BAB V Menganalisis Aitem - Menganalisis Aitem (Klmpok 5)

(1)

MENGANALISIS AITEM

Marlen S. Peimahul - 832013010

Wahyuningsih - 832013012

(2)

BAB V

Menganalisis Aitem



Tahap

penulisan aitem :



Menjaga kualitas aitem mengikuti indikator

dalam blueprint.



Penulisan aitem sesuai dengan kaidah format

instrument.



Mendukung validitas skala secara keseluruhan.



Membaca ulang setiap aitem yang telah

selesai ditulisnya.



Ketersediaan waktu untuk membaca ulang

(3)

Pra Uji Coba



Uji coba secara terbatas dengan sampel

berukuran kecil ( N= 20).



Penulis merasa sudah cukup jelas, namun

ternyata tidak bagi orang lain.



Pentingnya komentar, masukan dan

pertanyaan bagi subyek untuk revisi.



Penulisan aitem tidak menimbulkan salah

(4)

Evaluasi kualitatif : melakukan analisis dan seleksi aitem



Tujuannya :



Untuk menguji aitem yang ditulis.



Evaluasi dan seleksi aitem dikerjakan oleh

suatu panel ahli.



Ahli pengukuran (psikometri ) dan ahli

dalam masalah atribut yang hendak diukur

oleh skala yang sedang disusun.



Analisis kualitatif akan mengklasifkasikan

masing-masing aitem menjadi a) diterima,

b) diterima dengan perbaikan C) ditolak.

(5)

 Diperoleh sekumpulan aitem yang berkualitas dalam jumlah yang cukup.

 kumpulan aitem dikomplikasikan dalam bentuk prototipe

skala yang siap untuk diuji cobakan secara empirik (feld-tested) pada kelompok subyek.

Evaluasi Empirik

: Prosedur menguji kualitas aitem

secara empirik



Tujuannya : dilakukan analisis daya diskriminasi

aitem.



Analisis aitem meliputi



komputasi validitas dan reliabilitas aitem.



analisis distribusi jawaban.



analisis aitem bias

(6)

Real testing situation : Uji coba empirik (feld-test) harus dilakukan dalam situasi dan kondisi

administrasi testing yang sebenarnya

 Subjek tidak boleh mengetahui bahwa yang bersangkutan sebenarnya

dilakukan sebagai uji coba.

 Guna menghasilkan kondisi testing yang ideal perlu diawali dari prototipe skala.  Tempat duduk subyek tidak boleh berdesakan.

Ukuran Sampel :

 Untuk memperoleh estimasi parameter aitem yang cukup akurat dan stabil antar kelompok subjek, feld test harus dilakukan pada kelompok subjek dalam jumlah yang cukup besar.

 subjek yang cukup banyak diharapkan dapat diperoleh distribusi skor yang variasinya menyebar secara normal atau mengikuti distribusi normal.

 Parameter – parameter yang diestimasi dari skor yang terdistribusi secara normal akan lebih representatif dan lebih akurat menggambarkan kualitas aitem-aitem yang dianalisis.

 Secara tradisional, statistika menganggap jumlah sampel yang lebih dari 60 orang sudah cukup banyak.

 secara metodologik besar kecilnya sampel yang representatif harus diacukan pada heterogenitas populasi.

 Semakin heterogen populasi maka semakin banyak sampel yang harus diambil. Heterogenitas populasi ini erat berkaitan dengan banyaknya ciri atau

(7)

Daya Diskriminasi Aitem

Sejauh mana aitem mampu mebedakan antara individu

atau kelompok individu yang memiliki dan tidak memiliki

atribut yang diukur.



Skala yang diukur untuk mengungkap agresivitas

, maka

aitem berdaya beda tinggi adalah aitem yang mampu

menunjukan mana individu atau kelompok individu yang

memiliki agresivitas tinggi dan mana yang tidak.



Untuk skala sikap

, aitem yang berdaya beda tinggi

adalah aitem yang mamau membedakan mana subjek yang

bersikap positif dan mana subjek yang bersifat negatif.

Daya diskriminasi aitem

atau daya beda:

(8)

K

Indeks

Prinsip

M

Dasarnya adalah memilih aitem yang hasil

(9)



Pengujian daya diskriminasi aitem dilakukan

dengan cara menghitung koefisien korelasi antara

distribusi skor aitem dengan distribusi skor skala

itu sendiri. Komputasi ini akan menghasilkan,



Formula korelasi macam apa yang tepat untuk

digunakan dalam komputasi daya beda tergantung

pada sifat skor aitem dan sifat skor skala itu

sendiri.



Bagi skala-skala yang setiap aitemnya diberi skor

pada level interval dapat digunakan formula

koefisien korelasi

product-moment

Pearson.

Koefisien korelasi aitem total.

(10)



Semakin tinggi koefisien korelasi positif antar

skor aitem dengan skor skala berarti semakin

tinggi konsistensi antara aitem tersebut dengan

skala secara keseluruhan yang berarti semakin

tinggi daya bedanya.



Bila koefisien korelasinya rendah mendekati nol

berarti fungsi aitem tersebut tidak cocok

dengan fungsi ukur skala dan daya beda rendah.



bila koefisien korelasi yang dimaksud ternyata

(11)

i = Skor aitem

X = Skor skala

n = Banyaknya subjek

Formula Pearson untuk komputasi koefisien

korelasi aitem-total, adalah:

(12)

i1 i2 i3 i4 i5 i6 i7 i8 i9 i10 i11 i12 X

A 0 2 1 2 0 0 1 1 2 1 0 1 11

B 3 2 4 4 3 3 4 2 4 3 3 4 39

C 4 4 4 3 3 3 4 3 4 2 3 3 40

D 1 1 2 1 2 2 1 0 0 0 1 2 13

E 1 1 2 2 3 2 1 2 0 0 2 3 19

F 3 4 3 4 4 3 4 2 2 3 3 4 39

G 4 4 4 4 4 4 3 4 3 3 4 4 45

H 1 1 2 1 0 0 0 0 3 2 1 0 11

I 3 3 4 3 4 2 3 3 4 3 3 4 39

J 1 1 1 2 1 2 2 1 3 0 2 3 19

K

Tabel 5.1 Distribusi Skor Aitem (i) dan Skor Skala (X)

1 1 3 2 2 1 2 0 0 2 1 1 16

yang terdiri atas 12 aitem (Data Fiktif)

(13)

Skor setiap aitem dengan skor skala dari data

pada tabel 5.1 dihitung dengan hasil sebagai

berikut:

Nomor

Aitem

r

ix

Nomor

Aitem

r

ix

1

0,965

7

0,902

2

0,858

8

0,883

3

0,854

9

0,612

4

0,920

10

0,736

5

0,851

11

0,947

(14)

Koreksi terhadap efek

spurious overlap



Apabila koefisien korelasi aitem-total tersebut

dihitung dari data suatu skala yang berisi hanya

sedikit aitem maka sangat besar kemungkinan

akan didapat koefisien korelasi yang lebih tinggi

daripada yang sebenarnya

(overestimated)

dikarenakan adanya overlap antara skor aitem

dengan skor skala (Guilford, 1956).



Overestimasi ini terjadi dikarenakan pengaruh

(15)



Sebagai ilustrasi, skor skala X dalam tabel 5.1

diperoleh dari penjumlahan skor-skor

keduabelas aitemnya, oleh karena itu dengan

sendirinya skor setiap aitem menjadi bagian

atau porsi dari skor skala.



Porsi ini akan semakin besar apabila jumlah

aitem dalam skala semakin sedikit. Dengan

demikian, sewaktu kita menghitung koefisien

korelasi suatu aitem dengan skor skala,

sesungguhnya kita menghitung korelasi skor

aitem tersebut dengan skor skala yang

(16)



Dengan kata lain, kita menghitung korelasi skor

dengan bagian dari dirinya sendiri dan hal ini

tentu saja menyebabkan koefisien korelasinya

cenderung menjadi lebih tinggi daripada kalau

korelasi itu dihitung antar skor aitem dengan

skor skala yang tidak mengandung aitem yang

bersangkutan.

Semakin banyak jumlah aitem dalam skala maka

akibat yang ditimbulkan oleh

spurious overlap

semakin kecil dan tidak signifikan.

Semakin banyak jumlah aitem dalam skala maka

akibat yang ditimbulkan oleh

spurious overlap

semakin kecil dan tidak signifikan.

Semakin sedikit aitem yang ada dalam skala

akan semakin besar

overlap

yang terjadi.

(17)

r

_i(x-i)

= Koefisien korelasi aitem-total setelah

dikoreksi

r

_ix

= Koefisien korelasi aitem-total sebelum

dikoreksi

S

_i

= Devisiasi standar skor aitem yang

bersangkutan

S

_x

= Devisiasi standar skor skala

Formula koreksi terhadap efek

spurious

overlap

adalah:

Formula koreksi terhadap efek

spurious

(18)



Langkah SPSS sebagai berikut:

1)

Buka SPSS dan pada halaman

data editor

(spread

sheet) masukan data skor aitem dari seluruh

subjek. Tidak perlu memasukan data skor skala.

2)

Klik menu

Analyze

, pilih

Scele

, dan klik submenu

Reability Analyze

.

3)

Pada kotak dialog

Reability Analyze

yang muncul,

pindahkan semua aitem dari kotak kiri ke kotak

sebelah kanan, lalu klik tombol

Statistics

.

4)

Pada kotak dialog

Statistics

klik kotak

Item

,

Scale

,

dan kotak

Scale if Item Deleted

, kemudian

klik tombol

Continue

.

5)

Setelah kembali ke kotak dialog

Reability Analyze

(19)

Nomor

Aitem

r

_ix

Sebelu

m

koreksi

r

_ix

Setelah

koreksi

Nomor

Aitem

r

_ix

Sebelu

m

koreksi

r

_ix

Setelah

koreksi

1

0,965

0,956

7

0,902

0,880

2

0,858

0,828

8

0,883

0,858

3

0,854

0,827

9

0,612

0,529

4

0,920

0,906

10

0,736

0,689

5

0,851

0,816

11

0,947

0,937

6

0,854

0,825

12

0,854

0,822

(20)



Tampaknya bahwa terjadi sedikit penurunan

koefisien setelah dikoreksi. Penerunan yang

relatif kecil pada contoh diatas disebabakan

koefisien sebelum dikoreksi memang relatif

sangat tinggi.



Bila koefisien yang dikoreksi tidak cukup tinggi,

apalagi bila aitemnya hanya sedikit, umumnya

akan terjadi penurunan yang cukup besar.



Selain dipengaruhi oleh banyaknya aitem dalam

skala dan besarnya koefisien sebelum dikoreksi,

koefisien korelasi setelah dikoreksi juga

(21)

MEMILIH AITEM BERDASARKAN DAYA DISKRIMINASI

 _{Ada 3 cara Memilih Aitem berdasarkan Daya Diskriminasi/Daya}

Beda

Memilih

(22)

A. MEMILIH AITEM BERDASARKAN BESARNYA

ANGKA KOEFISIEN KORELASI AITEM-TOTAL

A. MEMILIH AITEM BERDASARKAN BESARNYA

ANGKA KOEFISIEN KORELASI AITEM-TOTAL

 _{Guna mengoptimalkan fungsi skala, maka pemilihan Daya}

Diskriminasi/daya beda aitem harus didasarkan pada besarnya angka koefsien korelasi antara distribusi skor item dengan distribusi skor total skala._{Contoh, Tabel Hasil Perhitungan Koefsien Korelasi Aitem-Total antara}

distribusi skor aitem dengan distribusi skor total skala

Nomor Aitem _rix Nomor Aitem rix

1 2 3 4 5 6 0.965 0.858 0.854 0.920 0.851 0.854 7 8 9 10 11 12 0.902 0.883 0.612 0.736 0.947 0.854

 Besarnya koefsien korelasi aitem-total bergerak dari 0 – 1.00 dng (+) atau (-)

 _{Semakin baik daya diskriminasi aitem maka koefsien korelasinya}

(23)

Lanjutan……….

 _{Kriteria pemilihan aitem berdasarkan korelasi aitem-total,}

biasanya digunakan batasan koefsien korelasi aitem-total (rix) ≥

0.30

 _{Batasan ini merupakan suatu konvensi. Penyusun tes boleh}

menentukan sendiri batas minimal daya diskriminasi aitemnya dengan mempertimbangkan isi dan tujuan penyusunan skala yang sedang disusun. Dengan KETENTUAN:

 _{Apabila aitem yang memiliki koefsien korelasi aitem-total (r}ix) ≥

0.30, tetapi jumlahnya melebihi jumlah aitem yang direncanakan untuk dijadikan skala, maka dapat dipilih aitem-aitem yang memiliki indeks daya diskriminasi tertinggi.

 _{Apabila aitem yang memiliki koefsien korelasi aitem-total (r}ix) ≥

0.30, tetapi jumlahnya melebihi jumlah aitem yang direncanakan untuk dijadikan skala, maka dapat dipilih aitem-aitem yang memiliki indeks daya diskriminasi tertinggi.

DIMENSI Aitem rencana

Aitem dibuat

Koefsien (riX)

(24)

Lanjutan……….

 _{Apabila jumlah aitem yang lolos ternyata masih tidak mencukupi}

jumlah yang diinginkan/direncanakan untuk dijadikan skala, maka dapat dipertimbangkan untuk menurunkan sedikit batas kriteria, misalnya menjadi 0.25 sehingga jumlah aitem yang diinginkan dapat tercapai.

 _{Apabila jumlah aitem yang lolos ternyata masih tidak mencukupi}

jumlah yang diinginkan/direncanakan untuk dijadikan skala, maka dapat dipertimbangkan untuk menurunkan sedikit batas kriteria, misalnya menjadi 0.25 sehingga jumlah aitem yang diinginkan dapat tercapai.

 _{Apabila hal ini juga tdk menolong, maka seluruh aitem yg daya}

diskriminasinya rendah harus direvisi dan ditulis aitem-aitem pengganti yang baru, dan kemudian dilakukan feld-test kembali. Sebab sangat tdk disarankan untuk menurunkan batas kriteria (rix)

dibawah 0.20.

 _{Apabila hal ini juga tdk menolong, maka seluruh aitem yg daya}

diskriminasinya rendah harus direvisi dan ditulis aitem-aitem pengganti yang baru, dan kemudian dilakukan feld-test kembali. Sebab sangat tdk disarankan untuk menurunkan batas kriteria (rix)

dibawah 0.20. DIMENSI Aitem rencana Aitem dibuat Koefsien (riX)

Minimization 15 20 .26 .65 .32 .21 .29 .36 .42 .15 .36 .43 .44 .32

(25)

Lanjutan……….

 _{Ternyata pemilihan aitem berdasarkan parameter daya}

diskriminasi aitem/besarnya angka korelasi aitem-total (rix) ≥ 0.30,

untuk diikutkan sebagai bagian skala fnal tdk dapat dijadikan sebagai patokan tunggal. ALASANNYA:

KUALITAS SKALA, tdk hanya ditentukan oleh tingginya skor korelasi aitem-total, tetapi juga mempertimbangkan TUJUAN penggunaan hasil ukur skala serta KOMPOSISI aspek-aspek atau komponen-komponen sebagai kawasan ukur yang harus diungkap oleh skala (Content of the test domain)

Sebab jika hanya mempertimbangkan tingginya skor korelasi aitem-total dalam sebuah skala, maka

DAMPAKNYA:

_{Reliabilitas skala akan meningkat, tetapi tidak}

selalu diikuti oleh peningkatan validitas skala (Azwar, 2009)

 Reliabilitas skala akan meningkat, tetapi tidak selalu diikuti oleh peningkatan validitas skala (Azwar, 2009)

 _{Dapat menurunkan validitas isi dan validitas yang}

didasarkan pada kriteria (Lemke & Wiersma, 1976; Azwar, 1997)

 _{Dapat menurunkan validitas isi dan validitas yang}

(26)

Lanjutan……….



Karena itu, pada awal perancangan skala dengan

menggunakan konsep teoritik atau konstrak yang

menghendaki bahwa kawasan isi yang hendak diukur

terdiri atas beberapa komponen atau dimensi yang

berbeda bobotnya, maka pemilihan aitem harus

dilakukan dengan memperhatikan

PROPORSIONALITAS

KOMPONEN ATAU DIMENSI

tersebut. Hal ini dilakukan

(27)

B

. MEMILIH AITEM BERDASARKAN

PROPORSIONALITAS KOMPONEN-KOMPONEN ATAU DIMENSI

B. MEMILIH AITEM BERDASARKAN

PROPORSIONALITAS KOMPONEN-KOMPONEN ATAU DIMENSI

Contoh pertimbangan proporsionalitas dimensi dalam pemilihan

aitem adalah kompilasi aitem dlm penyusunan skala Coping Strategi

Folkman & Lazarus

KOMPONEN Dimensi Muatan faktor

Banyaknya aitem

% aitem

I. Tipe Orientasi Problem

Cautiousness 16,3 19 47,50

Instrumental action 13,6 16 40,00

Negotiation 4,9 5 12,50

Total = 40 100,00 II. Tipe Orientasi

Emosi

Escapism 4,1 7 17,50

Minimization 8,1 15 27,50

Self-blame 5,4 10 25,00

Seeking meaning 4,3 8 20,00

Total = 40 100,00

Kisi-Kisi pada Tabel 5.2 menunjukan bahwa:

 Dalam skala ini aitem yg direncanakan 80 aitem – masing” Komponen berisi 40 aitem

 Perbandingan banyaknya aitem ditentukan oleh Muatan (load) setiap komponen sebagai hasil dari analisis faktor yg telah dilakukan sebelumnya sehingga penyusun skala tinggal mengikuti.

 Apabila muatan belum diketahui dan tdk ada alasan untuk membuatnya berbeda, maka dianggap bahwa muatan setiap komponen adalah sama dan karena itu jumlah aitem dlm masing” komponen juga dibuat sama

(28)

Tabel 5.3 Contoh Hasil Komputasi Koefsien Korelasi aitem-total pada masing” Dimensi Skala Coping Strategy

DIMENSI Aitem rencana Aitem dibuat Koefsien rix

Cautiousness 19 24 .34 .56 .32 .45 .44 .64 .65 .51 .55 .66 .19 .43 .54 .50 .42 .40 .39 .67 .55 .37 .45 .65 .33 .21

Instrumental Action

16 20 .26 .44 .32 .32 .11 .45 .47 .38 .29 .24 .43 .48 .33 .51 .29 .24 .43 .48 .25 .35

Negotiation 5 10 .44 .56 .32 .19 .32 .22 .64 .22 .38 .57

Escapism 7 11 .32 .34 .54 .34 .50 .44 .27 .39 .54 .64 .66

Minimization 15 20 .26 .65 .32 .21 .29 .36 .42 .15 .36 .43 .44 .32 .20 .11 .50 .28 .09 .31 .30 .07 .30

Self-blame 10 14 .08 .43 .23 .45 .32 .22 .46 .29 .38 .57 .54 .72 .44 .65

(29)

Tabel 5.3 Menunjukan Bahwa:

 Jumlah aitem yg dibuat dlm Skala Coping Strategy sebagai hasil dari

prosedur feld-test sebanyak 114., dan diambil sebanyak 80 aitem secara proporsional sesuai dng kisi-kisi dan spesifkasi skala

 Aitem yang koefsien korelasi aitem-totalnya dicoret (Warna merah) adalah aitem yang akan disisihkan dari skala dengan memperhatikan koefsien korelasi aitem-total minimal rix ≥ 0,30.

 Bila dalam dimensi yang bersangkutan ternyata jumlah yang memenuhi syarat tersebut masih kurang dari jumlah aitem yang direncanakan,

maka diambil aitem dalam dimensi itu juga yang rix-nya sedikit lebih rendah. Misalnya, tampak pada dimensi Minimization dan Instrumental Action.

(30)



Data tabel 5.2 & 5.3 menjadi contoh kasus bahwa

Pemilihan Aitem berdasarkan daya Diskriminasi/Daya

Beda tidak boleh dihitung dengan cara mengkorelasi

skor aitem dengan skor total skala (X) (seperti pada

umumnya). Akan tetapi, harus dilakukan dengan cara

menghitung

koefsien korelasi skor aitem dengan skor

total pada masing” komponen.



Jadi, aitem-aitem dalam aspek/dimensi

Cautiousness.

Instrumental Action

dan

Negotiation

dikorelasikan

dengan skor total komponen problem. Sedangkan

aitem” dalam aspek/dimensi

Escapism, Minimization,

Self Blame dan Seeking Meaning

dikorelasikan dengan

(31)

C

. MEMILIH AITEM BERDASARKAN ASPEK OBJEK YANG DIUKUR

C

. MEMILIH AITEM BERDASARKAN ASPEK OBJEK YANG DIUKUR

Contoh : PENYUSUNAN SKALA PSIKOLOGI SIKAP

 Perancangan skala lebih mementingkan aspek sikap sebagai objek yang diukur sehingga defenisi teoritiknya lebih sederhana.

 Perancangan skala tidak mementingkan proposionalitas jumlah aitem

dalam setiap aspek sehingga pemelihan aitem berdasar daya beda /daya diskriminasi dapat dilakukan dengan lebih muda.

 Perancangan skala tidak mementingkan proposionalitas jumlah aitem

dalam setiap aspek sehingga pemelihan aitem berdasar daya beda /daya diskriminasi dapat dilakukan dengan lebih muda.

Contoh Tabel 5.4. Hasil Komputasi Daya Diskriminasi Aitem Skala Sikap yang berisi 3 Aspek

Aspek A Aspek B Aspek C

Nomor Aitem ri(x-i) Nomor Aitem ri(x-i) Nomor Aitem ri(x-i)

A1 .181 B1 .374 C1 .533 A2 .397 B2 .232 C2 .665 A3 .155 B3 .273 C3 .619 A4 .261 B4 .337 C4 .571 A5 .272 B5 .326 C5 .531 A6 .330 B6 .254 C6 .669 A7 .333 B7 .273

A8 .315 B8 .620 A9 .189 B9 .419

(32)



Aitem yang semula

dibuat adalah

sebanyak 9 buah

untuk aspek A, 9 buah

untuk aspek B, dan 6

buah untuk aspek C.



Aitem yang semula

dibuat adalah

sebanyak 9 buah

untuk aspek A, 9 buah

untuk aspek B, dan 6

buah untuk aspek C.



Hasil komputasi daya

diskriminasi aitem

memperlihatkan bahwa untuk

aspek A hanya 4 aitem yang

terpilih, untuk aspek B ada 5

aitem, dan untuk aspek C

adalah seluruhnya yang

berjumlah 6 aitem. dengan

demikian diperoleh 15 aitem

skala sikap.



Hasil komputasi daya

diskriminasi aitem

memperlihatkan bahwa untuk

aspek A hanya 4 aitem yang

terpilih, untuk aspek B ada 5

aitem, dan untuk aspek C

adalah seluruhnya yang

berjumlah 6 aitem. dengan

demikian diperoleh 15 aitem

skala sikap.

(33)



Dalam kasus

seperti ini,

masing-masing

aspek

merupakan unsur

saja dari satu

konstrak, maka

penyusun skala

dapat

menetapkan 15

aitem yang

berdaya

diskriminasi

tertinggi itu

sebagai aitem

fnal tanpa perlu

risau mengenai

komposisi jumlah

aitem dalam

setiap aspeknya.



Cara penetapan

tersebut cukup

dapat

dipertanggungjawa

bkan sejauh kelima

belas aitem itu

(34)

Validitas Aitem

Skala yg seluruh

aitemnya

memiliki daya

diskriminasi

tinggi belum

berarti skala itu

berfungsi valid

Skala yg seluruh

aitemnya

memiliki daya

diskriminasi

tinggi belum

berarti skala itu

berfungsi valid

Karena itu, Satu

aitem yg daya

diskriminasinya

tinggi, juga belum

tentu merupakan

aitem yg valid

Karena itu, Satu

aitem yg daya

diskriminasinya

tinggi, juga belum

tentu merupakan

aitem yg valid

Validitas aitem dan Daya

(35)

Sebuah

Aitem

dikatakan

Valid

Sebuah

Aitem

dikatakan

Valid

SECARA LOGIKA,

aitem yg ditulis

dengan cara yang

benar dan sesuai

dengan indikator

keperilakuan yg

telah dirumuskan

dengan benar.

SECARA LOGIKA,

aitem yg ditulis

dengan cara yang

benar dan sesuai

dengan indikator

keperilakuan yg

telah dirumuskan

dengan benar.

SECARA EMPIRIK,

ditunjukan oleh

koefsien Validitas

aitem yg dihitung

berdsarkan data

skor aitem dan skor

kriteria

SECARA EMPIRIK,

ditunjukan oleh

koefsien Validitas

aitem yg dihitung

berdsarkan data

skor aitem dan skor

kriteria

Kriteria Validasi

didapat dari: Ukuran

lain yg relevan, yaitu

angka-angkanya

menunjukan indikasi

atribut yg serupa

dengan atribut yg

diukur oleh skala

Kriteria Validasi

didapat dari: Ukuran

lain yg relevan, yaitu

angka-angkanya

menunjukan indikasi

atribut yg serupa

dengan atribut yg

diukur oleh skala

Kriteria tdk harus berupa

tes, ukuran apapun

dapat digunakan sbg

kriteria asal memiliki

tujan ukur yg sama dng

skala

Kriteria tdk harus berupa

tes, ukuran apapun

dapat digunakan sbg

kriteria asal memiliki

(36)

(37)

Contoh tabel 5.5. Distribusi Skor Aitem (i), Skor Skala (X) dan Skor Kriteria Validasi (Y). skor Y adalah ukuran yang relevan dengan tujuan ukur Skala

X

Skor Aitem (i) Skor Skala

Skor Kriteria 1 2 3 4 5 6 7 8 9 10 11 12 X Y A ₀ ₂ ₁ ₂ ₀ ₀ ₁ ₁ ₂ ₁ ₀ ₁ ₁₁ 98 B ₃ ₂ ₄ ₄ ₃ ₃ ₄ ₂ ₄ ₃ ₃ ₄ ₃₉ 124

C ₄ ₄ ₄ ₃ ₃ ₃ ₄ ₃ ₄ ₂ ₃ ₃ ₄₀ 124

D ₁ ₁ ₂ ₁ ₂ ₂ ₁ ₀ ₀ ₀ ₁ ₂ ₁₃ 111 E ₁ ₁ ₂ ₂ ₃ ₂ ₁ ₂ ₀ ₀ ₂ ₃ ₁₉ 102

F ₃ ₄ ₃ ₄ ₄ ₃ ₄ ₂ ₂ ₃ ₃ ₄ ₃₉ 120

G ₄ ₄ ₄ ₄ ₄ ₄ ₃ ₄ ₃ ₃ ₄ ₄ ₄₅ 120 H ₁ ₁ ₂ ₁ ₀ ₀ ₀ ₀ ₃ ₂ ₁ ₀ ₁₁ 99

I ₃ ₃ ₄ ₃ ₄ ₂ ₃ ₃ ₄ ₃ ₃ ₄ ₃₉ 120

(38)

Nomor Aitem

Daya beda riX

Koefisien Validitas riY

Nomor Aitem

Daya beda riX

Koefisien Validitas riY

1 0,965 0,926 7 0,902 0,872 2 0,858 0,779 8 0,883 0,722 3 0,854 0,858 9 0,612 0,543 4 0,920 0,790 10 0,736 0,658 5 0,851 0,807 11 0,947 0,832 6 0,854 0,824 12 0,854 0,783

Hasil Komputasi koefsien validitas dari keduabelas aitem

 Validitas suatu aitem diperolah dari korelasi koefsien antara distribusi skor aitem dalam skala dengan skor Kriteria (Y).

 Skor Kriteria diperoleh dari ukuran-ukuran lain yang relevan, yaitu angka-angka yang mempunyai indikasi atribut yang serupa dengan atribut yang diukur oleh skala. Artinya bahwa ukuran yang dipakai mempunya tujuan ukur yang sama dengan tujuan yang diukur oleh skala.

 Hasil komputasi koefsien validitas menunjukan bahwa keduabelas aitem itu valid sehingga dapat dikatakan bahwa aitem-aitem itu

(39)

Bagaimana memilih aitem-aitem menjadi sebuah skala berdasarkan hasil komputasi…???

Apakah berdasarkan tingginya daya beda/daya diskriminasi aitem..?? Apakah berdasarkan tingginya daya beda/daya diskriminasi aitem..?? Apakah berdasarkan tingginya Validitas

Aitem..?? Apakah berdasarkan tingginya Validitas

Aitem..??

Cara yang Lazim adalah Memilih komposisi aitem berdasarkan Indeks

Reliabilitas (IRA) bersama Indeks Validitas aitem (IVA).

Cara yang Lazim adalah Memilih komposisi aitem berdasarkan Indeks

Reliabilitas (IRA) bersama Indeks Validitas aitem (IVA).

Dapat meningkatkan reliabilitas skala, namun belum tentu skala berfungsi

valid

Dapat menghasilkan skala yang Valid namun koefsien

reliabilitasnya menurun..?

IRA & IVA adalah 2 statistik aitem yg rumusannya memasukan faktor Variabilitas aitem

Kedua statistik tersebut dipertimbangkan bersama untuk mengoptimalkan fungsi ukur skala