1 / 31

BAB 11

BAB 11. VALIDITAS II. Validitas II ini merupakan lanjutan dari Validitas I. Meliputi : Validitas Konstruk Analisis Faktor. D. VALIDITAS KONSTRUK. Tujuan Ada variabel abstrak yang tidak mudah dilihat yang dibuat (dikonstruk) oleh para pakar, seperti : Sikap Intelegensi Kecemasan

nantai
Download Presentation

BAB 11

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. BAB 11 VALIDITAS II

  2. Validitas II ini merupakan lanjutan dari Validitas I Meliputi : • Validitas Konstruk • Analisis Faktor D. VALIDITAS KONSTRUK • Tujuan Ada variabel abstrak yang tidak mudah dilihat yang dibuat (dikonstruk) oleh para pakar, seperti : • Sikap • Intelegensi • Kecemasan • Frustrasi • Motivasi • Minat • Kegelisahan • Sosiabilitas

  3. Seberapa jauh Hasil Pengukuran menunjukkan dengan benar maksud dari variabel konstruk itu dikenal sebagai VALIDITASKONSTRUK Validitas Konstruk diperkenalkan pada tahun 1955 oleh L.T. Cronbach dan P.E. Meehl dalam tulisan “Construct Validity in Psychology Tests” Psychological Bulletin 52 (1955), 281-302

  4. SASARAN UKUR VARIABEL KONSTRUK KONSTRUKSI ALAT UKUR KECOCOKAN VALIDITAS KONSTRUK ALAT UKUR HASIL KONSTRUKSI PENCOCOKAN MELALUI SESUATU YANG TELAH DIKETAHUI KONVERGEN : KESAMAAN DESKRIMINAN : MENCARI PERBEDAAN RESPONDEN HASIL UKUR SKOR

  5. 2. PROSES VALIDASI CARA VALIDASI Validitas konstruksi ditentukan melalui perujukan pengukuran dengan sesuatu yang telah diketahui, dalam bentuk : KONVERGEN Kesamaan atau kecocokan dengan sesuatu yang seharusnya sama atau cocok DISKRIMINAN Perbedaan dengan sesuatu yang seharusnya beda

  6. KONVERGENSI T E L A H D I K E T A H U I HASILUKUR SEHARUSNYA SAMA TERNYATA SAMA ATAU COCOK DESKRIMINAN T E L A H D I K E T A H U I HASILUKUR SEHARUSNYA BEDA TERNYATA BEDA

  7. CARA MENENTUKAN VALIDITAS • Pada umumnya, validitas konstruksi ditentukan melalui perujukan pengukuran dengan sesuatu yang diketahui, dalam bentuk : • KONVERGEN • DISKRIMINAN • Cara KONVERGEN Melihat kecocokan melalui korelasi HA dan HB (uji secara statistika) ALAT UKUR HASIL UKUR Kelompok yang diukur A HA HB B MENCARI KESAMAAN DI ANTARA YANG SEHARUSNYA SAMA

  8. C. Cara Diskriminan - Kelompok X dan Kelompok Y sudah diketahui Berbeda. - Alat Ukur U diterapkan Padakelompok X dan Kelompok Y. - Hasil Ukur Hx dan Hy seharusnya berbeda Kelompok X HX U Kelompok Y HY UJI PERBEDAAN DI ANTARA HX DAN HY SECARA STATISTIKA

  9. 3. Beberapa Pendekatan • Korelasi dengan hasil ukur valid Hasil ukur valid dari alat ukur valid HASIL UKUR HX ALAT UKUR VALID HX Kelom-pok HASIL UKUR HY ALAT UKUR VALID HY KORELASI TINGGI DI ANTARA HX DAN HY MENUNJUKKAN VALIDITAS KONSTRUK Y JUGA TINGGI

  10. Pengukuran kelompok yang diketahui Ciri kelompok sudah diketahui, misal : Ciri dari kelompok umur tertentu (secara psikologi sudah diketahui) Kelompok (diketahui HA) ALAT UKUR U HASIL UKUR HU VALIDITAS KONSTRUK DITENTUKAN BERDASARKAN KECOCOKAN DI ANTARA HU DAN HA

  11. Pencocokan dengan akibat perlakuan yang diketahui Akibat dari suatu perlakuan sudah diketahui, misal : Akibat itu HX Perlakuan ALAT UKUR U Kelompok HASIL UKUR HU VALIDITAS KONSTRUK DITENTUKAN OLEH KECOCOKAN DI ANTARA HU DAN HX

  12. Cocok dan beda dengan konstruksi atau variabel lain Diketahui bahwa konstruk ini (x) cocok dengan konstruk A, B, C beda dengan konstruk P, Q, R Melalui analisis FAKTOR X sefaktor dengan A, B, C beda faktor dengan P, Q, R DIPERIKSA MELALUI MUATAN FAKTOR (FACTOR LOADING)

  13. CONTOH MUATAN FAKTOR PADA ANALISIS FAKTOR MUATAN FAKTOR X SEUKURAN DENGAN MUATAN FAKTOR A, B, C BEDA UKURAN DENGAN MUATAN FAKTOR P, Q, R (diperiksa melalui muatan faktor/ factor loading)

  14. ANALISIS PROSES MENTAL Responden “BERPIKIR BERSUARA” sehingga pikirannya dapat dicocokkan dengan konstruk. Validitas konstruk ditentukan oleh kecocokan itu “SEJAK KECIL SAYA SERING DICERITAKAN KISAH MASA LALU, TERUTAMA TENTANG RAJA DAN RATU, SEHINGGA……” Minat baca sejarah • ANALISIS LOGIK Kecocokan diperiksa oleh panel pakar

  15. E. ANALISIS FAKTOR • HAKIKAT • PENGGUNAAN Ada kalanya penentuan validitas konstruk menggunakan analisis faktor. Analisis faktor dapat menunjukkan variabel (atau hasil ukur) mana saja yang tercakup pada faktor yang sama. PENGUKURAN FAKTOR

  16. WUJUD FAKTOR Setiap dua variabel (hasil ukur) membentuk garis regresi. Beberapa variabel (hasil ukur membentuk banyak garis regresi) Garis regresi berdekatan termasuk dalam faktor yang sama FAKTOR 3 FAKTOR 2 FAKTOR 1

  17. KORELASI DAN REGRESI LINIER • REGRESI LINIER Variabel (hasil ukur) yang berkorelasi membentuk regresi linier Pada nilai baku, koefisien regresi sama dengan koefisien korelasi linier

  18. SUDUT KORELASI Koefisien korelasi di antara variabel atau hasil ukur dapat ditunjukkan melalui arah (dan sudut) Pada sudut, nilai -1 sampai +1 dapat dinyatakan melalui sin  atau cos  SUBSTITUSI -1 ≤ XY ≤ 1 -1 ≤ cos  ≤ 1 XY = cos 

  19. Koefisien korelasi dapat dinyatakan dengan sudut XY = cos  COS 00 = 1 COS 300 = 0,8660 COS 450 = 0,7071 COS 600 = 0,5000 XY = 0,8660 COS 750 = 0,2588 COS 900 = 0 Makin besar koefisien korelasi, makin kecil sudut, makin berdekatan garis regresi XY = 0,8660

  20. Contoh 8 Ujian 1, 2, dan 3, mengahasilkan tiga korelasi linier • KORELASI UJIAN 1 DAN 2 • KORELASI UJIAN 1 DAN 3 • KORELASI UJIAN 2 DAN 3 misal : koefisien korelasi adalah UJIAN U J I A N

  21. COS 300 = 0,8660 COS 800 = 0,1736 COS 500 = 0,6428 DIUBAH KE DALAM BESARAN SUDUT UJIAN U J I A N KETIGA-TIGANYA TERLETAK PADA SATU BIDANG DATAR

  22. UJIAN • Contoh 9 Tiga ujian lainnya membentuk korelasi U J I A N Diubah dalam BESARAN, SUDUT, dan DILUKIS UJIAN U J I A N MEMBENTUK RUANG

  23. SUMBU DAN MUATAN FAKTOR • Banyak variabel Keadaan menjadi rumit jika terdapat banyak variabel (hasil ukur) Contoh 10 Lima ujian U1, U2, U3, U4, U5 ADA BANYAK SUDUT U1U2 U1U3 U1U4 U1U5 U2U3 U2U4 U2U5 U3U4 U3U5 U4U5

  24. SUMBU Analisis sudut disederhanakan dengan memilih sumbu (utama, kedua, ketiga … menurut keperluan) dan semua sudut dibuat terhadap sumbu itu Pada contoh 10 • CARI SEMUA SUDUT KE SUMBU • COS (SUDUT) = MUATAN FAKTOR

  25. MUATAN FAKTOR (FACTOR LOADING) Ada sudut ke sumbu I, sumbu II, dan seterusnya. COS (sudut) adalah muatan pada contoh 10 UJIAN I MEMBUAT SUDUT 55,200 KE SUMBU I 145,200 KE SUMBU II 0,5707 = COS (55,200) -0,8211 = COS (145,200)

  26. PADA DIAGRAM Dalam penulisan sering dilakukan 0,xxxx ditulis sebagai xxxx

  27. ARTI MUATAN FAKTOR • VARIABEL (hasil ukur) dengan muatan faktor yang hampir sama • Memiliki sudut yang hampir sama • Memiliki koefisien korelasi yang hampir sama Mereka terletak dalam satu kelompok yang sama, dan Menjadi bagian dari faktor yang sama

  28. CONTOH 11 Tampak bahwa 8 ujian ini terdiri atas 3 faktor (verbal, bilangan, dan persepsi)

  29. ROTASI Tidak selalu muatan faktor tampak jelas dalam kelompok-kelompok. Muatan faktor dipertegas (kontras) dengan melakukan rotasi sumbu Ada banyak rotasi • ROTASI ORTOGONAL • ROTASI OBLIK PROMAX VARIMAX

  30. SEBELUM ROTASI • CONTOH 12 KURANG KONTRAS SETELAH ROTASI LEBIH KONTRAS

  31. PERHITUNGAN • CARA HITUNG Menggunakan Matriks cukup rumit • ALAT BANTU Ada program komputer, lengkap dengan rotasi Ada di program : • SPSS • STATGRAPHIC

More Related