Kodomo99 Situs Slot Online Resmi Gampang Menang Maxwin Hari Ini
VALIDITAS DAN RELIABILITAS DATA ASUMSI.PPT
1. UJI VALIDITAS DAN RELIABILITAS
KONSEP DASAR PENGOLAHAN DAN ANALISA DATA
2. INGAT TERLEBIH DAHULU BAHWA ANGKET MESTI VALID DAN
REALIBEL
APA ITU UJI VALIDITA DAN REABILITAS??
DIMULAI DENGAN PEMBUATAN ANGKET
3. SUATU KUSIONER DIKATAKAN VALID JIKA PERTANYAAN
PADA KUSIONER MAMPU MENGUNGKAPKAN APA YANG
AKAN DI UNGKAPKAN
SEDANGKAN KUSIONER DIKATAKAN RELIABEL (HANDAL)
JIKA DAPAT MENUNJUKKAN KEMANTAPAN, KEAJENGAN
ATAU STABILITAS HASIL PENGAMATAN BILA
DIPERGUNAKAN ATAU DI UKUR PADA WAKTU-WAKTU
BERIKUTNYA DENGAN KONDISI SESUATU YANG DI UKUR
TIDAK BERUBAH
BILA DILAKUKAN UJI VALIDITAS DAN RELIABEL ?
4. 1. Data
DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF
DATA KUALITATIF :
Data yang dinyatakan dalam
bentuk bukan angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja
DATA KUANTITATIF :
Data yang dinyatakan dalam
bentuk angka
Contoh : lama bekerja, jumlah
gaji, usia, hasil ulangan
DATA
JENIS
DATA
NOMINAL
ORDINAL
INTERVAL
RASIO
KUALITATIF KUANTITATIF
5. 1. Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara
kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara
kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat
hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
6. DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara
pengukuran, di mana jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem
kalender
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara
pengukuran, di mana jarak antara dua titik skala sudah diketahui
dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
7. 2. Pengolahan Data
PROSEDUR PENGOLAHAN DATA :
A. PARAMETER : Berdasarkan parameter yang ada statistik
dibagi menjadi
• Statistik PARAMETRIK : berhubungan dengan
inferensi statistik yang membahas parameter-
parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal.
• Statistik NONPARAMETRIK : inferensi statistik tidak
membahas parameter-parameter populasi; jenis data
nominal atau ordinal; distribusi data tidak diketahui
atau tidak normal
.
8. B. JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi
menjadi
• Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel)
untuk n sampel atau beberapa variabel tetapi masing-
masing variabel dianalisis sendiri-sendiri. Contoh : korelasi
motivasi dengan pencapaian akademik.
• Analisis MULTIVARIAT : dua atau lebih pengukuran
(variabel) untuk n sampel di mana analisis antar variabel
dilakukan bersamaan. Contoh : pengaruh motivasi terhadap
pencapaian akademik yang dipengaruhi oleh faktor latar
belakang pendidikan orang tua, faktor sosial ekonomi,
faktor sekolah
10. 3. PENYAJIAN DATA
4. MEMBUAT TABEL
5. MEMBUAT GRAFIK
6. DISTRIBUSI FREKUENSI
7. UKURAN PEMUSATAN
8. UKURAN LETAK
9. UKURAN PENYEBARAN
11. 10. Normalitas, Hipotesis, Pengujian
Distribusi Normal : kurva berbentuk bel, simetris, simetris terhadap sumbu yang
melalui nilai rata-rata
+s +2s +3s
-s
+2s
+3s
68%
95%
99%
• Lakukan uji normalitas
• Rasio Skewness & Kurtosis berada –2 sampai +2
Rasio =
• Jika tidak berdistribusi normal, lakukan uji melalui non parametrik (Wilcoxon,
Mann-White, Tau Kendall)
Skewness = kemiringan
Kurtosis = keruncingan
nilai
Standard error
12. Uji Validitas
• Mengukur apa yg seharusnya diukur
• Sejauh mana ketepatan dan kecermatan suatu
instrumen pengukuran dalam melakukan
fungsi Ukurnya
• Agar data yg diperoleh bisa relevan/sesuai
dengan tujuan diadakannya pengukuran tsb
13. Contoh :
• Dalam mengukur motivasi
Tentunya seorang peneliti yg membuat
instrumen
• motivasi ini berharap agar instrumen
penelitiannya bisa berfungsi dgn benar untuk
mengukur motivasi
• syaratnya instrumen itu harus memiliki validitas
yg tinggi
14. • Memakai korelasi product momen: korelasi
antar item dengan skor total dalam satu variabel
• Validitas tinggi
• Azwar > 0.3 (koefisien validitas ini sudah
dianggap memuaskan)
• Dalam output SPSS dilihat pada kolom corrected
itemtotal corelation
15. Reliabilitas
• Sejauh mana hasil pengukuran dapat dipercaya.
• Sejauh mana hasil pengukuran dapat dipercaya
bila dilakukan pengukuran pada waktu yg berbeda
pada kelompok subjek yg sama diperoleh hasil yg
relatif sama.
>>>> asalkan aspek yg diukur dalam diri subjek
memang belum berubah
16. • Tinggi/rendahnya reliabilitas secara empirik
ditunjukkan oleh suatu angka yang disebut nilai
koefisien reliabilitas
• Reliabilitas yg tinggi ditunjukkan dgn nilai 1.00,
reliabilitas yg dianggap sudah cukup memuaskan
atau tinggi adalah > 0.70
• Ada beberapa teknik yg dipakai untuk
menghitung reliabilitas diantaranya: alpha
croncbach, splith half.
• Dalam SPSS kita sering memakai alpha
croncbach
17. Bagaimana dengan penggunaan rumus ini
(product moment)
Misalkan kita ingin menguji validitas variabel
motivasi
Perhatikan data berikut
19. KALAU MENGGUNAKAN EXCELL KITA
DAPAT LANSUNG MELAKUKAN SEBAGAI
BERIKUT
PADA KOLOM TERAKHIR BUAT JUMLAH
PADA KOLOM PALING BAWAH HITUNG
DENGAN
=CORREL(B4:B13, U4:U13) DAN
LAKUKAN UNTUK SETIAP KOLOM
22. UJI RELIABILITAS INSTRUMEN PENELITIAN
DENGAN CRONBACH ALPHA
(MANUAL)
Rumus untuk menghitung koefisien reliabilitas
instrument dengan menggunakan
Cronbach Alpha adalah sebagai berikut:
23.
24.
25.
26.
27.
28. KEMBALI KE UJI VALIDITAS
DAN RELIABILITAS
MARI KITA BAHAS CONTOH BERIKUT
29. PENGUJIAN INSTRUMEN
UJI VALIDITAS DAN RELIABILITAS
Soal : Akan dilakukan penelitian pengaruh
kepemimpinan dan motivasi kerja terhadap prestasi
kerja Sebelum dilakukan penelitian masing-masing
instrumen diuji cobakan dulu untuk mendapat
instrumen yang valid dan reliable. Uji coba istrumen
hanya sekali saja dilakukan kepada 20 responden.
31. A. Validitas dan Reliabilitas Instrumen kepemimpinan (X1)
Langkah 1 : Masukkan data hasil uji coba ke dalam data
editor SPSS
Langkah 2 : Klik [Analyze] [Scale] [Reliablity Analysis]
Langkah 4 : Masukkan semua skor item (butir) kuesioner
ke dalam kolom Items:, Pilih Model [Splithalf],
klik kotak pada List item Labels
Langkah 5 : klik opsi [Statistics] lalu pada Descriptive for
klik [item] [Scale] [Scale if item deleted]
pada opsi Intern Item klik kotak [Correlations] pada
Summaries klik kotak [Correlation] lanjutkan
[Continue] dan akhiri [OK]
COBA SENDIRI DIRUMAH SEBAGAI TUGAS NO 1.B
32.
33.
34.
35.
36.
37. B. Validitas dan Reliabilitas Motivasi Kerja (X2)
Hasil tabulasi data untuk Variabel Motivasi Kerja sebagai berikut:
38.
39. Validitas dan Reliabilitas Prestasi Kerja (Y)
Hasil tabulasi data untuk Variabel Prestasi Kerja sebagai berikut:
40. TUGAS 1
1. UNTUK DATA DI ATAS (BOLEH JUGA BUAT DATA
SENDIRI), LAKUKAN UJI VALIDITAS DENGAN
MENGGUNAKAN RUMUS
(SECARA MANUAL) DAN LENGKAPI DENGAN HASIL
PERHITUNGAN DENGAN SPSS
2. JUGA LAKUKAN UJI RELIABILITAS SECARA MANUAL
DAN LENGKAPI DENGAN HASIL
PERHITUNGAN DENGAN SPSS
YANG PENTING MEMBERIKAN BERI
ANALISA/PENAFSIRAN DARI HASIL PERHITUNGAN
41. Validitas tes
• Validitas isi (content Valdidity)
Apakah alat ukur tes telah memenuhi validitas isi
• Validitas Kriteria (Criterion Related Validity)
diperoleh dengan membandingkan skor pengukuran
dengan suatu kriteria yang telah ada
• Validitas Konsepsi (Construct Valididy)
apakah alat ukur sudah sesuai dengan konsep yang ada
42. Beberapa pendekatan untuk mencari koefisien
Reliabilitas
1.Ukur Ulang
2.Ukur Setara
3.Sekali Ukur
Pendapat lain
1. Uji-uji ulang Koefisien Reliabilitas Stabilitas
2. Uji-uji setara Koefisien reliabilitas kesetaraan
3. Uji pilih paruh Rumus Spearman-Brown, Rulon
4. Uji Konsistensi Butir Rumus KR, Alpha Cronbach
45. Tes I Test II
84 88
45 60
85 85
70 75
55 55
60 65
70 75
65 60
56 51
84 81
Contoh perhitungan dengan SPSS koefisien Reliabilitas
gaya kepemimpinan
Uji ulang
Kita akan periksan konsistensi
Reliabilitas terhadap 2 x tes yang
dilakukan
47. Diperoleh r = 0.900 (sangat tinggi)
Dan sig = 0.00 < 0.01
Artinya hasil test I dan II sangat stabil
48. Selanjutnya uji setara
Dilakukan dua test untuk mengukur kesetaraan, dua
perangkat test disiapkan terhadap objek yang sama.
Kita akan menentukan tingkat reliabilitasnya
Misalkan setelah dilakukan test untuk gaya
kepemimpinan diperoleh data sebagai berikut
49. Angket A Angket B
60 65
70 55
65 70
74 67
85 77
65 78
70 60
65 68
60 70
70 63
65 77
75 63
70 78
80 64
55 57
Berapakah tingkat
Reliabilitasnya ???
Lakukan seperti langkah
Yang tadi
51. Tugas satu no 2
Buat data sebarang sebanyak 40 datum, lakukan
uji Validitas dan reliabilitas
Silakan buat uji sebanyak mungkin cara yang
anda ketahui
52. UJI NORMALITAS
• Suatu distribusi (sebaran) dikatakan simetrik
bila distribusi tersebut dapat dilipat sepanjang
suatu sumbu tegak sehingga kedua
belahannya saling menutupi.
• Suatu distribusi yg tdk setangkup terhadap
sumbu tegaknya dikatakan menjulur.
53. • Menjulur positif, bila menjulur ke sebelah
kanan, ekor kanan lebih panjang dari ekor kiri.
(lihat Walpole hal 57. Gambar 3.8 a)
• Menjulur negatif, bila menjulur ke sebelah kiri,
ekor kiri lebih panjang dari ekor kanan.(lihat
Walpole hal 57.Gambar 3.8 b)
54. • Bagi dist.yg setangkup, nilai tengah & median
terletak pd posisi yg sama.
• Bila menjulur +, nilai2 besar di ekor kanan
tdk terlalu banyak dipengaruhi nilai2 kecil
ekor kiri, sehingga nilai tengah lebih besar
dari mediannya.
• Bila menjulur -, nilai2 kecil di ekor kiri akan
membuat nilai tengah lebih kecil dari
median.
55. Koefisien kemenjuluran Pearson
• Didefinisikan :
• Untuk sebaran yg setangkup sempurna, nilai
tengah dan mediannya identik, sehingga
nilainya nol.
s
x
x
SK
)
(
3
~
)
(
3
~
SK
56. Alat uji Normalitas yang lain
1. Dengan melihat nilai Mean, Median dan Modus
2. Melihat
dan
57. 3. SPSS, Kolmogorov-Smirnov dan Shapiro-Wilk
(Analy ze Descriptives Explore
(silakan dicoba sekarang)
Selanjutnya:
· Pilih y sebagai dependent list
· Pilih x sebagai factor list, apabila ada lebih dari
1 kelompok data
· Klik tombol Plots
· Pilih Normality test with plots, seperti tampak
pada gambar di bawah ini.
· Klik Continue, lalu klik OK
61. Tugas satu no 4
Buat data sebarang sebanyak 40 datum, lakukan
uji normalitas seperti di atas.
Lakukan juga dengan uji chi-kuadrat, uji lilliefors,
62. UJI HOMOGENITAS
1. Menggunakan ANOVA
Analyze Compare Mean One-Way-Anova
Misalkankan kita punya sekumpulan data berikut
63. Nilai J Kelamin
45 L
65 L
76 L
55 L
64 L
56 L
75 L
56 L
65 L
67 L
64 L
45 L
54 P
55 P
66 P
56 P
54 P
56 P
54 P
67 P
56 P
56 P
56 P
60 P
H0 : Data homogen
terhadap variabel jenis kelamin
Silakan coba sekarang
Diperoleh hasil sebagai berikut
67. Data Stem-and-Leaf Plot for
JK= Laki-Laki
Frequency Stem & Leaf
2.00 4 . 55
3.00 5 . 566
5.00 6 . 44557
2.00 7 . 56
Stem width: 10
Each leaf: 1 case(s)
Data Stem-and-Leaf Plot for
JK= Perempuan
Frequency Stem & Leaf
3.00 5 . 444
6.00 5 . 566666
1.00 6 . 0
2.00 Extremes (>=66)
Stem width: 10
Each leaf: 1 case(s)
Perhatikan data di atas, maka jelas
homogenitasnya seperti tabel di ats
68. Tugas satu no 5
Buat data sebarang sebanyak 40 datum, lakukan
uji Homogenitas seperti di atas.
Lakukan juga uji homogenitas dengan uji lain
yang anda ketahui
70. Uji linearitas
1. Dengan menu analyze compare mean mean
2. Dengan menu Graphs interactive Scatteerplot
Harap dipelajari sebelum kita bahas regresi linear