Uji Validitas Instrumen: Pengertian, Jenis, dan Cara Mengujinya di SPSS

Uji validitas adalah pengujian untuk memastikan instrumen penelitian benar-benar mengukur apa yang ingin diukur. Tanpa validitas, analisis serumit apa pun berdiri di atas data yang keliru.

Situasi ini sering terjadi: kuesioner sudah disebar untuk uji coba, lalu SPSS menunjukkan beberapa butir tidak valid. Muncul pertanyaan, “Dibuang atau diperbaiki? Nanti indikatornya kurang, tidak?” Artikel ini menjawab pertanyaan itu langkah demi langkah.

Artikel ini bagian dari seri Materi Statistik IDTesis. Sebelum menguji validitas, pastikan Anda sudah memahami konsep, konstruk, dan variabel yang diukur.

Apa Itu Validitas?

Validitas adalah ketepatan alat ukur. Meteran kain tepat untuk mengukur tinggi badan, tetapi tidak tepat untuk mengukur berat badan. Begitu juga kuesioner kepuasan kerja: butirnya harus benar-benar menanyakan kepuasan kerja, bukan motivasi atau beban kerja.

Validitas sering dibahas bersama uji reliabilitas. Reliabilitas menilai konsistensi, sedangkan validitas menilai ketepatan. Instrumen yang baik harus memenuhi keduanya.

Tiga Jenis Validitas Instrumen

1. Validitas Isi

Validitas isi menilai apakah butir-butir instrumen sudah mewakili seluruh isi konsep yang diukur. Pengujiannya dilakukan sebelum instrumen disebar, melalui telaah ahli (expert judgment) terhadap kisi-kisi dan butir.

Penilaian ahli bisa dihitung dengan dua cara yang umum:

• Aiken’s V (Aiken, 1985): V = ?s ÷ [n(c ? 1)]. Di sini s adalah skor ahli dikurangi skor terendah, n adalah jumlah ahli, dan c adalah jumlah kategori penilaian. Nilai V berkisar 0–1. Makin mendekati 1, makin baik.
• Content Validity Ratio atau CVR (Lawshe, 1975): CVR = (ne ? N/2) ÷ (N/2). Di sini ne adalah jumlah ahli yang menilai butir “esensial”, dan N adalah jumlah seluruh ahli.

Validitas isi paling banyak dipakai di penelitian pendidikan dan pengembangan instrumen.

2. Validitas Konstruk

Validitas konstruk menilai apakah butir benar-benar mengukur konstruk sesuai teorinya. Ada dua sisi yang diperiksa:

• Validitas konvergen: butir-butir untuk konstruk yang sama saling berkorelasi kuat.
• Validitas diskriminan: butir untuk satu konstruk tidak berkorelasi terlalu kuat dengan konstruk lain.

Cara mengujinya bisa dengan korelasi item-total, analisis faktor, atau CFA dan SEM.

3. Validitas Kriteria

Validitas kriteria menilai apakah skor instrumen sejalan dengan ukuran pembanding (kriteria). Jika kriterianya diukur pada waktu yang sama, disebut validitas konkuren. Jika kriteria diukur di masa depan, disebut validitas prediktif. Contohnya, skor tes masuk yang berkorelasi dengan IPK semester pertama.

Cara Uji Validitas Butir dengan Korelasi Pearson

Di skripsi dan tesis, uji validitas butir paling sering dilakukan dengan mengorelasikan skor setiap butir dengan skor total. Ada dua patokan yang lazim. Pilih salah satu dan sebutkan di Bab 3.

1. r hitung dibandingkan r tabel. Butir valid jika r hitung (korelasi Pearson butir dengan skor total) sama dengan atau lebih besar dari r tabel. r tabel dicari dengan df = n ? 2 pada taraf signifikansi 5%. Cara lain, butir valid jika nilai Sig. di bawah 0,05.
2. Corrected Item-Total Correlation ? 0,30. Skor total dihitung tanpa butir yang sedang diuji, sehingga hasilnya tidak terlalu tinggi. Patokan 0,30 lazim dipakai, terutama di penelitian psikologi.

Nilai r tabel untuk uji dua arah pada taraf 5%:

Langkah di SPSS

1. Masukkan skor setiap butir ke kolom terpisah. Buat kolom skor total lewat Transform ? Compute Variable.
2. Buka Analyze ? Correlate ? Bivariate. Masukkan semua butir dan skor total, lalu pilih Pearson dan Two-tailed.
3. Lihat baris korelasi setiap butir dengan skor total. Bandingkan dengan r tabel, atau lihat nilai Sig.

Untuk patokan kedua, buka Analyze ? Scale ? Reliability Analysis. Klik Statistics, centang Scale if item deleted, lalu baca kolom Corrected Item-Total Correlation.

Contoh hasil (angka ilustrasi, n = 30, r tabel = 0,361):

Butir Tidak Valid, Lalu Bagaimana?

Butir yang tidak valid tidak harus langsung dibuang. Ikuti urutan berikut:

1. Periksa redaksinya. Butir yang ambigu, bermakna ganda, atau memakai kalimat negatif ganda sering tidak valid. Butir seperti ini bisa diperbaiki lalu diuji ulang.
2. Periksa kisi-kisinya. Jika butir dibuang, pastikan setiap indikator masih terwakili minimal oleh satu butir lain.
3. Uji ulang setelah membuang butir. Validitas dan reliabilitas sisa butir perlu dihitung kembali.

Satu hal yang tidak boleh dilakukan: mengubah jawaban responden supaya butir menjadi valid. Itu manipulasi data, dan bisa berujung pada sanksi akademik.

Kalau banyak butir Anda tidak valid dan Anda bingung harus mulai dari mana, ada baiknya ditelaah bersama sebelum mengubah kuesioner. Tim IDTesis bisa membantu memeriksa butir dan kisi-kisinya.

Validitas pada SEM PLS

Jika penelitian Anda memakai SEM PLS, validitas diuji dengan ukuran yang berbeda. Validitas konvergen dilihat dari outer loading (? 0,708) dan AVE (? 0,50). Validitas diskriminan dilihat dari HTMT. Penjelasan lengkapnya ada di artikel cara membaca output SmartPLS.

Contoh Penulisan Hasil Uji Validitas

Uji validitas dilakukan pada 30 responden uji coba dengan korelasi Pearson antara skor butir dan skor total. Dengan df = 28 dan taraf signifikansi 5%, diperoleh r tabel sebesar 0,361. Dari 20 butir, 19 butir memiliki r hitung lebih besar dari r tabel sehingga dinyatakan valid. Butir B3 (r hitung = 0,297) dinyatakan tidak valid dan dikeluarkan. Indikator yang diukur B3 masih terwakili oleh butir B4.

Kesalahan yang Sering Terjadi

• Uji coba dengan responden terlalu sedikit. Dengan n = 10, r tabel mencapai 0,632, sehingga banyak butir gugur. Umumnya dipakai minimal 30 responden uji coba.
• Mencampur dua patokan dalam satu tabel. Pilih r tabel atau Corrected Item-Total Correlation, lalu konsisten.
• Membuang butir tanpa melihat kisi-kisi, sehingga ada indikator yang hilang.
• Tidak menyebutkan uji coba terpakai. Jika responden uji coba juga dipakai sebagai sampel penelitian, tulis hal ini di Bab 3.

Pertanyaan yang Sering Diajukan

Berapa jumlah responden untuk uji coba validitas?

Umumnya minimal 30 responden yang karakteristiknya mirip dengan sampel penelitian. Panduan menentukan sampel ada di artikel teknik pengambilan sampel.

Apa beda r hitung Pearson dan Corrected Item-Total Correlation?

Pada Pearson biasa, skor total masih memuat butir yang diuji, sehingga korelasinya cenderung lebih tinggi. Corrected Item-Total Correlation mengeluarkan butir itu dari skor total, sehingga hasilnya lebih ketat.

Apakah kuesioner adopsi perlu diuji validitas lagi?

Sebaiknya ya, terutama jika kuesioner diterjemahkan atau dipakai pada populasi yang berbeda. Butir yang valid di satu konteks belum tentu valid di konteks lain.

Apa beda validitas dan reliabilitas?

Validitas menilai ketepatan: apakah instrumen mengukur hal yang benar. Reliabilitas menilai konsistensi: apakah hasilnya stabil jika pengukuran diulang.

Butuh Teman Diskusi untuk Uji Instrumen?

Hasil uji validitas Anda membingungkan, atau banyak butir yang gugur? Tim IDTesis bisa menemani Anda memeriksa butir, menjalankan uji validitas dan reliabilitas, dan menjelaskan hasilnya dengan bahasa sederhana. Ceritakan dulu kondisinya lewat WhatsApp, atau lihat layanan olah data statistik.

Baca juga: Uji Reliabilitas · Skala Pengukuran · Metode Analisis Data

Referensi

• Aiken, L. R. (1985). Three coefficients for analyzing the reliability and validity of ratings. Educational and Psychological Measurement, 45(1), 131–142. https://doi.org/10.1177/0013164485451012
• Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE.
• Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x