STUDI VALIDITAS KONSTRUK TES INTELIGENSI MULTIDIMENSIONAL (TIM) SESI PERFORMANCE

STUDI VALIDITAS KONSTRUK TES INTELIGENSI MULTIDIMENSIONAL (TIM) SESI PERFORMANCE Skripsi Diajukan untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Psikologi (S.Psi)

Disusun oleh: REZA INSPIRAWAN NIM: 107070002323

FAKULTAS PSIKOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1432H / 2011

1

2

STUDI VALIDITAS KONSTRUK TES INTELIGENSI MULTI DIMENSIONAL (TIM) SESI PERFORMANCE

SKRIPSI Diajukan kepada Fakultas Psikologi untuk memenuhi syarat-syarat memperoleh gelar Sarjana Psikologi Oleh: Reza Inspirawan NIM: 107070002323

Di bawah bimbingan: Pembimbing I

Pembimbing II

Jahja Umar, Ph.D

Miftahuddin, M.Si

NIP: 130 885 522

NIP: 19730317 200604 1 001

FAKULTAS PSIKOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1432 H / 2011 M

3

LEMBAR PENGESAHAN Skripsi

yang

berjudul

“STUDI

VALIDITAS

KONSTRUK

TES

INTELIGENSI MULTIDIMENSIONAL (TIM) SESI PERFORMANCE” telah diujikan dalam sidang munaqasyah Fakultas Psikologi Universitas Islam Negeri Syarif Hidayatullah Jakarta pada tanggal 7 Oktober 2011. Skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Program Strata 1 (S1) pada Fakultas Psikologi. Jakarta, 7 Oktober 2011

Sidang Munaqasyah Dekan/Ketua

Pembantu Dekan/ Sekertaris

Jahja Umar, Ph.D NIP: 130 885 522

Dra. Fadhilah Suralaga, M.Si NIP: 19561223 198303 2 001

Anggota:

Bambang Suryadi, Ph.D NIP: 19700529 200312 1 002

Miftahuddin, M.si NIP: 19730317 200604 1 001

4

PERNYATAAN ORISINALITAS Saya yang bertanda tangan di bawah ini: Nama : Reza Inspirawan NIM

: 107070002323

Dengan ini menyatakan bahwa skripsi yang berjudul “Studi Validitas Konstruk Tes Inteligensi Multidimensional (TIM) Sesi Performance” adalah benar merupakan karya saya sendiri dan tidak melakukan tindakan plagiat dalam penyusunan skripsi tersebut. Adapun kutipan-kutipan yang ada dalam penyusunan skripsi ini telah saya cantumkan sumber pengutipannya dalam daftar pustaka. Saya bersedia untuk melakukan proses yang semestinya sesuai dengan undangundang jika ternyata skripsi ini secara prinsip merupakan plagiat atau jiplakan dari karya orang lain. Demikian pernyataan ini saya buat untuk dipergunakan sebaik-baiknya.

Jakarta, 22 September 2011

. Reza Inspirawan . NIM: 107070002323

5

MOTTO DAN PERSEMBAHAN MOTTO:

“Kesuksesan Berasal dari Kerja Keras!” -Vincent F. Orza, Jr

"Akar dari Pendidikan Pahit, Tetapi Buahnya Manis" -Aristoteles.

6

PERSEMBAHAN: Skripsi ini saya persembahkan kepada kedua orangtua saya… Bapak, Mama… Terimakasih atas segala didikan dan teladannya.. Sangat beruntung memiliki orangtua seperti kalian…

7

ABSTRAK (A) Fakultas Psikologi Universitas Islam Negeri Syarif Hidayatullah Jakarta (B) September 2011 (C) Reza Inspirawan (D) xx + 113 halaman + lampiran (E) Studi Validitas Konstruk Tes Inteligensi Multidimensional (TIM) Sesi Performance (F) Salah satu bentuk tes psikologi yang sangat sering digunakan dalam industri adalah tes inteligensi atau sering disebut dengan tes IQ yang biasanya digunakan pada proses seleksi dan rekrutmen. Tes inteligensi seringkali digunakan pada tahap awal yaitu tahap penyaringan. Namun peningkatan penggunaannya tidak dibarengi dengan pengembangan alat tes inteligensi baru sehingga sering kali alat tes yang sama digunakan berulang kali. Akibatnya, beberapa peserta hafal dengan pertanyaan dalam tes tersebut. Apalagi kalau sampai terjadi pembocoran kunci jawaban. Pada tahun 1967, Douglas N. Jackson, Ph.D mengembangkan alat tes baru dengan mengadaptasi Weschler Adult Intelligence Scale (WAIS) dari tes berformat individual menjadi klasikal dengan nama Multidimensional Aptitude Battery (MAB). Selanjutnya, pada tahun 2005, Hendy Ginting, Ph.D dari Fakultas Psikologi Universitas Kristen Maranatha menerjemahkan tes tersebut kedalam Bahasa Indonesia dengan nama TIM. Penelitian ini bertujuan untuk mengetahui apakah seluruh item dalam setiap subtes TIM sesi performance mengukur konstruk yang dimaksud. Konstruk dianggap benar bila setiap item dalam masing-masing sub tes fit (sesuai) dengan model satu faktor yang berarti hanya mengukur konstruk dimaksud. Tujuan kedua adalah untuk mengetahui apakah lima sub tes TIM sesi performance fit (sesuai) dengan model satu faktor, yaitu skor performance. Dengan begitu, hipotesis pertama yang digunakan dalam penelitian ini adalah bahwa seluruh item dalam setiap subtes TIM sesi performance mengukur konstruk yang dimaksud. Sedangkan hipotesis kedua adalah bahwa lima subtes TIM sesi performance fit (sesuai) dengan model satu faktor yaitu mengukur skor performance.

8

Penelitian ini menggunakan data sekunder yang merupakan data hasil tes TIM yang disediakan oleh Divisi Asesmen SDM Pendidikan dan Pengembangan Manajemen (PPM). Data yang digunakan adalah hasil rekrutmen dan seleksi PT. Indosat dan PT. Angkasapura II dari lima kota di Indonesia yaitu Denpasar, Jakarta, Makassar, Medan, dan Pekanbaru. Pelaksanaan tesnya pada tahun 2010 dengan total peserta sebanyak 2770 orang. Profil umum pesertanya adalah usia sekitar 18-55. Adapun metode analisis data yang digunakan adalah teknik analisis faktor Confirmatory Factor Analysis (CFA) dengan menggunakan software Lisrel 8.7. Berdasarkan hasil perhitungan dengan teknik CFA dapat disimpulkan bahwa kedua hypothesis diterima namun perlu dilakukan modifikasi terhadap model pengukuran dimana korelasi error measurement antar item dibebaskan. Hal ini terjadi karena setiap item dalam subtes bersifat multidimensional karena error measurement banyak berkorelasi dengan item lain. Dengan hasil seperti ini, maka alat tes TIM sesi performance harus dilakukan perbaikan secara mendasar sebelum digunakan kembali.

(G) Daftar Bacaan: 25; buku: 16 + jurnal: 3 +

9

KATA PENGANTAR Alhamdulillahi rabbil 'alamin, puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala rahmat, hidayah, dan kekuatan yang diberikan-Nya, sehingga penulis dapat menyelesaikan penulisan Skripsi dengan judul “Studi Validitas Konstruk Tes Inteligensi Multidimensional (TIM) Sesi Performance”. Shalawat serta salam semoga selalu tercurahkan kepada panutan kita semua, Rasulullah Muhammad SAW, berikut sahabat, dan segenap umat Islam sekalian. Terwujudnya skripsi ini tidak lepas dari bantuan berbagai pihak yang telah mendorong dan membimbing penulis, baik tenaga, ide-ide, maupun pemikiran. Oleh karena itu dalam kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Jahja Umar, Ph.D, Dekan Fakultas Psikologi UIN Syarif Hidayatullah Jakarta dan sekaligus sebagai Dosen Pembimbing I. Penulis sangat bertrimakasih dan merasa sangat beruntung dibimbing oleh beliau yang merupakan ahli di bidang psikometri yang terkemuka di Indonesia. Bimbingan beliau telah membuka pengetahuan penulis mengenai banyak hal. Terima kasih atas segala arahan, masukan, kritik, serta koreksi selama pengerjaan skripsi ini. 2. Miftahuddin, M.Si., sebagai Dosen Pembimbing II, terima kasih atas segala bimbingan, arahan, koreksi yang mendetail, kritik yang membangun, dan waktu yang diberikan kepada Penulis. 3. Yufi Indriani, M.Psi, Dosen Pembimbing Akademik, terima kasih atas bimbingan dan masukannya selama Penulis menjalani perkuliahan. 4. Mulia Sari Dewi, M.Si., terima kasih atas, sumbangan pikiran dalam penulisan, serta saran demi kesempurnaan skripsi ini. 5. Pihak PPM atas data yang telah disediakan, terima kasih telah memudahkan Penulis dalam mengambil data bagi penelitian ini. 6. Seluruh dosen Fakultas Psikologi UIN Syarif Hidayatullah Jakarta, yang telah banyak memberikan pelajaran kepada Penulis, baik itu dalam hal akademis maupun dalam menjalani kehidupan. 7. Seluruh karyawan Fakultas Psikologi UIN Syarif Hidayatullah Jakarta yang telah banyak membantu saya dalam menjalani perkuliahan dan menyelesaikan

10

skripsi, terutama Mbak Rini yang selalu memberikan informasi mengenai kegiatan Bapak, sehingga Penulis dapat bertemu dengannya. 8. Keluargaku, Bapak Andi Ilham Said dan Ibu Rini Damar Sayekti yang tanpa henti-hentinya memberikan dukungan kepada penulis. Terima kasih kepada mama yang setiap hari menyemangati penulis agar cepat lulus. Terima kasih kepada Ayah penulis yang mau membantu penulis siang malam untuk mengedit tulisan penulis. Penulis belajar banyak mengenai tata cara penulisan yang baik. “Karya ini aku persembahkan untuk kalian”. Kepada, Adam Raditya Marendra dan Sapari yang selama proses perkuliahan dan penulisan skripsi ini sering mengantar penulis untuk membeli peralatan-peralatan dalam penulisan skripsi. 9. Afifah, terimakasih untuk segala dukungan dan semangatnya. Terima kasih untuk segalanya. 10. Sahabat-sahabat Penulis semenjak kuliah, Ucup, Gilang, Fachri, Yudi, Milcham, Suceng, Qulub, Ibnul, Nobel, Suryadi, Iman dan untuk seluruh anggota genk “C”. Semoga genk “C” tetap Berjaya!. Juga kepada Reni, Vya, Chahyu, Imel, Zya, Tya, Ami. Terimakasih atas segala canda tawa dan terutama untuk info-infonya, baik yang legal maupun “ILEGAL”. Teman bimbingan skripsi, Risna, Nuran, Kak Sarah, dan Kak Aji. Terimkasih karena untuk semua canda, tawa, dan duka selama ini ketika menunggu untuk masuk ke ruangan ajaib itu. Kalian yang bikin waktu menunggu kita tidak terasa berat. Adiyo, S.Psi dan Nursakinah, S.Psi yang telah banyak membantu penulis dalam melakukan analisis data dan interpretasi hasil lisrel. Terima kasih atas ilmunya dan dukungannya.

11. Seluruh pihak yang tidak dapat penulis sebutkan satu per satu, terima kasih untuk segala dukungan dan bantuan yang telah diberikan untuk membantu penulis dalam menyelesaikan skripsi ini.

Akhir kata, Penulis memohon kepada Allah SWT agar seluruh bantuan, motivasi, dan bimbingan dari semua pihak dibalas dengan balasan yang berlipat. Amin.

11

Selain itu Penulis berharap skripsi ini dapat bermanfaat bagi siapapun yang membacanya. Mengingat kekurangan dan keterbatasan dari skripsi ini, maka segala kritik dan saran yang membangun sangat diharapkan sebagai bahan penyempurnaan.

Jakarta, 7 Oktober 2011

Penulis

12

DAFTAR ISI Halaman Judul Lembar Pengesahan Pembimbing

i

Lembar Pengesahan

ii

Lembar Orisinalitas

iii

Motto dan Persembahan

iv

Abstrak

vi

Kata Pengantar

viii

Daftar Isi

xi

Daftar Tabel

xv

Daftar Diagram

xvi

Daftar Lampiran

xvii

BAB 1 Pendahuluan 1.1

Latar Belakang

1

1.2

Batasan Masalah

7

1.3

Rumusan Masalah

7

1.4

Tujuan Penelitian

7

1.5

Manfaat Penelitian

8

1.6

Sistematika Penulisan

8

BAB 2 Kajian Pustaka 2.1

Inteligensi

10

2.1.1

Pengertian Inteligensi

10

2.1.2

Teori-Teori Tentang Inteligensi

13

2.1.2.1 Teori Berdasarkan Analisis Faktor

13

2.1.2.1.1 Primary Mental Abilities dari Thurstone

14

13

2.1.2.1.2 Model Structure-of-lntellect dari Guilford 2.1.2.1.3 Model Hirarkis Vernon

15 18

2.1.2.1.4 Teori Fluid and Crystallized Inteligences dari Cattell

2.1.3

2.2

19

2.1.2.2 Teori Perkembangan Kognitif Piaget

20

2.1.2.3 Teori dan Model Pemrosesan Informasi

22

2.1.2.3.1 Model PASS

24

2.1.2.3.2 Teori Sternberg

27

2.1.2.4 Teori Multiple Intelligences Gardner

28

Macam-macam Tes Inteligensi

29

2.1.3.1 Tes Binet-Simon

30

2.1.3.2 Tes Weschsler

30

2.1.3.3 Tes Army Alpha dan Betha

31

2.1.3.4 Tes Progressive Matrices

31

Konstruksi Tes

31

2.2.1

Validitas

32

2.2.1.1 Validitas Isi (Content-Related Validation)

32

2.2.1.2 Validitas Kriterion (Criterion-Related Validation)

32

2.2.1.3 Validitas Konstruk (Construct-corelated Validation)

2.2.2

33

2.2.1.3.1 Analisis faktor

33

2.2.1.3.2 Korelasi dengan tes lain

34

2.2.1.3.3 Item Responses Theory

34

Reliabilitas

2.2.2.1 Pendekatan tes-ulang (Test-Retest)

35 36

14

2.2.2.2 Pendekatan bentuk parallel

2.3

37

2.2.2.3 Metode Konsistensi Internal

37

Gambaran umum TIM

37

2.3.1

Sesi Verbal

39

2.3.2

Sesi Performance

42

2.4

Kerangka Berpikir

46

2.5

Hipotesis

47

BAB 3 Metode penelitian 3.1

Data Penelitian

48

3.2

Instrumen Penelitian

48

3.3

Metode Analisis Data

50

3.4

Prosedur Penelitian

58

BAB 4 Hasil Penelitian 4.1

Validitas Konstruk Tingkat Subtes

4.1.1 Validitas Konstruk Tingkat Subtes Digit Symbol (DS)

60 60

4.1.2 Validitas Konstruk Tingkat Subtes Picture Completion (PC) 4.1.3 Validitas Konstruk Tingkat Subtes Spatial (SPA)

69 76

4.1.4 Validitas Konstruk Tingkat Subtes Picture Arrangement (PA)

4.2

85

4.1.5 Validitas Konstruk Tingkat Subtes Object Assembly (OA)

92

Validitas Konstruk Tingkat Performance Score

99

15

BAB 5 Kesimpulan, Diskusi dan Saran

5.2

5.1

Kesimpulan

102

5.2

Diskusi

104

Saran

Daftar Pustaka Lampiran

111 114

16

DAFTAR TABEL Tabel 4.1

Matriks Korelasi Antar Kesalahan Pengukuran Item DS

64

Tabel 4.2

Muatan Faktor Item TIM subtes DS

65

Tabel 4.3

Komponen Faktor Item TIM subtes DS

66

Tabel 4.4

Sebaran Item TIM Subtes DS

67

Tabel 4.5

Matriks Korelasi Antar Kesalahan Pengukuran Item PC

72

Tabel 4.6

Muatan Faktor Item TIM subtes PC

73

Tabel 4.7

Komponen Faktor Item TIM subtes PC

74

Tabel 4.8

Sebaran Item TIM Subtes PC

75

Tabel 4.9

Matriks Korelasi Antar Kesalahan Pengukuran Item SPA

79

Tabel 4.10

Muatan Faktor Item TIM subtes SPA

81

Tabel 4.11

Komponen Faktor Item TIM subtes SPA

83

Tabel 4.12

Sebaran Item TIM Subtes SPA

84

Tabel 4.13

Matriks Korelasi Antar Kesalahan Pengukuran Item PA

88

Tabel 4.14

Muatan Faktor Item TIM subtes PA

89

Tabel 4.15

Komponen Faktor Item TIM subtes PA

90

Tabel 4.16

Sebaran Item TIM Subtes PA

91

Tabel 4.17

Matriks Korelasi Antar Kesalahan Pengukuran Item OA

94

Tabel 4.18

Muatan Faktor Item TIM subtes OA

95

Tabel 4.19

Komponen Faktor Item TIM subtes OA

97

Tabel 4.20

Sebaran Item TIM Subtes OA

98

Tabel 4.21

Muatan Faktor Skor Performance TIM

101

Tabel 5.1

Perbandingan Model sebelum fit dan sesudah fit

103

Tabel 5.2

Hasil Pengujian Model Satu Faktor tiap Subtes TIM sesi Performance

108

Tabel 5.3

Matrix Interkorelasi

110

Tabel 5.4

Muatan Faktor

110

DAFTAR DIAGRAM Diagram 2.1

Structure of Intellect Guilford

17

17

Diagram 2.2

Model Hirarki Inteligensi Vernon

18

Diagram 2.3

Model Pass

26

Diagram 2.4

Kerangka Berpikir

46

Diagram 3.1

Jumlah Item Sesi Performance

50

Diagram 3.2

Prosedur Penelitian

59

Diagram 4.1

Analisis Faktor Konfirmatorik Subtes DS

62

Diagram 4.2

Analisis Faktor Konfirmatorik Subtes PC

70

Diagram 4.3

Analisis Faktor Konfirmatorik Subtes SPA

77

Diagram 4.4

Analisis Faktor Konfirmatorik Subtes PA

86

Diagram 4.5

Analisis Faktor Konfirmatorik Subtes OA

93

Diagram 4.6

Analisis Faktor Konfirmatorik Skor Performance

100

18

DAFTAR LAMPIRAN Surat Keterangan Analisis Faktor Konfirmatorik Digit Symbol Analisis Faktor Konfirmatorik Picture Completion Analisis Faktor Konfirmatorik Spatial Analisis Faktor Konfirmatorik Picture Arrangement Analisis Faktor Konfirmatorik Object Assembly Analisis Faktor Konfirmatorik 2nd Order Skor Performance

19

BAB I PENDAHULUAN

Bab ini berisi latar belakang, batasan masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.

1.1 Latar Belakang

Secara tradisional, fungsi tes psikologis adalah untuk mengukur perbedaan antara individu atau perbedaan reaksi individu yang sama terhadap berbagai situasi berbeda. Tes psikologis diberikan dalam berbagai konteks organisasi, seperti: sekolah dan perguruan tinggi, bisnis dan industri, klinik dan pusat konseling, organisasi pemerintah dan militer, serta untuk kepentingan penelitian. Tujuan utama tes psikologis adalah untuk menilai perilaku, kemampuan mental, dan karakteristik pribadi lainnya dalam rangka membantu pembuatan penilaian, prediksi, dan keputusan tentang manusia (Anastasi, 1997). Menurut Murphy (1994), tes digunakan untuk membuat keputusan penting tentang individu. Sebagai contoh, bagian penerimaan di perguruan tinggi menggunakan hasil tes untuk memutuskan apakah akan menerima atau menolak seorang pelamar. Psikolog klinis menggunakan berbagai tes obyektif dan projektif dalam proses memilih treatmen untuk masing-masing klien. Sedangkan militer menggunakan skor tes sebagai alat bantu dalam menentukan penempatan personel. Tes juga digunakan dalam dunia kerja seperti dalam pemilihan personil, sertifikasi professional, dan lisensi.

20

Lebih khusus, menurut Aiken (1997) tes psikologi digunakan untuk keperluan:

1. Seleksi calon karyawan dan calon peserta pendidikan pelatihan 2. Klasifikasi dan penempatan karyawan maupun untuk pendidikan 3. Konsultasi dan panduan pendidikan, penjurusan, serta penentuan tujuan pribadi lainnya 4. Mempertahankan, memberhentikan, promosi, dan rotasi karyawan atau peserta dalam program pendidikan dan pelatihan kelas maupun sambil bekerja 5. Diagnosa dan menulis resep perawatan psikologis maupun fisik di klinik dan rumah sakit 6. Evaluasi perubahan kognitif, intrapersonal, dan interpersonal sebagai hasil

pendidikan, psikoterapi, atau program intervensi perilaku

lainnya 7. Meneliti perubahan perilaku dari waktu ke waktu dan evaluasi efektivitas program atau teknik baru

Dari ketujuh fungsi tersebut, tulisan ini akan membahas seleksi dan klasifikasi calon karyawan. Seluruh bidang pekerjaan membutuhkan penggunaan tes psikologis, mulai dari operator, staf administrasi, manager, sampai direktur dan CEO. Tes psikologi, utamanya bila terkait dengan pekerjaan penting, biasanya dijadikan informasi awal pada proses wawancara psikologi. Dengan begitu, skor tes dapat diinterpretasikan secara tepat dikaitkan dengan latar belakang lain calon

21

karyawan. Itu sebabnya dapat disimpulkan bahwa tes psikologi merupakan bagian yang sangat penting dalam program manajemen sumber daya manusia di perusahaan.

Menurut Davis (2009) keutamaan dari tes psikologi bila digunakan dalam bidang industri adalah:

1. Objektif dalam arti mengurangi sekecil mungkin efek bias atau prasangka berdasarkan usia, jenis kelamin, agama, maupun politik 2. Konsisten karena semua calon mendapatkan pertanyaan atau latihan yang sama dengan urutan yang sama dengan durasi waktu yang sama untuk menjawabnya, dengan asumsi dilakukan dalam lingkungan terkendali sesuai petunjuk pembuatnya. Bahkan sekarang ada variasi di mana beberapa tes kemampuan verbal dan numerik secara online menciptakan sekumpulan pertanyaan khas dari bank soal yang besar, di mana tiap pertanyaan dianggap memiliki tingkat kesulitan yang sama, sehingga masih memungkinkan dilakukan penilaian komparatif 3. Dapat memprediksi kinerja efektif. Banyak studi menunjukkan bahwa penggunaan tes psikologi yang berkualitas dalam hubungannya dengan asesmen pengetahuan dan wawancara terstruktur ternyata dapat meningkatkan efektivitas rekrutmen 4. Dapat memberikan wawasan "kesadaran diri" kepada calon dan juga organisasi. Perasaan bahwa seorang individu akan belajar dan berkembang secara pribadi merupakan motivator yang penting. Oleh

22

karena itu keadaan ini bermanfaat untuk mempertahankan karyawan (retention agent)

Salah satu bentuk tes psikologi yang sangat sering digunakan dalam industri adalah tes inteligensi atau sering disebut dengan tes IQ yang bisanya digunakan pada proses seleksi dan rekrutmen. Tes inteligensi seringkali digunakan pada tahap awal yaitu tahap penyaringan. Namun peningkatan penggunaannya tidak dibarengi dengan pengembangan alat tes inteligensi baru sehingga sering kali alat tes yang sama diggunakan berulang kali. Akibatnya, beberapa peserta hafal dengan pertanyaan dalam tes tersebut. Apalagi kalau sampai terjadi pembocoran kunci jawaban.

Salah satu alat tes intelegensi yang dapat menangkap gambaran inteligensi seseorang dengan mendalam dan menyeluruh adalah alat tes Weschler Adult Intelligence Scale (WAIS) yang diciptakan oleh David Weschler pada tahun 1955. Namun karena WAIS berseting tes individual maka kurang cocok digunakan dalam setting industri. Tes individual memerlukan kehadiran tenaga professional ahli pada pelaksanaan tes dan juga untuk interpretasinya. Akibatnya, biaya tes menjadi mahal dan memakan waktu.

Pada tahun 1967, Douglas N. Jackson, Ph.D mengadaptasi WAIS dari tes berformat individual menjadi menjadi klasikal yang cocok digunakan dalam setting industri dengan nama Multidimensional Aptittude Battery (MAB). Keuntungan dari metode klasikal adalah lebih mudah proses administrasinya. Selain itu juga memudahkan interpretasi karena skoring dapat dilakukan secara

23

manual dengan bantuan matematika sederhana yang hanya menjumlahkan jawaban benar. Bahkan dapat dipermudah dengan bantuan aplikasi software sederhana. Item-item yang terdapat dalam alat tes ini juga dapat digeneralisir dalam berbagai kelompok umur dan budaya. Keuntungan lain adalah tes ini lebih aman dari kebocoran kunci jawaban.

Pada tahun 2005, Hendy Ginting, Ph.D dari Fakultas Psikologi Universitas Kristen Maranatha menterjemahkan tes MAB-II, yang merupakan edisi revisi dari MAB ke dalam Bahasa Indonesia dengan nama Tes Inteligensi Multidimensional (TIM). Namun berdasarkan hasil wawancara dengan pihak PPM Manajemen, TIM masih memiliki beberapa kelemahan. Diantaranya, karena TIM merupakan adaptasi dari MAB II, padahal patokan norma MAB II dari populasi orang Amerika dan Kanada. TIM sendiri belum pernah membuat patokan norma berdasarkan populasi orang Indonesia. Bila norma orang Amerika dan Kanada rata-rata lebih tinggi dari Indonesia maka tingkat kelulusan peserta di Indonesia akan lebih rendah. Selain itu belum pernah dilakukan uji validitas (validity) dan keandalan (reliability). Padahal alat tes yang tidak valid dan tidak andal, akan berdampak sangat besar misalnya dalam hal menentukan nasib seseorang.

Menggunakan alat tes yang kurang cermat dan teliti dapat menimbulkan berbagai kesalahan. Kesalahan itu dapat berupa hasil yang terlalu tinggi (overestimate) atau yang terlalu rendah (underestimate). Dalam istilah statistika, disebut variance error. Anastasi (1997) mengatakan bahwa tes psikologis yang baik seharusnya memenuhi persyaratan: reliabel, valid, memiliki item yang baik,

24

baku (memiliki norma) dan terstandarisasi. Alat ukur yang valid adalah memiliki hasil variance error yang kecil karena berarti hasilnya dapat dipercaya sebagai angka yang "sebenarnya" atau angka yang mendekati keadaan sebenarnya. Hal ini didukung oleh Munandar (2001) yang menyatakan bahwa alat tes yang digunakan dalam seleksi dan assessmen serta berbagai tujuan lainnya haruslah menggunakan kaidah- kaidah ilmiah yang benar.Kenyataan ini menunjukkan sangat perlu mengadakan berbagai penelitian yang berkaitan dengan 'keabsahan' (keabsahan ramalan, keabsahan konstruk, keabsahan isi, keabsahan sintetik) dari perangkat tes psikologik.

Kondisi di atas mendorong penulis untuk melakukan penelitian studi validitas konstruk alat tes TIM. Pada penelitian ini yang dianalisis hanya bagian sesi performance karena pada sesi performance ini terjadi perubahan bentuk soal. Sesi performance lebih menarik diteliti untuk mengetahui apakah perubahan bentuk soal ini akan merubah konstruk teori yang sebelumnya ada pada WAIS sebelum diadaptasi menjadi TIM yang berseting klasikal. Data penelitian diperoleh dari Asesmen SDM PPM Manajemen yang sejak tahun 2007 telah menggunakan TIM dalam proses rekrutmen dan seleksi di seluruh Indonesia. Bebrapa perusahaan yang telah menggunakan TIM melalui PPM Manajemen antara lain Altivis, Bank Syariah Mandiri, Bukit Asam, Danar Hadi, Garuda Indonesia, Hadji-Kalla, Indomobil Group, Jasa Marga, Kimia Farma, KPK, Medco, Pelindo, Sahid Jaya ,Sinar Sosro, Yamaha, dan lain-lain.

25

1.2 Batasan Masalah

TIM terdiri atas dua sesi yaitu verbal dan performance. Penelitian ini fokus pada sesi performance. Sesi performance sendiri terdiri dari 5 subtes yaitu: digit symbol, picture complection, spatial, picture arrangement, object assembly. Penelitian ini menggunakan data sekunder dari PPM Manajemen, yang beralamatkan Jl. Menteng Raya No.9, Jakarta Pusat.

1.3 Rumusan masalah

Penelitian ini bertujuan untuk menjawab pertanyaan tentang:

1. Apakah seluruh item dalam setiap subtes TIM Sesi Performance mengukur konstruk yang dimaksud? Dimana setiap item dalam masing-masing subtes fit (sesuai) dengan model satu faktor dan apakah setiap item dalam masing-masing subtes memberikan sumbangan yang signifikan? 2. Apakah lima subtes TIM Sesi Performance fit (sesuai) dengan model satu faktor, yaitu mengukur skor performance?

1.4 Tujuan Penelitian

Penelitian ini bertujuan untuk mengetahui validitas konstruk dari alat tes TIM Sesi Performance. Dengan begitu, lebih meyakinkan untuk digunakan sebagai alat tes yang valid.

26

1.5 Manfaat Penelitian

Manfaat penelitian ini secara teoritik diharapkan dapat menambah khasanah ilmu pengetahuan psikologi, khususnya psikometri.

Secara praktis, hasil penelitian ini bermanfaat bagi pihak PPM Manajemen dan pengguna tes TIM lainnya, karena dapat disempurnakan untuk penggunaan selanjutnya dengan tingkat validitas yang lebih tinggi. Manfaat praktis lainya adalah memberikan contoh penggunaan software Lisrel untuk menguji validitas konstruk tes psikologis.

1.6 Sistematika Penelitian

Sistematika penelitian ini menggunakan tahapan berikut ini :

BAB I: Pendahuluan ini meliputi: latar belakang, batasan masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.

BAB II: Kajian teori meliputi: sub bab deskriptif teoritis yang membahas mengenai hal-hal mengenai inteligensi serta teori inteligensi yang digunakan oleh alat tes TIM , definisi validitas dan reliabilitas, gambaran umum alat tes TIM, kerangka berpikir, dan hipotesis penelitian.

BAB III: Metode penelitian: Data penelitian, Instrumen Penelitian, Metode Analisis Data, dan Prosedur Penelitian.

27

BAB IV: Hasil Penelitian meliputi: validitas yang dihasilkan oleh analisis faktor, dengan masing-masing skalanya.

BAB V: Kesimpulan, Diskusi dan Saran.

28

BAB II KAJIAN PUSTAKA

Bab ini memaparkan teori yang digunakan dalam penelitian ini, terdiri dari penjelasan tentang

teori inteligensi, teori dasar yang digunakan dalam TIM,

gambaran umum TIM, definisi validitas dan reliabilitas, kerangka berpikir, serta hipotesis penelitian.

2.1

Inteligensi

2.1.1

Pengertian Inteligensi

David

Weschler

sebagai kapasitas

(dalam

Jackson,

2003)

mendefinisikan

inteligensi

keseluruhan atau global individu untuk bertindak, berpikir

rasional, dan menangani lingkungan secara efektif. Istilah keseluruhan atau global digunakan karena terdiri dari elemen-elemen atau kemampuan yang meskipun

tidak

sepenuhnya

independen,

namun

secara

kualitatif

terdiferensialkan.

Weschler (dalam Jackson, 2003) juga berpendapat bahwa perilaku cerdas adalah gabungan dari beberapa kemampuan terpisah karena (a) kombinasi kemampuan tertentu terbukti lebih baik dari yang lain, (b) kualitas lain, seperti motivasi, pengaruh perilaku, dan (c) tingkat kemampuan lainya yang dibutuhkan untuk

tugas

tertentu

mungkin

tidak

akan

mempengaruhi

perilaku

tertentu. Terdapat beberapa implikasi dalam tetntang sifat dasar/kodrat dari inteligensi, beberapa di antaranya adalah ide-ide bahwa (1) kecerdasan meliputi

29

kemampuan terpisah yang diorganisir secara bersamaan, (2) kecerdasan dan perilaku yang cerdas dapat dibedakan, (3) pengaruh selain kemampuan dapat berdampak pada perilaku yang cerdas, dan (4) kemampuan yang tinggi di daerah khusus tidak harus atau selalu menghasilkan perilaku cerdas di daerah lain.

Berikut ini pemaparan dari bebrapa ahli mengenai definisi inteligensi dalam Satler (1992):

1. Binet & Simon "Penghakiman, atau dengan kata lain disebut akal sehat, akal praktis, inisiatif, kemampuan

beradaptasi

seseorang

pada

keadaan

tertentu. Untuk memberi penilaian dengan baik, untuk memahami dengan baik, untuk berfikir dengan baik, ini adalah kegiatan penting dari kecerdasan" 2. Stodard " Kemampuan untuk melakukan kegiatan yang bercirikan (1) kesulita, (2) kompleksitas, (3) keabstrakan, (4) ekonomi, (5) beradaptasi pada suatu tujuan, (6) nilai sosial, dan (7 ) menunjukkan kemurnian (original), dan untuk mempertahankan kegiatan tersebut di bawah kondisi yang

menuntut

konsentrasi,

energi

dan

ketahanan

terhadap tekanan” 3. Freeman "Penyesuaian atau. Adaptasi individu terhadap lingkungan totalnya, atau aspek-aspek tertentu dari lingkunganya. Kemampuan untuk

30

mereorganisasi pola perilaku seseorang sehingga dapat bertindak lebih efektif dan lebih tepat dalam situasi baru. Kemampuan untuk belajar. Kemampuan untuk berfikir abstrak “

4. Das "Kemampuan untuk merencanakan dan menyusun perilaku seseorang dengan tujuan tertentu."

5. Humphreys "Hasil

dari

proses

memperoleh,

menyimpan

dalam

memori,

mengambil, menggabungkan, membandingkan, dan menggunakan konteks informasi yang baru dan keterampilan konseptual ".

6. Gardner "Kompetensi intelektual manusia seperangka

keterampilan

memungkinkan individu kesulitan yang

harus

untuk

berhungungan pemecahan

untuk menyelesaikan

ditemukanya

, dan

bila

dengan

masalah yang

masalah asli

memungkinkan,

atau untuk

menciptakan produk yang efektif dan juga haru memerlukan potensi untuk

menemukan

atau

menciptakan

masalah

demikian meletakkan dasar untuk akuisisi pengetahuan baru ".

dengan

31

2.1.2

Teori-Teori Tentang Inteligensi

Teori tentang inteligensi atau sering juga disebut teori perilaku inteligensi dikembangkan berdasarkan model psikometrik, perkembangan, dan pengolahan informasi (Pellegrino & Varhagen dalam Aiken, 1997). Pendekatan psikometrik menghasilkan banyak tes inteligensi dan metode statistik untuk menganalisis skor hasil tes. Pendekatan ini menggunakan metode analisis faktor sebagai terori dasar alat pengembangnya. Pendekatan berdasarkan perkembangan manusia berakar dari penelitian tentang perkembangan manusia. Pendekatan ini menggunakan terori perkembangan kognitif Piaget. Sedangkan pendekatan berdasarkan model pengolahan informasi mengaggap otak manusia sebagai sistem pengolahan informasi berbebtuk mesin yang berjalan lebih efisien pada beberapa orang.

2.1.2.1 Teori Berdasarkan Analisis Faktor

Teknik statistik analisis faktor diperkenalkan pada awal abad 20 oleh psikolog dan ahli statistik Inggris, Charles Spearman. Spearman (dalam Aiken, 1997) mengusulkanr teori kecerdasan dua faktor, yang menurutnya dapat menjelaskan pola hubungan antara kelompok tes kognitif yang dianalisis. Teori ini menyatakan bahwa

kinerja

pada

setiap

tugas

kognitif

tergantung

pada

faktor

umum (g) ditambah satu faktor lain yang lebih spesifik unik untuk tugas tertentu. Dua tes yang dipandang relatif murni mengukur faktor g adalah RPM (Raven Progressive Matrices) dan CFIT (Culture Fair Intelligence Test).

32

Kritikan terhadap teori dua-faktor Spearman masih berlanjut hingga saat ini. Untuk mendukung kritikan itu, banyak teori alternatif yang telah diajukan. Salah satu diantaranya adalah E. L. Thorndike, perintis American psychologist, merumuskan teori dan merancang tes CAVD sebagai ungkapan tentang pandangannya bahwa kecerdasan adalah gabungan dari berbagai kemampuan yang interkoneksi di otak. Salah satu proposal yang dibuat oleh Thorndike untuk tiga jenis kecerdasan (sosial, kongkrit, dan abstrak) mungkin merupakan teori multifaktor pertama dari kemampuan kognitif. Namun teori ini belum berdasarkan hasil faktor analisi dari tes kemampuan.

2.1.2.1.1

Primary Mental Abilities dari Thurstone

Thurstone (dalam Gregory, 2007) mengembangkan prosedur analisis faktor yang mampu menemukan matriks korelasi untuk faktor kelompok. Metodenya membantu para peneliti menemukan jumlah faktor yang terdapat dalam matriks secara empiris dan untuk menjabarkan setiap muatan faktor. Thurstone mengekstraksi tujuh kelompok faktor penting yang disebut sebagai primary mental abilities, yaitu:

1. Verbal meaning (V): Memahami gagasan dan arti kata, yang diukur dengan tes kosa kata. 2. Number (N): Kecepatan dan akurasi melakukan perhitungan aritmatika.

33

3. Space (S): Kemampuan visualisasi hubungan yang berbentuk dalam tiga dimensi, seperti dalam mengenali gambar dalam orientasi berbeda. 4. Perceptual speed (P): Kemampuan untuk membedakan detail visual, serta menetapkan

persamaan dan perbedaan antara obyek dalam

gambar secara cepat. 5. Word fluency (W): Kecepatan dalam memikirkan kata-kata, seperti dalam membuat puisi atau dalam memecahkan anagram. 6. Memory (M): Kemampuan untuk menghafal kata-kata, angka, huruf, dan sejenisnya, dengan cara menulis. 7. Inductive reasoning (I): Kemampuan untuk menurunkan aturan dari informasi yang diberikan, seperti dalam menentukan aturan dari serangkaian angka dari hanya sebagian dari rangkaian angka tersebut.

Konsep

multidimensi

Thurstone

mengenai

kemampuan

kognitif

menciptakan kerangka acuan untuk penelitian analisis faktor mengenai inteligensi di Amerika, dan daftar tentang tujuh kemampuan mental primer kemudian diperluas menjadi sekitar 25 kemampuan mental.

2.1.2.1.2

Model Structure-of-lntellect dari Guilford

Dalam teori yang pada dasarnya merupakan pengembangan dari teori Primary Mental Abilities Thurstone, Guilford mengusulkan bahwa kinerja pada setiap tugas

kognitif

terbaik

dapat

dipahami

melalui

analisis

ke

dalam

jenis operasi mental atau proses mental yang dilakukan, jenis konten atau uji

34

materi di mana operasi mental dilakukan, dan produk yang dihasilkan dari operasi tertentu pada jenis uji konten tertentu. Model Structure-of-lntellect berisi 120 faktor yang berbeda, yang dianggap independen. Pengembangan dari teori ini mengungkapkan bahwa inteligensi asli terdiri dari lima macam jenis operasi (evaluasi, produksi konvergen, produksi divergen, pemahaman memori, perekaman memori, kognisi), enam jenis produk (unit, kelas, hubungan, sistem, transformasi, dan implikasi), dan lima jenis isi (visual, pendengaran, simbolik, semantik, perilaku). Hal ini menunjukkan adanya 150 (5 X 5 X 6) tugas intelektual yang terdiri dari struktur intelek seperti yang terlihat pada Diagram 2.1.

35

Diagram 2.1 Structure of Intellect Guilford

Sumber : Anastasi (1997), Hlm. 347

Walaupun awalnya Guilford berasumsi bahwa 150 faktor tersebut independen satu sama lain, tetapi tidak ada penelitianya yang mendukung asumsi ini. Guilford kemudian mengganti model Structure of lntellect yang telah dimodifikasi dengan model kemampuan hirarkis yang terdiri dari 150 orde faktor pertama, 85 orde faktor kedua, dan 16 orde faktor ketiga. Model terakhir belum sepenuhnya dievaluasi oleh penelitian, tapi Brody (dalam Aiken, 1997) menyimpulkan bahwa itu bukan merupakan alternatif yang dapat diterima untuk model hirarkis yang mencakup faktor umum (g) di puncak.

36

2.1.2.1.3

Model Hirarkis Vernon

Diagram 2.2 adalah diagram model hirarkis dari kemampuan mental yang diusulkan oleh Vernon (dalam Aiken, 1997). Faktor kognitif umum (g) ada di bagian atas hirarki, dengan dua faktor kelompok utama, verbal-educational (v:ed) dan practical-mechanical-spatial (k:m), ditingkat berikutnya. Faktor v:ed dan k:m dipecah lebih lanjut menjadi beberapa faktor kelompok minor. Sebagai contoh, v:ed terdiri dari kemampuan seperti kefasihan verbal, kemampuan numerik, dan mungkin kreativitas. Beberapa faktor kelompok kecil di bawah k:m adalah pemahaman mekanik, kemampuan psikomotorik, serta hubungan spasial dan di bagian bawah hirarki adalah faktor yang khusus untuk tes tertentu.

Diagram 2.2 Model Hirarki Inteligensi Vernon

Sumber : Aiken (1997), Hlm. 189

Dalam model hirarki kemampuan mental Vernon, semakin tinggi posisi faktor dalam diagram, semakin luas rentang perilakunya. Model hirarki Vernon mempertahankan faktor umum inteligensi Spearman dan meletakan primary mental abilities Thurstone dan structure-of-lntellect Guilford pada status bawah di

37

bawah faktor g. Model hirarki Vernon adalah cara yang baik dalam menggabungkan temuan dan interpretasi berbagai studi analisis faktor menjadi sebuah teori tunggal. Konsep yang dikemukakan Vernon serupa dengan Wechsler. Weschler merancang tes inteligensi yang terdiri dari dua bagian yaitu verbal dan performance yang pada akhirnya digabungkan menjadi skor IQ.

2.1.2.1.4

Teori Fluid and Crystallized Inteligences dari Cattell

R.B Cattell (dalam Aiken, 1997) menyatakan bahwa Inteligensi umum terdiri dari dua kelompok faktor besar: fluid inteligence (gf) dan crystallized inteligence (gc) . Cattell memandangnya sebagai dua jenis inteligensi yang berbeda tapi berhubungan. Keduanya memerlukan kemampuan untuk memahami hubungan, tapi fluid inteligence lebih ditentukan oleh faktor biologis atau genetik dan konsekuensinya lebih non verbal atau bebas budaya.

Dibandingkan dengan crystallized inteligence, perubahan pada fluid inteligence lebih sedikit selama periode waktu yang singkat dan lebih besar terkena dampak bila terjadi cedera otak. Kecerdasan ini berpengaruh dalam berbagai bidang kerja, dan dapat diterapkan lebih luas pada tugas-tugas yang membutuhkan adaptasi untuk situasi baru. Di sisi lain, crystallized intelligence, yang berkembang dari aplikasi fluid inteligence ke konteks lingkungan atau budaya yang spesifik. Seperti model hirarki Vernon, teori fluid and crystallized inteligences Cattell adalah penggabungan antara teori Spearman dan Thurstone.

38

2.1.2.2 Teori Perkembangan Kognitif Piaget

Penelitian dan perumusan pada sifat dan asal-usul kemampuan intelektual tidak terbatas

pada

analisis

faktor

dan

metode

psikometri

lainnya. Psikolog

eksperimental dan perkembangan, serta profesional di disiplin lain, telah merumuskan ide-ide tentang pengembangan pembelajaran, berpikir, pemecahan masalah, dan proses kognitif lainnya. Ilustrasi dari upaya ini adalah teori perkembangan kognitif Jean Piaget.

Tulisan Jean Piaget, yang merupakan sumber dari banyak pengamatan dan spekulasi mengenai perkembangan anak, menggambarkan lebih dari sekedar pertumbuhan teori intelektual. Piaget adalah seorang epistemologist dan psikolog. Tulisannya tidak hanya berfokus pada Inteligensi, tetapi juga pada pertanyaan tentang bagaimana manusia memperoleh pengetahuan dan memahami dunia dimana tempat ia hidup.

Menurut Piaget (dalam Aiken, 1997) seorang anak mengetahui dan memahami lingkungan dengan berinteraksi dengan suatu hal dan beradaptasi dengan hal tersebut, suatu proses yang disebut sebagai adaptasi atau equilibrasi. Equilibrasi melibatkan asimilasi dan akomodasi. Asimilasi merupakan proses penyesuaian pengalaman baru kedalam struktur mental yang sudah ada sebelumnya (schemata) dan akomodasi merupakan proses modifikasi dari schemata sebagai hasil dari pengalaman.

39

Anak-anak kecil berasimilasi setiap kali menerima atau berinteraksi dengan

lingkungan

(memegang,

mengisap,

mengeksplorasi,

bergoyang,

mendekati, dan seterusnya). Sebagai contoh, ketika bayi mencoba untuk menggunakan satu tangan untuk memahami sebuah wadah kaca setelah hanya mencabut mainan dengan tangan itu, ia mencoba untuk mengasimilasi kaca ke dalam skema yang sudah ada untuk menangkap. Jika bayi tidak berhasil dalam menangkap gelas dengan satu tangan, maka perilaku tersebut dimodifikasi dengan menggunakan kedua tangan.

Proses akomodasi terjadi ketika lingkungan menolak, menyakiti, memberi penghargaan, menghukum, atau, dengan kata lain, bereaksi. Ketika anak tumbuh, skema menggenggam dan struktur mental lainnya dan pola perilaku yang terkait diuraikan dan disempurnakan untuk pengalaman untuk menanggapi. Jadi, manusia dewasa yang cerdas mungkin terpaksa untuk memodifikasi skema pasifismenya saat diserang secara fisik. Kecenderungan untuk menggabungkan schemata dasar ke tingkat yang lebih tinggi, schemata terintegrasi disebut sebagai organisasi.

Piaget menyatakan bahwa pertumbuhan kognitif, yang terjadi karena proses asimilasi dan akomodasi di dunia luar, terjadi dalam empat urutan tahap atau periode.Tahapan ini merupakan hirarki perkembangan di mana proses equilibrasi yang sukses dalam tahap sebelumnya diperlukan bagi seorang individu untuk

maju

menuju

kesuksesan. Selama

tahap

pertama

periode

sensorimotori, yang terjadi antara masa kelahiran hingga 2 tahun, anak belajar untuk melatih refleks sederhana dan mengkoordinasikan berbagai persepsi. Pada

40

tahap kedua periode preoperational antara usia, 2 hingga 7 tahun, anak memperoleh kemampuan berbahasa dan representasi simbolis lainnya mengenai realitas; hal ini sangat penting , masa egosentris dari perkembangan. Selama tahap operasi konkrit, antara 7 hingga 11 tahun, anak mengembangkan sistem operasi yang terorganisir dengan proses interaksi sosial, dengan pengurangan pemusatan diri sendiri. Seorang anak telah mencapai tahap akhir perkembangan kognitif, pada tahap operasi formal (usia 11 sampai 15 tahun), ketika dia bisa menggunakan logika dan penalaran verbal yang lebih tinggi, operasi yang lebih abstrak.

2.1.2.3 Teori dan Model Pemrosesan Informasi

Perkembangan teknologi komputer dan sistem komunikasi yang pesat selama beberapa tahun terakhir telah menyebabkan munculnya konsep yang menyamakan otak manusia dengan komputer. Penelitian di bidang neurofisiologi dan psikologi kognitif juga memberikan kontribusi terhadap model pengolahan informasi dalam proses pemecahan masalah dan berpikir manusia. Model ini menekankan pada proses atau operasi identifikasi dimana informasi dikodekan, disimpan, diambil, dan dimanfaatkan oleh otak dalam melaksanakan tugas-tugas kognitif seperti pada tes inteligensi.

Teori pemrosesan informasi berusaha untuk memberikan penjelasan rinci dan lengkap mengenai langkah-langkah yang terlibat dalam memecahkan masalah. Selain menggunakan data yang diperoleh dari studi korelasional tradisional mengenai perbedaan individu, teori ini menerapkan temuan-temuan

41

dari penyelidikan laboratorium mengenai proses pembelajaran, berpikir, dan pemecahan masalah untuk mengembangkan dan mengkonfirmasi proposisi teoritis. Menerapkan bahasa yang berorientasi fungsional, strategis (perencanaan, monitoring, menggeser, dan sejenisnya), dan proses-prosesnya, tujuan dari banyak teori pemrosesan informasi adalah untuk mensimulasikan kinerja kognitif manusia pada komputer dan menggambarkan proses kognitif dengan bahasa yang berorientasi komputer.

Berpikir dan memecahkan masalah model komputer melihat otak manusia sebagai pengolah sistem informasi memiliki kapasitas penyimpanan yang besar. Penyimpanan berisi, antara lain, program kompleks atau strategi yang dapat ditimbulkan oleh input stimulus tertentu. Dalam model ini, inteligensi dianalisis sebagai variabel seperti kapasitas penyimpanan, kecepatan melakukan operasi dasar, dan kecepatan akses ke penyimpanan, selain berbagai, jumlah, dan kompleksitas program pada file penyimpanan.

Dua proses mental yang telah menjadi subyek teori dan penelitian tentang pengolahan

informasi

manusia

pemrosesan. Penelitian tentang atensi seperti

apakah

orang-orang

cerdas

adalah

atensi

dan

kecepatan

member perhatian dengan pertanyaan lebih

mampu

memobilisasi

dan

mendistribusikan atensi mereka lebih baik dari orang-orang yang kurang cerdas. Sebagai contoh, bisakah individu yang lebih cerdas mengalihkan perhatian mereka lebih baik dari yang kurang cerdas ketika dihadapkan dengan dua tugas pada waktu yang sama. Meskipun masih ada beberapa kontroversi mengenai

42

apakah atensi adalah motivasi bukan variabel kognitif, hasil dari sejumlah studi menunjukkan bahwa individu dengan inteligensi tinggi lebih fleksibel dalam perhatian mereka dan dapat memobilisasi sejumlah besar perhatian dalam melaksanakan tugas.

Variabel lain yang telah dipelajari dari perspektif pemrosesan informasi adalah kecepatan pemrosesan. Pertanyaan mendasanya adalah apakah otak orang berinteligensi tinggi mampu memproses informasi lebih cepat daripada orang dengan inteligensi rendah. Penelitian telah menemukan korelasi positif kecil antara waktu respon dalam melaksanakan tugas mental dan tindakan intelgensi nonverbal.

2.1.2.3.1

Model PASS

Teori model PASS (Planning - Attention - Simultaneous Processing - Successive Processing) menyatakan bahwa aktivitas kognitif otak manusia dibagi menjadi tiga unit fungsional. Unit fungsional pertama, yang dianggap berhubungan dengan batang otak bagian atas dan sistem limbik, berhubungan dengan gairah atau perhatian dan adalah pembeda antara rangsangan. Walaupun tidak bertanggung jawab untuk menerima dan menganalisis informasi, unit ini sangat penting untuk proses kognitif karena memberikan kesiapan kondisi umum dan fokus perhatian.

Unit fungsional kedua, diduga terkait dengan daerah posterior dari belahan otak, termasuk daerah (oksipital), pendengaran (temporal), dan indra umum (parietal). Unit ini berkaitan dengan proses elaborasi, penerimaan, dan

43

penyimpanan informasi dengan cara pengolahan secara simultan dan berturutturut.

Unit fungsional yang ketiga, terkait dengan bagian anterior dari belahan otak, khususnya daerah prefrontal, yang berperan dalam pemprograman, peraturan, dan verifikasi kegiatan kognitif. Unit ini mengatur kegiatan unit fungsional pertama sehingga perilaku akan konsisten dengan tujuan individu dan motif secara sadar.

Secara ringkas, unit fungsional pertama dikatakan bertanggung jawab atas gairah dan perhatian, yang kedua untuk penerimaan, analisis, dan penyimpanan menggunakan proses penalaran secara berturut-turut dan simultan, dan ketiga untuk merencanakan, mengatur, dan memverifikasi aktivitas mental. Baik input dan output mungkin serial atau bersamaan.

44

Diagram 2.3 Model PASS

Sumber : Aiken (1997), Hlm. 194

Diagram pengolahan model kognitif PASS dapat dilihat pada Diagram 2.3. Basis pengetahuan terdiri dari semua informasi, baik memori jangka pendek maupun jangka panjang, yang ada

pada waktu pemrosesan individu. Agar

pengolahan efektif, pengetahuan dasar harus diintegrasikan dengan perencanaan

45

(unit fungsional ketiga), gairah/perhatian (unit fungsional pertama), dan proses yang simultan (unit fungsional kedua) seperti yang dituntut oleh tugas tertentu. Hasil pengolahan atau output, melibatkan kegiatan seperti berbicara, menulis, atau kegiatan motorik lainnya.

2.1.2.3.2

Teori Sternberg

Salah satu iliustrasi dari teori inteligensi yang berbasis pada teori pemrosesan informasi adalah teori triarchic yang dikemukakan oleh Sternberg (dalam Aiken, 1997). Terdapat tiga komponen proses berfikir manusia yaitu componential, experiential, dan contextual. Pada tahap componential terjadi proses perolehan pengetahuan dan pemecahan masalah. Bagian kedua dari teori triarchic adalah komponen experiential, yang menitikberatkan pada kemampuan untuk menciptakan ide baru dengan cara menggabungkan fakta-fakta yang cenderung tidak berhubungan. Bagian ketiga adalah komponen contextual menitikberatkan pada kemampuan untuk beradaptasi dengan kondisi lingkungan yang berubah dengan cepat dan membentuk lingkungan sedemikian rupa sehingga kemampuan seseorang dapat dimaksimalkan serta kelemahan seseorang dapat diminimalisir.

Sternberg (dalam Aiken, 1997) kemudian memodifikasi teorinya dengan mengusulkan konsep mental self-government, yang merupakan upaya untuk menggabungkan konsep Inteligensi dengan kepribadian.Cara di mana tiga jenis inteligensi digambarkan oleh teori komponen triarchic digunakan untuk

46

menghadapi penyelesaian masalah sehari-hari yang ditandai dalam teori ini sebagai gaya intelektual.

2.1.2.4 Teori Multiple Intelligences Gardner

Howard Gardner (1983) mengusulkan teori multiple intelligences berdasarkan penelitianya mengenai hubungan antara otak dan perilaku. Gardner berpendapat bahwa kekhasan kognisi manusia dan pengolahan informasi melibatkan pengerahan berbagai sistem simbol, yang merupakan bentuk karakteristik persepsi, memori, dan pembelajaran. Dengan demikian, seseorang mungkin baik dalam bahasa, tapi tidak pada musik, manipulasi lingkungan spasial, atau interaksi interpersonal.

Gardner menjabarkan sistem simbol yang bekerja pada manusia. Ia membuat contoh kasus untuk tujuh bentuk inteligensi yaitu linguistik, logikamatematika, spasial, musikal, kinestetik tubuh, dan dua bentuk inteligence personal (intrapersonal dan interpersonal). Tiga bentuk pertama pada daftar ini diukur dengan tes inteligensi konvensional, tapi empat terakhir tampak lebih seperti bakat istimewa daripada inteligensi. Inteligensi kinestetik tubuh terlihat lebih banyak pada atlet, pengrajin, penari, dan ahli bedah. Inteligensi spasial dibutuhkan oleh pematung, dan nteligensi musikal oleh komposer, musisi, dan penyanyi. Inteligensi personal yang kedua adalah inteligensi intrapersonal dimana seseorang dapat mendeteksi suasana hati orang lain dan untuk memimpin, memahami perasaan sendiri dan menggunakan pengetahuan diri secara produktif.

47

Gardner (dalam Gregory, 2007) menemukan dukungan bagi teori multiple intelligences dari berbagai sumber, termasuk penelitian dalam bidang biologi. Dia menunjukkan cedera di area tertentu dari otak tidak mempengaruhi semua kemampuan mental secara merata Kerusakan pada belahan otak kiri berdampak pada pengucapan dalam kecerdasan linguistik, tetapi hanya sedikit pengaruh terhadap kecerdasan musik, spasial, atau interpersonal. Kerusakan pada belahan otak kanan mempengaruhi kecerdasan musik, spasial, dan interpersonal, tetapi tidak pada kecerdasan linguistik. Seorang pasien yang benar-benar telah menjadi aphasic sebagai akibat dari kerusakan otak kiri, sehingga hampir tidak dapat berbicara atau mengerti, mungkin masih bisa menggambar, menyanyi, atau bahkan menulis musik dengan baik. Tampaknya otak memiliki jaringan yang berbeda untuk suara musik dan karena itu analisisnya memiliki cara yang berbeda dari suara linguistik.

Penelitian ini akan menggunakan teori yang dikemukakan oleh Vernon karena sama seperti tes inteligensi yang dirancang oleh Weschler. Salah satunya adalah WAIS yang dirubah menjadi berseting klasikal yaitu MAB.

2.1.3

Macam-macam Tes Inteligensi

Shaleh (2004) mengungkapkan beberapa jenis tes inteligensi yang telah banyak digunakan untuk berbagai keperluan dan setting antara lain adalah: Tes BinetSimon, Tes Weschsler, Tes Army Alfa dan Betha, dan Tes Progressive Matrices.

48

2.1.3.1 Tes Binet-Simon

Orang yang berjasa menemukan tes inteligensi pertama kali ialah seorang dokter dari Perancis, Alfred Binet dan pembantunya Theodore Simon sehingga tesnya terkenal dengan nama Binet-Simon. Tes dari Binet-Simon pertama kali diumumkan antara tahun 1908-1911 dengan nama "chelle matrique del intelegece" atau skala pengukuran kecerdasan. Tes Binet-Simon terdiri dari sekumpulan pernyataan-pernyataan yang telah dikelompokkan menurut umur (untuk anak-anak 3-15). Dengan tes semacam inilah usia kecerdasan seseorang diukur atau ditentukan. Dari hasil tes itu ternyata tidak harus bahwa usia kecerdasan itu sama dengan usia sebenarnya (usia kalender). Dengan demikian tes ini dapat melihat adanya perbedaan IQ (inteligentie quotient) pada setiap orang atau anak. Tes Binet-simon itu memperhitungkan dua hal, yaitu umur kronologis (chronological age - disingkat CA) yaitu umur seseorang sebagaimana yang ditunjukkan dengan hari kelahirannya atau lamanya ia hidup sejak tanggal lahirnya dan umur mental (mental age - disingkat MA) yaitu umur kecerdasan sebagaimana yang ditunjukkan oleh tes kemampuan akademik.

2.1.3.2 Tes Weschler

Tes Weschler adalah tes inteligensi yang dibuat oleh David Weschler pada tahun 1939. Tes ini terdiri dari dua macam yaitu untuk umur 16 tahun ke atas (Wechsler Adult Inteligence Scale - WAIS) dan untuk anak-anak dibawah 16 tahun (Wechsler Inteligence Scale for Children - WISC). Tes Weschler meliputi dua sub yaitu verbal (lisan) dan performance (tes kinerja). Tes lisan meliputi

49

pengetahuan umum, pemahaman, ingatan, mencari kesamaan, hitungan dan bahasa. Sedangkan tes kinerja meliputi penyusunan gambar dan sandi (Kode angka-angka). Sistem scoring Tes Weschsler berbeda dengan Binet-Simon. Jika Binet-Simon menggunakan skala umur maka Weschsler skala angka. Pada tes Weschsler setiap jawaban diberi skor tertentu. Jumlah skor mentah itu dikonversikan menurut daftar tabel konvensi sehingga diperoleh angka IQ. Persamaan tes Weschsler dengan Binet-Simon yaitu keduanya

dilaksanakan

secara individual.

2.1.3.3 Tes Army Alpha dan Betha

Tes ini digunakan untuk menguji calon tentara di Amerika Serikat. Tes Army Alpha khusus untuk calon tentara yang pandai membaca, sedangkan Army Betha untuk yang tidak pandai membaca. Tes ini diciptakan pada mulanya untuk memenuhi keperluan yang mendesak dengan menyeleksi calon tentara waktu perang dunia kedua. Salah satu kelebihannya dibandingkan dengan tes BinetSimon dan tes Weschsler, tes ini dapat dilaksanakan secara kelompok sehingga menghemat waktu.

2.1.3.4 Tes Progressive Matrices

Tes inteligensi ini diciptakan oleh L.S Penrose dan J.C. Laven di Inggris pada tahun 1938. Tes ini dapat diberikan secara kelompok dan perorangan. Berbeda dengan Binet dan Weschsler, tes ini tidak menggunakan IQ tetapi percentile.

50

2.2

Konstruksi Tes

Terdapat dua istilah yang paling sering diterapkan pada pengembangan dan pengujian tes psikologi adalah validitas (validity) dan reliabilitas (reliability).

2.2.1

Validitas

Validitas menguji apakah suatu alat tes sungguh-sungguh mengukur hal yang memang ingin diukur. Suatu tes atau skala dapat valid atau tidak valid untuk maksud ilmiah atau praktis yang hendak dicapai oleh si pengguna tes (Kerlinger, 2006). Validitas suatu tes menerangkan apa yang diukur oleh tes dan sejauh mana tes tersebut mengukurnya. Cara-cara yang dapat digunakan untuk menghitung koefisien validitas adalah validitas isi, kriterion, dan konstruk (Anastasi, 1997).

2.2.1.1 Validitas Isi (Content-Related Validation)

Validitas isi berkaitan dengan penelitian yang sistematis pada isi tes untuk menentukan apakah isi tes mencakup sampel representatif dari domain tingkah laku yang diukur.

2.2.1.2 Validitas Kriterion (Criterion-Related Validation)

Prosedur validitas kriterion menguji efektivitas tes meramalkan kinerja seseorang pada aktivitas tertentu. Kinerja seseorang diuji dengan kriterion, yaitu pengukuran langsung dan independen dari mana tes dirancang.

51

Kriteria pengukuran untuk validitas skor tes dapat diperoleh dalam waktu yang bersamaan dengan skor tes atau dalam interval waktu tertentu. Berdasarkan interval waktu dapat dibedakan validitas prediktif dan validitas konkuren. Validitas prediktif mengacu pada ketepatan fungsi sebuah tes berkenaan dengan peramalan tingkah laku seseorang di masa yang akan datang. Sedangkan validitas konkuren relevan untuk tes-tes yang digunakan untuk diagnosa seseorang pada saat ini, dan bukan meramalkan hasil di masa yang akan datang. Perbedaan antara validitas prediktif dan validtas konkuren bukan berdasarkan waktu, tetapi pada tujuan tes.

2.2.1.3 Validitas Konstruk (Construct-Corelated Validation)

Validitas konstruksi teoritis mempersoalkan sejauh mana skor-skor hasil pengukuran dengan instrumen yang dipersoalkan merefleksikan konstruk reoritis yang mendasari alat ukur tersebut.

2.2.1.3.1 Analisis Faktor

Dasar pemikiran penerapan analisis faktor untuk validasi adalah bahwa walaupun perilaku manusia itu sangat banyak ragamnya, namun perilaku yang sangat beragam itu didasari oleh sejumlah faktor yang terbatas (Suryabrata, 2005). Dengan analisis faktor dapat ditemukan faktor-faktor yang mendasari perilaku yang beragam tersebut. Tinggi-rendahnya validitas konstruk suatu alat tes tercermin pada sejauh mana muatan faktor yang diperoleh dari analisis faktor ini berkontribusi pada teori yang mendasarinya.

52

2.2.1.3.2 Korelasi dengan Tes Lain

Pada metode ini suatu alat tes yang diteorikan mengukur suatu konstruk tertentu dibandingkan dengan alat tes lainya. Suatu alat tes harus memiliki korelasi yang tinggi dengan alat tes lain yang secara konstruk mengukur hal yang sama. Jadi dua alat tes biarpun memiliki bentuk yang berbeda namun diteorikan mengukur suatu konstruk sama harus harus saling berkorelasi tinggi. Cara pembandingan seperti ini disebut validitas konvergen. Sebaliknya bila dua alat tes secara konstruk memang mengukur hal yang berbeda, semirip apapun bentuk soal antara keduanya, harus tidak saling berkorelasi. Cara pembandingan seperti ini disebut validitas diskriminan.

2.2.1.3.3 Item Responses Theory

Teori tes modern mendasarkan diri pada sifat atau kemampuan laten yang mendasari kinerja atau respon terhadap butir soal tertentu. Karena itu teori ini disebut menggunakan model sifat laten (latent traits model). Nama yang lebih popular adalah teori respons butir soal atau Item Reponse Theory (IRT). Menurut Suryabrata (2005) teori IRT berlandaskan pada dua postulat, yaitu:

1. Kinerja seorang testi pada suatu butir soal dapat diprediksikan (atau dijelaskan) dari satu perangkat faktor-faktor yang disebut sifat-sifat, atau sifat-sifat laten, atau kemampuan. 2. Hubungan antara kinerja testi pada suatu butir soal dan perangkat sifatsifat yang mendasari kinerja itu dapat dideskripsikan dengan fungsi

53

meningkat secara monotonik yang disebut fungsi karakteristik butir soal (item characteristic function) atau Kurve Karakteristik butir Soal atau KKS (Item Characteristic Curve - ICC). Fungsi ini menyatakan bahwa apabila taraf sifat (kemampuan) meningkat, maka probabilitas suatu respons yang benar terhadap suatu butir soal juga naik.

Model matematis yang digunakan IRT menyatakan bahwa probabilitas testi menjawab benar terhadap butir soal tertentu tergantung pada kemampuan testi dan karakteristik butir soal yang bersangkutan. Model-model IRT meliputi seperangkat asumsi-asumsi mengenai data yang diterdigunakan. Walaupun keberlakuan asumsi-asumsi itu tidak dapat ditentukan secara langsung, namun untuk sementara bukti tak langsung dapat dikumpulkan dan dinilai. Demikian pula dengan kesesuaian model terhadap data, juga dapat dinilai. Suatu asumsi yang umum digunakan secara luas oleh model-model IRT ialah bahwa hanya satu kemampuan yang diukur oleh butir-butir soal yang merupakan seperangkat tes. Hal ini disebut asumsi unidimensionalitas (unidimensionality). Konsep lain yang berkaitan langsung dengan unidimensionalitas ialah ketidaktergantungan lokal (local independence). Asumsi lain dalam IRT adalah bahwa fungsi karakteristik butir soal tertentu merefleksikan hubungan yang sebenarnya (true relationship) antara variabel-variabel yang tak dapat diobservasi (kemampuan) dengan variabel-variabel yang dapat diobservasi, yaitu respons terhadap butir soal. Asumsi juga dibuat mengenai karakteristik butir soal yang relevan bagi kinerja testi pada sesuatu butir soal.

54

2.2.2

Reliabilitas

Menurut Azwar (2004), reliabilitas berasal dari kata rely dan ability. Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabel (reliable). Reliabilitas merujuk pada konsistensi skor yang dicapai oleh orang yang sama ketika diuji-ulang dengan tes yang sama pada kesempatan berbeda atau dengan seperangkat butir-butir ekuivalen (equivalent items) yang berbeda atau dalam kondisi pengujian yang berbeda (Anastasi, 1997).

Pendekatan yang dipergunakan untuk menghitung reliabilitas ada bermacam-macam. Diantaranya menurut Azwar (2004) adalah: pendekatan tesulang(Test-Retest) , pendekatan benruk parallel, dan konsistensi internal.

2.2.2.1 Pendekatan Tes-ulang (Test-Retest)

Pengukuran terhadap sekelompok subyek dilakukan dua kali dengan satu alat pengukur. Reliabilitas dihitung dengan cara korelasi hasil pengukuran pertama dengan kedua. Metode ini mengandung time sampling error, yaitu kesalahan yang timbul karena pengukuran pada waktu yang berbeda.

Kelamahan dari metode ini adalah rentan akan efek belajar. Hasil tes kedua biasanya lebih baik dari tes pertama karena testi sudah pernah mengerjakan tes yang sama pada waktu pengetesan pertama.

55

2.2.2.2 Pendekatan Bentuk Parallel

Dalam pendekatan ini, tes yang akan diestimasi reliabilitasnya dicarikan padananya / paralelnya. Yang dimaksud paralelnya adalah tes lain yang mengukur hal yang sama dan setara isi itemnya, baik secara kualitas maupun kuantitas. Dua tes yang paralel yang menghasilkan skor berkorelasi tinggi satu sama lain disebut tes yang reliabel.

Kelemahan utama dari metode ini adalah sulitnya menyusun atau menemukan dua tes yang benar-benar paralel. Menyusun satu tes yang memenuhi sayarat kualitas yang baik saja tidak mudah palagi untuk menyusun dua tes yang setara.

2.2.2.3 Metode Konsistensi Internal

Pendekatan konsistensi internal bertujuan untuk melihat konsistensi antar item atau antar bagian dalam tes itu sendiri. Untuk itu, setelah skor setiap item diperoleh dari sekelompok subjek, tes dibagi menjadi beberapa belahan. Tes yang akan diestimasi reliabilitasnya dapat dibelah menjadi dua bagian, tiga, empat, bahkan dapat dibelah sebanyak jumlah item sehingga setiap belahan berisi satu item saja.

2.3 Gambaran Umum TIM

Test Inteligensi Multidimensional (TIM) adalah alat tes yang diadaptasi oleh Henndy Ginting dari tes MAB-II yang dirancang oleh Douglas N. Jackson, Ph.D.

56

pada tahun 2003. MAB dirancang untuk memberikan gambaran kemampuan kognitif umum atau inteligensi seseorang yang objektif, mudah diskor dalam bentuk profil yang berisi lima skor subtes verbal dan lima skor subtest performance (Jackson, 2003).

TIM dirancang untuk berbagai penilaian kemampuan intelektual baik untuk orang dewasa maupun remaja diatas usia 16 tahun. Seperti pengukuran kemampuan intelektual lain, TIM juga dapat digunakan untuk berbagai keperluan dalam berbagai konteks. Termasuk didalamnya pendidikan dan konseling, manajemen karir pada lingkup bisnis dan industri, klinik dan fasilitas kesehatan mental, serta pusat penelitian dasar. Untuk penilaian yang memadai testi diharapkan memiliki keterampilan bahasa yang diperlukan untuk membaca dan memahami petunjuk tertulis serta memahami perintah lisan. Tes ini tidak dianjurkan untuk digunakan dalam rangka memastikan fungsi intelektual dalam kasus dugaan keterbelakangan mental, maupun bagi individu psikotik yang sangat terganggu pemahamanya bila mendengarkan instruksi.

Seluruh subskala TIM secara substansial berhubungan dengan kemampuan intelektual umum, yang telah ditemukan secara konsisten menjadi seseuatu yang penting untuk kinerja seseorang di hampir semua jenis pekerjaan. Namun, pola tinggi dan rendahnya nilai juga mungkin membantu dalam konseling atau menempatkan individu dalam suatu pekerjaan yang dapat membantu mereka menyadari potensinya.

57

2.3.1

Sesi Verbal

Menurut Jackson (2003), sesi verbal terdiri dari 5 subtes yaitu: information, comprehension, arithmatic, simillarities dan vocabulary.

1.

Information Nilai pada subtes Information mencerminkan tingkat kemampuan seseorang

dalam

mengumpulkan

pengetahuan

topik. Kumpulan informasi ini dipengaruhi oleh

tentang

beragam

rasa ingin tahu,

keseringan membaca, dan motivasi untuk mempelajari hal baru. Memori jangka panjang juga diperlukan untuk memperoleh skor tinggi pada tes Informasi.

Skor tinggi pada subtes Information kemungkinan besar akan ditemukan pada orang-orang yang bekerja pada pekerjaan yang memerlukan dasar pengetahuan yang luas. Contohnya: jurnalis, dosen, penulis sains, guru, pustakawan, dan peneliti.

2. Comprehension Subtes Comprehension menilai kemampuan seseorang dalam evaluasi situasi sosial melalui identifikasi perilaku yang dapat diterima lingkungan sosial, dan memberikan alasan mengapa hukum-hukum tertentu dan kebiasaan sosial tertentu dilakukan. Hal ini membutuhkan tidak hanya kemampuan verbal umum, tetapi juga derajat akulturasi sosial, kecerdasan

58

sosial, dan pengetahuan tentang standar konvensional sebagai penilaian moral dan etika.

Skor tinggi pada sub-skala ini akan ditemukan pada orang dalam berbagai pekerjaan tapi khususnya di pekerjaan yang membutuhkan ketrampilan

sosial

dan

kemampuan

penalaran. Contohnya

adalah:

psikolog, pekerja sosial, guru, pengacara, polisi, dan pekerja sumber daya manusia.

3. Arithmatic Tes arithmatic memerlukan kemampuan pemecahan masalah numerik yang

mencerminkan

kemampuan

penalaran

dan

pemecahan

masalah. Seseorang yang memiliki skor tinggi memiliki kapasitas berpikir abstrak mengenai elemen-elemen masalah yang diperlukan untuk memperoleh sebuah solusi dan untuk sampai pada jawaban yang benar dengan cepat.

Skor tinggi pada bagian ini berhubungan dengan pekerjaan yang memerlukan

keterampilan

penalaran,

pemahaman

dan

manipulasi

angka. Contoh pekerjaan tersebut meliputi: akuntan, insinyur, astronot, pilot, programmer komputer, ilmuwan, dan teknisi elektronik.

4. Similarities Subtest similarities mengharuskan seseorang untuk merancang dan meyusun peringkat persamaan dan perbedaan sebagai properti dari obyek

59

dan untuk membandingkan persamaan abstrak ke objek lain, dan identifikasi salah satu yang paling tepat. Tugas ini membutuhkan fleksibilitas dan penyesuaian untuk hal-hal baru serta apresiasi dan pemahaman tentang sifat benda, memori jangka panjang, dan kapasitas untuk berpikir abstrak. Tidak seperti tes verbal tertentu lainnya, similarities membutuhkan lebih dari sekedar pengetahuan dari memori jangka panjang, tetapi juga merupakan ukuran seberapa efektif individu dapat menggunakan pengetahuan ini.

Skor tinggi pada bagian ini berhubungan dengan pekerjaan yang memerlukan

kemampuan

untuk

menggeneralisasi,

abstraksi,

menemukan hubungan yang tidak begitu jelas. Contohnya:

dan

detektif,

pengacara, penulis, ilmuwan sosial, insinyur, dan artis.

5. Vocabulary Dalam penafsiran yang sempit, vocabulary adalah indikasi jumlah kata atau konsep-konsep verbal yang telah dipelajari dan disimpan. Tetapi secara lebih luas, subtes ini juga menunjukkan keterbukaan individu untuk informasi baru, konsep, dan mencerminkan kapasitas untuk menyimpan, mengkategorikan, dan mengambil informasi ini secara tepat. Orang dengan skor tinggi pada subtest vocabulary dapat diharapkan tidak hanya dapat

menggunakan

kata-kata

secara

efektif,

tetapi

juga

dapat

menunjukkan tingkat yang lebih tinggi dari kehalusan dan kedalaman

60

proses berpikir, dan juga klasifikasi keterampilan konseptual dalam domain verbal.

Skor tinggi dalam bagian ini dapat dikaitkan dengan pekerjaan yang membutuhkan pengetahuan luas tentang bahasa. Contohnya adalah: guru bahasa, wartawan, dan penulis. Selain itu, skor vocabulary tinggi ditemukan juga pada orang yang telah mencapai hasil yang tinggi dalam pekerjaannya. Termasuk di dalamnya adalah eksekutif, terutama mereka yang telah lulus dan mendapatkan gelar akademik tinggi.

2.3.2 Sesi Performance

Menurut Jackson (2003), sesi performance terdiri dari 5 subtes yaitu: digit symbol, picture completion, spatial, picture arrangement, dan object assembly.

1. Digit Symbol

Subtes digit symbol memerlukan pembelajaran sistem pengkodean baru dan penggunaannya dalam konteks dimana aktivitas visual-motorik sangat penting. Tes ini melibatkan adaptasi terhadap sebuah set tuntutan baru yang dibuat tidak seperti biasanya.

Untuk mendapatkan nilai tinggi

dibutuhkan kombinasi antara pemahaman terhadap perintah baru, ketajaman visual, ingatan bentuk, keterampilan motorik, kecepatan proses informasi, serta motivasi dan ketekunan. Hal ini secara nyata dipengaruhi oleh usia dan penurunan kinerja visual-motorik.

61

Skor tinggi di bagian ini dapat dikaitkan dengan pekerjaan yang membutuhkan tingkat perawatan dan perilaku motorik yang tinggi. Contohnya adalah pengendali lalu lintas udara, dokter gigi, ahli bedah, juru gambar, perancang, dan teknisi elektronik.

2. Picture Completion

Subtes picture completion memerlukan kemampuan identifikasi unsurunsur penting yang hilang dalam gambar. Untuk itu dibutuhkan pengetahuan tentang berbagai benda umum dan aturan yang digunakan untuk menyederhanakan sketsa. Kemampuan lainnya adalah keterampilan perseptual yang diperlukan untuk menafsirkan persepsi bermakna, keterampilan analitis yang diperlukan untuk membedakan detail penting dan kritis dari detail tidak penting, kemampuan untuk tidak mengejar detail yang tidak relevan dalam mencapai solusi, serta kemampuan verbal untuk mengidentifikasi dengan cepat huruf pertama dari nama detail yang dihilangkan.

Skor tinggi dalam subtes ini dapat dikaitkan dengan pekerjaan seperti teknisi laboratorium, pengendali lalu lintas udara, spesialis pemasaran, dan berbagai pekerjaan yang memerlukan ketrampilan analisis figural.

62

3.

Spatial

Subtes spatial membutuhkan kemampuan untuk melakukan visualisasi benda abstrak pada posisi berbeda dalam ruang dua dimensi dan peka terhadap perbedaan-perbedaan penting di antara berbagai alternatif. Lebih umum lagi, subtes ini memerlukan penalaran di domain figural - spasial dikombinasikan dengan proses membayangkan dan visualisasi. Untuk mendapatkan skor tinggi, testi harus mampu membangkitkan proses tersebut secara cepat dan secara otomatis, pada tugas yang ada batasan waktunya. Tingkat ketelitian yang tinggi sebagai akibat dari kehati-hatian akan mengganggu kecepatan kinerja. Umur juga mempengaruhi kinerja secara substansial.

Skor tinggi pada subtes ini dapat dikaitkan dengan pekerjaan yang memerlukan

pemikiran

abstrak

dan

kreativitas

dalam

domain

spasial. Contoh pekerjaan adalah: arsitek, perancang grafis, insinyur mesin, pekerja alat berat transportasi, operator mesin, dan mekanik.

4. Picture Arrangement

Picture Arrangement mengharuskan testi untuk menemukan urutan bermakna yang telah diacak, dimana urutan bermakna tersebut seringkali dapat diartikan secara lucu. Karena itu, tes ini membutuhkan kemampuan untuk memecahkan kode perseptual dari sejumlah gambar,

abstraksi

maksud dan maknanya, integrasi persepsi terpisah menjadi pola sementara

63

yang bermakna, untuk mencari urutan huruf yang benar, dan mengikuti perintah

secepat

mungkin

sesuai

dengan

batas

waktu

yang

diberikan. Dengan demikian, tes ini membutuhkan baik kemampuan membangun persepsi dan kecerdasan sosial agar dapat memahami perilaku orang lain, kemampuan evaluasi alternatif solusi.

Skor tinggi pada tes ini dapat dikaitkan dengan pekerjaan yang membutuhkan pengamatan visual tinggi dan kemampuan untuk melihat hubungan

sebab-akibat. Contoh

meliputi

berbagai

pekerjaan

yang

menyimpulkan motivasi dan tujuan orang seperti tenaga penjualan, biro iklan, dan representative marketing.

5.

Object Assembly

Object Assembly mensyaratkan testi untuk mampu mengidentifikasi objek bermakna dari kiri ke kanan pada urutan segmen yang telah diacak. Untuk tugas seperti itu, diperlukan kemampuan analisis persepsi untuk visualisasi bagian-bagian

terpisah

agar

dapat

digabungkan

kembali,

atau,

alternatifnya, pertama dapat melakukan identifikasi objek yang telah dikenal pada segmen yang telah diacak sehingga membentuk penilaian tentang integrasi segmen secara

keseluruhan. Karena bagian yang

tercetak, bukan dalam bentuk manipulasi, keterampilan visualisasi juga dibutuhkan

untuk

membayangkan

bentuk

gambar

saat

disusun

kembali. Skor tinggi dalam bagian ini dapat dikaitkan dengan pekerjaan yang ditandai dengan kemampuan analisis perseptual.

64

2.4 Kerangka Berpikir

Pada Diagram 2.4 terlihat bahwa terdapat lima subtes dalam TIM Sesi Performance masing-masing: digit symbol, picture completion, spatial, picture arrangement, dan object assembly. Setiap subtes berkontribusi pada skor performance. Semakin tinggi nilai signifikansi semain tinggi kontribusi item pada subtes dan begitu pula subtes kepada skor performance.

Diagram 2.4 Kerangka Berpikir item 1 Digit Symbol item 35 item 1 Picture Completion item 35 item 1

Sesi Performance

Spatial item 50 item 1 Picture Arrangement item 21 item 1 Object Assembly item 20

65

2.5 Hipotesis

Hipotesis yang akan digunakan dengan penelitian ini adalah:

1. Seluruh item dalam setiap subtes TIM Sesi Performance mengukur konstruk yang dimaksud dimana masing-masing subtes fit (sesuai) dengan model satu faktor, dan setiap item dalam masing-masing subtes memberikan sumbangan signifikan 2. Lima subtes TIM Sesi Performance fit (sesuai) dengan model satu faktor, yaitu mengukur skor performance

66

BAB III METODE PENELITIAN

Tujuan penelitian ini adalah menguji tingkat validitas alat tes TIM Sesi performance. Selanjutnya untuk menjawab pertanyaan penelitian ini ada beberapa hal yang perlu dirancang yaitu: data penelitian, instrumen penelitian, metode analisis data, dan prosedur penelitian.

3.1

Data Penelitian

Untuk menguji validitas digunakan pendekatan uji validitas konstruk yang akan menentukan apakah item-item tersebut mengukur faktor performance pada TIM. Data mentah yang akan digunakan adalah data hasil tes TIM yang disediakan oleh Divisi Asesmen SDM PPM Manajemen. Data yang tersedia adalah hasil rekrtmen dan seleksi PT. Indosat dan PT. Angkasapura II dari lima kota di Indonesia yaitu Jakarta, Denpasar , Pekanbaru, Medan, dan Makassar. Pelaksanaan tesnya pada tahun 2010 dengan total peserta sebanyak 2770 orang. Profil umum pesertanya adalah usia sekitar 18-55.

3.2

Instrumen Penelitian

Bentuk Subtes TIM Sesi performance adalah sebagai berikut :

1. Subtes digit symbol (P1) terdiri dari 35 item dengan batas waktu 7 menit. Bentuknya berupa pilihan ganda yang tediri dari pasangan simbol dengan angka. Testi diminta untuk mencocokan antara bentuk

67

simbol di soal dengan lima pilihan kode angka di pilihan jawaban dengan merujuk pada tabel pengkodean di bagian atas lembar soal. 2. Subtes picture completion (P2) terdiri dari 35 item dengan waktu 7 menit. Bentuknya berupa gambar yang terdapat bagian tertentu yang dihilangkan. Testi diminta untuk memilih jawaban di antara lima pilihan ganda yang isinya adalah huruf pertama dari nama bagian yang dihilangkan tersebut. 3. Subtes spatial (P3) terdiri dari 50 item dengan waktu 7 menit. Bentuknya berupa gambar bentuk di sisi kanan dan pilihan ganda di kananya gambar bentuk tersebut. Testi diminta memilih dari lima bentuk gambar pada pilihan ganda yang sama dengan gambar di sisi kananya. 4. Subtes picture arrangement (P4) terdiri dari 21 item dengan waktu 10 menit. Bentuknya berupa sejumlah gambar dimana testi diminta untuk memilih 5 pilihan ganda urutan gambar yang paling logis sebagai sebuah cerita. 5. Subtes object assembly (P5) terdiri dari 20 item dengan waktu 7 menit. Bentuknya berupa potongan gambar yang setiap potongangnya diberikan label angka di bawahnya. Testi diminta untuk memilih lima pilihan ganda berupa urutan angka sehingga potongan gambar bisa menjadi sebuah bentuk objek yang logis.

68

Untuk proses skoring testi yang menjawab benar akan diberi skor 1 dan yang salah akan diberi skor 0. Secara diagram penjelasan tentang jumlah item sesi performance dapat dilihat pada Diagram 3.1.

Diagram 3.1 Jumlah Item Sesi Performance item 1 Digit Symbol item 35 item 1 Picture Completion item 35 item 1

Sesi Performance

Spatial item 50 item 1 Picture Arrangement item 21 item 1 Object Assembly item 20

3.3

Metode Analisis Data

Metode analisis yang digunakan dalam penelitian ini adalah metode analisis faktor. Analisis faktor adalah serangkaian prosedur statistika yang berfungsi untuk menemukan suatu dimensi, kelompok atau faktor dari sekumpulan variable independen atau item (Chadha, 2007). Suatu hal yang membedakan analisis faktor adalah proses data reduction. Proses dalam analisis faktor dimulai dengan

69

mengumpulkan variabel. Variabel-variabel yang saling berkorelasi tinggi dapat dikatakan mewakili satu faktor.

Thompson (2004) mengungkapkan bahwa terdapat dua jenis pandangan dalam analisis faktor yaitu: Exploratory Factor Analysis (EFA) dan Confirmatory Factor Analysis (CFA). Analisis faktor seperti yang awalnya diusulkan oleh Spearman pada tahun 1904 kini disebut sebagai Exploratory Factor Analysis (EFA).

Dalam EFA,

peneliti

mungkin

tidak

memiliki ekspektasi

atau

asumsi tertentu tentang jumlah atau sifat faktor yang mendasari konstruk. Bahkan jika

peneliti

memiliki

asumsi

tertentu (seperti

dalam

penyelidikan

validitas), peneliti tidak perlu menyatakan asumsi itu, sehingga analisis tidak akan terpengaruh oleh adanya asumsi tersebut.

Metode analisis faktor yang lebih modern adalah Confirmatory Factor Analysis (CFA). Dalam CFA, peneliti harus memiliki gambaran yang spesifik mengenai (a) jumlah faktor, (b) variabel yang mencerminkan suatu faktor, dan (c) faktor-faktor yang saling berkorelasi. Kegiatan dalam CFA diawali dengan merumuskan model teoritis (hipotesis) tentang pengukuran variable laten, kemudian model tersebut diuji kebenarannya secara statistik menggunakan data. CFA lebih tepat digunakan pada pengujian teori karena (a) langsung menguji teori dan (b) tingkat fit model dapat diukur dalam berbagai cara. Menurut Umar (2011) tujuan dari CFA adalah:

70

1. Untuk menguji hipotesis tentang satu atau lebih faktor (mis: konstruk psikologi) serta saling keterkaitan antara faktor tersebut sesuai model teori yang ditetapkan. 2. Untuk menguji validitas dari setiap indikator yang digunakan untuk mengukur faktor/konstruk tersebut (mis: items, atau sub-tes).

CFA sering digunakan dalam proses pengembangan skala untuk memeriksa struktur laten dari suatu alat tes (Brown, 2006). Dalam konteks ini, CFA digunakan untuk verifikasi jumlah dimensi yang mendasari instrumen (faktor) dan pola hubungan item dengan faktor (factor loading). Hasil CFA dapat memberikan bukti kuat dari validitas konvergen dan diskriminan dari sebuah konstruk teoritis.Validitas konvergen ditunjukkan oleh bukti bahwa indikator yang berbeda secara teori sama atau konstruk yang tumpang tindih sangat saling berkorelasi. Validitas diskriminan diindikasikan oleh hasil yang menunjukkan bahwa indikator secara teoritis berbeda konstruksi tidak saling berkorelasi tinggi.

Alat tes dikatakan bias ketika beberapa item tidak mengukur konstruk yang mendasarinya jika dibandingkan dengan seluruh kelompok. Menurut Umar (2011) logika dasar dari CFA adalah sebagai berikut:

1. Konsep atau trait berupa kemampuan didefinisikan secara operasional sehingga

dapat

disusun

pertanyaan

atau

pernyataan

untuk

mengukurnya. Kemampuan ini disebut faktor. Sedangkan pengukuran terhadap faktor ini dilakukan melalui analisis terhadap respon (jawaban) atas item-itemnya.

71

2. Diteorikan setiap item hanya mengukur atau memberi informasi tentang satu faktor saja atau dengan kata lain bersifat unidimensional. 3. Dapat disusun sehimpunan persamaan matematis. Persamaan tersebut dapat digunakan untuk prediksi (dengan menggunakan data yang tersedia) matriks korelasi antar item yang seharusnya akan diperoleh jika teori tersebut (unidimensional) benar. Matriks korelasi ini dinamakan sigma (Σ). Kemudian matriks ini dibandingkan dengan matriks korelasi yang diperoleh secara empiris dari data (disebut matriks S). Jika teori tersebut benar (unidimensional), maka seharusnya tidak ada perbedaan signifikan antara elemen matriks Σ dengan elemen matriks S. Secara matematis dapat dituliskan: S-Σ=0 4. Pernyataan matematik itulah yang dijadikan hipotesis nihil yang akan dianalisis menggunakan CFA. Dalam hal ini dilakukan uji signifikasi dengan Chi-Square. Jika Chi-Square yang dihasilkan tidak signifikan (nilai p>0,05), maka dapat disimpulkan, bahwa hipotesis nihil yang menyatakan: “tidak ada perbedaan antara matriks S dan Σ” tidak ditolak. Artinya teori yang menyatakan bahwa seluruh item dalam subtes tersebut semuanya mengukur hal yang sama, dapat diterima kebenarannya (didukung oleh data). Sebaliknya, jika nilai Chi-Square yang diperoleh signifikan, maka hipotesis nihil S- Σ =0 ditolak. Artinya teori tersebut tidak didukung data (ditolak). 5. Jika teori diterima (model fit), langkah selanjutnya, adalah menguji hipotesis tentang signifikan tidaknya masing-masing item dalam

72

mengukur apa yang hendak diukur. Uji hipotesis ini dilakukan dengan t-test. Jika nilai t signifikan, berarti item yang bersangkutan signifikan dalam mengukur apa yang hendak diukur. Dengan cara seperti ini, dapat dinilai butir item yang mana yang valid dan yang tidak valid di dalam konteks validitas konstruk. Dengan kata lain, analisis faktor konfirmatori dalam hal ini adalah pengujian hipotesis nihil (H0): S-Σ=0. Ini berarti, tidak ada perbedaan antara matriks korelasi yang diharapkan oleh teori dengan matriks korelasi yang diperoleh dari hasil observasi. 6. Persamaan matematis pada butir di atas adalah persamaan regresi untuk setiap butir soal dalam hubungannya dengan faktor yang diukur yaitu:

X1= λ1F+δ1

Dimana:

X1 = Skor yang diperoleh pada item no.1

F

= Konstruk yang hendak diukur (faktor)

λ1

= Koefien Regresi untuk item no. 1 dalam mengukur F, disebut juga sebagai ”koefisien muatan faktor”

δ1 = Segala hal yang mempengaruhi Varians X1 (selain F), disebut juga ”kesalahan pengukuran”

73

Untuk menguji validitas alat ukur yang digunakan dalam penelitian ini, peneliti menggunakan Confirmatory Factor Analysis (CFA) dengan software Lisrel 8.7. Menurut

Umar (2011) langkah-langkah yang dilakukan untuk

mendapatkan kriteria hasil CFA yang baik adalah:

1.

Dilakukan uji CFA dengan model satu faktor dan dilihat nilai Chi-Square yang dihasilkan. Jika nilai Chi-Square tidak signifikan (p > 0.05) berarti semua item hanya mengukur satu faktor saja. Namun jika nilai ChiSquare signifikan (p < 0.05), maka perlu dilakukan modifikasi terhadap model pengukuran yang diuji sesuai langkah kedua berikut ini.

2.

Jika nilai Chi-Square signifikan (p < 0.05), maka dilakukan modifikasi model pengukuran dengan cara membebaskan parameter berupa korelasi kesalahan pengukuran. Ini terjadi ketika suatu item selain mengukur konstruk yang ingin diukur, item tersebut juga mengukur hal yang lain (mengukur lebih dari satu konstruk / multidimensional). Jika setelah beberapa kesalahan pengukuran dibebaskan untuk saling berkorelasi dan akhirnya diperoleh model yang fit, maka model terakhir inilah yang akan digunakan pada langkah selanjutnya.

3.

Jika telah diperoleh model yang fit, maka dilakukan analisis item dengan melihat apakah muatan faktor item tersebut signifikan dan mempunyai koefisien positif. Melihat signifikan tidaknya item tersebut mengukur faktornya, dengan cara melihat t-value koefisien muatan faktor item. Jika t > 1.96 maka item tersebut signifikan dan tidak akan di drop, begitu pun sebaliknya.

74

4.

Setelah itu dilihat apakah ada item yang muatan faktornya negatif. Dalam hal ini, jika ada pernyataan negatif, maka ketika dilakukan skoring terhadap item, arah skoringnya dirubah menjadi positif. Jika setelah diubah arah skoringnya masih terdapat item bermuatan faktor negatif, maka item tersebut akan di drop.

5.

Apabila kesalahan pengukurannya berkorelasi terlalu banyak dengan kesalahan pengukuran pada item lain, maka item seperti ini pun dapat di drop karena bersifat multidimensional.

Dalam TIM sesi performance, terdapat lima faktor (subtes) yang diteorikan untuk diukur. Oleh sebab itu, dalam penelitian ini dilakukan lima kali uji validitas konstruk (untuk setiap subtes) yang masing-masing terdiri dari dua jenis analisis statistik, yaitu:

1. Menguji teori yang menyatakan bahwa semua item pada satu subtes bersifat unidimensional (mengukur apa yang hendak diukur) 2. Menguji tingkat signifikansi setiap butir soal dalam mengukur apa yang hendak diukur.

Setelah melakukan analisis pada tingkatan subtes, tahap berikutnya adalah melakukan analisis pada tingkatan kedua yaitu skor performance. Pada tahap ini akan dilakukan analisis faktor konfirmatori seperti yang dilakukan pada masingmasing subtes, tetapi yang dijadikan datanya disini adalah skor subtes, sedangkan faktornya adalah skor performance. Hal ini dilakukan untuk menguji teori pada tes TIM sesi performance bahwa setiap subtes pada sesi performance

75

berkontribusi pada hal yang sama yaitu skor performance. Analisis ini juga dilakukan untuk melihat hubungan antar subtes dan kontribusi subtes terhadap skor performance. Analisis ini menggunakan metode second order factor analysis dimana dalam analisis ini subtes adalah tingkat (orde) kesatu dan skor performance adalah tingkat (orde) ke dua.

Pada tahap ini data yang akan dianalisis adalah hasil pengukuran dalam bentuk skor faktor (true score) menggunakan SPSS 17.0. Model satu faktor dihitung (diestimasi) nilai skor faktor

bagi setiap item untuk variabel yang

bersangkutan. Dalam hal ini yang dianalisis faktor hanya item yang memiliki nilai faktor positif. Item yang bernilai faktor negatif didrop dan tidak diikut sertakan dalam analisis faktor. Agar dapat dihindari adanya nilai negatif yang mungkin menyulitkan penafsiran, maka peneliti mentransformasi nilai skor faktor ke dalam T-score yang memiliki mean=50 dan SD=10. Hal ini dilakukan dengan rumus, yaitu: Tx = 50+(10*Zx) Keterangan:

Tx

= T-score

Zx

= Standardized score

76

3.4

Prosedur Penelitian

Penelitian ini dimulai dengan mengumpulkan data mentah alat tes TIM sebagai bahan dasar untuk melakukan validasi. Sebelum proses pengolahan data, diadakan pengamatan terbatas dengan cara mewawancarai pihak Divisi Asesmen SDM PPM Manajemen. Sementara itu dilakukan eksplorasi teori yang relevan dengan TIM dan uji validitas alat tes yang sesuai. Setelah melihat berbagai metode, diputuskan untuk menggunakan metode analisis faktor CFA. Metode CFA dipilih karena metode CFA dianggap lebih ilmiah. Dalam CFA model teori yang ada dapat diuji dan keterkaitan antar faktor juga dapat dilihat.

Data mentah kemudian diolah menggunakan aplikasi Lisrel 8.7. Dari hasil perhitungan dengan aplikasi lisrel akan dapat dilihat apakah setiap subtes benarbenar mengukur satu faktor sesuai model yang diteorikan.. Melalui perhitungan dengan lisrel ini juga dapat dilihat kontribusi setiap item terhadap faktor yang ingin diukur. Kombinasi dari dua hasil analisis tersebut akan ditemukan kontribusi setiap subtes terhadap skor sesi performance. Secara diagram, prosedur penelitian dapat dilihat pada Diagram 3.2

77

Diagram 3.2 Prosedur Penelitian Alat Tes

Eksplorasi Teori

Inteligensi TIM

Relevan Dengan TIM

Kebutuhan

Menetapkan

Validasi TIM

Metode Uji Validitas Metode Analisis Konstruk Faktor CFA

Data Mentah Hasil Tes TIM Proses Perhitungan Menggunakan Aplikasi Lisrel 8.7 Menemukan Tingkat

Menemukan jumlah

Signifikansi

faktor yang diukur

Kontribusi Setiap

setiap subtes

Item Dalam Setiap Subtes Menemukan Tingkat Signifikansi Kontribusi Setiap Subtes Pada Skor Sesi Performance

78

BAB IV HASIL PENELITIAN

Pada bagian ini dilakukan uji validitas konstruk per subtes untuk melihat apakah setiap butir item mengukur apa yang seharusnya diukur. Hal ini dilakukan menggunakan analisis CFA dengan dua tahap. Kedua tahap tersebut adalah:

1. Menguji hipotesis tentang model teori yang mengatakan bahwa item pada masing-masing subtes mengukur satu faktor saja. Secara teknis, yang diuji adalah tentang ada tidaknya perbedaan yang signifikan antara matriks korelasi yang diharapkan atau diprediksi oleh teori dengan yang diperoleh dari data. 2. Menguji hipotesis apakah setiap butir item memberikan informasi signifikan terhadap aspek yang diukur.

4.1

Validitas Konstruk Tingkat Subtes

4.1.1

Validitas Konstruk Tingkat Subtes Digit Symbol (DS)

Pada saat run pertama kali menggunakan Aplikasi Lisrel 8.7, terdapat item yang berkoefisien negatif. Karena TIM adalah alat tes kemampuan, maka tidak boleh ada item yang berkoefisien negatif karena ini berarti makin salah jawaban pada item tersebut semakin tinggi kemampuan DS-nya. Oleh sebab itu, bila terjadi seperti itu, maka item itu tidak dapat dipakai sehingga harus didrop atau direvisi. Setelah itu dilakukan analisis kedua setelah item negatif dikeluarkan. Hasil run

79

pertama menunjukkan bahwa item 10 berkorelasi negatif, sehingga harus dibuang dan tidak diikutkan dalam analisis kedua.

Dari hasil analisis kedua, ternyata model satu faktor (unidimensional) tidak

fit

karena

Chi-Square=7994.87,

df=560,

P-value=0.00000

dan

RMSEA=0.230. Setelah dilakukan modifikasi dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena kesalahan pengukuran dari hampir seluruh item saling berkorelasi, sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.

Untuk mendapatkan hasil dengan item yang benar-benar murni, maka dilakukan analisis ulang setelah seluruh item yang tidak signifikan dibuang. Hasilnya menunjukkan bahwa model satu faktor (unidimensional) ternyata masih juga tidak fit, karena Chi-Square=40238.22, df=252, P-value=0.00000 dan RMSEA=0.239 (Diagram 4.1). Setelah dilakukan modifikasi dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi-Square=62.36, df=48, P-value=0.07963 dan RMSEA=0.010.

80

Diagram 4.1 Analisis Faktor Konfirmatorik Subtes DS

81

Pada saat model sudah fit terlihat bahwa nilai P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 252, namun setelah mencapai model fit, df yang tersisa hanya 48. Ini berarti terdapat 252–48=204 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional (Tabel 4.1).

82

83

Hasil uji hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t pada setiap koefisien muatan faktor dapat dilihat pada Tabel 4.2. Tabel 4.2 Muatan Faktor Item TIM subtes DS No. Koefisien Standar Error T – Values Signifikan 1 0.27 0.02 13.78 V 2 0.36 0.02 16.09 V 3 0.25 0.02 12.34 V 7 0.07 0.02 3.26 V 8 0.06 0.02 2.83 V 11 0.23 0.02 10.19 V 13 0.12 0.02 5.94 V 15 0.22 0.02 11.11 V 16 0.13 0.02 6.34 V 17 0.16 0.02 8.09 V 21 0.30 0.02 15.35 V 23 0.31 0.02 15.43 V 24 0.29 0.02 15.04 V 25 0.45 0.02 23.60 V 26 0.50 0.02 26.44 V 27 0.67 0.02 37.24 V 28 0.82 0.02 47.26 V 29 0.84 0.02 47.22 V 30 0.97 0.02 59.04 V 31 1.04 0.02 66.73 V 32 0.90 0.02 54.12 V 33 0.88 0.02 52.24 V 34 0.80 0.02 46.19 V 35 0.72 0.02 40.58 V Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan Dari hasil analisis kedua dengan item negatif dan item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes DS masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di dalam subtes ini tidak hanya mengukur faktor DS.

84

Untuk mengetahui berapa faktor yang diukur oleh subtes DS, maka dilakukan analisis faktor dengan metode Exploratory Factor Analysis (EFA) dengan menggunakan program SPSS 17, item dengan Eugenvalue lebih dari 1 diasumsikan sabagai 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes DS sebenarnya mengukur lima faktor (Tabel 4.3). Namun perhitungan ini hanya sebagai perkiraan saja, diperlukan penelitian lebih lanjut mengenai berapa dan apa sebenarnya faktor yang diukur. Hal terakhir ini diluar lingkup penelitian ini.

Tabel 4.3 Komponen Faktor Item TIM subtes DS Rotated Component Matrixa Component 1 V1 V2 V3 V7 V8 V11 V13 V15 V16 V17 V21 V23 V24 V25 V26 V27 V28 V29 V30 V31 V32 V33 V34 V35

2 .034 .016 .026 -.021 -.014 .007 -.015 .017 .062 .066 .075 .073 .009 .012 .039 .133 .292 .383 .538 .690 .793 .858 .859 .812

3 -.002 .025 .081 .035 .037 .038 .027 .074 -.009 -.046 .030 .135 .288 .549 .655 .796 .802 .745 .658 .504 .343 .224 .088 .030

4 .082 .054 .062 .094 -.047 -.031 .040 .098 .219 .315 .496 .720 .683 .488 .365 .205 .063 -.009 -.036 -.031 .015 .046 .101 .113

5 -.102 .106 .252 .313 .430 .533 .643 .677 .333 .386 .204 .025 .048 .052 .045 .051 .035 .037 .028 .032 .024 .025 .024 .015

.678 .670 .470 .367 .256 .107 .143 -.138 .021 .000 .229 .070 .034 .034 .020 .014 .062 .049 .064 .070 .026 .023 -.001 -.009

85

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.4. Terlihat bahwa faktor 1 diukur oleh item 31, 32, 33, 34, 35. Faktor 2 terukur oleh item 25, 26, 27, 28, 29, 30. Faktor 3 terukur oleh item 21, 23, 24. Faktor 4 terukur oleh item 8, 11, 13, 16, 17. Faktor 5 terukur oleh item 1, 2, 3, 7.

Tabel 4.4 Sebaran Item TIM Subtes DS Faktor

Item

1

31, 32, 33, 34, 35

2

25, 26, 27, 28, 29, 30

3

21, 23, 24

4

8, 11, 13, 16, 17

5

1, 2, 3, 7

Tes psikologis dapat tertentu. Salah

satunya

diklasifikasikan

adalah

klasifikasi

berdasarkan tes

yang

berbagai

dimensi

didasarkan

pada

tingkat kinerjanya, yaitu speed test dan power test (Chadha, 2009). Speed test membedakan individu berdasarkan kecepetan mereka. Tingkat kesukaran item seluruhnya hampir sama dan semuanya dipertimbangkan berdasarkan kemampuan testi yang akan mengerjakanya, namun batasan waktu pengerjaanya dibuat sedemikian rupa sehingga tidak ada satupun testi yang dapat menyelesaikanya. Skor dari setiap individu didapatkan berdasarkan kecepatan mereka. Speed test yang murni adalah tes yang tingkat kesukaranya sangat rendah sehingga setiap orang mampu menjawab dengan benar. Tidak ada item yang dibuat dengan asusmsi individu dapat salah menjawab. Sehingga yang membedakan skor individu murni karena kecepatanya.

86

Di sisi lain, power test menyediakan waktu bagi testi untuk menjawab seluruh pertanyaan. Namun tingkat kesukaran item semakin lama semakin meningkat sehingga dengan waktu yang lebih luangpun sabagian orang tidak akan mampu menjawab dengan benar. Skor diperoleh dari proporsi jawaban benar. Dengan begitu, yang membedakan skor individu dengan individu lainya dalah kemampuan kognitif.

Dalam subtes DS ini terdapat kerancuan mengenai bentuk tes DS. DS memang diteorikan mengukur memori dan kecepatan. Namun DS tidak dapat juga disebut sebagai speed test karena item DS terlalu sedikit sehingga hampir semua yang menempuh tes ini dapat menjawab dengan benar. Akibatnya subtes DS tidak dapat membedakan kemampuan antar indivdu. DS juga tidak dapat dikatakan sebagai power test karena tingkat kesukaran item DS terlalu rendah sehingga setiap orang dapat dipastikan bisa menjawab dengan benar asalkan waktu yang diberikan cukup. Sama sekali tidak ada kemampuan berfikir yang diperlukan dalam mengerjakan subtes DS. Ketidakjelasan sifat subtes DS ini mengakibatkan subtes ini menjadi multidimensional. Tidak ada satu faktor yang terdifinisi dalam subtes ini.

Dalam hal ini disarankan pada setiap alat tes untuk menetapkan sifat tesnya, apakah speed test atau power test. Bila akan menggunakan speed test maka perlu dirancang dulu jumlah item dan waktunya. Dalam hal ini sebisa mungkin jumlah item tes dibuat sangat banyak dengan waktu yang dibatasi, sehingga diperkirakan testi tidak akan mampu menjawab seluruhnya. Sedangkan

87

untuk power test, bentuk soalnya dirancang sedemikian rupa sehingga dalam pengerjaannya mutlak dibutuhkan kemampuan kognitif. Dengan begitu, testi yang mampu menyelesaikan seluruhnya dengan benar dapat diinterpretasikan memiliki kemampuan kognitif yang tinggi. Oleh karena itu, tingkat kesukaran item dalam tes juga harus dibuat meningkat secara bertahap sesuai dengan nomer urut item, semakin besar semakin sulit.

4.1.2

Validitas Konstruk Tingkat Subtes Picture Completion (PC)

Dari hasil run pertama ditemukan bahwa item yang berkoefisien negatif adalah item 10, 25, 27, 28, 29, 31, 32, 33, 34. Setelah didrop, model satu faktor (unidimensional) tidak fit karena Chi Square=2778.64, df=290, P-value=0.00000 dan RMSEA=0.055. Setelah dilakukan modifikasi dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.

Setelah dirun kembali, model satu faktor (unidimensional) ternyata masih juga tidak fit, karena Chi-Square=7727.36, df=275, P-value=0.00000 dan RMSEA=0.099 (Diagram 4.2). Setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi Square=189.32, df=159, P-value=0.05051, dan RMSEA=0.008.

88

Diagram 4.2 Analisis Faktor Konfirmatorik Subtes PC

89

Terlihat pada model fit bahwa P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini kesalahan pengukuran dari hampir seluruh

item saling berkorelasi. Pada awalnya df

berjumlah 275, namun setelah mencapai model fit, df yang tersisa hanya 140. Ini berarti terdapat 275–159=116 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut bersifat multidimensional. Ada pun butirbutir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.5.

90

91

Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.6 Tabel 4.6 Muatan Faktor Item TIM subtes PC No. Koefisien Standar Error T – Values Signifikan 1 0.28 0.02 16.93 V 2 0.40 0.03 14.89 V 3 0.51 0.02 20.97 V 4 0.14 0.01 10.01 V 5 0.45 0.02 21.22 V 6 0.34 0.02 14.43 V 7 0.46 0.02 19.69 V 8 0.43 0.02 18.80 V 9 0.49 0.02 22.41 V 11 0.44 0.02 19.67 V 12 0.50 0.02 23.06 V 13 0.61 0.02 29.30 V 14 0.42 0.02 19.94 V 15 0.62 0.02 35.64 V 16 0.42 0.02 25.17 V 17 0.50 0.02 29.37 V 18 0.37 0.02 16.67 V 19 0.30 0.02 19.94 V 20 0.49 0.02 29.18 V 21 0.23 0.02 14.52 V 22 0.43 0.02 18.71 V 23 0.31 0.02 20.10 V 24 0.49 0.02 22.50 V 26 0.42 0.02 19.94 V 30 0.18 0.02 8.25 V Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan

Dari hasil hasil analisis yang kedua dengan item negatif dan item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes PC masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di dalam subtes ini tidak hanya mengukur faktor PC.

92

Untuk mengetahui berapa faktor yang diukur oleh subtes PC, maka dilakukan analisis faktor dengan metode Exploratory Factor Analysis (EFA) dengan menggunakan program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan sabagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes PC sebenarnya mengukur delapan faktor. (Tabel 4.7).

Tabel 4.7 Komponen Faktor Item TIM subtes PC Rotated Component Matrixa Component 1

2

3

4

5

6

7

8

V1

.011

.016

-.004

.013

-.099

.642

.104

-.111

V2

.128

.018

.025

.058

.174

.573

-.001

.218

V3

.150

.045

-.050

.333

.007

.443

-.086

.052

V4

-.049

.022

-.045

.076

.053

.012

.162

.725

V5

.414

.029

.039

-.007

.095

.152

-.064

.394

V6

.054

.049

.136

.587

.126

.070

-.150

.076

V7

.028

-.006

-.068

.667

.048

.121

.298

-.072

V8

.380

.069

.014

.391

-.120

-.073

.007

.214

V9

.538

.036

.000

.095

-.065

.175

-.243

.271

V11

.298

.077

.039

.193

.190

-.237

-.040

.203

V12

.391

.059

-.055

.258

.153

.051

-.025

-.286

V13

.633

.063

-.053

.082

-.071

.077

.032

.076

V14

.133

.984

-.002

.049

.053

.026

.024

.024

V15

.491

.142

.021

.116

.138

.016

.168

-.092

V16

.503

-.014

-.079

.200

-.019

-.194

.223

-.148

V17

.403

.102

.043

-.044

.184

.029

.150

.030

V18

.178

-.002

.835

-.008

.062

.019

.100

.020

V19

.043

.017

.032

.141

.200

.202

.637

.032

V20

.499

.038

.061

-.010

.192

.066

.046

.019

V21

.203

.029

.022

-.104

-.110

-.099

.640

.131

V22

.441

-.084

.060

-.201

.150

.246

.044

-.191

V23

.042

.029

.002

.042

.746

.003

.112

.069

V24

.274

.054

-.038

.088

.624

.019

-.058

-.014

V26

.133

.984

-.002

.049

.053

.026

.024

.024

V30

.137

.001

-.847

-.069

.086

.032

.053

.040

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.8 terlihat bahwa faktor 1 diukur oleh item 5, 9, 11, 12, 13, 15, 16, 17, 20, 22, 30. Faktor 2 terukur oleh item 14, 26. Faktor 3 terukur oleh item 18. Faktor 4 terukur

93

oleh item 6, 7, 8. Faktor 5 terukur oleh item 23, 24. Faktor 6 terukur oleh item 1, 2, 3. Faktor 7 terukur oleh item 19. Faktor 8 terukur oleh item 4.

Tabel 4.8 Sebaran Item TIM subtes PC Faktor

Item

1

5, 9, 11, 12, 13, 15, 16, 17, 20, 22, 30

2

14, 26

3

18

4

6, 7, 8,

5

23, 24

6

1, 2, 3

7

19

8

4

Hal yang mungkin menjadi penyebab terjadinya multidimensionalitas dalam subtes PC adalah karena bentuk jawabannya yang hanya terdiri dari huruf depan dari benda yang dihilangkan. Bentuk jawaban seperti ini beresiko menyebabkan terjadinya multikonotasi sehingga dapat menyebabkan multitafsir. Huruf yang sama bisa dipahami berbeda oleh orang yang berbeda.

Selain itu jumlah soal dalam PC terlalu banyak. Pada WAIS alat tes berbentuk kartu bergambar dan testi diminta untuk melihat bagian mana yang kurang satu-persatu. Namun di dalam TIM, gambar dibuat berjajar dan di setiap halamanya terdapat 6 gambar. Hal ini menyebabkan konsetrasi peserta menjadi terganggu karena banyaknya gambar yang disajikan. Jumlah soal dan waktu pengerjaan kurang sesuai sehigga banyak peserta yang pada akhirnya menjawab secara random.

94

Untuk mengatasi masalah multitafsir, sebaiknya jawaban dituliskan dengan lengkap. Namun, ini bisa beresiko testi memanfaatkan jawaban untuk melihat kembali mana bagian yang hilang. Untuk mencegah hal itu, maka bentuk jawabannya dirubah dari bentuk pilihan berganda menjadi isian. Memang dibandingkan dengan jawaban berganda, proses pemeriksaan jawaban isian akan lebih sulit sehingga memakan waktu lama.

4.1.3

Validitas Konstruk Tingkat Subtes Spatial (SPA)

Subtes SPA sebenarnya terdiri dari 50 item, namun item nomer 41 sampai item 50 tidak dapat ikut dianalisis karena tidak ada satu orangpun dari 2770 orang yang menjawab benar sehingga tidak memiliki daya pembeda. Dari hasil yang diperoleh untuk subtes SPA, model satu faktor (unidimensional) tidak fit, karena Chi-Square=118822.91, df=740, P-value=0.00000 dan RMSEA=0.240. Setelah kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lain, maka akhirnya diperoleh model fit P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi, sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.

Setelah dirun kembali, ditemukan bahwa model satu faktor (unidimensional) tidak fit, karena Chi-Square=115783.14, df=702, P-value=0.00000 dan RMSEA=0.243 (Diagram 4.3). Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit. Chi-Square=170.91, df=146, P-value=0.07769, dan RMSEA=0.008.

95

Digram 4.3 Analisis Faktor Konfirmatorik untuk subtes SPA

96

Terlihat pada model fit bahwa P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini kesalahan pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 702, namun setelah mencapai model fit, df yang tersisa hanya 146. Ini berarti terdapat 702-146=556 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut bersifat multidimensional. Ada pun butirbutir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.9.

97

98

99

Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.10 Tabel 4.10 Muatan Faktor Item TIM Subtes SPA No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

Koefisien 0.77 0.73 0.77 0.72 0.80 0.68 0.73 0.76 0.65 0.67 0.65 0.74 0.80 0.76 0.76 0.63 0.77 0.82 0.64 0.71 0.80 0.75 0.79 0.73 0.53 0.68 0.60 0.56 0.63 0.55 0.59 0.52 0.56 0.38 0.45 0.44 0.19 0.41 0.28

Standar Error 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02

T – Values 46.47 43.46 45.87 42.30 49.30 38.73 41.24 45.62 36.73 36.52 36.72 43.83 48.76 45.26 45.59 34.86 46.35 49.22 35.56 40.89 49.21 44.28 48.61 42.70 27.68 38.97 33.06 30.51 35.82 30.47 32.82 28.75 30.71 20.02 23.78 23.18 9.58 21.42 14.27

Signifikan V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V V

Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan

100

Dari hasil analisis kedua dimana item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes SPA masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item tidak hanya mengukur faktor SPA.

Setelah dilakukan analisis faktor dengan metode Exploratory Factor Analysis (EFA) menggunakan program SPSS 17, hasil perhitungan diperkirakan bahwa subtes SPA sebenarnya mengukur lima faktor (Tabel 4.11).

101

Tabel 4.11 Komponen Faktor Item TIM Subtes SPA Rotated Component Matrix a Component 1 V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 V21 V22 V23 V24 V25 V26 V27 V28 V29 V30 V31 V32 V33 V34 V35 V36 V37 V38 V39

2 .085 .088 .101 .062 .121 .145 .105 .189 .137 .205 .038 .087 .070 .089 .116 .174 .073 .069 .086 .126 .192 .235 .322 .343 .476 .539 .611 .678 .751 .754 .727 .695 .578 .386 .398 .331 .034 .163 .091

3 .700 .730 .603 .699 .663 .563 .611 .312 .124 .108 .233 .386 .434 .255 .226 .129 .235 .329 .232 .257 .246 .162 .192 .154 .024 .130 .099 .044 .130 .135 .163 .147 .133 .054 .092 .087 -.065 .057 .011

4 .203 .146 .125 .227 .234 .120 .138 .175 .124 .140 .188 .197 .339 .277 .247 .175 .489 .546 .507 .554 .644 .667 .661 .610 .395 .416 .255 .207 .246 .140 .097 .059 .056 .023 .071 .062 .086 .095 .062

5 .028 .014 .035 .037 .056 .043 .007 .020 .074 .100 .082 .031 .049 .052 .044 .092 .090 .094 .117 .074 .074 .052 .027 .072 .065 .092 .093 .118 .170 .212 .321 .386 .442 .554 .714 .749 .609 .777 .700

.134 .100 .289 .087 .223 .190 .267 .547 .630 .537 .510 .424 .344 .596 .588 .546 .349 .270 .178 .163 .234 .189 .216 .183 .214 .159 .195 .210 .101 .105 .121 .088 .131 .081 .075 .068 .067 .062 .051

102

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.12 . Terlihat bahwa faktor 1 diukur oleh item 25, 26, 27, 28, 29, 30, 31, 32, 33. Faktor 2 terukur oleh item 1, 2, 3, 4, 5, 6, 7, 13. Faktor 3 terukur oleh item 18, 19. 20, 21, 22, 23, 24. Faktor 4 terukur oleh item 35, 36, 37, 38, 39. Faktor 5 terukur oleh item 8, 9, 10, 12, 14, 15, 16.

Tabel 4.12 Sebaran Item TIM Subtes SPA Faktor

Item

1

25, 26, 27, 28, 29, 30, 31, 32, 33

2

1, 2, 3, 4, 5, 6, 7, 13

3

17, 18, 19, 20, 21, 22, 23, 24.

4

35, 36, 37, 38, 39

5

8, 9, 10, 12, 14, 15, 16

Dari hasil ini dapat diketahui bahwa terdapat faktor-faktor lain yang menyebabkan subtes SPA ini menjadi multidimensional. Faktor pertama yang paling berpengaruh adalah faktor waktu. Waktu yang disediakan pada subtes ini terlalu sempit sedangkan item yang harus dikerjakan cukup banyak padahal setiap item memerlukan waktu untuk mengidentifikasi jawaban. Kurangnya waktu ini membuat peserta tes akhirnya menjawab secara random karena kepanikan dan kemungkinan besar faktor waktu ini juga yang menyebabkan item 41-50 tidak ada yang menjawab dengan benar sesuai dengan kunci jawaban. Maka untuk memperbaiki tes ini sebaiknya dilakukan pengujian kembali mengenai alokasi waktu.

103

Faktor yang kedua adalah ukuran gambar pada setiap soal. Ukuran gambar pada item-item SPA ini terlalu kecil dan soal satu dengan soal lain juga tempatnya berdempetan sehingga bagi sebagian orang yang bermasalah dengan kesehatan matanya, akan sangat sulit mengerjakan tes ini.

Faktor berikutnya adalah jumlah item soal. Jumlah item yang terdapat di dalam subtes spasial terlalu banyak sehingga banyak peserta yang tidak mampu menjawab sampai akhir dan banyak juga yang akhirnya asal mengisi tanpa melihat soal terlebih dahulu sehingga yang terjadi adalah mereka menjawab secara random.

4.1.4

Validitas Konstruk Tingkat Subtes Picture Arrangement (PA)

Pada saat run pertama, ditemukan item 9 berkoefisien negatif sehingga harus didrop.

Setelah

dirun

kembali

diperoleh

bahwa

model

satu

faktor

(unidimensional) tidak fit, karena Chi-Square=5444.72, df=170, P-value=0.00000 dan RMSEA=0.106. Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.

Setelah dirun kembali diperoleh, model satu faktor (unidimensional) ternyata masih juga tidak fit, karena Chi-Square=4385.49, df=152, P-

104

value=0.00000 dan RMSEA=0.100 (Diagram 4.4). Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi-Square=88.35, df=70, P-value=0.06831, dan RMSEA=0.010 Diagram 4.4 Analisis Faktor Konfirmatorik Subtes PA

105

Terlihat pada model fit bahwa P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh

item saling berkorelasi. Pada awalnya df

berjumlah 152, namun setelah mencapai model fit, df yang tersisa hanya 70. Ini berarti terdapat 152–70=82 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional . Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.13.

106

107

Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.14. Tabel 4.14 Muatan Faktor Item TIM Subtes PA No. 1 2 3 4 5 6 7 8 10 11 12 13 14 15 16 17 19 20 21

Koefisien Standar Error T – Values Signifikan 0.60 0.02 31.93 V 0.48 0.03 18.14 V 0.65 0.02 32.55 V 0.60 0.02 30.18 V 0.49 0.02 22.99 V 0.62 0.02 32.47 V 0.34 0.02 16.33 V 0.60 0.02 29.66 V 0.60 0.02 29.67 V 0.45 0.02 20.57 V 0.40 0.02 19.04 V 0.43 0.02 21.04 V 0.39 0.02 16.52 V 0.23 0.02 10.71 V 0.20 0.02 9.47 V 0.12 0.02 5.66 V 0.16 0.02 7.93 V 0.09 0.02 4.18 V 0.09 0.02 3.91 V Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan Dari hasil hasil analisis kedua dengan item negatif dan item tidak

signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes PA masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di dalam subtes ini tidak hanya mengukur faktor PA.

Untuk mengetahui berapa faktor yang diukur oleh subtes PA, dilakukan analisis faktor dengan metode Exploratory Factor Analysis (EFA) menggunakan program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan

108

sebagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes PA sebenarnya mengukur empat faktor (Tabel 4.15).

Tabel 4.15 Komponen Faktor Item TIM Subtes PA Rotated Component Matrix

a

Component 1 V1 V2 V3 V4 V5 V6 V7 V8 V10 V11 V12 V13 V14 V15 V16 V17 V19 V20 V21

2 .128 -.006 -.086 .086 .177 .321 .323 .303 .580 .489 .433 .564 .564 .345 .060 .025 .071 .048 -.023

3 .513 .536 .591 .521 .455 .434 .169 .445 .197 .064 .111 .097 -.013 -.095 .105 .033 .022 -.013 -.019

4 .067 -.008 .008 -.102 .003 .018 .121 .032 -.020 .027 .051 .032 -.016 -.044 .092 .114 .549 .804 .719

-.019 .018 .131 .161 -.084 -.042 -.221 -.134 -.062 -.044 .113 .175 .178 .416 .604 .664 .149 .015 -.003

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.16. Terlihat bahwa faktor 1 diukur oleh item 7, 10, 11, 12, 13, 14; faktor 2 terukur oleh item 1, 2, 3, 4, 5, 6, 8; faktor 3 terukur oleh item 19, 20, 21 dan faktor 4 terukur oleh item 15, 16, 17.

109

Tabel 4.16 Sebaran Item TIM subtes PA Faktor

Item

1

7, 10, 11, 12, 13, 14

2

1, 2, 3, 4, 5, 6, 8

3

19, 20, 21

4

15, 16, 17

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.16. Terlihat bahwa faktor 1 diukur oleh item 7, 10, 11, 12, 13, 14; faktor 2 terukur oleh item 1, 2, 3, 4, 5, 6, 8; faktor 3 terukur oleh item 19, 20, 21 dan faktor 4 terukur oleh item 15, 16, 17.

Terjadinya multidimensionalitas dalam subtes PA bisa terjadi karena perubahan cara pengerjaannya. WAIS dimana testi benar-benar menyusun gambar dirubah dalam TIM menjadi hanya membayangkan susunan gambar. Dalam WAIS testi dapat dengan bebas memutar-mutar susunan gambar hingga ia putuskan sudah benar. Sedangkan dalam TIM testi hanya bisa membayangkanya saja.

Faktor kedua bisa juga diakibatkan karena banyaknya jumlah item dalam subtes PA, padahal waktu yang diberikan sangat terbatas. Akibatnya konsentrasi testi dalam mengerjakan menjadi terpecah karena takut kehabisan waktu. Kurangnya waktu ini juga dapat membuat beberapa testi akhirnya hanya mengerjakan secara random. Jumlah item per halaman juga terlalu banyak sehingga konsentrasi testi menjadi terpecah ke beberapa item sekaligus.

110

Untuk memperbaiki tes ini, pertama sebaiknya dilakukan kaji ulang mengenai bentuk item. Harusnya, testi diberi kesempatan melihat langsung objeknya sekalipun dalam bentuk gambar yang tidak statis melainkan dinamis dalam arti memungkinkan untuk dirubah-rubah peletakannya. Aplikasi program komputer bisa membantu mengurangi dampak masalah ini.

Hal lain yang juga sangat penting dilakukan adalah dengan mengadakan penelitian mengenai penentuan alokasi waktu dan jumlah item. Hal ini untuk menghindari agar testi tidak cenderung untuk mengerjakan tes secara random. Penempatan item

perhalaman juga perlu diperhatikan. Pengerjaan PA

membutuhkan konsentrasi yang cukup tinggi sehingga sebis mungkin hal-hal yang dapat menggangu konsentrasi testi dapat dikurangi.

4.1.5

Validitas Konstruk Tingkat Subtes Object Assembly (OA)

Hasil yang diperoleh untuk subtes OA dengan model satu faktor (unidimensional) tidak

fit,

karena

Chi-Square=8142.20,

df=170,

P-value=0.00000

dan

RMSEA=0.130(Diagram 4.5). Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan ChiSquare=70.36, df=58, P-value=0.12808, dan RMSEA=0.009

111

Diagram 4.5 Analisis Faktor Konfirmatorik Untuk Subtes OA

Terlihat pada model fit bahwa nilai Chi-Square menghasilkan P>0,05 (tidak signifikan). Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 170, namun setelah mencapai model fit, df yang tersisa hanya 58. Ini berarti terdapat 170–58=112 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.17.

112

113

Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.18. Tabel 4.18 Muatan Faktor Item TIM subtes OA No. Koefisien Standar Error T – Values Signifikan 1 0.68 0.02 34.95 V 2 0.38 0.02 17.77 V 3 0.27 0.02 11.48 V 4 0.47 0.02 23.17 V 5 0.61 0.02 28.14 V 6 0.46 0.02 22.80 V 7 0.28 0.02 13.38 V 8 0.51 0.02 26.55 V 9 0.60 0.02 30.05 V 10 0.36 0.02 18.10 V 11 0.55 0.02 27.17 V 12 0.61 0.02 29.11 V 13 0.91 0.03 30.41 V 14 0.48 0.02 25.06 V 15 0.67 0.02 34.10 V 16 0.33 0.02 17.63 V 17 0.49 0.02 21.61 V 18 0.35 0.02 14.97 V 19 0.43 0.02 22.17 V 20 0.40 0.02 21.04 V Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan Item dikatakan signifikan jika memiliki score t lebih dari 1,96. Dari hasil tersebut, dapat dikatakan seluruh item dalam subtes OA siginifikan. Item yang paling baik sesuai urutannya : 1, 15, 13, 9, 12, 5, 11, 8, 14, 4, 6, 19, 17, 20, 10, 2, 16, 17, 7, dan 3.

Dari hasil analisis dapat dilihat bahwa seluruh item OA signifikan mengukur faktor OA, tetapi sebenarnya item-item dalam subtes OA kurang bagus karena

semuanya

bersifat

multidimensional.

Tingginya

tingkat

114

muldimensionalitas ini dapat terlihat dari banyaknya korelasi kesalahan antar item. Sebuah item yang dikatakan unidimensional atau mengukur hanya satu faktor saja maksimal hanya diperbolehkan berkorelasi tiga item lainya. multidimensionalitas dalam item-item OA menandakan bahwa pada dasarnya OA tidak hanya mengukur satu faktor saja seperti yang diteorikan, namun OA juga mengukur beberapa faktor yang lain.

Untuk mengetahui berapa kira-kira faktor yang diukur oleh subtes OA, dilakukan analisis faktor dengan metode Exploratory Factor Analysis (EFA) dengan menggunakan program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan sabagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes OA sebenarnya mengukur empat faktor (Tabel 4.19).

115

Tabel 4.19 Komponen Faktor Item TIM Subtes OA Rotated Component Matrix

a

Component 1 item1 item2 item3 item4 item5 item6 item7 item8 item9 item10 item11 item12 item13 item14 item15 item16 item17 item18 item19 item20

.176 .055 .029 .037 .071 -.062 -.163 .101 .191 4.315E-5 .012 .237 .484 .334 .558 .364 .734 .688 .549 .558

2 .410 -.056 .056 .132 .302 .481 .128 .560 .350 .584 .512 .415 .417 .413 .398 .068 .151 -.017 .013 .006

3 .346 .627 .608 .585 .488 .223 .095 .065 .414 -.102 .174 .187 .017 .026 .121 .000 .057 .130 .072 .005

4 .066 .122 -.119 .108 .023 .054 .812 .007 -.067 .036 .012 .119 .021 .193 .142 .699 .116 .122 -.094 -.044

.

Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.20. Terlihat bahwa faktor 1 diukur oleh item 13, 15, 17, 18, 19 ,20. Faktor 2 terukur oleh item 1, 6, 8, 9, 10, 11, 12, 14. Faktor 3 terukur oleh item 2, 3, 4. Faktor 4 terukur oleh item 16.

116

Tabel 4.20 Sebaran Item TIM subtes OA Faktor

Item

1

13, 15, 17, 18, 19 , 20

2

1, 6, 8, 9, 10, 11, 12, 14

3

2, 3, 4

4

16

Penyebab terjadinya multidimensionalitas pada item OA adalah cara pengerjaan tes yang berubah dari bentuk benda nyata yang langsung dilihat. dapat diraba, dan dapat digerak-gerakkan dengan mudah (tes WAIS) menjadi bentuk gambar statis yang tidak dapat digerakkan dan dicoba sehingga yang teruji utamanya

adalah

kemampuan

imajinasi.

Ini

juga

menyebabkan

cara

pengerjaannya lebih sulit.

Hal lain adalah tampilan susunan soal yang terlalu banyak dan rapat dalam satu halaman (TIM) dapat menyebebabkan testi terpecah konsentrasi pada beberapa soal. Ini menyebabkan mereka kemungkinan hanya menjawab secara random. Hal ini dapat merubah arah interpretasi.

Masalah lain adalah komposisi antara waktu dan jumlah soal. Pada WAIS jumlah soal lebih sedikit dengan alokasi waktu tidak terbatas. Sementara pada TIM, jumlah soal lebih banyak dengan waktu terbatas.

Untuk mengatasi masalah ini, disarankan untuk memperbaiki bentuk tes. Dalam hal ini dapat mempertimbangkan penggunaan aplikasi tes dengan program

117

komputer. Dengan aplikasi komputer, tes dapat dikembalikan mendekati simulasi yang dilakukan pada WAIS. Solusi berikutnya dapat juga dilakukan dengan menambah jumlah halaman sehingga jumlah soal per halaman bisa dikurangi atau bahkan bisa menjadi satu soal per satu halaman.Dengan begitu, testi akan lebih fokus pada satu soal. Demikian pula dengan jumlah soal, perlu dikaji berapa jumlah yang proporsional dengan alokasi waktu yang diberikan sehingga yang diukur adalah waktu penyelesaian bukan jumlah jawaban benar.

4.2

Validitas Konstruk Tingkat Skor Performance

Setelah dilakukan analisis faktor konfirmatorik pada masing-masing subtes, kemudian dilakukan analisis faktor konfirmatori untuk konstruk inteligensi umum. Dalam konteks ini, matriks korelasi antar faktor (subtes) digunakan sebagai input. Namun ada perbedaan dari analisis sebelumnya. Pada analisis ini input bukan data mentah seperi analisis subtes melainkan dalam bentuk skor faktor (true score) menggunakan SPSS 17.0 .Hal ini dilakukan karena setiap item dalam tim bersifat multidimensional. Jadi cara analisis sama dengan analisis pada setiap subtes namun bedanya yang diinput ke dalam Lisrel adalah skor faktor dari masing-masing subtes. Pada analisis ini subtes PC tidak diikutsertakan karena skor faktor pada subtes PC tidak dapat ditemukan. Hal ini terjadi sebagai akibat dari matriks korelasi yang kurang baik.

Hasil analisis ini diperoleh nilai Chi-Square=0.51, df=1, P-value=0.47356, dan RMSEA=0.000 . Jadi, model fit dengan data. Artinya, teori yang mengatakan bahwa item-item mengukur empat subtes dan empat subtes mengukur skor

118

performance dapat diterima. Namun model fit ini juga dapat tercapai karena ada korelasi kesalahan antar faktor yang diperbolehkan yang antara subtes DS dan SPA.

Diagram 4.6. Analisis Faktor Konfirmatorik untuk Skor Performance

Terlihat dari Diagram 4.6, bahwa nilai P>0,05 (tidak signifikan) yang berarti model satu faktor dapat diterima. Pada tahap berikutnya, akan dilihat apakah setiap subtes signifikan menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang koefisien muatan faktor. Pengujiannya dilakukan dengan melihat nilai t bagi setiap koefisien muatan faktor (Tabel 4.21).

119

Tabel 4.21 Muatan Faktor Skor Performance TIM Subtes

Koefisien

Standar Error

T – Values

Signifikan

DS

0.50

0.02

22.92

V

SPA

0.68

0.02

32.19

V

PA

0.58

0.02

29.36

V

OA

0.79

0.02

38.27

V

Keterangan: V= signifikan (t-values > 1,96) X = Tidak signifikan

Dari hasil analisis diatas dapat disimpulkan bahwa pada dasarnya setiap subtes dalam TIM sesi performance sebenarnya secara signifikan mengukur skor performance.

120

BAB V KESIMPULAN, DISKUSI DAN SARAN 5.1 Kesimpulan

Hipotesis penelitian ini telah ditetapkan bahwa:

1. Seluruh item dalam setiap subtes TIM Sesi Performance mengukur konstruk yang dimaksud dimana masing-masing subtes fit (sesuai) dengan model satu faktor, dan setiap item dalam masing-masing subtes memberikan sumbangan signifikan 2. Lima subtes TIM Sesi Performance fit (sesuai) dengan model satu faktor, yaitu mengukur skor performance

Kesimpulan tentang hasil pengujian hipotesis 1 dipaparkan pada Tabel 5.1.

121

Tabel 5.1 Perbandingan Model Sebelum Fit dan Sesudah Fit Subtes

Model Awal

Digit Symbol

Fit

Chi-Square=40238.22

Chi-Square=62.36

df=252

df=48

P-value=0.00000

P-value=0.07963

RMSEA=0.239

RMSEA=0.010

Chi-Square=7727.36

Chi-Square=189.32

df=275

df=159

P-value=0.00000

P-value=0.05051

RMSEA=0.099

RMSEA=0.008

Chi-Square=118822.91

Chi-Square=170.91

df=740

df=146

P-value=0.00000

P-value=0.07769

RMSEA=0.240

RMSEA=0.008

Picture

Chi-Square=5444.72

Chi-Square=88.35

Arrangement

df=170

df=70

P-value=0.00000

P-value=0.06831

RMSEA=0.106

RMSEA=0.010

Chi-Square=8142.20

Chi-Square=70.36

df=170

df=58

P-value=0.00000

P-value=0.12808

RMSEA=0.130

RMSEA=0.009

Picture Completion

Spatial

Object Assembly

122

Hasil pengujian menunjukkan bahwa hipotesis 1 diterima namun dengan catatan. Pada awalnya model satu faktor tidak dapat diterima. Namun setelah dilakukan

beberapa

modifikasi

pada

model

pengukuran

dengan

cara

membebaskan korelasi kesalahan antar item maka hipotesis 1 dapat. Hipotesis masih dapat diterima karena model fit satu faktor masih dapat tercapai dan itemitem pada setiap subtes sebenarny memberikan kontrubusi yang signifikan terhadap faktor yang ingin diukur. Walaupun pada dasarnya item-item pada setiap subtes kurang baik karena juga secara signifikan mengukur hal selain faktor yang ingin diukur.

Hasil pengujian hipotesis 2 dengan catatan. Melalui analisis faktor dua tingkat (second order confirmatory analysis) ditemukan bahwa seluruh subtes secara signifikan mengukur skor performance. Hal ini sejalan dengan hasil penelitian yang dilakukan oleh Jackson (2003). Setiap subtes terbukti secara signifikan berkontribusi terhadap skor performance. Namun kondisi ini terjadi setelah faktor kesalahan dihilangkan

5.2 Diskusi

Hasil analisis menunjukkan bahwa seluruh subtes dalam TIM tidak mengukur satu faktor (unidimensional) seperti yang diteorikan. Banyaknya kesalahan item yang saling berkorelasi ini menandakan bahwa sebenarnya itemitem dalam TIM sesi performance ini bersifat multidimensional. Ini berarti bahwa item-item tersebut selain mengukur faktor pada subtes seharusnya, juga mengukur

123

faktor lain. Namun model fit satu faktor tetap dapat tercapai dengan catatan korelasi antar kesalahan item harus dibebaskan terlebih dahulu.

Dengan kondisi di atas, maka TIM sesi performance tidak layak digunakan. TIM bisa digunakan apabila scoring menggunakan true score atau skor murni dimana hasil tidak dipengaruhi oleh tingkat error. Beberapa item juga sebelumnya harus dikaji ulang, direvisi atau bahkan diganti karena beberapa diantaranya ternyata tidak memberikan kontribusi yang positif terhadap faktor yang seharusnya terukur.

Beberapa hal yang dapat menyebabkan muldimensionalitas dalam setiap subtes ini antara lain:

1. Pada subtes DS, terjadi kerancuan antara bentuk power test (testi diuji berdasarkan kemampuan), dan speed test (testi diuji berdasarkan kecepatan). DS memang diteorikan mengukur memori dan kecepatan. Namun DS tidak dapat juga disebut sebagai speed test karena item DS terlalu sedikit sehingga hampir semua yang menempuh tes ini dapat menjawab dengan benar. Akibatnya subtes DS tidak dapat membedakan kemampuan antar indivdu. DS juga tidak dapat dikatakan sebagai power test karena tingkat kesukaran item DS terlalu rendah sehingga setiap orang dapat dipastikan bisa menjawab dengan benar asalkan waktu yang diberikan cukup. Sama sekali tidak ada kemampuan berfikir yang diperlukan dalam mengerjakan subtes DS. Ketidakjelasan sifat subtes DS

124

ini mengakibatkan subtes ini menjadi multidimensional. Tidak ada satu faktor yang terdifinisi dalam subtes ini. 2. Pada subtes PC, bentuk pilihan jawaban dapat menyebabkan multitafsir. Bentuk jawabannya yang hanya terdiri dari huruf depan dari benda yang dihilangkan. Bentuk jawaban seperti ini beresiko menyebabkan terjadinya multikonotasi sehingga dapat menyebabkan multitafsir. Huruf yang sama bisa dipahami berbeda oleh orang yang berbeda. 3. Pada subtes SPA, alokasi waktu terlalu singkat sehingga banyak testi cenderung menjawab secara random karena kehabisan waktu. Waktu yang disediakan pada subtes ini terlalu sempit sedangkan item yang harus dikerjakan cukup banyak padahal setiap item memerlukan waktu untuk mengidentifikasi jawaban. Kurangnya waktu ini membuat peserta tes akhirnya menjawab secara random karena kepanikan dan kemungkinan besar faktor waktu ini juga yang menyebabkan item 41-50 tidak ada yang menjawab dengan benar sesuai dengan kunci jawaban. Maka untuk memperbaiki tes ini sebaiknya dilakukan pengujian kembali mengenai alokasi waktu. 4. Pada subtes PA dan OA, bentuk soal berubah dari gambar nyata menjadi pilihan ganda. terjadinya multidimensionalitas pada item OA dan PA adalah cara pengerjaan tes yang berubah dari bentuk benda nyata yang langsung dilihat, dapat diraba, dan dapat digerak-gerakkan dengan mudah pada tes WAIS menjadi bentuk gambar statis yang tidak dapat digerakkan dan dicoba sehingga menyebabkan cara pengerjaannya lebih sulit.

125

Hasil pengujian menggunakan CFA menunjukkan banyaknya korelasi antar measurement error pada item-item subtes TIM (Tabel 5.2). Ini berarti bahwa banyak item tes TIM yang juga mengukur hal lain selain aspek yang hendak diukur (multidimensional). Pada subtes DS terdapat 204 buah korelasi antar kesalahan pengukuran pada satu item dengan kesalahan pengukuran pada item lainnya dalam subtes tersebut. Pada subtes PC terdapat 116 korelasi sejenis, pada subtes SPA terdapat 556 korelasi, pada subtes PA terdapat 82 korelasi, pada subtes OA terdapat 112 korelasi. TIM sesi performance tidak layak digunakan karena sifatnya multidimensional sehingga terlalu banyak faktor yang terukur .

126

127

Melalui analisis faktor dua tingkat (second order confirmatory analysis) ditemukan bahwa seluruh subtes secara signifikan mengukur skor performance. Namun perlu juga diperhatikan bahwa dalam analisis ini yang digunakan adalah skor faktor (true score). Skor faktor diambil karena subtes dalam TIM seluruhnya bersifat multidimensional. Terdapat banyak korelasi kesalahan anatar item. Maka pada penelitian ini muatan error pada setiap item harus disingkarkan terlebih dahulu untuk mendapatkan skor faktor yang murni. Dalam analisis ini item-item yang berkoefisien negatif dan tidak signifikan pada setiap subtes juga telah disingkirkan terlebih dahulu karena hanya akan mengganggu hasil perhitungan. Hasil perhitungan menunjukan bahwa setiap subtes secara signifikan memberikan kontribusi kepada skor performance.

TIM memang belum pernah diuji validitasnya, namun alat tes yang diterjemahkanya, yaitu MAB, sudah pernah diteliti. Jackson (2003) menghitung iterkorelasi antara raw score dari 10 subtes dalam MAB (Tabel 5.3). Sample yang digunakan sebanyak 3121 siswa dan siswi SMA dengan kisaran usia antara 16-19 tahun. Dari penelitian ini dapat terlihat bahwa subtes pada sesi verbal cenderung berkorelasi lebih tinggi dengan subtes sesi verbal lainya, begitu pula subtes pada sesi performance.

128

Tabel 5.3 Matriks Interkorelasi

Sumber : Jackson (2003), Hlm 42

Setelah menghitung interkorelasi antar raw score, Jackson juga melakukan analisis faktor dengan sample yang sama. Hasil analisis faktor ini menunjukan bahwa setiap subtes berkorelasi tinggi dengan faktor General Intelligence (G) dan setiap subtes dalam sesi verbal berkorelasi tinggi terhadap skor verbal dan subtes sesi performance juga berkorelasi tinggi dengan skor performance.

Tabel 5.4 Muatan Faktor

Sumber : Jackson (2003), Hlm 42

Analisis faktor yang dilakukan oleh Jackson ini sejalan dengan hasil penelitian, yaitu bahwa setiap subtes dalam TIM sesi perfomance memang memberikan informasi yang signifikan terhadap skor performance. Namun perlu

129

digaris bawahi bahwa hasil ini diperoleh dengan cara menghilangkan muatan error pada setiap item terlebih dahulu. Jackson juga belum pernah meneliti validitas MAB dengan menggunakan CFA sehingga belum ada penelitian yang membuktikan bahwa data yang diperoleh dilapangan sesuai dengan model pengukuran yang diteorikan. Belum ada pengujian mengani kontribusi per item terhadap faktor dari per subtes.

5.3 Saran

1. Bagi pengembang alat tes sebaiknya berhati-hati bila ingin melakukan adaptasi terhadap suatu tes. Dalam penelitian ini ternyata dengan merubah setting WAIS yang pada dasarnya adalah tes individual menjadi TIM yang dirancang klasikal ternyata belum valid untuk digunakan sebagai alat tes. Ada kemungkinan faktor-faktor yang tadinya terukur oleh WAIS menjadi berkurang, bertambah, atau bahkan berubah. Ada baiknya di masa mendatang dilakukan penelitian dengan menggunakan data orang yang pernah mengikuti tes WAIS dan juga pernah mengikuti tes TIM. Dari hasil data tersebut dapat dilakukan penelitian dengan membandingkan faktor yang diukur oleh WAIS dengan faktor yang diukur TIM. Dengan begini dapat diketahui apakah TIM sebenarnya berhasil atau gagal dalam mengadaptasi WAIS. 2. Dalam menetapkan alokasi waktu tes, sebaiknya dilakukan penelitian terlebih dahulu. Waktu yang telalu lama atau terlalu cepat dapat mempengaruhi hasil tes. Seperti yang terjadi pada subtes SPA. Alokasi

130

waktu pada tes ini terlalu singkat sehingga banyak testi yang menjawab secara

random.

Jawaban

random

ini

menyebabkan

terjadinya

multidimensionalitas pada subtes SPA. 3. Perlu kecermatan dalam membuat bentuk soal. Tes intelligensi pada dasarnya adalah tes untuk mengukur kemampuan seseorang atau dapat disebut sebagai power test. Namun karena bentuk soal yang kurang tepat, maka kemampuan sama sekali tidak terukur dan berubah menjadi tes yang hanya mengukur kecepatan atau disebut sebagai speed test. Hal ini terjadi pada subtes DS. Tingkat kesukaran pada subtes DS terlalu mudah sehingga sama sekali tidak mengukur kemampuan seseorang. Yang terukur menjadi kecepatan dan kecermatan seseorang. Setiap oang bila diberikan waktu lebih panjang, pasti dapat menyelesaikanya dengan mudah. 4. Sebaiknya jangan memberitahukan batas waktu pengerjaan tes pada testi karena testi akan cenderung memikirkan waktu pengerjaan dan akibatnya beberapa testi akan menimbulkan kepanikan. 5. Dalam pemberian nama alat tes juga sebaiknya diperhatian. Nama Tes Intelligensi Multidimensional sebenarnya kurang cocok. Tes intelligensi, apalagi tes yang berbentuk pilihan ganda seperti TIM harus bersifat unidimensi bukan multidimensional seperti yang terdapat dalam nama TIM. 6. Semua item dalam TIM sesi performance bersifat multidimensional. Hal ini mungkin berkaitan dengan kerangka berpikir/landasan teori TIM

131

dimana setiap subtes sebenarnya masih terdiri dari beberapa subfaktor, yang seharusnya dapat diwujudkan dalam bentuk faktor tersendiri yang berbeda tingkatan (analisis faktor tiga tingkat). Jadi, akan lebih baik, bila analisis faktor dilakukan 3 tingkat (third order CFA). Namun demikian, perlu diidentifikasi lebih dahulu mana item yang mengukur subfaktor di dalam masing-masing subtes tersebut. 7. Karena item-item dalam TIM bersifat multidimensional maka perlu berhati-hati dalam melakukan scoring. Scoring tidak boleh hanya dijumlahkan seperti pada tes pilihan berganda biasa melainkan dengan skor faktor (true score). Hal ini diperlukan untuk mendapatkan hasil murni. 8. Karena hasil analisis menunjukkan bahwa setiap subtes dalam TIM sama sekali tidak mengukur satu faktor. Maka sebaiknya perlu dilakukan penelitian lanjutan mengeni berapa dan faktor apa sebenarnya yang diukur oleh setiap subtes. Hal ini diperlukan untuk ketepatan tujuan penggunaan atau bila akan melakukan revisi pada alat tes TIM. 9. Bagi institusi yang menggunakan tes inteligensi sebaiknya berhati-hati dalam memilih alat tes. Sebelum menggunakan suatu alat tes, harus dicari dulu informasi terkait tes tersebut. Setelah itu, harus benar-benar diuji terlebih dahulu validitasnya sebelum digunakan. Hal ini terutama untuk menghindari jangan sampai banyak pihak yang dirugikan.

132

133

DAFTAR PUSTAKA

Aiken, Lewis. R . 1997. Psychological Testing and Assessment. Needham Heights : Allyn & Bacon Anastasi, Anne. 1997. Psychological Testing: Seventh Edition. New Jersey: Prentice-Hall, Inc. Azwar, Saifuddin . 2004. Reliabilitas dan Validitas. Yogyakarta : Pustaka Pelajar Brown, T. A . 2006. Confirmatory Factor Analysis for Applied Research. New york : The Guildford Press Chadha, N. K. 2009. Applied Psychometry. New Delhi : Chaman Enterprises. Davis, Tony . 2009. Talent Assessment. Jakarta : PPM Gardner, H. 1983. Frames of Mind: The Theory of Multiple intelligence. New York: Basic books Gregory, R. J. 2007, Psychological Testing: History, Principles, and Application 5th Edition. Boston, USA: Pearson Internasional. Jackson , N.D . 2003. Multidimensional Aptitude Battery-II Manual. Port Huron : Sigma Assessment Systems, Inc Jöreskog, K.G. & Sörbom, D. 2004. LISREL 8.70 for Windows (computer software). Lincolnwood, IL: Scientific Software International, Inc. Kerlinger, F.N. 2006. Asas-asas Penelitian Behavioral. Yogyakarta: Gadjah Mada University Press. Munandar, A.S . 2001. Psikologi Industri dan Organisasi. Jakarta : Universitas Indonesia Murphy, K.R. & Davidshofer, C.O. 1994. Psychological Testing: Principels and Application. London: Prentice-hall Int. Satler, M, J. 1992. Assessment of Children: Revised and Updated Third Edition. San Diego: Jerome. M. Satler, Publisher, Inc. Shaleh, A.R ;Wahab, M.A . 2004. Psikologi Suatu Pengantar, Jakarta: Prenada Media

134

Suryabrata, Sumadi . 2005. Pengembangan Alat Ukur Psikologis. Yogyakarta: C. V Andi Thompson, Bruce. 2004. Expalatory and Confirmatory Factor Analysis. Washington D.C: American Psychological Assosiation Umar, Jahja. 2011. Wawancara pada :2 Agustus 2011, 9 Agustus 2011, 11 Agustus 2011

135

LAMPIRAN

136

Analisis Faktor Konfirmatorik Digit Symbol L I S R E L

8.70

BY Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\data ds\DSDROP2.LS8: UJI VALIDITAS CFA DS DA NI=35 NO=2770 MA=KM LA ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 IITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 ITEM22 ITEM23 ITEM24 ITEM25 ITEM26 ITEM27 ITEM28 ITEM29 ITEM30 ITEM31 ITEM32 ITEM33 ITEM34 ITEM35 KM SY FI=mentahds.cor SE 1 2 3 7 8 11 13 15 16 17 21 23 24 25 26 27 28 29 30 31 32 33 34 35/ MO NX=24 NK=1 LX=FR PH=ST TD=SY,FI LK DS FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 TD 5 5 TD 6 6 TD 7 7 TD 8 8 FR TD 9 9 TD 10 10 TD 11 11 TD 12 12 TD 13 13 TD 14 14 TD 15 15 FR TD 16 16 TD 17 17 TD 18 18 TD 19 19 TD 20 20 TD 21 21 TD 22 22 FR TD 23 23 TD 24 24 FR TD 24 23 TD 8 7 TD 22 21 TD 16 15 TD 13 12 TD 2 1 TD 5 4 TD 17 16 TD 15 14 TD 16 14 FR TD 3 2 TD 11 10 TD 7 6 TD 8 6 TD 19 2 TD 20 2 TD 21 2 TD 22 4 TD 18 17 TD 18 16 FR TD 18 7 TD 21 8 TD 19 18 TD 7 1 TD 23 8 TD 24 13 TD 23 11 TD 4 3 TD 5 3 TD 10 9

137

FR TD 11 9 TD 23 22 TD 24 22 TD 23 5 TD 14 13 TD 14 12 TD 14 7 TD 15 3 TD 7 2 TD 22 2 FR TD 24 10 TD 15 13 TD 15 12 TD 24 21 TD 23 21 TD 16 13 TD 16 12 TD 22 5 TD 10 8 FR TD 22 8 TD 11 1 TD 17 14 TD 17 15 TD 18 15 TD 10 3 TD 6 2 TD 6 1 TD 4 2 TD 24 1 FR TD 23 1 TD 21 11 TD 13 11 TD 12 11 TD 24 12 TD 19 17 TD 19 16 TD 10 7 TD 10 6 FR TD 24 18 TD 11 5 TD 11 4 TD 9 8 TD 9 7 TD 9 6 TD 5 2 TD 15 6 TD 19 6 TD 22 1 TD 22 10 FR TD 16 1 TD 12 1 TD 13 8 TD 6 4 TD 7 3 TD 7 5 TD 18 4 TD 8 5 TD 6 5 TD 5 1 TD 24 3 FR TD 8 3 TD 6 3 TD 3 1 TD 4 1 TD 7 4 TD 8 4 TD 10 4 TD 19 4 TD 12 9 TD 17 13 TD 17 12 FR TD 23 3 TD 8 1 TD 16 10 TD 10 5 TD 9 5 TD 10 2 TD 14 10 TD 14 11 TD 11 7 TD 11 8 FR TD 11 6 TD 11 2 TD 11 3 TD 13 10 TD 12 10 TD 16 11 TD 21 13 TD 20 19 TD 20 18 TD 24 8 FR TD 10 1 TD 21 6 TD 21 7 TD 21 1 TD 21 3 TD 18 13 TD 18 14 TD 18 12 TD 24 14 TD 13 6 FR TD 9 4 TD 9 2 TD 9 1 TD 9 3 TD 8 2 TD 17 2 TD 18 1 TD 18 8 TD 15 11 TD 17 11 TD 19 11 FR TD 19 15 TD 19 14 TD 19 13 TD 20 12 TD 17 1 TD 24 7 TD 16 8 TD 21 10 TD 15 4 TD 15 5 FR TD 21 18 TD 18 2 TD 12 8 TD 15 8 TD 13 2 TD 14 2 TD 22 16 TD 17 6 TD 15 10 TD 14 8 FR TD 14 9 TD 12 7 TD 13 7 TD 16 7 TD 15 7 TD 13 3 TD 13 1 TD 12 3 TD 14 3 TD 12 2 FR TD 12 4 TD 12 5 TD 12 6 TD 14 6 TD 14 4 TD 13 4 TD 13 5 TD 13 9 TD 14 5 TD 14 1 FR TD 18 6 TD 20 6 TD 21 4 TD 15 9 TD 15 2 TD 17 8 TD 17 7 TD 17 5 TD 16 5 TD 16 4 FR TD 23 9 TD 24 17 TD 23 7 TD 22 6 TD 23 10 TD 16 3 TD 20 17 TD 19 1 TD 20 3 TD 17 3 FR TD 17 4 TD 17 9 PD OU AD=OFF TV SS MI UJI VALIDITAS CFA DS Number Number Number Number Number Number

of of of of of of

Input Variables 35 Y - Variables 0 X - Variables 24 ETA - Variables 0 KSI - Variables 1 Observations 2770

138

UJI VALIDITAS CFA DS Number of Iterations =

9

LISREL Estimates (Maximum Likelihood) LAMBDA-X

ITEM1

ITEM2

DS -------0.27 (0.02) 13.78

ITEM17

ITEM21

0.16 (0.02) 8.09

ITEM31

0.30 (0.02) 15.35

ITEM32

0.31 (0.02) 15.43

ITEM33

0.29 (0.02) 15.04

ITEM34

0.45 (0.02) 23.60

ITEM35

0.36 (0.02) 16.09

ITEM23

0.25 (0.02) 12.34

ITEM24

0.07 (0.02) 3.26

ITEM25

ITEM8

0.06 (0.02) 2.83

ITEM26

0.50 (0.02) 26.44

ITEM11

0.23 (0.02) 10.19

ITEM27

0.67 (0.02) 37.24

ITEM13

0.12

ITEM28

0.82

ITEM3

ITEM7

(

(

(

(

(

139

(0.02) 5.94

(0.02) 47.26

ITEM15

0.22 (0.02) 11.11

ITEM29

0.84 (0.02) 47.22

ITEM16

0.13 (0.02) 6.34

ITEM30

0.97 (0.02) 59.04

PHI DS -------1.00

Goodness of Fit Statistics Degrees of Freedom = 48 Minimum Fit Function Chi-Square = 61.92 (P = 0.085) Normal Theory Weighted Least Squares Chi-Square = 62.36 (P = 0.080) Estimated Non-centrality Parameter (NCP) = 14.36 90 Percent Confidence Interval for NCP = (0.0 ; 38.88) Minimum Fit Function Value = 0.022 Population Discrepancy Function Value (F0) = 0.0052 90 Percent Confidence Interval for F0 = (0.0 ; 0.014) Root Mean Square Error of Approximation (RMSEA) = 0.010 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.017) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.20 90 Percent Confidence Interval for ECVI = (0.20 ; 0.21) ECVI for Saturated Model = 0.22 ECVI for Independence Model = 39.05

140

Chi-Square for Independence Model with 276 Degrees of Freedom = 108079.86 Independence AIC = 108127.86 Model AIC = 566.36 Saturated AIC = 600.00 Independence CAIC = 108294.10 Model CAIC = 2311.87 Saturated CAIC = 2677.98 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.17 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 1.00 Critical N (CN) = 3295.97

Root Mean Square Residual (RMR) = 0.013 Standardized RMR = 0.012 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.16 UJI VALIDITAS CFA DS Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI UJI VALIDITAS CFA DS

Standardized Solution LAMBDA-X

ITEM1 ITEM2 ITEM3

DS -------0.27 0.36 0.25

141

ITEM7 ITEM8 ITEM11 ITEM13 ITEM15 ITEM16 ITEM17 ITEM21 ITEM23 ITEM24 ITEM25 ITEM26 ITEM27 ITEM28 ITEM29 ITEM30 ITEM31 ITEM32 ITEM33 ITEM34 ITEM35

0.07 0.06 0.23 0.12 0.22 0.13 0.16 0.30 0.31 0.29 0.45 0.50 0.67 0.82 0.84 0.97 1.04 0.90 0.88 0.80 0.72 PHI DS -------1.00 Time used:

0.218 Seconds

142

Analisis Faktor Konfirmatorik Picture Completion L I S R E L

8.70 BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\data pc\pcdrop.LS8: UJI VALIDITAS CFA PC DA NI=35 NO=2770 MA=KM LA ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 ITEM22 ITEM23 ITEM24 ITEM25 ITEM26 ITEM27 ITEM28 ITEM29 ITEM30 ITEM31 ITEM32 ITEM33 ITEM34 ITEM35 KM SY FI=pcmentah.cor SE 1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 19 20 21 22 23 24 26 30/ MO NX=25 NK=1 LX=FR PH=ST TD=SY,FI LK PC FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 TD 5 5 TD 6 6 TD 7 7 TD 8 8 TD 9 9 TD 10 10 TD 11 11 TD 12 12 FR TD 13 13 TD 14 14 TD 15 15 TD 16 16 TD 17 17 TD 18 18 TD 19 19 TD 20 20 TD 21 21 FR TD 22 22 TD 23 23 TD 24 24 TD 25 25 FR TD 25 17 TD 24 13 TD 17 3 TD 17 7 TD 25 6 TD 25 10 TD 17 11 TD 17 9 TD 17 12 TD 18 7 FR TD 23 17 TD 2 1 TD 12 7 TD 3 1 TD 3 2 TD 23 22 TD 20 1 TD 20 18 TD 7 6 TD 15 3 TD 25 8 FR TD 10 1 TD 9 1 TD 16 7 TD 19 12 TD 22 18 TD 22 3 TD 12 2 TD 11 2 TD 7 5 TD 21 7 TD 21 6

143

FR TD 23 19 TD 9 7 TD 15 14 TD 25 5 TD 10 8 TD 6 3 TD 24 17 TD 17 13 TD 15 12 TD 12 9 FR TD 10 3 TD 18 2 TD 18 9 TD 18 1 TD 22 9 TD 19 15 TD 19 9 TD 23 2 TD 15 2 TD 15 1 TD 25 21 FR TD 21 8 TD 20 15 TD 8 7 TD 12 1 TD 20 9 TD 9 5 TD 14 3 TD 19 18 TD 12 5 TD 12 4 TD 11 4 FR TD 21 16 TD 21 4 TD 14 2 TD 17 2 TD 8 2 TD 7 1 TD 7 3 TD 4 1 TD 16 14 TD 6 1 TD 6 2 FR TD 23 6 TD 23 15 TD 11 8 TD 16 11 TD 9 3 TD 21 10 TD 8 3 TD 9 8 TD 8 5 TD 12 8 TD 6 3 FR TD 6 4 TD 5 4 TD 17 10 TD 18 10 TD 18 11 TD 15 7 TD 9 2 TD 9 4 TD 11 10 TD 14 6 TD 16 6 FR TD 7 2 TD 19 2 TD 16 15 TD 20 6 TD 12 25 TD 5 2 TD 7 4 TD 11 5 TD 20 3 TD 11 1 TD 22 15 FR TD 20 2 TD 23 4 TD 19 6 TD 10 6 TD 25 3 TD 21 13 TD 24 21 TD 16 3 TD 23 3 PD OU AD=OFF TV SS MI IT=1000 UJI VALIDITAS CFA PC Number Number Number Number Number Number

of of of of of of

Input Variables 35 Y - Variables 0 X - Variables 25 ETA - Variables 0 KSI - Variables 1 Observations 2770

W_A_R_N_I_N_G: Matrix to be analyzed is not positive definite, ridge option taken with ridge constant = 0.100 UJI VALIDITAS CFA PC Number of Iterations = 22 LISREL Estimates (Maximum Likelihood) LAMBDA-X

ITEM1

ITEM2

ITEM3

ITEM4

PC -------0.28 (0.02) 17.13

ITEM9

0.50 (0.02) 23.46

ITEM11

0.43 (0.02) 19.72

ITEM20

0.52 (0.02) 24.48

ITEM21

0.60 (0.02) 29.30

ITEM22

0.42 (0.02)

ITEM23

0.39 (0.02) 16.22

ITEM12

0.50 (0.02) 22.18

ITEM13

0.15 (0.01)

ITEM14

ITEM19

0. (

(

(

(

(

144

11.06 ITEM5

ITEM6

ITEM7

ITEM8

19.83

0.45 (0.02) 21.26

ITEM15

0.33 (0.02) 14.38

ITEM16

0.48 (0.02) 21.44

ITEM17

0.44 (0.02) 19.24

ITEM18

0.61 (0.02) 35.81

ITEM24

0.42 (0.02) 25.11

ITEM26

0.50 (0.02) 29.45

ITEM30

0.37 (0.02) 16.84

PHI PC -------1.00 Goodness of Fit Statistics Degrees of Freedom = 159 Minimum Fit Function Chi-Square = 193.15 (P = 0.034) Normal Theory Weighted Least Squares Chi-Square = 189.32 (P = 0.051) Estimated Non-centrality Parameter (NCP) = 30.32 90 Percent Confidence Interval for NCP = (0.0 ; 68.96) Minimum Fit Function Value = 0.070 Population Discrepancy Function Value (F0) = 0.011 90 Percent Confidence Interval for F0 = (0.0 ; 0.025) Root Mean Square Error of Approximation (RMSEA) = 0.0083 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.013) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.19 90 Percent Confidence Interval for ECVI = (0.18 ; 0.20)

(

(

(

145

ECVI for Saturated Model = 0.23 ECVI for Independence Model = 10.60 Chi-Square for Independence Model with 300 Degrees of Freedom = 29294.87 Independence AIC = 29344.87 Model AIC = 521.32 Saturated AIC = 650.00 Independence CAIC = 29518.04 Model CAIC = 1671.14 Saturated CAIC = 2901.15 Normed Fit Index (NFI) = 0.99 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.53 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.99 Critical N (CN) = 2917.06

Root Mean Square Residual (RMR) = 0.017 Standardized RMR = 0.015 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.49

UJI VALIDITAS CFA PC Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI UJI VALIDITAS CFA PC Standardized Solution LAMBDA-X

ITEM1 ITEM2 ITEM3

PC -------0.28 0.39 0.50

146

ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 ITEM22 ITEM23 ITEM24 ITEM26 ITEM30

0.15 0.45 0.33 0.48 0.44 0.50 0.43 0.52 0.60 0.42 0.61 0.42 0.50 0.37 0.30 0.48 0.23 0.46 0.32 0.47 0.42 0.19 PHI PC -------1.00 Time used:

0.125 Seconds

147

Analisis Faktor Konfirmatorik Spatial L I S R E L

8.70

BY Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\data spa\SPADROP.LS8: UJI VALIDITAS CFA SPA DA NI=40 NO=2770 MA=KM LA ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 ITEM22 ITEM23 ITEM24 ITEM25 ITEM26 ITEM27 ITEM28 ITEM29 ITEM30 ITEM31 ITEM32 ITEM33 ITEM34 ITEM35 ITEM36 ITEM37 ITEM38 ITEM39 ITEM40 KM SY FI=MENTAHSPA.COR SE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39/ MO NX=39 NK=1 LX=FR PH=ST TD=SY,FI LK SPA FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 TD 5 5 TD 6 6 TD 7 7 TD 8 8 TD 9 9 TD 10 10 TD 11 11 TD 12 12 FR TD 13 13 TD 14 14 TD 15 15 TD 16 16 TD 17 17 TD 18 18 TD 19 19 TD 20 20 TD 21 21 FR TD 22 22 TD 23 23 TD 24 24 TD 25 25 TD 26 26 TD 27 27 TD 28 28 TD 29 29 TD 30 30 FR TD 31 31 TD 32 32 TD 33 33 TD 34 34 TD 35 35 TD 36 36 TD 37 37 TD 38 38 TD 39 39 FR TD 36 35 TD 32 31 TD 39 38 TD 30 29 TD 2 1 TD 34 33 TD 28 27 TD 5 4 TD 15 14

148

FR TD 3 2 TD 23 22 TD 26 25 TD 35 3 TD 18 17 TD 7 6 TD 23 1 TD 39 32 FR TD 38 37 TD 39 37 TD 38 5 TD 29 5 TD 9 8 TD 38 15 TD 38 33 TD 35 33 FR TD 35 34 TD 36 34 TD 36 33 TD 36 22 TD 22 21 TD 23 21 TD 20 19 FR TD 29 12 TD 32 1 TD 4 1 TD 4 2 TD 5 1 TD 5 2 TD 28 3 TD 33 1 TD 24 23 FR TD 24 22 TD 24 21 TD 38 36 TD 38 35 TD 38 34 TD 39 31 TD 36 7 TD 38 3 TD 18 5 FR TD 27 1 TD 29 27 TD 29 28 TD 30 28 TD 30 27 TD 38 30 TD 38 14 TD 36 11 TD 31 1 FR TD 10 1 TD 38 18 TD 29 9 TD 32 24 TD 37 32 TD 37 31 TD 29 16 TD 26 14 TD 21 18 FR TD 6 4 TD 33 32 TD 33 31 TD 36 1 TD 37 1 TD 14 1 TD 35 15 TD 34 26 TD 25 10 FR TD 33 28 TD 26 4 TD 39 1 TD 18 2 TD 22 20 TD 22 19 FR TD 29 17 TD 6 5 TD 32 6 TD 7 5 TD 7 4 TD 33 7 TD 33 6 TD 28 26 TD 25 23 FR TD 25 24 TD 27 26 TD 8 3 TD 22 2 TD 24 2 TD 9 2 TD 11 9 TD 10 6 TD 38 21 TD 13 4 FR TD 25 22 TD 16 15 TD 17 7 TD 30 12 TD 31 12 TD 36 15 TD 36 13 TD 38 25 TD 34 2 FR TD 26 23 TD 26 24 TD 26 22 TD 4 3 TD 26 21 TD 28 5 TD 37 2 TD 37 36 TD 37 35 FR TD 37 34 TD 37 33 TD 37 21 TD 37 10 TD 21 6 TD 24 4 TD 34 6 TD 34 19 TD 34 3 FR TD 22 5 TD 19 18 TD 19 17 TD 31 30 TD 31 29 TD 31 28 TD 31 27 TD 34 25 TD 39 19 FR TD 28 25 TD 24 18 TD 32 26 TD 32 22 TD 15 7 TD 27 25 TD 21 9 TD 16 14 FR TD 39 33 TD 39 7 TD 38 31 TD 39 34 TD 39 36 TD 39 35 TD 13 5 FR TD 38 11 TD 33 26 TD 18 13 TD 13 11 TD 14 13 TD 21 14 TD 20 18 FR TD 20 17 TD 21 20 TD 33 25 TD 32 35 TD 36 32 TD 34 32 TD 38 32 TD 32 25 FR TD 30 2 TD 31 23 TD 29 3 TD 5 3 TD 34 31 TD 34 24 TD 35 24 TD 35 31 TD 36 31 FR TD 34 12 TD 31 10 TD 8 1 TD 16 3 TD 22 16 TD 22 14 TD 36 23 TD 18 15 TD 38 27 FR TD 6 3 TD 6 2 TD 7 3 TD 7 2 TD 9 6 TD 32 30 TD 32 29 TD 33 30 TD 33 29 TD 32 28 FR TD 32 27 TD 33 27 TD 7 1 TD 8 7 TD 8 5 TD 11 4 TD 27 4 TD 27 2 TD 6 1 FR TD 3 1 TD 35 10 TD 10 5 TD 29 10 TD 31 21 TD 19 7 TD 33 4 TD 26 11 FR TD 37 9 TD 10 9 TD 31 7 TD 12 7 TD 12 3 TD 36 3 TD 17 5 TD 28 1 TD 22 12 FR TD 37 23 TD 24 1 TD 35 19 TD 20 11 TD 8 6 TD 12 6 TD 32 8 TD 37 8 TD 39 25 FR TD 20 12 TD 20 2 TD 20 3 TD 36 29 TD 30 22 TD 36 30 FR TD 29 7 TD 21 19 TD 22 18 TD 37 25 TD 25 21 TD 24 9 TD 17 4 TD 27 12 TD 37 16 FR TD 16 13 TD 13 2 TD 13 1 TD 36 18 TD 29 11 TD 11 2 TD 31 22 TD 14 8 TD 16 8

149

FR TD 27 23 TD 27 24 TD 27 3 TD 36 27 TD 20 4 TD 19 4 TD 18 4 TD 19 1 TD 19 2 FR TD 33 19 TD 19 3 TD 20 1 TD 24 20 TD 23 20 TD 29 13 TD 35 30 TD 35 29 TD 37 30 FR TD 34 30 TD 34 29 TD 29 8 TD 28 23 TD 29 21 TD 23 3 TD 23 16 TD 23 10 TD 36 19 FR TD 26 5 TD 36 16 TD 39 2 TD 35 17 TD 39 30 TD 39 29 TD 38 29 TD 37 29 TD 29 2 FR TD 27 11 TD 31 11 TD 30 25 TD 25 1 TD 14 10 TD 28 14 TD 30 15 TD 31 25 TD 29 25 FR TD 25 15 TD 25 14 TD 34 13 TD 23 19 TD 39 22 TD 17 3 TD 28 10 TD 17 13 TD 37 18 FR TD 18 10 TD 29 26 TD 30 26 TD 31 26 TD 34 28 TD 34 27 TD 35 27 TD 35 28 TD 36 28 FR TD 28 2 TD 36 14 TD 26 1 TD 35 26 TD 36 26 TD 20 15 TD 28 24 TD 30 24 TD 29 24 FR TD 30 23 TD 29 23 TD 30 21 TD 24 3 TD 32 23 TD 33 23 TD 38 23 TD 39 23 FR TD 14 5 TD 14 9 TD 35 5 TD 23 17 TD 23 18 TD 22 3 TD 26 18 TD 29 22 TD 31 24 FR TD 17 1 TD 36 5 TD 33 24 TD 32 11 TD 14 12 TD 14 7 TD 15 12 TD 16 12 TD 16 10 FR TD 16 4 TD 27 22 TD 28 22 TD 27 21 TD 28 21 TD 15 13 TD 38 22 TD 32 21 TD 11 7 FR TD 33 20 TD 21 8 TD 31 6 TD 34 7 TD 28 4 TD 11 5 TD 21 17 TD 17 9 FR TD 28 12 TD 26 10 TD 18 6 TD 33 3 TD 29 4 TD 30 20 TD 34 9 FR TD 30 11 TD 39 9 TD 19 8 TD 18 8 TD 18 16 TD 19 6 TD 38 28 TD 39 28 TD 39 27 FR TD 37 27 TD 37 28 TD 33 21 TD 33 22 TD 12 10 TD 36 4 TD 37 26 TD 38 26 FR TD 39 26 TD 36 25 TD 35 25 TD 25 19 TD 25 20 TD 21 4 TD 19 9 FR TD 12 4 TD 12 1 TD 12 2 TD 16 5 TD 9 5 TD 23 5 TD 33 17 TD 39 20 TD 35 20 FR TD 36 21 TD 36 24 TD 38 24 TD 37 24 TD 34 4 TD 29 1 TD 39 21 TD 13 12 TD 20 8 FR TD 22 8 TD 23 8 TD 25 9 TD 28 9 TD 28 8 TD 19 15 TD 13 7 TD 15 9 TD 38 16 FR TD 32 16 TD 27 13 TD 28 20 TD 31 20 TD 29 6 TD 27 14 TD 30 5 TD 30 10 FR TD 37 5 TD 37 7 TD 37 13 TD 18 7 TD 16 7 TD 10 7 TD 20 7 TD 9 7 TD 16 9 FR TD 39 3 TD 20 6 TD 15 8 TD 25 17 TD 25 18 TD 38 17 TD 39 17 FR TD 39 5 TD 26 12 TD 25 3 TD 32 7 TD 38 7 TD 15 4 TD 39 4 TD 38 6 TD 22 10 FR TD 21 10 TD 35 22 TD 35 23 TD 35 21 TD 37 22 TD 39 24 TD 34 10 TD 22 15 TD 24 17 FR TD 24 19 TD 32 2 TD 15 11 TD 14 11 TD 25 11 TD 25 7 TD 39 15 TD 37 15 TD 35 18 FR TD 33 18 TD 17 14 TD 15 3 TD 10 2 TD 10 4 TD 10 3 TD 20 10 TD 39 10 TD 17 2 FR TD 20 14 TD 16 11 TD 12 11 TD 28 16 TD 27 16 TD 27 8 TD 26 7 TD 30 1 TD 30 16

150

FR TD 30 14 TD 25 16 TD 32 5 TD 32 4 TD 31 5 TD 27 18 TD 26 13 TD 26 15 TD 26 9 FR TD 28 17 TD 28 19 TD 25 8 TD 34 1 TD 34 23 TD 34 22 TD 34 21 TD 16 1 FR TD 36 20 TD 18 3 TD 21 3 TD 18 9 TD 11 1 TD 11 8 TD 11 3 TD 29 19 TD 30 18 FR TD 21 1 TD 24 8 TD 39 16 TD 24 12 TD 28 7 TD 30 7 TD 27 5 TD 27 20 TD 36 8 FR TD 38 8 TD 25 13 TD 20 9 TD 19 13 TD 19 14 TD 23 14 TD 32 14 TD 18 12 TD 22 6 FR TD 24 6 TD 35 16 TD 34 16 TD 31 16 TD 33 16 TD 19 16 TD 26 16 TD 35 14 FR TD 37 14 TD 17 10 TD 37 4 TD 35 11 TD 36 10 TD 24 10 TD 13 10 PD OU AD=OFF IT=1000 TV SS MI UJI VALIDITAS CFA SPA Number Number Number Number Number Number

of of of of of of

Input Variables 40 Y - Variables 0 X - Variables 39 ETA - Variables 0 KSI - Variables 1 Observations 2770

151

UJI VALIDITAS CFA SPA Number of Iterations = 17 LISREL Estimates (Maximum Likelihood) LAMBDA-X ITEM13 0.80 (0.02) SPA 48.76 -------ITEM1 0.77 ITEM14 0.76 (0.02) (0.02) 46.47 45.26

ITEM26

ITEM27 ITEM28

ITEM2

0.73 (0.02) 43.46

ITEM15

0.76 (0.02) 45.59

ITEM3

0.77 (0.02) 45.87

ITEM16

0.63 (0.02) 34.86

ITEM4

0.72 (0.02) 42.30

ITEM17

0.77 (0.02) 46.35

ITEM5

0.80 (0.02) 49.30

ITEM18

0.82 (0.02) 49.22

ITEM6

0.68 (0.02) 38.73

ITEM19

0.64 (0.02) 35.56

ITEM7

0.73 (0.02) 41.24

ITEM20

0.71 (0.02) 40.89

ITEM8

0.76 (0.02) 45.62

ITEM21

0.80 (0.02) 49.21

0.68 (0.02) 38.97 0.60 (0.02) 33.06 0.56 (0.02) 30.51

ITEM29

0.63 (0.02) 35.82

ITEM30

0.55 (0.02) 30.47

ITEM31

0.59 (0.02) 32.82

ITEM32

0.52 (0.02) 28.75

ITEM33

0.56 (0.02) 30.71

ITEM34

0.38 (0.02) 20.02

ITEM35

0.45

ITEM39

152

ITEM9

0.65 (0.02) 36.73

ITEM22

0.75 (0.02) 44.28

ITEM10

0.67 (0.02) 36.52

ITEM23

0.79 (0.02) 48.61

ITEM11

0.65 (0.02) 36.72

ITEM24

0.73 (0.02) 42.70

ITEM12

0.74 (0.02) 43.83

ITEM25

0.53 (0.02) 27.68

(0.02) 23.78 ITEM36

0.44 (0.02) 23.18

ITEM37

0.19 (0.02) 9.58

ITEM38

0.41 (0.02) 21.42

PHI SPA -------1.00

Goodness of Fit Statistics Degrees of Freedom = 146 Minimum Fit Function Chi-Square = 171.94 (P = 0.070) Normal Theory Weighted Least Squares Chi-Square = 170.91 (P = 0.078) Estimated Non-centrality Parameter (NCP) = 24.91 90 Percent Confidence Interval for NCP = (0.0 ; 61.64) Minimum Fit Function Value = 0.062 Population Discrepancy Function Value (F0) = 0.0090 90 Percent Confidence Interval for F0 = (0.0 ; 0.022) Root Mean Square Error of Approximation (RMSEA) = 0.0078 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.012) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.52 90 Percent Confidence Interval for ECVI = (0.51 ; 0.53)

153

ECVI for Saturated Model = 0.56 ECVI for Independence Model = 191.51 Chi-Square for Independence Model with 741 Degrees of Freedom = 530206.97 Independence AIC = 530284.97 Model AIC = 1438.91 Saturated AIC = 1560.00 Independence CAIC = 530555.11 Model CAIC = 5830.38 Saturated CAIC = 6962.75 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.20 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 1.00 Critical N (CN) = 3039.37

Root Mean Square Residual (RMR) = 0.010 Standardized RMR = 0.010 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.98 Parsimony Goodness of Fit Index (PGFI) = 0.19 UJI VALIDITAS CFA SPA Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI UJI VALIDITAS CFA SPA Standardized Solution LAMBDA-X

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6

SPA -------0.77 0.73 0.77 0.72 0.80 0.68

154

ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 ITEM22 ITEM23 ITEM24 ITEM25 ITEM26 ITEM27 ITEM28 ITEM29 ITEM30 ITEM31 ITEM32 ITEM33 ITEM34 ITEM35 ITEM36 ITEM37 ITEM38 ITEM39

0.73 0.76 0.65 0.67 0.65 0.74 0.80 0.76 0.76 0.63 0.77 0.82 0.64 0.71 0.80 0.75 0.79 0.73 0.53 0.68 0.60 0.56 0.63 0.55 0.59 0.52 0.56 0.38 0.45 0.44 0.19 0.41 0.28 PHI SPA -------1.00

Time used:

2.839 Seconds

155

Analisis Faktor Konfirmatorik Picture Arrangement L I S R E L

8.70 BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\data pa\padrop.LS8: UJI VALIDITAS CFA PA DA NI=21 NO=2770 MA=KM LA ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 ITEM21 KM SY FI=mentahpa.cor SE 1 2 3 4 5 6 7 8 10 11 12 13 14 15 16 17 19 20 21/ MO NX=19 NK=1 LX=FR PH=ST TD=SY,FI LK PA FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 TD 5 5 TD 6 6 TD 7 7 TD 8 8 TD 9 9 TD 10 10 TD 11 11 TD 12 12 FR TD 13 13 TD 14 14 TD 15 15 TD 16 16 TD 17 17 TD 18 18 TD 19 19 FR TD 19 18 TD 18 17 TD 19 17 TD 16 15 TD 17 2 TD 7 2 TD 12 9 FR TD 11 3 TD 14 12 TD 2 1 TD 17 15 TD 7 4 TD 12 11 TD 13 3 FR TD 19 9 TD 14 5 TD 9 3 TD 16 14 TD 16 12 TD 8 3 TD 15 13 FR TD 19 2 TD 13 4 TD 13 8 TD 13 5 TD 17 16 TD 9 4 TD 9 2 FR TD 15 1 TD 18 16 TD 19 16 TD 14 3 TD 14 1 TD 15 14 FR TD 19 5 TD 10 8 TD 8 6 TD 14 13 TD 13 12 TD 13 11 TD 12 6 FR TD 16 13 TD 18 15 TD 19 15 TD 11 9 TD 8 7 TD 19 7 TD 10 3

156

FR TD 10 1 TD 18 6 TD 18 4 TD 19 4 TD 16 11 TD 15 11 TD 17 4 FR TD 17 4 TD 17 7 TD 18 7 TD 15 12 10 FR TD 14 10 TD 10 5 TD 15 3 TD 15 2 FR TD 7 1 TD 18 12 TD 6 4 TD 5 4 TD 13 7 FR TD 10 6 TD 8 2 TD 6 2 TD 11 8 TD PD OU AD=OFF TV SS MI

TD 14 11 TD 13 9 TD 13 TD 3 2 TD 19 10 TD 19 3 17 5 TD 5 2 TD 4 2 TD 8 5 TD 5 3

UJI VALIDITAS CFA PA Number Number Number Number Number Number

of of of of of of

Input Variables 21 Y - Variables 0 X - Variables 19 ETA - Variables 0 KSI - Variables 1 Observations 2770

UJI VALIDITAS CFA PA Number of Iterations =

5

LISREL Estimates (Maximum Likelihood) LAMBDA-X

ITEM1

PA -------0.60 (0.02) 31.93

ITEM13

0.43 (0.02) 21.04

ITEM14

0.39 (0.02) 16.52

ITEM2

0.48 (0.03) 18.14

ITEM15

0.23 (0.02) 10.71

ITEM3

0.65 (0.02) 32.55

ITEM16

0.20 (0.02) 9.47

ITEM4

0.60 (0.02) 30.18

ITEM17

0.12 (0.02) 5.66

ITEM5

0.49 (0.02) 22.99

ITEM19

0.16 (0.02) 7.93

ITEM6

0.62 (0.02) 32.47

ITEM20

0.09 (0.02) 4.18

157

ITEM7

0.34 (0.02) 16.33

ITEM8

0.60 (0.02) 29.66

ITEM10

0.60 (0.02) 29.67

ITEM11

0.45 (0.02) 20.57

ITEM12

0.40 (0.02) 19.04

ITEM21

0.09 (0.02) 3.91

PHI PA -------1.00 Goodness of Fit Statistics Degrees of Freedom = 70 Minimum Fit Function Chi-Square = 87.81 (P = 0.074) Normal Theory Weighted Least Squares Chi-Square = 88.35 (P = 0.068) Estimated Non-centrality Parameter (NCP) = 18.35 90 Percent Confidence Interval for NCP = (0.0 ; 46.53) Minimum Fit Function Value = 0.032 Population Discrepancy Function Value (F0) = 0.0066 90 Percent Confidence Interval for F0 = (0.0 ; 0.017) Root Mean Square Error of Approximation (RMSEA) = 0.0097 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.015) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.12

158

90 Percent Confidence Interval for ECVI = (0.11 ; 0.13) ECVI for Saturated Model = 0.14 ECVI for Independence Model = 7.77 Chi-Square for Independence Model with 171 Degrees of Freedom = 21469.12 Independence AIC = 21507.12 Model AIC = 328.35 Saturated AIC = 380.00 Independence CAIC = 21638.72 Model CAIC = 1159.55 Saturated CAIC = 1696.05 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.41 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.99 Critical N (CN) = 3167.78

Root Mean Square Residual (RMR) = 0.014 Standardized RMR = 0.014 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.37 UJI VALIDITAS CFA PA Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI

UJI VALIDITAS CFA PA Standardized Solution LAMBDA-X

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5

PA -------0.60 0.48 0.65 0.60 0.49

159

ITEM6 ITEM7 ITEM8 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM19 ITEM20 ITEM21

0.62 0.34 0.60 0.60 0.45 0.40 0.43 0.39 0.23 0.20 0.12 0.16 0.09 0.09 PHI PA -------1.00 Time used:

0.047 Seconds

160

Analisis Faktor Konfirmatorik Object Assembly L I S R E L

8.70 BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\data oa\lama\OA.ls8: UJI VALIDITAS CFA OA DA NI=20 NO=2770 MA=KM LA ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 IITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 KM SY FI=OA.COR SE 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20/ MO NX=20 NK=1 LX=FR PH=ST TD=SY,FI LK OA FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 TD 5 5 TD 6 6 TD 7 7 TD 8 8 TD 9 9 TD 10 10 TD 11 11 TD 12 12 FR TD 13 13 TD 14 14 TD 15 15 TD 16 16 TD 17 17 TD 18 18 TD 19 19 TD 20 20 FR TD 18 7 TD 16 7 TD 18 17 TD 17 7 TD 5 4 TD 3 2 TD 20 19 TD 16 15 TD 20 17 TD 20 18 FR TD 19 18 TD 19 17 TD 18 12 TD 19 7 TD 17 5 TD 17 16 TD 8 6 TD 2 1 TD 4 2 TD 4 3 TD 9 3 FR TD 18 16 TD 15 14 TD 13 5 TD 17 15 TD 18 15 TD 20 15 TD 19 15 TD 13 6 TD 20 16 TD 19 16 FR TD 17 13 TD 13 11 TD 13 4 TD 13 7 TD 19 12 TD 19 1 TD 15 7 TD 5 3 TD 9 5 TD 10 2 TD 14 6 FR TD 20 8 TD 18 11 TD 6 4 TD 9 4 TD 9 2 TD 10 6 TD 5 2 TD 20 11 TD 17 11 TD 20 7 TD 16 14 FR TD 20 14 TD 3 1 TD 20 6 TD 19 11 TD 17 9 TD 9 7 TD 20 4 TD 15 13 TD 5 1 TD 18 2 TD 18 3

161

FR TD 10 8 TD 15 11 TD 13 2 TD 6 1 TD 7 6 TD 13 1 TD 14 12 TD 13 12 TD 19 6 TD 17 14 TD 18 14 FR TD 13 8 TD 13 9 TD 13 3 TD 19 9 TD 19 2 TD 6 3 TD 12 1 TD 12 11 TD 11 4 TD 6 2 TD 20 2 FR TD 20 3 TD 13 10 TD 19 14 TD 16 12 TD 15 12 TD 9 1 TD 17 3 TD 16 3 TD 7 3 TD 14 10 TD 14 2 FR TD 15 10 TD 16 10 TD 20 5 TD 15 5 TD 18 9 TD 18 1 TD 11 3 TD 12 3 TD 14 4 TD 12 5 TD 7 4 FR TD 14 5 TD 18 3 TD 18 13 TD 17 12 TD 17 1 PD OU AD=OFF TV SS MI UJI VALIDITAS CFA OA Number Number Number Number Number Number

of of of of of of

Input Variables 20 Y - Variables 0 X - Variables 20 ETA - Variables 0 KSI - Variables 1 Observations 2770

UJI VALIDITAS CFA OA Number of Iterations = 11 LISREL Estimates (Maximum Likelihood) LAMBDA-X

ITEM1

ITEM11 OA -------0.68 (0.02) 34.95

0.55 (0.02) 27.17

ITEM12

0.61 (0.02) 29.11

ITEM2

0.38 (0.02) 17.77

ITEM13

0.91 (0.03) 30.41

ITEM3

0.27 (0.02) 11.48

ITEM14

0.48 (0.02) 25.06

ITEM4

0.47 (0.02) 23.17

ITEM15

0.67 (0.02) 34.10

ITEM5

0.61 (0.02) 28.14

ITEM16

0.33 (0.02) 17.63

IITEM6

0.46 (0.02) 22.80

ITEM17

0.49 (0.02) 21.61

ITEM7

0.28

ITEM18

0.35

162

(0.02) 13.38

(0.02) 14.97

ITEM8

0.51 (0.02) 26.55

ITEM19

0.43 (0.02) 22.17

ITEM9

0.60 (0.02) 30.05

ITEM20

0.40 (0.02) 21.04

ITEM10

0.36 (0.02) 18.10

PHI OA -------1.00 Goodness of Fit Statistics Degrees of Freedom = 58 Minimum Fit Function Chi-Square = 70.71 (P = 0.12) Normal Theory Weighted Least Squares Chi-Square = 70.36 (P = 0.13) Estimated Non-centrality Parameter (NCP) = 12.36 90 Percent Confidence Interval for NCP = (0.0 ; 37.68) Minimum Fit Function Value = 0.026 Population Discrepancy Function Value (F0) = 0.0045 90 Percent Confidence Interval for F0 = (0.0 ; 0.014) Root Mean Square Error of Approximation (RMSEA) = 0.0088 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.015) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.14 90 Percent Confidence Interval for ECVI = (0.13 ; 0.14) ECVI for Saturated Model = 0.15 ECVI for Independence Model = 16.05 Chi-Square for Independence Model with 190 Degrees of Freedom = 44389.92

163

Independence AIC = 44429.92 Model AIC = 374.36 Saturated AIC = 420.00 Independence CAIC = 44568.46 Model CAIC = 1427.20 Saturated CAIC = 1874.59 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.30 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.99 Critical N (CN) = 3366.80

Root Mean Square Residual (RMR) = 0.011 Standardized RMR = 0.011 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.28 UJI VALIDITAS CFA OA Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI

164

UJI VALIDITAS CFA OA Standardized Solution LAMBDA-X OA -------0.68 0.38 0.27 0.47 0.61 0.46 0.28 0.51 0.60 0.36 0.55 0.61 0.91 0.48 0.67 0.33 0.49 0.35 0.43 0.40

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 PHI

OA -------1.00 Time used:

0.062 Seconds

165

Analisis Faktor Konfirmatorik 2nd Order Skor Performance L I S R E L

8.70

BY Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file C:\Users\user\Desktop\REza\SKRIPSI\perhitungan\2nd order\PERFORMANCE.ls8: UJI VALIDITAS CFA OA DA NI=4 NO=2770 MA=KM LA DS SPA PA OA KM SY FI=PERFORMANCE.COR SE 1 2 3 4/ MO NX=4 NK=1 LX=FR PH=ST TD=SY,FI LK PERFORMANCE FR TD 1 1 TD 2 2 TD 3 3 TD 4 4 fr td 2 1 PD OU AD=OFF TV SS MI UJI VALIDITAS CFA OA Number Number Number Number Number Number

of of of of of of

Input Variables 4 Y - Variables 0 X - Variables 4 ETA - Variables 0 KSI - Variables 1 Observations 2770

UJI VALIDITAS CFA OA Correlation Matrix DS

SPA

PA

OA

166

DS SPA PA OA

-------1.00 0.26 0.30 0.39

--------

--------

--------

1.00 0.39 0.53

1.00 0.46

1.00

SPA --------

PA --------

OA --------

7 0 0

8 0

9

UJI VALIDITAS CFA OA Parameter Specifications LAMBDA-X

DS SPA PA OA

PERFORMA -------1 2 3 4 THETA-DELTA

DS SPA PA OA

DS -------5 6 0 0

UJI VALIDITAS CFA OA Number of Iterations =

3

LISREL Estimates (Maximum Likelihood) LAMBDA-X

DS

PERFORMA -------0.50 (0.02) 22.92

SPA

0.68 (0.02) 32.19

PA

0.58 (0.02) 29.36

OA

0.79

167

(0.02) 38.27

PHI PERFORMA -------1.00

THETA-DELTA DS -------0.75 (0.02) 31.33

SPA --------

SPA

-0.07 (0.02) -4.34

0.54 (0.02) 24.13

PA

- -

- -

0.66 (0.02) 31.26

OA

- -

- -

- -

DS

PA --------

OA --------

0.38 (0.02) 16.39

Squared Multiple Correlations for X - Variables DS -------0.25

SPA -------0.46

PA -------0.34

OA -------0.62

Goodness of Fit Statistics Degrees of Freedom = 1 Minimum Fit Function Chi-Square = 0.51 (P = 0.47) Normal Theory Weighted Least Squares Chi-Square = 0.51 (P = 0.47) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 5.53) Minimum Fit Function Value = 0.00019

168

Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.0020) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.045) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.97 Expected Cross-Validation Index (ECVI) = 0.0069 90 Percent Confidence Interval for ECVI = (0.0069 ; 0.0089) ECVI for Saturated Model = 0.0072 ECVI for Independence Model = 0.97 Chi-Square for Independence Model with 6 Degrees of Freedom = 2666.31 Independence AIC = 2674.31 Model AIC = 18.51 Saturated AIC = 20.00 Independence CAIC = 2702.02 Model CAIC = 80.85 Saturated CAIC = 89.27 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.17 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 1.00 Critical N (CN) = 35764.71

Root Mean Square Residual (RMR) = 0.0029 Standardized RMR = 0.0029 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 1.00 Parsimony Goodness of Fit Index (PGFI) = 0.100 UJI VALIDITAS CFA OA Modification Indices and Expected Change No Non-Zero Modification Indices for LAMBDA-X No Non-Zero Modification Indices for PHI Modification Indices for THETA-DELTA DS

SPA

PA

OA

169

-------- - 0.51 0.51

DS SPA PA OA

--------

--------

--------

- 0.51 0.51

- - -

- -

Expected Change for THETA-DELTA DS -------- - 0.01 -0.02

DS SPA PA OA

SPA --------

PA --------

OA --------

- -0.02 0.02

- - -

- -

Maximum Modification Index is THETA-DELTA

0.51 for Element ( 3, 2) of

UJI VALIDITAS CFA OA Standardized Solution LAMBDA-X PERFORMA -------0.50 0.68 0.58 0.79

DS SPA PA OA PHI

PERFORMA -------1.00 Time used:

0.031 Seconds