Validitas

Ada tiga jenis validitas dalam instrumen pengukuran, yaitu: validitas konstruk, validitas isi dan validitas eksternal (kriteria). Validitas konstruk merupakan validitas yang diperoleh dari pendapat para ahli (judgement experts). Metode yang dilakukan adalah dengan evaluasi penilaian atau panel dengan rasio validitas isi. Pengujian validitas konstruk dilakukan dengan analisa factor, yaitu dengan mengkorelasikan antara skor item instrument dalam suatu factor, dan mengkorelasikan skor factor dengan skor total. Selanjutnya analisa factor dilakukan dengan cara mengkorelasikan jumlah skor factor dengan skor total. Bila korelasi tiap faktor tersebut positif dan besarnya 0.3 ke atas maka faktor tersebut merupakan konstruk yang kuat. Jadi berdasarkan analisis faktor itu dapat disimpulkan bahwa instrumen tersebut merupakan konstruk yang kuat (Sugiyono, 1998).

Valliditas isi, validitas ini mengukur sejauh mana instrumen mencakup tema dari penelitian yang dilakukan. Validitas jenis ini mengukur sejauh mana isi dari pengukuran mewakili populasi yang akan diukur dari semua unsur penelitian yang relevan. Validitas isi ini hampir sama dengan validitas konstruk, menggunakan korelasi antra tema dengan isi pertanyaannya, hanya saja validitas isi ini lebih mengarah ke isi penelitian. Menurut Cooper dan Emory, 1996, validitas isi didekati dengan berbagai cara. Pertama dengan peneliti yang berhati-hati dalam menentukan topik yang bersangkutan. Kedua, dengan memakai suatu panel orang-orang untuk menilai sejauh mana instrumen yang bersangkutan memenuhi standar.

Validitas eksternal (kriteria), validitas ini mencerminkan keberhasilan ukuran-ukuran yang dipakai untuk prediksi atau estimasi. Diuji dengan cara membandingkan (untuk mencari kesamaan) antara kriteria yang ada pada instrumen dengan fakta empirik yang terjadi di lapangan. Menurut Cooper dan Emory, 1996, researcher harus menjamin bahwa setiap ukuran kriteria yang dinilai harus menurut empat kualitas: relevansi, bebas bias, andal dan tersedia. Relevansi apabila dirumuskan dan diberi skor merupakan skor yang tepat terhadap obyek tersebut. Bebas bias apabila skor yang diberikan kepada obyek yang satu dengan yang lain memiliki skor yang sama. Kemudian kriteria yang andal adalah kriteria yang stabil dan dapat diulang.

Validitas dan Reliabilitas

Ada beberapa hal yang berhubungan dengan validitas dan reliabilitas, yaitu data dan instrument pengukuran. Data yang valid adalah data yang terdapat kesamaan antara data yang dikumpulkan dengan obyek yang diteliti, sedangkan data yang reliable adalah data yang konsisten, data yang diperoleh saat ini dan waktu yang akan datang atau dalam waktu yang berbeda mendapatkan hasil tidak berbeda.

Instrumen pengukuran yang valid adalah instrument tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur, sedangkan instrument yang reliable adalah instrument yang bila digunakan beberapa kali untuk mengukur obyek yang sama akan menghasilkan data yang sama (Sugiyono, 2008). Menurut Cooper dan Emory, 1996, validitas adalah sejauh mana instrument tersebut dapat mengukur apa yang sebenarnya ingin diukur. Reliabel adalah instrument pengukuran yang menghasilkan hasil-hasil yang konsisten. Reliabilitas mendukung validitas dan merupakan syarat perlu tetapi tidak cukup bagi validitas, karena reliabel belum tentu valid

Validitas dan reliabilitas pada instrumen pengukuran ini sangat berpengaruh terhadap hasil yang diperoleh atau terhadap data yang dihasilkan. Semakin valid dan reliabel instrumen pengukurannya maka data yang diperoleh semakin baik, begitupula sebaliknya. Jadi instrumen yang valid dan reliabel merupakan syarat mutlak untuk mendapatkan data yang valid dan reliabel. Namun tidak berarti dengan menggunakan instrumen pengukuran yang valid dan reliabel maka data yang diperoleh akan valid dan reliabel, karena hal ini masih dipengaruhi oleh obyek yang diteliti dan orang yang menggunakan instrumen penelitian.

Daftar Pustaka:
Cooper, Donald. R, Emory, C. William, Metode Penelitian Bisnis, Erlangga, Jakarta, 1996
Sugiyono, Metode Penelitian Bisnis (Pendekatan Kuantitatifm Kualitatif dan R&D, Alfabeta, CV, Bandung, 2008

Galat data (error data)

Galat dapat disebut juga error atau dalam keseharian dapat disebut sebagai kesalahan, kesalahan yang dimaksud disini adalah kesalahan dalam proses pengambilan data. Menurut buku karangan Suntoyo Yitnosumarto, 1993, galat adalah keanekaragaman (variabilitas) yang disebabkan oleh ketidakmampuan materi percobaan atau obyek percobaan untuk berperilaku sama dalam percobaan tersebut. Galat atau error dapat pula didefinisikan sebagai selisih dari nilai atau hasil yang kita harapkan terjadi (expected value) dengan observasi atau kenyataan yang terjadi di lapangan. Galat dapat berfungsi untuk menunjukkan efisiensi dari satu jenis percobaan atau penelitian ke penelitan yang lain. Secara normal kita menginginkan galat yang bernilai kecil bahkan tidak terjadi galat. namun ketiadaan galat juga dapat menyebabkan pertanyaan dalam penelitian kita. Terpenting dari galat ini adalah galat harus terjadi secara alami sehingga dapat menggambarkan obyek penelitian yang sesungguhnya. Cara yang paling efektif untuk menimbulkan kealamian galat adalah dengan menghomogenkan perlakuan terhadap obyek.

Jenis galat secara teoretis ada dua jenis, yaitu galat sistematis dan galat acak (random error). Galat sistematis adalah galat yang disebabkan oleh pengaruh pengukuran yang bias, yang terjadi secara teratur atau konstan. Misalkan pada alat ukur, alat hitung, alat timbang, dan lain sebagainya. Intinya galat ditimbulkan dari alat dan proses yang berlangsung secara konstan. Galat acak (random error) adalah galat yang timbul dari proses pengukuran namun terjadinya tidak konstan atau tidak sistematis. Terkadang terjadi karena proses yang berada diluar jangkauan kita sebagai peneliti.

Apa bedanya dengan residual ? Residual merupakan error dari penduga yang tidak bisa diamati. Residual ini hubungannya dengan sample, sedangkan galat atau error hubungannya dengan populasi. Artinya galat atau error adalah perbedaan atau selisih antara sample dengan populasi, kalau residual adalah perbedaan antara anggota sampel dengan statistic (misal: mean) dalam sampel tersebut. Apabila dijumlahkan nilai residual selalu nol.

Dalam www.ineddeni.wordpress.com dikatakan bahwa residual adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan sebenarnya apabila data yang digunakan adalah data sampel. Sedangkan error adalah selisih antara nilai duga (predicted value) dengan nilai pengamatan yang sebenarnya apabila data yang digunakan adalah data populasi. Persamaan keduanya: merupakan selisih antara nilai duga (predicted value) dengan pengamatan sebenarnya.

Yang penting adalah biarkan saja galat itu terjadi secara alami agar kita mampu melihat keragaman secara alami pula, namun tidak mengabaikan standard prosedur pengukuran yang kita lakukan.