Artikel ini akan membahas contoh bagaimana melakukan pengujian validitas dan reliabilitas instrumen kuesionair sebelum digunakan untuk mengumpulkan data sample penelitian.
Misalkan kita akan menguji 2 variabel yang bernama KnowledgePreneur Leadership (KPL) yang memiliki 7 indikator dan Technopreneur Harmony (TPH) dengan 5 indikator, kita telah mengumpulkan beberapa data awal untuk pengujian, dengan data tabel9 di bawah ini ada 23 data pengujian yang dikumpulkan, langkah berikutnya adalah import data kita ke data frame di R, jika anda adalah pengguna awal R, silahkan dapat melihat artikel tutorial kami sebelumnya mengenai proses import data ke R,
resp | KPL1 | KPL2 | KPL3 | KPL4 | KPL5 | KPL6 | KPL7 | TPH1 | TPH2 | TPH3 | TPH4 | TPH5 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 5 | 3 | 4 | 5 | 5 | 3 | 5 | 3 | 5 | 2 | 3 | 4 |
2 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 4 |
3 | 5 | 5 | 6 | 5 | 6 | 5 | 5 | 6 | 4 | 5 | 5 | 4 |
4 | 6 | 5 | 5 | 5 | 6 | 4 | 5 | 6 | 6 | 6 | 6 | 6 |
5 | 6 | 5 | 6 | 6 | 6 | 6 | 6 | 4 | 3 | 6 | 4 | 4 |
6 | 5 | 4 | 5 | 2 | 4 | 3 | 5 | 5 | 2 | 5 | 5 | 4 |
7 | 3 | 2 | 4 | 3 | 4 | 3 | 5 | 6 | 4 | 3 | 4 | 2 |
8 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 4 | 4 | 5 | 6 |
9 | 6 | 5 | 3 | 3 | 6 | 3 | 5 | 5 | 5 | 5 | 6 | 6 |
10 | 3 | 2 | 3 | 5 | 3 | 3 | 3 | 1 | 1 | 2 | 3 | 3 |
11 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
12 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 5 | 4 | 4 |
13 | 5 | 5 | 4 | 6 | 4 | 5 | 6 | 6 | 6 | 6 | 5 | 6 |
14 | 6 | 5 | 5 | 6 | 6 | 5 | 5 | 4 | 4 | 4 | 4 | 4 |
15 | 5 | 5 | 5 | 5 | 3 | 5 | 5 | 5 | 3 | 3 | 3 | 5 |
16 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
17 | 6 | 5 | 5 | 6 | 3 | 5 | 6 | 2 | 2 | 6 | 6 | 6 |
18 | 5 | 5 | 6 | 6 | 5 | 6 | 5 | 5 | 5 | 5 | 4 | 6 |
19 | 5 | 5 | 4 | 6 | 5 | 5 | 4 | 4 | 4 | 4 | 5 | 4 |
20 | 6 | 6 | 6 | 6 | 5 | 6 | 6 | 6 | 6 | 6 | 6 | 5 |
21 | 4 | 4 | 3 | 6 | 3 | 4 | 3 | 3 | 3 | 3 | 3 | 3 |
22 | 5 | 5 | 4 | 6 | 5 | 4 | 6 | 6 | 5 | 6 | 5 | 5 |
23 | 5 | 5 | 4 | 6 | 5 | 4 | 5 | 5 | 5 | 5 | 4 | 4 |
Pengujian Validitas Instrumen variabel KPL
Pengujian validitas instrumen kita akan lakukan dengan pengukuran korelasi antar indikator dengan total untuk tiap variabelnya. Pengukuran korelasi akan menggunakan fungsi cor() dan bantuan package dplyr untuk fungsi select() dengan perintah di bawah ini,
Pengujian validitas pada variabel KPL
> library(dplyr) > cor(select(table9, KPL1, KPL2, KPL3, KPL4, KPL5, KPL6, KPL7, sumKPL)) KPL1 KPL2 KPL3 KPL4 KPL5 KPL1 1.0000000 0.8321850 0.5585926 0.2948178 0.6108004 KPL2 0.8321850 1.0000000 0.6000601 0.4752553 0.5095512 KPL3 0.5585926 0.6000601 1.0000000 0.2519275 0.4598479 KPL4 0.2948178 0.4752553 0.2519275 1.0000000 0.1079729 KPL5 0.6108004 0.5095512 0.4598479 0.1079729 1.0000000 KPL6 0.5431911 0.7651682 0.7801599 0.6733389 0.3321937 KPL7 0.6623912 0.5851437 0.6114632 0.1696273 0.4171469 sumKPL 0.8299236 0.8937834 0.7958107 0.5829337 0.6417921 KPL6 KPL7 sumKPL KPL1 0.5431911 0.6623912 0.8299236 KPL2 0.7651682 0.5851437 0.8937834 KPL3 0.7801599 0.6114632 0.7958107 KPL4 0.6733389 0.1696273 0.5829337 KPL5 0.3321937 0.4171469 0.6417921 KPL6 1.0000000 0.4871728 0.8720856 KPL7 0.4871728 1.0000000 0.7133480 sumKPL 0.8720856 0.7133480 1.0000000
kita dapatkan bahwa korelasi setiap indikator untuk variabel KPL adalah di atas 0.5 (yang di bold), hal ini menunjukkan hubungan yang kuat antara indikator dengan variabel KPL atau dapat dikatakan setiap indikator yang kita gunakan untuk mengukur variabel KPL sudah valid.
Pengujian Reliabilitas Instrumen variabel KPL
Pengujian reliabilitas instrumen kita akan lakukan dengan pengukuran Cronbach’s α dari data, analisis Reliability akan memerlukan tambahan fungsi alpha() dari package psych (mungkin perlu diinstal terlebih dahulu), selanjutnya uji reliabilitas dilakukan dengan perintah di bawah ini,
> library(dplyr) > library(psych) > alpha(select(table9,KPL1,KPL2,KPL3,KPL4,KPL5,KPL6,KPL7))Reliability analysis Call: alpha(x = select(table9, KPL1, KPL2, KPL3, KPL4, KPL5, KPL6, KPL7)) raw_alpha std.alpha G6(smc) average_r S/N ase mean sd 0.87 0.88 0.93 0.51 7.3 0.041 4.9 0.77 median_r 0.54 lower alpha upper 95% confidence boundaries 0.8 0.87 0.95 Reliability if an item is dropped: raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r KPL1 0.84 0.85 0.90 0.48 5.6 0.050 0.040 KPL2 0.83 0.84 0.89 0.46 5.2 0.056 0.039 KPL3 0.85 0.86 0.89 0.50 5.9 0.050 0.043 KPL4 0.89 0.89 0.92 0.58 8.4 0.036 0.019 KPL5 0.88 0.88 0.94 0.55 7.4 0.040 0.037 KPL6 0.83 0.85 0.86 0.48 5.5 0.054 0.039 KPL7 0.86 0.87 0.93 0.52 6.5 0.046 0.043 med.r KPL1 0.49 KPL2 0.49 KPL3 0.51 KPL4 0.59 KPL5 0.59 KPL6 0.51 KPL7 0.54 Item statistics n raw.r std.r r.cor r.drop mean sd KPL1 23 0.83 0.84 0.84 0.77 5.1 0.87 KPL2 23 0.89 0.89 0.90 0.84 4.7 1.06 KPL3 23 0.80 0.80 0.79 0.71 4.7 1.01 KPL4 23 0.58 0.56 0.51 0.42 5.2 1.13 KPL5 23 0.64 0.64 0.56 0.50 4.8 1.07 KPL6 23 0.87 0.86 0.87 0.81 4.6 1.08 KPL7 23 0.71 0.74 0.67 0.62 5.1 0.85 Non missing response frequency for each item 2 3 4 5 6 miss KPL1 0.00 0.09 0.04 0.52 0.35 0 KPL2 0.09 0.04 0.09 0.65 0.13 0 KPL3 0.00 0.13 0.26 0.35 0.26 0 KPL4 0.04 0.09 0.00 0.35 0.52 0 KPL5 0.00 0.17 0.13 0.39 0.30 0 KPL6 0.00 0.22 0.17 0.39 0.22 0 KPL7 0.00 0.09 0.04 0.57 0.30 0
dari hasil pengujian di atas kita lihat nilai raw_alpha sebesar 0.87 menunjukkan nilai reliabilitas yang sudah cukup bagus untuk indikator variabel KPL.
Pengujian di atas menunjukkan bahwa instrumen variabel KPL sudah layak digunakan untuk pengumpulan data sample penelitian. Bagaimana dengan variabel TPH, silahkan anda mencobanya, jika langkah anda tepat maka seharusnya akan didapat: Korelasi TPH1 0.7746555, TPH2 0.7686643, TPH3 0.8262377, TPH4 0.7754025, TPH5 0.7032110, dan Cronbach’s α 0.82
Demikian tutorial untuk pengujian instrumen penelitian anda, selamat mencoba, sukses selalu.