
------------------------------------------------------------------------------
7. Batas Koefisien Validitas Kriteria
Koefisien validitas kriteria rXY 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 rXY adalah
rerata ukur dari koefisien reliabilitas rXX dan rYY
XY XX YY r £ r r
rXY = koefisien validitas kriteria
rXX = koefisien reliabilitas prediktor
rYY = koefisien reliabilitas kriteria

45. ------------------------------------------------------------------------------
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. ------------------------------------------------------------------------------
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-masing
terdiri atas sekor tulen dan sekor keliru
AX = TX + KX
AY = TY + KY
Koefisien validitas kriteria
• Yang terukur : rAXAY
• Seharusnya diukur : rTXTY
Kekeliruan KX dan KY menyebabkan peredaman
pada koefisien validitas kriteria (sehingga ingin
dikoreksi)

47. ------------------------------------------------------------------------------
Validitas
------------------------------------------------------------------------------
Koreksi Spearman (1904)
Spearman mengusulkan koreksi terhadap
peredaman koefisien validitas kriteria dengan
rumus
r ¢ = r
XY
XY r r
XX YY
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
0,88
¢ = 0,70 = XY r
(0,86)(0,75)

48. ------------------------------------------------------------------------------
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
r r r
XY XX baru YY baru
( ) ( )
r ¢ =
XY r r
XX lama YY lama
( ) ( )
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
Alat ukur
Hasil konstruksi
Responden
Hasil ukur
Sekor
Kecocokan
Validitas
konstruk

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
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

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
Alat ukur valid
Kelompok responden
X
Alat ukur
Y
Hasil ukur
HX
Hasil ukur
HY
Korelasi tinggi di antara HY dengan HX menunjukkan
bahwa validitas konstruk juga tinggi

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

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

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. -----------------------------------------------------------------------
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
Metoda Ciri Metoda 1 Metoda 2
A1 B1 C1 A2 B2 C2
A1 (0,77)
B1 0,40 (0,81)
Metoda 1
C1 0,31 0,29 (0,92)
A2 [0,59] 0,27 0,11 (0,71)
B2 0,29 [0,63] 0,12 0,37 (0,78)
Metoda 2
C2 0,18 0,09 [0,68] 0,25 0,18 (0,83)
( ) = 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 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)

61. ------------------------------------------------------------------------------
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. ------------------------------------------------------------------------------
Validitas
------------------------------------------------------------------------------
• 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
3 303 015 786
4 790 – 041 280
5 148 243 792
6 353 669 – 113
7 298 009 838
8 – 082 649 392
9 691 102 120
10 011 867 100
11 052 822 048
• 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