Oleh Tantri Widiastuti, SE, MM
G. Uji Kualitas Data
2) Validitas Internal
Validitas internal menunjukkan kemampuan dari instrument riset mengukur apa yang seharusnya diukur dari suatu konsep. Validitas internal digunakan untuk menjawab pertanyaan apakah penelitian sudah menggunakan konsep yang seharusnya. Validitas internal dikelompokkan menjadi : validitas isi, validitas berhubungan dengan kriteria, dan validitas konstruk.
a. Validitas isi
Validitas isi suatu alat pengukur ditentukan oleh sejauh mana isi alat pengukur tersebut mewakili semua aspek yang dianggap sebagai aspek kerangka konsep. Sebagai contoh dalam suatu penelitian, seorang peneliti sering kali hanya mengukur status ekonomi keluarga hanya dari segi penghasilan ayah setiap bulan. Hasil pengukuran tersebut akan memiliki validitas isi yang rendah, karena status ekonomi keluarga tidak hanya ditentukan oleh penghasilan ayah saja, namun juga penghasilan ibu dan bahkan mungkin juga penghasilan anak.
b. Validitas berhubungan dengan kriteria Validitas Internal
Validitas berhubungan dengan kriteria digunakan untuk mengukur perbedaan individual berdasarkan kriteria yang digunakan. Validitas berhubungan dengan kriteria terdiri dari validitas serentak dan validitas prediktif.
Contoh :
- Tes dilakukan untuk menguji etika kerja karyawan suatu perusahaan. Tes diberikan kepada karyawan yang selalu datang terlambat dan karyawan yang datang tidak terlambat. Apabila skor hasil tes tersebut memiliki korelasi yang rendah, maka dikatakan validitas serentaknya tinggi karena kedua kelompok karyawan tersebut memang seharusnya memiliki etika kerja yang berbeda.
- Tes rekruitmen pegawai digunakan untuk memprediksi kinerja individual tersebut di masa datang jika karyawan tersebut diterima, dengan terlebih dahulu dibedakan hasil tes dengan skor rendah dan tinggi c. Validitas konstruk
Menunjukkan sebarapa baik hasil yang diperoleh dari penggunaan suatu pengukur sesuai dengan teori yang digunakan untuk mendefinisikan suatu konstruk. Menurut Tjiptono, Chandra dan Diana (2009: 13)
construct validity berhubungan dengan apakah suatu instrumen mengukur apa yang seharusnya diukur. Apakah skala pengukuran untuk mengukur kepuasan benar-benar mengukur kepuasan dan bukannya mengukur hal lain yang mempengaruhi skor pengukuran tersebut? Contohnya, jika kita ingin mengukur daya ingat seorang mahasiswa, maka tanyakanlah tentang pelajaran yang telah ia pelajari semester lalu, bukan menanyakan pelajaran semester depan yang belum ia pelajari. Construct validity adalah jantung dari perkembangan ilmu pengetahuan dan juga merupakan tipe validitas yang paling sulit dicapai. Construct validity terdiri dari convergent validity, discriminant validity, dan nomological validity.
Menurut Mas’ud (2004:68) bahwa ada tiga jenis validitas yaitu :
1. Criterion related validity/Predictive validity menunjukkan sejauhmana instrumen mampu memberikan prediksi berdasarkan pada hasil yang diinginkan, misalnya nilai tes TOEFL dapat menjadi prediksi kemampuan seseorang dalam menguasai bahasa Inggris.
2. Content validity (validitas isi) menunjukkan sejauhmana suatu instrumen
mencakup berbagai aspek atau arti dalam suatu konsep atau variabel, misalnya kepuasan karyawan dapat mencakup kepuasan gaji, kepuasan terhadap pimpinan, kepuasan terhadap pekerjaan, kepuasan terhadap lingkungan pekerjaan atau kepuasan terhadap rekan sekerja. 3. Construct validity (validitas konstruk)
didasarkan pada cara suatu instrumen berkaitan dengan variabel dalam suatu hubungan teoretis, misalnya motivasi berhubungan dengan kinerja karyawan maka semakin besar motivasi karyawan maka akan semakin tinggi kinerjanya. Namun apabila karyawan yang baik kinerjanya ataupun yang kurang baik kinerjanya memiliki motivasi yang sama maka berarti ada masalah dengan validitas konstruk dalam instrumen yang digunakan dalam riset.
Koefisien korelasi Pearson akan lebih tepat apabila mengukur variabel berskala interval dan rasio. Sedangkan koefisien Spearman Rank sesuai jika variabel diukur dengan skala ordinal. Korelasi bivariat apapun dapat dihasilkan dengan memilih menu statistik yang relefan, mengidentifikasikan variabel dan mencari statistik parametrik atau nonparametrik yang tepat. Menurut Ghozali
(2006:49) bahwa jika r hitung lebih besar dari r tabel dan nilainya positif maka pertanyaan atau indikator dinyatakan valid sedangkan Sekaran (2006:182) menyatakan bahwa besaran koefisien validitas suatu instrumen dianggap baik dan dapat diterima jika memiliki koefisien produk moment korelasi (r) ≥ 0,6. Ada 3 cara untuk mengukur validitas menurut Ghozali (2006:49) yaitu :
1. Melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau variabel uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom (df)=n-2 dimana n adalah jumlah sampel. Selain itu uji signifikansi dapat juga dilakukan lewat uji t.
2. Melakukan korelasi bivariate antara masing-masing skor indikator dengan total skor konstruk. Hasil analisis korelasi bivariate dapat dilihat pada output Cronbach Alpha pada kolom Correlated Item-Total Correlation. 3. Uji dengan Confirmatory Factor Analysis
(CFA): Analisis faktor konfirmatori digunakan untuk menguji apakah suatuindikator-indikator yang digunakan dalam penelitian dapat mengkonfirmasikan sebuah konstruk atau variabel. Analisis konfirmatori akan mengelompokkan masing-masing indikator ke dalam beberapa faktor. Asumsi yang mendasari 3 Cara Untuk
Mengukur Validitas (Ghozali, 2006: 49)
dapat tidaknya digunakan analisis faktor adalah data matrik harus memiliki korelasi yang cukup. Uji Bartlett of Sphericity merupakan uji statistik untuk menentukan ada tidaknya korelasi antar variabel. Peneliti harus paham bahwa semakin besar sampel menyebabkan Bartlett test semakin sensitif untuk mendeteksi adanya korelasi antar variabel. Alat uji lain yang digunakan untuk mengukur tingkat interkorelasi antar variabel dan dapat tidaknya dilakukan analisis faktor adalah Kaiser-Meyer-Olkin Measure of sampling Adequacy (KMO MSA). Nilai KMO bervariasi dari 0 sampai dengan 1 dan nilai yang dikehendaki harus > 0,50 untuk dapat dilakukan analisis faktor.
Ringkasan
Statistik digunakan untuk menganalisis data penelitian yang berupa deskripsi dan estimasi data untuk menarik kesimpulan hasil penelitian. Untuk menganalisis data penelitian statistik dikelompokan kedalam: statistik deskriptif yang menjelaskan data penelitian melalui teknik tabulasi dan statistik inferensial untuk mengestimasi sampel kedalam populasi. Statistik inferensial lebih lanjut dikelompokan menjadi: statistik parametrik dan statistik non parametrik.
Tahap persiapan yang umumnya dilakukan oleh peneliti untuk memudahkan proses analisis data adalah: pengeditan, pemberian kode, dan pemrosesan data. Dewasa ini