Membaca output uji validitas mudah, yang perlu di lakukan adalah melihat nilai korelasi antara konstruk atau pernyataan terhadap skor totalnya. Ini dikarenakan untuk memperoleh nilai variabel tindakan yang sudah kita lakukan adalah meng-kompute seluruh konstruk atau pernyataan tadi menjadi menjadi nilai variabel. Nah sekarang kita ingin lihat apakah semua konstruk dan pernyataan tadi matching gak dengan total yang udah kita dapat. Begitulah kira-kira.
Tapi kalo teman-teman tanya mengenai teknis penghitungannya secara manual, memang ada rumusnya tapi saya rasa tingkat profesor juga akan bingung menghitung pake otak. Mending kita lihat aja yang sudah jadi dari SPSS contohnya seperti ini:
Sebagai contoh kita baca output dari variabel Kompetensi auditor yang terdiri atas 6 konstruk/pernyataan (Kompetensi Auditor 1 s/d 6). Ditabel Correlation kita diperlihatkan berbagai informasi penting dan tidak penting, kita liat yang penting-penting aja. Dikolom pertama dari kiri ada kata Pearson Correlation (itu maksudnya R hitung), kemudian Sig. (2 Tailed) itu tingkat signifikansinya 2 tailed maksudnya signifikan pada dua angka desimal. Sedangkan N sudah jelas itu jumlah sampel.
Kemudian kita juga melihat ada kolom-kolom konstruk/pernyataan kompetensi auditor secara mendatar dan menurun. Itu untuk memperlihatkan korelasi antar skor konstruk/pernyataan dengan skor konstruk yang lain atau konstruk itu sendiri. Tapi kita gak perlu bahas itu, langsung aja ke kolom terakhir paling kanan (Skor Total), disitu kita dapat menilai valid tidaknya kuesioner.
Ada dua cara untuk menilai validitas instrumen kuesioner disini, pertama yang paling gampang lihat aja nilai sig. (2 tail) nya. Contoh untuk Pernyataan Kompetensi Auditor 1 (Konstruk) terhadap Kompetensi Auditor (Total Konstruk) nilai Pearson Correlationnya adalah 0,661 dan sig. (2 Tailed) nya 0,000 dengan sampel 34. Kita dengan mudah bisa menyimpulkan pernyataan ini valid karena nilai signifikansinya dibawah 0,05. Begitupun seterusnya untuk pernyataan yang lain, caranya sama.
Nah, cara yang kedua dengan membandingkan nilai R-Hitung dan R-Tabel. Ini agak ribet, pertama kita harus mengindentifikasi dulu mana R-Hitung. R-Hitung disini adalah nilai Pearson Correlation nya yang sebesar 0,661 tadi, kemudian baru kita lihat R-Tabelnya. Cara melihat R tabel bisa dengan membuka buku statistik dipaling belakang pada Tabel R Product Moment seperti ini:
Karena sampel (N) kita ada 34 maka nilai R-Tabel kita adalah 0,329. Nilai ini kita bandingkan dengan R-Hitung, jika R-Tabel Lebih Besar dari R-Hitung maka Kesimpulan kita pernyataan ini tidak valid, namun jika nilai R Tabel lebih kecil dibandingkan R-Hitung di SPSS maka kesimpulannya valid. Karena Nilai R-Hitung 0,661 maka otomatis pernyataan ini valid (0,661 > 0,329).
Untuk konstruk selanjutnya juga demikian, tinggal di banding-bandingkan saja.
Sekian Posting kali ini, semoga bermanfaat :)
Baca Juga: Cara melakukan Uji Kualitas Data (Uji Validitas dan Reliabilitas)
Baca Juga: Cara Mengatasi Output Validitas yang Tidak Valid
Social Plugin