Validitas
Apakah instrumen mengukur hal yang seharusnya diukur?
Pilih butir soal di bawah ini untuk melihat apakah soal tersebut akurat mengukur tujuan dosen.
Klik soal untuk menganalisis.
Validitas Isi
Sejauh mana isi instrumen mewakili domain atau indikator yang hendak diukur melalui penelaahan ahli.
Validitas Konstruk
Apakah bukti mendukung interpretasi bahwa instrumen mengukur konstruk teoretis yang dimaksud.
Validitas Kriteria
Apakah skor instrumen berhubungan atau berkorelasi kuat dengan kriteria eksternal yang relevan.
Analisis Butir Empiris
Korelasi skor butir dengan skor total (Item-Total Correlation) menjadi bukti empiris yang diperiksa.
Validitas Bukan Sekadar Angka Koefisien!
Penting untuk diingat: Butir soal yang memiliki korelasi tinggi dengan skor total sekalipun belum otomatis menjamin bahwa seluruh instrumen tersebut valid. Validitas adalah tentang ketepatan interpretasi dan makna dari skor itu sendiri.
πΏ Simulator Mesin Validitas: Studi Kasus IPA
Klik salah satu Butir Soal untuk memprosesnya di dalam Mesin Scanner Validitas.
"Siswa mampu MENGANALISIS pengaruh kalor terhadap perubahan wujud benda dalam kehidupan sehari-hari."
Silakan pilih butir soal IPA...
Sebagai calon guru PGSD, Anda tidak hanya mengecek validitas isi (apakah soal mengukur materi yang benar), tetapi juga level kognitifnya. Jika indikator meminta tingkat penalaran tinggi (Menganalisis/C4), maka soal yang hanya menuntut hafalan (Menyebutkan/C1) dianggap kurang valid untuk instrumen tersebut.
𧩠Peta Navigasi Validitas
Mengenal berbagai instrumen pengukuran sebelum masuk ke laboratorium.
Aiken's V (Validitas Isi)
Digunakan untuk mengukur sejauh mana beberapa ahli (validator) sepakat bahwa suatu butir soal relevan dengan indikator yang diukur. Sangat populer di skripsi pendidikan!
s = Skor pakar dikurangi skor terendah
n = Jumlah pakar (validator)
c = Banyaknya kategori pilihan (misal: 1 s.d 5)
Indeks Gregory (CVI)
Pendekatan tabulasi silang yang sangat praktis jika Anda hanya memiliki tepat 2 orang pakar/validator. Butir soal dikategorikan menjadi "Relevan" atau "Tidak Relevan".
(Keduanya Tidak Relevan)
(Pakar 2 Relevan)
(Pakar 1 Relevan)
(Keduanya Sepakat Relevan)
Korelasi Pearson (Product Moment)
Inilah yang sering disebut mahasiswa sebagai "Uji Validitas SPSS". Dilakukan setelah soal dijawab oleh siswa uji coba. Rumus ini melihat apakah skor satu soal bergerak beriringan dengan skor total.
*Peringatan: Korelasi tinggi hanya membuktikan butir tersebut konsisten dengan total, bukan membuktikan bahwa isi soal tersebut benar secara teori (harus kembali ke Validitas Isi).
Analisis Faktor (EFA/CFA)
Merupakan uji validitas yang sangat kuat dan *advanced*. Digunakan untuk membuktikan apakah butir-butir soal Anda benar-benar mengelompok membentuk suatu "dimensi" (konstruk) sesuai teori psikologi/pendidikan.
Contoh: Soal menjumlahkan dan mengurang (Faktor A), memisah dari soal perkalian (Faktor B).
Reliabilitas
Apakah hasil pengukuran Anda benar-benar konsisten?
Klik untuk melakukan 3x penimbangan berturut-turut pada objek yang sama.
π Konsistensi Internal
Sejauh mana butir-butir dalam suatu skala menunjukkan konsistensi sesuai konstruk yang diukur. (Fokus Pertemuan Ini)
β³ TestβRetest
Sejauh mana hasil pengukuran relatif konsisten ketika instrumen diberikan kembali pada waktu berbeda kepada subjek yang sama.
π₯ Antarpenilai (Inter-rater)
Sejauh mana penilai menghasilkan penilaian yang konsisten, misalnya ketika dua dosen menilai menggunakan rubrik esai yang sama.
Nilai Alpha yang tinggi bukan jaminan bahwa instrumen tersebut unidimensional (hanya mengukur satu dimensi) atau Valid. Nilai Alpha sangat dipengaruhi oleh jumlah butir soal dan pola hubungan antarbutir. Validitas dan Reliabilitas harus selalu berjalan beriringan.
Maka Reliabilitas menanyakan: "Apakah hasil pengukuran kita KONSISTEN?"
Bayangkan seorang siswa diuji pemahaman matematikanya hari ini dan mendapat nilai 90. Jika besok dia diuji lagi dengan soal yang mengukur hal yang sama (tanpa dia belajar tambahan apapun), apakah nilainya tetap 90, atau tiba-tiba menjadi 40? Jika hasilnya berubah-ubah drastis tanpa alasan yang jelas, maka instrumen tersebut kurang reliabel (tidak bisa dipercaya konsistensinya).
π§ͺ Reliability Lab
Konsistensi Respons & Simulasi Real-Time Cronbach's Alpha
*Ubah angka (1-5) pada tabel di bawah ini. Variansi dan Alpha akan dihitung otomatis oleh sistem.
| Peserta (Baris) | Butir 1 | Butir 2 | Butir 3 | Total Skor (X) |
|---|---|---|---|---|
| Variansi Butir (Si2) | 0.00 | 0.00 | 0.00 | (Ξ£ Si2 = 0.00) |
Anda tidak boleh menafsirkan angka Alpha secara membabi buta. Nilai Alpha yang tinggi (>0.70) memang menunjukkan reliabilitas yang baik, TETAPI ia tidak menjamin bahwa instrumen tersebut valid atau unidimensional (hanya mengukur satu dimensi tunggal). Nilai Alpha juga bisa "dipompa" secara artifisial hanya dengan menambahkan lebih banyak butir soal yang serupa. Selalu periksa struktur konstruk dan kualitas isi butir soal Anda!
𧩠Peta Konsep Uji Reliabilitas
Klik kartu di bawah ini untuk menyingkap metode pengujian dan alat statistiknya.
Satu instrumen diujikan dua kali pada kelompok yang sama dalam waktu berbeda.
Dua versi instrumen yang berbeda (tapi setara) diujikan pada kelompok yang sama.
Dua dosen/guru menilai hasil karya atau esai yang sama menggunakan rubrik yang sama.
Hanya butuh 1 kali tes pada 1 kelompok. Mengecek kekompakan antar butir soal.
π― Daya Beda (Discrimination Index)
Apakah butir soal mampu membedakan kemampuan peserta tinggi dan rendah?
(Hijau = Benar, Merah = Salah)
(Hijau = Benar, Merah = Salah)
π§ͺ Discrimination Lab: Live Simulator
Geser slider untuk melihat perubahan langsung pada Tingkat Kesukaran (P) dan Daya Beda (D).
Analisis Berjalan...
Mengkalkulasi respons peserta secara real-time.
β’ Dalam analisis sebenarnya, cara membentuk kelompok atas dan bawah harus ditetapkan secara konsisten (misalnya 27% atas dan 27% bawah, atau pembagian median/kuartil) dan jumlah peserta harus disesuaikan dengan prosedur statistik.
β’ Angka daya beda wajib diinterpretasikan dengan pedoman yang berlaku di institusi atau mata kuliah Anda. Hindari menyatakan bahwa satu batas nilai berlaku secara universal, karena interpretasi sangat bergantung pada ukuran sampel, desain analisis, dan tujuan spesifik tes.
π Tingkat Kesukaran (Difficulty Index)
Seberapa mudah atau sulit suatu butir soal bagi peserta didik?
Analisis Berjalan...
Mengalkulasi tingkat kesukaran secara real-time.
π Laporan Sintesis Analisis Butir
Menggabungkan seluruh aspek (Validitas, Daya Beda, dan Tingkat Kesukaran) ke dalam satu keputusan.
| Butir Soal | Bukti Validitas Empiris | Daya Beda (D) | Tingkat Kesukaran (P) | Status Tindakan Awal |
|---|---|---|---|---|
| Butir 1 | Memadai | 0,40 | 0,80 | Tinjau dan pertahankan jika sesuai tujuan |
| Butir 2 | Memadai | 0,60 | 0,50 | Pertimbangkan untuk dipertahankan |
| Butir 3 | Perlu ditelaah | 0,00 | 0,40 | Periksa redaksi, kunci, dan kesesuaian indikator |
| Butir 4 | Perlu ditelaah | β0,80 | 0,60 | Periksa segera kemungkinan masalah butir atau kunci |
β’ Angka-angka di atas merupakan ilustrasi untuk menunjukkan bagaimana laporan disusun dan bukan hasil perhitungan dari dataset lengkap. Status bukti validitas juga memerlukan data dan metode yang jelas; jangan menetapkannya hanya dari tabel ilustrasi.
β’ Perlu diingat bahwa reliabilitas adalah ringkasan tingkat instrumen, bukan kualitas satu butir. Meskipun hasil analisis butir dapat membantu meninjau instrumen, menghapus butir semata-mata untuk meningkatkan nilai Alpha tidak selalu tepat secara substantif. Keputusan revisi atau penghapusan harus selalu didasarkan pada keselarasan teori, indikator, dan isi materi.