Pengujian Instrumen K uisioner uision er Zaenal Fanani, SE., SE., Ak. M.SA Melakukan pengukuran terhadap sesuatu sesuatu yang belum pernah pernah dilakukan dapat dapat ditempuh dengan cara membuat instrumen pengukuran. Apakah instrumen tersebut berbentuk kuisioner atau sesuatu bersifat fisik. Pada materi ini akan dibahas pengujian yang berkaitan dengan instrumen kuisioner yang terdiri dari bagian pengujian validitas dan reliabilitas. Uji Validitas Sesuatu dikatakan valid jika alat ukur yang dibuat sesuai dengan apa yang hendak diukur, jika yang diukur adalah panjang, maka penggaris dapat dikatakan sebuah alat ukur yang valid. Akan tetapi bagaimana jika yang akan diukur adalah variabel kinerja. Kinerja yang terjadi pada seseorang manajer tentu berbeda dengan kinerja yang terjadi pada seorang cleaning service . Artiya jika obyek yang akan diteliti adalah berbeda akan tetapi variabel yang akan diangkat adalah sama, maka secara operasional akan terjadi perbedaan dalam mengukur indikasi-indikasi yang ada. Artinya akan muncul pertanyaan-pertanyaan yang berbeda pula. Pada bagian ini akan dibahas secara teknik proses pengujian validitas yang ada dalam kuisoner contoh, buka file Data, (C:Pelatihan Spss/Uji Reliabilitas dan Validitas ) lakukan langkah-langkah berikut: 1. Pilih menu TRANSFORM, pilih COMPUTE 2. Isi TARGET VARIABLE dengan nama X1 3. Isi kotak NUMERIC EXPRESSION dengan tulisan SUM(X11 to X14), klik OK 4. Pilih menu TRANSFORM, pilih COMPUTE, klik RESET 5. Isi TARGET VARIABLE dengan nama X2 6. Isi kotak NUMERIC EXPRESSION dengan tulisan SUM(X21 to X23), klik OK 7. Pilih menu TRANSFORM, pilih COMPUTE, klik RESET 8. Isi TARGET VARIABLE dengan nama X3 9. Isi kotak NUMERIC EXPRESSION dengan tulisan SUM(X31 to X33), klik OK 10. Pilih menu TRANSFORM, pilih COMPUTE, klik RESET 11. Isi TARGET VARIABLE dengan nama X4 12. Isi kotak NUMERIC EXPRESSION dengan tulisan SUM(X41 to X43), klik OK 13. Pilih menu TRANSFORM, pilih COMPUTE, klik RESET 14. Isi TARGET VARIABLE dengan nama X5 15. Isi kotak NUMERIC EXPRESSION dengan tulisan SUM(X51 to X53), klik OK 16. Pilih menu TRANSFORM, pilih COMPUTE, klik RESET
Selanjutnya hitung korelasi antara masing-masing item dengan skor item tertentu (biasanya disebut skala). Lakukan untuk kelompok X1, X2, X3, X4,X5 dan Y. berikut dilakukan contoh untuk sebuah kelompok variabel X1. Pengujian Instrumen Kuisioner
1
1. Pilih menu ANALYZE, pilih CORRELATE, pilih BIVARIATES, klik OK 2. Masukkan X11, X12, X13, X14 dan X1 ke kotak VARIABLES, klik OK
Correlations Correlations
X11 X11
Pearson Correlation Sig. (2-tailed)
X12
X13
X1
X12 .637**
X13 .511**
X14 .454**
X1 .792** .000
.
.000
.000
.000
N
100
100
100
100
100
Pearson Correlation
.637**
1
.640**
.617**
.876**
Sig. (2-tailed)
.000
.
.000
.000
.000
N
100
100
100
100
100
Pearson Correlation
.511** .000
.640** .000
.604** .000
.826** .000
Sig. (2-tailed) X14
1
1 .
N
100
100
100
Pearson Correlation
.454**
.617**
.604**
Sig. (2-tailed)
.000
.000
N
100
100
Pearson Correlation
.792**
Sig. (2-tailed) N
100
100
1
.811**
.000
.
.000
100
100
100
.876**
.826**
.811**
.000
.000
.000
.000
.
100
100
100
100
100
1
**. Correlation is significant at the 0.01 level (2-tailed).
Pada hasil dengan bentuk seperti ini, sebenarnya ada beberapa hasil yang tidak perlu. Bagian yang diperlukan hanya korelasi X11 dengan X1, X12 dengan X1, X13 dengan X1, dan X14 dengan X1. Untuk mendapatkan hasil yang dimaksud lakukan langkah-langkah berikut: 1. Masuk ke window data , pilih menu ANALYZE, pilih CORRELATE, pilih BIVARIATE 2. Klik PASTE, maka anda akan mendapatkan window SYNTAX. Sisipkan kata WITH diantara X14 dan X1 3. Pilih menu RUN, pilih CURRENT. Lihat perbedaan hasil outputnya.
Pengujian Instrumen Kuisioner
Correlations Correlations
X11
X12
X13
X14
Pearson Correlation
X1 .792**
Sig. (2-tailed)
.000
N Pearson Correlation
100 .876**
Sig. (2-tailed)
.000
N
100 .826**
Pearson Correlation Sig. (2-tailed)
.000
N
100
Pearson Correlation Sig. (2-tailed)
.811**
N
.000 100
**. Correlation is significant at the 0.01 level
Lakukan Hal yang sama terhadap X2, X3, X4, dan X5 Uji Reliabilitas Beberapa item yang mengelompok menjadi indikasi sebuah variabel tidak cukup dilihat dari ukuran validitas saja, namun juga diukur besarnya kehandalan yang terjadi pada kelompok tersebut. Sama hal dengan uji validitas untuk mengukur reliabilitas sebuah instrumen dapat digunakan beberapa metode seperti split half, alpha Cronbach, test retest, Rulon, Hyot , dan banyak lagi lainnya. Langkah-langkah yang perlu dilakukan antara lain: 1. Pilih menu ANALYZE, pilih SCALE, pilih RELIABILITY ANALYSIS 2. Masukkan X11, X12, X13 dan X14 ke kotak variabel 3. Klik tombol STATISTICS, pada kelompok DESRIPTIVE pilih ITEM dan SCALE 4. Pada kelompok INTER-ITEM pilih CORRELATION dan COVARIANCE 5. Pada kelompok SUMMARIES, pilih VARIANCE, COVARIANCE dan CORRELATION 6. Klik CONTINUE, klik OK
Perhatikan hasil proses analisis berikut: Reliability Method 2 (covariance matrix) will be used for this analysis * R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Covariance Matrix Pengujian Instrumen Kuisioner
X11 .6420 .3966 .3008 .2883
X11 X12 X13 X14
X12
X13
X14
.6031 .3649 .3797
.5393 .3512
.6274
Correlation Matrix X11 X12 X13 1.0000 .6373 1.0000 .5112 .6399 1.0000 .4542 .6173 .6038
X11 X12 X13 X14
N of Cases = Item Variances Inter-item Covariances
1.0000
100.0 Mean .6030
Mean .3469
Inter-item Correlations
X14
Mean .5773
Reliability Coefficients Alpha = .8442
Minimum Maximum .5393 .6420 Minimum Maximum .2883 .3966 Minimum .4542
Maximum .6399
Range Max/Min Variance .1027 1.1905 .0021 Range Max/Min Variance .1083 1.3756 .0017 Range .1857
Max/Min Variance 1.4087 .0053
4 items Standardized item alpha = .8453
Nilai/ukuran kehandalan yang diperoleh sebesar 0,8442 seperti yang ditunjukkan pada bagian hasil standardized item alpha . Cara menghitung kedua nilai tersebut adalah: Standardized item alpha
Alpha =
kr
1 + ( k − 1) r
k (cov/ var)
1 + (k − 1)(cov/ var)
=
=
( 4)(0.5773) 1 + ( 4 − 1)(0.5773)
(4)(0.3469)(0.6030) 1 + ( 4 − 1)(0.3469)(0.6030 )
= 0.8453
=0.8442
Dimana: k = jumlah butir/item r = rata-rata korelasi Cov = rata-rata covariance Var = rata-rata variance Hubungan Jumlah Butir dengan Reliabilitas Instrumen JUMLAH BUTIR RELIABILITAS 5 0,20 10 0,33 20 0,50 40 0,67 80 0,80 160 0,89 320 0,94 640 0,97 Sumber: Robert l. Ebel, DavidA. Frisbie, 1991, Essent ial of Edicational Measuremen,Englewood Cliffs , Prentice – Hall, Inc, hal 89 Pengujian Instrumen Kuisioner