Kuesionermu sudah jadi, tapi dosen bertanya: "Sudah diuji validitas dan reliabilitasnya?" Dua uji ini hampir selalu menjadi syarat sebelum data kuesioner boleh dipakai untuk analisis utama. Kabar baiknya, di SPSS keduanya bisa selesai dalam beberapa klik. Yang sering salah justru cara membaca dan menuliskan hasilnya.
Artikel ini menjelaskan urutan kerjanya. Untuk gambaran alur olah data secara keseluruhan, baca juga panduan olah data penelitian kuantitatif dan kualitatif.
Validitas dan reliabilitas: bedanya apa
- Validitas menjawab: apakah butir pertanyaan benar-benar mengukur konsep yang dimaksud?
- Reliabilitas menjawab: apakah hasil ukurnya konsisten kalau dipakai berulang?
Instrumen bisa konsisten tapi salah sasaran, jadi kamu butuh keduanya. Urutannya: uji validitas dulu, buang atau perbaiki butir yang tidak valid, baru uji reliabilitas pada butir yang tersisa.
Persiapan data
- Kode jawaban Likert menjadi angka (misalnya 1 sampai 5).
- Pastikan satu kolom untuk satu butir, satu baris untuk satu responden.
- Balik skor butir yang kalimatnya negatif (reverse coding) sebelum diuji.
- Buat kolom total skor per variabel dengan menu Transform > Compute Variable, atau jumlahkan butir per variabel.
Uji validitas dengan korelasi Pearson
- Buka Analyze > Correlate > Bivariate.
- Masukkan semua butir satu variabel dan kolom total skor variabel itu.
- Centang Pearson, lalu klik OK.
- Baca baris korelasi antara tiap butir dan total skor.
Kriteria yang umum dipakai:
- Nilai r hitung (Pearson Correlation) lebih besar dari r tabel. Derajat bebasnya n - 2, dengan n jumlah responden uji coba, pada taraf signifikansi 5%.
- Atau, cara yang lebih ringkas: nilai Sig. (2-tailed) kurang dari 0,05.
Kedua cara itu memberi kesimpulan yang sama. Pakai satu saja dan konsisten.
Setiap kampus punya pedoman sendiri soal ukuran sampel uji coba dan kriteria validitas. Cocokkan dengan buku pedoman kampus dan arahan pembimbingmu sebelum menulis.
Kalau instrumenmu dirancang dengan beberapa dimensi dan kamu ingin menguji struktur faktornya, jalurnya adalah analisis faktor. Syarat awalnya: nilai KMO di atas 0,5 dan uji Bartlett signifikan (Sig. kurang dari 0,05).
Uji reliabilitas dengan Cronbach Alpha
- Buka Analyze > Scale > Reliability Analysis.
- Masukkan butir-butir satu variabel yang sudah valid.
- Pastikan model Alpha, lalu klik Statistics dan centang Scale if item deleted.
- Lihat nilai Cronbach's Alpha di tabel Reliability Statistics.
Acuan yang paling sering dikutip: alpha 0,7 atau lebih berarti reliabel. Sebagian peneliti menerima 0,6 untuk penelitian eksploratif, tapi cek dulu apakah pembimbing dan kampusmu menerimanya.
Tabel Item-Total Statistics membantu kalau alpha rendah. Kolom Cronbach's Alpha if Item Deleted menunjukkan alpha baru bila satu butir dibuang. Kalau ada butir yang bila dibuang membuat alpha naik cukup jauh, butir itu kandidat untuk diperbaiki.
Kalau ada butir tidak valid
Jangan langsung menghapus butir. Pertimbangkan dulu:
- Apakah kalimatnya ambigu atau terlalu panjang? Mungkin responden salah paham.
- Apakah butir itu skor negatif yang lupa dibalik?
- Apakah butir itu memang penting secara teori? Kalau ya, konsultasikan dengan pembimbing sebelum membuangnya.
Kalau butir dibuang, tulis jujur di naskah: berapa butir awal, berapa yang gugur, dan kenapa. Setelah itu hitung ulang reliabilitas pada butir yang tersisa.
Cara menuliskannya di naskah
Cukup satu tabel ringkas dan satu paragraf. Contoh tabel untuk satu variabel:
| Butir | r hitung | r tabel | Keterangan |
|---|---|---|---|
| X1.1 | 0,612 | 0,361 | Valid |
| X1.2 | 0,548 | 0,361 | Valid |
| X1.3 | 0,214 | 0,361 | Tidak valid |
Angka di atas hanya ilustrasi format. Lalu satu tabel reliabilitas dengan kolom variabel, jumlah butir, nilai alpha, dan keterangan. Di paragraf, jelaskan kriteria yang kamu pakai dan sebutkan sumbernya, bukan hanya angkanya.
Kesalahan yang sering terjadi
- Menguji reliabilitas sebelum validitas.
- Memasukkan butir dari variabel berbeda dalam satu uji reliabilitas.
- Lupa membalik skor butir negatif, sehingga korelasinya terlihat rendah.
- Hanya menulis "valid dan reliabel" tanpa tabel dan kriteria.
FAQ
Berapa responden untuk uji coba? Tidak ada angka tunggal. Banyak pedoman kampus memakai 30 responden atau lebih sebagai praktik umum, tapi ikuti pedomanmu.
Perlu uji validitas kalau kuesioner adopsi dari penelitian lain? Umumnya tetap perlu diuji pada respondenmu, karena konteks dan populasinya berbeda.
Bisa lanjut kalau alpha di bawah 0,7? Bisa, tapi kamu harus menjelaskan alasannya dan batas penafsirannya. Lebih aman memperbaiki instrumen.
Butuh teman diskusi untuk olah datamu?
Kalau kamu bingung memilih uji atau membaca output, pendampingan olah data penelitian di Risetin.id membantu memilih uji yang tepat dan menjelaskan outputnya sampai kamu paham. Data tidak diubah, analisis dan penulisannya tetap kamu yang menjalankan.