Menghadapi data kuesioner yang berantakan sering kali membuat peneliti pemula merasa frustrasi saat menyusun laporan penelitian. Langkah awal yang paling krusial untuk memastikan instrumen Anda layak digunakan adalah dengan memahami cara mencari uji validitas di spss secara tepat.
Uji validitas ini berfungsi untuk mengukur sah atau valid tidaknya suatu kuesioner yang digunakan dalam pengumpulan data. Jika butir pertanyaan tidak valid, maka data yang dikumpulkan dipastikan cacat dan tidak bisa digunakan untuk analisis statistik lebih lanjut.
Dalam praktik olah data statistik, metode yang paling sering digunakan oleh para peneliti adalah analisis Bivariate Pearson atau sering disebut Korelasi Product Moment. Artikel instruksional ini akan memandu Anda melalui langkah demi langkah yang logis, lengkap dengan interpretasi angka berdasarkan data riil.
Sebelum mengeklik menu analisis di dalam software, ada beberapa persiapan data dan pemahaman konsep dasar yang wajib dipenuhi. Berdasarkan pengalaman saya mendampingi mahasiswa tingkat akhir, kegagalan uji validitas sering terjadi karena kesalahan dalam menyusun skor jawaban responden sejak awal.
Pastikan data Anda merupakan data kuantitatif yang berasal dari skor jawaban kuesioner. Sebagai contoh, jika Anda menggunakan skala Likert 5 pilihan untuk pertanyaan positif (favorable), pastikan penskorannya sudah konsisten dari angka 1 hingga 5.
- Sangat Tidak Setuju diberi skor 1
- Kurang Setuju diberi skor 2
- Cukup Setuju diberi skor 3
- Setuju diberi skor 4
- Sangat Setuju diberi skor 5
Semua data skor dari tiap butir pertanyaan tersebut harus ditabulasi ke dalam spreadsheet atau langsung dimasukkan ke program SPSS. Salah satu versi perangkat lunak yang jamak digunakan untuk keperluan ini adalah SPSS versi 21, meski langkahnya tetap sama pada versi yang lebih baru.
Struktur Data dan Komponen Variabel
Dalam mempraktikkan tutorial ini, kita bisa mengambil contoh kasus pengujian data Partisipasi Siswa dalam Pemilihan Ketua OSIS. Variabel penelitian ini diuji menggunakan jumlah data sampel ($n$) sebanyak 30 pada masing-masing variabel, atau menggunakan sampel uji coba lain seperti $N = 20$ responden.
Setiap butir pertanyaan diwakili oleh kolom variabel tersendiri, misalnya P1 sampai P9 untuk kuesioner dengan 9 variabel skor kuesioner. Di samping kolom-kolom pertanyaan tersebut, Anda wajib membuat satu kolom khusus di bagian paling akhir yang dinamakan Skor Total.
Skor Total adalah hasil penjumlahan dari seluruh skor butir pertanyaan untuk setiap responden secara horizontal. Tanpa adanya kolom Skor Total ini, kalkulasi korelasi Pearson tidak akan bisa memproses nilai validitas per item.
Langkah demi Langkah Mencari Uji Validitas di SPSS
Setelah software SPSS versi 21 atau versi lain siap di komputer Anda, masukkan semua data skor responden ke dalam tab Data View. Jangan lupa untuk mengatur nama-nama variabel pada tab Variable View agar tampilan data menjadi lebih rapi dan mudah diidentifikasi.
Berikut adalah urutan langkah logis yang harus Anda eksekusi di dalam program SPSS untuk mengeluarkan output korelasi:
- Klik menu utama Analyze pada bilah menu di bagian atas layar SPSS Anda.
- Arahkan kursor ke opsi Correlate, lalu klik pilihan Bivariate pada menu drop-down yang muncul.
- Setelah jendela Bivariate Correlations terbuka, pindahkan semua variabel butir pertanyaan (misalnya P1 sampai P9) sekaligus dengan Skor Total ke dalam kotak Variables di sebelah kanan.
- Pada bagian Correlation Coefficients, pastikan Anda memberikan tanda centang pada pilihan Pearson.
- Pada bagian Test of Significance, pilih opsi Two-tailed karena uji 2 sisi dengan signifikansi 0,05 adalah yang paling umum digunakan peneliti.
- Pastikan opsi Flag significant correlations dalam posisi tercentang agar SPSS otomatis memberi tanda bintang pada hasil yang signifikan.
- Klik tombol OK untuk mengeksekusi perintah dan memunculkan jendela output.
Kesalahan umum yang saya lihat adalah peneliti sering lupa memasukkan komponen Skor Total ke dalam kotak Variables. Jika Skor Total tertinggal, SPSS hanya akan mengorelasikan antarbutir pertanyaan saja, bukan mengorelasikan butir pertanyaan terhadap skor total instrumen.
Membaca dan Menginterpretasikan Output Validitas
Setelah mengeklik OK, jendela SPSS Output Viewer akan menampilkan tabel besar berjudul Correlations. Di sinilah ketelitian Anda diuji untuk menentukan butir pertanyaan mana saja yang lolos seleksi dan mana yang harus digugurkan atau direvisi.
Ada dua pendekatan utama yang diakui secara statistik untuk menarik kesimpulan validitas, yaitu membandingkan nilai $R$ Hitung dengan $R$ Tabel, atau melihat nilai signifikansi ($Sig.$). Kedua metode ini akan menghasilkan kesimpulan yang konsisten satu sama lain.
Analisis Menggunakan Perbandingan R Hitung dan R Tabel
Nilai $R$ Hitung dapat Anda lihat pada baris Pearson Correlation untuk masing-masing butir soal yang sejajar dengan kolom Skor Total. Nilai inilah yang kemudian harus dibandingkan secara cermat dengan nilai $R$ Tabel.
Untuk mencari nilai $R$ Tabel, Anda harus mengetahui terlebih dahulu nilai Degrees of Freedom ($DF$) yang dihitung menggunakan rumus baku statistika berikut:
$$DF = N – 2$$
Jika kita mengambil contoh kasus menggunakan data uji coba instrumen dengan 20 sampel ($N = 20$), maka perhitungan derajat kebebasannya adalah $DF = 20 – 2 = 18$. Langkah berikutnya adalah membuka buku tabel statistik pada baris $DF = 18$.
Berdasarkan rujukan distribusi nilai statistik, nilai R Tabel pada $DF = 18$ dengan Probabilitas atau taraf signifikansi 0,05 adalah sebesar 0,4683. Kriteria penarikan kesimpulannya sangat lugas: jika $R$ Hitung lebih besar dari $R$ Tabel, maka item tersebut dinyatakan valid.
Mari kita simulasikan visualisasi perbandingan data hasil uji kuesioner tersebut ke dalam format ringkas di bawah ini agar lebih mudah dipahami.
| Nomor Item Soal | Nilai R Hitung | Nilai R Tabel (N=20) | Status Validitas |
|---|---|---|---|
| Item Soal 1 | 0,072 | 0,4683 | Tidak Valid |
| Item Soal 8 | 0,483 | 0,4683 | Valid |
| Item Soal Tambahan | 0,512 | 0,4683 | Valid |
Melihat data pada tabel di atas, item soal nomor 1 memiliki nilai Corrected Item-Total Correlation atau $R$ Hitung sebesar 0,072. Karena angka 0,072 jauh lebih kecil daripada 0,4683, maka butir pertanyaan nomor 1 tersebut tidak valid dan harus dibuang dari kuesioner.
Sebaliknya, pada contoh item soal nomor 8, nilai korelasi yang didapat adalah 0,483. Karena nilai 0,483 lebih besar dari nilai $R$ Tabel yang sebesar 0,4683, maka item soal nomor 8 memenuhi syarat reliabilitas materi dan dinyatakan valid.
Analisis Berdasarkan Nilai Signifikansi (Sig. 2-tailed)
Jika Anda tidak ingin repot membuka buku tabel statistik, SPSS menyediakan alternatif yang lebih cepat lewat baris Sig. (2-tailed). Taraf signifikansi atau probabilitas pengambilan keputusan yang digunakan sebagai batas standar adalah 0,05.
Dasar pengambilan keputusannya sangat praktis. Jika nilai Sig. (2-tailed) pada kolom butir soal terhadap Skor Total menunjukkan angka yang lebih kecil dari 0,05, maka item pertanyaan tersebut sudah pasti valid.
Sebaliknya, apabila nilai signifikansi yang tertera di layar menunjukkan angka yang lebih besar dari 0,05, hal itu menandakan bahwa butir pertanyaan tersebut gagal mengukur dimensi variabel secara akurat. Langkah terbaik untuk item yang tidak valid adalah menggantinya dengan kalimat baru atau menghapusnya sama sekali dari instrumen penelitian.
Hubungan Validitas dengan Nilai Pengujian Reliabilitas
Proses mencari validitas instrumen biasanya langsung diikuti oleh pengujian reliabilitas untuk melihat konsistensi jawaban responden. Komponen uji reliabilitas ini umumnya mengacu pada nilai Cronbach's Alpha yang dihasilkan lewat menu Reliability Analysis.
Dari pengalaman saya menangani berbagai tabulasi data riset, item yang tidak valid secara otomatis akan merusak nilai keterandalan instrumen secara keseluruhan. Sebagai ilustrasi, ketika item soal nomor 8 diuji korelasi internalnya, nilai Cronbach's Alpha if Item Deleted tercatat sebesar 0,579.
Angka-angka indikator ini menunjukkan bahwa membuang item-item yang tidak valid secara bertahap justru akan mendongkrak nilai koefisien Cronbach's Alpha total dari kuesioner Anda. Oleh karena itu, pastikan Anda menyelesaikan proses penyaringan item tidak valid terlebih dahulu sebelum melakukan klaim reliabilitas data akhir.
Melakukan pengujian validitas secara mandiri menggunakan SPSS sebenarnya tidak sesulit yang dibayangkan selama Anda konsisten mengikuti tata urutan menu dan disiplin dalam membaca angka batas kritis *R* tabel. Pastikan seluruh butir pertanyaan yang Anda gunakan dalam analisis regresi atau analisis inti nantinya hanyalah item-item yang terbukti valid secara statistik.
