PENGUJIAN VALIDITAS KONSTRUK DARI INTELLIGENZ STRUKTUR TEST (1ST) YANG TELAH DIREVISI BADAN PENGKAJIAN DAN PENERAPAN TEKNOLOGI (BPPT) Skripsi Diajukan untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Psikologi (S.Psi)
"~I·j
:
"i'i:."';"'6''[;'';''~-(r''1i' : ..6<['::..2i......u.~
1 gl. : tJ( No. Induk : kh\sifikasi :
w.
~.\,2.(t.
Disusun oleh : NURSAKINAH OKTAVIANA SASMITA NIM: 105070002297
FAKULTAS PSIKOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
1430H/2010M
.
PENGUJIAN VALIDITAS KONSTRUK DARI INTElLiGENZ STRUKTUR TEST (1ST) YANG TElAH DIREVISI BADAN PENGKAJIAN DAN PENERAPAN TEKNOlOGI (BPr--ERPUSTAKAAN UTAMA
----1
Skripsi
UIN SYAHID JAKARTA
Diajukan kepada Fakultas Psikologi untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Psikologi (S.Psi) Oleh: NURSAKINAH OKTAVIANA SASMITA
NIM: 105070002297
Dibawah Bimbingan
Pembimbing
Jahja Umar, Ph. D NIP.130 885 522
FAKULTAS PSIKOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1430H/2010M
PENGESAHAN PANITIA UJIAN
;kripsi yang berjudul "PENGUJIAN VALIDITAS KONSTRUK DARIINTELLIGENZ ;TRUKTUR TEST (1ST) YANG TELAH DIREVISI BADAN PENGKAJIAN DAN 'ENERAPAN TEKNOLOGI (BPPT)" telah diujikan dalam Sidang Munaqasyah Fakultas 'sikologi Universitas Islam Negeri Syarif Hidayatullah Jakarta pada tanggal 28 Januari 1010. Skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar 3arjana Psikologi. Jakarta, 28 Januari 2010
Sidang Munaqasyah <etua Merangkap Anggota
Sekretaris Merangkap Anggota
Jahja Umar, Ph.D
Om.
NIP.130 885 522
F'd~M.S;
NIP.19561223 198303 2001 Anggota,
Penguji I
Penguji II
Yunita Faela Nisa, M. Psi, Psi
Jahja Umar, Ph.D
NIP. 150368748
NIP. 130885522 Pembimbing,
-
Jahja Umar, Ph.D NIP.130 885 522
M~nusi~ tanp~ rita-rita ~J~I~h m~ti.
Cita-cita tanp~ us~h~ ~J~I~h mimpi. Us~h~ tanr~ kery~ ker'd.s ~J~hhsh-si~. Kery~ menj~Ji ny~t~ ~J~I~h keb~h~9i~~n.
(Kebh~9i~~n) y~n9 JihnJ~si Jen9~n im~n, ta~w~, kete9uh~n, J~n kej~ur'd.n (~.J H~bibie)
ABSTRAK
(A) Fakultas Psikologi (B) Januari, 2010 (C) Nursakinah Oktaviana Sasmita (D) Pengujian Validitas Konstruk dari Intelligenz Struktur Test (1ST) Yang Telah Direvisi Badan Pengkajian Dan Penerapan Teknologi (BPPT) (E)
ix + 110 halaman + Lampiran
(F) Dalam merekrut calon karyawan pada sebuah perusahaan dibutuhkan suatu alat tes dan wawancara untuk mengetahui kemampuan yang dimiliki mereka. Biro SDM dan Organisasi BPPT telah merevisi beberapa alat tes yang mengukur intelegensi. Salah satu dari alat tes yang telah direvisi adalah 1ST (/ntel/igenz Struktur Test). Alat tes tersebut telah digunakan pada proses seleksi calon pegawai. Oleh karena itu, mengingat alat tes tersebut akan digunakan dalam proses pengambilan keputusan penting, maka perlu diadakan pengujian validitas. Penelitian ini bertujuan untuk mengetahui validitas konstruk dari tes 1ST tersebut. Sampel yang digunakan berjumlah 963 orang dari calon karyawan BPPT yang diseleksi pada tahun 2008. Uji Validitas Konstruk dilakukan dengan Analisis Faktor Konfirmatori (CFA). Dari hasil analisis data dengan delapan sub tes yang berjumlah 151 item dengan menggunakan software Lisrel 8,7 terdapat 25 item yang didrop. Ketidakvalidan item tersebut dikarenakan tidak mengukur apa yang hendak diukur, terlalu kompleks, dan negatif dengan apa yang hendak diukur. Dengan menggunakan item yang valid, dilakukan analisis faktor untuk menguji apakah delapan sub tes yang ada terbukti mengukur satu kemampuan umum yaitu inteligensi. Hasil penelitian menunjukkan bahwa memang delapan sub tes tersebut mengukur inteligensi umum tetapi, hanya
empat sub tes yang secara statistik signifikan. Dengan membandingkan hasil
ii
pengetesan menggunakan empat sub tes yang signifikan saja (short form) ternyata hasilnya tidak berbeda dengan yang diperoleh dari penggunaan seluruh sub tes (long form). Korelasi antara keduanya adalah 0,957. Oleh sebab itu. direkomendasikan untuk cukup menggunakan bentuk short form yaitu sub tes ZR, ME, AN dan RA. (G) Bahan bacaan : 17 buku, 2 jurnal, 2 bahan persentasi, dan 2 website (1960 -2009) Kata kunci : validitas
iii
KATA PENGANTAR Segala puja dan puji bagi Illahi Rabb, Sang Pemilik Langit dan Bumi yang memiliki kasih yang sedemikian luas kepada seluruh umatNya. Shalawat serta salam tereurahkan bagi Rasulullah SAW, suri tau ladan sepanjang masa. Akhirnya usai juga, penulisan skripsi dengan judul "Pengujian Validitas Konstruk dari Intelligenz Struktur Test (1ST) Yang Telah Direvisi Badan Pengkajian Dan Penerapan Teknologi (BPPT)".
Skripsi ini merupakan tugas akhir dalam rangka menyelesaikan pendidikan Sarjana Strata Satu (S 1) sesuai kurikulum yang diterapkan di Fakultas Psikologi Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta. Penelitian ini dHaksanakan untuk mengetahui validitas item 1ST.
Dalam penulisan skripsi ini, penulis merasa kesulitan dalam penearian bahan untuk bab kajian teori, untuk itu penulis menyarankan agar memperbanyak jurnal-jurnal penelitian pad a perpustakaan guna mempermudah mahasiswa meneari bahan literature. Penulis juga tidak luput dari berbagai masalah dan menyadari sepenuhnya bahwa keberhasilan yang diperoleh bukanlah semata-mata hasH usaha penulis sendiri, melainkan berkat dukungan, bantu an, dorongan, dan bimbingan yang tak ternilai harganya dari pihakpihak lain. Ueapan terima kasih tak terhingga, penulis sampaikan kepada:
1.
Bapak Jahja Umar, Ph. D selaku Dekan Fakultas Psikologi.
merangkap pembimbing dan penguji skripsi saya. Terima kasih atas bimbingannya selama ini. 2.
Para jajaran pimpinan, dosen-dosen tereinta di Fakultas Psikologi
Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta, khususnya Bu Yunita, Pak Luthfi, Bu Rena, dan keluarga besar Fakultas Psikologi yang
iv
tidak bisa saya sebutkan satu persatu. Terimakasih atas segala dukungan dan perhatiannya pada skripsi yang saya buat. 3.
Ke dua orang tua saya, Ayahanda Jeppy Jajang Jaya Sasmita beserta
ibunda tercinta Annie Hendriani. Terimakasih atas segalanya, "Love usa much,," Kepada saudara-saudara kandung saya, Mba Yu, Ichsan dan Usi.
Terimakasih, sudah terus mendorong saya, agar semangat menghadapi bimbingan skripsi. 4.
Pihak BPPT, khususnya Bu Suratna, dan Bapak Roni Tulak yang
sudah memberikan izin penelitian dalam skripsi ini. 5.
Dian Saputro Utomo, yang sudah memberikan semangat, dan selalu
setia menemani penulis dan Bang Tupi yang sudah ikut serta membantu saya dalam penulisan skripsi. 6.
Fitri Husnia, Evi Aini, Dian Eka, Nur Jamilah, Lia Martila (sahabat pena
di Lombok) dan Indah Purwati. Sahabat yang tak pernah lekang oleh waktu, serta teman-teman angkatan 2005, terimakasih atas dukungannya. 7.
Anggota Masyarakat Skoliosis Indonesia (MSI) khususnya Mba Trie,
Mba Ditha, Fitri Sartika, Naritha, serta Andine. Terimakasih dengan catatancatatan kecil yang bermanfaat buat skolioser, agar para skolioser hidup lebih nyaman di masa datang. Untuk para skolioser, ayo jangan menyerah! Tunjukkan pada dunia, bahwa skolioser adalah keunikan yang kita miliki. 8.
Teman-teman di Forum Lingkar Pena Ciputat dan Tangerang.
Penulis menyadari bahwa di dalam penyelesaian skripsi ini kurang dari kata sempurna. Akhir kata penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pembaca, khususnya mahasiswa-i Fakultas Psikologi Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta. Jakarta, Januari 2010 Nursakinah Oktaviana Sasmita
v
DAFTAR 151 Abstrak Kata Pengantar
iii
Daftar lsi
v
Daftar Tabel
viii
Daftar Gambar
ix
BAB I PENDAHULUAN
1-9
1.1 Latar Belakang
1
1.2 Identifikasi Masalah
7
1.3 Pembatasan dan Perumusan Masalah
7
1.3.1 Pembatasan Masalah
7
1.3.2 Rumusan masalah
7
1.4 Tujuan dan Manfaat Penelitian
8
1.4.1. Tujuan Penelitian
8
1.4.2. Manfaat Penelitian
8
1.5Sistematika Penulisan BAB II KAJIAN PUSTAKA
2.1 DeskriptifTeoritis
9 10-38 10
2.1.1 Bahasan umum tes psikologi
10
2.1.2Inteligensi
12
2.1.2.1 Definisi Intelegensi
13
2.1.2.2 Teori Intelegensi
14
2.1.2.3 Faktor-faktor yang mempengaruhi intelegensi
16
2.1.2.4 Pengukuran Intelegensi
17
2.1.3 Konstruksi Tes
20
2.1.3.1. Validitas Alat Ukur
20
1.validitas Penelitian
21
a. Validitas Internal
21
vi
b. Validitas Eksternal
21
2. Validitas Item (Item Validity)
21
3.Validitas Tes
22
a. Validitas isi
22
b. Validitas konstruk
22
b.1 Validasi alat ukur dengan analisis faktor
23
b.2 Validasi alat ukur dengan cara analisis konvergen dan diskriminan dan dikaitkan dengan konsep 23 multi trait, multi methode. b.3 IRT (Item Responses Theory) c. Validitas Berdasarkan Kriteria 2.1.3.2. Reliabilitas Tes
23 25 25
1. Pendekatan Tes Ulang (Test Retest)
26
2. Pendekatan Tes Sejajar (Alternate Forms)
26
3. Pendekatan Konsistensi Internal (Internal Consistency) a. Belah dua (Split Half)
27
b. Alpha Cronbach
27
2.1.4 Gambaran Umum 1ST
29
2.2 Kerangka Berpikir
36
2.3 Hipotesis
38
BAB III METODE PENELITIAN
39-46
3.1 SUbjek Penelitian
39
3.2 Instrumen Penelitian
40
3.3 Metode Analisis data
42
3.4 Prosedur Penelitian
46
vii
BAB IV HASIL PENELITIAN
47-101
4.1 Validitas Konstruk Tingkat Sub Tes
47
4.1.1 Validitas Konstruk sub tes Satzergaenzung (SE)
47
4.1.2 Validitas Konstruk sub tes Wortauswahl 0NA)
55
4.1.3 Validitas Konstruk sub tes Analogien (AN)
62
4.1.4 Validitas Konstruk sub tes Rechhenaufgben (RA)
69
4.1.5 Validitas Konstruk sub tes Zahlenreihen (ZR)
75
4.1.6 Validitas Konstruk sub tes Formasuwahl (FA)
82
4.1.7 Validitas Konstruk sub tes Wurfelaugfgaben 0NU)
88
4.1.8 Validitas Konstruk sub tes Merkaufgaben (ME)
92
4.2 Menguji hipotesis apakah seluruh sub tes 1ST mengukur 1 konstruk bersifat umum (General Intelligence)
96
4.3 Korelasi antar sub tes dengan total skor pada short form dan full 101 BAB V PENUTUP
103-109
5.1 Kesimpulan
103
5.2 Diskusi
106
5.3 Saran
109
viii
DAFTAR TABEl Tabel 4.1 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item SE Tabel4.2 Muatan Faktor Item 1ST sub tes SE Tabel 4.3 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item WA Tabel 4.4 Muatan Faktor Item 1ST sub tes WA Tabel 4.5 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item AN Tabel4.6 Muatan Faktor Item 1ST sub tes AN Tabel 4.7 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item RA Tabel4.8 Muatan Faktor Item 1ST sub tes RA Tabel4.9 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item ZR Tabe14.10 Muatan Faktor Item 1ST sub tes ZR Tabe14.11 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item FA Tabe14.12 Muatan Faktor Item 1ST sub tes FA Tabe14.13 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item WU Tabe14.14 Muatan Faktor Item 1ST sub tes WU Tabe14.15 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item ME Tabe14.16 Muatan Faktor Item 1ST sub tes ME Tabe14.17 Koefisien Muatan Faktor untuk (General Intelligence) Tabel 4.18 Matriks korelasi antar sub tes dan sub tes dengan total skor pada shari form dan fuJI
ix
DAFTAR GAMBAR Gambar 2.1 Kerangka Berpikir Gambar 2.2 Kerangka Berpikir Gambar 4.1 Analisis Faktor Konfirmatorik untuk sub tes SE Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes WA Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes AN Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes RA Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes ZR Gambar 4.6 Analisis Faktor Konfirmatorik untuk sub tes FA Gambar 4.7 Analisis Faktor Konfirmatorik untuk sub tes WU Gambar 4.8 Analisis Faktor Konfirmatorik untuk sub tes ME Gambar 4.9 Koefisien Muatan Faktor untuk Generallntelfigence Gambar 5.1 Hasil Pengujian model satu faktor tiap sub tes 1ST
BABI PENDAHULUAN
1.1 Latar Belakang Salah satu elemen dalam perusahaan adalah Sumber Oaya Manusia (SOM). Pengelolaan SOM dari suatu perusahaan sangat mempengaruhi banyak aspek penentu keberhasilan kerja dari perusahaan tersebut. Oleh karena itu, banyak perusahaan di Indonesia yang menggunakan jasa para sarjana psikologi untuk melaksanakan pemeriksaan psikologis terhadap calon tenaga kerja yang melamar untuk pekerjaan-pekerjaan tertentu dalam rangka seleksi tenaga kerja.
Pimpinan perusahaan yang percaya pada hasH dalam tes psikologi tersebut akan terus menggunakan apa yang telah disarankan oleh lembaga yang menyediakan tes psikologi tersebut. Kenyataan ini menunjukkan bahwa para sarjana psikologi perlu sekali mengadakan berbagai penelitian yang berkaitan dengan kebenaran (kebenaran ramalan, kebenaran konstruk, kebenaran isi, kebenaran sintetik) dari perangkat tes psikologik yang digunakan dalam seleksi dan assesment, sehingga seleksi dan assesment psikologik untuk berbagai tujuan menjadi lebih menggunakan kaidah-kaidah Hmiah. (Munandar, 2001)
2
Dalam merekrut calon karyawan pada sebuah perusahaan dibutuhkan suatu alat tes dan wawancara untuk menguji kemampuan atau mengetahui kemampuan yang dimiliki oleh calon karyawan. Biro SDM dan Organisasi BPPT telah merevisi beberapa alat tes yang mengukur inteligensi. Salah satu dari alat tes yang telah direvisi adalah Intelligenz Struktur Test (1ST) (Van Der Ven, 1992). 1ST adalah suatu alat tes yang mengukur inteligensi seseorang dari beberapa sub tes yang telah disediakan.
Alat tes tersebut telah digunakan sebagai alat tes pada proses penyeleksian calon pegawai. Oleh karena itu, mengingat alat tes tersebut akan digunakan dalam proses penyeleksian calon pegawai, maka perlu adanya pengujian validitas, sehingga tes tersebut layak digunakan sebagai alat tes psikologi. Suatu tes yang baik memiliki kualitas pokok sebagai berikut: pembakuan, objektif, reliabel, dan valid (Sukardi, 1997). Dalam menggunakan alat ukur psikologis, setelah kriteria valid telah dipenuhi, maka hasil validitas itu akan memberikan jawaban sebagai alat ukur yang baik atau tidak. Dan setelah validasi alat tes, perlu diketahui item yang gugur dan membuat kurang baiknya suatu alat ukur psikologis.
Kebutuhan akan sumber daya manusia yang ahli, terampil dan kualitasnya sesuai dengan tuntutan zaman dan teknologi semakin meningkat. Sumber daya manusia tersebut harus menguasai tugas dan memiliki kemampuan
3
yang dituntut pada bidang pekerjaannya. Keahlian dan keterampilan dalam suatu bidang pekerjaan ditentukan oleh salah satu diantaranya adalah inteligensi. Seseorang yang memiliki bakat tetapi kekurangan dalam hal inteligensi. Maka, produktivitasnya tidak optimal dan akan terjadi pegawaipegawai yang memiliki ciri-Giri: Loyalitas rendah, ditunjukkan dengan tingkat
'absenteesm' yang tinggi dan banyak pegawai yang melakukan 'moonlighting', yang tidak sejalan dengan program-program BPPT. Entrepreneurship skills tidak dikembangkan untuk keberhasilan unit organisasi. Mental dan disiplin kerja tidak menunjukkan jiwa profesional. Bidang keahlian yang dimilikinya tidak berkembang. Egoisme kelompok dan unit kerja diutamakan dan tidak mengedepankan budaya teamworking. Kreativitas dan kemandirian yang rendah, masih perlu adanya dorongan dan arahan dari atasan dalam melakukan pekerjaan. Hal ini tergambar dengan masih rendahnya jumlah hasH-hasH penelitian yang dipatenkan, walaupun ragam keahlian yang dimiliki SOM BPPT sangat luas. Beberapa kecenderungan di atas, akan muncul apabHa peran para pimpinan dalam membina dan mengembangkan pegawainya tidak berfungsi dan tidak adanya kemauan dan motivasi pegawai dalam mengembangkan diri dan melibatkan dirinya dalam program di masing-masing unit kerja. Oi antara beberapa kelemahan unsur pimpinan yang memungkinkan rendahnya pendayagunaan SOM adalah diakibatkan rendahnya "Human Skills"yang dimiliki diantaranya adalah kurang memahami prinsip-prinsip manajemen SOM, terutama dalam
4
mengarahkan, membina, dan memotivasi pegawai, serta kurang mampu menciptakan iklim yang mendukung munculnya kreativitas pegawai (profil BPPT, 2009). Oleh karena itu, pemilihan jenis pendidikan, jurusan sekolah, ataupun bidang pekerjaan yang disesuaikan dengan inteligensi seseorang, diharapkan dapat mempermudah usaha seseorang dalam kinerjanya. Salah satu alat ukur inteligensi yang sering digunakan pada lembaga atau instansi pemerintah maupun swasta sudah sejak lama adalah 1ST. Disamping itu, banyak juga item-item yang sudah tidak sesuai dengan perkembangan zaman sekarang. Maka, perlu adanya revisi ulang terhadap alat tes tersebut, agar tes-tes tersebut dapat digunakan pada penseleksian pegawai selanjutnya.
Kemudian belum adanya pengujian validitas pada item sub tes 1ST, yang menyebabkan item sub tes 1ST belum memuaskan. Kalaupun sudah ada, baru diuji dengan teori klasik dan dengan sub tes item yang belum direvisi seperti yang sudah diteliti oleh Hamidah (Hamidah dan Hartati Nurul, 2000). Dari pengolahan data yang dilakukannya diperoleh hasil bahwa dari 176 item tes terdapat 131 item dinyatakan valid dan 45 item gugur. Oleh karena itu, peneliti akan meneliti dengan teori modern dalam rangka menguji validitas konstruk dari 1ST. Dikarenakan peneliti belum mempelajari secara khusus statistik tentang analisis faktor, maka peneliti hanya akan mempraktekkannya saja dengan software yang sudah ada, yaitu Lisrel kemudian menafsirkan
5
hasil analisis faktor terhadap data hasil tes 1ST, sehingga peneliti akan dapat menentukan
1. Apakah benar seluruh item dalam setiap sub tes 1ST mengukur konstruk yang dimaksud. Hal ini dapat dilihat dari kesesuaian model satu faktor dengan data yang sudah ada. Apabila terbukti seluruh item dalam suatu sub tes sesuai dengan model yang bersifat unidimensional, maka dapat diartikan bahwa seluruh item tersebut mengukur dimensi atau konstruk yang dimaksud. 2. Selanjutnya jika hal yang ditanyakan pada butir 1 adalah benar, pertanyaannya adalah, apakah masing-masing item memberikan sumbangan yang signifikan dalam mengukur konstruk yang dimaksud? 3. Pertanyaan selanjutnya adalah apakah seluruh sub tes juga mengukur satu dimensi yang bersifat lebih umum yaitu, kecerdasan umum
(general Intelligence). Dalam penelitian ini 1ST digunakan karena tes tersebut mengukur kemampuan-kemampuan umum pada individu dan dapat dipakai untuk semua kalangan. 1ST merupakan salah satu alat tes inteligensi yang bisa digunakan secara individual maupun klasikal atau kelompok, serta dapat memberikan gambaran atau profil seseorang tentang kelemahan maupun kekuatan yang dimilikinya berdasarkan berbagai aspek yang terkait dengan fungsi inteligensinya. Oleh karena itu amatlah penting untuk mengetahui bagaimana akurasi dari tes 1ST, agar kita dapat memperoleh hasil yang
6
sesuai dengan kemampuan yang dimiliki oleh individu itu. Oalam penelitian ini, 1ST menjadi delapan sub tes dan berjumlah 151 item tes karena, satu sub tes 1ST yaitu GE tidak tersedia datanya dan pada sub tes WU, hanya tersedia sebelas item, sedangkan sembilan item lainnya tidak tersedia datanya. Oleh sebab itu, dalam penelitian ini uji validitas sub tes WU hanya diwakili oleh sebelas item saja.
Sebagian masyarakat umum telah mengetahui bahwa, Badan Pengkajian dan Penerapan Teknologi (BPPT) adalah Lembaga Pemerintah NonOepartemen yang berada dibawah koordinasi Kementerian Negara Riset dan Teknologi yang melaksanakan tugas pemerintahan di bidang pengkajian dan penerapan teknologi. Proses pembentukan BPPT bermula dari gagasan Presiden Soeharto kepada Prof Dr. Ing. B.J. Habibie pada tanggal 28Januari-1974. Oi dalam Badan Pengkajian dan Penerapan Teknologi (BPPT) ini terdapat Biro Sumber Oaya Manusia dan Organisasi (SOMO) yang berupaya untuk dapat melaksanakan kegiatan-kegiatan yang menunjang terlaksananya visi dan misi BPPT, yaitu mengelola SOM dan organisasi secara efektif dan efisien (Sejarah, 2009).
7
1.2 Identifikasi Masalah Dari latar belakang diatas, muncul beberapa permasalahan yang dapat diidentifikasikan, yaitu: a. Berapa validitas item tes 1ST yang terdiri dari delapan sub tes dengan jumlah item sebanyak 151 butir? b. Apakah alat tes 1ST tersebut sudah layak digunakan sebagai alat ukur inteligensi? c.
Apakah item tes 1ST tersebut memerlukan revisi ulang?
1.3 Pembatasan dan Perumusan Masalah
1.3.1 Pembatasan Masalah Penelitian ini menggunakan data sekunder di BPPT, yang beralamatkan JI. MH. Thamrin no.8, Jakarta Pusat. Respondennya adalah semua orang yang melamar pada BPPT tahun 2008. Pada penelitian ini, konsep-konsep yang perlu dibatasi pengertiannya diantaranya validitas yang bermaksud mengetahui apakah tes 1ST yang telah direvisi benar-benar mampu mengukur apa yang hendak diukur alat tes tersebut.
1.3.2 Rumusan masalah Setelah membatasi pembatasan masalah, peneliti perlu mengajukan pertanyaan yang mengarah pada rumusan masalah dalam skripsi ini adalah "Berapa validitas konstruk 1ST yang telah direvisi BPPTT. Masalah ini akan
8
dirumuskan dalam pernyataan yang lebih spesifik, sebagai berikut: a. Apakah setiap item dalam masing-masing sub tes fit (sesuai) dengan model satu faktor dan apakah setiap item dalam masing-masing sub tes secara signifikan mengukur kemampuan pada sub tes tersebut? b. Apakah delapan sub tes 1ST adalah fit (sesuai) dengan model satu faktor, yaitu inteligensi umum? c. Apakah dengan menggunakan model short form (hanya sebagian sub tes saja) sudah memadai dalam mengukur inteligensi umum?
1.4Tujuan dan Manfaat Penelitian
1.4.1. Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui validitas 1ST, sehingga alat tes 1ST tersebut dapat digunakan pada pengetesan calon pegawai berikutnya di dalam BPPT.
1.4.2. Manfaat Penelitian a. Secara teoritik, hasil penelitian ini diharapkan dapat menambah khasanah ilmu pengetahuan psikologi, khususnya psikologi industri dan organisasi dan memberikan gambaran mengenai bagaimana menggunakan software Lisrel untuk menguji validitas konstruk dari sebuah alat ukur psikologis. Sehingga, menambah ilmu baru pada peneliti, pihak BPPT, maupun pembaca.
9
b. Secara praktis, hasil penelitian ini bermanfaat bagi pihak BPPT dan pengguna tes 1ST lainnya, sehingga alat tes tersebut dapat disempurnakan dan digunakan pada pengetesan calon pegawai berikutnya di dalam BPPT maupun di tempat lainnya dengan tingkat validitas yang lebih tinggi.
1.5Sisternatika Penelitian
Penelitian penelitian ini dibagi menjadi beberapa bahasan seperti yang akan digambarkan berikut ini : BAB I:
Pendahuluan ini meliputi: latar belakang masalah, identifikasi masalah dalam penelitian, batasan dan rurnusan masalah, tujuan dan manfaat penelitian dan sistematika penelitian.
BAB II
Kajian teori rneliputi: sub bab Bahasan Urnurn Tes Psikologi, Inteligensi, dan Konstruksi Tes. Konstruksi Tes berisi tentang Persyaratan Tes, Validitas, Reliabilitas Tes, dan Gambaran Umurn 1ST, sub bab kerangka berpikir, dan hipotesis
BAB III : Metode penelitian: Subjek Penelitian, Instrumen Penelitian, Metode Analisis Data, dan Prosedur Penelitian. BAB IV : Hasil Penelitian meliputi: validitas yang dihasilkan oleh analisis faktor, dengan masing-masing skalanya. BAS V
: Kesimpulan, Diskusi dan Saran
BAB II KAJIAN PUSTAKA Bab ini memaparkan teori yang digunakan dalam penelitian ini. Ada pun sub bab yang akan dipaparkan adalah subbab tentang deskriptif teoritis yang membahas tentang bahasan umum tes psikologi, hal-hal yang mengenai inteligensi serta teori inteligensi yang digunakan oleh alat tes 1ST, definisi validitas dan reliabilitas, sub bab gambaran umum alat ukur 1ST, kerangka berpikir, dan hipotesis penelitian.
2.1 Deskriptif Teoritis 2.1.1 Bahasan umum tes psikologi Tes psikologi adalah alat ukur yang obyektif dan dibakukan atas sampel perilaku tertentu yang berfungsi untuk mengukur perbedaan-perbedaan antara individu-individu atau antara reaksi-reaksi individu yang sama dalam situasi yang berbeda (Anastasi & Urbina, 1997). Dalam kamus Psikologi, tes adalah satu perangkat pertanyaan yang sudah dibakukan, yang dikenakan pada seseorang dengan tujuan untuk mengukur perolehan atau bakat pad a suatu bidang tertentu (Chaplin, 2006).
Cronbach mendefinisikan tes sebagai "a numerical procedure for observing a
person's behavior and describing it with the aid of a numerical scale or
11
categorical system." (dalam Azwar, 1996). Dari batasan tersebut dapat diambil kesimpulan. Pertama, tes merupakan prosedur sistematis. Butir-butir tes disusun menurut cara dan aturan tertentu, prosedur administrasi dan pemberian angka (scoring) harus jelas dan spesifik, dan setiap orang yang mengambil tes harus mendapat butir-butir yang sama dan dalam kondisi yang sebanding. Namun, pada teori tes modern (misalnya IRT), orang yang berbeda dapat menempuh tes yang berbeda tetapi hasilnya dapat dibandingkan (Umar, 1999). Kedua, tes berisi sampel perilaku. Populasi butir tes yang bisa dibuat dari suatu materi tidak terhingga jumlahnya. Keseluruhan butir itu mustahil dapat seluruhnya tercakup dalam tes. Kelayakan tes lebih tergantung kepada sejauh mana butir-butir di dalam tes mewakili secara representatif kawasan (domain) perilaku yang diukur. Ketiga, tes sebagai stimulus memerlukan respons berupa perilaku sehingga diperoleh data kuantitatif. Butir-butir tes menghendaki subjek agar menunjukkan apa yang diketahui atau apa yang dipelajari subjek dengan cara menjawab butir-butir atau mengerjakan tugas yang dikehendaki oleh tes. Respon subjek atas tes merupakan indikator dari apa yang ingin diketahui oleh penyelenggara tes.
Sebuah tes psikologi pada dasarnya adalah alat ukur yang objektif dan dibakukan atas sampel perilaku tertentu (Anastasi & Urbina, 1997). Dalam psikologi, tes dapat diklasifikasikan menjadi empat, yaitu: Pertama, tes yang
12
mengukur inteligensi umum (general intelligence test). Tes ini dirancang untuk mengukur kemampuan umum seseorang dalam suatu tugas. Kedua, tes yang mengukur kemampuan khusus atau tes bakat (special ability test). Tes ini digunakan untuk mengungkap kemampuan potensial subjek dalam bidang tertentu. Ketiga, tes yang mengukur prestasi (achievement test). Tes ini dimaksudkan untuk mengungkapkan kemampuan aktual sebagai hasil belajar. Keempat, tes yang mengungkap aspek kepribadian (personality assesment). Tes ini mengungkap karakteristik individual subjek dalam aspek non ability.
Dalam penelitian ini, peneliti akan berfokus pada definisi yang disampaikan oleh Anastasi, bahwa tes psikologi adalah alat ukur yang obyektif dan dibakukan atas sampel perilaku tertentu dari perilaku seorang individu, berfungsi untuk mengukur perbedaan antara individu-individu atau antara reaksi-reaksi individu yang sama dalam situasi yang berbeda.
2.1.2 Inteligensi 2.1.2.1 Definisi Inteligensi Terdapat banyak definisi inteligensi yang dikemukakan oleh para ahli psikologi maupun ahli pendidikan. Beberapa diantaranya akan dikemukakan di sini untuk mengarahkan pemahaman terhadap penelitian ini. Inteligensi menurut W. Stern (dalam Anastasi & Urbina, 1997) merupakan kemampuan
13
untuk mengetahui masalah serta kondisi baru, kemampuan berpikir abstrak, kemampuan bekerja, kemampuan menguasai tingkah laku instinktif, serta kemampuan menerima hubungan yang kompleks.
Aiken dan Marnat (2006) mengutip definisi inteligensi dari Binet, yang mengemukakan bahwa inteligensi itu menekankan pentingnya unsur penilaian (judgment), pemahaman (understanding), dan penalaran
(reasoning). Selain itu, mereka juga memberikan definisi lain yang menyatakan bahwa inteligensi adalah kemampuan untuk berpikir abstrak, kemampuan untuk belajar, atau kemampuan untuk beradaptasi dalam situasi baru. Sedangkan Wechsler (dalam Groth-Marnat, 1984) menyatakan bahwa inteligensi adalah keseluruhan kemampuan individu untuk berpikir dan bertindak secara terarah, serta menyesuaikan diri dengan Iingkungan secara efektif.
Carlson dan Buskist (1997) memberikan definisi inteligensi adalah kemampuan seseorang yang belajar dan mengingat informasi untuk mengenali konsep dan hubungannya serta menerapkan infonmasi kepada tingkah laku mereka untuk beradaptasi. Dari berbagai definisi yang telah dikemukakan diatas tersebut, peneliti dapat menyimpulkan bahwa inteligensi merupakan potensi menyeluruh dari kemampuan seseorang yang bersifat umum untuk berpikir, bertindak, serta untuk dapat berkembang di lingkungan.
14
2.1.2.2 Teori Inteligensi Pada dasarnya, teori inteligensi secara umum dapat dibagi dalam empat golongan. Golongan pertama berorientasi pada teori daya, yang kedua pada dua faktor, dan yang ketiga pada multi faktor, yang keempat pada kelompok faktor (Fudyartanto, 2002). Salah satu tokoh golongan pertama adalah Binet (dalam Azwar, 2005), yang menyatakan bahwa inteligensi bersifat monogenetik, yaitu berkembang dari satu faktor satuan atau faktor umum (g). Dikatakan bahwa inteligensi merupakan sisi tunggal dari karakteristik yang terus berkembang sejalan dengan proses kematangan seseorang.
Sedangkan tokoh golongan kedua adalah Spearman dalam Teori "2 faktor" mengenai kemampuan mental, yaitu faktor 9 dan s. Menurut Spearman, faktor 9 adalah kernampuan umum seperti memahami arti pelatihan, eduksi relasi dan eduksi korelasi (Carlson & Buskist, 1997). Eduksi relasi adalah kemampuan untuk menemukan suatu hubungan dasar yang berlaku diantara dua hal, sedangkan eduksi korelasi adalah kemampuan untuk menerapkan hubungan dasar yang telah ditemukan dalam proses eduksi relasi sebelumnya ke dalam situasi baru (dalam Azwar, 2005).
Tokoh golongan ketiga, adalah Thorndike yang menyatakan dalam teorinya bahwa inteligensi terdiri atas kemampuan spesifik yang diperlihatkan dalam wujud perilaku inteligensi (dalam Azwar, 2005). Tokoh golongan keempat,
15
adalah Thurstone. Menurut teori kelompok faktor, kecerdasan itu tidak hanya mempunyai satu faktor G, tetapi ada beberapa faktor G, dan tiap-tiap faktor G adalah mendasari beberapa faktor S. Dengan demikian, maka terdapatlah kelompok-kelompok faktor, yakni satu faktor G dengan sejumlah faktor S (Fudyartanto, 2002). Pada perkembangan selanjutnya, banyak muncul spekulasi mengenai sifat inteligensi. Sternberg misalnya, dengan komponen proses dan teori triarki dan teori mUltiple inteligensi Gardner (dalam Aiken dan Marnat, 2006). Dalam analisis Gardner, dari usahanya melakukan identifikasi terhadap inteligensi, ia menggunakan beberapa macam kriteria, yaitu 1. kemampuan itu independen, 2. memuat satuan operasi khusus, 3. mempunyai sejarah perkembangan sendiri, 4. terkait dengan sejarah evolusi zaman dulu, 5. dukungan psikologi eksperimental, 6. dukungan dari penemuan psikometrik, dan 7. dapat disimbolkan (Suparno, 2004).
Dalam penelitian ini, secara khusus peneliti akan menggunakan teori Thrustone. Thurstone menyusun Tes Kemampuan Primer Chicago dan menguraikan keenam faktor kemampuan berikut (dalam Cronbach, 1960): V: (Verbaf), yaitu pemahaman akan hubungan kata, kosa kata, dan penguasaan komunikasi lisan. N: (Numbef), yaitu kecermatan dan kecepatan dalam penggunaan fungsifungsi hitung dasar. S: (Spatiaf), yakni kemampuan untuk mengenali berbagai hubungan dalam
16
bentuk visual. W: (Word fluency), yaitu kemampuan untuk mencerna dengan cepat katakata tertentu. M: (Memory), yaitu kemampuan mengingat gambar-gambar, pesan-pesan, angka-angka, kata-kata, dan bentuk-bentuk pola. R: (Reasoning), yaitu kemampuan untuk mengambil kesimpulan dari
beberapa contoh, aturan, atau prinsip. Dapat juga diartikan sebagai kemampuan pemecahan masalah.
2.1.2.3 Faktor-faktor yang mempengaruhi inteligensi 0.0 Hebb dan R.B Cattell (dalam Fudyartanto, 2002) memberikan dua faktor yang mempengaruhi inteligensi, yakni : Tipe A dan tipe B (fluid and crystaJized). Yang dimaksud dengan kecerdasan tipe A disebut (Fluid Intelligence) adalah potensialitas keturunan (pembawaan), atau kualitas dasar pembawaan pada sistim syaraf dasar pembawaan pada sistem syaraf seseorang, sedang kecerdasan tipe B atau (Crystallized Intelligence) adalah kecerdasan yang dibentuk oleh pengalaman
belajar dan faktor-faktor alam sekitar (baik lingkungan fisik maupun sosial).
17
2.1.2.4 Pengukuran Inteligensi Tes inteligensi modern dimulai di Prancis, oleh Alfred Binet. Sejak tes inteligensinya diadapatasi oleh psikolog dari Amerika, tes tersebut masih digunakan sampai sekarang. Psikolog lainnya, David Wechsler, membuat dua tes inteligensi untuk dewasa dan anak (dalam Carlson & Buskist, 1997).
Di Amerika, usaha pertama tersebut dimulai oleh tokoh pencetus istilah ( tes mental ), James McKeen Cattel (dalam AVNar, 2005) yang menerbitkan bukunya Mental Test and Measurementdi tahun 1890. Buku ini berisi rangkaian tes inteligensi yang terdiri atas sepuluh jenis ukuran. Kesepuluh ukuran tersebut adalah :
1. Dynamometer Pressure, yaitu ukuran kekuatan tangan menekan pegas yang dianggap sebagai indikator aspek psikofisologis.
2. Rate of Movement. Tempo gerakan atau kecepatan gerak tangan yang dianggap juga sebagai memiliki komponen mental di dalamnya.
3. Sensation Areas, yaitu pengkuran jarak terkecil diantara dua tempat yang terpisah di kulit yang masih dapat dirasakan sebagai dua titik berbeda.
4. Pressure Causing Pain, yaitu pengukuran yang dianggap berguna dalam diagnosis terhadap penyakit-penyakit syaraf dan dalam mempelajari status kesadaran abnormal.
18
5. Least Noticeable Difference in Weight, yaitu pengukura perbedaan berat yang terkecil yang masih dapat dirasakan oleh seseorang. Ukuran ini dianggap sebagai suatu konstanta psikologis.
6. Reaction Time for Sound, yang mengukur waktu antara pemberian stimulus dengan timbulnya reaksi tercepat. Dalam tes ini stimulus bersifat auditori dan menghencaki respon gerakan menekan suatu kunci telegraf.
7. Time for Naming Colors, yang dimaksudkan sebagai ukuran terhadap proses yang lebih « mental» daripada waktu-reaksi yang dianggap reflektif.
8. Bisection of a 50-centimeter Line, yang dimaksudkan sebagai suatu ukuran terhadap akurasi 'space judgment'.
9. Judgment of 10-second Time, yang dimaksudkan sebagai ukuran akurasi dalam 'time judgment' . Tes ini meminta subjek memperkirakan ajrak waktu 10 delik tanpa bantuan alat apa pun.
10. Number of Letters Repeated Upon Once Hearing, yang dimaksudkan sebagai ukuran terhadap perhatian dan ingatan. Tes ini meminta subjek mengulang menyebutkan huruf-huruf yang disebutkan sekali. Tes-tes inteligensi yang sudah ada dan sering digunakan oleh para ahli psikologi adalah (Azwar, 2005):
1. Stanford-Binet Intelligence Scale. Materi yang terdapat dalam Skala Stanford-Binet berupa sebuah kotak berisi bermacam-macam benda
19
mainan tertentu yang akan disajikan pada anak-anak (sebagaimana telah disebutkan terdahulu, skala ini dimaksudkan untuk mengukur inteligensi anak-anak), dua buah buku kecil yang memuat cetakan kartu-kartu, sebuah buku catatan utnuk mencatat jawaban dan skorny, dan sebuha manual/petunjuk pelaksanaan pernberian tes.
2. The Wechsler Intelligence Scale for Children - Revised (WISC-R). WISC-R terdiri atas 12 sub tes yang dua diantaranya digunakan hanya sebagai persediaan apabila siperlukan penggantian sub tes. Keduabelas sub tes tersebut dikelompokkan rnenjadi dua golongan, yaitu skala Verbal dan skala Performansi (performance).
3. The Wechsler Adult Intelligence Scale-Revised (WAIS-R). WAIS-R terdiri skala Verbal dan skala Performansi. Kedua skala tersebut masing-masing menghasilkan IQ-verbal dan IQ-performansi sedangkan kombinasi keduanya menjadi dasar perhitungan IQ-deviasi sebagai IQ keseluruhan.
4. The Standard Progressive Matrices (SPM) merupakan salah satu contoh bentuk skala inteligensi yang dapat diberikan secara individual maupun secara kelompok. Skala ini dirancang J.G Raven. SPM merupakan tes yang bersifat nonverbal, artinya materi item-itemnya diberikan tidak dalam bentuk tulisan ataupun bacaan melainkan dalam bentuk gambar-gambar. Tes SPM terdiri atas 60 buah item yang
berupa gambar-gambar.
20
5. The Kaufman Assessment Battery for Children (K-ABC). Tes intelgensi yang disebut K-ABC merupakan baterai (rangkaian) tes yang relatif baru yang diperuntukkan bagi anak usia 2,5 sampai 12,5 tahun. Skalaskala inteligensi dalam baterai ini adalah Sequential Processing Scale (skala yang mengungkapkan abilitas atau kemampuan untuk memecahkan permasalahan secara bertahap dengan penekanan pada hubungan serial atau hubungan temporal diantara stimulus),
Simultaneous Processing Scale (skala yang bertujuan mengungkapkan kemampuan anak dalam memecahkan permasalahan dengan cara mengorganisasikan dan memadukan banyak stimulasi sekaligus dalam waktu yang sama).
2.1.3 Konstruksi Tes 2.1.3.1. Validitas Alat Ukur Validitas adalah apakah kita sungguh-sungguh mengukur ihwal yang memang ingin kita ukur. Suatu tes atau skala dapat valid atau tidak valid untuk maksud i1miah atau praktis yang hendak dicapai oleh si pengguna tes (Kerlinger, 2006).
21
Validitas digunakan dalam tiga konteks, yaitu (dalam Suryabrata, 2005):
1. Validitas Penelitian Validitas penelitian adalah sejauhmana hasH penelitian mencerminkan keadaan yang sebenarnya. Validitas penelitian mengandung dua sisi, yaitu:
a.
Validitas Internal
Validitas internal penelitian adalah membahas tentang kesesuaian antara data hasil penelitian dengan keadaan yang sebenarnya. Untuk mendapatkan validitas internal penelitian yang memadai peneliti menggarapnya lewat penggunaan instrumen pengambH data yang memenuhi persyaratan ilmiah tertentu.
b.
Validitas Eksternal
Validitas eksternal penelitian adalah membahas tentang sejauhmana generalisasi hasil penelitian sesuai dengan keadaan yang sebenarnya. Untuk menjamin validitas eksternal hasH penelitian peneliti menggarapnya lewat penyusunan rancangan sampling yang cermat.
2. Validitas Item (Item Validity) Validitas item adalah derajat kesesuaian antara suatu item dengan
item-item lain, sedangkan ukuran validitas item adalah korelasi
22
antara skor pad a item itu dengan skor pada item-item (item total correlation) yang banyak dihitung dengan korelasi biserial. lsi validitas item adalah daya pembeda item (item discreminating
powen bukan validitas tes. 3. Validitas Tes Validitas tes atau validitas alat ukur adalah sejauhmana tes itu mengukur apa yang dimaksud untuk diukur. Jadi, validitas tes pada dasarnya menunjukkan pada derajat fungsi untuk mengukur suatu tes, atau derajat kecermatan ukur suatu tes. Untuk mengkaji validitas ukur, secara konvensional dapat dilihat dalam tiga bagian, yaitu:
a.
Validitas isi
Validitas isi merupakan seperangkat item-item tes yang menunjukkan sejauhmana isi dari item-item tersebut memang mengukur apa yang hendak diukur. Dengan menggunakan spesifikasi tes yang telah dikembangkan (telah ada), kemudian dilakukan analisis logis untuk menetapkan apakah item-item yang telah dikembangkan tersebut mengukur apa yang hendak diukur. Jadi, dapat dilihat bahwa validitasi isi adalah kegiatan telaah item yang merupakan kegiatan esensial dalam pengembangan alat ukur psikologis.
23
b.
Validitas konstruk
Validitas konstruk mengukur tentang sejauhmana skor-skor hasil pengukuran dengan instrumen itu sesuai atau tidak dengan teori yang mendasari penyusunan alat ukur tersebut. Validasi konstruk ini merupakan proses yang kompleks, yang memerlukan analisis logis dan dukungan data empiris. Tiga metode validasi konstruk, yaitu:
b.1
Validasi alat ukur dengan analisis faktor
Dasar pemikiran analisis faktor ini adalah bahwa walaupun perilaku manusia itu sangat beragam, namun perilaku tersebut didasari oleh sejumlah faktor yang terbatas, faktorfaktor yang mendasari perilaku yang beragam itu dapat ditemukan dengan analisis faktor.
b.2 Validasi alat ukur dengan cara analisis konvergen dan diskriminan dan dikaitkan dengan konsep multi trait, multi methode. Dasar pemikirannya adalah: Sesuatu tes itu harus berkorelasi tinggi dengan variabel-variabel yang secara teori harus berkorelasi tinggi dan sekaligus tak berkorelasi dengan variabel-variabel lain yang secara teori tidak
berkorelasi. Hal pertama disebut validasi konvergen, sedang
24
yang kedua disebut diskriminan.
b.3
IRT (Item Responses Theory)
Analisis item-item secara modern yaitu penelaahan item dengan menggunakan Item Respons Theory (IRT) atau teori jawaban terhadap item. Teori ini merupakan suatu teori yang menggunakan fungsi matematika untuk menghubungkan antara peluang menjawab benar suatu skala dengan kemampuan testee (Umar, 2008).
Teori ini menjelaskan tentang apa yang
te~adi
jika
seseorang menempuh satu butir item. Menurut teori ini, jika satu butir item dengan tingkat kesukaran tertentu ditempuh oleh ribuan orang yang kemampuannya berbeda-beda, maka orang yang kemampuannya lebih tinggi akan memiliki peluang yang lebih besar untuk menjawab benar pada item tersebut dibandingkan dengan orang yang kemampuannya lebih rendah. Atau dengan kata lain, makin tinggi kemampuan seseorang makin tinggi pula peluangnya untuk menjawab benar pada satu butir item, dan sebaliknya. Ada empat macam IRT (Hambleton, dkk.1991). (1) Model satu parameter (Model Rasch), yaitu hanya menitikberatkan pada parameter tingkat kesukaran item. (2) Model dua parameter, yaitu hanya menitikberatkan pada parameter
25
tingkat kesukaran dan daya pembeda item. (3) Model tiga parameter, yaitu hanya menitikberatkan pada parameter tingkat kesukaran item, daya pembeda item, dan pseudo
guessing, (4) Model empat parameter, yaitu yang menitikberatkan pada parameter tingkat kesukaran item, daya beda item, pseudo guessing dan gangguan seperti, kepanasan di dalam ruangan, dan sebagainya.
c.
Validitas Berdasarkan Kriteria
Validitas kriteria dilihat dari sejauh mana hasil pengukuran dengan alat yang diujikan itu sama atau mirip dengan hasil pengukuran dengan alat lain yang dijadikan kriteria. Yang dijadikan kriteria biasanya adalah hasil pengukuran atribut yang sama dengan alat lain yang diakui merupakan alat ukur yang baik.
2.1.3.2. Reliabilitas Tes Anastasi dan Urbina (1997) memberikan pengertian bahwa suatu tes dapat dikatakan reliabel apabila tes tersebut mampu memberikan hasil yang konsisten meskipun tes tersebut diberikan dan di skor oleh penilai yang berbeda, atau diberikan pada waktu yang berlainan atau menggunakan bentuk paralel dari tes tersebut. Sejalan yang diungkapkan Kerlinger (2006), bahwa reliabilitas atau keandalan adalah kemantapan, konsistensi,
26
prediktabilitasl keteramalan. Definisi keandalan dapat didekati dengan tiga ancangan. Pertama, jika kita mengukur himpunan obyek yang sama berulang kali, dengan instrumen yang sama atau mirip, akankah kita mendapatkan hasil yang sama atau serupa pula? Kedua, apakah ukuran-ukuran yang diperoleh dari suatu instrumen pengukur adalah ukuran yang sebenarnya untuk sifat yang diukur itu. Ketiga, adalah kita dapat menelaah berapa banyak kesalahan pengukuran yang terdapat dalam suatu instrumen pengukur. Dalam pengertian yang lebih luas reabilitas alat ukur menunjuk kepada sejauhmana perbedaan-perbedaan (varians) skor perolehan itu mencerminkan perbedaan-perbedaan (varians) atribut yang sebenarnya. Estimasi reliabilitas dapat dilakukan melalui salah satu pendekatan umum, yaitu (dalam Suryabrata, 2005): 1. Pendekatan Tes Ulang (Test Retest) Pendekatan ini menunjukkan konsistensi pengukuran dari waktu ke waktu dan menghasilkan koefisien reliabilitas yang sering disebut sebagai koefisien stabilitas. Prinsip estimasinya adalah dengan menggunakan suatu instrumen pengukur dua kali dengan tenggang waktu tertentu terhadap sekelompok subjek yang sama. 2. Pendekatan Tes Sejajar (Alternate Forms) Pendekatan tes sejajar hanya dapat dilakukan apabila tersedia dua bentuk instrumen pengukur yang dapat dianggap memenuhi asumsi paralel. Salah
satu indikator terpenuhinya asurnsi paralel adalah sarna jurnlah iternnya,
27
sam a tingkat kesukarannya, setaranya korelasi antara skor kedua instrumen tersebut dengan skor suatu ukuran lain. Estimasi reliabilitas dengan pendekatan bentuk sejajar dilakukan setelah kedua instrumen tersebut dikenakan berturut-turut pada sekelompok subjek. Kelemahan utama pada pendekatan ini terletak pada sulitnya menyusun dua alat ukur yang memenuhi persyaratan paralel atau sejajar disamping pendekatan ini juga tidak menghilangkan sama sekali kemungkinan terjadinya efek bawaan.
3. Pendekatan Konsistensi Internal (Internal Consistency) Pengestimasian kadar reliabilitas dengan prosedur konsistensi internal dilakukan dengan memfokuskan diri pada unsur-unsur internal instrurnent, yaitu butir-butir pertanyaan atau item. Jadi, estimasi itu cukup dilakukan berdasarkan kekuatan tiap-tiap butir pertanyaan yang secara keseluruhan membentuk N item, dan tidak membutuhkan data-data dari hasil pengukuran yang lain sebagaimana kedua prosedur reliabilitas di atas. Ada beberapa teknik reliabilitas yang termasuk ke dalam prosedur konsistensi internal, di antaranya yang banyak digunakan adalah, sebagai berikut: a. Belah dua (Split Half). Yaitu teknik uji reliabilitas yang dikemukakan oleh Spearman-Brown. Uji reliabilitas teknik ini disebut sebagai belah dua karena dalam cara kerjanya N item itu dibelah menjadi dua bagian, ke dalam butir-butir bernomor ganjil dan genap yang keduanya diasumsikan setara atau kesetaraan N bagian merupakan persyaratan uji reliabilitas
28
PERPUSTAKAI\N UTMM', UIN SYAHID JAKART A
'----------
teknik ini:
b. Alpha Cronbach yaitu teknik uji yang dapat digunakan baik untuk instrument yang jawabannya berskala maupun jika dikehendaki yang bersifat dikotomi. Alpha cronbach juga dipergunakan untuk menguji reliabilitas pertanyaan-pertanyaan esai. b.1 Jika seluruh responsnya dikhotomi, yaitu yang memiliki dua jawaban, yaitu benar dan salah. Tes-tes bentuk objektif seperti pada pilihan ganda yang mempunyai 3 sampai 5 opsi merupakan contoh alat tes yang bersifat dikhotomis karena di dalamnya hanya terdapat satu jawaban yang benar, maka menggunakan:
0:=
KR20.
b.2 Jika seluruh responsnya dikhotomi ditambah dengan asumsi bahwa semua item berada pada tingkat kesukaran yang sama, maka
0:=
KR21.
Tetapi asumsi ini tidak mungkin terpenuhi dalam kenyataan empiris. Dikarenakan tidak mungkin ada suatu tes yang benar-benar kesemua item item tersebut bersifat homogen tingkat kesukarannya. Dalam penelitian ini, pembahasan tentang reliabilitas tes 1ST dalam pengertian Konsistensi Internal dari butir-butir tes bukan dalam arti stabilitas hasil pengukuran (test re-test)
29
2.1.4 Gambaran Umum 1ST Inte/ligenz Struktur Test (1ST) adalah salah satu tes psikologis yang dapat mengukur inteligensi. 1ST disusun oleh Rudolf Amthaueur di Jerman pada tahun 1973 (Van Der Ven, 1992) lalu diadaptasi oleh Universitas Padjajaran Bandung untuk penggunaannya di Indonesia. 1ST banyak digunakan di Indonesia untuk seleksi penempatan di dunia kerja maupun pendidikan karena 1ST yang terdiri dari sembilan sub tes tidak hanya menghasilkan skor IQ tetapi juga dapat mengetahui minat dan bakat seseorang yang dapat dilihat dari skor setiap sub tes pada 1ST yang kemudian digunakan untuk membentuk profil kecerdasan praktis (dalam Hamidah & Hartini Nurul, 1985).
Tes 1ST adalah tes inteligensi yang terdiri dari 9 sub tes dengan jumlah itemnya 176 item dan merupakan tes kecepatan (speed tes), Inteligensi dipandang sebagai suatu gestalt yang terdiri dari bagian-bagian yang saling berhubungan secara bermakna (struktur), sehingga dapat dipercaya bahwa struktur inteligensi tertentu akan cocok dengan tuntutan pekerjaan atau profesi tertentu pula. Oleh karena itu 1ST dapat menampilkan kemampuan khusus seseorang yang merupakan kekuatan dan kelemahan yang dimilikinya sesuai dengan perkembangan fungsi intelektualnya. Sehingga, 1ST ini dapat menampilkan profil M dan profil W. Profil ini diukur dari 4 (empat) aspek yang pertama, yaitu: SE, WA, AN dan GE. Seseorang akan
memiliki profil M apabila keempat aspek tersebut memiliki irama; rendah,
30
tinggi, rendah dan tinggi. Profil M tersebut menunjukkan bahwa seseorang memiliki struktur kemampuan teoritis global. Sedangkan profil W apabila keempat aspek tersebut memiliki irama; tinggi, rendah, tinggi dan rendah. Profil W tersebut menunjukkan bahwa seseorang memiliki struktur kemampuan praktis (dalam Hamidah & Hartini Nurul, 2000).
Tes 1ST digunakan untuk mengungkap kecerdasan sebagai kepandaian atau kemampuan untuk memecahkan periteman yang dihadapi. Inteligensi terdiri dari bagian-bagian yang saling berhubungan secara bermakna dan sebagai suatu gestalt. Struktur inteligensi tertentu menggambarkan pola bekerja yang tertentu yang akan cocok dengan tuntutan pekerjaan atau profesi tertentu. Ada pun tes yang digunakan akan meliputi beberapa interpretasi tiap-tiap sub tes, yaitu (Polhaupessy, 1985): a. Sub tes SE (Satzergaenzung). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ) Satzer berarti susunan kalimat. Sub tes SE ini berisi item-item melengkapi kalimat: pada sub tes ini berfungsi untuk mengetahui tentang potensi seseorang dalam: -
Pembentukan keputusan, mengukur kemampuan seseorang dalam membuat kuputusan (dapatkah seseorang berprestasi)
-
Rasa realitas (menilai sesuatu yang mendekati relialitas)
31
Common Sense (memanfaatkan pengalaman masa lalu untuk mengatasi permasalahan) dapatkah seseorang berpikir secara mandiri) Berpikir konkrit praktis (masalah yang dihadapi seharihari) -
Aspek yang diukur pada sub tes ini adalah judgment subjek.
b. Sub tes WA (Wortauswah/). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Wortau berartikan kata-kata. Sub tes WA berisi item-item memilih kalimat: sub tes ini mengukur potensi seseorang dalam: Intelektual, rasa bahasa, kemampuan menghayati masalah bahasa, rasa empati. Berpikir induktif dengan menggunakan bahasa, memahami pengertian Pada remaja merupakan komponen intuisi Pada orang dewasa merupakan motif sesuatu -
Aspek yang diukur pada sub tes ini adalah kecepatan dalam menangkap dan menyerap maksud I inti/makna/isi pokok dari perintah atau instruksi dan informasi yang disampaikan secara verbal oleh orang lain.
32
c. Sub tes AN (Analogien). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Analogien berarti analogi, analisis. Sub tes ini berisi item-item analogi: Sub tes ini berfungsi untuk mengukur potensi seseorang dalam: Fleksibilitas berpikir Dapat berpikir logis atau menggunakan pikiran sebagai dasar berpikir (kedalaman hati) Tidak suka bertindak berdasarkan kira-kira Bila skor tinggi berarti mampu memahami hubungan antar masalah -
Aspek yang diukur pada sub tes ini adalah proses berpikir yang mencakup analisis, judgment dan kesimpulan.
d. Sub tes GE (Gemeinsamkeiten). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Gemein berarti hal yang umum. Sub tes ini berisi item-item persamaan: fungsi dari sub tes ini adalah untuk mengungkap kemampuan seseorang dalam: Kemampuan abstraksi, pembentukan pengertian Kemampuan untuk menyatakan pengertian dalam bahasa Membentuk suatu pengertian/mencari inti dari
33
permasalahan -
Aspek yang diukur pada sub tes ini adalah kemampuan bernalar secara logis.
e. Sub tes RA (Rechhenaufgaben). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Rechhe berarti ilmu hitung. Sub tes ini berisi item-item berhitung: fungsi dari sub tes ini adalah mengukur kemampuan seseorang dalam : -
Cara berpikir praktis melalui hitungan
-
Kemampuan berhitung
-
Kemampuan menggunakan bilangan-bilangan secara praktis yang berhubungan dengan hitungan.
f.
Sub tes ZR (Zahlenreihen). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Zahlen berarti menghitung. Sub tes ini berisi item-item deret angka: fungsi dari sub tes ini adalah untuk mengukur kemampuan seseorang dalam: -
Melihat momen-momen ritmis
-
Berpikir induktif dengan buangan secara teoritis (dengan angka)
-
Penggunaan bilangan secara agak teoritis Berpikir teoritis dengan hitungan disertai dengan momen-momen ritmis.
g. Sub tes FA (Formasuwahn. Dalam kamus Jerman (
34
Adiwimarta dkk, 2008 ), Forma berarti bentuk. Sub tes ini berisi item-item memilih bentuk: fungsi dari sub tes tersebut adalah untuk mengukur kemampuan seseorang dalam: Kemampuan membayangkan Mengkonstruksi (sintesa dan analisa) tetapi ada momen konstantif Berpikir secara konkrit yang menyeluruh Memasukkan bagian pada suatu keseluruhan Dapat menanggapi secara lebih variatif Cara berpikir menyeluruh yang konkrit dalam momenmomen yang konstruktif. h. Sub tes WU (Wurfelaugfgaben). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Wurfe berarti kubus. Sub tes ini berisi periteman kubus: fungsi dari sub tes ini adalah untuk mengukur kemampuan seseorang dalam: Kemampuan membayangkan ruang tiga dimensi Disertai dengan cara berpikir yang analitis
i.
Sub tes ME (Merkaufgaben). Dalam kamus Jerman ( Adiwimarta dkk, 2008 ), Merkau berarti memori. Sub tes ini berisi item-item tentang mengingat: fungsi dari sub tes ini adalah untuk mengungkap potensi seseorang dalam:
Mengukur kemampuan mengingat
35
Indikasi konsentrasi yang menetap Konsentrasi dalam waktu yang relatif lama Sebagai tanda ketahanan -
Aspek yang diukur adalah memori atau ingatan yang berkaitan dengan perhatian dan konsentrasi.
36
2.2 Kerangka Berpikir Dari latar belakang dan teori yang telah ada, dapat disimpulkan dalam suatu kerangka sebagai berikut:
Gambar 2.1 Kerangka Berpikir
Peinbetitukan kCputilSiltl;tasareatitilS; common sense: beipikfr' koilkrit
praKtis
lri~I~1cttiril.·t1lsa~811·t1S~·k~n'f~*itll.·fIl_~~y~ti-J:1lasaIaIlbnhasfl,.
rasa
~pa~;~iki~in~f
,,-----,f--'------------------' ,,-----,I-
Stll1i_~iJci~:~!;tl1~~i9l1i_~~g~_;~ntJ1P~.~~~;~amp1l!Ul
prilktis yangberhiJb\1ngan'dengan
menggunrikfuibilangnn-bnangnn_-~_~
L-
hltungan
----l
~ = _ _
¥~lill~ttll,?~~J:l~tl1()1lle~p~~s,~iIdr _ iIi:~f'~llll~U!!!1Bllli _ S~(;M8
teO~tis-(deiiganatlgka)~._~~~.t~9~~~~l1itungan-diSertnidengwi
rnomen"momen ritmis.
tetapi
Ketlltlr11_~~~-~~~~~II.,§¥~~~§ris~_t~i#~~_¥I1-._¥-nli#)_
.•-_--.,-.-l'\tbl:1ll()ll1~~o~~f-~~~~-1c°Pp_i~y_t\J:i~ll1~1l?'~Itltilh;------ _ -_"
m~~-_:p~gi~p8~~-~llt\l¥~~!~rf1'!"'_-_'_:~Pllt,~~-~_llP~~lll'8
lebilivariati£,cambci'Pikir:m~IlY~~~Ytu'l;gkonkrit--da1ammomen~momeri
yangkonstroktif.
-1~1MJ-..JI-
Kemaolpuari rnembliyangkllD.rtlangtiga·diri1ensi. disertai dengrui· cam
bCrpikir·yang ail81itis
Mengukur kclriwPUffu·mengiligat,iiidikasi·.konsentmsi yang· DlenCtap.
koriSeritriiSi daiam WaktuYang,relativelama,tanda Kefahailan
37
Gambar 2.2 Kerangka Berpikir
,, ,,
B
a
,, ,
8 General
Intelligence
a
,, ,
38
2.3 Hipotesis Sesuai dengan kerangka berpikir dan gambar 2.1 dan 2.2 di atas, dapat dinyatakan hipotesis: 1.
Bahwa setiap item dalam masing-masing sub tes adalah fit (sesuai)
dengan model satu faktor, yang berarti semua item pada suatu sub tes mengukur hanya satu kemampuan yang didefinisikan pada sub tes tersebut. Dan bahwa setiap item dalam masing-masing sub tes adalah secara signifikan mengukur/menghasilkan informasi tentang kemampuan pada sub tes tersebut. 2.
Bahwa delapan sub tes 1ST adalah fit (sesuai) dengan model satu
faktor, yaitu semua sub tes mengukur satu faktor umum yang dalam hal ini adalah "Inteligensi Umum". 3.
Bahwa dengan menggunakan model short form (menggunakan
sebagian sub tes saja), sudah cukup signifikan dalam mengukur inteligensi umum.
BAB III METODE PENELITIAN
Seperti yang dikemukakan pada pendahuluan bahwa yang hendak diteliti dalam penelitian ini adalah tingkat validitas alat tes 1ST. Selanjutnya untuk menjawab pertanyaan penelitian ini ada beberapa hal yang ditentukan oleh peneliti, diantaranya SUbjek Penelitian, Instrumen Penelitian, Metode Analisis Data, dan Prosedur Penelitian.
3.1 Subjek Penelitian Seperti yang dikemukakan pada pendahuluan bahwa yang hendak diteliti dalam penelitian ini adalah berapa tingkat validitas dan reliabilitas alat tes inteligensi 1ST. Untuk keperluan tersebut, peneliti akan menguraikan kembali bahwa penelitian ini bertujuan untuk menguji item-item yang sudah direvisi pada sub tes 1ST, bukan tentang siapa yang mengikuti tes 1ST. Untuk menguji item tersebut digunakan pendekatan uji validitas konstruk yang akan menentukan apakah sub tes-sub tes tersebut mengukur komponen yang dapat mengukur general intelligence. Oleh karena itu, untuk bisa mengetahui hal tersebut diperlukan data, dimana peneliti menggunakan data yang tersedia di BPPT pada penerimaan tes CPNS tahun 2008. Dalam hal ini tes 1ST ditempuh oleh 963 orang. Jadi, kurang relevan apabila membahas
40
tentang teknik pengambilan sampel, karena yang dijadikan sampel dalam penelitian ini adalah butir-butir item dari item 1ST. Adapun, karakteristik dari para penempuh tes pada data yang tersedia ini adalah sebagai berikut: a. Umur 23-30 tahun b. Tingkat pendidikan 03-S1 (fresh graduate) c. Sedangkan, data mengenai jenis kelamin tidak tersedia datanya.
3.2 Instrumen Penelitian Adapun sub tes 1ST seperti yang sudah dijelaskan dalam bab sebelumnya diantaranya, adalah: Sub tes SE (Satzergaenzung). 20 item
=6 menit. Item sub tes SE berupa
pilihan ganda dan terdiri atas kalimat-kalimat. Pada setiap kalimat satu kata hilang dan disediakan lima kata pilihan sebagai penggantinya. Sub tes WA (Wortauswahl). 20 item
=6 menit. Item WA berupa pilihan ganda
dan terdiri atas empat kata dan mencari kata kelima yang terdapat satu kesamaan. Sub tes AN (Analog/en). 20 item = 7 menit. Item AN berupa pilihan ganda dan terdiri dari tiga kata dan mencari satu kata yang memiliki hubungan yang sama tersebut. Sub tes GE (Gemeinsamkeiten). 16 item = 8 menit. Item GE berupa menulis jawaban dan terdiri dari dua kata, dan mencari perkataan yang meliputi pengertian kedua kata tersebut.
41
Sub tes RA (Rechhenaufgaben). 20 item =10 menit. Item RA berupa pilihan ganda dan item menghitung. Sub tes ZR (Zahlenreihen). 20 item =10 menit. Item ZR berupa pilihan ganda dan terdiri deret angka yang harus dilanjutkan. Sub tes FA (Formasuwahf). 20 item =7 menit. Item FA berupa pilihan ganda dan terdiri atas item yang memperlihatkan sesuatu bentuk tertentu yang terpotong menjadi beberapa bagian. Sub tes WU (Wurfelaugfgaben). 20 item =9 menit. Item WU berupa pilihan ganda dan terdiri atas lima kubus, yang mempunyai sisi yang berlainan. Dan setiap kubus memperilhatkan satu kedudukan yang berbeda. Sub tes ME (Merkaufgaben). 20 item =3 menit untuk menghafal, dan 6 menit untuk mengerjakan. Item ME berupa pilihan ganda, subjek diminta untuk menghafal beberapa kata.
Dalam penelitian ini, 1ST menjadi delapan sub tes dan
be~umlah
151 item tes
karena, satu sub tes 1ST yaitu GE tidak tersedia datanya dan pada sub tes WU, hanya tersedia sebelas item, sedangkan sembilan item lainnya tidak tersedia datanya. Oleh sebab itu, dalam penelitian ini uji validitas sub tes WU hanya diwakili oleh sebelas item saja. Ada pun sUbjek penelitian diminta mengerjakan seluruh item. Jawaban diberikan oleh subjek dengan memilih diantara 4 pilihan jawaban yang telah disediakan, dimana diantara keempat tersebut terdapat satu jawaban yang benar.
42
Untuk penskoran, sUbjek akan mendapatkan 1 bila menjawab dengan benar dan 0 bila menjawab salah.
3.3 Metode Analisis data Dalam menganalisis data, maka peneliti menggunakan teknik analisis statistik yang disebut "analisis faktor konfirmatori" (CFA). Untuk selanjutnya, akan disebut CFA (Confirmatory Factor Analysis). Adapun logika dasar dari CFA adalah sebagai berikut (Umar, 2009):
1. Bahwa ada sebuah konsep atau trait berupa kemampuan yang 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 Oawaban) atas itern-itemnya. 2. Bahwa pada suatu faktor diteorikan setiap item hanya mengukur atau memberi informasi tentang faktor tersebut saja. Sebagai contoh, suatu konstruk psikologis yang disebut kemampuan berpikir analogis, yang dalam tes 1ST adalah sub tes AN. Sub tes ini terdiri dari 20 item, semuanya dimaksudkan untuk mengukur satu faktor yaitu kemampuan berpikir analitis. Artinya, semua item sub tes bersifat unidimensional. 3. Berdasarkan teori yang dipaparkan di atas, dapat disusun sehimpunan persamaan matematis. Persamaan tersebut dapat digunakan untuk memprediksi (dengan menggunakan data yang tersedia) matriks
43
korelasi antar item yang seharusnya akan diperoleh jika teori tersebut (unidimensional) benar. Matriks karelasi ini dinamakan sigma
(LJ
Kemudian matriks ini akan dibandingkan dengan matriks korelasi yang diperoleh secara empiris dari data (disebut matriks S). Jika teari tersebut benar (unidimensional), maka seharusnya tidak ada perbedaan yang signifikan antara elemen matriks L: dengan elemen matriks S. Secara matematis dapat dituliskan: S-L:=O 4. Pernyataan matematik inilah 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
L" tidak
ditolak. Artinya teori yang menyatakan bahwa ke 20 item tersebut semuanya mengukur hal yang sama, yaitu kemampuan berpikir analogis, dapat diterima kebenarannya (didukung oleh data). Sebaliknya, jika nilai Chi Square yang diperoleh signifikan, maka hipotesis nihil S-L:=O 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 mengukur apa yang hendak diukur (kemampuan berpikir analogis). Uji hipotesis ini dilakukan dengan
t-test. Jika nilai t signifikan, berarti item
45
masing-masing terdiri dari dua jenis analisis statistik, yaitu: a. Menguji teori yang menyatakan bahwa semua item pada satu sub tes bersifat unidimensional (mengukur apa yang hendak diukur) b. Menguji tingkat signifikansi setiap butir soal dalam mengukur apa yang hendak diukur. Selanjutnya, dalam 1ST juga diteorikan bahwa delapan faktor (sub tes) tersebut adalah mengukur satu hal (dimensi) yang sama yaitu inteligensi umum (general intelligence). Hanya saja, disini berkenaan dengan hubungan antara sub tes dan inteligensi umum. Artinya, dapat dilakukan analisis faktor konfirmatori seperti yang dilakukan pada masing-masing sub tes, tetapi yang dijadikan datanya disini adalah skor sub tes, sedangkan faktornya adalah inteligensi umum. Namun demikian, peneliti akan melakukan kedua jenis analisis faktor tersebut secara simultan (untuk sub tes dan inteligensi umum). Dengan kata lain, diteorikan bahwa item-item mengukur faktor tingkat satu (sub tes) dan selanjutnya faktor-faktor tersebut (sub tes) mengukur faktor tingkat dua yang lebih umum yaitu general intelligence. Analisis faktor konfirmatori secara simultan (sekaligus seperti ini) disebut second order confirmatory factor analysis. Dalam hal ini, sub tes adalah faktor tingkat (orde) ke satu dan general intelligence adalah faktor tingkat (orde) ke dua. Semua pengerjaan ini dilakukan dengan menggunakan software Lisrel 8.8 (Joreskog, dan Sorbom, 2006).
46
3.4 Prosedur Penelitian Dalam penelitian penelitian ini, perlu melalui beberapa tahapan, yaitu: Prosedur penelitian melalui data sekunder pada tes masuk calon karyawan BPPT yang jumlahnya 963 orang pada tahun 2008 di Jakarta. Sebelum diadakan penelitian, perlu diadakan pengamatan terbatas dengan cara mewawancarai pihak biro SDM dan Organisasi di BPPT perihal menyeleksi pegawai di BPPT. Studi awal ini bertujuan untuk memperjelas permasalahan sebagai langkah awal dalam penelitian, dengan ini dapat diketahui: 1. Dimulai dengan perumusan masalah 2. Melakukan studi kepustakaan untuk mendapatkan gambaran dan landasan teoritis yang tepat mengenai variabel penelitian 3. Membuat surat izin melakukan penelitian kepada pihak fakultas Psikologi dan meminta izin melakukan penelitian di Biro Sumber Daya Manusia dan Organisasi (SDMO) Badan Pengkajian dan Penerapan Teknologi (BPPT). 4. Melakukan pengujian terhadap data yang sudah ada.
BABIV HASIL PENELITIAN
Sesuai dengan judul penelitian, uji validitas konstruk akan dilakukan per sub tes untuk melihat apakah butir-butir item mengukur apa yang seharusnya diukur. Hal ini dilakukan dengan dua tahap: 1. Menguji hipotesis tentang model teori yang mengatakan bahwa item pada masing-masing sub tes 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 itu memberikan informasi yang signifikan mengenai aspek yang hendak diukur. Kedua tahap ini, dilakukan dengan analisis faktor konfirmatori (CFA). Berikut ini dipaparkan hasil penelitian baik pada tingkat sub tes maupun pada tingkat inteligensi umum: 4.1 Validitas Konstruk Tingkat Sub Tes 4.1.1 Validitas Konstruk sub tes Satzergaenzung (SE) Dari hasil yang diperoleh untuk sub tes SE, model satu faktor (unidimensional) tidak fit, dengan Chi Square = 284, 24, df=170, pvalue=O.OOOOO RMSEA=O.026. Tetapi setelah dilakukan modifikasi terhadap
48
model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.1 berikut ini
-°i'~~s-1riZIl1 o.1_'!l6
:1
1.00
Gambar 4.1 Analisis Faktor Konfirmatorik untuk sub tes SE
49
Terlihat dari gambar 4.1, bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu SE. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabel 4.1.
50
Tabel4.1 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item SE Item
1
1
1
2
2 3 4
V
1 1
V
6
1
7
1
8
1
9
1
10
1 V
V
1
12 13
12 13 14 15 16 17 18 19 20
1
4
11
8 9 10 11
1
3
5
5 6 7
1 1
V
14
1
15
1
16 17
1 V
V
1
18
1
19
1
20
V
.
V
V
1
.
Keterangan • Tanda V menunJukkan Item yang errornya saling berkoreiasi.
51
Dari tabel di atas, terlihat bahwa kesalahan pengukuran pada item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 5 dan 11. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 11, dan 13. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 2. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 1. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 20. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 20. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 20. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 1, dan 2. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor 2. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 17. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 4, dan 15. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 6,7, dan 10.
Seperti yang telah dikemukakan sebelumnya, item yang kesalahan pengukurannya saling berkorelasi adalah bersifat multidimensional. Artinya, selain mengukur apa yang hendak diukur oleh sub tes yang bersangkutan,
52
item tersebut juga mengukur hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut. Pada sub tes ini, item yang bersifat multidimensional adalah item nomor 20,2, 17, 1, 11,4, 5,6,7,13, dan 15.
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut 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, seperti pada tabel 4.2 berikut ini:
53
Tabel4.2 Muatan Faktor Item 1ST sub tes SE No.
Koefisien
Standar Error
T - Values
Signifikan
1
0.49
0.06
8.82
V
2
-0.53
0.06
-9.32
V
3
0.14
0.04
3.11
V
4
-0.18
0.04
-4.03
V
5
0.10
0.04
2.25
V
6
0.23
0.08
2.85
V
7
0.11
0.08
1.42
X
8
0.02
0.04
0.57
X
9
-0.11
0.04
-2.49
V
10
0.28
0.08
3.36
V
11
0.11
0.04
2.59
V
12
0.04
0.04
0.82
X
13
0.13
0.04
3.03
V
14
-0.02
0.04
-0.39
X
15
0.12
0.04
2.77
V
16
0.06
0.04
1.40
X
17
0.12
0.04
2.76
V
18
0.07
0.04
1.57
X
19
0.11
0.04
2.61
V
20
1.45
0.11
13.32
V
Keterangan: V= slgmfikan (t-values > 1,96)
X = Tldak slgmfikan
Dari 20 item yang dalam hal ini mengukur SE, ternyata ada enam item yang
tidak signifikan, karena nilai t lebih kecil dari 1, 96 (absolute). Ke enam item inilah yang harus di drop, yaitu item 7, 8,12,14,16, dan 18. Sedangkan item yang signifikan adalah nomor 1, 2, 3,4,5,6,9,10,11,13,15,17,19, dan 20.
54
Oi antara item yang signifikan tersebut, ada beberapa yang koefisien muatan faktornya bernilai negatif. Hal ini bertentangan dengan teorinya, karena tes 1ST adalah tes kemampuan dimana koefisien muatan faktor harus positif. Pada sebuah tes kemampuan (ability test) jika koefisien muatan faktor itu negatif, berarti makin tinggi kemampuan dalam bidang SE, justru makin salah jawaban pada item tersebut. Oleh sebab itu, item seperti itu tidak dapat dipakai. Item tersebut harus didrop atau direvisi. Biasanya hal seperti ini terjadi jika item diskor dengan kunci jawaban yang salah, sehingga mereka yang tinggi kemampuannya justru tidak memilih sesuai kunci jawabannya. Untuk item yang seperti ini, disarankan untuk melakukan pengecekan ulang terhadap kunci jawaban. Jika kunci jawaban tidak mengalami kesalahan maka item seperti ini harus di drop! tidak digunakan.
Sebagai kesimpulan untuk sub tes SE, item 2, 4, 7,8,9,12,14,16, dan 18 harus di drop. Oengan demikian, item yang valid dan paling baik sesuai urutan nilai koefisien muatan faktoradalah: item 20,1,10,6,3,13,15,17, 19, 11,dan5. PERPUSTAKJ\A;d UTJ..\M/\ UIN SYAHID JAf
55
4.1.2 Validitas Konstruk sub tes Wortauswahl (WA) Dari hasil yang diperoleh WA, model ini tidak fit, dengan Chi Square= 1203. 54, df= 170, RMSEA= 0.079. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.2 berikut ini
;~f*j '.1 ;;~'\~(I
.J!"~~
.d
-0.26
='::~=="'.I"""",---0. 11
. 10:
rq------:~ '""'-'.........-"-'-- .....____0. 03
0.5
-0. 07B-l"\~TmW ';I"'--;:'~' 2
O.~;_.,,4-I\~;~ja. '.1%°·'3 ,0. -0.o. _96-I ' . ········"··1 :"-:.:/,-."".".,-;",,",,,,';A<;_\
.;;1Wf~R~~:f:3,.\1j;{;'Y.
y
~ ,.,6
S;;~:~!;'::'''',j':",1~,14~;;U
°·l:~9-l.'" \iI~lI;(i ;1 0. ~~7-li;Xi~1? ·'1
-0·~~4-l:;lT·gt~
°• _..; 7-1_" . "...... 12
;1 -I
,x{\tXf~T~J~~l~:'kt:S~:,
.9B-I'
;1Iiliii6}
.rl
Chi-Square=129.00, df=107, P-value=O.07260, RMSEA=O.015
Gambar 4.2 Analisis Faktor Konfirmatorik untuk sub tes WA
1.00
56
Terlihat dari gambar 4.2, bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu WA. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabel 4.3.
57
Tabel4.3 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item WA Item
1
1
1
2
2
3 4
V
4
V
V
V
9
10 11
12 13 14 15 16 17 18 19 20
1 1
V V
V
V
1
V
1
9
V
10
V V
11
V
1
V
14
V
V
V
V
V
V
V
16
1
V
V
15
1
V
V
13
1
V V
12
V
V
V
V
V
18 19
8
1
7
17
7
1
5
8
6
1
3
6
5
V
V
V
V
V
V
V V
V
V
20
V
1
V
V V
1 1
V
V
V
V
V
V
V V
V
.
V
1
1 1
V V
.
V
1
V V
V
Keterangan • Tanda V menunJukkan Item yang errornya saling berkoreiasl.
V
1
58
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 3,4,6,8,13, 14 dan 17. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 11, 13, 16, dan 19. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2, 7, 9, 13, 15, dan 16. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 5, 7, 10, dan 12. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 11, 15, dan 17. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 7, 14,16,18,19. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 3,4,6,10, dan 13. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 9,11,14,15,16,17, dan 20. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 8, 12,14,15, dan 16. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 7, 15, 17, dan 19. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 2,5,8,14,15,17, dan 18. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 9, 13, 16, dan 19. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2, 3, 7 dan 12 . Kesalahan pengukuran item
59
nomor 14 berkorelasi dengan kesalahan pengukuran item pad a nomor 1, 6, 8, 9, 11, 15, dan 16. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 3,5,8,9,10,14,17,18,19, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3,6,8,9, 12, 13, 17, dan 20. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 1,5,8,10,11,15,18 dan 19. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 6, 10, 11, 15, dan 20. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 2,6, 12, 15, 17, dan 20. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 8,15,16,18, dan 19. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut. Pada sub tes ini, semua item sub tes WA bersifat multidimensional.
60
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t bagi setiap koefisien muatan faktor, seperti pada tabel-4 berikut ini:
Tabel4.4 Muatan Faktor Item 1ST sub tes WA No.
Koefisien
Standar Error
T - Values
Signifikan
1
0.27
0.04
6.93
V
2
-0.12
0.04
-3.15
V
3
-0.23
0.03
--6.60
V
4
0.13
0.03
3.92
V
5
-0.01
0.04
-0.18
X
6
-0.26
0.04
-6.42
V
7
0.11
0.03
3.18
V
8
-0.08
0.04
-1.84
X
9
0.15
0.03
4.47
V
10
0.03
0.04
0.78
X
11
0.56
0.04
12.72
V
12
0.24
0.04
6.66
V
13
-0.19
0.03
-5.70
V
14
0.35
0.04
9.18
V
15
0.19
0.06
3.07
V
16
-0.11
0.04
-2.85
V
17
0.58
0.05
12.61
V
18
0.51
0.04
13.76
V
19
0.58
0.04
14.66
V
20
0.13
0.04
3.50
V
. Keterangan: V= sogmfikan (t-values > 1,96)
. X = Tldak sogmfikan
61
Oari 20 item yang dalam hal ini mengukur WA, ternyata ada tiga item yang tidak signifikan, karena nilai t lebih kecil dari 1, 96 (absolute). Ke tiga item inilah yang harus di drop, yaitu item 5, 8, dan 10. Oari hasil tersebut, yang signifikan adalah nomor 1, 2, 3,4,6,7,9, 11, 12, 13, 14, 15, 16, 17, 18, 19, dan 20. Oi antara item yang signifikan tersebut, ada beberapa yang koefisien muatan faktornya bernilai negatif. Hal ini bertentangan dengan teorinya, karena tes 1ST adalah tes kemampuan dimana koefisien muatan faktor harus positif. Pada sebuah tes kemampuan (ability test) jika koefisien muatan faktor itu negatif, berarti makin tinggi kemampuan dalam bidang WA, justru makin salah jawaban pada item tersebut. Oleh sebab itu, item seperti itu tidak dapat dipakai. Biasanya hal seperti ini terjadi jika item diskor dengan kunci jawaban yang salah, sehingga mereka yang tinggi kemampuannya justru tidak memilih sesuai kunci jawabannya. Untuk item yang seperti ini, disarankan untuk melakukan pengecekan ulang terhadap kunci jawaban. Jika kunci jawaban tidak mengalami kesalahan maka item seperti ini harus di drop! tidak digunakan.
Oari hasil tersebut, kita dapat menyimpulkan bahwa item 2, 3, 5, 6, 8,10, 13, dan 16 sebaiknya di drop. Item yang paling baik sesuai urutannya: 19, 17, 18,11,14,1,12,15,9,4,20, dan 7. Item yang negatif: 2,3,5,6,8,13,16
62
4.1.3 Validitas Konstruk sub tes Analogien (AN) Dari hasil yang diperoleh AN, model ini tidak fit, dengan Chi Square = 1478, 18, df=170, P-value=O.OOOOO RMSEA=O.089. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sarna lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.3 berikut ini
1.00
Chi-Square=~~~.72,
df=9~,
~-value=O.06926,
RMSEA=O.O~5
Gambar 4.3 Analisis Faktor Konfirmatorik untuk sub tes AN
64
Tabel4.5 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item AN Item
1
2
1
1
2
V
1
3
V
V
3
5
6
7
8
9
10 11
12 13
14 15 16 17 18 19 20
1
4
1
5
V
V
6
V
7
V
V
8
V
V
9
V
10
V
11
V
V
1 V
V
V V
V
V
16
V
1
V V
1
V V
1
V
V V V V
17
V V
V V
18
V
V
V
19
V
V
V
20
V
V
V
1
V
V
V
15
1
V V
V
14
1
V
V
V
1 V
12 13
4
V V
V
V
V
V
1 1 V
V V
1
V
1
V
V V
V
1
V
V
.
V
V
V
1 V
V
V
V
V
Keterangan . Tanda V menunJukkan Item yang errornya salmg berkoreiasi.
1 1
65
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3, 6, 7, 8, 9, 10,13,15, dan 16. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 5, 7, 8, 11, 14, 18, 19, dan 20. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2, 7,11,12,16,1819 dan 20. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 5, 12, 16, dan 17. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 4, 6, 9, 11, 12, 17, 18, 19, dan 20. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 1,5,7,10,12, 15, dan 18. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 2, 3, 6, 8, 9, 10, 11, 12, 16, 17, 18, dan 20. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2,7, 11, 14, 15, dan 16. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 1,5,7, 11, 13, 15, 16, 19 dan 20. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 7,13,14, dan 19. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3, 5,7,8,9, dan 17. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 4,5,6,7,16, dan 20. Kesalahan pengukuran item nomor 13
66
berkorelasi dengan kesalahan pengukuran item pada nomor 1,2, 9, 10, 16 dan 18 . Kesalahan pengukuran item nomor 14 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 8, 10, dan 18. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 8, 9, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 4, 7, 8, 9, 12 dan 13. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 5, 7, 11, 18, dan 20. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3,5,6,7, 13, 14, 17, 19, dan 20. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3, 5, 9, 10, dan 18. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3,5,7,9,12,15,17, dan 18. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut.
67
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t=1,96 (nilai absolute) bagi setiap koefisien muatan faktor, seperti pada tabel 4.6 berikut ini: Tabel 4.6 Muatan Faktor Item 1ST sub tes AN No.
Koefisien
Standar Error
T-Values
Signifikan
1
0.42
0.03
13.12
V
2
-0.D7
0.03
-2.14
V
3
0.46
0.04
13.07
V
4
0.53
0.03
15.88
V
5
0.20
0.04
5.08
V
6
0.61
0.04
17.23
V
7
0.37
0.04
9.34
V
8
0.39
0.03
12.66
V
9
0.34
0.03
10.66
V
10
0.35
0,03
11.09
V
11
0.07
0.03
2.01
V
12
0.91
0.03
29.90
V
13
0.45
0.03
14.81
V
14
0.35
0.03
11.55
V
15
0.49
0.03
15.97
V
16
0.00
0.04
0.05
X
17
0,24
0.04
6.39
V
18
0.28
0.03
8.35
V
19
0.47
0.03
15.26
V
20
0.20
0.04
5.15
V
Keterangan: V= slgmfikan (t-values > 1,96)
X = Tldak slgmfikan
68
Oari 20 item yang dalam hal ini mengukur WA, ternyata ada satu item yang tidak signifikan, karena nilai t lebih kecil dari 1, 96 (absolute). Item tersebut adalah item nomor 16, item inilah yang harus di drop. Oari hasil tersebut, maka yang signifikan adalah semua item sub tes AN, kecuali item nomor 16. Oi antara item yang signifikan tersebut, ada satu item yang koefisien muatan faktornya bernilai negatif. Item tersebut adalah item nomor 2. Hal ini bertentangan dengan teorinya, karena tes 1ST adalah tes kemampuan dimana koefisien muatan faktor harus positif. Pada sebuah tes kemampuan (ability test) jika koefisien muatan faktor itu negatif, berarti makin tinggi kemampuan dalam bidang AN, justru makin salah jawaban pada item tersebut. Oleh sebab itu, item seperti itu tidak dapat dipakai. Item tersebut harus didrop atau direvisi. Biasanya hal seperti ini te~adi jika item diskor dengan kunci jawaban yang salah, sehingga mereka yang tinggi kemampuannya justru tidak memilih sesuai kunci jawabannya. Untuk item yang seperti ini, disarankan untuk melakukan pengecekan ulang terhadap kunci jawaban. Jika kunci jawaban tidak mengalami kesalahan maka item seperti ini harus di drop! tidak digunakan. Maka, kita dapat menyimpulkan bahwa item 2, dan 16 sebaiknya di drop. Item yang paling baik sesuai urutannya: 12,6,4,15,19,3,13,1,8,7,14,10, 9,18,17,20,5,dan11
69
4.1.4 Validitas Konstruk sub tes Rechhenaufgaben (RA) Dari hasil yang diperoleh RA, model ini tidak fit, dengan Chi Square = 1148, 17, df=170, P-value=O.OOOOO RMSEA=O.077. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sarna lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.4 berikut ini
LOa
-0.
~~7-j";#iilt~';1
~. 9l-jill:>.'lao; q
Chi-Square=~55.57,
df=~3~,
P-value=0.07042, RMSEA=O.014
Gambar 4.4 Analisis Faktor Konfirmatorik uotuk sub tes RA
70
Terlihat dari gambar 4.4 bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu RA. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabeI4.7.
71
Tabel. 4.7 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item RA Item
1
1
1
2
2 3
5 6
7 8
9
10 11
1
4
1 V
1
6
1
7
1
8
V
1
9
V
1
10
V
V
11
V
V
1
V
1
12 13
12 13 14 15 16 17 18 19 20
1
3
5
4
1 V
14
V
V
V
V
15
V
16
V
17
V
18
V
V
V
V
V V
V
V
V
V
1
V V
1
V
1
V
1
V
1 V
V
19
V
20
V V
.
1 1
V V
Keterangan : Tanda V menunJukkan Item yang errornya saling berkorelasl.
V
1
72
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 5,9, 10, 11, 13, 16,17, dan 18. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 13, 14, dan 17. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor 15. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 8,15,17. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 15, dan 16. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 11, 15, dan 18. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 11, 15, dan 16. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 4, dan 15. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 10, 13, 14, dan 15. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 9, dan 15. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 7,14, dan 19. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 13, dan 15. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2,9, dan 12. Kesalahan pengukuran item nomor 14 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 9,
73
dan 11. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 4, 5, 6, 7, 8, 9,10,12,19, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 5, 7, 18, dan 19. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 2, 4, dan 20. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, dan 16. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 11, 15, 16, dan 20. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 15,17, dan 19. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut.
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t-test=1, 96 bagi setiap koefisien muatan faktor, seperti pada tabel 4.8 berikut ini:
74
Tabel 4.8 Muatan Faktor Item 1ST sub tes RA No.
Koefisien
Standar Error
T - Values
Signifikan
1
0.36
0.04
10.16
V
2
0.44
0.04
12.40
V
3
0.55
0.05
10.15
V
4
0.58
0.06
10.36
V
5
0.62
0.05
11.93
V
6
0.39
0.05
7.17
V
7
0.31
0.05
5.60
V
8
0.44
0.06
7.85
V
9
0.42
0.06
7.51
V
10
0.48
0.05
8.86
V
11
0.30
0.03
8.83
V
12
0.31
0.06
5.52
V
13
0.46
0.04
12.46
V
14
0.49
0.04
13.13
V
15
1.74
0.06
30.05
V
16
0.25
0.03
7.67
V
17
0.50
0.04
13.39
V
18
0.30
0.03
9.26
V
19
0.50
0.05
9.15
V
20
0.42
0.06
7.39
V
. (t-values > 1,96) - slgmfikan Keterangan: V-
. X = Tldak slgmfikan
Dari hasH tersebut, maka yang signifikan adalah semua item sub tes RA. Item yang paling baik sesuai urutannya: 15, 5, 4,3, 17, 19, 14, 10, 13,2,8, 9,20,6,1,7,12,18,11, dan 16.
75
4.1.5 Validitas Konstruk sub tes Zahlenreihen (ZR) Dari hasil yang diperoleh ZR, model ini tidak fit, dengan Chi Square = 1478, 18, df=170, P-value=O.OOOOO RMSEA=O.089. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.5 berikut ini
LOO
Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes ZR
76
Terlihat dari gambar 4.5 bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu ZR. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabeI4.9.
77
Tabel4.9 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item ZR Item
1
1
1
2
V
3
2
3
4
5
V
9
10 11
12 13 14 15 16 17 18 19 20
1 1
6
1
7
V
V
8
V
9
V
10
V
V
V
12
V
V
13
V
V
V
15
V
16
V
V
17
V
V
18
V
1
V
V
11
20
8
1
5
19
7
1
4
14
6
V
1
V
V
1
V
V
1
V
V
1
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
1 V
1
V
V
1
V
V
V V
V
V
V
V
V
V
V
V
V
V
V
V
V
V
V
V
V
.
V
V
1 V
1
V
V
V
V
V
V
V V
V
V
1 1
V
V
V
1
V
V
V
V
Keterangan : Tanda V menunJukkan Item yang errornya saling berkoreiasi.
1
78
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 2,8,9, 10, 14, 16,17,18, dan 19. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 7, 10, 12, 13, 15, 16, 17, dan 19. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor2, 12, 13, 14, dan 15. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 7, 9, 10, 12, 18, dan 20. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 7,10,11,14,15, dan 16. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 8,9, 14, 15, 16, dan 20. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 4, 5, 10, 11, dan 18. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 9,10,12, 19, dan 20. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 4, 6, 8, 10, 11, 13, 15, 17, 18, dan 19. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 2, 4, 5, 7, 8,9, 11, 12, 13, 14, 15, 17, 18, 19, dan 20. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 5,7,9,10,12,14,16,17,18,19, dan 20. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3,4, 8, 10, 11, 13, 14, 16, 17, 18, 19, dan
79
20. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor2, 3, 9, 10, 12, 14, 15, 16, 18, dan 20. Kesalahan pengukuran item nomor 14 berkorelasi dengan kesalahan pengukuran item pada nomor 1,3,5,6,10,11,12,13,15,17,18,19, dan 20. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor2, 3, 5, 6, 9,10,12,13,14,16,17,18, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 2, 5, 6,11,12,13,15,17,18,19, dan 20. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 2, 9, 10, 11, 12, 14, 15, 16, 19, dan 20. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 1,4,7,9,10,11,12,13,14,15,16,19, daqn 20. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 2,8,9, 10, 11, 12, 14, 16, 17, 18, dan 20. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor4, 8, 10, 11, 12, 13, 14, 15, 16, 17, 18, dan 19. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut.
80
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t-test= 1,96 (nilai absolute) bagi setiap koefisien muatan faktor, seperti pada tabel4.1 0 berikut ini: Tabe14.10 Muatan Faktor Item 1ST sub tes ZR No.
Koefisien
Standar Error
T -Values
Signifikan
1
0.60
0.03
19.40
V
2
0.30
0.03
9.12
V
3
0.53
0.03
17.16
V
4
0.79
0.03
28.40
V
5
0.72
0.03
24.37
V
6
0.70
0.03
23.71
V
7
0.77
0.03
26.90
V
8
0.76
0.03
26.53
V
9
0.52
0.03
16.06
V
10
0.58
0.03
17.07
V
11
0.68
0.03
23.20
V
12
0.49
0.03
15.17
V
13
0.24
0.03
7.25
V
14
0.28
0.03
8.48
V
15
-0.01
0.03
-0.34
X
16
0.65
0.03
21.58
V
17
0.54
0.03
17.56
V
18
0.21
0.03
6.18
V
19
0.39
0.03
12.02
V
20
0.27
0.03
7.68
V
. Keterangan: V= slgmfikan (t-values > 1,96)
. X = T1dak slgmfikan
81
Dari hasil tersebut, maka yang signifikan adalah semua item sub tes ZR, kecuali item 15. Dari hasH tersebut, kita dapat menyimpulkan bahwa item 15 harus di drop. Item yang paling baik sesuai urutannya: 4, 7, 8, 5, 6, 11, 16, 1, 10, 17, 3, 9, 12,19,2,14,20,13.
82
4.1.6 Validitas Konstruk sub tes Formasuwahl (FA) Dari hasil yang diperoleh FA, model ini tidak fit, dengan Chi Square = 1093, 57, df=170, P-value=O.OOOOO RMSEA=0.075. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.6 berikut ini:
Chi-Square=.124.56,
RMSEA=O.0.15
Gambar 4.6 Analisis Faktor Konfirmatorik untuk sub tes FA
83
PERPUSTAK,i\«.' UIN SYAHID
Terlihat dari gambar 4.6 bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu FA. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabel 4.11.
84
Tabe14.11 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item FA Item
1
1
1
2
2
3 4
1
4
V V 1
5
V
V 1
7
V
8 V
10
V
1
V
V 1
1
V V V
V
V V
1
V
V
12 13
V
V V
14 V
16
V V
V
V
1
V
V
1
V
V
V
V
V V
19
V V V V
V
V V
V
1 V
1
V
V
V
V
V
1
V V
V
18
20
V
V V V V
15
17
12 13 14 15 16 17 18 19 20
1
6
11
9 10 11
1
3
9
5 6 7 8
V V
V
1 1
V V
V
V
V
V
V
1 V
1 V
Keterangan : Tanda V menunJukkan Item yang errornya saling berkoreiasi.
V
1
85
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor , 9, 11, 13, 17, dan 20. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 5, 7, 10, dan 16. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 9, 10, dan 15. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3, 18, dan 20. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor2, 6, 7, 8, 10, 11, 14, 16, dan 19. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 5,10, 14,16,17, dan 19. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 2,5,8,13,14,17, dan 20. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 5,7,13,14,15, dan 19. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 1,3, 15, dan 18. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3, 5, 6, 11, 13, dan 18. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 1,5,10,12,13,14,16,18, dan 19. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 11,13,14,15,16,17, dan 18. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor 1,7,
86
8, 10, 11, 12, dan 14. Kesalahan pengukuran item nomor 14 berkorelasi dengan kesalahan pengukuran item pada nomor 5,6,7,8, 11, 12, 13, 15, 16, 18, dan 20. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 8, 9, 14, 16, 17, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor2, 5, 6,11,12,14,15,18, dan 19. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 1,6, 7,12,15, dan 19. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 4,9,10,11,12, 14,16, dan 20. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 5,6,8, 11, 14, 16, 17, dan 20. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 4,7,14,15,18, dan 19. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut.
87
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t-test= 1,96 (nilai absolute) bagi setiap koefisien muatan faktor, seperti pada tabel 4.12 berikut ini: Tabel 4.12 Muatan Faktor Item 1ST sub tes FA No.
Koefisien
Standar Error
T-Values
Signifikan
1
0.33
0.04
8.50
V
2
0.37
0.03
10.99
V
3
0.44
0.03
13.34
V
4
0.24
0.03
7.05
V
5
0.30
0.04
8.43
V
6
0.18
0.03
5.30
V
7
0.35
0.04
9.07
V
8
0.38
0.04
9.95
V
9
0.34
0.03
9.67
V
10
0.09
0.04
2.19
V
11
0.30
0.04
7.06
V
12
0.42
0.04
10.53
V
13
0.70
0.04
18.18
V
14
0.38
0.04
8.58
V
15
0.27
0.03
7.98
V
16
0.12
0.04
3.18
V
17
0.23
0.04
6.31
V
18
0.47
0.04
13.38
V
19
0.09
0.04
2.60
V
20
0.08
0.04
2.13
V
.. (t-values > 1,96) - slgmf,kan Keterangan. V-
X = T,dak slgmfikan
88
Dari hasil tersebut, maka yang signifikan adalah semua item sub tes FA, Item yang paling baik: 13, 18, 3,12,8,14,2,7,9,1,5,11,15,4,17,6,16,19,10, dan 20.
4.1.7 Validitas Konstruk sub tes Wurfelaugfgaben (WU).
Dari hasil yang diperoleh WU, model ini tidak fit, dengan Chi Square = 1093, 57, df=170, P-value=O.OOOOO RMSEA=0.075. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sarna lainnya, maka akhirnya diperoleh model fit seperti pada Gambar 4.7 berikut ini:
1.00
Chi-Square=36.97, df=28, P-value=O.11959, RMBEA=O.018
Gambar 4.7 Analisis Faktor Konfirmatorik untuk sub tes WU
89
Terlihat dari gambar 4.7 bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu WU. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabel 4.13.
Tabe14.13 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item WU Item
1
1
1
2
3
4
3
V
4
V
8
9
10
11
1 1
5
1
6 V
V
1
V
V
8
1 1
9
V
V
10 11
7
1
2
7
6
5
1 V
V
V
V
V
.
V
V
1 1
Keterangan : Tanda V menunJukkan Item yang errornya saling berkorelasi.
90
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 4, 7, dan 11. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 9. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor 1, dan 11. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 7, dan 11. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor 4, 7, 9, dan 11. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 4, dan 6. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 10, dan 11 Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 6, dan 10 Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 8, dan 9. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 4, 6, dan 8. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain.
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya
91
dilakukan dengan melihat nilai t=1 ,96 (nilai absolute) bagi setiap koefisien muatan faktor, seperti pada tabel 4.14 berikut ini: Tabe14.14 Muatan Faktor Item 1ST sub tes WU No.
Koefisien
Standar Error
T -Values
Signifikan
1
-0.47
0.09
-5.21
V
2
-0.43
0.04
-10.08
V
3
-0.43
0.07
-6.40
V
4
0.58
0.07
7.82
V
5
-0.44
0.04
-10.04
V
6
0.17
0.07
2.30
V
7
0.38
0.05
8.20
V
8
-0.28
0.06
-4.43
V
9
0.39
0.05
8.45
V
10
0.41
0.05
8.80
V
11
-1.29
0.08
-16.06
V
.. Keterangan: V= slgmflkan It-values> 1,96)
.. X = Tldak slgmflkan
Oari hasil tersebut, maka yang signifikan adalah semua item sub tes WU. Item yang paling baik: 4, 10,9,7, dan 6. Oi antara item yang signifikan tersebut, item 1, 2, 3, 5, 8, dan 11 harus didrop, karena bernilai negatif. Hal ini bertentangan dengan teorinya, karena tes 1ST adalah tes kemampuan dimana koefisien muatan faktor harus positif. Pada sebuah tes kemampuan
(ability test) jika koefisien muatan faktor itu negatif, berarti makin tinggi kemampuan dalam bidang SE, justru makin salah jawaban pada item tersebut. Oleh sebab itu, item seperti itu tidak dapat dipakai. Item tersebut harus didrop atau direvisi.
92
4.1.8 Validitas Konstruk sub tes Merkaufgaben (ME) Dari hasil yang diperoleh ME, model ini tidak fit, dengan Chi Square = 1530, 46, df=170, P-value=O.OOOOO RMSEA=0.091. Tetapi setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit seperti pada gambar 4.8 berikut ini:
~.
Chi-Square=107.94,
RMSEA=O.016
Gambar 4.6 Analisis Faktor Konfirmatorik untuk sub tes ME
1. 00
93
Terlihat dari gambar 4.8 bahwa nilai chi square menghasilkan p > 0,05 (tidak signifikan). Dengan demikian, model dengan hanya satu faktor dapat diterima, yang berarti bahwa seluruh item terbukti mengukur satu hal saja, yaitu ME. Namun karena pada model ini, kesalahan pengukuran pada beberapa item saling berkorelasi, dapat disimpulkan bahwa beberapa item tersebut sebenarnya bersifat multidimensi pada dirinya masing-masing, yang interpretasinya akan disampaikan di bagian berikut. Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada tabeI4.15.
94
Tabe14.15 Matriks Korelasi antar kesalahan pengukuran pada butir-butir item ME Item
1 2
1
1
2
1
3
V
4
3 4
8
V V
10
V
1
V
V
1
V
V
V
V
V
V
V
1
V
V
V
1
V
V
V
V
V V
V
V
V V
V
V
15 V
V
17
V V
V V
18
V
V
V
V
19
V
V
V
V
1 V
V
1
V
V
V
V
V
V
V
V
V
V
V
V
V
V
V
1
V V
V
V
1
V
13
20
V
V
11
16
12 13 14 15 16 17 18 19 20
1 V
14
9 10 11
1
V
7
12
8
1
6
9
6 7
1
V
5
5
V
V
V
V
V
V
1 V
1 1 1
V
V V
1 V
V
V
V
Keterangan . Tanda V menunJukkan Item yang errornya saling berkoreiasi.
1
95
Dari tabel di atas, terlihat bahwa kesalahan pengukuran item nomor 1 berkorelasi dengan kesalahan pengukuran item pada nomor , 4, 9, 12, 14, 16, dan 20. Kesalahan pengukuran item nomor 2 berkorelasi dengan kesalahan pengukuran item pada nomor 3,5,7,8,9,10,18, dan 19. Kesalahan pengukuran item nomor 3 berkorelasi dengan kesalahan pengukuran item pada nomor2, 9,10,12,13,14,16,18, dan 19. Kesalahan pengukuran item nomor 4 berkorelasi dengan kesalahan pengukuran item pada nomor 1,7, 9, 10, 11, 14, 16, 18, dan 19.. Kesalahan pengukuran item nomor 5 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 14, 17, 18, dan 19. Kesalahan pengukuran item nomor 6 berkorelasi dengan kesalahan pengukuran item pada nomor7, 8,13,15,17,18, dan 20. Kesalahan pengukuran item nomor 7 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 4, 6, 8, 9, 19, dan 20. Kesalahan pengukuran item nomor 8 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 6, 7, 9, 10, 11, 12, 13, 15, 16, 19, dan 20. Kesalahan pengukuran item nomor 9 berkorelasi dengan kesalahan pengukuran item pada nomor 1,2,3,4,7,8,13,14,16,17,19, dan 20. Kesalahan pengukuran item nomor 10 berkorelasi dengan kesalahan pengukuran item pada nomor 2, 3, 4, 8, 11, 12, dan 20. Kesalahan pengukuran item nomor 11 berkorelasi dengan kesalahan pengukuran item pada nomor 4,8, 10, 12, 14, 15,16,17, dan 19. Kesalahan pengukuran item nomor 12 berkorelasi dengan kesalahan pengukuran item pada nomor 1,3,8,10,11,14,15,16,17, dan
96
18. Kesalahan pengukuran item nomor 13 berkorelasi dengan kesalahan pengukuran item pada nomor 3, 6, 8, dan 9. Kesalahan pengukuran item nomor 14 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 4, 5, 9, 11, 12, 15, 17, dan 18. Kesalahan pengukuran item nomor 15 berkorelasi dengan kesalahan pengukuran item pada nomor 6, 8, 11, 12, 14, 16,18, dan 20. Kesalahan pengukuran item nomor 16 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 3, 4, 8, 9, 11, 12, 15, dan 20. Kesalahan pengukuran item nomor 17 berkorelasi dengan kesalahan pengukuran item pada nomor 5,6,9,11,12,14, dan 20. Kesalahan pengukuran item nomor 18 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3,4,5,6, 12, 14, 15, dan 20. Kesalahan pengukuran item nomor 19 berkorelasi dengan kesalahan pengukuran item pada nomor 2,3, 4, 5, 7, 8, 9, dan 11. Kesalahan pengukuran item nomor 20 berkorelasi dengan kesalahan pengukuran item pada nomor 1, 6, 7, 8, 9,10,15,16, 17, dan 18. Item yang memperoleh kesalahan pengukuran tersebut bersifat multidimensi. Artinya, selain mengukur apa yang hendak diukur, tetapi mengukur juga hal lain. Makin banyak kesalahan pengukuran pada sebuah item berkorelasi dengan kesalahan pengukuran pada item lainnya, makin rendah atau tidak ideal kualitas item tersebut.
97
Selanjutnya, kualitas item juga dapat dilihat dari signifikan tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang muatan faktor. Pengujiannya dilakukan dengan melihat nilai t=1 ,96 (nilai absolute) bagi setiap koefisien muatan faktor, seperti pada tabel 4.16 berikut ini: Tabel 4.16 Muatan Faktor Item 1ST sub tes ME No.
Koefisien
Standar Error
T-Values
Signifikan
1
0.53
0.03
16.72
V
2
0.56
0.03
17.56
V
3
0.65
0.03
20.95
V
4
0.79
0.03
26.26
V
5
0.58
0.03
19.10
V
6
0.51
0.03
17.05
V
7
0.49
0.03
14.71
V
8
0.56
0.03
17.96
V
9
0.59
0.03
17.16
V
10
0.53
0.03
16.47
V
11
0.47
0.03
14.24
V
12
0.42
0.03
13.49
V
13
0.26
0.03
8.27
V
14
0.46
0.03
13.67
V
15
0.46
0.03
15.09
V
16
0.37
0.03
10.94
V
17
0.49
0.03
15.85
V
18
0.54
0.03
16.44
V
19
0.56
0.03
16.11
V
20
0.38
0.03
11.93
V
. Keterangan: V= slgmfikan (t-values > 1,96)
. X = Tldak slgmfikan
98
Dari hasit tersebut, maka yang signifikan adalah semua item sub tes ME. Item yang paling baiksesuai urutannya: 4,3,9,5,8,2,19,18,1,10,6,7,16,11, 15,14,12,20,16, dan 13.
4.2 Validitas Konstruk Seluruh Sub Tes 1ST dalam Mengukur Satu Konstruk Bersifat Umum (General Intelligence) Setelah dilakukan analisis faktor konfirmatorik pada masing-masing sub tes, kemudian peneliti melakukan analisis faktor konfirmatori untuk konstruk inteligensi umum. Dalam konteks ini, matriks korelasi antar faktor (sub tes) digunakan sebagai input. Namun dengan Lisrel, kedua tingkatan analisis faktor ini dapat dilakukan secara simultan (satu kali analisis). Analisis seperti ini disebut juga dengan nama "analisis faktor konfirmatorik orde kedua" (second order factor analisis). Dalam hal ini item merupakan indikator dari
masing-masing sub tes (faktor tingkat satu) dan pada saat yang sama sub tes merupakan indikator dari faktor tingkat kedua (inteligensi/general factor). Peneliti menggunakan metode ini, karena lebih efisien (hanya satu kali analisis secara simultan) dan dari sudut statistik, analisis seperti lebih terpercaya (Joreskog, dan Sorbom, 2006). Ada pun hasitnya dapat menunjukkan bahwa pada model dengan second order faktor analisis diperoleh nitai chi square = 596,66 ,df=7617, p>0,05. Jadi, model dengan dua lingkatan faktor (second order CFA) fit dengan data. Artinya, teari yang
99
mengatakan bahwa item-item mengukur delapan sub tes dan kedelapan sub tes mengukur inteligensi umum dapat diterima. Ringkasan hasilnya dapat dilihat pada tabel 4.17 dan gambar 4.9.
Tabe14.17 Koefisien Muatan Faktor untuk General Intelligence Sub tes SE WA AN RA
ZR FA WU ME
Koefisien 0.24 0.04 0.33 0.36 0.48 0.05 -0.09 0.33
Standar Error 0.14 0.14 0.13 0.15 0.12 0.11 0.13 0.11
Nilai t 1.66 0.31 2.60 2.46 3.92 0.44 -0.72 3.03
Signifikan
X X V V V
X X V
100
Gambar 4.9 Koefisien Muatan Faktor Untuk Generallntel/igence
0,33
0,36
General Intelligence
0,48
0,05
,,,
~
0,09
6, ,,
0,33
102
Tabe14.18 Matriks korelasi antar sub tes dan sub tes dengan total skor pada short form dan full
SE WA AN RA ZR FA Subtes SE 1.000 WA 0.186 1.000 AN 0.286 0.286 1.000 RA 0.282 0.194 0.415 1.000 ZR 0.209 0.261 0.306 0.612 1.000 FA 0.126 0.136 0.260 0.252 0.239 1.000 -0.102 -0.106 -0.109 -0.064 -0.080 -0.101 WU ME 0.160 0.235 0.254 0.371 0.476 0.127 SHORT 0.298 0.307 0.583 0.782 0.835 0.281 FULL 0.414 0.488 0.612 0.750 0.793 0.482 .. Kelerangan: Short form terdln dan sub les AN, RA, ZR, dan ME
WU
ME
SHORT
FULL
1.000 -0.089 -0.112 -0.081
1.000 0.758 0.698
1.000 0.957
1.000
Dari tabel 4_18, peneliti dapat menyimpulkan bahwa apabila ke empat sub tes yang tidak signifikan tersebut diabaikan, maka akan didapat hasil tes yang tidak jauh berbeda dengan yang akan diperoleh jika menggunakan ke seluruh sub tes, karena korelasi antara hasil short form dan full form adalah begitu tinggi, yaitu 0,957. Sebagai kesimpulan, peneliti mengusulkan agar sebaiknya menggunakan bentuk short form saja, terutama jika waktu untuk mengetes sangat terbatas.
BABV KESIMPUlAN, DISKUSI dan SARAN
5.1. Kesimpulan Pada bab ini, akan dipaparkan kesimpulan dari tiga pengujian hipotesis yang telah diuraikan pada bab empat. Ketiga hipotesis itu adalah: 1. Bahwa setiap item dalam masing-masing sub tes adalah fit (sesuai) dengan model satu faktor, yang berarti semua item pada suatu sub tes mengukur hanya satu kemampuan yang didefinisikan pada sub tes tersebut. Dan bahwa setiap item dalam masing-masing sub tes adalah secara signifikan mengukur kemampuan pada sub tes tersebut. 2. Bahwa delapan sub tes 1ST adalah fit (sesuai) dengan model satu faktor, yaitu semua sub tes mengukur satu faktor umum yang dalam hal ini adalah "Inteligensi Umum". 3. Bahwa dengan menggunakan model short form (hanya sebagian sub tes), sudah memadai untuk mengukur inteligensi umum. Kesimpulan tentang hasH pengujian hipotesis 1 dipaparkan dalam tabel 5.1 berikut ini:
Tabel 5.1 Hasil Pengujian model satu faktor tiap sub tes 1ST
SUBTES WA
SE
AN
Jumlah Jumlah Jumlah Item Item item item item
Item valid
Item yang didrop
1,3,5 ,6,10 ,11,1 3,15, 17,1 9,20 2,4, 7,8, 9, 12, 14, 16, 18
11
9
12
1,4,7 ,9,11 ,12,1 4,15, 17,1 8,19,
8
2,3,5 ,6,8, 10,1 3,16
18
Item
1,3,4,5, 6,7,8,9, 10,11,1 2,13,14 ,15,17, 18,19,2
2
WU
ZR
2,16
Jumlah item
Item
19
1,2,3,4, 5,6,7,8, 9,10,1 1,12,1 3,14,1 6,17,1
1
15
ME
RA
Jumlah Item item
Jumlah item
Item
Jumlah item
FA Item
5
4,6,7, 9,10
semua item valid
6
1,2,3, 5,8,1 1
tidak ada yang di drop
Jumlah Item item
Korelasi Anlar Measurement FJror
10
63
77
99
15
39
83
68
Validilas dalam mengukur lnteligensi Umum
TidakValid
TidakValid
Valid
Valid
Tidak Valid
Valid
Valid
Tidak Valid
-ss:
106
Namun, penggunaan short maupun full form harus disesuaikan dengan tujuannya.
5.2 Diskusi HasH pengujian hipotesis 1 menunjukkan bahwa tidak semua sub tes sesuai dengan model 1 faktor. Hal ini disebabkan karena ada item yang valid dan ada yang tidak. Item yang terbukti tidak valid kemungkinan dikarenakan beberapa hal yaitu: •
Item terlalu mudah sehingga hampir setiap subyek dapat menjawab dengan benar atau sebaliknya, item terlalu sulit sehingga hampir setiap subyek menjawab salah.
•
Kemungkinan kesalahan pada kunci jawaban, baik pada waktu penyusunan soal maupun pada waktu skoring.
•
Item yang memerlukan penafsiran terhadap kalimat seperti misalnya melengkapi kalimat (SE) atau membayangkan periteman kubus (WU) tergolong sub tes yang mengalami kesulitan dalam membuat item-itemnya. Item yang menggunakan bentuk abstrak atau geometri dimana mudah terjadi penafsiran ganda terhadap apa yang ditanyakan.
•
Sub tes yang rentangan tingkat kesukaran itemnya terlalu luas Oika dibanding sub tes lainnya) juga dapat menyebabkan
107
banyak itemnya yang "mismatch" (tidak selevel) dengan orang yang di tes. •
Rentangan atau varians dari tingkat kesukaran soal antar satu sub tes dengan yang lainnya, sebaiknya jangan terlalu berbeda (homogenitas varians dari kesukaran soal antar sub tes). Artinya, dalam rangka mengukur inteligensi sebaiknya semua sub tes memiliki tingkat variasi kesukaran soal yang relatif sama. Karena hal ini dapat berpengaruh pada di dropnya item tertentu. Dari hasil indeks validitas item, terlihat bahwa dari semua item, lebih dari setengahnya (82,8 %=125 item) dapat terus digunakan, walaupun akan lebih baik bila dilakukan revisi terhadap pilihan jawaban. Sedangkan 17,2 % sisanya (26 item) indeks validitas itemnya tergolong rendah atau sangat buruk sehingga tidak dapat terus digunakan, dalam arti di drop atau perlu dilakukan revisi terhadap item-item tersebut.
Hasil pengujian hipotesis 2, CFA menunjukkan banyaknya korelasi antar
measurement error pada item-item sub tes 1ST. Ini berarti bahwa banyak item tes 1ST yang selain mengukur aspek yang hendak diukur, tetapi ternyata juga mengukur hal lain (multidimensional). Dalam hal ini, pada sub tes SE terdapat
10 buah korelasi antar kesalahan pengukuran pada satu item dengan
108
kesalahan pengukuran pada item lainnya dalam sub tes tersebut. Selanjutnya pada sub tes WA terdapat 63 korelasi yang sejenis, pada sub tes AN terdapat 77 korelasi, pada sub tes FA terdapat 68 korelasi, pada sub tes ZR terdapat 99 korelasi, pada sub tes RA terdapat 39 korelasi, pada sub tes WU terdapat
15 korelasi, pada sub tes ME terdapat 83 korelasi. Jadi, kesimpulannya sub tes yang paling kompleks (multidimensional) adalah sub tes ZR,dilanjutkan dengan ME, AN, FA, WA, RA, WU, sedangkan sub tes yang korelasi antara kesalahan pengukurannya paling sedikit adalah sub tes SE. Hal ini menunjukkan bahwa pada sub tes yang itemnya valid (signifikan) juga terdapat masalah multidimensionalitas dari item dalam sub tes tersebut. Dalam manual 1ST, tiap sub tes mengukur aspek yang multidimensi. Jadi, akan lebih baik, bila analisis faktor dilakukan 3 tingkat. Namun demikian, di dalam manual 1ST, harus diidentifikasi lebih lanjut mana item per sub tes yang mengukur aspek sub tes yang lebih rind.
Hasil pengujian hipotesis 3, melalui analisis faktor dua tingkat (second order
confirmatory analysis) dihasilkan bahwa hanya empat dari delapan sub tes 1ST yang signifikan mengukur (menghasilkan informasi) tentang inteligensi umum, yaitu sub tes ZR, ME, AN, dan RA. Dengan demikian dapat disimpulkan bahwa hasil pengukuran inteligensi umum dengan menggunakan empat sub tes saja, tidak akan berbeda jauh dengan menggunakan delapan sub tes. Untuk mengetahui hal ini, peneliti menskor dari item yang valid saja
109
kemudian peneliti menghitung korelasi antara skor inteligensi menggunakan empat sub tes yang valid saja dengan skor yang diperoleh dari seluruh sub tes. Hasilnya adalah korelasi sebesar 0,957 (p
Meskipun penggunaan 1ST dalam bentuk short form memiliki korelasi yang tinggi dengan full form, namun penggunaannya harus disesuaikan dengan tujuan tes. Untuk tujuan seleksi yang lebih mengutamakan rangking peserta daripada deskripsi/diagnostik tentang kemampuan peserta, maka penggunaan short form lebih disarankan. Terutama sekali, jika mengingat waktu yang dapat dihemat dalam pengetesan. Sedangkan untuk tujuan diagnosis, dimana akan diperlukan profil masing-masing skor sub tes dalam 1ST, maka penggunaan full form lebih disarankan dengan catatan perlu perbaikan atas item sub tes yang kurang valid.
5.3. Saran Berdasarkan hasil penelitian, analisis dan kesimpulan dari data yang digunakan dalam penelitian ini, maka perlu dipertimbangkan saran-saran sebagai berikut.
110
1. Untuk penelitian selanjutnya, sebaiknya mempertimbangkan variabel lainnya seperti perbedaan jenis kelamin, usia, budaya dan hal penting lainnya yang dalam penelitian ini tidak dimiliki datanya. 2. Hampir semua item bersifat multidimensional. Hal ini mungkin berkaitan dengan kerangka berpikir/landasan teori 1ST dimana setiap sub tes sebenarnya rnasih terdiri dari beberapa sub faktor, 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 sub faktor di dalam masing-masing sub tes tersebut. 3.
Karena korelasi antara skor yang dihasilkan empat sub tes yang valid berkorelasi sangat tinggi dengan skor yang menggunakan seluruh sub tes (0,957) maka, seyogyanya penggunaan bentuk singkat (short form) dengan empat sub tes sudah memadai untuk seleksi karyawan, namun untuk keperluan diagnosa harus dalam bentuk full form.
4. Item yang harus di drop terdapat pada subtes SE, WA, dan WU, karena kemungkinan adanya interpretasi ganda terhadap item. Untuk itu, perbaikan pada item-item tersebut harus memudahkan peserta tes memahami item, sehingga tidak te~adi interpretasi ganda.
Van Der Ven, Ad. Item Homogeneity in Verbal Test: A Rasch Analysis of Amthauer'S Verbal Tests. Reading: A Journal about Educational and Psychology Measurement, Vol. 52, No.3. 1992. Internet: Sejarah. http://datin.bppt.go.id/. Diakses Juni 2009
Profil BPPT saat ini. http://membersJortunecity.com/sdmbppt/bijak-d.htm. Diakses Oktober 2009
BADAN PENGKAJIAN DAN PENERAPAN TEKNOLOGI IBPPT)
SURAT KETERANGAN No: DB I \Le(\.l(5A<->6 (\r! 9DIO
Bersama ini menerangkan bahwa personil di bawah ini; Nama NIM Fakultas Universitas
: Nursakinah Oktaviana Sasmita
: 105070002297 : Psikologi : Universitas Islam Negeri (UIN),
telah menyelesaikan pengambilan data kasar (raw score) hasil tes 1ST seleksi CPNS 2008 pada bulan Juni 2009. Data ini diharapkan menjadi masukan pada penyusunan skripsi Ybs. dengan jUdul 'Pengujian Validitas Konstruk dari 1ST revisi BPPT'. Demikian disampaikan, agar dapat dipergunakan seperlunya.
anaan & Pen gembang an
If. Ronny D. Tulak NIP. 19590702 198703 1 001 ~
...--
ITEMl 0.49 (0.06) 8.82
ITEM6 0.23 (0.08) 2.85
ITEM11 0.11 (0.04) 2.59
ITEM16 0.06 (0.04) 1. 40
ITEM2 -0.53 (0.06) -9.32
ITEM7 0.11 (0.08) 1. 42
ITEM12 0.04 (0.04 ) 0.82
ITEM17 0.12 (0.04) 2.76
ITEM3 0.14 (0.04) 3.11
ITEM8 0.02 (0.04 ) 0.57
ITEM13 0.13 (0.04) 3.03
ITEM18 0.07 (0.04) 1.57
ITEM4 -0.18 (0.04 ) -4.03
ITEM9 -0.11 (0.04) -2.49
ITEM14 -0.02 (0.04) -0.39
ITEM19 0.11 (0.04) 2.61
ITEM5 0.10 (0.04) 2.25
ITEMI0 0.28 (0.08) 3.36
ITEM15 0.12 (0.04 ) 2.77
ITEM20 1. 45 (0.11) 13.32
PHI SE 1. 00
Goodness of Fit Statistics Degrees of Freedom = 160 Minimum Fit Function Chi-Square ~ 186.53 (P ~ 0.074) Normal Theory Weighted Least Squares Chi-Square = 187.21 (P = 0.070) Estimated Non-centrality Parameter (NCP) = 27.21 90 Percent Confidence Interval for NCP = (0.0 ; 65.44) Minimum Fit Function Value
=
0.19
Population Discrepancy Function Value (FO) 90 Percent Confidence Interval for FO = (0.0
0.028
0.068) Root Mean Square Error of Approximation (RMSEA) = 0.013 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.021) P-Value for Test of Close Fit (RMSEA < 0.05) ~ 1.00 Expected Cross-Validation Index (ECVI) = 0.30 90 Percent Confidence Interval for ECVI = (0.27 ; O.34) ECVI for Saturated Model = 0.44 ECVI for Independence Model = 0.69 Chi-Square for Independence Model with 190 Degrees of Freedom Independence AIC = 663.94 Model Arc = 287.21 Saturated AIC ~ 420.00
623.94
Independence CAlC = 781.34 Model CAlC = 580.71 Saturated CAlC = 1652.71 Normed Fit Index (NFl) = 0.70 Non-Normed Fit Index (NNFI) = 0.93 Parsimony Normed Fit Index (PNFI) = 0.59 Comparative Fit Index (eFI) = 0.94 Incremental Fit Index (IFI) = 0.94 Relative Fit Index (RFI) = 0.64
Critical N (CN)
=
1055.86
Root Mean Square Residual (RMR) = 0.059 Standardized RMR = 0.030 Goodness of Fit Index (GFI) = 0.98
Adjusted Goodness of Fit Index (AGFI) Parsimony Goodness of Fit Index (PGFI)
JI VALIDITAS KONSTRUK 1ST SUBTES SE tandardized Solution
LAMBDA-X SE 0.49 -0.53 0.14 -0.18 0.10 0.23 0.11 0.02 -0.11 0.28 0.11 0.04
ITEMI ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEMI0 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.13 -0.02 0.12 0.06 0.12 0.07 0.11 1.45
PHI SE 1. 00
DATE: 1/ 6/2010 TIME: 20:05
LIS R E L
BY
8.70
0.97 =
0.75
Karl G. Joreskog & Dag Sorbom
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 he following lines were read from file C:\Program 1es\lisre1870\NURSAKINAH\IST_WA.LS8:
JI VALIOITAS KONSTRUK 1ST SUBTES WA NO=963 MA~KM
~ NI~20 ~
TEMI ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEMI0 TEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 M SY FI~WA. COR o NX~20 NK=l PH~ST TO~SY,FI K
ORTAU R LX 1 - LX 20 R TO lITO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 10 'R TO 11 11 TO 12 12 TO 13 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19 'R TO 20 20 'R TO 16 8 TO 19 17 TO 19 6 TO 15 3 TO 19 2 TO 18 10 TO 8 1 TO 15 10 R TO 9 3 TO 20 19 TO 13 7 TO 15 11 TO 17 11 TO 6 1 TO 13 3 TO 7 6 TO 14 11 'R TO 15 14 TO 20 15 TO 15 5 TO 14 1 TO 12 4 TO 11 5 TO 17 5 TO 13 1 R TO 13 12 TO 10 7 TO 16 2 TO 14 9 TO 9 8 TO 16 14 TO 14 8 TO 17 8 TO 17 16 'R TO 16 6 TO 16 9 TO 18 15 TO 17 1 TO 19 15 TO 16 12 TO 15 9 TO 20 18 R TO 11 2 TO 12 9 TO 19 12 TO 14 6 TO 17 10 TO 4 1 TO 15 8 TO 5 4 'R TO 17 15 TO 18 6 TO 11 8 TO 20 16 TO 20 8 TO 7 3 TO 3 1 TO 10 4 TO 7 4 'R TO 16 3 TO 3 2 TO 13 2 TO 18 11
m )U
AO~OFF
IT=500 SS MI TV
JJI VALIOITAS KONSTRUK 1ST SUBTES WA 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 963
JI VALIOITAS KONSTRUK 1ST SUBTES WA ~umber
of Iterations = 37
LISREL Estimates (Maximum Likelihood)
1BDA-X
WORTAU
ITEMl 0.27 (0.04) 6.93
ITEM6 -0.26 (0. 04) -6.42
ITEM11 0.56 (0.04 ) 12.72
ITEM16 -0.11 (0.04 ) -2.85
ITEM2 -0.12 (0.04 ) -3.15
ITEM7 0.11 (0.03) 3.18
ITEM12 0.24 (0.04) 6.66
ITEM17 0.58 (0.05) 12.61
ITEM3 -0.23 (0.03) -6.60 ITEM4 0.13 (0.03) 3.92
ITEM8 -0.08 (0.04) -1.84 ITEM9 0.15 (0.03) 4.47
ITEM13 -0.19 (0.03) -5.70 ITEM14 0.35 (0.04) 9.18
ITEM18 0.51 (0.04) 13.76 ITEM19 0.58 (0.04) 14.66
ITEMS -0.01 (0. 04) -0.18
ITEM10 0.03 (0.04) 0.78
ITEM15 0.19 (0.06) 3.07
ITEM20 0.13 (0.04 ) 3.50
PHI WORTAU 1.00
Goodness of Fit Statistics Degrees of Freedom = 107 Minimum Fit Function Chi-Square = 130.25 (P = 0.063) Nor.mal Theory Weighted Least Squares Chi-Square = 129.00 (P = 0.073) Estimated Non-centrality Parameter (NCP) = 22.00 90 Percent Confidence Interval for NCP = (D.O ; 54.75) Minimum Fit Function Value
=
0.14
Population Discrepancy Function Value (FO) 0.023 90 Percent Confidence Interval for FO = (0.0 0.057) Root Mean Square Error of Approximation (RMSEA) = 0.015 90 Percent Confidence Interval for RMSEA = (D.O ; 0.023) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 0.35 90 Percent Confidence Interval for ECVI = (D.33 ; 0.38) ECVI for Saturated Model = 0.44 ECVI for Independence Model = 1.99 Chi-Square for Independence Model with 190 Degrees of Freedom = 1875.35 Independence ArC = 1915.35 Model AIC ~ 335.00 Saturated AIC = 420.00 Independence CArC = 2032.75 Model CAlC = 939.62
Saturated CAlC
~
1652.71
Normed Fit Index (NFl) ~ 0.93 Non-Normed Fit Index (NNFI) = 0.98 Parsimony Normed Fit Index (PNFI) = 0.52 Comparative Fit Index (eFI) = 0.99 Incremental Fit Index (IFI) = 0.99 Relative Fit Index (RFI) = 0.88 Critical N (CN)
~
1064.13
Root Mean Square Residual (RMR) = 0.028 Standardized RMR ~ 0.028 Goodness of Fit Index (GFI) ~ 0.99 Adjusted Goodness of Fit Index (AGFI) 0.97 Parsimony Goodness of Fit Index (PGFI) = 0.50
JI VALIDITAS KONSTRUK 1ST SUBTES WA tandardized Solution
LAMBDA-X WORTAU ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.27 -0.12 -0.23 0.13 -0.01 -0.26 0.11 -0.08 0.15 0.03 0.56 0.24 -0.19 0.35 0.19 -0.11 0.58 0.51 0.58 0.13
PHI WORTAU 1. 00
DATE: 1/ 6/2010 TIME: 20:13 LIS R E L
8.70
BY Karl G. J6reskog & Dag Sorbam
ANALOGI ITEM1 0.42 (0.03) 13.12
ITEM6 0.61 (0.04 ) 17.23
ITEMll 0.07 (0.031 2.01
ITEM16 0.00 (0.04 ) 0.05
ITEM2 -0.07 (0.03) -2.14
ITEM7 0.37 (0.04) 9.34
ITEM12 0.91 (0.03) 29.90
ITEM17 0.24 (0.04) 6.39
ITEM3 0.46 (0.04 ) 13.07
ITEM8 0.39 (0.03) 12.66
ITEM13 0.45 (0.03) 14.81
ITEM18 0.28 (0.03) 8.35
ITEM4 0.53 (0.03) 15.88
ITEM9 0.34 (0.03) 10.66
ITEM14 0.35 (0.03) 11.55
ITEM19 0.47 (0.03) 15.26
ITEMS 0.20 (0.04 ) 5.08
ITEM10 0.35 (0.03) 11. 09
ITEM15 0.49 (0.031 15.97
ITEM20 0.20 (0.04) 5.15
'HI
ANALOGI 1. 00 Goodness of Fit Statistics Degrees of Freedom = 91 Minimum Fit Function Chi-Square = 114.83 (P = 0.046) Normal Theory Weighted Least Squares Chi-Square = 111.72 (P = 0.069) Estimated Non-centrality Parameter (NCP) = 20.72 90 Percent Confidence Interval for NCP = (D.O ; 51.64)
Minimum Fit Function Value = 0.12 Population Discrepancy Function Value (FO) 90 Percent Confidence Interval for FO = (0.0
0.022 0.054)
Root Mean Square Error of Approximation (RMSEA) = 0.015 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.024) P-Va1ue for Test of Close Fit (RMSEA < 0.05)
~
1.00
Expected Cross-Validation Index (EeVI) = 0.36 90 Percent Confidence Interval for ECVI = (0.34 ; 0.40) ECVI for Saturated Model = 0.44 ECVI for Independence Model = 5.92 Chi-Square for Independence Model with 190 Degrees of Freedom = 5655.00 Independence AIC = 5695.00 Model AlC ~ 349.72 Saturated Arc = 420.00 Independence CAlC = 5812.40 Model CAlC ~ 1048.26 Saturated CArc = 1652.71
Normed Fit Index (NFl)
~
0.98
Non-Normed Fit Index (NNFI) = 0.99 Parsimony Normed Fit Index (PNFI) = 0.47 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.96
Critical N ICN)
~
1050.66
(RMR) = 0.023 Standardized RMR ~ 0.023 Goodness of Fit Index IGFI) ~ 0.99
Root Mean Square Residual
Adjusted Goodness of Fit Index (AGFI) 0.97 Parsimony Goodness of Fit Index (PGFI) = 0.43
T VALIDITAS KONSTRUK 1ST SUBTES AN tandardized solution
LAMBDA-X ANALOGI ITEM1 ITEM2 ITEM3 ITEM4 ITEMS ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.42 -0.07 0.46 0.53 0.20 0.61 0.37 0.39 0.34 0.35 0.07 0.91 0.45 0.35 0.49 0.00 0.24 0.28 0.47 0.20
PHI ANALOGI 1.00 DATE: 1/ 6/2010 TIME: 20:16
LIS R E L
8.70
BY Karl G. J6reskog & Dag Sorbom
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 he following lines were read from file C:\Program 1es\lisre1870\NURSAKINAH\IST_RA.LS8: JI VALIOITAS KONSTRUK 1ST SUBTES RA A NI=20 NO=963 MA=KM A
TEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 TEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 M SY FI=RA.COR D NX=20 NK=l PH=ST TO=SY,FI K
ECHHE R LX 1 - LX 20 R TO 1 1 TO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 10 R TO 11 11 TO 12 12 TO 13 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19 , 20 20 'R TO 19 15 TO 5 1 TO 15 9 TO 15 10 TO 15 3 TO 20 15 TO 15 12 TO 15 8 TO 15 5 'R TO 15 6 TO 15 7 TO 15 4 TO 18 16 TO 10 9 TO 11 1 TO 17 1 TO 19 16 TO 9 1 R TO 13 2 TO 11 7 TO 20 17 TO 17 4 TO 16 5 TO 16 7 TO 20 19 TO 13 1 TO 18 1 'R TO 8 4 TO 10 1 TO 16 1 TO 17 2 TO 14 2 TO 14 11 TO 13 9 TO 13 12 TO 14 9 R TO 19 11 TO 11 6 TO 18 6 '0
'U AO=OFF IT=500 SS MI TV IJI VALIDITAS KONSTRUK 1ST SUBTES RA
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 963
II VALIOITAS KDNSTRUK 1ST SUBTES RA
lumber of Iterations = 55 JISREL Estimates (Maximum Likelihood)
LAMBOA-X
Normed Fit Index (NFl) ~ 0.95 Non-Normed Fit Index (NNFI) ~ 0.99 Parsimony Normed Fit Index (PNFI) = 0.66 Comparative Fit Index (eFI) = 0.99 Incremental Fit Index (IFI) = 0.99 Relative Fit Index (RFI) = 0.93 Critical N (CN)
~
1070.27
Root Mean Square Residual (RMR) = 0.053 Standardized RMR ~ 0.026 Goodness of Fit Index (GFI) = 0.98
Adjusted Goodness of Fit Index (AGFI)
0.97
Parsimony Goodness of Fit Index (PGFI) = 0.61 VALIDITAS KONSTRUK 1ST SUBTES RA andardized Solution
LAMBDA-X
RECHHE ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.36 0.44 0.55 0.58 0.62 0.39 0.31 0.44 0.42 0.48 0.30 0.31 0.46 0.49 1. 74 0.25 0.50 0.30 0.50 0.42
PHI
RECHHE 1.00
DATE: 1/ 6/2010 TIME: 20:21
LIS R E L
8.70
BY Karl G. Joreskog & Dag Sarbom
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 : following lines were read from file C:\Program ,s\lisre1870\NURSAK1NAH\1ST_ZR.LS8: [ VAL10ITAS KONSTRUK 1ST SUBTES ZR N1=20 NO=963 MA=KM ,M1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ,MIl ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 SY FI=ZR COR NX=20 NK=l PH=ST TO=SY,FI "LEN LX 1 - LX 20 TO lITO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TD 7 7 TO 8 8 TO 9 9 TO 10 10 TO 11 11 TO 12 12 TO 13 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19 20 20 TO 2 1 TO 19 12 TO 18 15 TO 10 2 TO 14 1 TO 18 1 TO 8 1 TO 20 8 TO 10 9 TO 14 10 TO 20 19 TO 17 9 TO 10 4 TO 20 10 TO 11 10 TO 17 14 TO 20 17 TO 17 11 TO 15 13 TO 16 6 TO 10 8 TO 19 2 TO 19 9 TO 20 16 TO 19 11 TO 15 2 TO 20 4 TO 20 13 TO 19 TO TO TO TO TO TO TO TO
20 17 16 13 15 18 17 17
1 TO 9 1 TO 19 14 TO 18 13 TO 15 5 TO 11 7 TO 11 5 TO 9 4 TO 17 15 TO 13 9 2 TO 17 1 TO 18 11 TO 18 7 TO 12 4 TO 19 16 TO 19 8 TO 10 7 TO 7 4 TO 7 2 11 TO 17 16 TO 12 11 TO 11 9 TO 20 11 TO 19 18 TO 16 15 TO 16 1 TO 14 13 2 TO 16 13 TO 18 16 TO 15 14 TO 16 5 TO 16 2 TO 20 14 TO 20 6 TO 8 6 TO 14 3 6 TO 12 2 TO 14 12 TO 13 12 TO 12 8 TO 18 14 TO 20 15 TO 20 18 TO 16 12 10 TO 12 3 TO 9 6 TO 14 6 TO 9 8 TO 13 10 TO 5 1 TO 14 5 TO 10 5 TO 14 11 10 TO 10 1 TO 7 5 TO 3 2 TO 13 3 TO 15 3 TO 15 9 TO 15 10 TO 18 9 TO 18 4 12 TO 19 17 TO 20 12 TO 12 10
AO=OFF IT=500 SS MI TV I VAL10ITAS KONSTRUK 1ST SUBTES ZR
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 963
VALIOITAS KONSTRUK 1ST SUBTES ZR
mber of Iterations
=
9
SREL Estimates (Maximum Likelihood)
LANBDA-X ZAHLEN
ITEN1 0.60 (0.03) 19.40
ITEN6 0.70 (0.03) 23.71
ITEN11 0.68 (0.03) 23.20
ITEN16 0.65 (0.03) 21. 58
ITEN2 0.30 (0.03) 9.12
ITEN7 0.77 (0.03) 26.90
ITEN12 0.49 (0.03) 15.17
ITEN17 0.54 (0.03) 17.56
ITEN3 0.53 (0.03) 17 .16
ITEN8 0.76 (0.03) 26.53
ITEM13 0.24 (0.03) 7.25
ITEM18 0.21 (0.03) 6.18
ITEM4 0.79 (0.03) 28.40
ITEM9 0.52 10.03) 16.06
ITEM14 0.28 10.03) 8.48
ITEM19 0.39 (0.03) 12.02
ITEMS 0.72 (0.03) 24.37
ITEM10 0.58 (0.03) 17.07
I ITEM15 -0.01 10.03) -0.34
ITEM20 0.27 (0.03) 7.68
ZAHLEN 1.00 Goodness of Fit Statistics Degrees of Freedom = 69 Minimum Fit Function Chi-Square = 87.20 (P = 0.069) Normal Theory Weighted Least Squares Chi-Square = 87.88 (P = 0.062) Estimated Non-centrality Parameter (NCP) = 18.88 90 Percent Confidence Interval for NCP = (0.0 ; 47.05) Minimum Fit Function Value = 0.091 Population Discrepancy Function Value (FO) 0.020 90 Percent Confidence Interval for FO = (0.0 0.049) Root Mean Square Error of Approximation (RMSEA) = 0.017 90 Percent Confidence Interval for RMSEA = (D.O ; 0.027) P-Va1ue for Test of Close Fit (RMSEA < 0.05) ~ 1.00 Expected Cross-Validation Index (ECVI) = 0.38 90 Percent Confidence Interval for ECVI = (0.36 ; 0.41) ECVI for Saturated Model = 0.44 ECVI for Independence Model = 20.95 Chi-Square for Independence Model with 190 Degrees of Freedom Independence AlC ~ 20153.38 Model AIC ~ 369.88 Saturated AIC = 420.00 Independence CAlC ~ 20270.78
20113.38
Model CAlC ~ 1197.56 Saturated CAlC ~ 1652.71 Normed Fit Index (NFl)
1.00
~
Non-Normed Fit Index (NNFIl = 1.00 Parsimony Normed Fit Index (PNFI) = 0.36 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00
Relative Fit Index (RFI) Critical N (CN)
~
~
0.99
1095.66
Root Mean Square Residual (RMR) = 0.018 Standardized RMR = 0.018 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) 0.97 Parsimony Goodness of Fit Index (PGFI) = 0.33
'I VALIDITAS KONSTRUK 1ST SUBTES ZR tandardized Solution
LAMBDA-X ZAHLEN ITEMl ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.60 0.30 0.53 0.79 0.72
0.70 0.77 0.76 0.52 0.58 0.68 0.49 0.24 0.28 -0.01
0.65 0.54 0.21 0.39 0.27 PHI ZAHLEN 1. 00
DATE: 11 6/2010 TIME: 20:24
LIS R E L
8.70
BY Karl G. Joreskog & Dag Sorbam
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 e following lines were read from file C:\Program es\lisreI870\NURSAKINAH\IST_FA.LS8: T VALIOITAS KONSTRUK IST SUBTES FA , NI~20 NO~963 MA=KM 'EMI ITEM2 ITEM3 ITEM4 ITEMS ITEM6 ITEM7 ITEM8 ITEM9 ITEMI0 'EM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 [ SY FI=FA_COR ) NX~20 NK~1 PH~ST TO=SY,FI lRMA
LX 1 - LX 20 TO 1 1 TO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 10 TO 11 11 TO 12 12 TO 13 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19 20 20 , TO 6 5 TO 13 7 TO 10 5 TO 19 5 TO 17 15 TO 13 11 TO 15 3 TO 17 12 _ , TO 15 14 TO 13 1 TO 14 6 TO 16 2 TO 15 9 TO 7 5 TO 16 5 TO 19 16 TO 13 10 l. TO 7 2 TO 19 8 TO 20 1 TO 19 14 TO 16 11 TO 14 11 TO 14 5 TO 13 12 l. TO 16 12 TO 18 14 TO 5 2 TO 8 5 TO 17 1 TO 17 7 TO 19 6 TO 11 1 TO 20 7 TO 20 18 K TO 19 17 TO 18 9 TO 18 4 TO 18 11 TO 17 6 TO 12 18 TO 12 11 TO 4 3 TO 18 16 TO 10 l l l
R TO 18 10 TO 10 2 TO 15 8 TO 4 2 TO 11 5 TO 14 7 TO 19 11 TO 8 7 TO 16 15 TO 16 14 R 'l'D 9 3 TO 9 1 TO 11 10 TO 20 4 TO 16 6 TO 10 6 TO 14 12 TO 14 13 TO 14 8 TO 13 8 R TO 20 14 TO 20 19
o o
A~OFF
IT~500
SS MI TV
JI VALIOITAS KONSTRUK 1ST SUBTES FA Number of Input Variables 20
Number of Y - Variables Number of X - variables
a
20
Number of ETA - Variables 0 Number of KSI - Variables 1 Number of Observations 963
rI VALIDITAS KONSTRUK 1ST SDBTES FA
lumber of Iterations = 11 ~ISREL
Estimates (Maximum Likelihood)
BDA-X FORMA ITEM1 0.33 (0.04) 8.50
ITEM6 0.18 (0.03) 5.30
ITEMll 0.30 (0.04 ) 7.06
ITEM16 0.12 10.04 ) 3.18
ITEM2 0.37 (0.03) 10.99
ITEM7 0.35 (0.04 ) 9.07
ITEM12 0.42 (0.04 ) 10.53
ITEM17 0.23 10.04) 6.31
ITEM3 0.44 (0.03) 13.34
ITEM8 0.38 (0.04 ) 9.95
ITEM13 0.70 (0.04) 18.18
ITEM18 0.47 (0.04) 13.38
ITEM4 0.24 (0.03) 7.05
ITEM9 0.34 (0.03) 9.67
ITEM14 0.38 (0.04) 8.58
ITEM19 0.09 (0.04 ) 2.60
ITEM5 0.30 (0.04 ) 8.43
ITEM10 0.09 (0.04 ) 2.19
ITEM15 0.27 (0.03) 7.98
ITEM20 0.08 (0.04 ) 2.13
PHI
FORMA 1. 00 Goodness of Fit Statistics Degrees of Freedom = 103 Minimum Fit Function Chi-Square = 124.04 (P = 0.077) Normal Theory Weighted Least Squares Chi-Square = 124.56 (P = 0.073) Estimated Non-centrality Parameter (NCP) = 21.56 90 Percent Confidence Interval for NCP = (0.0 i 53.83) Minimum Fit Function Value = 0.13 Population Discrepancy Function Value {FO} 0.022 90 Percent Confidence Interval for FO = (0.0 0.056) Root Mean Square Error of Approximation (RMSEA) = 0.015 90 Percent Confidence Interval for RMSEA = (D.O ; 0.023) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (EeVI) = 0.35 90 Percent Confidence Interval for EeVr = (G.33 ; 0.39) ECVI for Saturated Model ~ 0.44 ECVI for Independence Model = 2.81 Chi-Square for Independence Model with 190 Degrees of Freedom = 2659.22 Independence AIC ~ 2699.22 Model AIC = 338.56 Saturated AIC ~ 420.00 Independence CAlC = 2816.62
Model CAIC ~ 966.65 Saturated CAIC ~ 1652.71 Normed Fit Index (NFl) = 0.95 Non-Normed Fit Index (NNFI) = 0.98 Parsimony Normed Fit Index (PNFI) = 0.52 Comparative Fit Index (eFI) = 0.99 Incremental Fit Index (IFI) = 0.99
Relative Fit Index (RFI) Critical N (CN)
~
~
0.91
1081.37
Root Mean Square Residual (RMR) = 0.024 Standardized RMR = 0.024 Goodness of Fit Index (GFI) = 0.99
Adjusted Goodness of Fit Index (AGFI)
0.97
Parsimony Goodness of Fit Index (PGFI) = 0.48
rI VALIDITAS KONSTRUK IST SUBTES FA ;tandardized Solution
LAMBDA-X FORMA ITEMl ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.33 0.37 0.44 0.24 0.30 0.18 0.35 0.38 0.34 0.09 0.30 0.42 0.70 0.38 0.27 0.12 0.23 0.47 0.09 0.08 PHI
FORMA 1.00 DATE: 1/ 6/2010 TIME: 20:26 LIS R E L
8.70
BY Karl G. Jbreskog & Dag S5rbom
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 e following lines were read from file C:\Program es\lisre1870\NURSAKINAH\IST_WU.LS8: rI VALIOITAS KONSTRUK 1ST SUBTES WU , NI~11 NO~963 MA=KM ~EM1
ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11
I SY
FI~WU_COR
)
NX~ll
NK=l
PH~ST TO~SY,FI
C
JRFE
< LX 1 - LX 11
< TO
1 1 TO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 10 TO 11 11 1 TO 11 6 TO 4 1 TO 6 4 TO 11 4 TO 10 8 '. TO 10 9 TO 7 6 TO 7 1 TO 11 3 TO 3 1 TO 9 1
< TO 9 2 TO 9 6 TO 7 4 TO 11 8 TO 11 )
J AO=OFF IT=500 SS MI TV
JI VALIOITAS KONSTRUK 1ST SUBTES WU Number Number Number Number Number Number
of of of of of of
Input Variables 11 Y - Variables 0 X - Variables 11 ETA - Variables 0 KSI - Variables 1 Observations 963
'I VALIDITAS KONSTRUK 1ST SUBTES WU lumber of Iterations = 67 ,ISREL Estimates (Maximum Likelihood)
AMBOA-X WURFE
ITEM1 -0.47 (0.09) -5.21
ITEM6 0.17 (0.07) 2.30
ITEM2 -0.43 (0.04 ) -10.08
ITEM7 0.38 (0.05) 8.20
ITEM11 -1.29 (0.08) -16.06
Adjusted Goodness of Fit Index (AGFI) Parsimony Goodness of Fit Index (PGFI)
0.98 0.42
'I VALIDITAS KONSTRUK 1ST SUBTES WU itandardized Solution
LAMBDA-X WURFE -0.47 -0.43 -0.43 0.58 -0.44 0.17 0.38 -0.28 0.39 0.41 -1.29
ITEM1 ITEM2 ITEM3 ITEM4 ITEMS ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11 PHI
WURFE 1. 00 DATE: 1/ 612010 TIME: 20:28
LIS R E L
8.70
BY Karl G. J6reskog & Dag S6rbom
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
rhe following lines were read from file C:\Program iles\lisreI870\NURSAKINAH\IST_ME.LS8: JJI VALIDITAS KONSTRUK 1ST SUBTES ME )A NI~20 NO~963 MA~KM LA
[TEM1 ITEM2 ITEM3 ITEM4 ITEMS ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 [TEMl1 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20 .'11 SY FI ~ME_COR ~O NX~20
LK
!1ERKAU
NK~l
PH~ST
TD~SY,FI
R LX 1 - LX 20 R TO 1 1 TO 2 2 TO 3 3 TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 10 R TO 11 11 TO 12 12 TO 13 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19 20 20 R TO 5 2 TO 20 17 TO 13 8 TO 19 4 TO 11 4 TO 9 8 TO 17 5 TO 15 14 TO 18 3 TO 7 6 R TO 8 7 TO 15 8 TO 12 3 TO 16 12 TO 12 10 TO 16 15 TO 13 3 TO 20 6 TO 10 4 TO 18 4 R TO 12 8 TO 16 3 TO 10 3 TO 18 6 TO 10 2 TO 18 2 TO 14 4 TO 14 1 TO 20 1 TO 9 1 R TO 3 2 TO 19 5 TO 19 2 TO 19 8 TO 11 8 TO 12 11 TO 17 11 TO 19 3 TO 18 5 TO 14 11 R TO 17 14 TO 19 9 TO 14 3 TO 13 6 TO 18 15 TO 12 1 TO 19 11 TO 16 4 TO 16 1 TO 9 7 R TO 17 9 TO 20 2 TO 20 7 TO 14 12 TO 18 12 TO 15 12 TO 9 4 TO 13 9 TO 20 9 TO 10 8 R TO 9 3 TO 14 9 TO 16 9 TO 16 8 TO 19 7 TO 15 6 TO 20 15 TO 14 5 TO 20 16 TO 8 6 R TO 20 8 TO 17 6 TO 7 4 TO 17 12 TO 16 11 TO 20 10 TO 15 11 TO 7 2 TO 18 14 TO 11
R TO 9 2 TO 8 2 TO 4 1
o o
AO~OFF
IT~500
SS MI TV
JI VALIOITAS KONSTRUK 1ST SOBTES ME 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 963
I VALIOITAS KONSTRUK 1ST SUBTES ME
umber of Iterations
=
6
ISREL Estimates (Maximum Likelihood)
Ll\MBOA-X MERKAU
ITEMI 0.53 (0.03) 16.72
ITEM6 0.51 (0.03) 17.05
ITEM11 0.47 (0.03) 14.24
ITEM16 0.37 (0.03) 10.94
ITEM2 0.56 (0.03) 17.56
ITEM7 0.49 (0.03) 14.71
ITEM12 0.42 (0.03) 13.49
ITEM17 0.49 (0.03) 15.85
ITEM3 0.65 (0.03) 20.95
ITEM8 0.56 (0.03) 17.96
ITEM13 0.26 (0.03) 8.27
ITEM18 0.54 (0.03) 16.44
ITEM4 0.79 (0.03) 6.26
ITEM9 0.59 (0.03) 17.16
ITEM14 0.46 (0.03) 13.67
ITEM19 0.56 (0.03) 16.11
ITEM5 0.58 (0.03) 19.10
ITEM10 0.53 (0.03) 16.47
ITEM15 0.46 (0.03) 15.09
ITEM20 0.38 (0.03) 11.93
PHI MERI
Goodness of Fit Statistics Degrees of Freedom = 81 Minimum Fit Function Chi-Square = 109.69 (P = 0.051) Normal Theory Weighted Least Squares Chi-Square = 107.94 (P = 0.064) Estimated Non-centrality Parameter (NCP) = 20.94 90 Percent Confidence Interval for NCP = (0.0 ; 51.49)
Minimum Fit Function Value = 0.11 Population Discrepancy Function Value (FO) 90 Percent Confidence Interval for FO = (0.0
0.022 0.054)
Root Mean Square Error of Approximation (RMSEA) = 0.016 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.025) P-Value for Test of Close Fit (RMSEA < 0.05) ~ 1.00 Expected Cross-Validation Index (ECVI)
=
0.37
90 Percent Confidence Interval for ECVI = (O.35 ; 0.40) ECVI for Saturated Model = 0.44 ECVI for Independence Model = 13.68 Chi-Square for Independence Model with 190 Degrees of Freedom Independence AIC ~ 13157.25 Model AIC ~ 353.94 Saturated AIC ~ 420.00 Independence CAlC = 13274.65 Model CAlC ~ 1075.96 Saturated CAlC = 1652.71
Normed Fit Index (NFl) ~ 0.99 Non-Normed Fit Index (NNFI) ~ 1.00 Parsimony Norrned Fit Index (PNFI) = 0.45 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) ~ 0.98 Critical N (CN)
~
1058.65
Root Mean Square Residual (RMR) = 0.020 Standardized RMR ~ 0.021 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) 0.97 Parsimony Goodness of Fit Index (PGFI) = 0.41
JI VALIDITAS KONSTRUK 1ST SUBTES ME Standardized Solution
LAMBDA-X MERKAU ITEMl ITEM2 ITEM3 ITEM4 ITEM5 ITEM6
0.53 0.56 0.65 0.79 0.58 0.51
13117.25
ITEM7 ITEM8 ITEM9 ITEMI0 ITEMl1 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20
0.49 0.56 0.59 0.53 0.47 0.42 0.26 0.46 0.46 0.37 0.49 0.54 0.56 0.38 PHI MERKAU 1. 00
DATE: 1/ 9/2010 TIME: 16:14
LIS R E L
8.70
BY Karl G. J6reskog & Dag S6rbom
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 'he following lines were read from file C:\Program Files\lisre1870\NURSAKINAH\IST ID.LS8:
'JI VALIDITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST ~ NI=151 NO=963 MA=KM ,A
E1 SE2 SE3 SE4 ,20 'AI WA2 WA3 WA4 20 NI AN2 AN3 AN4 20 ~l RA2 RA3 RA4 ,20 Rl ZR2 ZR3 ZR4 20 'AI FA2 FA3 FA4 20 UI WU2 \'1U3 WU4
SE5 SE6 SE7 SE8 SE9 SEIO SEll SE12 SEl3 SEl4 SE15 SE16 SE17 SEl8 SEl9 WA5 WA6 WA7 WAS WA9 WAIO WAll WAl2 WA13 WAH WAl5 WAl6 WAl7
W~18
WAl9
AN5 AN6 AN7 AN8 AN9 ANIO ANll AN12 ANl3 AN14 ANl5 ANl6 ANl7 ANl8 ANl9 RA5 RA6 RA7 RA8 RA9 RAIO RAll RAl2 RAl3 RA14 RA15 RAl6 RAl7 RA18 RA19 ZR5 ZR6 ZR7 ZR8 ZR9 ZRI0 ZRII ZRI2 ZRl3 ZR14 ZR15 ZR16 ZRI7 ZRI8 ZR19 FA5 FA6 FA7 FA8 FA9 FAIO FAll FAl2 FAl3 FA14 FA15 FAl6 FAl7 FA18 FA19 WU5 WU6 WU7 WU8 WU9 WUIO WUll
~E1 ME2 ME3 ME4 ME5 ME6 ME7 ME8 ME9 ME10 ME11 ME12 ME13 ME14 ME15 ME16 ME17 ME18 ME19 ,20 ,M SY FI~ISTFULL.COR 3E l 3 5 6 10 11 13 15 17 19 20 21 24 27 29 31 32 34 35 37 38 39 40 41 43 44 45 46 47 48 l 50 51 52 53 54 55 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 l 80 31 82 83 84 85 86 87 88 89 90 91 92 93 94 96 97 98 99 100 101 102 103 104 105 106 107 )8 109 110 111 112 113 114 115 116 117 118 119 120 124 126 127 129 130 l32 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 1511
10 l.E
NY~125 NE~8 NK~l
TE~SY,FI PH~ST
PS~OI
GA~FI
3E WA AN RA ZR FA WU ME
cK
;ENERAL
,R TE lITE 2 2 TE 3 3 TE 4 4 TE 5 5 TE 6 6 TE 7 7 TE 8 8 TE 9 9 TE 10 10 ,R TE 11 11 TE 12 12 TE 13 13 TE 14 14 TE 15 15 TE 16 16 TE 17 17 TE 18 18 TE 19 19 , 20 20 ,R TE 21 21 TE 22 22 TE 23 23 TE 24 24 TE 25 25 TE 26 26 TE 27 27 TE 28 28 TE 29 29 , 30 30 ,R TE 31 31 TE 32 32 TE 33 33 TE 34 34 TE 35 35 TE 36 36 TE 37 37 TE 38 38 TE 39 39 , 40 40 ,R TE 41 41 TE 42 42 TE 43 43 TE 44 44 TE 45 45 TE 46 46 TE 47 47 TE 48 48 TE 49 49 , 50 50 ,R TE 51 51 TE 52 52 TE 53 53 TE 54 54 TE 55 55 TE 56 56 TE 57 57 TE 58 58 TE 59 59 , 60 60 ,R TE 61 61 TE 62 62 TE 63 63 TE 64 64 TE 65 65 TE 66 66 TE 67 67 TE 68 68 TE 69 69 " 70 70 ,R TE 71 71 TE 72 72 TE 73 73 TE 74 74 TE 75 75 TE 76 76 TE 77 77 TE 78 78 TE 79 79 " 80 80 ,R TE 81 81 TE 82 82 TE 83 83 TE 84 84 TE 85 85 TE 86 86 TE 87 87 TE 88 88 TE 89 89 " 90 90 ,R TE 91 91 TE 92 92 TE 93 93 TE 94 94 TE 95 95 TE 96 96 TE 97 97 TE 98 98 TE 99 99 " 100 100 'R TE 101 101 TE 102 102 TE 103 103 TE 104 104 TE 105 105 TE 106 106 TE 107 107 TE )8 108 TE 109 109 TE 110 110 ~ TE 111 III TE 112 112 TE 113 113 TE 114 114 TE 115 115 TE 116 116 TE 117 117 TE L8 118 TE 119 119 TE 120 120 ~ TE 121 121 TE 122 122 TE 123 123 TE 124 124 TE 125 125 ~ LY 2 1 LY 3 1 LY 4 1 LY 5 1 LY 6 1 LY 7 1 LY 8 1 LY 9 1 LY lOlLY 11 1 LY 13 2 LY I 2 LY 15 2 LY 16 2 LY 17 2 LY 18 2 LY 19 2 LY 20 2 LY 21 2 LY 22 2 LY 23 2 ~ LY 25 3 LY 26 3 LY 27 3 LY 28 3 LY 29 3 LY 30 3 LY 31 3 LY 32 3 LY 33 3 LY 34 3 ~ 35 3 LY 36 3 LY 37 3 LY 38 3 LY 39 3 LY 40 3 LY 41 3 'R LY 43 4 LY 44 4 LY 45 4 LY 46 4 LY 47 4 LY 48 4 LY 49 4 LY 49 4 LY 50 4 LY 51 4 ~ 52 4 LY 53 4 LY 54 4 LY 55 4 LY 56 4 LY 57 4 LY 58 4 LY 59 4 LY 60 4 'R LY 61 4 LY 63 5 LY 64 5 LY 65 5 LY 66 5 LY 67 5 LY 68 5 LY 69 5 LY 70 5 LY 71 5 LY ! 5 LY 73 5 LY 74 5 LY 75 5 LY 76 5 LY 77 5 LY 78 5 LY 79 5 LY 80 5 ~R LY 82 6 LY 83 6 LY 84 6 LY 85 6 LY 86 6 LY 87 6 LY 87 6 LY 88 6 LY 89 6 LY 90 6 LY . 6 LY 92 6 LY 93 6 ~ LY 94 6 LY 95 6 LY 96 6 LY 97 6 LY 98 6 LY 99 6 LY 100 6 LY 102 7 LY 103 7 LY 104 LY 105 7 LY 107 8 LY 108 8 LY 109 8 LY 110 8 LY 111 8 LY 112 8 LY 113 8 'R LY 114 8 LY 115 8 LY 116 8 LY 117 8 LY 118 8 LY 119 8 LY 120 8 LY 121 8 LY 122 8 , 123 8 LY 124 8 LY 125 8 ~ GA 1 1 GA 2 1 GA 3 1 GA 4 1 GA 5 1 GA 6 1 GA 7 1 GA 8 1 'A 1 LY lILY 12 2 LY 24 3 LY 42 4 LY 62 5 LY 81 6 LY 101 7 LY 106 8
'0
lU
AO~OFF
IT~1000
TV SS
lJI VALIOITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST Number of Input Variables151 Number of Y - Variables 125
Number of X - Variables
a
Number of ETA - Variables 8 Number of KSI - Variables 1 Number of Observations 963 Goodness of Fit Statistics Degrees of Freedom = 7617 Minimum Fit Function Chi-Square = 607.30 (P = 1.00) Normal Theory Weighted Least Squares Chi-Square = 596.66 (P Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 0.0)
1.00)
Minimum Fit Function Value = 0.63 Population Discrepancy Function Value (FO) 0.0 90 Percent Confidence Interval for FO = (0.0 0.0) Root Mean Square Error of Approximation (RMSEA) ~ 0.0 90 Percent Confidence Interval for RMSEA = {O.O ; 0.0) P-Value for Test of Close Fit (RMSEA < 0.05) ~ 1.00 Expected Cross-Validation Index (ECVI) = 8.45 90 Percent Confidence Interval for ECVI = (8.45 ; 8.45)
ECVI for Saturated Model
~
16.37
ECVI for Independence Model = 1.97 Chi-Square for Independence Model with 7750 Degrees of Freedom
1649.44
Independence AIC ~ 1899.44 Model AIC ~ 1112.66 Saturated AIC ~ 15750.00 Independence CAlC = 2633.20 Model CAlC ~ 2627.13 Saturated CAlC ~ 61976.67 Norrned Fit Index (NFl)
~
0.63
Non-Normed Fit Index (NNFI) = -0.17 Parsimony Normed Fit Index (PNFI) = 0.62
Incremental Fit Index (IFI) = -0.17 Relative Fit Index (RF1) ~ 0.63 Critical N (CN)
~
12526.31
Root Mean Square Residual (RMR) = 0.096
Standardized RMR ~ 0.0087 Goodness of Fit Index (GFI) ~ 0.99 Adjusted Goodness of Fit Index (AGFI) 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.96
rI VALIDITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST :andardized Solution
LAMBDA-Y SE SE1 SE3 SE5 SE6 SE10 SEll SE13
0.25 0.20 0.04 0.26 0.29 0.18 -0.04
SE15
-0.04
WA
AN
RA
ZR
FA
PERPUSTAKAAN IF UIIII SYAHID JAKAfI riO, SEl7 SE19 SE20 WA1 WA4 WA7 WA9 WAll WA12 WAl4 WA15 WA17 WA18 WA19 WA20 ANI AN3 AN4 AN5 AN6 AN7 AN8 AN9 ANIO ANll AN12 AN13 ANl4 AN15 ANI7 AN18 AN19 AN20 RA1 RA2 RA3 RA4 RA5 RA6 RA7 RA8 RA9 RA10 RAll RA12 RA13 RA14 RA15 RA16 RAl7 RA18 RAI9 RA20
0.37 0.16 0.01 0.05 0.10 -0.07 0.19 0.37 0.38 0.42 -0.05 0.39 0.41 0.54 0.23 0.44 0.45 0.54 0.46 0.56 0.22 0.28 0.30 0.38 0.01 0.77 0.55 0.43 0.42 0.27 0.09 0.44 0.31 0.35 0.34 0.52 0.57 0.52 0.44 0.34 0.40 0.46 0.38 0.39 0.31 0.52 0.49 1.25 0.20 0.45 0.36 0.41 0.22
ZRI ZR2 ZR3 ZR4 ZR5 ZR6 ZR7 ZR8 ZR9
0.70
ZRIO
0.65
0.61 0.39 0.56
0.72 0.71 0.68 0.68 0.53
I
.,J