KELOMPOK 4 - MEMBUKTIKAN BERBAGAI JENIS VALIDITAS.pptx

KELOMPOK 4 - MEMBUKTIKAN BERBAGAI JENIS VALIDITAS

1. Syarat-Syarat Instrumen Non Kognitif yang Baik Secara Klasik dan Modern : Membuktikan Berbagai Jenis Validitas Sri Nurfadillah Ningsih 22701251002 Tiara Faniska Dianty 22701251017

2. Validitas Konstruk Uji Goodness of Fit Validitas Kriteria Validitas Isi START Validitas

3. Infographic Style Definisi Validitas Teacher Teacher ( Azwar , 2012 ) Validitas berasal dari kata validity yang bermakna sejauh mana akurasi dan kecermatan suatu instrument dalam menjalankan fungsi ukurnya ( Istiyono , 2020) Validitas atau kesahihan suatu instrument merujuk pada tingkatan derajat ketepatan dan kecermatan yang didukung oleh fakta empiris dan alasan teoritis

4. Validitas Isi 1 Validitas tampang didasarkan pada penilaian terhadap format penampilan ( appearance ) instrumen dan kesesuaian konteks item dengan tujuan pengukurannya (Azwar, 2021). . Jika aitem-aitem telah sesuai dengan tujuan yang disebutkan dan apabila dilihat dari segi penampilan telah meyakinkan dan memberikan kesan mampu mengungkap apa yang hendak diukur, maka instrumen tersebut dapat dikatakan memenuhi validitas tampang . Validitas Tampang

5. 2 Analisis lanjutan setelah validitas tampang adalah melalui validitas logis yaitu prosedur penilaian kelayakan isi item melalui penilaian yang bersifat kualitatif oleh panel ahli . Prosedur ini selanjutnya menghasilkan validitas logis atau merupakan tinggi rendahnya kesepakatan di antara para ahli yang menilai kelayakan suatu skala pengukuran ( Azwar , 2012). Validitas logis ( logical validity ) disebut juga sebagai validitas sampling ( sampling validity ) karena merupakan validitas yang menunjuk pada sejauh mana isi instrumen merupakan representasi dari aspek yang hendak diukur (Istiyono, 2020). Validitas Logis Validitas Isi

6. Langkah-Langkah Membuktikan Validitas Isi Menghitung koefisien validitas isi dengan indeks V Aiken. Berdasarkan indeks V Aiken para ahli tentang validtas , diketahui butir-butir instrument valid atau tidak Menyusun matriks , kisi-kisi , butir-butir instrument, dan pedoman rubrik penskoran . Berkas tersebut direviewkan kepada setidaknya tiga ahli yang sesuai dengan bidang yang teliti Masukan dari ahli tentang substansi , konstruk , dan Bahasa. Proses ini disebut telaah kualitatif yang meliputi aspek substansi , konstruk , dan Bahasa. . Meminta ahli untuk menilai validitas butir , yang berkaitan dengan komponen substansi , konstruk , dan bahasa Berdasarkan masukan ahli , kisi-kisi , isntrumen , pedoman penskoran dilakukan revisi . 01 02 03 05 04

7. Membuktikan Validitas Isi Instrumen 1 VALIDITAS PER BUTIR DENGAN INDEKS VALIDASI AIKEN Aiken merumuskan formula Aiken's’ V untuk menghitung koefisien validitas isi ( content-validity coefficient ) yang didasarkan pada hasil penilaian dari experts sebanyak n orang terhadap suatu aitem dari segi sejauh mana item tersebut mewakili konstruk yang diukur (Azwar, 2019).Statistik Aiken’s V dirumuskan sebagai berikut: V = V : Koefisien Aiken’S V S : r – lo r : Angka yang diberikan seorang ahli c : Angka tertinggi lo : Angka terendah  

8. Membuktikan Validitas Isi Instrumen 1 VALIDITAS PER BUTIR DENGAN INDEKS VALIDASI AIKEN Hasil perhitungan indeks V, suatu butir atau perangkat dapat dikategorikan berdasarkan indeksnya . Jika indeksnya kurang atau sama dengan 0,4 dikatakan validitasnya kurang , 0,4 – 0,8 dikatakan validitasnya sedang , dan jika lebih besar dari 0,8 dikatakan sangat valid ( Istiyono , 2020).

9. Contoh Suatu aitem dalam tes dinilai relevansinya oleh sebuah panel yang terdiri dari tiga orang ahli, dengan memakai rentang angkat 1 sampai dengan 5. Jadi n = 3, lo = 1 dan c = 5. Misalkan ahli pertama memberikan angka 3; ahli kedua memberi angka 4; dan ahli ketiga memberi angka 4. Tentukan validitas isi item tersebut. Jawab   V = = = 0.667   Dikarenakan hasil perhitungan indeks V Aiken’s pada kasus di atas mendapat nilai 0,667, maka dapat diinterpretasikan aitem tersebut memiliki validitas isi yang sedang dan mendukung validitas isi tes secara keseluruhan.

10. Membuktikan Validitas Isi Instrumen 2 Validitas Per Butir dengan Koefisien Lawshe’s CVR Pada dasarnya metode ini merupakan cara untuk mengukur kesepakatan para ahli tentang pentingnya suatu item tertentu. Para ahli ( experts ) diminta untuk menyatakan apakah item dalam instrumen sifatnya esensial bagi operasional konstruk teoritik instrumen yang bersangkutan (Azwar, 2021). Suatu item dinilai esensial jika peranan item tersebut penting dalam merepresentasikan dengan baik domain isi dan mencerminkan tingkat kompetensi yang harus diungkap. Penilaian terhadap setiap item diberikan dalam tiga tingkatan esensial yaitu “esensial”, “berguna tapi tidak esensial”, dan “tidak diperlukan” (Azwar, 2019).

11. Membuktikan Validitas Isi Instrumen 2 Validitas Per Butir dengan Koefisien Lawshe’s CVR Content validity ratio dirumuskan sebagai: CVR = – 1 ne = banyaknya ahli yang menilai suatu item “esensial ” n = banyaknya ahli yang menilai  

12. Contoh Misalkan ada lima penilai yang menyatakan bahwa suatu item sebagai “esensial”, tiga penilai menyatakan bahwa item tersebut “berguna tapi tidak esensial”. Berarti dari n = 8 orang dan ne = 5. Tentukanlah koefisien CVRnya . Jawab   Angka CVR bergerak antara -1,00 sampai +1,00. Jika CVR > 0,00 berarti bahwa 50% lebih dari para ahli menyatakan item tersebut adalah esensial. Semua item yang memiliki CVR negatif atau sama dengan 0 jelas harus dieliminasi. Sedangkan item yang CVRnya positif diartikan sebagai memiliki validitas isi dalam kadar tertentu. Untuk 8 panel ahli , berdasarkan Tabel 3.2 CVR Lawshe 0,75. diperoleh CVR = 0,250 . Pada contoh , CVR sebesar 0,250 dengan demikian bahwa instrument ini belum memenuhi syarat validitas isi .

13. Lanjutan Selain CVR sebagai statistik validitas isi butir , kemudian dapat pula dihitung statistic CVI (Content Validity Index) yang merupakan indikasi validitas isi tes . CVI adalah rata-rata dari CVR semua item. CVI dinyatakan dengan persamaan sebagai berikut : CVI = k : Banyaknya item Komputasi CVI hendaknya dilakukan hanya pada item yang terpilih, yaitu yang sudah dinyatakan memiliki CVR memuaskan. Harus diingat juga walaupun item-item sudah terpilih berdasarkan statistik validitas isi nya, baik dengan Aiken’s V maupun CVR dan validitas isi lainnya, namun tidak berarti item-item tersebut tidak lagi melewati analisis konsistensi internal, terutama untuk meningkatkan reliabilitas skor tes (Istiyono, 2020).    

14. Validitas Konstruk Validitas konstrak membuktikan apakah hasil pengukuran yang diperoleh melalui butir-butir tes memiliki korelasi yang tinggi dengan konstrak teoritik yang mendasari penyusunan tes tersebut, apakah skor yang diperoleh mendukung konsep teoritik yang diinginkan oleh tujuan pengukuran semula (Azwar, 2021). Dari teori ini ditarik suatu konskuensi praktis mengenai hasil pengukuran pada kondisi tertentu, dan konskuensi inilah yang akan diuji. Apabila hasilnya sesuai dengan harapan maka instrumen itu dianggap memiliki validitas konstruk yang baik (Retnawati, 2016).

15. Pendekatan ini dapat menyimpulkan suatu instrumen memiliki validitas yang baik jika adanya korelasi yang tinggi di antara hasil pengukuran pada trait yang sama oleh beberapa metode yang berbeda ( convergent validity ), atau tidak adanya korelasi diantara hasil pengukuran terhadap beberapa trait yang berbeda sekalipun diukur dengan metode yang serupa ( discriminant validity ) (Azwar, 2021). Pendekatan Multitrait-Multimethode

16. Bila ada dua buah trait N dan I, diukur dengan metode Pilihan Ganda (P-G) dan soal tipe jawaban Ya-Tidak (Y-T), diperoleh hasil kore l asinya sebagaimana digambarkan pada tabel di bawah ini Contoh Content N (Y-T) I (Y-T) N (P-G) I(P-G) N (Y-T) 0,1355 0,1475 0,0180 I (Y-T) 0,1131 0,2234 N (P-G) 0,0444 I (P-G) N (P-G) dan I (P-G) memiliki koefisien korelasi yang relatif rendah, maka instrumen memiliki validitas diskriminan yang baik. Sedangkan untuk I (Y-T) dan I (P-G) memiliki koefisien korelasi yang relatif tinggi, maka instrumen memiliki validitas konvergen yang cukup baik.  

17. Validitas Faktorial Validitas konstrak dapat dibuktikan menggunakan analisis faktor yaitu Exploratory Factor Analysis (EFA) dan Confirmatory Factor Analysis (CFA). EFA adalah salah satu metode statistik multivariat yang mencoba untuk mengidentifikasi jumlah terkecil dari konstruksi hipotetis (juga dikenal sebagai faktor, dimensi, variabel laten, dsb) yang dapat menjelaskan kovariasi yang diamati di antara satu set variabel terukur (Watkins, 2018).Sementara CFA adalah prosedur statistik yang menguji hipotesis dari common variabel, menguji berbagai hipotesis secara bersamaan (Hoyle, 2012)

18. Contoh Seorang peneliti ingin membuktikan konstrak dari instrumen motivasi belajar Fisika menggunakan analisis faktor. Karena peneliti belum yakin terhadap hasil konstrak, maka peneliti akan melakukan Exploratory factor analysis dan Confirmatory factor analysis . Peneliti telah menyiapkan angket motivasi sebagai berikut:

19. Setelah dilakukan uji coba skala besar diperoleh 259 responden. Sebanyak 90 responden pertama akan digunakan untuk EFA dan 169 responden kedua akan digunakan untuk CFA. Berdasarkan hasil CFA dengan berbantuan program R maka diperoleh hasil sebagai berikut Butir ke 22 memiliki loading faktor negatif dan butir ke 16 dan 19 tidak termasuk ke factor manapun. Sehingga terdapat 22 butir yang akan dilakukan CFA.

20. Validitas Kriteria Validitas kriteria adalah seberapa baik tes dapat meramalkan kinerja di masa yang akan datang yang berhubungan dengan kriteria (Miller et al., 2009). Validitas kriteria digunakan jika skor tes berhubungan dengan suatu kriteria (Allen & Yen, 1979). Criterion-related evidance adalah hubungan antara penilaian dan pengukuran lain dalam trait yang sama (Mcmillan, 2018).

21. Validitas prediktif adalah validitas suatu tes dalam mengukur hubungan antara nilai tes dengan kinerja pekerjaan yang sebenarnya dan tingkat ketepatan skor tes dalam memprediksi prestasi mendatang (Istiyono, 2020). Validitas prediktif berguna untuk meramal sesuatu di masa yang akan datang dan saat ini belum terjadi (Qodir, 2017). Validitas prediksi dikatakan memiliki validitas prediksi apabila mampu memperkirakan atau meramalkan apa yang akan terjadi di masa mendatang. Suatu tes dikatakan memiliki validitas prediktif yang tinggi apabila hasil korelasi tes itu dapat meramalkan dengan tepat keberhasilan seseorang pada masa mendatang pada kasus tertentu. Tepat tidaknya ramalan tersebut dilihat dari korelasi antara hasil tes itu dengan hasil alat ukur lain di masa mendatang (Gito, 2011). Validitas Prediktif

22. Contoh Sebuah tes dirancang sebagai instrumen untuk memilih staf HRD di sebuah perusahaan. Penggunaan tes tersebut tentu dirancang berdasarkan prediksi bahwa pelamar yang memiliki skor tinggi pada tes akan memiliki performa kerja yang baik saat sudah diterima. Validitas prediktif pada tes rekrutmen staf HRD ini dapat diestimasi setelah pelamar diterima dan bekerja dalam kurun waktu tertentu di perusahaan. Estimasi validitas prediktif tes rekrutmen dilakukan dengan menghitung koefisien korelasi antara skor yang diperoleh saat seleksi dengan skor atau hasil rating terhadap performa kerja pelamar saat ini. Semakin tinggi koefisien korelasi antara skor tes rekrutmen dengan hasil evaluasi kerja berarti validitas prediktif skor tes rekrutmen semakin baik. Nomor Nama Subjek Skor Tes X Skor Performa 1 Aman 114 9 2 Amin 109 9 3 Bhre 102 7 4 Caca 99 4 5 Dara 113 10 6 Elisa 107 8 7 Faizal 107 7 8 Guntur 100 6 9 Hilmi 103 5 10 Irene 110 8 Tabel Ilustrasi Data Skor untuk Validitas Prediktif Kita anggap Skor Tes rekrtumen adalah X dan Angka Rating adalah Y. Buktikanlah bahwa tes rekrutmen memenuhi validitas prediktif!

23. Nomor Nama Subjek X Y X 2 Y 2 XY 1 Aman 114 9 12996 81 1052676 2 Amin 109 9 11881 81 962361 3 Bhre 102 7 10404 49 509796 4 Caca 99 4 9801 16 156816 5 Dara 113 10 12769 100 1276900 6 Elisa 107 8 11449 64 732736 7 Faizal 107 7 11449 49 561001 8 Guntur 100 6 10000 36 360000 9 Hilmi 103 5 10609 25 265225 10 Irene 110 8 12100 64 774400 ∑ 1064 73 113458 565 6651911 Tabel Data Skor Rekrutmen untuk Skor Performa Dengan menggunakan Korelasi Product Moment, maka diperoleh:

24. Validitas konkuren adalah derajat di mana skor dalam suatu tes dihubungkan dengan skor lain yang telah dibuat. Tes dengan validasi ini biasanya diatur dalam waktu yang sama atau dengan kriteria valid yang sudah ada. Sering juga terjadi bahwa tes dibuat atau dikembangkan untuk pekerjaan sama seperti beberapa tes lain, tetapi dengan cara yang lebih mudah dan lebih cepat. Validitas ini juga ditentukan dengan membangun analisis hubungan atau pembedaan. Validitas Konkruen

25. Contoh Saat penyusunan tes yang dirancang untuk mengukur kemampuan analogi, estimasi terhadap validitas ukurnya akan dilakukan secara konkuren dengan menggunakan kriteria validasi tes SPM (Standard Progressive Matrices) . Alasannya, karena tes SPM merupakan tes yang mengungkap kemampuan umum yang penyusunannya dilandari konsep teoretik bahwa SPM adalah kriteria yang relevan untuk validasi tes Analogi. Nomor Nama Subjek Skor Tes Analogi Skor SPM 1 Aman 111 48 2 Amin 103 40 3 Bhre 132 56 4 Caca 129 56 5 Dara 120 39 Tabel ilustrasi data skor Tes Analogi dengan skor SPM

26. Hitung koefisien korelasi antara skor tes Analogi dengan tes SPM menggunakan uji korelasi Pearson. Nomor Nama Subjek X Y X2 Y2 XY 1 Aman 111 48 12321 2304 5328 2 Amin 103 40 10609 1600 4120 3 Bhre 132 56 17424 3136 7392 4 Caca 129 56 16641 3136 7224 5 Dara 120 39 14400 1521 4680 6 Elisa 120 50 14400 2500 6000 7 Faizal 114 51 12996 2601 5814 8 Guntur 110 48 12100 2304 5280 9 Hilmi 100 39 10000 1521 3900 10 Irene 130 54 16900 2916 7020 ∑ 1169 481 137791 23539 56758 Dengan menggunakan Korelasi Product Moment, maka diperoleh:   Hasil uji koefisien korelasi antara skor tes Analogi dengan skor tes SPM di atas menunjukkan r ab = 0,782 atau memiliki validitas konkuren tinggi. Angka tersebut menunjukkan koefisien validitas konkuren bagi skor tes Analogi

27. Uji Goodness of Fit Uji goodness of fit merupakan uji hipotesis yang dilakukan untuk mengetahui apakah data hasil observasi berasal dari populasi yang mempunyai distribusi tertentu. Uji ini sering disebut sebagai Pearson’s Chi-Square (Istiyono, 2020). Uji Goodness of Fit Test pada prinsipnya bertujuan untuk mengetahui apakah sebuah distribusi data dari sampel mengikuti sebuah distribusi teoritis tertentu ataukah tidak. Teknik Chi-Square memberikan probabilitas bahwa frekuensi yang diobservasi telah terpilih dari populasi dengan nilai expected tertentu. Hipotesis nol dapat diuji dengan statistik sebagai berikut:

28. Contoh Sebuah distributor alat penggilingan padi membagi pasar menjadi 4 wilayah (A, B, C, dan D). Ada informasi bahwa pendistribusian alat penggilingan merata pada setiap wilayah. Untuk membuktikan pernyataan tersebut diambil 40 arsip sebagai sampel. Dari 40 arsip tersebut diperoleh informasi yang tertuang pada tabel. Gunakan tingkat signifikansi 5% untuk menguji hipotesis yang menyatakan bahwa distribusi alat penggilingan di keempat wilayah merata (sama).   Wilayah Total A B C D Data dari hasil sampel (O) 6 12 14 8 40 Data yang diharapkan (E) 10 10 10 10 40

29. HIPOTESIS KESIMPULAN NILAI KRITIS NILAI HITUNG

30. Sebelum memulai pembahasan langkah pertama yang harus diketahui adalah permasalahan dan tujuan dari soal yang ingin dicapai oleh peneliti. Peneliti ingin membuktikan bahwa pendistribusian sama rata. Ho : distribusi alat penggilingan di keempat wilayah merata (sama) Ha : distribusi alat penggilingan di keempat wilayah tidak merata (tidak sama) Hipotesis Niilai Kritis Maksud dari nilai kritis tersebut adalah nilai batas dari penentu keputusan hipotesis mana yang diambil. sehingga ini sangat perlu dilakukan. Berdasarkan penjelasan di atas. Dalam kasus di atas tidak perlu ada parameter yang diestimasi. oleh karena itu: 𝑑𝑘 = 𝑘 − 1 = 4 − 1 = 3 k = jumlah kategori data sampel (A, B, C, dan D) Selain itu tingkat signifikansi yang digunakan adalah 0,05 (5%), sehingga nilai kritisnya adalah: 𝑥 2 (0,05; 3) = 7,81 (𝑖𝑛𝑖 𝑑𝑖𝑝𝑒𝑟𝑜𝑙𝑒ℎ 𝑑𝑎𝑟𝑖 𝑡𝑎𝑏𝑒𝑙 𝑐ℎ𝑖 𝑠𝑞𝑢𝑎𝑟𝑒𝑑)

31. Nilai Hitung Nilai uji statistik X 2 hitung diperoleh dengan cara sebagai berikut : Setelah diperoleh nilai statistik hitung yaitu 4, kemudian kita bandingkan dengan nilai kritis tadi yang sudah diperoleh sebelumnya yaitu 7,81. Nilai statistik hitung lebih kecil dari nilai kritis hitung maka keputusan tidak menolak Ho (Ho diterima), sehingga keputusan yang diperoleh berdasarkan Ho yaitu distribusi alat penggilingan di keempat wilayah merata (sama). Kesimpulan