A. Pengertian Uji Validitas Kuesioner
Menurut Azwar (1986), uji validitas adalah pengujian yang dilakukan untuk mengukur ketepatan dan kecermatan suatu variabel terkait fungsinya dalam suatu penelitian. Validitas dalam penelitian adalah derajat ketepatan alat ukur terhadap objek yang diukur (Sugiaharto dan Sitinjak, 2006). Kemudian Ghazali (2009) menyatakan bahwa uji validitas menunjukkan sah atau tidaknya suatu kuesioner dalam penelitian.
Baca juga: Cara Uji Reliabilitas SPSS Alpha Cronbach’s Data Kuesioner
Terdapat 2 uji validitas pada kuesioner, yaitu:
-
Uji Validitas Faktor
Validitas faktor adalah pengujian yang dilakukan apabila pengukuran lebih dari satu faktor yaitu antara item satu dengan lainnya memiliki kesamaan. Uji validitas faktor dilakukan dengan menganalisis korelasi antara skor faktor dengan skor faktor total.
-
Uji Validitas Item
Validitas item ditunjukkan apabila terdapat korelasi terhadap item total (skor total), hal ini dilakukan dengan melakukan analisis korelasi skor item dengan skor total. Jika kita menggunakan lebih dari satu faktor berarti pengujian validitas item dengan cara mengkorelasikan antara skor item dengan skor faktor. Kemudian dilanjutkan mengkorelasikan antara skor item dengan skor total faktor (penjumlahan dari beberapa faktor).
B. Penentuan Validitas Kuesioner
Dari perhitungan korelasi didapat nilai koefisien korelasi setiap item yang menunjukkan bagaimana derajat validitas item tersebut. Kemudian untuk menentukan kelayakan item dalam kuesioner dilakukan uji signifikansi koefisien korelasi. Menurut Azwar (1986), item dikatakan valid saat nilai signifikansi kurang dari 0.05 (< 0.05) yang kemudian disesuaikan dengan r tabel menurut jumlah responden (N).
C. Cara Uji Validitas SPSS
Terdapat banyak metode uji validitas kuesioner. Pada artikel ini dijelaskan metode uji validitas yang paling populer yaitu metode Bivariate Pearson. Metode ini juga disebut metode Korelasi Produk Momen Pearson.
Rumus Korelasi Product Momen Pearson
Contoh:
Data berikut merupakan sebagian data kuesioner yang berisi persepsi 50 responden terkait kemanfaatan sektor pariwisata terhadap aspek perekonomian. Terdiri dari 10 variabel yang bernilai 1 (Sangat Tidak Setuju), 2 (Tidak Setuju), 3 (Moderat), 4 (Setuju), dan 5 (Sangat Setuju). Sehingga digunakan tipe data numerik dengan nilai desimal 0.
Download Data - Kode: www.advernesia.com
| 01 | Pariwisata menyebabkan bertambahnya kesempatan kerja bagi masyarakat lokal |
| 02 | Pariwisata menyebabkan bertambahnya kesempatan berusaha bagi masyarakat lokal |
| 03 | Pariwisata menyebabkan bertambahnya penghasilan (income) masyarakat lokal |
| 04 | Pariwisata menyebabkan meningkatnya kualitas fasilitas publik |
| 05 | Pariwisata menyebabkan meningkatnya kuantitas fasilitas publik |
| 06 | Pariwisata menyebabkan meningkatnya harga kebutuhan pokok rumah tangga |
| 07 | Pariwisata menyebabkan meningkatnya harga lahan/tanah |
| 08 | Pariwisata menyebabkan meningkatnya persaingan usaha |
| 09 | Pariwisata menyebabkan bangkrutnya usaha tradisional masyarakat |
| 10 | Pariwisata menyebabkan beralihnya pekerjaan anggota masyarakat dari pertanian/ nelayan menjadi pekerja usaha pariwisata |
*Merupakan data asli milik Bapak Ir. I PUTU EKA NILA KENCANA, M.T
Berikut langkah-langkah uji validitas SPSS:
-
Membuat variabel total
Sebelum memulai langkah pengujian, perlu dibuat variabel total yang merupakan nilai jumlahan tiap item. Pada contoh ini Total = PAE01+PAE02+PAE03+PAE04+PAE05+PAE06+PAE07+PAE08+PAE09+PAE10
-
Buat Variabel Total yang bersesuaian terhadap data yang diukur
-
Klik Transform > Compute Variable...
-
Masukkan Target Variable dan Numeric Expression pada jendela Compute
-
Klik OK
-
Variabel Total berhasil dibuat
-
-
Klik Correlate > Bivariate
-
Memilih item yang dianalisis
Pada jendela Bivariate Correlate pilih item yang dianalisis dengan memindahkannya ke kolom kanan. Untuk mempercepat pemilihan, dapat digunakan ctrl+shift.
Pada opsi Correlation Coefficients: centang Pearson. Pada opsi Test of Significance: centang Two-tailed. Centang juga Flag significant correlations
-
Klik OK
Hasil analisis ditampilkan pada jendela output.
D. Cara Membaca Hasil Uji Validitas
Berikut cara membaca hasil uji validitas dari contoh kuesioner di atas.
Lihat: r tabel
Validitas setiap item ditunjukkan oleh kolom total. Berdasarkan r tabel, nilai Pearson Correlation minimal adalah 0.2732 karena menggunakan 50 responden (N) dengan batas 0.05. Terlihat semua nilai pearson correlations tiap item di atas 0.2732. Hal ini ditandai dengan tanda * atau ** pada kolom Total di tabel output. Sehingga 10 item kuesioner ini sudah valid.
E. Persyaratan Standar Hasil Uji Validitas
Berikut persyaratan standar hasil dari uji validitas yang umum digunakan:
-
Signifikansi Pearson < 0.05 artinya item valid
-
Signifikansi 2-Tailed < 0.01 artinya item berkorelasi Tinggi
-
Signifikansi 2-Tailed < 0.05 artinya item berkorelasi
Baca juga tutorial lainnya: Daftar Isi Tutorial SPSS
Sekian artikel Cara Uji Validitas SPSS berdasarkan Data Kuesioner. Nantikan artikel menarik lainnya dan mohon kesediaannya untuk share dan juga menyukai halaman Advernesia. Terima kasih…
Terimakasih atas penjelasannya sangat membantu penelitian saya, tetapi ada yang saya ingin tanyakan, kenapa saat saya analyze outputnya hanya untuk 0,01 Two-Tailed. tidak ada 0,05nya
Berarti butir pertanyaan yang digunakan dalam kuesioner mempunyai korelasi yang tinggi, ditandai dengan **,
Sangat berkorelasi ** < 0.01 Berkorelasi * < 0.05 semoga bermanfaat 🙂
Jika di pearson correlation dan sig (2-tailed) masih kosong (tidak ada angkanya) artinya apa ya? Terimakasih
Saya belum pernah menemukan hal itu sebelumnya Kak Hana, saya menemukan artikel yang mungkin serupa
https://www.researchgate.net/post/Problem_using_SPSS_when_i_calculate_correlation_between_2_variables_it_shows_zero_result_but_is_not_correct_Help_meSemoga membantu 🙂
Terimakasih atas penjelasannya sangat membantu penelitian saya, tetapi ada yang saya ingin tanyakan, kenapa saat saya analyze outputnya untuk nilai minus 0,05. Lalu bagaimana dengan nilai minus itu untuk menentukan valid atau tidak butir pertanyaannya min?. Terimakasih
Itu dapat disebabkan oleh beberapa masalah terkait dataset yang diproses, coba dipastingkan formula pada item kalkulasi sebelum melakukan pengujian...
Lebih lanjut
https://www.researchgate.net/post/Why_do_I_get_a_negative_value_of_Cronbachs_AlphaaSemoga membantu 🙂
untuk uji validitas menggunakan data nominal apakah bisa?
Hai, Kak Ulfaizah
Saya dapat merekomendasikan artikel berikut terkait hal tersebut
https://influentialpoints.com/Training/measures_of_validity_for_binary_and_nominal_variables-principles-properties-assumptions.htmSemoga membantu
Saya mau tanya, di artikel ini nilai N = 50 dengan signifikansi 5%.
Kemudian untuk melihat r tabel, langsung menuju pada N = 50 dan melihat pada kolom level of significance 0,05.
Banyak pada tutorial webiste lain juga melakukan hal yang sama.
Namun banyak juga tutorial yang menggunakan rumus N-2, (50-2=48) sehingga pada tabel r nilai yang dilihat pada kolom N dengan nilai N=48. Bukan pada N=50.
Oleh karena itu, saya mohon pencerahannya. Apakah ada perbedaannya? Terimakasih
Hai, Kak Koni
Tutorial ini menggunakan N=50 sesuai dengan r Table
Jika kita lihat, r Table, semakin banyak sample maka nilai korelasi minimal akan semakin kecil
Menurut saya jika menggunakan N=48 maka nilai korelasi minimal lebih di kecilkan 2 sample...
Sehingga penilaian validitas akan semakin ketat, dalam artinya lebih dari standarnya
Jika penggunaan N=48 memenuhi, otomatis N=50 juga memenuhi.
Menurut saya, penggunaan N = 50 dapat dijadikan alternatif jika N=48 tidak memenuhi
Semoga membantu 🙂
Kak, mau tanya ini dikatakan valid apabila >0,05 atau <0,05? Thank you.
Hai, Kak Billy
Dikatakan valid apabila nilanya kurang dari 0.05 atau < 0.05 Terima kasih 🙂