BAB III

ANALISIS BUTIR TES DAN PRASYARATNYA

A. ANALISIS ITEM OBJKETIF TES

1. Analisis Tingkatkesukaran Tes Bentuk Objektif
Dalam menganalisis tingkat keksukaran tes ini kita menggunakan
asumsi validitas dan reliabilitas, dan juga adanya keseimbangan dari
tingkat kesulitan soal tersebut . Dalam hal ini, keseimbangan tersebut
adalah adanya soal-soal yang dikategorikan soal mudah, sedang,dan
sukar secara proporsional. Tingkat kesukaran soal dapat dipandang
sebagai kesanggupan siswa menjawab soal, tidak dilihat dari segi
kemampuan guru mendisain soal tersebut.
Proporsi dari tingkat soal yang mudah, sedang, dan sukar
merupakan pertimbangan atas adanya keseimbangan ketiga kategori itu.
Misalnya jika ada 60 soal tes objektif Matematika, mungkin saja ada 20
soal mudah, 20 soal sdang, dan 20 soal sulit. Dalam hal ini proporsinya
sama betul jumlahnya. Perbandingan antara soal mudah, sedang, dan

60
sukar dapat juga dibuat 3: 4: 3, artinya dari sejumlah soal tes objektif itu,
maka ada 30% soal mudah, 40% soal sedang, dan 30% soal sukar. Ada
juga yang membuat proporsi itu dengan 2 : 3: 5. Biasanya hal ini
tergantung kepada pertimbangan kepada pertimbangan (judgement) dari
guru saja.
Setelah pertimbangan dilakukan maka guru akan mengujicobakan
tes tersebut. Cara melakukan analisis item untuk menentukan tingkat
kesukaran tes ini dengan menggunakan rumus: IK = .
Di mana : IK = Indeks kesukaran soal
B = Jumlah siswa menjawab benar, dan
N = Jumlah peserta tes
Kriteria yang digunakan adalah sebagai berikut:
0 ≤ IK ≤ 0,30, soal sukar
0,31 ≤ IK ≤ 0,70, soal sedang
0, 71 ≤ IK ≤ 1,00, soal mudah
Misalnya dari 100 peserta tes matematika , maka jika untuk soal nomor 5
jumlah yang menjawab benar adalah 15 orang maka IK = = 0,15 yang
berarti soal ini sukar. Kemudian ada 40 orang menjawab soal nomor 25,

61
maka IK = = 0,40 (sedang), sedang untuk soal nomor 34 ada 78
orang menjawab benar, berarti IK = = 0,78 (soal mudah).

2. Indeks Kesukaran Butir Soal.

Indeks kesukaran Butir Soal dihitung dengan rumus:
1
; di mana:
p = Indeks Kesukaran Soal
Up = proporsi subjek kelompok atas yang menjawab butir soal dengan
benar
Lp = proporsi subjek kelompok bawah yang menjawab butir soal dengan
benar
U = subjek kelompok atas yang menjawab butir soal
L = subjek kelompok bawah yang menjawab butir soal
Kriteria2 : Klasifikasi rentangan Indeks kesukaran:
0,00 < p  0,30 berarti butir soal adalah sukar

1
Ibid., p. 76
2
Masrun, Analisis Item (Yogyakarta: Fakultas Psikologi Universitas Gadjah Mada, 1982), p. 18

62
0,30< p  0,70 berarti butir soal adalah sedang p > p 0,70 berarti butir
soal adalah mudah
Butir soal dinyatakan baik jika mempunyai indeks kesukaran antara
0,30 sampai 0,70
3. Indeks Daya Pembeda Butir Soal.
Indeks Daya Pembeda Butir Soal dihitung dengan rumus:
; di mana:

D = Indeks Daya Pembeda Butir Soal

Up = proporsi subjek kelompok atas yang menjawab butir soal dengan
benar
Lp = proporsi subjek kelompok bawah yang menjawab butir soal dengan
benar
U = subjek kelompok atas yang menjawab butir soal
Kriteria klasifikasi rentangan Indeks Daya pembeda butir soal:3
D  0,40 berarti Indeks Daya Pembeda Butir Soal adalah sangat baik
0,30  D  0,39 berarti Indeks Daya Pembeda Butir Soal adalah baik
3
Algina, J dan Crocker, L. Introduction to Classical and Modern Test Theory (New York : Holt, Rinehart and Winston, Inc), p. 315.

63
0,20  D  0,29 berarti Indeks Daya Pembeda Butir Soal adalah perlu
direvisi
D  0,19 berarti Indeks Daya Pembeda Butir Soal adalah jelek
(dibuang)
Indeks Daya Pembeda Butir Soal yang dipakai jika D  0,20

Metode Ross dan Stanley

Cara lain untuk menentukan indeks kesukaran soal bentuk objektif
adalah dengan menggunakan metode Rose dan Stanley. Kriteria yang
digunakan dipakai adalah dengan menggunakan Tabel sebagai berikut:
Tabel 1. Rumus Indeks Kesukaran Soal

Persentase Option Tes Objektif Kategori

Jawaban 2 3 4 5 Tes
Salah
16 0,16 n 0,21 0,24 0,256 Mudah
3n n n
50 0,50 n 0,66 0,75 0,80 Sedang

64
 7n n n
84 0,84 n 0,20 1,26n 1,344 sukar
0n n

Sumber : CC. Roos dan Julian C. Stanley. “Measuremant in

Today’s Schools”. H, J. Printice – Halll, Inc. 1956. Halaman
451.

Keterangan: Option 2 adalah bentuk benar-salah; option 3, 4, dan 5

bentuk pilihan berganda: N adalah 27% dari banyak siswa peserta tes.

Tabel 2. Indeks Daya Pembeda Soal menurut Roos dan Stanley.

Total Jumlah Selisih (WL –

Pese Kelompok WH) Yang
rta Rendah Menjawab Tes
Tes (WL) dan Banyak Option
Kelompok Tes

65
 Tinggi 2 3 4 5
(WH)
(27% x N)
28-31 8 4 5 5 5
32-35 9 5 5 5 5
36-38 10 5 5 5 5
39-42 11 5 5 5 5
43-46 12 5 5 6 6
47-49 13 5 6 6 6
50-53 14 5 6 6 6
54-57 15 6 6 6 6
58-61 16 6 6 6 6
62-65 17 6 6 6 7
66-69 18 6 6 7 7
70-72 19 6 7 7 7
73-75 20 6 7 7 7
76-79 21 6 7 7 7
80-83 22 6 7 7 7

66
84-86 23 7 7 7 7
87-90 24 7 7 8 7
91-94 25 7 7 8 8
95-98 26 7 8 8 8
99- 27 7 8 8 8
101 28 7 8 8 8
102- 29 7 8 8 8
105 30 7 8 8 8
106- 31 7 8 8 8
109 32 8 8 9 9
110- 33 8 8 9 9
112 34 8 9 9 9
113- 35 8 9 9 9
116 36 8 9 9 9
117- 37 8 9 9 9
120 38 8 9 9 9
121- 39 8 9 9 9
124 40 8 9 9 10

67
125- 41 9 9 10 10
127 42 9 9 10 10
128- 43 9 10 10 10
131 44 9 10 10 10
132- 45 9 10 10 10
135 46 9 10 10 10
136- 47 9 10 10 10
138 48 9 10 10 10
139- 49 9 10 10 10
142 50 9 10 10 10
143- 51 10 10 11 11
146 52 10 10 11 11
147- 53 10 11 11 11
149 54 10 11 11 11
150- 55 10 11 11 11
153 56 10 11 11 11
154- 57 10 11 11 11
157 58 10 11 11 11

68
158-
161
162-
164
165-
168
169-
172
173-
175
176-
179
180-
183
184-
187
188-
190

69
191-
194
195-
198
199-
201
202-
205
206-
209
210-
212
213-
216

Rumus yang digunakan untuk menghitung Indeks Kesukaran Soal

adalah sebagai berikut: WL + WH.

70
 di mana: WL = jumlah siswa menjawab salah dari kelompok
rendah
WL = jumlah siswa menjawab salah dari kelompok tinggi

Contoh: Hasil tes matematika dari sebanyak 15 soal dengan 4 option

terhadap 28 siswa adalah sebagai berikut::

NOMOR SEKOR RANKING NOMOR SEKOR RANKING

SISWA SISWA
1 12 1 15 6 14
2 11 2,5 16 6 14
3 11 2,5 17 5 19
4 10 4 18 5 19
5 9 5 19 5 19
6 8 7,5 20 5 19
7 8 7,5 21 5 19
8 8 7,5 22 4 23
9 8 7,5 23 4 23

71
10 7 10,5 24 4 23
11 7 10,5 25 3 26
12 6 14 26 3 26
13 6 14 27 3 26
14 6 14 28 2 28

Dari Tabel 2 tampak bahwa masing-masing ada sebanyak 27% x

28 = 8 orang siswa termasuk kategori tinggi (nomor 1 – 8) dan kategori
rendah ( nomor 21 -28). Setelah hasil jawaban kategori tersebut
diperiksa, hasilnya adalah sebagai berikut:.

NOMOR KELOMPO SISWA

SOAL YANG WL + KATEGOR
MENJAWAB WH I SOAL
SALAH
RENDAH TINGGI
(8 (8
ORANG) ORANG)

72
1 4 1 5 SEDANG
2 4 1 5 SEDANG
3 3 1 4 MUDAH
4 5 2 7 SEDANG
5 2 1 3 MUDAH
6 4 2 6 SEDANG
7 2 1 3 MUDAH
8 5 1 6 SEDANG
9 5 3 8 SUKAR
10 4 2 6 SEDANG
11 3 1 4 MUDAH
12 3 1 4 MUDAH
13 2 1 3 MUDAH
14 4 1 5 SEDANG
15 5 3 8 SUKAR

Keterangan: Soal: Mudah, kriterianya: 0,24 (8) = 1,92

Sedang, kriterianya 0,75 (8) = 6,00

73
 Sukar, kriterianya 1,26 (8) = 10,08

Catatan:: Untuk menentukan interval kategori soal digunakan interpolasi

dengan cara menghitung i =
Jadi soal mudah pada interval 1,92 – 4,63
Sedang pada interval 4,64 – 7,35
Sukar pada interval 7,36 – 10,08
Atau dibulatkan menjadi: soal mudah pada interval 0 – 4
Sedang pada interval 5 – 7
Sukar pada interval 8 ke atas

2. DAYA PEMBEDA SOAL

Fungsi daya pembeda soal adalah untuk mengetahui kemampuan
tes dalam membedakan antara siswa yang pintar dengan siswa yang
kurang pintar (bodoh). Atinya, jika sebuah tes diteskan kepada
sekelompok siswa yang pintar maka idealnya mereka akan mampu
menjawab dengan benar (hasilnya tinggi), dan sebaliknya jika soal

74
tersebut diteskan kepada sekelompok siswa yang kurang pintar
menjawab dengan baik (hasilnya rendah).
Sebuah tes dikatakan tidak memiliki daya pembeda yang baik jika
tes tersebut diteskan kepada sekelompok siswa pintar hasilnya rendah,
atau sebaliknya hasilnya tinggi jika diteskan kepada sekelompok siswa
yang kurang pintar. Demikian juga jika soal tersebut diteskan secara
bersamaan kepada kedua kelompok itu maka hasilnya sama saja (tidak
berbeda). Tes seperti ini kurang baik digunakan untuk mengukur prestasi
siswa.
Metode yang digunakan untuk mengukur daya pembeda adalah
dengan menggunakan metode Ross dan Stanley. Rumus yang dipakai
adalah sebagai berikut:: WL – WH
Contoh: Dalam sebuah uji coba, sebanyak 15 tes matematika
dengan 4 option diteskan kepada 30 siswa. Hasil pemeriksaan adalah
sebagai berikut:.

Nomor KELOMPOK
Soal SISWA YANG DAYA

75
 MENJAWAB WL PEMBEDA
SALAH - SOAL
RENDAH TINGGI WH (DP)
(WL) (WH)
(8 (8
ORANG) ORANG)
1 8 3 5 BAIK
2 7 2 5 BAIK
3 5 1 4 JELEK
4 7 2 5 BAIK
5 4 1 3 JELEK
6 8 2 6 BAIK
7 6 2 4 JELEK
8 9 3 6 BAIK
9 5 1 4 JELEK
10 7 1 6 BAIK
11 8 3 5 BAIK
12 6 2 4 JELEK

76
 13 5 1 4 JELEK
14 7 1 6 BAIK
15 8 4 4 JELEK

Jika kita menggunakan kriteria Roos dan Stanley (Tabel 2), maka
dapat dijelaskan sebagai berikut. Jika hasil selisih (WL – WH) lebih
besar atau sama dengan nilai Tabel 2 di atas, maka butir soal itu
memiliki daya pembeda yang baik. Dalam contoh ini untuk jumlah siswa
30 orang (dalam interval 28 – 31, berarti n = 275 x 30 = 8) dengan option
4, maka nilai kritisnya adalah 5. Semua nilai di atas nilai batas ini
memiliki daya pembeda yang baik, sebaliknya jelek. Dengan demikian
hasil uji coba memberikan hasil hanya separoh soal yang memiliki daya
pembeda yang baik, selebihnya jelek dan harus diperbaiki atau diganti
sama sekali.

3. ANALISIS TES URAIAN (ESSAY TES)

Andaikan dalam suatu ujian tes essai hasilnya adalah sebagai berikut.

77
No SKOR SOAL SEKOR KET
I II III IV V
(1) (2) (3) (4) (5) (6) (7) (8)
1 20 8 16 4 6 54
2 12 20 18 6 4 60
3 16 8 10 6 8 48
4 16 8 8 8 8 48
5 2 8 20 6 0 36
6 16 20 10 6 8 60
7 12 20 10 6 8 56
8 10 6 6 4 6 32
9 16 8 20 8 6 58
10 20 20 8 6 8 62
11 16 8 8 8 8 48
12 8 20 20 8 4 60
13 12 8 10 4 0 34
14 12 20 8 4 4 48

78
15 16 20 18 8 8 70
16 12 20 12 4 8 56
17 16 8 6 6 0 36
18 16 20 20 8 8 72
19 4 8 20 6 2 40

Atau setelah diurutkan hasilnya sebagai berikut.

Ranking Skor Total

Siswa Diurutkan
Siswa Skor
nomor
1 18 72
2 15 70
3 10 62
4 2 60
5 6 60
6 12 60

79
 7 9 58
8 7 56
9 16 56
10 1 54
11 3 48
12 4 48
13 11 48
14 14 48
15 19 40
16 5 36
17 17 36
18 13 34
19 8 32

Taraf Sukar Soal ( Difficulty Index = DI

1. Tetapkan Kriteria Taraf Sukar sebagai berikut :
Kriteria: DI < 27%  soal sukar
27% O DI O 73%  soal sukar

80
 DI >73%  soal mudah
2. Urutkan skor dari terbesar ke terkecil
3. Ambil 27% masing-masing skor tertinggi dan terendah yaitu 27% x 19
=5
(dibulatkan). Dengan demikian skor tertinggi (High Group = HG)
adalah : 72,
70, 62, 60, 58 dan skor terendah (Low Group = LG) adalah: 48, 40,
36, 34, 32.
4. Buat daftar skor individu ke dalam Tabel sebagai berikut :
HG R Sekor Nomor L R Sekor Nomor
a Soal G a Soal
n 1 2 3 4 5 n 1 2 3 4 5
k k
18 1 16 2 2 8 8 8 1 1 6 6 4 6
0 0 0
15 2 16 2 1 8 8 1 2 1 8 10 4 0
0 8 3 2
10 3 20 2 8 6 8 5, 3 9 8 13 6 0

81
 0 1
7
2,6 4 12 2 1 7 5 1 4 4 8 20 6 2
,12 0 6 9
9 5 16 8 2 8 6 1 5 1 1 8,5 6 7
0 4 5 1 ,
5

n 8 88 8 3 3 5 4 57, 6 1
0 2 7 5 0 1 5 , 5
5

Catatan: Nilai rerata skor butir 1 untuk siswa 2, 6, dan 12 adalah

Demikian yang lainnya.

5. . Demikian yang lainnya

Daya Pembeda Soal

82
 Untuk menghitung daya pembeda soal lakukan langkah-langkah
sebagai berikut.
1. Dari masing-masing butir tentukanlah
a. Sumlah Total sekor yaitu
b. Jumlah Kuadrat yaitu

c. Rerata Sekor yaitu

d.. Deviasi yaitu

2. Hitung nilai t dengan rumus::

= 2,72 (tidak signifikan)

Artinya butir tes 1 tidak memiliki daya pembeda yang baik, yang
dapat membedakan antara siswa yang pandai dengan yang kurang
pandai (bodoh). Dengan perhitungan tersebut hasilnya dirangkum sebagai berikut:

83
 1 2 3 4 5 1 2 3 4 5
16 20 20 8 8 10 6 6 4 6
16 20 18 8 8 12 8 10 4 0
20 20 8 6 8 9 8 13 6 0
12 20 16 7 5 4 8 20 6 2
16 8 20 8 6 15 11 8.5 6.5 7
SUM 80 88 82 37 35 50 41 57.5 26.5 15
SUMSQ 13121664 1444277 253 566 349 777.25146.2589
AVERAG16 17.6 16.4 7.4 7 10 8.2 11.5 5.3 3
115.
DEVIASI 32 2 99.2 3.2 8 66 12.8116 5.8 44

t 2.71 3.72 1.49 3.13 2.48

Kesimp. ts s ts s ts
B. VALIDITAS dan RELIABILITAS TES

I. Validitas

84
 Validitas berasal dari kata validity yang berarti sejauh mana
ketepatan dan kecermatan suatu alat ukur melakukan fungsi ukurnya.
Suatu. tes atau instrumen pengukuran dikatakan memiliki validitas yang
yang tinggi apabila alat tersebut menjalankan fungsi ukurnya, atau
memberikari hasil ukur yang sesuai dengan maksud dilakukannya
pengukuran tersebut.
Validitas suatu tes harus selalu dikaitkan dengan tujuan atau
pengambilan keputusan tertentu. Tes masuk misalnya harus selalu
dikaitkan dengan seberapa jauh tes masuk tersebut dapat
mencerminkan prestasi belajar para calon siswa baru setelah belajar
nanti. Konsep validitas tes dapat dibedakan atas 3 macam
1. Validitas isi (content validity)
2. Validitas konstruk (construct validity)
3. Validitas empiris kriteria
Validitas empiris dibedakan atas dua macam yaitu:
(a) validitas kongkuren (concurrent validity), dan
(b) validitas prediktif (predictive validity).

85
1. Validitas Isi
Validitas isi suatu tes mempermasalahkan seberapa jauh suatu tes
mengukur tingkat penguasaan terhadap isi suatu materi tertentu yang
seharusnya dikuasai sesuai dengan tujuan pengajaran. Tes yang
mempunyai validitas isi yang baik ialah tes yang benar-benar mengukur
penguasaan materi yang seharusnya dikuasai. Menurut Gregory (2000)
validitas isi menunjukkan tingkat sejauhmana pertanyaan, tugas atau
butir dalarn suatu tes mampu mewakili secara keseluruhan perilaku
sampel yang dikenai tes tersebut. Wiersma dan Jurs (1990) menyatakan
bahwa validitas isi sebenarnya mendasarkan pada analisis logika, jadi
tidak merupakan suatu koefisien validitas.
Untuk memperbaiki validitas suatu tes maka isi suatu tes harus
diusahakan agar mencakup semua pokok/sub-pokok bahasan yang
hendak diukur. Kriteria untuk menentukan proporsi masing-masing
pokok/sub-pokok bahasan yang tercakup dalam suatu tes ialah
berdasarkan banyaknya isi (materi) masing-masing pokok/sub-pokok
bahasan, yang dapat dilihat dari jumlah halaman isi (materi) dan jumlah
jam pertemuan untuk masing-masing pokok/sub-pokok bahasan.

86
 Penentuan proporsi tersebut dapat pula didasarkan pada pendapat
(judgement) para ahli dalam bidang bersangkutan. Suatu tes akan
mempunyai validitas isi yang baik jika tes tersebut terdiri dari item-item
yang mewakili semua materi yang hendak diukur. Salah satu cara yang
biasa dilakukan untuk memperbaiki validitas isi suatu tes ialah dengan
menggunakan blue-print untuk menentukan kisi-kisi tes.

2. Validitas Konstruk
Validitas konstruk (construct validity) adalah validitas yang
mempermasalahkan seberapa jauh item-item tes mampu mengukur apa
yang benar-benar hendak diukur sesuai dengan konsep khusus atau
batasan operasional yang telah ditetapkan. Untuk menentukan validitas
konstruk dapat dilakukan dengan menggunakan dua macam kriteria
yaitu:
(a) Kriteria internal (internal criterion), yaitu tes itu sendiri yang dijadikan
kriteria
(b) Kriteria eksternal (external criterion), yaitlu tes lain yang sudah valid
untuk mengukur konstruk dijadikan kriteria.

87
 Validitas konstruk yang rnenggunakan kriteria internal, biasa juga
disebut validitas interenal (internal validity), sedangkan validitas konstruk
yang menggunakan kriteria eksternal biasa juga disebut validitas
eksternal (external validity).
Istilah lain dari validitas konstru,k ialah validitas konvergen
(convergen validity) yang lebih menekankan pada faktor-faktor yang
membentuk suatu tes, dan seberapa baik tes tersebut dapat mengukur
faktor yang seharusrya diukur oleh suatu tes. Untuk menentukan
validitas konvergen suatu tes, ialah dengan menghitung koefisien
korelasi antara faktor yang membentuk tes tersebut. Suatu tes dianggap
valid jika faktor-faktor yang membentuk tes tersebut mempunyai korelasi
yang tinggi.
Validitas internal suatu item tes ditunjukkan oleh koef'isien korelasi
antara skor item tersebut dengan skor total tes, di mana makin tinggi
korelasinya maka validitas internal item tersebut makin tinggi (baik).
Suatu item dikatakan mempunyai validitas internal yang memadai jika
skor item tersebut mempunyai korelasi yang signifikan dengan skor total
tes.

88
 Validitas eksternal suatu item tes ditunjukkan oleh koefisien korelasi
antara skor item tersebut dengan skol total tes standard yang diambil
sebagai kriteria. Demikian pula validitas eskternal suatu tes ditunjukkan
oleh koefisien korelasi antara skor tes tersebut dengan skor tes standar
yang diambil sebagai kriteria. Penggunaan kriteria internal akan lebih
dititikberatkan untuk menentukan validitas internal (internal konsisten)
suatu item tes, sedangkan penggunaan validitas eksternal akan lebih
dititikberatkan untuk menentukan validitas suatu tes.
Validitas konstruk berkaitan dengan eksperimen psikologi misalnya
cemas akan suatu kekacauan. Ini mengacu pada kemungkinan operasi
yang menghadirkan penyebab khusus atau efek konstruk tertentu yang
dapat mempunyai arti lebih dari satu konstruk, setiap reduksi pada
tingkat yang sama. Kekacauan di sini berarti seorang peneliti
menginterpretasikan secara teoritis ada hubungan antara A dan B,
peneliti yang lain menginterpretasikan adalah suatu hubungan sebab
akibat antarA dan Y, atau antar X dan B atau bahkan antara X dan Y.
Di dalam diskusi berikut kita akan membatasi pada validitas
konstruk dari penyebab yang mempengaruhi, karena ini suatu

89
permainan peran yang rumit di dalam eksperimen. Tetapi harus jelas
dicatat bahwa konstruk validitas tidaklah terbatas pada penyebab dan
efek konstruk. Aspek riset perlu menamai sampel di dalam istilah yang
umum, meliputi sampel orang, sampel pengukuran atau manipulasi.
Seperti validitas internal dan validitas statistik. Kesimpulan dibuat
konstruk abstrak: yakni “penyebab" dan "perubahan reliabel" atau "
perbedaan reliabel."
Definisi tingkat reduksi "mengacaukan" penting, sebab selalu
kemungkinan untuk "diterjemahkan" pada istilah sosiologi ke dalam
istilah psikologis, atau istilah psikologis ke istilah biologi. Masing-Masing
reduksi menggunakan berbagai cara yang berbeda dengan yang lain.
Tetapi " terjemahan" dari satu level ke yang lain tidak melibatkan
kekacauan dan penjelasan saingan yang diisukan di sini.
Sebelum kita melanjutkan pada karakteristik yang abstrak dari
validitas konstruk, beberapa contoh konkrit tentang validitas konstruk
dapat membantu. Di dalam eksperimen medis tentang obat, efek
psychotherapeutic dari dokter yang sangat menolong cenderung telah
dikacaukankan dengan tindakan pil kimia. Dokter dan pasien percaya

90
bahwa pil dapat membantu. Pada masalah ini untuk meningkatkan
kepercayaan bahwa semua efek yang diamati terjadi disebab tindakan
pil kimia tersebut, maka kelompok kontrol diberikan placebo yaitu suatu
pil yang tidak mempunyai pengaruh apa-apa terhadap responden.
Di dalam riset industri, Hawthorne Efek adalah suatu pengacau
yang dapat membuat penyebab ketidakpastian tentang bagaimana
operasi harus diberi label. Jika kita mengasumsikan pada saat ini
produktivitas telah ditingkatkan dengan studi Hawthorne dengan
intervensi ekperimen yang direncanakan, isu konstruk validiti
bertujuan : Apakah peningkatan atau pergeseran disebabkan oleh
(perlakuan yang direncanakan) atau kecenderungan administratif yang
meningkatkan kondisi kerja (Hawthorne efek).
Perencanaan konstruk validitas mulai direncanakan dengan langkah
pilot-testing dari suatu eksperimen, ketika usaha antisipasi penyebab
cocok dan efek operasi referensi konstruk mereka, apakah ini diperoleh
dari teori ilmu sosial formal atau dari pertimbangan kebijakan. Seperti
"pencocokan" kepada konstruk dari minat yang terbaik dicapai ( 1)
sebelum experimental dilakukan konstruk didefinisikan dengan jelas dan

91
sesuai dengan pemahaman kata-kata publik yang digunakan, dan ( 2)
analisa data diarahkan pada empat poin berikut:
Pertama, dibuat suatu test untuk variabel independen apakah
variabel itu benar-benar dapat mengubah apa yang dimaksud. Ini
dilaksanakan dengan mengukur apakah perlakuan manipulasi
mengukur proses yang dirancang untuk pengaruh perlakuan. ( Ini
disebut "mengukur” variabel independen").
Ke dua, suatu test yang dilakukan untuk menilai apakah tidak ada
perbedaan variabel independen dalam mengukur hubungan, tetapi
berbeda konstruk. Sebagai contoh, manipulasi keahlian komunikator?'
yang dikorelasikan dengan laporan dari responden tentang pengetahuan
tingkatan communicator, di sini tidak dihubungkan dengan attribut
konstruk, seperti, kecocokan, atau kekuatan. Jika ada korelasi, sukar
untuk membedakan pengaruh apakah dari keahlian atau dari yang
variabel lain .
Ketiga, variabel dependent harus dapat mengukur faktor-faktor
yang harusnya diukur. Secara normal, beberapa format inter-item yang
berkorelasi dapat ditekankan.

92
 Dan keempat, variabel yang dependent tidak didominasi oleh faktor
yang tidak relevan yang membuat ukuran kurang baik. Hasil konstruk,
seperti konstruk perlakuan, harus dibedakan.
Ketika kita sudah memerinci prosedur, pengukuran validitas
konstruk bergantung pada dua penilaian: pertama, menguji kovergensi
perbedaan pengukuran, memanipulasi sesuatu yang sama, dan kedua,
menguji suatu divergensi antar ukuran dan manipulasi dari hubungan,
tetapi yang secara konseptual membedakan "berbagai hal". Posisi kita
harus tidak mengintrepretasikan bahwa validitas konstruk sungguh
tergantung pada konvergensi dan divergensi, sebab jika kita
menginginkan dengan jelas informasi tentang kovergensi, kita tidak
secara langsung mengtahui divergensi. Diskusi tentang validitas
konstruk dibatasi dengan konvergensi, bahkan selagi hal itu tidak
berkorespondensi antara sesama jenis pengukuran yang berbeda
tipenya. Dalam mengukur hal yang sama akan memberi makna yang
yang lebih sedikit, jika ada ketidaktepatan pengukuran yang sama yang
berhubungan dengan ukuran masing-masing-masing-masing, atau
pengukuran observasional terhadap konstruk yang dibuat sama- lihat

93
Campbell dan Tyler, 1957; Cronbach Dan Meehl, 1955; Cronbach,
Glesser, Nanda, dan Rajaratnam, 1972. Bagaimanapun, seperti halnya
Campbell dan Fiske ( 1959) menyarankan, suatu konstruk harus
dibedakan dari hubungan teoritis konstruk seperti ketidak-tepatan
metodologis. ( misalnya, perbedaan dari konstruk teoritis lain,
merupakan dasar riset, lihat Cook, Crosby dan Hennigan, 1977.

3. Validitas Kongkuren
Validitas kongkuren (concurrent validity) adalah validitas yang
mempermasalahkan seberapa jauh kemampuan suatu tes untuk
meramalkan penampilan masa sekarang. Sebuah tes dikatakan memiliki
validitas konkuren yang baik jika hasilnya sesuai dengan penampilan
atau kemampuan yang ada sekarang. Untuk menentukan validitas
konkuren suatu tes maka digunakan kriteria eskternall yaitu penampilan
yang ada sekarang.
Misalnya untuk menentukan validitas konkuren tes sumatif yang
dibuat untuk siswa SMU, maka nilai ulangan harian caturwulan yang
bersangkutan dapat dijadikan sebagai kriteria atau alat banding yang

94
dibuat eksternal. Validitas konkuren suatu tes ditunjukkan oleh koefisien
korelasi antara tes tersebut dengan nilai ulangan harian caturwulan yang
bersangkutan.

4. Validitas Prediktif
Validitas prediktif (predictive validity) suatu tes adalah validitas yang
mempermasalahkan seberapa jauh kemampuan suatu tes dapat
meramalkan atau memprediksi penampilan yang akan datang. Sebuah
tes dikatakan memiliki validitas prediktif yang baik jika hasilnya sesuai
dengan penampilan atau kemampuan masa yang akan datang.
Misalnya untuk menentukan validitas prediktif tes masuk, maka nilai
caturwulan I setelah diterima dapat dijadikan kriteria atau alat
pembanding. Validitas prediktif suatu tes ditunjukkan oleh koefisien
korelasi antara tes tersebut dengan caturwulan sebagai kriterianya.

5. Konsep Validitas

95
 Kita akan menggunakan konsep validitas dan ketidakvalidan untuk
mengacu pada pendekatan terbaik yang tersedia kepada validitas, atau
kepalsuan terhadap proposisi, mencakup tentang proposisi-proposisi
tentang penyebab. Sehubungan dengan diskusi dalam bab 1, kita selalu
menggunakan sifat “pendekatan" ketika mengacu pada validitas, selama
seseorang tidak pernah dapat mengetahui apa validitas itu. Paling
baik, seseorang dapat mengetahui apa yang belum diatur sebagai suatu
kesalahan. Oleh karena itu, apabila kita menggunakan istilah valid dan
invalid di dalam buku ini, mereka selalu menjadi memahami tentang sifat
pendekatan atau yang bersifat tentatif (sementara).
Suatu yang dapat diharapkan adalah banyaknya jenis validitas ketika
berusaha untuk mengembangkan suatu jaringan kerja di mana untuk
memahami eksperimen di dalam bidang kompleks adalah cukup
menentukan. Campbell dan Stanley ( 1963) keduanya dinamakannya
sebagai "validitas internal" dan " validitas eksternal". Validitas internal
mengacu pada pendekatan validitas dengan mana kita menduga bahwa
suatu hubungan antara dua variabel adalah menyebabkan atau
menghadiran suatu hubungan yang menyiratkan keberadaan penyebab

96
tersebut. Validitas eksternal mengacu pada pendekatan validitas dengan
mana kita dapat menduga bahwa hubungan sebab akibat yang dikira
dapat digeneralisasi dan mengubah ukuran penyebab dan efek dan
melampaui type orang yang berbeda , pengaturan, dan waktu.
Untuk lebih meyakinkan, selanjutnya kita akan menetapkan sub-
bagian tipe-tipe validitas dari Campbell dan Stanley. Covariasi adalah
suatu kondisi yang diperlukan untuk menduga penyebab, dan ilmuwan
mulai dengan menanyakan data mereka miliki: " Apakah menganggap
variabel bebas dan variabel terikat berhubungan?" Oleh karena itu,
adalah perlu untuk mempertimbangkan alasan khusus mengapa kita
dapat menyimpulkan kesalahan tentang covariasi tersebut . Kita akan
mengatakan alasan-alasan (yang mana memperlakukan untuk
pembuatan kesimpulan) perlakuan bagi vakiditas kesimpulan statistik,
untuk kesimpulan tentang covariation dibuat atas dasar bukti statistik.
Tipe validitas ini telah didaftarkan oleh Campbell [1969] sebagai sebuah
perlakuan untuk interval validitas. Hal itu yang dinamakan
"ketidakstabilan" dan mempunyai kaitan dengan gambar kesimpulan
yang palsu tentang populasi covariation dari data sample tidak stabil.

97
Kita kemudiannya mempertimbangkan " ketidakstabilan" sebagai suatu
perlakuan utama untuk validitas kesimpulan statistik.)
Jika suatu keputusan dibuat atas dasar sampel data dua variabel
yang berhubungan, kemudian yang dipraktekkan dalam pertanyaan
peneliti berikutnya adalah nampaknya akan menjadi : "Apakah suatu
hubungan sebab akibat dari variabel A ke variabel B, di mana A dan B
merupakan variabel-variabel yang dimanipulasi atau diukur, agak
membandingkan teoritis atau generalisasi konstruk yang mereka
maksudkan untuk ditampilkan? Untuk menjawab pertanyaan ini peneliti
harus mengesampingkan berbagai pertimbangan lain untuk hubungan
tersebut, mencakup perlakuan bahwa B menyebabkan A dan perlakuan
bahwa C menyebabkan kedua A dan B. Yang pertama untuk perlakuan
ini pada umumnya ditangani dengan mudah dalam eksperimen, seperti
akan kita lihat kemudian. Yang belakangan tidak demikian dengan
mudah dihadapkan dengan hal tersebut, terutama di dalam quasi-
experiments. Banyak tugas peneliti melibatkan kesadaran sendiri berpikir
melalui dan menguji alasan-alasan noncausal mengapa dua variabel
dapat menjadi berhubungan dan mengapa “berubah" mungkin telah

98
diamati dalam variabel dependent, bahkan ketidakhadiran setiap
perlakuan eksplisit terhadap teori atau secara praktek signifikan. Kita
menggunakan istilah validitas internal untuk mengacu pada validitas itu
dengan mana statemen dapat dibuat mengenai apakah ada hubungan
sebab akibat dari variabel suatu variabel ke variabel lainnya, dalam
bentuk di mana variabel-variabel tersebut dimanipulasi atau diukur.
Validitas internal tidak dilakukan dengan label yang abstrak terhadap
suatu yang menyebabkan atau mempengaruhi; melainkan dengan
hubungan antara operasi-operasi riset tanpa tergantung terhadap apa
yang mereka tampilkan secara teoritis. Bagaimanapun, peneliti ingin
mampu memberi penjelasan mengenai penyebab dan pengaruh nama-
nama operasi yang mengacu pada konstruk teoritis.

6. Validitas Internal
Validitas internal berkenaan dengan pertanyaan-pertanyaan seperti:
Apakah perlakuan eksperimental itu benar-benar menyebabkan
perubahan pada variabel terikat? Apakah variabel bebas benar-benar
membuat perbedaan yang signifikan? Pertanyaan-pertanyaan validitas

99
internal ini tidak dapat dijawab secara positif oleh peneliti kecuali kalau
disain tersebut dapat memberikan pengendalian yang memadai
terhadap variabel-variabel luar. Artinya, kalau disain tersebut dapat
mengendalikan variabel, maka orang akan dapat menghilangkan
kemungkinan hasil empiris yang lain serta dapat menafsirkan hasil itu
sebagai hal yang menunjukkan adanya hubungan hakiki di antara
variabel-variabel tersebut. Pada dasarnya, validitas internal adalah
masalah pengendalian.
Disain yang mempunyai daya pengendalian memadai adalah
masalah bagaimana menemukan cara untuk menghilangkan variabel
luar, yaitu variabel yang dapat menimbulkan interpretasi lain. Segala
sesuatu yang dapat membantu pengendalian disain juga akan
memperkokoh validitas internalnya.
Campbell dan Stanley menyebutkan delapan variabel-luar yang
sering merupakan ancaman bagi validitas-internal disain penelitian.
Variabel-variabel tersebut akan menimbulkan akibat yang dapat disalah-
tafsirkan sebagai akibat perlakuan eksperimental.
1. Sejarah.

100
 Kejadian-kejadian khusus, yang bukan perlakuan eksperimental,
mungkin dapat terjadi di antara pengukuran pertama dan
pengukuran kedua, sehingga menimbulkan perubahan pada
variabel terikat.
2. Pematangan.
Proses yang terjadi dalam diri subyek sebagai akibat lewatnya
waktu mungkin menimbulkan akibat yang dapat disalah artikan
sebagai disebabkan oleh variabel eksperimental. Subyek mungkin
menunjukkan penampilan yang berbeda pada ukuran variabel-terikat,
hanya karena mereka lebih tua, lebih lapar, lebih letih, atau lebih tidak
bersemangat daripada keadaan mereka pada waktu pengukuran
pertama.
[Link] pra-tes.
Pemberian pra-tes mungkin dapat mempengaruhi penampilan
subyek pada tes kedua, apa pun perlakuan eksperimental yang
diterimanya.
[Link] pengukuran.

101
 Perubahan alat pengukur, penilai atau pengamat yang
dipergunakan mungkin mengakibatkan perubahan-perubahan pada
ukuran yang diperoleh. Apabila pasca tesnya lebih sulit, atau apabila
pengamat yang digunakan berbeda dalam pengukuran kedua, faktor-
faktor ini mungkin dapat menyebabkan perbedaan dalam kedua skor
tersebut.
[Link] Statistik (Statistical regression).
Apabila kelomppok itu dipilih berdasarkan skor yang ekstrim,
regeresi (kemunduran) statistik mungkin dapat menimbulkan efek
yang dapat disalah-tafsirkan sebagai efek perlakuan eksperimental.
Efek kemunduran ini menunjukkan kepada kecenderungan skor
ekstrim untuk mundur atau bergerak ke arah mean umum pada
ukuran-ukuran berikutnya. Kemunduran statistik pasti terjadi bila
korelasi antara dua variabel yang kurang sempurna. Karena secara
praktis tak ada variabel penting dalam pendidikan yang mempunyai
korelasi sempurna, maka kita harus selalu waspada akan pengaruh
kemunduran statistik ini dalam disain eksperimen kita. Salah satu
aspek dari kemunduran statistik ini tercermin dalam peribahasa

102
kuno :Jika anda berada di dasar jurang, maka tak ada jalan lain bagi
anda kecuali naik” dan “jika anda berada di puncak gunung, maka
tidak ada jalan lain bagi anda kecuali turun”.
[Link] subjek yang berbeda.
Mungkin kelompok-kelompok itu sudah mempunyai perbedaan
penting, bahkan sebelum diberikannya perlakuan eksperimen. Jika
dalam suatu eksperimen belajar, kelompok coba itu lebih cerdas
daripada kelompok pengendali, maka hasil yang dicapai oleh
kelompok coba pada ukuran variabel terikat mungkin akan lebih baik
dari pada kelompok pengendali, meskipun seandainya kelompok
tersebut tidak diberi perlakuan eksperimental.
[Link] dalam eksperimen.
Dari kelompok-kelompok yang diperbandingkan itu mungkin ada
responden yang hilang dalam jumlah yang berbeda. Jika ada
beberapa subjek tertentu keluar dari salah satu kelompok selama
berlangsungnya eksperimen itu, maka kehilangan yang tidak sama ini
mungkin dapat mempengaruhi hasil penyelidikan tersebut . Misalnya,
jika beberapa siswa yang dalam pre tes mempunyai skor terendah

103
lambat laun keluar (hilang) dari kelompok coba, maka dalam ukuran
akhir, kelompok coba ini akan mempunyai prestasi rerata yang lebih
tinggi, buka karena perlakaun eksperimental melainkan karena tidak
adanya subjek-subjek yang mempunyai skor terendah..
[Link] pematangan dengan seleksi.
Jenis interaksi ini dapat terjadi dalam disain quasi eksperimental di
mana kelompok coba dan kelompok pengendali tidak dipilih secara
acak melainkan merupakan kelompok-kelompok utuh yang sudah ada
sebelumnya, misalnya, kelas. Sekalipun mungkin pre-tes
menunjukkan bahwa kedua kelompok tersebut sebanding, secara
kebetulan mugkin kelompok coba itu mempunyai tingkat kematangan
yang semakin tinggi dari pada kelompok pengendali, dan tingkat
kematangan yang semakin tinggi inilah yang menyebabkan hasil yang
diamati itu. Orang-orang yang lebih cepat matang secara kebetulan
“terpilih” ke dalam kelompok-kelompok eksperimen, dan interaksi
kematangan dengan seleksi inilah yang mungkin disalahartikan
sebagai pengaruh variabel eksperimental.

104
Masalah ini juga sering timbul jika orang bekerja tidak dengan sukarela
diperbandingkan dengan non-sukarelawan, orang yang bekerja dengan
sukarela ini mungkin mempunyai motivasi lebih besar untuk berhasil
dalam ukuran variabel terikat, dan perbedaan hasil ini mungkin secara
keliru dikaitkan kepada variabel bebas- suatu hal yang dapat terjadi
meskipun dalam pra tes kedua kelompok tersebut sudah sebanding.
Semua metode pengendalian yang dibicarakan di atas dirancang
untuk mengendalikan variabel-variabel luar yang dapat membahayakan
validitas internal suatu disain.

7. Validitas Eksternal
Yang dimaksud dengan validitas eksternal adalah kerepresentatifan
hasil penyelidikan atau dapatnya hasil penyelidikan digeneralisasi.
Dalam hal ini peneliti mengajukan pertanyaan: Kepada populasi, situasi,
variabel eksperimental, dan variabel pengukur apakah hasil penyelidikan
itu dapat digeneralisasi?
Setiap studi setelah dilakukan pada kelompok subyek yang tertentu,
dengan alat pengukur yang telah dipilih, dan dalam kondisi-kondisi yang

105
dalam beberapa hal unik. Meskipun demikian, peneliti yang
bersangkutan ingin agar hasil penelitian itu dapat memberikan
keterangan tentang subyek, kondisi-kondisi, dan operasi-operasi dalam
bidang yang lebib luas daripada yang sebenarnya diselidiki. Agar dari
apa yang diamati itu dapat dibuat generalisasi mengenai apa yang
belum/tidak diamati, maka peneliti memerlukan semacam jaminan
bahwa sampel kejadian yang sebenarnya diteliti itu benar-benar
mewakili populasi induknya, yaitu yang akan digeneralisasi, berdasarkan
hasil penyelidikan itu. Sejauh mana hasil suatu eksperimrn dapat
digeneralisasikan kepada subyek, keadaan, dan alat pengukur yang lain,
sebesar itu pulalah validitas eksternal eksperimen tersebut. Bracht dan
Glass menyebutkan dua macam validitas eksternal: validitas populasi
(population validity) dan validitas ekologis (ecological validity). Validitas
populasi menyangkut identifikasi populasi yang akan digeneralisasi
berdasarkan hasil eksperimen tersebut. Dalam hal ini peneliti
mengajukan pertanyaan: Populasi subyek yang bagaimanakah yang
dapat diharapkan mempunyai perilaku sama dengan subyek eksperimen
yang dijadikan sampel? Validitas ekologis menyangkut masalah

106
penggeneralisasian pengaruh eksperimental kepada kondisi-kondisi
lingkungan yang lain. Pertanyaan yang diajukan oleh validitas ini
adalah: Dalam kondisi yang bagaimanakah (maksudnya, keadaan,
perlakuan, pelaku eksperimen, variabel terikat, dan sebagainya) dapat
diharapkan diperoleh hasil yang sama?
Peneliti berharap agar hasil penyelidikan terhadap kelompok
eksperimental itu dapat digeneralisasi kepada populasi yang jauh lebih
besar, meskipun populasi tersebut tidak/belum diselidiki. Generalisasi
yang dilakukan peneliti itu akan terjadi dalam dua tahap.
(1) dari sampel ke populasi yang dapat dijangkau secara
eksperimen, dan
(2) dari populasi yang dapat dijangkau ke populasi sasaran
Apabila peneliti telah memilih sampel itu secara acak dari populasi yang
dapat dijangkau secara eksperimen, maka hasil eksperimen tersebut
dapat digeneralisasikan kekelompok lebih besar ini. Populasi yang dapat
dijangkau secara eksperimen dengan tanpa kesulitan. Perhatikan
babwa penggeneralisasian semacam itu hanya dapat dipertanggung
jawabkan kalau prinsip pengacakan dalam pemilihan sampel telah ditaati

107
dengan baik. Anda mungkin masih ingat bahwa prosedur ini menuntut
agar peneliti menetapkan populasi yang dapat dijangkau itu, dan agar
setiap anggota populasi yang dapat dijangkau itu didaftar dan diberi
nomor, sehingga dari daftar tersebut dapat ditarik sampel dengan
menggunakan label bilangan acak.
Dalam tahap kedua, peneliti ingin membuat generalisasi dari populasi
yang dapat dijangkau ke populasi sasaran. Generalisasi semacam ini
agak rawan dan tidak dapat dilakukan dengan tingkat keyakinan yang
sama dengan yang sebelumnya. Untuk membuat kesimpulan semacam
ini diperlukan pengetahuan yang mendalam tentang ciri-ciri kedua
populasi tersebut. Semakin mirip populasi yang dapat dijangkau dengan
populasi sasaran, semakin yakin pula orang dalam melakukan
generalisasi dari satu populasi ke populasi yang lainnya. Sudah barang
tentu perluasan populasi yang dapat dijangkau sampai meliputi seluruh
populasi itu akan menimbukan masalah pengelolaan pelaksanaan
eksperimen. Kempthorne menyatakan bahwa lebih baik kita mempunyai
pengetahuan yang dapat dipertanggung-jawabkan mengenai populasi
yang terbatas sehingga kita ragu-ragu untuk menarik kesimpulan

108
mengenai populasi yang dapat dijangkau tersebut berdasarkan sampel.
Jika peneliti berusaha menggeneralisasikan populasi yang dapat
dijangkau kepada populasi sasaran, ia perlu mengetahui apakah kedua
populasi tersebut mirip satu sama lain dalam beberapa ciri yang relevan.
Misalnya, apabila peneliti menarik sampel dari satu kelompok umur saja
(sebagai populasi yang dapat dijangkaunya) dan kemudian mencoba
menggeneralisasikan hasil eksperimen terhadap semua kelompok umur
(popula- si sasaran), maka ia akan memperoleh hasil yang secara
eksternal tidak valid.
Mungkin ada interaksi "seleksi karena perlakuan (selection by treatment)
" yang menjadi sumber ketidak-validan eksternal pada waktu peneliti
berusaha membuat generalisasi dari satu populasi ke populasi yang lain.
Jika dua populasi-yang dapat dijangkau secara eksperimen bukan
merupakan wakil dari populasi sasaran yang sama, maka studi-studi
yang tampaknya serupa dapat menimbulkan hasil-hasil yang sama
sekali berbeda. Maksudnya, di antara perlakuan dan ciri-khas salah satu
kelompok mungkin terjadi interaksi yang tidak akan terjadi pada
kelompok lainnya yang mempunyai ciri-khas berlainan. Dengan

109
demikian kita tidak mungkin menggeneralisasikan hasil penyelidikan itu
dari satu kelompok ke kelompok yang lain. lnteraksi semacarn ini dapat
terjadi jika yang dipakai dalam penyelidikan itu adalah sukarelawan.
Para pelaksana eksperimen harus memperhatikan validitas eksternal.
Artinya, mereka ingin dapat mengatakan bahwa hasil seperti itu juga
akan diperoleh dalam kondisi lingkungan eksperimen yang lain. Agar
memiliki validitas eksternal, suatu disain harus memberikan jaminan
bahwa akibat eksperimen itu tidak terikat pada lingkungan eksperimen
tertentu.
Jelaslah bahwa persyaratan pertama bagi validitas eksternal adalah
bahwa perlakuan eksperimen harus memberikan uraian lengkap tentang
operasi serta setting eksperimenatal yang ada dalam penyelidikan
tersebut. Dengan begitu dapat menilai seberapa jauh hasil eksperiman
itu dapat digeneralisasikan kepada situasi yang lain. Kerepresentatifan
itu merupakan faktor yang mempengaruhi seberapa jauh hasil eksprimen
dapat digeneralisasikan.
Kemungkinan ada efek reaktif yang disebabkan oleh pengaturan
aksperimen. Pengetahuan subyek bahwa mereka sedang ikut serta

110
dalam suatu eksperimen mungkin dapat mengubah respons mereka
terhadap perlakuan eksperimen. Kehadiran pengamat atau adanya
peralatan selama berlangsungnya eksperimen itu mungkin dapat
mengubah respons wajar subyek yang berpartisipasi dalam eksperimen
itu, sedemikian rupa sehingga kita tidak dapat menggeneralisasikan
pengaruh variabel eksperimen itu kepada orang-orang yang
emngalami/menghadapi hal itu dalam setting yang bukan eksperimen.
Ada efek interaksi yang mugkin dapat mengancam kemampuan
digeneralisasikannya hasil eksperimen. Hal yang agak kurang tampak
jelas dalam mesalah validitas ekologis adalah persoalan
kerepresentatifan variabel, baik variabel eksperimental maupun variabel
terukut, yang dipakai dalam penyelidikan. Kerepresentatifan variabel
mempengaruhi kemampuan digeneralisasikannya hasil eksperimen dan
karenanya merupakan faktor dalam validitas eksternal disain tersebut.
Dapatkah peneliti yakin bahwa tugas khusus yang digunakan itu adalah
sampel yang tepat bagi fungsi yang sedang diukurnya? Dapatkah
peneliti berasumsi bahwa kreativitas yang diukur oleh tes itu sama
dengan kreativitas yang dibicarakan oleh guru bahasa Inggris atau guru

111
kesenian? Kalau peneliti berbicara tentang sikap regressif, sikap agressif
yang bagaimanakah yang ia maksud? Apakah sikap yang disebabkan
oleh karena anak tidak boleh memiliki mainan yang diinginkannya sama
dengan sikap agresif yang disebabkan oleh makian lisan?
Banyak eksperimen psikologi yang menyangkut variabel kecemasan.
Dalam bebrapa eksperimen, kecemasan itu ditimbulkan dengan kejutan
listrik, dalam ekasperimen yang lain ditimbulkan oleh perintah isan yang
diberikan kepada subjek. Apakah ini jenis kecemasan yang sama?
Dapatkah kita menggereralisasikan hasil eksperimen itu dari satu jenis
situasi ke situasi lain?Ukuran yang digunakan bagi variabel terikat
mungkin juga mempengaruhi validitas ekologis suatu disain. Para
peneliti harus memperhatikan baik-baik validitas eksternal disain
mereka; kecenderungan untuk membuat generalisasi yang terlalu luas
(overgenerelize) atas hasil eksperimen telah menimbulkan persoalan
dalam banyak penelitian pendidikan. Bracht dan Glass telah
menggolongkan hal-hal yang dapat emngurangi validitas eksternal
menjadi dua golongan, sesuai dengan kedua macam validitas eksternal
itu:

112
 (1) hal-hal yang berhubungan dengan generalisasi kepada populasi
orang (validitas populasi), dan
(2) hal-hal yang menyangkut lingkungan eksperimen (validitas
ekologis)
Validitas eksternal digunakan bila data yang dihasilkan dari
instrumen sesuai dengan data/informasi lain mengenai variabel
pengujian tersebut. Misalnya, jika ingin diketahui validitas tes
matematika , terlebih dahulu diujicobakan kepada siswa sehingga subjek
ujicoba tersebut hasinya dikorelasikan dengan nilai patokan apa yang
digunakan, misalnya nilai raport dijadikan sebagai kriteriumnya. Oleh
karena nilai raport tersebut ada di luar instrumen maka hasil validitasinya
disebut sebagai validitas eksternal. Kalau nilai raport sama persis
dengan nilai tes yang dihasilkan maka korelasinya menjadi sempurna (r
= 1,00). Untuk data hasi uji coba bertipe non-dikotomi, maka korelasi
yang digunakan adalah korelasi Spearman-Brown yang dirumuskan
sebagai berikut:

113
 Contoh: Misalkan hasil tes matematika 7 orang siswa sebagai
berikut:
Siswa X Y XY X2 Y2
A 60 60 3600 3600 3600
B 75 75 5625 5625 5625
C 80 80 6400 6400 6400
D 66 66 4356 4356 4356
E 70 58 4060 4900 3364
F 80 90 7200 6400 8100
G 77 80 6160 5929 6400
508 509 37401 37250 37845

Dari data di atas dihitung korelasi antara nilai X (hasil ujian) dengan nilai
Y (nilai raport) sebagai berikut:

Nilai r = 0,86 harus dibandingkan dengan nilai rtabel, dan jika ternyata rhitung
> rtabel maka disimpulkan korelasinya signifikan, sebaliknya tidak

114
signifikan. Dengan menggunakan kalkulator dapat dilakukan sebagai
berikut.

MODE 2 INV AC

= mengaktifkan kalkulator

Xi XD,XY Yi RUN

= memasukkan data X dan

Y

Kout 1 = ∑X2 1
INV =
Kout
2 INV 3

= ∑X = xσn

Kout 3 INV 3
=n = xσn-1

115
Kout 4 = ∑Y42
INV =

Kout 5 INV 5

= ∑Y = yσn

Kout 6 INV 6
= ∑XY = yσn-1

INV 7

=A

INV 8
=B

INV 9

= rxy

116
 Validitas internal diperoleh apabila terdapat kesesuaian antara
bagian-bagian instrumen dengan instrumen secara keseluruhan. Artinya,
sebuah instrumen dikatakan memiliki validitas internal apabila setiap
bagian instrumen mendukung misi instrumen secara keseluruhan.
Yang dimaksud dengan bagian-bagian instrumen dapat saja berupa
butir-butir pertanyaan baik dari angket maupun bentuk tes, akan tetapi
dapat pula kumpulan dari butir-butir tersebut mencerminkan suatu faktor.
Dengan demikian validitas internal ini meliputi validitas butir dan validitas
faktor.
Catatan:
[Link] instrumen memiliki validitas yang tinggi apabila butir-butir
yang membentuk instrumen tersebut tidak menyimpang dari fungsi
instrumen.
[Link] instrumen dikatakan memiliki validitas tinggi bila faktor-faktor
yang merupakan bagian dari instrumen tersebut tidak menyimpang
dari fungsi instrumen.

117
 Misalnya, tes matematika yang terdiri dari Aljabar, (Faktor 1),
Geometri (Faktor 2), Aritmetika (Faktor 3), Trigonometri (Faktor 4) dan
Kalkulus (Faktor 5). Tes matematika ini terdiri dari 5 faktor, di mana
setiap faktor memiliki sejumlah item (soal). Penyusunan item setiap
faktor tidak harus berurut, demikian juga jumlah item setiap faktor tidak
harus sama, tetapi bergantung pada kebutuhan.
Selanjutnya,menyimpang tidaknya buir maupun faktor dari fungsi
instrumen dapat diketahui dari kesejajaran sekor butir/faktor dengan
sekor total. Pengujian validitas dapat dilakukan dengan dua cara, yaitu:
analisis faktor (anafak), dan analisis butir (anabut).

Analisis Faktor (Anafak)

Analisis faktor dapat dilakukan dengan asumsi bahwa instrumen

dikatakan valid apabila faktor yang membentuk instrumen sudah valid.
Analisis ini dapat dilakukan apabila faktor-faktor yang satu dengan yang
lain tidak mempunyai kesamaan, kesinambungan atau tumpang tindih
terhadap indikator yang dimuatnya. Hal ini dapat diuji dengan cara

118
mengkorelasikan sekor-sekor yang ada di dalam suatu faktor dan
dijumlahkan lebih dahulu dengan penjumlahan sekor faktor yang lainnya.

= Faktor

Bila antara faktor-faktor berkorelasi rendah maka dapat dikatakan

butir-butir tersebut mengukur hal yang khusus, tidak mengukur hal yang
sama atau hampir sama dengan yang ada pada faktor lain. Analisis ini
juga dapat dilakukan dengan mengkorelasikan sekor dengan sekor total,
yakni dengan terlebih dahulu mengetahui kekhususan setiap faktor,
misalnya: korelasi faktor 1 dengan faktor 2, korelasi faktor 1 dengan

119
faktor 3, korelasi faktor 2 dengan faktor 3, dan sebagainya. Hal itu dapat
digambarkan sebagai berikut:

Su F1 F2 Fn
b
jek 1 23 .. ... 12 3.. ... 1 23 .. ... ...
. . .
1 2 34 .. ... 21 4 ... 2 33 .. ... ...
. .
2 3 55 .. ... 32 5 ... 1 45 .. ... ...
. .
3 2 42 .. ... 24 3 ... 2 42 .. ... ...
. .
. . .. . .. . . ..
. . .. . .. . . ..
. . .. . .. . . ..

Validitas setiap faktor dicari dengan cara:

120
 [Link] jumlah sekor faktor 1 dengan sekor total
[Link] jumlah sekor faktor 2 dengan sekor total
c. mengkorelasikan jumlah sekor faktor n dengan sekor total
Salah satu informasi yang dapat digunakan untuk mengetahui
hubungan seperti itu adalah dengan menggunakan analisis faktor.
Keterhubungan seperti yang dinginkan di atas terlihat dari deskripsi
koefisien korelasi sesamanya boleh jadi berasal dari struktur yang tidak
terlihat dengan jelas. Untuk melihat keterhubungan itu digunakan
analisis faktor. Comrey (1973) menjelaskan beberapa alasan untuk
melakukan analisis faktor antara lain:
[Link] model apa yang dapat menjelaskan korelasi antara
berbagai variabel atau butir tes.
[Link] teori tentang jumlah konstruksi faktor untuk menjelaskan
korelasi antar berbagai variabel atau butir tes.
c. Mengetahui ada tidaknya pengaruh atau dampak perubahan-
perubahan variabel atau butir tes dan sejauh mana kondisi
pengukuran terhadap faktor dapat dikontrol

121
 [Link] mana verifikasi dapat dilakukan melalui keterlibatan
sampel dari populasi yang sama maupun yang berbeda.
[Link] mana dampak analisis faktor dapat diamati terhadap hasil
analisis dari berbagai faktor yang dilibatkan.
Pengukuran terhadap seperangkat tes memerlukan lebih dari
satu butir tes, dan dalam analisis melibatkan interkorelasi dan
kovarians yang terjadi baik antar sesama butir maupun antar
sesama faktor, terkecuali bila antar butir tes benar-benar dijamin
adanya keterpisahan atau independensi antar sesama butir maupun
faktor. Dalam kaitan ini, dapat dikatakan bahwa faktor merupakan
dimensi dari sejumlah butir atau sumbu dari butir-butir tersebut.
Hubungan antar dimensi atau faktor dengan butir tes disebut
sebagai muatan (loading) faktor. Selanjutnya, kuadrat dari loading
faktor disebut sebagai kovarians dari faktor dan butir tes.
Sumbu dan Muatan Faktor
Untuk menentukan sumbu dari berbagai butir tes, dailakukan melalui
analisis sudut yang disederhanakan dengan memilih sumbu utama,

122
sumbu kedua, dan seterusnya yang dipilih sesuai keperluan, di mana
seluruh sudut dikaitkan terhadap sumbu tersebut.
Sumbu I (Vektor Faktor I)

60º
U1 45º12’ 20º 10º
10º
45º12’
Sumbu II (Vektor
Faktor II)
Dalam analisis faktor, cari semua sudut ke sumbu, dengan cara cos
(sudut) = Muatan Faktor. Muatan faktor memuat semua nilai cos (sudut),
di mana ada sudut ke sumbu I dan kesumbu II, dan yang lainnya. Dalam
hal ini semua muatan faktor dari sudut-sudut di atas adalah sebagai
berikut:

123
 Muatan Faktor
Tes I II
Tes 1 0,5707 -0,8211
Tes 2 0,7046 -0,7096
Tes 3 0,9668 0,2254
Tes 4 0,8211 0,5707
Tes 5 0,7096 0,7046

6. PERHITUNGAN KESAHIHAN DAN KETERANDALAN TES PILIHAN

GANDA

a. Kesahihan Butir Tes.

124
Kesahihan Tes Pilihan Ganda dihitung dengan: (1) Indeks Kesahihan
Buti soal, (2) Indeks Kesukaran Butir Sola, (3) Indeks Daya Pembeda
Soal.

(1) Indeks Kesahihan/Validitas Butir Tes

Indeks Kesahihan setiap butir soal ditentukan dengan menggunakan
korelasi point biserial yang dirumuskan sebagai berikut :

di mana:
r bis(i) = koefisien korelasi biserial antara sekor butir soal nomor i
dengan sekor total
= rerata sekor total responden yang menjawab benar soal ke i
= rerata sekor total semua responden
St = simpangan baku sekor total semua responden
pi = proporsi jawaban benar butir soal ke i
qi = proporsi jawaban salah butir soal ke i
4
Djaali. Pengukuran Dalam Bidang Pendidikan (Jakarta : Pascasarjana Universitas Negeri Jakarta. 2000), p. 122.

125
 Kriteria : Butir soal dianggap baik (valid), bila indeks r bis(i) > 0,205

Dalam hal ini, diambil contoh pemakaian 60 butir tes matematika. Untuk
soal nomor 1 diketahui nilai-nilai: , , = 33,92, dan St = 6,68,
p1 = 0,64, dan q1 = 0,36 serta nilai kriteria korelasi product moment r =
0,20. Misalnya untuk butir nomor 1, diperoleh:

Maka butir 1 adalah valid, sehingga butir ini dapat dipakai.

C. Reliabilitas
Reliabilitas berasal dari kata reliability berarti sejauh mana hasil
suatu pengukuran dapat dipercaya. Suatu hasil pengukuran hanya dapat
dipercaya apabila dalam beberapa kali pelaksanaan pengukuran
terhadap kelompok subyek yang sama, diperoleh hasil pengukuran yang
5
Aiken, R. Lewis. Psichological Testing and Assessment (Toronto: Allyn and Bacon, Inc. 1988), p 75

126
relatif sama, selama aspek yang diukur dalam diri subyek memang
belum berubah.
Konsep reliabilitas dalam arti reliabilitas alat ukur berkaitan erat
dengan masalah eror pengukuran. Eror pengukuran sendiri
menunjukkan sejauh mana inkonsistensi hasil pengukuran terjadi apabila
dilakukan pengukuran ulang terhadap kelompok subyek yang sama.
Sedangkan konsep reliabilitas dalam arti reliabiiitas hasil ukur berkaitan
erat dengan eror dalam pengambilan sampel yang mengacu pada
inkonsistensi hasil ukur apabila pengukuran dilakukan ulang pada
kelompok yang berbeda.
Reliabilitas dibedakan atas dua macam, yaitu:
(a) Reliabilitas kosistensi tanggapan, dan
(b) Reliabilitas konsistensi gabungan item

1. Reliabilitas Konsisten Tanggapan

Reliabilitas konsistensi tanggapan mempersoalkan apakah
tanggapan responden atau obyek terhadap tes tersebut sudah baik atau
konsisten. Suatu tes apabila dilakukan pengukuran kembali terhadap

127
obyek yang sama, apakah hasilnya masih tetap sama dengan
pengukuran sebelumnya. Dengan kata lain apakah respons terhadap
item-item itu tetap mantap dan masih konsisten, tidak plin-plan. Jika hasil
pengukuran kedua menunjukkan ketidakkonsistenan atau plin-plan
maka jelas hasil pengukuran itu tidak mencerminkan keadaan ukur atau
obyek yang sesungguhnya. Jika ternyata tanggapan itu tidak mantap
atau tidak konsisten, maka bukan berarti obyek ukurannya yang salah
tetapi kita menyalahkan alat ukur (tes) dengan mengatakan bahwa alat
ukurnya yang tidak reliable terhadap obyek ukur.
Dengan kata lain bahwa tes memiliki reliabilitas rendah.
Untuk mengetahui apakah tanggapan terhadap tes itu mantap, konsisten
atau tidak plin-plan, dapat dilakukan dengan cara memberikan tes yang
sama secara berulang kali (dua kali) kepada obyek ukur atau respon
yang sama. Pengetesan dua kali merupakan syarat minimal mengetahui
apakah tanggapan obyek ukur terhadap tes tersebut konsisten atau
tidak. Dalam pelaksanaannya pengetesan dua kali ini ditempuh dengan
berbagai cara

128
* melakukan pengetesan dua kali dengan tes sama terhadap obyek
ukur yang sama
* melakukan pengetesan sekali dengan menggunakan dua tes yang
item-itemnya setara.
Tiga macam cara untuk memeriksa reliabilitas tanggapan responden
terhadap tes yaitu:
(1) Teknik test-retest
Test-retest ialah pengetesan dua kali suatu tes yang sama pada
waktu yang berbeda. Misalnya tes A diberikan kepada kelompok
siswa dalam waktu Wl dan W2. Kemudian skor siswa Wl
dikorelasikan dengan skol- siswa pada W2.
Yang perlu diperhatikan di sini ialah jangan sampai hasil tes pada
W2 dipengaruhi oleh tes pada Wl, dan jangan sampai W2 terjadi
pada keadaan obyek ukur sudah berubah dari Wl. Kedua has inilah
yang merupakan kesulitan dalam penerapan tes-retest.
(2) Teknik belah dua
Pada teknik belah dua ini pengukuran dilakukan dengan dua
kelompok item yang setara pada saat yang sama. Karena tiap kelompok

129
item merupakan separuh dari seluruh tes., maka biasanya kelompok
item pertama diambil dari item-item tes yang bernomor ganjil., sedang
kelompok yang keduai diambil dari tes yang ber-nomor genap.

Perlu diketahui bahwa reliabilitas dengan teknik ini sangat relatif,

karena reliabilitas akan tergantung pada cara pengelompokan item
yang diambil.
(3) Teknik bentuk tes ekivalen
Pengukuran dilakukan dengan menggunakan dua tes yang dibuat
setara kemudian diberikan kepada responden atau obyek tes dalam
waktu yang bersamaan. Skor dari kedua kelompok item tes tersebut
dikorelasikan untuk mendapatkan reliabilitas tes.

2. Reliabilitas konsistensi gabungan item.

Reliabilitas konsistensi gabungan item berkaitan dengan
kemantapan atau konsistensi antara item-item suatu tes. Hal ini dapat
diungkapkan dengan pertanyaan, apakah terhadap obyek ukur yang
sama, item yang satu menunjukkan hasil ukur yang sama dengan item

130
yang lainnya? Dengan kata lain bahwa terhadap bagian obyek ukur yang
sama, apakah hasil ukur yang satu tidak kontradiksi dengan hasil ukur
item yang lain.
Jika terhadap bagian obyek ukur yang sama, hasil ukur melalui item
yang satu kontradiksi atau tidak konsisten dengan hasil ukur melalui item
yang lain maka pengukuran dengan tes (alat ukur sebagai suatu
kesatuan itu tidak dapat dipercaya). Dengan kata lain tidak reliabel dan
tidak dapat digunakan untuk mengungkap ciri atau keadaan yang
sesungguhnya dari obyek ukur.
Kalau hasil pengukuran pada bagian obyek ukur yang sama antara
item yang satu dengan item yang lain saling kontradiksi atau tidak
konsisten maka kita jangan menyalahkan obyek ukur, melainkan alat
ukur (tes) yang dipersalahkan, dengan mengatakan bahwa tes
tersebu(tidak reliabel terhadap obyek ukur yang diukur, atau dengan
kata lain tes tersebut memiliki reliabilitas yang rendah. Koefisien
reliabilitas konsistensi gabungan item dihitung dengan
(a) Rumus Kuder-Richardson, yang dikenal dengan nama KR-20 dan
KR-21

131
(b) Rumus reliabilitas Hoyt, yang menggunakan analisis variansi.

Keterandalan Tes

Untuk menentukan keterandalan tes bentuk pilihan ganda (sekor

dikotomi) digunakan rumus Kuder Ridcardson 20 (KR-20) sebagai
berikut :

di mana: r = koefisien reliabelitas

k = banyak butit tes
p = proporsi jawaban benar butir ke i
q = proporsi jawaban salah butir ke i
= varians total
Dalam hal ini misalkan: k = 56, = 13,41, dan = 68,51, sehingga:

132
Dengan demikian koefisien reliabiitas tes pilihan ganda pada tabel uji
coba di atas adalah tinggi (perhitungan selengkapnya pada lampiran).
Artinya tes ini sebanyak 56 butir layak digunakan dalam penelitian yang
sebenarnya.
Kalau tes ini dipilah atas Tes Pilihan Ganda Biasa dan Tes Pilihan
ganda Assosiasi maka masing-masing koefisien reliabilitasnya adalah
0,70 yang juga cukup tinggi.

3. HASIL VALIDASI ISI TES PILIHAN GANDA BERDASAKAN

KESEPAKATAN PENIALAIAN TIM AHLI / PANELIS.

[Link] melalui Interater

Untuk menentukan tingkat kesepakatan antar pengamat dianalisis
secara statistik dengan mengikuti prosedur yang dijabarkan dengan

133
mekanisma dan prosedur penggunaan rumus-rumus statistika sebagai
berikut:
JKb =
JKk =
JKt =
JKe = JKt – JKk – JKb
RJKb =
RJKe =
r=
JKb = Jumlah Kuadrat butir
JKk = Jumlah Kuadrat Pengamat
JKt = Jumlah Kuadrat Total
Jke = Jumlah Kuadrat kekeliruan
dbt = nt – 1 = derajat kebebasan total
dbb = nb – 1 = derajat kebebasan butir

134
dbk = k – 1 = derajat kebebasan pengamat, dan
dbe = (n – 1)(k-1) = derajat kebebasan kekeliruan

Andaikan untuk validasi isi 60 butir tes dimintakan tanggapan 8

(delapan) orang panelis (yang ahli) tentang materi tes matematika dan
kedelapan tanggapan terhadap isi tes Matematika adalah sebagai
berikut :

Tabel 1. Tanggapan Panelis terhadap Isi Tes Matematika

PENILAI
1 2 3 4 5 6 7 8
NO TO
BU TA
TIR L
1 5 4 5 5 5 5 4 5 38
2 4 5 4 3 4 4 3 4 31
3 4 5 4 4 3 4 3 3 30

135
4 4 2 2 4 3 4 5 3 27
5 3 5 2 5 4 4 4 3 30
6 3 4 5 3 4 2 5 4 30
7 4 3 5 4 4 2 4 5 31
8 5 5 5 5 5 5 4 5 39
9 4 2 5 3 4 3 4 5 30
10 4 5 5 5 4 5 5 5 38
11 4 5 5 4 5 5 5 5 38
12 4 5 5 5 5 5 5 4 38
13 4 4 5 5 5 5 5 4 37
14 3 3 4 3 4 3 4 4 28
15 5 5 5 5 4 5 4 5 38
16 5 5 4 5 5 5 5 5 39
17 5 5 4 5 5 5 4 5 38
18 5 5 5 4 5 5 5 4 38
19 5 5 5 5 4 5 5 5 39
20 5 5 5 5 5 4 4 5 38

136
21 5 5 5 4 5 4 5 5 38
22 4 5 5 5 4 5 4 5 37
23 5 5 5 4 5 4 5 5 38
24 5 2 3 3 4 3 4 5 29
25 5 5 5 5 4 5 4 5 38
26 5 5 5 4 5 5 4 5 38
27 4 5 5 5 4 5 5 5 38
28 5 5 5 5 4 5 4 5 38
29 4 5 5 4 5 5 5 5 38
30 5 5 4 5 5 5 4 5 38
31 4 5 5 4 5 5 5 5 38
32 4 2 4 5 3 3 4 5 30
33 3 3 4 3 4 5 5 4 31
34 5 5 5 5 5 4 5 4 38
35 5 5 5 5 4 5 4 5 38
36 5 3 3 4 5 2 4 4 30
37 5 5 5 4 5 5 5 5 39

137
38 2 4 3 4 4 5 4 4 30
39 5 5 5 5 5 4 5 4 38
40 3 4 3 4 5 4 3 4 30
41 4 3 2 5 4 5 4 3 30
42 2 4 4 3 4 4 4 5 30
43 3 3 3 4 2 5 4 4 28
44 5 4 5 4 5 4 5 5 37
45 3 3 5 4 3 5 4 3 30
46 5 2 5 4 2 5 3 4 30
47 4 5 4 5 4 5 5 5 37
48 4 5 5 5 5 5 4 5 38
49 3 4 4 4 3 4 4 4 30
50 5 5 4 5 5 5 5 4 38
51 5 4 5 5 5 4 5 4 37
52 5 5 5 5 5 4 5 5 39
53 5 4 5 5 5 5 5 4 38
54 5 5 5 5 5 4 5 5 39

138
55 5 5 5 5 5 4 5 5 39
56 4 3 3 4 3 4 2 5 28
57 3 3 3 4 4 4 5 4 30
58 4 5 5 5 5 4 5 5 38
59 2 5 3 4 3 4 2 4 27
60 5 4 5 5 5 5 5 5 39
25 25 26 26 25 26 208 5456
X 4 6 3 4 9 2 261 270 9 63
11 11 12 11 11 11 116 124 738
X2 22 52 01 90 57 84 9 0 03 9415

JKb =
JKk =
JKt =
JKe = JKt – JKk – JKb = 323,498 –
2,88125 – 133,873 = 186,744

139
 RJKb =
RJKe =
r=
JKb = Jumlah Kuadrat butir
JKk = Jumlah Kuadrat Pengamat
JKt = Jumlah Kuadrat Total
Jke = Jumlah Kuadrat kekeliruan
dbT = nt – 1
dbb = nb – 1
dbk = k – 1 dan
dbe = (n – 1)(k-1)

Hasil ini dirangkum dalam Tabel ANAVA sebagai berikut :

Tabel 2. Rangkuman Anava Analisis Hoyt

140
 Sumber JK db RJK atau r
Variasi Varians
Responden 2,88 7 0,411 -
Butir 133,87 59 2,269 0,801
3
Sisa 168,74 413 0,452
4
Total 323,49 479 - -
8

Kriteria penilaian tingkat kesepakatan antara pengamat, bahwa tingkat

kesepakatan 0,70 sampai 0,80 sudah memadai6. Dengan demikian
tingkat kesepakatan para panelis ahli untuk menilai validitas isi tes
matematika yang digunakan sudah memadai

Skala Penilaian

6
Borg, Walter R & Gall, Meredith D. Educational Research (New York: Longmann, 1983), p. 479.

141
 Skala penilaian adalah suatu alat ukur yang berfungsi untuk
mengukur aspek-aspek nilai, sikap, minat, perhatian dan keinginan,
motivasi, dan lain-lain. Skala penilaian ni dapat dibedakan atas:
1. Skala bertingkat, di mana pertanyaan yang diajukan diukur sesuai
dengan tingkatannya. Dalam membuat bobot, biasanya hasil setiap
jawaban diberi bobot bertingkat, misalnya secara kualitatif diboboti
dengan A, B, C, D, dan E, atau dapat pula berupa tingkatan rendah,
sedang, dan tinggi, serta dan yg lainnya. Secara kualitatif diberi bobot
dengan angka 1, 2, 3, dan seterusnya serta bobot yang disesuaikan
dengan keinginan pengguna penilaian tersebut. Penyusunan pertanyaan
untuk skala bertingkat lebih sulit dibandingkan dengan skala tidak
bertingkat.
2. Skala tidak bertingkat yaitu skala yang memberi penilaian terhadap
setiap pertanyaan adalah sama, yaitu pemberian bobot pada setiap
pertanyaan aalah sama, hanya bentukdan isinya saja yang berbeda.
Dalam hal ini semua pertanyaan dianggap setara.
3. Skala sikap adalah skala yang digunakan untuk mengukur sikap
seseorang yang hasilnya berupa kategori sikap, baik sikap positip

142
(mendukung), sikap negatip (menolak), atau sikap netral (tidak
memihak). Bila sikap yang diukur berkenaan dengan pengetahuan
seseorang mengenai suatu objek atau stimulus yang dihadapinya, maka
aspek yang diukur adalah aspek kognisinya, dan bila yang diukur
mengenai perasaan dan tanggapan terhadap suatu objek, maka aspek
yang diukur adalah afeksinya, serta bila yang diukur mengenai
keterampilan melakukan suatu objek maka aspek yang diukur adalah
konasinya.
4. Skala Likert
Salah satu skala sikap yang terkenal adalah skala Likert. Dalam
skala ini pertanyaan-pertanyaan yang diajukan dikelompokkan ke dalam
lima tingkatan yaitu sangat setuju, setuju, ragu-ragu, tidak setuju, dan
sangat tidak setuju, atau berlaku sebaliknya. Pemberian sekor
disesuaikan dengan pertanyaannya apakah positip atau negatip, asal
saja dilakukan secara konsisten. Alternatif pilihan jawaban adalah
sebagai berikut.
Pertanyaan Sangat Setuju Ragu- Tidak Sangat
Sikap Setuju Ragu Setuju Tidak

143
 Setuju
Positip 2 1 0 1 2
5 4 3 2 1

Negatip 2 1 0 1 2
1 2 3 4 5

Pemberian bobot untuk setiap pertanyaan harus konsisten. Jika

penilaian terhadap pertanyaan positip, maka untuk baris pertama harus
seimbang dan nilai netral adalah 0, dan baris kedua bersifat menurun, di
mana sikap netral bernilai 3. Sebaliknya untuk pertanyaan negatip, maka
baris pertama seimbang, dengan nilai netral adalah 0 dan baris kedua
bersifat menaik dan nilai netral bernilai 3.
Misalkan hasil uji coba sebuah instrument skala sikap terhadap
responden mendapatkan data untuk lima butir pernyataan sebagai
berikut. Coba periksa apakah kelima butir tersebut memenuhi syarat
sebagai instrumen skala sikap berdasarkan perhitungan intervalnya.

144
 Andaikan jawaban suatu angket menggunakan skala Likert diketahui
seperti tertera pada tabel berikut:

No. Sangat setuju Ragu- Tidak Sangat

butir setuju ragu setuju tidak
setuju
1 42 18 10 13 17
2 35 30 20 12 3
3 13 21 24 23 19
4 4 26 40 25 5
5 6 11 16 31 36

Jawaban untuk setiap butir dianalisis dengan tahapan berikut:

[Link] masing-masing proporsi jawaban dengan membagi setiap
frekuensi jawaban dengan frekuensi total
[Link] masing-masing proporsi komulatif jawaban dengan
menjumlahkan setiap proporsi dengan proporsi berikutnya, sehingga
proporsi komulatif terakhir sama dengan 1

145
 [Link] titik tengah, dengan menghitung rerata dari dua proporsi
komulatif berurutan.
[Link] masing-masing nilai baku dari titik tengah dengan cara
menggunakan nilai tabel kurva normal
[Link] penyesuaian untuk kolom jawaban pertama dengan cara
menambahkan/mengurankan suatu bilangan terhadap nilai baku Z,
sehingga nilainya menjadi 1
[Link] pembulatan secara berurutan sehingga setiap kolom
menjadi seperti jawaban Skala Likert, yaitu 1, 2, 3, 4, 5 atau 5,
4,3,2,1.
[Link] dari analisis ini adalah butir angket dapat dipakai
sebagai angket Skala Likert jika dari hasil analisis utk butir 6
dipenuhi, jika sebaliknya maka angket tidak terpakai.
Dengan mengikuti tahapan-tahapan tersebut maka hasil analisis ke lima
butir angket tersebut adalah sebagai berikut.

BUTIR 1 SS S R TS STS 
FREKUE 42 18 10 13 17 10

146
 NSI 0
PROPOR
SI 0,42 0,18 0,1 0,13 0,17
PROP.K
OMULAT
IF 0,42 0,6 0,7 0,83 1
TTK 0,76 0,91
TENGAH 0,21 0,51 0,65 5 5
-
0,80 0,02 0,38 0,72 1,37
Z 642 5069 5321 2479 2205
PENYES 0,99 1,83 2,19 2,52 3,17
UAIAN 9998 1489 1741 8899 8625
PEMBUL
ATAN 1 2 2 3 4

BUTIR 2 SS S R TS STS 
FREKUE 35 30 20 12 3 10

147
 NSI 0
PROP 0,35 0,3 0,2 0,12 0,03
PROP.
KOMULA
TIF 0,35 0,65 0,85 0,97 1
TTK 0,17 0,98
TENGAH 5 0,5 0,75 0,91 5
-
0,93 0,67 1,34 2,17
Z 459 0 449 0754 0091
PENYES 1,93 2,60 3,27 4,10
UAIAN 1 459 908 5344 4681
PEMBUL
ATAN 1 2 3 3 4

BUTIR 3 SS S R TS STS 
FREKUE 10
NSI 13 21 24 23 19 0

148
 PROP 0,13 0,21 0,24 0,23 0,19
PROP.
KOMULA
TIF 0,13 0,34 0,58 0,81 1
TTK 0,06 0,23 0,69 0,90
TENGAH 5 5 0,46 5 5
- - -
1,51 0,72 0,10 0,51 1,31
Z 41 248 043 0074 058
PENYES 1,01 1,80 2,42 3,03 3,83
UAIAN 0096 1721 3767 4274 478
PEMBUL
ATAN 1 2 2 3 4

BUTIR 4 SS S R TS STS 
FREKU
ENSI 4 26 40 25 5 100
PROP 0,04 0,26 0,4 0,25 0,05

149
PROP.
KOMUL
ATIF 0,04 0,3 0,7 0,95 1
TTK
TENGA 0,97
H 0,02 0,17 0,5 0,825 5
- -
2,05 0,95 0,934 1,95
Z 375 416 0 59 996
5,01
PENYE 1,00 2,09 3,05 3,988 371
SUAIAN 0002 9585 375 34 1
PEMBU
LATAN 1 2 3 4 5

BUTIR 5 SS S R TS STS 
FREKU
ENSI 6 11 16 31 36 100

150
 PROP 0,06 0,11 0,16 0,31 0,36
PROP.
KOMUL
ATIF 0,06 0,17 0,33 0,64 1
TTK
TENGA 0,11
H 0,03 5 0,25 0,485 0,82
- - - - 0,91
1,88 1,20 0,67 0,037 536
Z 079 036 449 61 5
3,79
PENYE 1,68 2,20 2,843 615
SUAIAN 1 043 63 182 5
PEMBU
LATAN 1 2 2 3 4

151
 Dari hasil analisis tampak bahwa hanya butir angket 4 yang
memenuhi persyaratan sebagai angket yg memenuhi kriteria Skala
Likert.
Soal:
Periksa apakah kesepuluh butir berkut, apakah memenuhi syarat
sebagai instrumen skala sikap berdasarkan perhitungan intervalnya.

No. Sangat setuju Ragu- Tidak Sangat

butir setuju ragu setuju tidak
setuju
1 12 18 25 16 10
2 5 8 16 10 6
3 13 21 30 23 15
4 24 26 40 25 21
5 7 10 16 11 6
6 100 120 150 130 98
7 650 840 1200 750 580
8 1200 1500 2000 1600 1000

152
 9 6500 8000 12500 9000 7000
10 13000 18750 25000 22500 15000

Perbandingan Berpasangan (Pair Comparison)

Andaikan sebuah indikator dalam suatu instrumen skala sikap yang

terdiri dari lima butir akan diuji dengan teknik perbandingan berpasangan
(pair comparison) terhadap responden yang berjumlah 200 orang. Coba
jelaskan langkah-langkah yang perlu dilakukan jika diharapkan hanya
tiga butir saja yang akan diterima berdasarkan data /matriks frekuensi
berikut ini:

Butir 1 2 3 4 5
1 - 180 170 165 95
2 20 - 60 10 110
3 30 140 - 150 80
4 35 190 50 - 125

153
 5 115 90 120 75 -

Penyelesaian:

Matriks Jawaban 200 Siswa

BUTIR 1 2 3 4 5
1 - 180 170 165 95
2 20 - 60 10 110
3 30 140 - 150 80
4 35 190 50 - 125
5 115 90 120 75 -

MATRIKS PROPORSI JAWABAN 200 SISWA

154
BUTIR 1 2 3 4 5
1 0,5 0,9 0,85 0,825 0,475
2 0,1 0,5 0,3 0,05 0,55
3 0,15 0,7 0,5 0,75 0,4
4 0,175 0,95 0,25 0,5 0,625
5 0,575 0,45 0,6 0,375 0,5

MATRIKS NILAI Z DARI JAWABAN SISWA

BUTIR 1 2 3 4 5
1 0 1,2815511,0364330,93459 -0,06271
-
2 1,281550794 0 -0,5244 -1,64485 0,125661
-
3 1,036432877 0,5244010 0,67449 -0,25335
-
4 0,934589934 1,644853-0,67449 0 0,318639

155
5 0,189118055 -0,12566 0,253347-0,31864 0
-
JUMLAH Z 3,063455551 3,3251430,090888-0,35441 0,128248
-
RERATA Z 0,765863888 0,8312860,022722-0,0886 0,032062
PENYESUAIAN-3,88786E-06 1,5971460,7885820,6772570,797922
-
BOBOT 0,003887864 1597,146788,582 677,257 797,922

Jika ingin ditentukan tiga butir tes terbaik maka yg terpilih adalah
butir 2, 5, dan 3 karena berdasarkan urutan nilai tertinggi ketiga butir itu
dipenuhi. Dari hasil analisis tampak bahwa perbandingan berpasangan
ini adalah salah satu cara pemilihan butir tes untuk kepentingan
mengukur sikap kelompok terhadap beberapa butir yang kemungkinan
menjadi pilihan. Tujuan perbandingan berpasangan ini adalah mengukur
sikap seklompok orang terhadap beberapa objek sikap. Caranya, semua
objek sikap dipasangkan dua-dua, kemudian sekelompok orang
menentukan mana yang lebih (baik, enak, sukar, cantik, dan

156
sebagainya). Misalnya, objek yang diamati adalah mata pelajaran
Matematika, Fisika, Kimia, dan Biologi. Pertanyaannya adalah, manakah
yang lebih sukar antara keempat mata pelajaran tersebut? Untuk itu,
pasangan yang mungkin adalah {(Matematka, Fisika), (Matematika,
Kimia), (Matematika, Biologi), (Fisika, Kimia), (Fisika, Bilogi), (Kimia,
Biologi)}. Dalam hal ini, semua butir soal dipasangkan dua-dua, lalu
sekelompok orang dimintakan untuk menentukan butir-butir soal
manakah yang lebih sukar antara kedua pasangan itu.
Dari keempat butir soal di atas, tampak bahwa terdapat banyaknya
psangan sebanyak = 6 pasangan. Dengan demikian secara umum
dirumuskan bahwa jumlah pasangan yang dapat disusun untuk n objek
pilihan adalah sebanyak buah pasangan.
Soal. Misalnya, objek yang diamati adalah mata pelajaran Matematika,
Fisika, Kimia, dan Biologi. Pertanyaannya adalah, manakah yang lebih
sukar antara keempat mata pelajaran tersebut, jika diharapkan hanya
tiga butir saja yang akan diterima berdasarkan data /matriks frekuensi
berikut?

157
 Mata Kuliah BIOLOGI KIMIA FISIK MATEMATIKA
A
BIOLOGI - 72 78 96
KIMIA 48 - 54 84
FISIKA 42 66 - 66
MATEMATIKA 24 36 54 -

4. Korelasi Biserial

Secara umum, untuk data non-dikotomi digunakan rumus korelasi

sebagai berikut:

di mana X menyatakan variabel bebas dan Y variabel terikat.

158
 Jika terdapat X adalah data dikotomi murni dan Y data interval, maka
digunakan korelasi biserial. Rumus yang digunakan adalah:
, atau
di mana:
= rerata nilai X dari kelompok variabel dikotomi, di mana sampel dibagi
kedalam dua kelompok
= rerata nilai X dari kelompok rendah
p = proporsi kelompok tinggi
q = proporsi kelompok rendah
St = simpangan baku total sampel dalam variabel H yang mengandung
data kontinu.
y = ordinat unit kurvs distribusi normal pada titik pembagian antara
segmen yang memuat proporsi-proporsi p dan q (seperti tabel berikut)

Tabel Standard sekor (deviasi-deviasi) dan ordinal yang

menghubungkan deviasi-deviasi terhadap daerah di bawah kurva normal
ke dalam suatu proporsi besar (B) dan proporsi kecil (C) dan juga nilai
.

159
B C
Daerah z y Daerah
yang Sekor ordinat yang
lebih Standard lebih
luas kecil
0,500 0,0000 0,3989 0,5000 0,500
0,505 0,0125 0,3989 0,5000 0,495
0,510 0,0251 0,3988 0,4999 0,490
0,515 0,0376 0,3987 0,4998 0,485
0,520 0,0502 0,3984 0,4996 0,480
0,525 0,0627 0,3982 0,4994 0,475
0,530 0,0753 0,3978 0,4991 0,470
0,535 0,0878 0,3974 0,4988 0,465
0,540 0,1004 0,3969 0,4984 0,460
0,545 0,1130 0,3964 0,4980 0,455
0,550 0,1257 0,3958 0,4975 0,450
0,555 0,1383 0,3951 0,4970 0,445

160
0,560 0,1510 0,3944 0,4964 0,440
0,565 0,1637 0,3936 0,4958 0,435
0,570 0,1746 0,3928 0,4951 0,430
0,575 0,1891 0,3919 0,4943 0,425
0,580 0,2019 0,3909 0,4936 0,420
0,585 0,2147 0,3899 0,4927 0,415
0,590 0,2275 0,3887 0,4918 0,410
0,595 0,2404 0,3876 0,4909 0,405
0,600 0,2533 0,3863 0,4899 0,400
0,605 0,2663 0,3850 0,4889 0,395
0,610 0,2793 0,3837 0,4877 0,390
0,615 0,2924 0,3822 0,4867 0,385
0,620 0,3055 0,3808 0,4854 0,380
0,625 0,3186 0,3792 0,4841 0,375
0,630 0,3319 0,3776 0,4828 0,370
0,635 0,3451 0,3759 0,4814 0,365
0,640 0,3585 0,3741 0,4800 0,360
0,645 0,3719 0,3723 0,4785 0,355

161
0,650 0,3853 0,3704 0,4770 0,350
0,655 0,3989 0,3684 0,4754 0,345
0,660 0,4125 0,3664 0,4737 0,340
0,665 0,4261 0,3643 0,4720 0,335
0,670 0,4399 0,3621 0,4702 0,330
0,675 0,4538 0,3599 0,4684 0,325
0,680 0,4677 0,3576 0,4665 0,320
0,685 0,4817 0,3552 0,4645 0,315
0,690 0,4959 0,3528 0,4625 0,310
0,695 0,5101 0,3503 0,4604 0,305
0,700 0,5244 0,3477 0,4583 0,300
0,705 0,5388 0,3450 0,4560 0,295
0,710 0,5534 0,3423 0,4538 0,290
0,715 0,5681 0,3395 0,4514 0,285
0,720 0,5828 0,3366 0,4490 0,280
0,725 0,5978 0,3337 0,4465 0,275
0,730 0,6128 0,3306 0,4440 0,270
0,735 0,6280 0,3275 0,4413 0,265

162
0,740 0,6433 0,3244 0,4386 0,260
0,745 0,6588 0,3211 0,4359 0,255
0,750 0,6745 0,3178 0,4330 0,250
0,755 0,6903 0,3144 0,4301 0,245
0,760 0,7063 0,3109 0,4271 0,240
0,765 0,7225 0,3073 0,4240 0,235
0,770 0,7388 0,3036 0,4208 0,230
0,775 0,7554 0,2999 0,4176 0,225
0,780 0,7722 0,2961 0,4142 0,220
0,785 0,7892 0,2922 0,4108 0,215
0,790 0,8064 0,2882 0,4073 0,210
0,795 0,8239 0,2841 0,4037 0,205
0,800 0,8416 0,2800 0,4000 0,200
0,805 0,8596 0,2757 0,3962 0,195
0,810 0,8779 0,2714 0,3923 0,190
0,815 0,8965 0,2669 0,3883 0,185
0,820 0,9154 0,2624 0,3842 0,180
0,825 0,9364 0,2578 0,3800 0,175

163
0,830 0,9542 0,2531 0,3756 0,170
0,835 0,9741 0,2482 0,3712 0,165
0,840 0,9945 0,2433 0,3666 0,160
0,845 1,0152 0,2383 0,3619 0,155
0,850 1,0364 0,2332 0,3571 0,150
0,855 1,0581 0,2279 0,3521 0,145
0,860 1,0803 0,2226 0,3470 0,140
0,865 1,1031 0,2171 0,3417 0,135
0,870 1,1264 0,2115 0,3363 0,130
0,875 1,1503 0,2059 0,3307 0,125
0,880 1,1750 0,2000 0,3250 0,120
0,885 1,2004 0,1941 0,3190 0,115
0,890 1,2265 0,1808 0,3129 0,110
0,895 1,2536 0,1818 0,3066 0,105
0,900 1,2816 0,1755 0,3000 0,100
0,905 1,3106 0,1690 0,2932 0,095
0,910 1,3408 0,1624 0,2862 0,090
0,915 1,3722 0,1556 0,2789 0,085

164
0,920 1,4051 0,1487 0,2713 0,080
0,925 1,4395 0,1416 0,2634 0,075
0,930 1,4757 0,1343 0,2551 0,070
0,935 1,5141 0,1268 0,2465 0,065
0,940 1,5548 0,1191 0,2375 0,060
0,945 1,5982 0,1112 0,2280 0,055
0,950 1,6449 0,1031 0,2179 0,050
0,955 1,6954 0,0948 0,2073 0,045
0,960 1,7507 0,0862 0,1960 0,040
0,965 1,8119 0,0773 0,1838 0,035
0,970 1,8808 0,0680 0,1706 0,030
0,975 1,9600 0,0584 0,1561 0,025
0,980 2,0537 0,0484 0,1400 0,020
0,985 2,1701 0,0379 0,1226 0,015
0,990 2,3263 0,0267 0,0995 0,010
0,995 2,5758 0,0145 0,0705 0,005
0,996 2,6521 0,0118 0,0631 0,004
0,997 2,7478 0,0091 0,0547 0,003

165
 0,998 2,8782 0,0063 0,0447 0,002
0,999 3,0902 0,0034 0,0316 0,001
0,9995 3,2095 0,0018 0,0224 0,0005

Sumber: Guilford & Fruchter, Fundamental Statistics in psychology and

Education, McGraw-Hill Series in Psychology:,1978: 511-513.

Contoh:
Pada Tabel berikut diketahui data dikotomi X dan data kontinu Y dari
25 siswa. Maka korelasi biserial dihitung sebagai berikut
NoX Y Y0 Y1
1 1 20 20
2 1 10 10
3 1 15 15
4 0 17 17
5 0 7 7
6 0 9 9
7 1 16 16

166
8 0 30 30
9 1 40 40
10 0 52 52
11 1 41 41
12 0 22 22
13 0 27 27
14 1 19 19
15 1 10 10
16 1 11 11
17 1 18 18
18 0 17 17
19 0 13 13
20 1 13 13
21 0 15 15
22 1 15 15
23 0 16 16
24 1 16 16

167
25 0 17 17
Y 10.86692

Untuk data Yo dan Y1 dihitung sebagai berikut.

No Y0 Y1
1 17 20
2 7 10
3 9 15
4 30 16
5 52 40
6 22 41
7 27 19
8 17 10
9 13 11
10 15 18
11 16 13
12 17 15

168
 13 16
 11.9987410.15836

Dengan demikian:

p 0.52
q 0.48
Yo 20.16667
Y1 18.76923
Y 10.86692
rb -0.0807

Contoh:
Diketahui data sekor ujian dua kelompok yang berhasil dan yang gagal
seperti pada Tabel berikut . Tentukanlah koefisien korelasi biserial.

Sekor f-sukses f-gagal d s fs x d s d g fg x

169
 dg
40-49 2 -4 -8
50-59 1 6 -4 -4 -3 -18
60-69 3 4 -3 -9 -2 -8
70-79 10 11 -2 -20 -1 -11
80-89 27 21 -1 -27 0 0
90-99 30 16 0 0 1 16
100-109 26 7 1 26 2 14
110-119 21 3 2 42 3 9
120-129 7 3 21
130-139 5 4 20
∑ 130 70 49 -6
Rerata 98.26923 83.64286
p 0.65
q 0.35

, dan

170
Sekor fS FG fTotal d fT d xi xi - (xi - )2 fT (xi - )2
-
- 48.6
40-49 2 2 4 -8 44.5 5 2366.823 4733.645
-
- 38.6
50-59 1 6 7 3 -21 54.5 5 1493.823 10456.76
-
- 28.6
60-69 3 4 7 2 -14 64.5 5 820.8225 5745.758
-
- 18.6
70-79 10 11 21 1 -21 74.5 5 347.8225 7304.273
80-89 27 21 48 0 0 84.5 -8.65 74.8225 3591.48
90-99 30 16 46 1 46 94.5 1.35 1.8225 83.835
100- 104. 11.3
109 26 7 33 2 66 5 5 128.8225 4251.143
110- 21 3 24 3 72 114. 21.3 455.8225 10939.74

171
 119 5 5
120- 124. 31.3
129 7 7 4 28 5 5 982.8225 6879.758
130- 134. 41.3
139 5 5 5 25 5 5 1709.823 8549.113
∑ 200 173 62535.5
Mean 93.15
17.727
s 1

Dengan demikian:

Soal 1.

172
Tentukan korelasi biserial dari masing-masing butir tes dari data pada
tabel berikut:

1 1 1 1 1 1 1 1 1 1 2 To
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 tal
1 0 0 1 1 0 1 0 1 1 0 1 0 0 0 0 0 1 0 1 0 8
2 1 0 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 1 9
3 1 0 1 0 0 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 12
4 0 0 0 1 0 0 0 1 1 1 1 0 0 1 0 0 1 0 1 0 8
5 0 0 1 1 0 1 1 1 0 0 1 0 0 0 0 0 1 1 1 1 10
6 1 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1 0 1 1 7
7 0 0 0 1 0 1 1 1 1 0 0 0 0 1 0 1 1 1 1 1 11
8 0 0 1 1 0 1 1 1 0 1 0 1 0 1 0 1 0 0 0 0 9
9 1 1 1 1 0 0 0 1 1 0 1 0 0 1 1 0 1 0 1 1 12
1
0 0 1 0 1 1 1 0 0 0 1 1 0 1 0 0 0 1 1 1 1 11
1
1 0 0 0 1 0 1 1 0 1 0 0 0 0 0 0 1 1 0 1 0 7

173
1
2 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 1 0 1 6
1
3 0 0 0 1 0 0 1 1 1 0 1 0 0 1 0 0 1 0 1 0 8
1
4 1 0 0 1 0 1 1 1 1 1 0 0 0 1 1 0 0 1 0 1 11
1
5 0 1 1 0 1 1 0 1 0 1 1 1 0 0 1 1 0 0 1 1 12
1
6 1 1 1 1 1 0 0 1 0 1 1 0 0 1 1 1 0 0 1 1 13
1
7 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 1 1 0 0 15
1
8 1 1 1 1 1 0 1 1 0 1 0 0 1 1 1 1 1 0 1 1 15
1
9 0 1 1 0 1 1 0 1 1 1 0 1 1 0 0 1 1 1 0 0 12
2
0 1 0 1 1 0 0 1 1 1 1 0 0 1 1 1 1 1 1 1 1 15

174
 1 1 1 1 1 1 1 1 1 1 1 1 1 1
∑ 0 7 2 4 6 1 0 6 2 2 1 4 6 1 6 1 5 9 5 3 211
10.55
2.692
st 1

4. Korelasi Biserial 5. Korelasi Biserial Titik

1. Korelasi Biserial Titik (Point Biserial Correlation)

a. Koefisien Korelasi Biserial Titik
Korelasi antara dua data berbentuk data dikotomi dan data kontinu
dihitung dengan koefisien korelasi biserial titik. Dalam hal ini, jika X
menyetakan data dikotomi maka data tersebut berbentuk (0,1), dan
Y data kontinu. Maka rumus koefisien korelasi biserial titik adalah:

atau atau

175
 atau
p = proporsi sekor X = 1 pada data dikotomi
q = proporsi sekor X = 0 pada data dikotomi
Y1 = Rerata Y pada sekor X = 1
Y0 = Rerata Y pada sekor X = 0
Y = Simpangan Baku sekor total Y
Np dan Nq masing-masing menyatakan frekuensi Y1 dan Y0
Dalam hal ini Korelasi Biserial Titik adalah Korelasi Product Moment

Contoh .
Pada Tabel berikut diketahui data dikotomi X dan data kontinu Y dari
25 siswa. Maka korelasi biserial titik dihitung sebagai berikut
NoXY Y0 Y1
1 1 20 20
2 1 10 10
3 1 15 15

176
4 0 17 17
5 07 7
6 09 9
7 1 16 16
8 0 30 30
9 1 40 40
10 0 52 52
11 1 41 41
12 0 22 22
13 0 27 27
14 1 19 19
15 1 10 10
16 1 11 11
17 1 18 18
18 0 17 17
19 0 13 13
20 1 13 13

177
21 0 15 15
22 1 15 15
23 0 16 16
24 1 16 16
25 0 17 17
Y 10.86692

Untuk data Yo dan Y1 dihitung sebagai berikut.

No Y0 Y1
1 17 20
2 7 10
3 9 15
4 30 16
5 52 40
6 22 41
7 27 19
8 17 10

178
9 13 11
10 15 18
11 16 13
12 17 15
13 16
 11.9987410.15836

Dengan demikian:

p 0.52
q 0.48
Yo 20.16667
Y1 18.76923
Y 10.86692
pb 0.0321

179
Soal 1
Pada Tabel berikut diketahui data dikotomi X dan data kontinu Y dari
50 siswa. Hitung korelasi biserial titiknya.

No X Y Y0 Y1
1 1 17
2 1 13
3 1 13
4 0 15
5 0 15
6 0 16
7 1 16
8 0 17
9 1 25
10 0 50
11 1 57
12 0 47
13 0 55

180
14 1 68
15 1 70
16 1 82
17 1 66
18 0 75
19 0 38
20 1 44
21 0 66
22 1 88
23 0 90
24 1 16
25 0 17
26 0 25
27 1 50
28 1 57
29 0 47
30 0 55

181
31 1 68
32 1 70
33 1 82
34 1 66
35 0 75
36 1 38
37 1 44
38 0 66
39 0 88
40 0 90
41 0 36
42 1 17
43 1 35
44 1 25
45 1 44
46 1 32
47 0 45

182
48 1 43
49 1 62
50 0 74

Dengan demikian:

p …
q …
Yo …
Y1 …
Y …
pb …

Soal 2

183
 Pada Tabel berikut diketahui data dikotomi X dan data kontinu Y dari
75 siswa. Hitung korelasi biserial titiknya

No X Y Y0 Y1
1 1 10
2 1 11
3 1 18
4 0 17
5 0 13
6 0 13
7 1 15
8 0 15
9 1 16
10 0 16
11 1 17
12 0 25
13 0 50

184
14 1 57
15 1 47
16 1 55
17 1 18
18 0 17
19 0 13
20 1 13
21 0 15
22 1 15
23 0 16
24 1 16
25 0 17
26 0 25
27 1 50
28 1 57
29 0 47
30 0 55

185
31 1 68
32 1 70
33 1 82
34 1 66
35 0 75
36 1 38
37 1 44
38 0 66
39 0 88
40 0 90
41 0 36
42 1 17
43 1 35
44 1 25
45 1 44
46 1 32
47 0 45

186
48 1 43
49 1 62
50 0 74
51 1 25
52 1 50
53 1 57
54 1 47
55 0 55
56 0 68
57 1 70
58 0 82
59 1 66
60 0 75
61 1 38
62 0 44
63 0 66
64 1 88

187
65 1 90
66 0 36
67 0 17
68 1 35
69 1 25
70 1 44
71 0 32
72 0 45
73 0 36
74 1 17
75 0 35

Dengan demikian:

p …
q …
Yo …

188
Y1 …
Y …
pb …

Soal 3
Pada Tabel berikut diketahui data dikotomi X dan data kontinu Y dari
100 siswa. Hitung korelasi biserial titiknya

N0 X Y Y0 Y1
1 1 25
2 1 35
3 0 25
4 0 44
5 1 32
6 1 45

189
7 1 43
8 1 62
9 0 74
10 1 25
11 1 50
12 0 57
13 0 47
14 0 55
15 0 68
16 1 70
17 1 82
18 1 66
19 1 75
20 1 38
21 0 44
22 1 15
23 1 16

190
24 0 16
25 1 17
26 1 25
27 1 50
28 1 57
29 0 47
30 0 55
31 1 68
32 0 70
33 1 82
34 0 66
35 1 75
36 0 38
37 0 44
38 1 66
39 1 88
40 0 90

191
41 0 36
42 1 17
43 1 35
44 1 25
45 1 44
46 1 32
47 0 45
48 1 43
49 1 62
50 0 74
51 1 25
52 1 50
53 1 57
54 1 47
55 0 55
56 0 68
57 1 70

192
58 0 82
59 1 66
60 0 75
61 1 38
62 0 44
63 0 66
64 1 88
65 1 90
66 0 36
67 0 17
68 1 35
69 1 25
70 1 44
71 0 32
72 0 45
73 0 36
74 1 17

193
75 0 35
76 1 57
77 1 47
78 0 55
79 0 68
80 1 70
81 1 82
82 1 66
83 1 75
84 1 38
85 0 44
86 1 66
87 1 88
88 0 90
89 1 36
90 1 17
91 1 35

194
 92 1 25
93 0 44
94 0 32
95 1 45
96 0 43
97 1 38
98 0 44
99 1 66
100 0 88

Dengan demikian:

p …
q …
Yo …
Y1 …
Y …

195
 pb …

Jika sekor butir soal adalah berbentuk data dikotomi (dis-kontinum)

yang disekor dengan nilai 1 atau 0 maka digunakan koefisien korelasi
biserial yang dalam hal ini rumus yang digunakan adalah untuk
menghitung besarnya korelasi antara sekor masing-masing butir dengan
sekor totalnya sebagai berikut:

rbis(i) = koefisien koelasi biserial antara sekor butir-i dengan sekor

total
= rerata sekor total responden yang menjawab benar butir soal ke-i
= rerata sekor total seluruh responden
st = simpangan baku sekor total seluruh responden
pi = proporsi jawaban benar butir soal ke-i
qi = proporsi jawaban salah butir soal ke-i

196
 Contoh:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
A A C B B C E D E A C A A E A A A E B C
1 E B C B E C A D E B C B C B B C A D B E
2 A B C B C B A C E A C B C B B B A C B C
3 A B C C C C E D E B C B C E B C A E B C
4 C E D B A D A D E A C C E E B B A A B E
5 C B C B C C E D D B C B C B B C A E B C
6 A D D V C D A D A A A B C B B A A B B C
7 B D D B C C E D E B D B C E B A A E B C
8 D B C B C C E D A A B A C E E A B D C A
9 A A C B C B C D E B C C C E A D A C B C
10 B A B B B C C C D A C C A D B C A E B C
11 C C A B D C E A E B E D C A B A A C B A
12 A D D C D D C A A C D E A E C A E E D C
13 C B D B C D E D E B C B C E B C A C B A
14 A B D B A C E D E A B D D E A C D E A C

197
15 C A C C B C A D C A C A B A A A C C B C
16 A A C B B B A D A A C B B E A A C C B C
17 A A C D B C E D E A C A A A E A A E A D
18 A A C B B B E D A A B B A E A A A A B C
19 D A C D B C D D E A B A A A E A A E A D
20 A D C B C A E D E A B B A E A A A E B C

Atau

1 1 1 1 1 1 1 1 1 1 2 Tota
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 l
1 0 0 1 1 0 1 0 1 1 0 1 0 0 0 0 0 1 0 1 0 8
2 1 0 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 1 9
3 1 0 1 0 0 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 12
4 0 0 0 1 0 0 0 1 1 1 1 0 0 1 0 0 1 0 1 0 8
5 0 0 1 1 0 1 1 1 0 0 1 0 0 0 0 0 1 1 1 1 10

198
6 1 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1 0 1 1 7
7 0 0 0 1 0 1 1 1 1 0 0 0 0 1 0 1 1 1 1 1 11
8 0 0 1 1 0 1 1 1 0 1 0 1 0 1 0 1 0 0 0 0 9
9 1 1 1 1 0 0 0 1 1 0 1 0 0 1 1 0 1 0 1 1 12
1
0 0 1 0 1 1 1 0 0 0 1 1 0 1 0 0 0 1 1 1 1 11
1
1 0 0 0 1 0 1 1 0 1 0 0 0 0 0 0 1 1 0 1 0 7
1
2 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 1 0 1 6
1
3 0 0 0 1 0 0 1 1 1 0 1 0 0 1 0 0 1 0 1 0 8
1
4 1 0 0 1 0 1 1 1 1 1 0 0 0 1 1 0 0 1 0 1 11
1
5 0 1 1 0 1 1 0 1 0 1 1 1 0 0 1 1 0 0 1 1 12
1
6 1 1 1 1 1 0 0 1 0 1 1 0 0 1 1 1 0 0 1 1 13

199
1
7 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 1 1 0 0 15
1
8 1 1 1 1 1 0 1 1 0 1 0 0 1 1 1 1 1 0 1 1 15
1
9 0 1 1 0 1 1 0 1 1 1 0 1 1 0 0 1 1 1 0 0 12
2
0 1 0 1 1 0 0 1 1 1 1 0 0 1 1 1 1 1 1 1 1 15
1 1 1 1 1 1 1 1 1 1 1 1 1 1
∑ 0 7 2 4 6 1 0 6 2 2 1 4 6 1 6 1 5 9 5 3 211
10.5
5
st 2.69
Selanjutnya

1 2 3 4 5 6 7 8 9 10
1 8 8 8 8 8
2 9 9 9 9 9

200
3 12 12 12 12 12 12
4 8 8 8 8
5 10 10 10 10 10
6 7 7 7
7 11 11 11 11 11
8 9 9 9 9 9 9
9 12 12 12 12 12 12
10 11 11 11 11 11
11 7 7 7 7
12 6
13 8 8 8 8
14 11 11 11 11 11 11 11
15 12 12 12 12 12 12
16 13 13 13 13 13 13 13
17 15 15 15 15 15 15 15 15 15
18 15 15 15 15 15 15 15 15
19 12 12 12 12 12 12 12
20 15 15 15 15 15 15 15

201
∑ 115 90 142 147 78 118 113 178 128 137
p 10 7 12 14 6 11 10 16 12 12
12.8 11.8 10.7 11.1 10.6 11.4
11.5 6 3 10.5 13 3 11.3 3 7 2
rbis 0.41 0.45 0.42 0.37 0.46 0.38 0.40 0.39 0.38 0.40

Sambungan

11 12 13 14 15 16 17 18 19 20
1 8 8 8
2 9 9 9 9
3 12 12 12 12 12 12
4 8 8 8 8
5 10 10 10 10 10
6 7 7 7 7
7 11 11 11 11 11 11
8 9 9 9
9 12 12 12 12 12 12

202
10 11 11 11 11 11 11
11 7 7 7
12 6 6 6 6 6
13 8 8 8 8
14 11 11 11 11
15 12 12 12 12 12 12
16 13 13 13 13 13 13
17 15 15 15 15 15 15
18 15 15 15 15 15 15 15
19 12 12 12 12 12
20 15 15 15 15 15 15 15 15
∑ 118 48 74 120 78 122 160 103 158 144
P 11 4 6 11 6 11 15 9 15 13
10.7 12.3 10.9 11.0 10.6 11.4 10.5 11.0
3 12 3 1 13 9 7 4 3 8
rbis 0.38 0.42 0.43 0.38 0.46 0.39 0.38 0.40 0.37 0.39

Misalnya: p1 = 10, = 11,5, = 10,55, dan st = 2.692, maka

203
 ,
Buktikan yang lainnya.
Soal 1.
Tentukan masing-masing korelasi biserial butir dari tabel berikut:
Siswa

Butir ke…
1 1 1 1 2 2
1 2 3 4 5 6 7 8 9 0 11 12 13 14 5 6 7 18 19 0 21 22 23 4
1 0 0 0 0 1 1 1 0 1 1 1 0 0 0 1 0 0 0 0 1 1 0 0 1
2 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 1 0 1 0 1
3 0 0 1 1 0 1 0 1 0 1 1 0 0 1 0 0 0 0 0 1 0 0 0 1
4 1 0 0 0 0 0 0 0 1 1 1 1 0 1 0 0 1 1 1 0 1 1 1 0
5 1 1 1 0 0 0 1 1 0 1 1 1 0 1 1 1 1 1 1 0 1 0 1 0
6 0 0 1 1 1 1 0 1 1 0 0 1 1 0 1 0 1 1 0 0 0 0 0 0
7 1 0 1 0 0 0 0 0 0 0 1 1 0 0 1 0 1 0 1 1 0 1 1 1
8 1 0 0 1 1 1 1 1 1 0 1 0 0 0 1 0 0 1 0 1 0 0 0 1
9 0 1 1 0 1 0 0 0 1 1 0 0 1 1 0 1 1 1 0 1 1 1 0 1
1 0 0 1 1 0 0 0 0 1 0 1 1 1 1 0 0 0 1 0 0 1 1 0 0

204
0
1
1 1 0 0 0 1 0 1 1 0 1 0 0 0 1 0 1 0 1 1 1 1 1 1 1
1
2 0 1 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0
1
3 0 0 0 1 0 1 1 0 0 0 0 0 1 1 0 1 0 0 1 0 0 0 1 0
1
4 0 0 1 1 0 1 0 0 0 1 0 0 1 0 0 1 1 1 1 0 1 1 1 0
1
5 0 0 0 1 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
1
6 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 0 1 0 1 1 0 1 1 1
1
7 1 1 0 1 0 0 1 1 0 0 0 0 1 1 0 1 0 1 0 0 0 1 0 0
1
8 0 1 1 0 1 0 0 0 0 1 0 0 1 0 0 1 1 1 0 0 0 1 0 0
1 0 0 1 1 1 0 1 1 1 0 0 0 1 0 1 0 0 0 0 0 0 1 0 0

205
9
2
0 1 0 1 1 0 1 1 1 0 0 0 0 0 0 1 1 0 0 0 1 0 1 0 1
2
1 1 0 1 1 0 0 1 1 1 0 0 1 0 0 0 0 0 1 0 1 1 1 0 1
2
2 1 0 1 1 0 0 0 1 1 1 0 1 0 1 1 0 0 0 0 1 0 0 0 1
2
3 0 0 0 0 0 0 0 1 1 1 0 1 1 0 0 0 1 0 1 1 1 1 1 1
2
4 1 1 0 0 0 1 1 0 0 1 1 0 1 1 0 0 0 1 0 0 0 0 0 0
2
5 1 0 0 1 0 0 1 0 1 1 0 0 1 1 0 0 1 1 1 0 0 0 1 0
2
6 1 1 1 1 0 0 1 0 1 0 0 0 1 0 0 1 1 1 1 1 1 0 1 1
2
7 1 1 1 1 0 1 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 1 0 0
2 0 0 0 1 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0 1 0 1 0 1

206
8
2
9 1 1 1 1 0 0 0 0 1 1 0 0 1 1 0 1 1 1 0 1 1 0 0 1
3
0 1 1 0 0 1 1 1 1 1 0 0 0 0 1 0 1 1 1 0 0 0 0 0 0
1 1 1 1 1 1 1 1
B 5 11 5 19 11 14 13 14 14 5 8 10 14 17 2 2 5 16 10 5 11 17 10 5
1 1 1 1 1 1 1 1
S 5 19 5 11 19 16 17 16 16 5 22 20 16 13 8 8 5 14 20 5 19 13 20 5
0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.2 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
p 5 37 5 63 37 47 43 47 47 5 67 33 47 57 4 4 5 53 33 5 37 57 33 5
0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.7 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
q 5 63 5 37 63 53 57 53 53 5 33 67 53 43 6 6 5 47 67 5 63 43 67 5

Soal 2.
Tentukan masing-masing korelasi biserial butir soal dari tabel berikut:

Butir
S

207
isw 1 2 3 4 5 6 7 8 9 101112
a
1 1 1 1 0 1 0 1 1 0 1 1 1
2 1 0 0 0 0 0 0 0 1 0 0 1
3 0 1 0 1 0 0 1 0 0 0 1 0
4 0 0 0 0 1 1 0 1 1 0 0 0
5 0 0 1 1 0 0 0 0 0 0 0 1
6 1 1 0 1 1 1 0 0 1 1 0 0
7 0 0 0 0 0 1 0 0 1 1 0 0
8 1 1 1 1 1 1 0 1 0 0 0 0
9 1 0 0 0 1 1 0 0 1 1 0 1
10 0 0 0 0 1 0 1 1 1 1 0 0
11 1 0 1 1 0 1 0 0 0 1 0 1
12 1 1 0 0 0 0 0 0 0 0 1 1
13 0 1 1 0 0 0 1 0 1 1 0 1
14 0 1 0 0 0 1 1 0 1 0 0 1
15 0 1 0 0 0 0 1 0 0 1 1 1

208
16 0 1 0 1 0 1 1 1 0 1 0 1
17 0 0 1 1 0 0 1 0 1 1 1 1
18 1 0 0 0 0 1 0 0 1 0 0 1
19 1 0 1 1 1 0 0 1 1 0 1 0
20 0 1 1 1 0 0 0 0 0 1 1 1
21 0 0 1 1 1 0 1 1 0 0 0 1
22 0 0 0 1 1 1 1 1 0 1 1 1
23 0 0 0 1 1 1 1 1 1 0 0 1
24 0 1 1 1 0 1 1 0 1 1 0 0
25 0 0 1 0 1 1 0 0 1 1 1 0
26 0 0 1 0 1 1 0 0 1 0 0 1
27 0 1 0 0 0 1 0 0 1 1 0 0
28 1 1 0 1 0 0 0 1 0 1 1 0
29 0 0 0 0 1 1 0 0 1 1 0 1
30 1 1 1 1 1 0 0 0 0 1 0 1
31 1 0 1 0 1 0 0 1 0 0 1 0
32 t t 0 1 0 1 0 1 0 1 0 1

209
33 0 0 0 0 0 0 0 0 0 0 0 0
34 1 1 1 1 1 1 1 1 1 1 1 1
35 0 0 1 0 0 1 1 1 0 0 1 1
36 0 0 0 0 0 0 1 0 0 0 0 0
37 1 1 0 1 0 0 0 0 1 1 0 0
38 1 1 0 0 0 0 0 1 1 1 1 1
39 0 0 0 0 1 1 0 0 0 0 1 1
40 0 0 1 1 1 1 0 0 0 0 0 0
41 1 1 1 1 0 0 1 1 1 1 0 0
42 1 1 0 0 0 0 1 1 1 1 0 0
43 1 0 0 0 1 1 0 0 1 0 0 0
44 0 0 1 1 1 1 0 0 0 0 1 1
45 0 1 1 1 1 0 1 1 0 1 1 1
46 0 1 1 0 0 0 1 1 0 1 0 0
47 1 1 0 0 0 1 1 0 1 1 0 0
48 1 0 0 1 0 1 0 0 1 0 1 1
49 1 0 0 1 1 1 0 1 1 0 1 1

210
 50 1 0 1 1 1 0 0 1 1 0 1 0
51 1 1 1 0 1 0 1 1 1 1 0 0
52 0 1 1 0 1 0 1 0 0 1 0 1
53 1 1 1 0 1 1 1 0 1 1 0 1
54 1 1 1 1 0 1 1 0 1 1 1 1
55 0 1 0 1 1 1 1 1 1 1 1 0
B
S
p
q

Soal 3.
Tentukan masing-masing korelasi biserial butir dari tabel berikut:

No Kunci Jawaban
Soal B D B A C B C D E D C C D
1 DDDAAABCDEDCC
2 ABBAACBDEECCC
3 DDDAAABDDECAC

211
4 DDBEAADDDEBCC
5 BCDACADDDCBCB
6 DBBCCADBDCCCC
7 BBDACABDDCACC
8 DADACCDDBCCBD
9 BADDCCABDCABD
10 BABACCDDDCCDD
11 BADBECDDBECBB
12 BAAADABCDDDCD
13 CADAECDBDDECD
14 EADABCBBCDACB
15 CDBDBDDABDBDD
16 CADBDDBABBDDD
17 CBBDDBBABDDBC
18 DADABDDBDABDC
20 BABDDDBDDDDDC
21 ADBDDBDDBDBDD

212
22 ABDDBDABDBDBD
23 CDDBDDDDDDBDD
24 CABDDBDDBADDB
25 CDDABDDBDDABD
26 CDDDDDBDDDDDD
27 ABCDDBDDBBDDB
28 CDBBCDABDDBCD
29 CBBDBDDDDBDBD
30 CDABBCDDBDBBC

B
S
p
q

Soal 4.
Tentukan masing-masing korelasi biserial butir dari tabel berikut:

Butir ke… dan

S

213
 Kunci Jawaban butir ke…
isw
a
123 4 5 6 7 8 9 101112131415161718192021222425
abd a a a a ca b d a a a a c e a b d d e a d
1 ab c e b c e ab d d e a a b c d e b c e a d e
2 c eb c e a b dd e a a c e a b d d e a a b e c
3 bdd e a d b c e b b c e a b d d e a a b c e b
4 dea a c d e b c e e a b d d e a a c e a b d e
5 eab d d e a ab c a d b d b d d e a d b c e b
6 bdd e a a c ea b c d d e d e a a c d e b c e
7 b c e b c e a bd d d e e a e a b d d e a a b c
8 eb c e a b d de a a a b d b d d e a a c e a b
9 b c e a b d d ea a c e b c b c e b c e a b d d
10 eab d d e a a c e a b e b e b c e a b d d e a
11 aDb c e b c ea b d d b c b c e a b d d e a a
12 c de b c e a bd d e a e a e a b d d e a a c e
13 dea a b c d eb c e a a D a D b c e b c e a b
14 aa c e a b d de a a b c d c d e b c e a b d d

214
15 c e a b d d e a a b c d d e d e a a b c d e b c
16 a b d d e d b c e b b c e a b d d e a a b c e b
17 d b c e b d e b c e e a b d d e a a c e a b d e
18 d e b c e e a a b c a d b d b d d e a d b c e b
19 e a a b c a c e a b c d d e d e a a c d e b c e
20 a c e a b e a b d d d e e a e a b d d e a a b c
21 e a b d d b d d e a a a b d b d d e a a c e a b
22 b d d e a d d e a a c e b c b c e b c e a b d d
23 d d e a a e a a c e a b e b e b c e a b d d e a
24 e a a c e b c e a b d d b c b c e a b d d e a a
25 b c e a b e a b d d e a e a e a b d d e a a c e
26 e a b d d c d e b c e a a D a D b c e b c e a b
27 c d e b c b d d e a a b c d c d e b c e a b d d
28 b d d e a d e a a b c d d e d e a a b c d e b c
29 d e a a b a a c e a b d a a a a c e a b d d e a
30 a a c e a b d a a b e a b d d d e e a e a b d d
31 b e a b d d d e b d b d d e a a a b d b d d e a

215
32 d b d d e a a a d a d d e a a c e b c b c e b c
33 a d d e a a c e a a e a a c e a b e b e b c e a
34 a e a a c e a b a e b c e a b d d b c b c e a b
35 e b c e a b d d e b e a b d d e a e a e a b d d
36 b e a b d d e a b d c d e b c e a a e a b b c e
37 d c d e b c e a d c b d d e a a b c d c d e b c
38 c b d d e a a b c a d e a a b c d d e d e a a b
39 a d e a a b c d a b a a c e a b d a a a a c e a
40 b a a c e a b d b a b d a a a a c e a b d d e a

B
S
p
q
pq

216
6. Koefisien Korelasi Rho-Spearman
Untuk menghitung korelasi Rho-Spearman, terlebih dahulu kita
tentukan apakah ada atau tidak sekor yg sama. Masing-masing keadaan
ini harus mendapat perhatian agar tidak sampai melakukan kesalahan
dalam perhitungan. Hal itu dapat dijelaskan sebagai berikut.
a. Untuk kasus Peringkat di mana Tidak ada sekor yang sama
Kalau tidak ada sekor yang sama maka data yg didapat diurutkan
lebih dahulu dari data terendah sampai data tertinggi. Selanjutnya
dilakukan perankingan atau peringkat yg sesuai. Selanjutnya dihitung
korelasi Rho-Spearman dengan rumus:

d = selisih rakning di antara X dan Y

N = Banyak pasangan sekor

Contoh:
No X Y d d2

217
1 15 17 -2 4
2 16 20 -4 16
3 18 25 -7 49
4 19 32 -13 169
5 20 35 -15 225
6 22 38 -16 256
7 23 38 -15 225
8 25 43 -18 324
9 32 41 -9 81
10 35 44 -9 81
11 36 45 -9 81
12 38 47 -9 81
13 40 50 -10 100
14 43 55 -12 144
15 44 57 -13 169
16 45 62 -17 289
17 47 64 -17 289

218
 18 50 66 -16 256
19 53 67 -14 196
20 55 68 -13 169
21 57 69 -12 144
22 62 70 -8 64
23 64 73 -9 81
24 66 74 -8 64
25 68 75 -7 49
26 70 77 -7 49
27 75 82 -7 49
28 82 85 -3 9
29 88 88 0 0
30 90 90 0 0
n 3713

Jadi diperoleh:
, atau

219
b. Untuk kasus Ranking (Peringkat) di mana ada sekor X yang sama
sedang sekor Y tidak sama
Untuk kasus terdapat sekor yg sama dikerjakan dengan terlebih
dahulu melakukan perankingan sekor, kemudian dilakukan perhitungan
dengan menggunakan rumus berbeda setelah terlebih dahulu dilakukan
sebuah koreksi terhadap rumus tersebut sebagai berikut. Besaran
koreksi adalah:
, dan
dan
di sini t = banyaknya peringkat sama, dan N = banyaknya sekor.
Kemudian ditentukan pula besaran korelasi:

Contoh:

X- Y- Y- Rakn- Rank- RX-

No X Y urut ikut urut X Y RY d2

220
1 90 38 15 30 17 1 4 -3 9
2 43 32 17 65 20 2.5 20 -17.5 306.25
3 74 34 17 78 25 2.5 30 -27.5 756.25
4 82 35 32 40 30 4.5 11 -6.5 42.25
5 44 86 32 76 32 4.5 29 -24.5 600.25
6 50 87 38 88 34 7.5 37 -29.5 870.25
7 38 88 38 55 35 7.5 16 -8.5 72.25
8 75 90 38 81 36 7.5 32 -24.5 600.25
9 88 92 38 25 37 7.5 3 4.5 20.25
10 60 93 43 32 38 10 5 5 25
11 66 64 44 86 40 11 35 -24 576
12 32 40 50 87 44 12 36 -24 576
13 17 65 55 60 46 13 17 -4 16
14 70 66 60 93 48 14.5 40 -25.5 650.25
15 70 67 60 48 50 14.5 14 0.5 0.25
16 68 68 62 62 55 16 18 -2 4
17 70 69 63 36 60 17 8 9 81
18 63 36 64 17 62 18 1 17 289

221
19 68 37 66 64 64 20 19 1 1
20 82 50 66 44 65 20 12 8 64
21 38 55 66 73 66 20 27 -7 49
22 55 60 68 68 67 22.75 23 -0.25 0.0625
13.7
23 66 44 68 37 68 22.75 9 5 189.0625
24 62 62 68 74 69 22.75 28 -5.25 27.5625
25 38 81 68 46 70 22.75 13 9.75 95.0625
26 75 82 70 66 72 28 21 7 49
27 88 84 70 67 73 28 22 6 36
28 66 73 70 69 74 28 24 4 16
29 68 74 70 80 76 28 31 -3 9
30 32 76 70 72 78 28 26 2 4
31 17 78 74 34 80 31 6 25 625
32 70 80 75 90 81 32.5 38 -5.5 30.25
33 76 70 75 82 82 32.5 33 -0.5 0.25
34 68 46 76 70 84 34 25 9 81
35 70 72 82 35 86 36 7 29 841

222
36 60 48 82 50 87 36 15 21 441
37 64 17 82 20 88 36 2 34 1156
38 82 20 88 92 90 38.5 39 -0.5 0.25
39 38 25 88 84 92 38.5 34 4.5 20.25
40 15 30 90 38 93 40 10 30 900
∑ 2398 2414 10129,25

Koreksi Peringkat yang

sama pada X

Peringkat t t3
8,5 2 8 0.5
10.5 2 8 0.5
12,5 2 8 0.5
15,5 2 8 0.5
18 3 27 2

223
 20,5 2 8 0.5
22,5 2 8 0.5
25 3 27 2
28 3 27 2
30,5 2 8 0.5
35,5 2 8 0.5
38,5 2 8 0.5
nTX 10.5

Selanjutnya dihitung nilai :

Sehingga rumus Rho-Spearman menjadi:

c. Untuk kasus Ranking (Peringkat) di mana ada sekor X dan sekor

Y sama

224
 Untuk kasus terdapat sekor yg sama utk X dan Y dikerjakan dengan
terlebih dahulu melakukan perankingan ke dua sekor X dan Y,
kemudian dilakukan perhitungan dengan menggunakan rumus berbeda
setelah terlebih dahulu dilakukan sebuah koreksi data X dan Y.
Contoh.

Rx-
X- Y- Y- Ry
No X Y urut ikut urut R-X R-Y =d d2 tX ty
-
1 62 135 17 82 25 1 30.5 29.5 870.25
-
2 88 25 25 82 25 2 30.5 28.5 812.25 3 2
-
3 55 112 35 82 32 3 30.5 27.5 756.25
4 116 32 40 128 38 4 44 -40 1600
5 50 115 43 66 38 5.5 14 -8.5 72.25 2 2 0.5 0.5
6 119 45 43 66 43 5.5 14 -8.5 72.25

225
 -
7 68 167 44 75 45 7.5 27 19.5 380.25 2 0.5
-
8 117 38 44 68 47 7.5 18 10.5 110.25
9 35 82 45 136 50 9 48 -39 1521
-
10 128 68 46 70 55 10 22.5 12.5 156.25
11 130 70 47 74 57 11 25 -14 196
12 43 66 50 115 62 12.5 40.5 -28 784 2 0.5
13 40 128 50 43 66 12.5 6 6.5 42.25
-
14 125 82 53 90 66 14 35.5 21.5 462.25
15 44 75 55 112 66 15.5 38.5 -23 529 2 0.5
16 45 136 55 25 68 15.5 1.5 14 196
17 47 74 57 62 68 17 12 5 25
-
18 50 43 62 135 68 19 46.5 27.5 756.25 3 2
19 53 90 62 88 68 19 33.5 - 210.25

226
 14.5
-
20 55 25 62 112 68 19 38.5 19.5
380.25
21 57 62 66 55 70 22 10 12 144 3 2
22 62 88 66 66 70 22 14 8 64
23 66 55 66 75 70 22 27 -5 25
24 66 66 68 167 70 25 50 -25 625
25 68 50 68 50 74 25 9 16 256 2 0.5
26 70 57 68 68 75 25 18 7 49
27 75 68 70 57 75 27.5 11 16.5
272.25 2 0.5
28 82 47 70 70 75 27.5 22.5 5 25 2 0.5
29 88 75 74 70 82 29 22.5 6.542.25
30 90 38 75 68 82 30.5 18 12.5
156.25 2 0.5
31 68 68 75 90 82 30.5 35.5 -5 25
32 70 70 82 47 82 32.5 8 24.5
600.25 2 0.5
33 66 75 82 88 88 32.5 33.5 -1 1
1122.2
34 17 82 88 25 88 35 1.5 33.5 5 3 2

227
35 82 88 88 75 90 35 27 8 64
36 75 90 88 115 90 35 40.5 -5.5 30.25
37 44 68 90 38 110 37.5 4.5 33 1089 2 0.5
38 74 70 90 132 112 37.5 45 -7.5 56.25
39 43 66 116 32 112 39 3 36 1296
1260.2
40 90 132 117 38 115 40 4.5 35.5 5
41 25 82 119 45 115 41 7 34 1156
42 62 112 122 122 122 42 42 0 0
43 88 115 124 135 125 43 46.5 -3.5 12.25
44 134 110 125 82 128 44 30.5 13.5 182.25
45 124 135 128 68 132 45 18 27 729
46 142 125 130 70 135 46 22.5 23.5 552.25
47 122 122 134 110 135 47 37 10 100
48 136 156 136 156 136 48 49 -1 1
49 150 68 142 125 156 49 43 6 36
50 46 70 150 68 167 50 18 32 1024
∑ 20928 10.5 3

228
Soal 1
Hitung s untuk kasus data X ada yang sama tapi Y tidak sama dari
data dengan berikut dengan mengisi kolom-kolom berikut

RX -
X- Y- Rakn- Rank- RY
No X Y urut ikut X Y =d d2
1 32 38
2 17 75
3 70 88
4 70 60
5 68 66
6 70 32

229
7 68 17
8 68 70
9 82 73
10 38 68
11 55 74
12 66 67
13 17 68
14 70 82
15 70 40
16 68 55
17 70 66
18 63 66
19 68 32
20 68 17
21 70 71
22 68 72
23 68 68

230
24 82 78
25 38 68
26 55 68
27 66 82
28 62 38
29 82 55
30 32 66
31 17 62
32 70 82
33 76 45
34 68 45
35 70 79
36 60 32
37 64 44
38 82 45
39 38 25
40 15 35

231
 nd^2

Soal 2
Hitung s untuk kasus data X ada yang sama tapi Y tidak sama dari
data dengan berikut dengan mengisi kolom-kolom berikut

t)/12

t)/12
X- Y- Rank- Rank-

(t3-

(t3-
No X Y urut urut X Y d d 2 p X tX t3 p Y tY t3
1 62 135
2 88 25
3 55 112
4 116 32
5 50 115
6 119 45
7 68 167
8 117 38
9 35 82

232
10 128 68
11 130 70
12 43 66
13 40 128
14 125 82
15 44 75
16 45 136
17 47 74
18 50 43
19 53 90
20 55 70
21 57 75
22 62 82
23 66 88
24 66 90
25 68 68
26 70 70

233
27 75 66
28 82 17
29 88 82
30 90 75
31 68 44
32 70 70
33 66 75
34 17 66
35 82 68
36 75 70
37 44 75
38 74 82
39 43 88
40 90 90
41 25 68
42 62 70
43 88 66

234
44 134110
45 124135
46 142125
47 122125
48 136168
49 150168
50 46 170
n

235