Pengujian Instrumen Kuisioner

Zaenal Fanani, SE., Ak. M.SA

Melakukan pengukuran terhadap sesuatu yang belum pernah dilakukan 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 X12 X13 X14 X1

X11 Pearson Correlation 1 .637** .511** .454** .792**
Sig. (2-tailed) . .000 .000 .000 .000
N 100 100 100 100 100
X12 Pearson Correlation .637** 1 .640** .617** .876**
Sig. (2-tailed) .000 . .000 .000 .000
N 100 100 100 100 100
X13 Pearson Correlation .511** .640** 1 .604** .826**
Sig. (2-tailed) .000 .000 . .000 .000
N 100 100 100 100 100
X14 Pearson Correlation .454** .617** .604** 1 .811**
Sig. (2-tailed) .000 .000 .000 . .000
N 100 100 100 100 100
X1 Pearson Correlation .792** .876** .826** .811** 1
Sig. (2-tailed) .000 .000 .000 .000 .
N 100 100 100 100 100
**. 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 2

 Correlations
Correlations

X1
X11 Pearson Correlation .792**
Sig. (2-tailed) .000
N 100
X12 Pearson Correlation .876**
Sig. (2-tailed) .000
N 100
X13 Pearson Correlation .826**
Sig. (2-tailed) .000
N 100
X14 Pearson Correlation .811**
Sig. (2-tailed) .000
N 100
**. Correlation is significant at the 0.01 level
(2 il d)
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 3

 X11 X12 X13 X14
X11 .6420
X12 .3966 .6031
X13 .3008 .3649 .5393
X14 .2883 .3797 .3512 .6274

Correlation Matrix
X11 X12 X13 X14
X11 1.0000
X12 .6373 1.0000
X13 .5112 .6399 1.0000
X14 .4542 .6173 .6038 1.0000

N of Cases = 100.0

Item Variances Mean Minimum Maximum Range Max/Min Variance

.6030 .5393 .6420 .1027 1.1905 .0021
Inter-item
Covariances Mean Minimum Maximum Range Max/Min Variance
.3469 .2883 .3966 .1083 1.3756 .0017
Inter-item
Correlations Mean Minimum Maximum Range Max/Min Variance
.5773 .4542 .6399 .1857 1.4087 .0053

Reliability Coefficients 4 items

Alpha = .8442 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:

kr (4)(0.5773)
Standardized item alpha = = 0.8453
1 + (k − 1)r 1 + (4 − 1)(0.5773)

k (cov/ var) (4)(0.3469)(0.6030)

Alpha = = =0.8442
1 + (k − 1)(cov/ var) 1 + (4 − 1)(0.3469)(0.6030)
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, Essential of Edicational
Measuremen,Englewood Cliffs, Prentice – Hall, Inc, hal 89

Pengujian Instrumen Kuisioner 4