PENGUJIAN VALIDITAS KONSTRUK DARI · PDF filetidak bisa saya sebutkan satu persatu. ......
Transcript of PENGUJIAN VALIDITAS KONSTRUK DARI · PDF filetidak bisa saya sebutkan satu persatu. ......
PENGUJIAN VALIDITAS KONSTRUK DARIINTELLIGENZ STRUKTUR TEST (1ST) YANG TELAHDIREVISI BADAN PENGKAJIAN DAN PENERAPAN
TEKNOLOGI (BPPT)
Skripsi
Diajukan untuk Memenuhi Persyaratan Memperoleh
Gelar Sarjana Psikologi (S.Psi)
"~I·j : "i'i:."';"'6''[;'';''~-(r''1i'1 gl. :tJ( : ..6<['::..2i......u.~No. Induk : w. ~.\,2.(t.kh\sifikasi : .
Disusun oleh :
NURSAKINAH OKTAVIANA SASMITA
NIM: 105070002297
FAKULTAS PSIKOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1430H/2010M
PENGUJIAN VALIDITAS KONSTRUK DARIINTElLiGENZ STRUKTUR TEST (1ST) YANG TElAHDIREVISI BADAN PENGKAJIAN DAN PENERAPAN
TEKNOlOGI (BPr--- ----1ERPUSTAKAAN UTAMA
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
Jahja Umar, Ph.D
NIP.130 885 522
Penguji I
Yunita Faela Nisa, M. Psi, Psi
NIP. 150368748
Sekretaris Merangkap Anggota
Om.F'd~M.S;NIP.19561223 198303 2001
Anggota,
Penguji II
Jahja Umar, Ph.D
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
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
ii
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 tauladan 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 (S1) 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 pada 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,
bantuan, dorongan, dan bimbingan yang tak ternilai harganya dari pihak
pihak 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 catatan
catatan 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 9
BAB II KAJIAN PUSTAKA 10-38
2.1 DeskriptifTeoritis 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
b. Validitas Eksternal
2.Validitas Item (Item Validity)
3.Validitas Tes
a. Validitas isi
21
21
22
22
vi
b. Validitas konstruk 22
b.1 Validasi alat ukur dengan analisis faktor 23
b.2 Validasi alat ukur dengan cara analisiskonvergen dan diskriminan dan dikaitkan dengan konsepmulti trait, multi methode. 23
b.3 IRT (Item Responses Theory) 23
c. Validitas Berdasarkan Kriteria 25
2.1.3.2. Reliabilitas Tes 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
3.1 SUbjek Penelitian
3.2 Instrumen Penelitian
3.3 Metode Analisis data
3.4 Prosedur Penelitian
39-46
39
40
42
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 1konstruk bersifat umum (General Intelligence) 96
4.3 Korelasi antar sub tes dengan total skor pada short form dan full101
BAB V PENUTUP
5.1 Kesimpulan
5.2 Diskusi
5.3 Saran
103-109
103
106
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 shariform dan fuJI
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
ix
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 pegawai
pegawai 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 Non
Oepartemen 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 28
Januari-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 pada
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 fungsi
fungsi hitung dasar.
S: (Spatiaf), yakni kemampuan untuk mengenali berbagai hubungan dalam
16
bentuk visual.
W: (Word fluency), yaitu kemampuan untuk mencerna dengan cepat kata
kata 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. Skala
skala 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).
2005):
21
Validitas digunakan dalam tiga konteks, yaitu (dalam Suryabrata,
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 pada 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, faktor
faktor 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
sama 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 JAKARTA
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 sehari
hari)
- 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 momen
momen 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
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.
35
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' koilkritpraKtis
lri~I~1cttiril.·t1lsa~811·t1S~·k~n'f~*itll.·fIl_~~y~ti-J:1lasaIaIlbnhasfl,. rasa~pa~;~iki~in~f<ietlgat11llF~gun~balt~B;_.~(Ja.renlaja
meropakWi komponenitltuisi.pada'orangdewasamempllkail motlfsesuntu
,,-----,f--'------------------'
Stll1i_~iJci~:~!;tl1~~i9l1i_~~g~_;~ntJ1P~.~~~;~amp1l!Ulmenggunrikfuibilangnn-bnangnn_-~_~prilktis yangberhiJb\1ngan'dengan
hltungan,,-----,I-L- ~=__ ----l
-
¥~lill~ttll,?~~J:l~tl1()1lle~p~~s,~iIdr __iIi:~f'~llll~U!!!1Bllli __ S~(;M8teO~tis-(deiiganatlgka)~._~~~.t~9~~~~l1itungan-diSertnidengwi
rnomen"momen ritmis.
Ketlltlr11_~~~-~~~~~II.,§¥~~~§ris~_t~i#~~_¥I1-._¥-nli#)-__tetapi.•-_--.,-.-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~momeriyangkonstroktif.
-1~1MJ-..JI- Kemaolpuari rnembliyangkllD.rtlangtiga·diri1ensi. disertai dengrui· cam
bCrpikir·yang ail81itis
Mengukur kclriwPUffu·mengiligat,iiidikasi·.konsentmsiyang·DlenCtap.
koriSeritriiSi daiam WaktuYang,relativelama,tanda Kefahailan
Gambar 2.2 Kerangka Berpikir
,,,,
B
37
General
Intelligence
a,,,
8
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, p
value=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 :1o.1_'!l6
Gambar 4.1 Analisis Faktor Konfirmatorik untuk sub tes SE
1.00
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
Keterangan • Tanda V menunJukkan Item yang errornya saling berkoreiasi.
Item 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 1
3 1
4 V 1
5 V 1
6 1
7 1
8 1
9 1
10 1
11 V V 1
12 1
13 V 1
14 1
15 1
16 1
17 V V 1
18 1
19 1
20 V V V 1
. .
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<AiTIA
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
1.00
;~f*j '.1;;~'\~(I
.J!"~~ .d
-0.26
='::~=="'.I"""",---0. 11r- q------:~..10:'""'-'.........-"-'-- .....____0. 03
0.5
-0. 07B-l"\~TmW ';I"'--;:'~' 2O.~; -I\~;~ja.. '.1%°·'3_.,,4 :"-:.:/,-."".".,-;",,",,,,';A<;_\ ,0.
-I ' .········"··1 -0._96 .;;1Wf~R~~:f:3,.\1j;{;'Y. o.
y ~ ,.,6 S;;~:~!;'::'''',j':",1~,14~;;U
°·l:~9-l.'" \iI~lI;(i ;10. ~~7-li;Xi~1? ·'1
-0·~~4-l:;lT·gt~ ;1° 12 -1_" .."...... -I• _..; 7 ,x{\tXf~T~J~~l~:'kt:S~:,
.9B-I' ;1Iiliii6}.rlChi-Square=129.00, df=107, P-value=O.07260, RMSEA=O.015
Gambar 4.2 Analisis Faktor Konfirmatorik untuk sub tes WA
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
Keterangan • Tanda V menunJukkan Item yang errornya saling berkoreiasl.
Item 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 1
3 V V 1
4 V 1
5 V 1
6 V 1
7 V V V 1
8 V 1
9 V V 1
10 V V 1
11 V V V 1
12 V V 1
13 V V V V V 1
14 V V V V V 1
15 V V V V V V V 1
16 V V V V V V V 1
17 V V V V V V V 1
18 V V V V 1
19 V V V V V 1
20 V V V V 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 pada 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
Keterangan: V= sogmfikan (t-values > 1,96) X = Tldak sogmfikan
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. .
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
Chi-Square=~~~.72, df=9~, ~-value=O.06926, RMSEA=O.O~5
Gambar 4.3 Analisis Faktor Konfirmatorik untuk sub tes AN
1.00
64
Tabel4.5
Matriks Korelasi antar kesalahan pengukuran pada butir-butir item AN
Keterangan . Tanda V menunJukkan Item yang errornya salmg berkoreiasi.
Item 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 V 1
3 V V 1
4 1
5 V V 1
6 V V 1
7 V V V V 1
8 V V V 1
9 V V V 1
10 V V V 1
11 V V V V V V 1
12 V V V V V 1
13 V V V V 1
14 V V V 1
15 V V V V 1
16 V V V V V V V V 1
17 V V V V 1
18 V V V V V V V V 1
19 V V V V V V 1
20 V V V V V V V V V 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
Chi-Square=~55.57,
-0. ~~7-j";#iilt~';1
~.9l-jill:>.'lao; qdf=~3~, P-value=0.07042, RMSEA=O.014
LOa
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
Keterangan : Tanda V menunJukkan Item yang errornya saling berkorelasl.
Item 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 1
3 1
4 1
5 V 1
6 1
7 1
8 V 1
9 V 1
10 V V 1
11 V V V 1
12 1
13 V V V V 1
14 V V V 1
15 V V V V V V V V V 1
16 V V V 1
17 V V V 1
18 V V V 1
19 V V V 1
20 V V 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
Keterangan: V- slgmfikan (t-values > 1,96) X = Tldak slgmfikan
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
- . .
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.
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
75
Gambar 4.5 Analisis Faktor Konfirmatorik untuk sub tes ZR
LOO
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
Keterangan : Tanda V menunJukkan Item yang errornya saling berkoreiasi.
Item 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 V 1
3 V 1
4 1
5 1
6 1
7 V V V 1
8 V V 1
9 V V V V 1
10 V V V V V V V 1
11 V V V V 1
12 V V V V V V 1
13 V V V V V 1
14 V V V V V V V V 1
15 V V V V V V V V 1
16 V V V V V V V V 1
17 V V V V V V V V V 1
18 V V V V V V V V V V V 1
19 V V V V V V V V V V 1
20 V V V V V V V V V V V V 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
Keterangan: V= slgmfikan (t-values > 1,96) X = T1dak slgmfikan
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. .
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.
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:
82
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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 1
3 1
4 V V 1
5 V 1
6 V 1
7 V V 1
8 V V 1
9 V V 1
10 V V V V 1
11 V V V 1
12 V 1
13 V V V V V V 1
14 V V V V V V V 1
15 V V V V 1
16 V V V V V V V 1
17 V V V V V 1
18 V V V V V V V 1
19 V V V V V V V 1
20 V V V V V V V 1
Keterangan : Tanda V menunJukkan Item yang errornya saling berkoreiasi.
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
Keterangan. V- slgmf,kan (t-values > 1,96) X = T,dak slgmfikan
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
- ..
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 2 3 4 5 6 7 8 9 10 11
1 1
2 1
3 V 1
4 V 1
5 1
6 V 1
7 V V V 1
8 1
9 V V 1
10 V V 1
11 V V V V V 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
Keterangan: V= slgmflkan It-values> 1,96) X = Tldak slgmflkan
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. . ..
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,
~. 1. 00
RMSEA=O.016
Gambar 4.6 Analisis Faktor Konfirmatorik untuk sub tes ME
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 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1
2 1
3 V 1
4 V 1
5 V 1
6 1
7 V V V 1
8 V V V 1
9 V V V V V V 1
10 V V V V 1
11 V V V 1
12 V V V V V 1
13 V V V V 1
14 V V V V V V V 1
15 V V V V V 1
16 V V V V V V V V 1
17 V V V V V V 1
18 V V V V V V V V 1
19 V V V V V V V V 1
20 V V V V V V V V V V 1
Keterangan . Tanda V menunJukkan Item yang errornya saling berkoreiasi.
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
Keterangan: V= slgmfikan (t-values > 1,96) X = Tldak slgmfikan
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. .
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 Koefisien Standar Error Nilai t SignifikanSE 0.24 0.14 1.66 XWA 0.04 0.14 0.31 XAN 0.33 0.13 2.60 VRA 0.36 0.15 2.46 VZR 0.48 0.12 3.92 VFA 0.05 0.11 0.44 XWU -0.09 0.13 -0.72 XME 0.33 0.11 3.03 V
100
Gambar 4.9 Koefisien Muatan Faktor Untuk Generallntel/igence
,,,
~
6,,,
0,33
0,09
0,05
0,48
0,36
0,33
General
Intelligence
102
Tabe14.18
Matriks korelasi antar sub tes dan sub tes dengan total skor pada short form dan full
Kelerangan: Short form terdln dan sub les AN, RA, ZR, dan ME
Subtes SE WA AN RA ZR FA WU ME SHORT FULLSE 1.000WA 0.186 1.000AN 0.286 0.286 1.000RA 0.282 0.194 0.415 1.000ZR 0.209 0.261 0.306 0.612 1.000FA 0.126 0.136 0.260 0.252 0.239 1.000WU -0.102 -0.106 -0.064 -0.109 -0.080 -0.101 1.000ME 0.160 0.235 0.254 0.371 0.476 0.127 -0.089 1.000
SHORT 0.298 0.307 0.583 0.782 0.835 0.281 -0.112 0.758 1.000FULL 0.414 0.488 0.612 0.750 0.793 0.482 -0.081 0.698 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
SUBTESSE WA AN ZR WU RA ME FA
JumlahItem
JumlahItem
JumlahItem
JumlahItem
JumlahItem
JumlahItem
JumlahItem
JumlahItem
item item item item item item item item
1,3,5 1,4,7 1,3,4,5, 1,2,3,4,,6,10 ,9,11 6,7,8,9, 5,6,7,8,
Item valid 11,11,1
12,12,1
1810,11,1
199,10,1
54,6,7,
semua item valid3,15, 4,15, 2,13,14 1,12,1 9,1017,1 17,1 ,15,17, 3,14,19,20 8,19, 18,19,2 6,17,12,4,7,8,
2,3,59, 1,2,3,
Item yang didrop 9 12, 8,6,8,
2 2,16 1 15 6 5,8,1 tidak ada yang di drop10,1
14,3,16 1
16,18
Korelasi Anlar Measurement FJror 10 63 77 99 15 39 83 68
Validilas dalam mengukur TidakValid TidakValid Valid Valid Tidak Valid Valid Valid Tidak Validlnteligensi Umum
-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<O,01). Artinya, pengukuran
inteligensi dengan 1ST sebenarnya dapat dilakukan dengan empat sub tes
saja (short form).
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'SVerbal Tests. Reading: A Journal about Educational and PsychologyMeasurement, 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. DiaksesOktober 2009
BADAN PENGKAJIAN DAN PENERAPAN TEKNOLOGIIBPPT)
SURAT KETERANGANNo: DB I \Le(\.l(5A<->6 (\r!9DIO
Bersama ini menerangkan bahwa personil di bawah ini;
NamaNIMFakultasUniversitas
: Nursakinah Oktaviana Sasmita: 105070002297: Psikologi: Universitas Islam Negeri (UIN),
telah menyelesaikan pengambilan data kasar (raw score) hasil tes 1ST seleksiCPNS 2008 pada bulan Juni 2009. Data ini diharapkan menjadi masukan padapenyusunan skripsi Ybs. dengan jUdul 'Pengujian Validitas Konstruk dari 1STrevisi BPPT'.
Demikian disampaikan, agar dapat dipergunakan seperlunya.
anaan & Pengembangan
If. Ronny D. TulakNIP. 19590702 198703 1 001
~...--
ITEMl ITEM6 ITEM11 ITEM160.49 0.23 0.11 0.06
(0.06) (0.08) (0.04) (0.04)8.82 2.85 2.59 1. 40
ITEM2 ITEM7 ITEM12 ITEM17-0.53 0.11 0.04 0.12(0.06) (0.08) (0.04 ) (0.04)-9.32 1. 42 0.82 2.76
ITEM3 ITEM8 ITEM13 ITEM180.14 0.02 0.13 0.07
(0.04) (0.04 ) (0.04) (0.04)3.11 0.57 3.03 1.57
ITEM4 ITEM9 ITEM14 ITEM19-0.18 -0.11 -0.02 0.11(0.04 ) (0.04) (0.04) (0.04)-4.03 -2.49 -0.39 2.61
ITEM5 ITEMI0 ITEM15 ITEM200.10 0.28 0.12 1. 45
(0.04) (0.08) (0.04 ) (0.11)2.25 3.36 2.77 13.32
PHI
SE
1. 00
Goodness of Fit Statistics
Degrees of Freedom = 160Minimum 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 = 0.19Population Discrepancy Function Value (FO) 0.028
90 Percent Confidence Interval for FO = (0.0 0.068)Root Mean Square Error of Approximation (RMSEA) = 0.01390 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) = 0.3090 Percent Confidence Interval for ECVI = (0.27 ; O.34)
ECVI for Saturated Model = 0.44ECVI for Independence Model = 0.69
Chi-Square for Independence Model with 190 Degrees of FreedomIndependence AIC = 663.94
Model Arc = 287.21Saturated AIC ~ 420.00
623.94
Independence CAlC = 781.34Model CAlC = 580.71
Saturated CAlC = 1652.71
Normed Fit Index (NFl) = 0.70Non-Normed Fit Index (NNFI) = 0.93
Parsimony Normed Fit Index (PNFI) = 0.59Comparative Fit Index (eFI) = 0.94Incremental Fit Index (IFI) = 0.94Relative Fit Index (RFI) = 0.64
Critical N (CN) = 1055.86
Root Mean Square Residual (RMR) = 0.059Standardized RMR = 0.030
Goodness of Fit Index (GFI) = 0.98Adjusted Goodness of Fit Index (AGFI) 0.97
Parsimony Goodness of Fit Index (PGFI) = 0.75
JI VALIDITAS KONSTRUK 1ST SUBTES SE
tandardized Solution
LAMBDA-X
SE
ITEMIITEM2ITEM3ITEM4ITEM5ITEM6ITEM7ITEM8ITEM9
ITEMI0ITEM11ITEM12ITEM13ITEM14ITEM15ITEM16ITEM17ITEM18ITEM19ITEM20
PHI
0.49-0.53
0.14-0.18
0.100.230.110.02
-0.110.280.110.040.13
-0.020.120.060.120.070.111.45
SE
1. 00
DATE: 1/ 6/2010TIME: 20:05
LIS R E L 8.70
BY
Karl G. Joreskog & Dag Sorbom
This program is published exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is subject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
he following lines were read from file C:\Program1es\lisre1870\NURSAKINAH\IST_WA.LS8:
JI VALIOITAS KONSTRUK 1ST SUBTES WA~ NI~20 NO=963 MA~KM
~
TEMI ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEMI0TEMll ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20M SY FI~WA. CORo NX~20 NK=l PH~ST TO~SY,FI
KORTAUR LX 1 - LX 20R 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 10R 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 1R 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 18R 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 11m)U AO~OFF IT=500 SS MI TV
JJI VALIOITAS KONSTRUK 1ST SUBTES WA
Number of Input Variables 20Number of Y - Variables 0Number of X - Variables 20Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
JI VALIOITAS KONSTRUK 1ST SUBTES WA
~umber of Iterations = 37
LISREL Estimates (Maximum Likelihood)
1BDA-X
WORTAU
ITEMl ITEM6 ITEM11 ITEM160.27 -0.26 0.56 -0.11
(0.04) (0. 04) (0.04 ) (0.04 )6.93 -6.42 12.72 -2.85
ITEM2 ITEM7 ITEM12 ITEM17-0.12 0.11 0.24 0.58(0.04 ) (0.03) (0.04) (0.05)-3.15 3.18 6.66 12.61
ITEM3 ITEM8 ITEM13 ITEM18-0.23 -0.08 -0.19 0.51(0.03) (0.04) (0.03) (0.04)-6.60 -1.84 -5.70 13.76ITEM4 ITEM9 ITEM14 ITEM190.13 0.15 0.35 0.58
(0.03) (0.03) (0.04) (0.04)3.92 4.47 9.18 14.66
ITEMS ITEM10 ITEM15 ITEM20-0.01 0.03 0.19 0.13(0. 04) (0.04) (0.06) (0.04 )-0.18 0.78 3.07 3.50
PHI
WORTAU
1.00
Goodness of Fit Statistics
Degrees of Freedom = 107Minimum 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 = 0.14Population Discrepancy Function Value (FO) 0.023
90 Percent Confidence Interval for FO = (0.0 0.057)Root Mean Square Error of Approximation (RMSEA) = 0.01590 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) = 0.3590 Percent Confidence Interval for ECVI = (D.33 ; 0.38)
ECVI for Saturated Model = 0.44ECVI for Independence Model = 1.99
Chi-Square for Independence Model with 190 Degrees of Freedom = 1875.35Independence ArC = 1915.35
Model AIC ~ 335.00Saturated AIC = 420.00
Independence CArC = 2032.75Model CAlC = 939.62
Saturated CAlC ~ 1652.71
Normed Fit Index (NFl) ~ 0.93Non-Normed Fit Index (NNFI) = 0.98
Parsimony Normed Fit Index (PNFI) = 0.52Comparative Fit Index (eFI) = 0.99Incremental Fit Index (IFI) = 0.99Relative Fit Index (RFI) = 0.88
Critical N (CN) ~ 1064.13
Root Mean Square Residual (RMR) = 0.028Standardized RMR ~ 0.028
Goodness of Fit Index (GFI) ~ 0.99Adjusted 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
ITEM1ITEM2ITEM3ITEM4ITEM5ITEM6ITEM7ITEM8ITEM9
ITEM10ITEMllITEM12ITEM13ITEM14ITEM15ITEM16ITEM17ITEM18ITEM19ITEM20
PHI
0.27-0.12-0.23
0.13-0.01-0.26
0.11-0.08
0.150.030.560.24
-0.190.350.19
-0.110.580.510.580.13
WORTAU
1. 00
DATE: 1/ 6/2010TIME: 20:13
LIS R E L 8.70
BY
Karl G. J6reskog & Dag Sorbam
'HI
ANALOGI
ITEM1 ITEM6 ITEMll ITEM160.42 0.61 0.07 0.00
(0.03) (0.04 ) (0.031 (0.04 )13.12 17.23 2.01 0.05
ITEM2 ITEM7 ITEM12 ITEM17-0.07 0.37 0.91 0.24(0.03) (0.04) (0.03) (0.04)-2.14 9.34 29.90 6.39
ITEM3 ITEM8 ITEM13 ITEM180.46 0.39 0.45 0.28
(0.04 ) (0.03) (0.03) (0.03)13.07 12.66 14.81 8.35
ITEM4 ITEM9 ITEM14 ITEM190.53 0.34 0.35 0.47
(0.03) (0.03) (0.03) (0.03)15.88 10.66 11.55 15.26
ITEMS ITEM10 ITEM15 ITEM200.20 0.35 0.49 0.20
(0.04 ) (0.03) (0.031 (0.04)5.08 11. 09 15.97 5.15
ANALOGI
1. 00
Goodness of Fit Statistics
Degrees of Freedom = 91Minimum 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 = 0.12Population Discrepancy Function Value (FO) 0.022
90 Percent Confidence Interval for FO = (0.0 0.054)Root Mean Square Error of Approximation (RMSEA) = 0.01590 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) = 0.3690 Percent Confidence Interval for ECVI = (0.34 ; 0.40)
ECVI for Saturated Model = 0.44ECVI for Independence Model = 5.92
Chi-Square for Independence Model with 190 Degrees of Freedom = 5655.00Independence AIC = 5695.00
Model AlC ~ 349.72Saturated Arc = 420.00
Independence CAlC = 5812.40Model CAlC ~ 1048.26
Saturated CArc = 1652.71
Normed Fit Index (NFl) ~ 0.98Non-Normed Fit Index (NNFI) = 0.99
Parsimony Normed Fit Index (PNFI) = 0.47Comparative Fit Index (CFI) = 1.00Incremental Fit Index (IFI) = 1.00Relative Fit Index (RFI) = 0.96
Critical N ICN) ~ 1050.66
Root Mean Square Residual (RMR) = 0.023Standardized RMR ~ 0.023
Goodness of Fit Index IGFI) ~ 0.99Adjusted 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
ITEM1ITEM2ITEM3ITEM4ITEMSITEM6ITEM7ITEM8ITEM9
ITEM10ITEMllITEM12ITEM13ITEM14ITEM15ITEM16ITEM17ITEM18ITEM19ITEM20
PHI
0.42-0.070.460.530.200.610.370.390.340.350.070.910.450.350.490.000.240.280.470.20
ANALOGI
1.00
DATE: 1/ 6/2010TIME: 20:16
LIS R E L 8.70
BY
Karl G. J6reskog & Dag Sorbom
This program is published exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is sUbject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
he following lines were read from file C:\Program1es\lisre1870\NURSAKINAH\IST_RA.LS8:
JI VALIOITAS KONSTRUK 1ST SUBTES RAA NI=20 NO=963 MA=KMATEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10TEM11 ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20M SY FI=RA.CORD NX=20 NK=l PH=ST TO=SY,FIKECHHER LX 1 - LX 20R 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 10R 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 1R 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 9R 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 of Input Variables 20Number of Y - Variables 0Number of X - Variables 20Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
II VALIOITAS KDNSTRUK 1ST SUBTES RA
lumber of Iterations = 55
JISREL Estimates (Maximum Likelihood)
LAMBOA-X
Normed Fit Index (NFl) ~ 0.95Non-Normed Fit Index (NNFI) ~ 0.99
Parsimony Normed Fit Index (PNFI) = 0.66Comparative Fit Index (eFI) = 0.99Incremental Fit Index (IFI) = 0.99Relative Fit Index (RFI) = 0.93
Critical N (CN) ~ 1070.27
Root Mean Square Residual (RMR) = 0.053Standardized RMR ~ 0.026
Goodness of Fit Index (GFI) = 0.98Adjusted Goodness of Fit Index (AGFI) 0.97
Parsimony Goodness of Fit Index (PGFI) = 0.61VALIDITAS KONSTRUK 1ST SUBTES RA
andardized Solution
LAMBDA-X
RECHHE
ITEM1ITEM2ITEM3ITEM4ITEM5ITEM6ITEM7ITEM8ITEM9
ITEM10ITEMllITEM12ITEM13ITEM14ITEM15ITEM16ITEM17ITEM18ITEM19ITEM20
PHI
0.360.440.550.580.620.390.310.440.420.480.300.310.460.491. 740.250.500.300.500.42
RECHHE
1.00
DATE: 1/ 6/2010TIME: 20:21
LIS R E L 8.70
BY
Karl G. Joreskog & Dag Sarbom
This program is published exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is subject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
: following lines were read from file C:\Program,s\lisre1870\NURSAK1NAH\1ST_ZR.LS8:
[ VAL10ITAS KONSTRUK 1ST SUBTES ZRN1=20 NO=963 MA=KM
,M1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10,MIl ITEM12 ITEM13 ITEM14 ITEM15 ITEM16 ITEM17 ITEM18 ITEM19 ITEM20SY FI=ZR CORNX=20 NK=l PH=ST TO=SY,FI
"LENLX 1 - LX 20TO 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 10TO 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 20TO 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 10TO 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 13TO 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 20 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 9TO 17 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 2TO 16 11 TO 17 16 TO 12 11 TO 11 9 TO 20 11 TO 19 18 TO 16 15 TO 16 1 TO 14 13TO 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 3TO 15 6 TO 12 2 TO 14 12 TO 13 12 TO 12 8 TO 18 14 TO 20 15 TO 20 18 TO 16 12TO 18 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 11TO 17 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 4TO 17 12 TO 19 17 TO 20 12 TO 12 10
AO=OFF IT=500 SS MI TV
I VAL10ITAS KONSTRUK 1ST SUBTES ZR
Number of Input Variables 20Number of Y - Variables 0Number of X - Variables 20Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
VALIOITAS KONSTRUK 1ST SUBTES ZR
mber of Iterations = 9
SREL Estimates (Maximum Likelihood)
LANBDA-X
ZAHLEN
ITEN1 ITEN6 ITEN11 ITEN160.60 0.70 0.68 0.65
(0.03) (0.03) (0.03) (0.03)19.40 23.71 23.20 21. 58
ITEN2 ITEN7 ITEN12 ITEN170.30 0.77 0.49 0.54
(0.03) (0.03) (0.03) (0.03)9.12 26.90 15.17 17.56
ITEN3 ITEN8 ITEM13 ITEM180.53 0.76 0.24 0.21
(0.03) (0.03) (0.03) (0.03)17 .16 26.53 7.25 6.18
ITEM4 ITEM9 ITEM14 ITEM190.79 0.52 0.28 0.39
(0.03) 10.03) 10.03) (0.03)28.40 16.06 8.48 12.02
ITEMS ITEM10 I ITEM15 ITEM200.72 0.58 -0.01 0.27
(0.03) (0.03) 10.03) (0.03)24.37 17.07 -0.34 7.68
ZAHLEN
1.00
Goodness of Fit Statistics
Degrees of Freedom = 69Minimum 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 = 0.091Population Discrepancy Function Value (FO) 0.020
90 Percent Confidence Interval for FO = (0.0 0.049)Root Mean Square Error of Approximation (RMSEA) = 0.01790 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) = 0.3890 Percent Confidence Interval for ECVI = (0.36 ; 0.41)
ECVI for Saturated Model = 0.44ECVI for Independence Model = 20.95
Chi-Square for Independence Model with 190 Degrees of FreedomIndependence AlC ~ 20153.38
Model AIC ~ 369.88Saturated AIC = 420.00
Independence CAlC ~ 20270.78
20113.38
Model CAlC ~ 1197.56Saturated CAlC ~ 1652.71
Normed Fit Index (NFl) ~ 1.00Non-Normed Fit Index (NNFIl = 1.00
Parsimony Normed Fit Index (PNFI) = 0.36Comparative Fit Index (CFI) = 1.00Incremental Fit Index (IFI) = 1.00Relative Fit Index (RFI) ~ 0.99
Critical N (CN) ~ 1095.66
Root Mean Square Residual (RMR) = 0.018Standardized RMR = 0.018
Goodness of Fit Index (GFI) = 0.99Adjusted 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
ITEMlITEM2ITEM3ITEM4ITEM5ITEM6ITEM7ITEM8ITEM9
ITEM10ITEMllITEM12ITEM13ITEM14ITEM15ITEM16ITEM17ITEM18ITEM19ITEM20
PHI
0.600.300.530.790.720.700.770.760.520.580.680.490.240.28
-0.010.650.540.210.390.27
ZAHLEN
1. 00
DATE: 11 6/2010TIME: 20:24
LIS R E L 8.70
BY
Karl G. Joreskog & Dag Sorbam
This program is published exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is subject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
e following lines were read from file C:\Programes\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
TO 10 51 TO 14TO 20 114 TO 59 TO 18
lRMAl LX 1 - LX 20l TO 1 1 TO 2 2 TO 3 3l TO 11 11 TO 12 12 TO20 20
, TO 6 5 TO 13 7, TO 15 14 TO 13l. TO 7 2 TO 19 8l. TO 16 12 TO 18K TO 19 17 TO 18
TO 4 4 TO 5 5 TO 6 6 TO 7 7 TO 8 8 TO 9 9 TO 10 1013 13 TO 14 14 TO 15 15 TO 16 16 TO 17 17 TO 18 18 TO 19 19
TO 19 5 TO 17 15 TO 13 11 TO 15 3 TO 17 12 _6 TO 16 2 TO 15 9 TO 7 5 TO 16 5 TO 19 16 TO 13 10TO 19 14 TO 16 11 TO 14 11 TO 14 5 TO 13 122 TO 8 5 TO 17 1 TO 17 7 TO 19 6 TO 11 1 TO 20 7 TO 20 184 TO 18 11 TO 17 6 TO 12 18 TO 12 11 TO 4 3 TO 18 16 TO 10
10 2 TO 15 8 TO 4 2 TO 11 5 TO 14 7 TO 19 11 TO 8 7 TO 16 15 TO 16 141 TO 11 10 TO 20 4 TO 16 6 TO 10 6 TO 14 12 TO 14 13 TO 14 8 TO 13 820 19
18 10 TO9 3 TO 920 14 TO
R TOR 'l'DR TOoo A~OFF IT~500 SS MI TV
JI VALIOITAS KONSTRUK 1ST SUBTES FA
Number of Input Variables 20Number of Y - Variables aNumber of X - variables 20Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
rI VALIDITAS KONSTRUK 1ST SDBTES FA
lumber of Iterations = 11
~ISREL Estimates (Maximum Likelihood)
BDA-X
FORMA
ITEM1 ITEM6 ITEMll ITEM160.33 0.18 0.30 0.12
(0.04) (0.03) (0.04 ) 10.04 )8.50 5.30 7.06 3.18
ITEM2 ITEM7 ITEM12 ITEM170.37 0.35 0.42 0.23
(0.03) (0.04 ) (0.04 ) 10.04)10.99 9.07 10.53 6.31
ITEM3 ITEM8 ITEM13 ITEM180.44 0.38 0.70 0.47
(0.03) (0.04 ) (0.04) (0.04)13.34 9.95 18.18 13.38
ITEM4 ITEM9 ITEM14 ITEM190.24 0.34 0.38 0.09
(0.03) (0.03) (0.04) (0.04 )7.05 9.67 8.58 2.60
ITEM5 ITEM10 ITEM15 ITEM200.30 0.09 0.27 0.08
(0.04 ) (0.04 ) (0.03) (0.04 )8.43 2.19 7.98 2.13
PHI
FORMA
1. 00
Goodness of Fit Statistics
Degrees of Freedom = 103Minimum 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 = 0.13Population Discrepancy Function Value {FO} 0.022
90 Percent Confidence Interval for FO = (0.0 0.056)Root Mean Square Error of Approximation (RMSEA) = 0.01590 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) = 0.3590 Percent Confidence Interval for EeVr = (G.33 ; 0.39)
ECVI for Saturated Model ~ 0.44ECVI for Independence Model = 2.81
Chi-Square for Independence Model with 190 Degrees of Freedom = 2659.22Independence AIC ~ 2699.22
Model AIC = 338.56Saturated AIC ~ 420.00
Independence CAlC = 2816.62
Model CAIC ~ 966.65Saturated CAIC ~ 1652.71
Normed Fit Index (NFl) = 0.95Non-Normed Fit Index (NNFI) = 0.98
Parsimony Normed Fit Index (PNFI) = 0.52Comparative Fit Index (eFI) = 0.99Incremental Fit Index (IFI) = 0.99Relative Fit Index (RFI) ~ 0.91
Critical N (CN) ~ 1081.37
Root Mean Square Residual (RMR) = 0.024Standardized RMR = 0.024
Goodness of Fit Index (GFI) = 0.99Adjusted 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 0.33ITEM2 0.37ITEM3 0.44ITEM4 0.24ITEM5 0.30ITEM6 0.18ITEM7 0.35ITEM8 0.38ITEM9 0.34
ITEM10 0.09ITEM11 0.30ITEM12 0.42ITEM13 0.70ITEM14 0.38ITEM15 0.27ITEM16 0.12ITEM17 0.23ITEM18 0.47ITEM19 0.09ITEM20 0.08
PHI
FORMA
1.00
DATE: 1/ 6/2010TIME: 20:26
LIS R E L 8.70
BY
Karl G. Jbreskog & Dag S5rbom
This program is pUblished exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is sUbject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
e following lines were read from file C:\Programes\lisre1870\NURSAKINAH\IST_WU.LS8:
rI VALIOITAS KONSTRUK 1ST SUBTES WU, NI~11 NO~963 MA=KM
7 7 TO 8 8 TO 9 9 TO 10 10 TO 11 11TO 4 1 TO 6 4 TO 11 4 TO 10 8
6 TO11 69 1
TO 61 TO1 TO
1 - LX 111 1 TO 2 2 TO 3 3 TO 4 4 TO 5 59 2 TO 9 6 TO 7 4 TO 11 8 TO 1110 9 TO 7 6 TO 7 1 TO 11 3 TO 3
~EM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 ITEM7 ITEM8 ITEM9 ITEM10 ITEM11I SY FI~WU_COR
) NX~ll NK=l PH~ST TO~SY,FI
CJRFE< LX< TO< TO'. TO)
J AO=OFF IT=500 SS MI TV
JI VALIOITAS KONSTRUK 1ST SUBTES WU
Number of Input Variables 11Number of Y - Variables 0Number of X - Variables 11Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
'I VALIDITAS KONSTRUK 1ST SUBTES WU
lumber of Iterations = 67
,ISREL Estimates (Maximum Likelihood)
AMBOA-X
WURFE
ITEM1 ITEM6 ITEM11-0.47 0.17 -1.29(0.09) (0.07) (0.08)-5.21 2.30 -16.06
ITEM2 ITEM7-0.43 0.38(0.04 ) (0.05)-10.08 8.20
Adjusted Goodness of Fit Index (AGFI) 0.98Parsimony Goodness of Fit Index (PGFI) 0.42
'I VALIDITAS KONSTRUK 1ST SUBTES WU
itandardized Solution
LAMBDA-X
WURFE
ITEM1ITEM2ITEM3ITEM4ITEMSITEM6ITEM7ITEM8ITEM9
ITEM10ITEM11
PHI
-0.47-0.43-0.43
0.58-0.44
0.170.38
-0.280.390.41
-1.29
WURFE
1. 00
DATE: 1/ 612010TIME: 20:28
LIS R E L 8.70
BY
Karl G. J6reskog & Dag S6rbom
This program is pUblished exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is subject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
rhe following lines were read from file C:\Programiles\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 NK~l PH~ST TD~SY,FI
LK!1ERKAU
R LX 1 - LX 20R 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 10R 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 20R 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 6R 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 4R 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 1R 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 11R 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 7R 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 8R 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 6R 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 1oo AO~OFF IT~500 SS MI TV
JI VALIOITAS KONSTRUK 1ST SOBTES ME
Number of Input Variables 20Number of Y - Variables 0Number of X - Variables 20Number of ETA - Variables 0Number of KSI - Variables 1Number of Observations 963
I VALIOITAS KONSTRUK 1ST SUBTES ME
umber of Iterations = 6
ISREL Estimates (Maximum Likelihood)
Ll\MBOA-X
MERKAU
ITEMI ITEM6 ITEM11 ITEM160.53 0.51 0.47 0.37(0.03) (0.03) (0.03) (0.03)16.72 17.05 14.24 10.94
ITEM2 ITEM7 ITEM12 ITEM170.56 0.49 0.42 0.49(0.03) (0.03) (0.03) (0.03)17.56 14.71 13.49 15.85
ITEM3 ITEM8 ITEM13 ITEM180.65 0.56 0.26 0.54(0.03) (0.03) (0.03) (0.03)20.95 17.96 8.27 16.44
ITEM4 ITEM9 ITEM14 ITEM190.79 0.59 0.46 0.56
(0.03) (0.03) (0.03) (0.03)6.26 17.16 13.67 16.11
ITEM5 ITEM10 ITEM15 ITEM200.58 0.53 0.46 0.38(0.03) (0.03) (0.03) (0.03)19.10 16.47 15.09 11.93
PHI
MERI<AU
1.00Goodness of Fit Statistics
Degrees of Freedom = 81Minimum 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 = 0.11Population Discrepancy Function Value (FO) 0.022
90 Percent Confidence Interval for FO = (0.0 0.054)Root Mean Square Error of Approximation (RMSEA) = 0.01690 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) = 0.3790 Percent Confidence Interval for ECVI = (O.35 ; 0.40)
ECVI for Saturated Model = 0.44ECVI for Independence Model = 13.68
Chi-Square for Independence Model with 190 Degrees of FreedomIndependence AIC ~ 13157.25
Model AIC ~ 353.94Saturated AIC ~ 420.00
Independence CAlC = 13274.65Model CAlC ~ 1075.96
Saturated CAlC = 1652.71
Normed Fit Index (NFl) ~ 0.99Non-Normed Fit Index (NNFI) ~ 1.00
Parsimony Norrned Fit Index (PNFI) = 0.45Comparative Fit Index (CFI) = 1.00Incremental Fit Index (IFI) = 1.00Relative Fit Index (RFI) ~ 0.98
Critical N (CN) ~ 1058.65
Root Mean Square Residual (RMR) = 0.020Standardized RMR ~ 0.021
Goodness of Fit Index (GFI) = 0.99Adjusted 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
13117.25
ITEMlITEM2ITEM3ITEM4ITEM5ITEM6
0.530.560.650.790.580.51
ITEM7 0.49ITEM8 0.56ITEM9 0.59
ITEMI0 0.53ITEMl1 0.47ITEM12 0.42ITEM13 0.26ITEM14 0.46ITEM15 0.46ITEM16 0.37ITEM17 0.49ITEM18 0.54ITEM19 0.56ITEM20 0.38
PHI
MERKAU
1. 00
DATE: 1/ 9/2010TIME: 16:14
LIS R E L 8.70
BY
Karl G. J6reskog & Dag S6rbom
This program is published exclusively byScientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100Lincolnwood, IL 60712, U.S.A.
Phone: (800) 247-6113, (847) 675-0720, Fax: (847) 675-2140Copyright by Scientific Software International, Inc., 1981-2004
Use of this program is subject to the terms specified in theUniversal Copyright Convention.
Website: www.ssicentral.com
'he following lines were read from file C:\Program Files\lisre1870\NURSAKINAH\ISTID.LS8:
'JI VALIDITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST~ NI=151 NO=963 MA=KM,AE1 SE2 SE3 SE4 SE5 SE6 SE7 SE8 SE9 SEIO SEll SE12 SEl3 SEl4 SE15 SE16 SE17 SEl8 SEl9,20'AI WA2 WA3 WA4 WA5 WA6 WA7 WAS WA9 WAIO WAll WAl2 WA13 WAH WAl5 WAl6 WAl7 W~18 WAl920NI AN2 AN3 AN4 AN5 AN6 AN7 AN8 AN9 ANIO ANll AN12 ANl3 AN14 ANl5 ANl6 ANl7 ANl8 ANl920~l RA2 RA3 RA4 RA5 RA6 RA7 RA8 RA9 RAIO RAll RAl2 RAl3 RA14 RA15 RAl6 RAl7 RA18 RA19,20Rl ZR2 ZR3 ZR4 ZR5 ZR6 ZR7 ZR8 ZR9 ZRI0 ZRII ZRI2 ZRl3 ZR14 ZR15 ZR16 ZRI7 ZRI8 ZR1920'AI FA2 FA3 FA4 FA5 FA6 FA7 FA8 FA9 FAIO FAll FAl2 FAl3 FA14 FA15 FAl6 FAl7 FA18 FA1920UI WU2 \'1U3 WU4 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
3El 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 48l 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 78l 8031 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 130l32 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151110 NY~125 NE~8 NK~l TE~SY,FI PH~ST PS~OI GA~FI
l.E
100 6 LY 102 7 LY 103 7 LY 104LY 112 8 LY 113 88 LY 120 8 LY 121 8 LY 122 8
99 6 LYLY 111 88 LY 119
3E WA AN RA ZR FA WU MEcK;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 TEL8 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 LYI 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 LYLY 105 7 LY 107 8 LY 108 8 LY 109 8 LY 110 8
'R LY 114 8 LY 115 8 LY 116 8 LY 117 8 LY 118, 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 8'0lU AO~OFF IT~1000 TV SS
lJI VALIOITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST
Number of Input Variables151Number of Y - Variables 125Number of X - Variables a
Number of ETA - Variables 8Number of KSI - Variables 1Number of Observations 963
Goodness of Fit Statistics
Degrees of Freedom = 7617Minimum Fit Function Chi-Square = 607.30 (P = 1.00)
Normal Theory Weighted Least Squares Chi-Square = 596.66 (P 1.00)Estimated Non-centrality Parameter (NCP) = 0.0
90 Percent Confidence Interval for NCP = (0.0 ; 0.0)
Minimum Fit Function Value = 0.63Population Discrepancy Function Value (FO)
90 Percent Confidence Interval for FO = (0.0Root Mean Square Error of Approximation (RMSEA)90 Percent Confidence Interval for RMSEA = {O.OP-Value for Test of Close Fit (RMSEA < 0.05) ~
0.00.0)~ 0.0; 0.0)1.00
Expected Cross-Validation Index (ECVI) = 8.4590 Percent Confidence Interval for ECVI = (8.45 ; 8.45)
ECVI for Saturated Model ~ 16.37ECVI for Independence Model = 1.97
Chi-Square for Independence Model with 7750 Degrees of FreedomIndependence AIC ~ 1899.44
Model AIC ~ 1112.66Saturated AIC ~ 15750.00
Independence CAlC = 2633.20Model CAlC ~ 2627.13
Saturated CAlC ~ 61976.67
Norrned Fit Index (NFl) ~ 0.63Non-Normed Fit Index (NNFI) = -0.17
Parsimony Normed Fit Index (PNFI) = 0.62Incremental Fit Index (IFI) = -0.17
Relative Fit Index (RF1) ~ 0.63
Critical N (CN) ~ 12526.31
Root Mean Square Residual (RMR) = 0.096Standardized RMR ~ 0.0087
Goodness of Fit Index (GFI) ~ 0.99Adjusted Goodness of Fit Index (AGFI) 0.99
Parsimony Goodness of Fit Index (PGFI) = 0.96
1649.44
rI VALIDITAS KONSTRUK INTELEGENSI UMUM (GENERAL INTELLIGENCE) TES 1ST
:andardized Solution
LAMBDA-Y
SE1SE3SE5SE6
SE10SEllSE13SE15
SE
0.250.200.040.260.290.18
-0.04-0.04
WA AN RA ZR FA
SEl7SE19SE20
WA1WA4WA7WA9
WAllWA12WAl4WA15WA17WA18WA19WA20
ANIAN3AN4AN5AN6AN7AN8AN9
ANIOANllAN12AN13ANl4AN15ANI7AN18AN19AN20
RA1RA2RA3RA4RA5RA6RA7RA8RA9
RA10RAllRA12RA13RA14RA15RA16RAl7RA18RAI9RA20
ZRIZR2ZR3ZR4ZR5ZR6ZR7ZR8ZR9
ZRIO
0.370.160.01
0.050.10
-0.070.190.370.380.42
-0.050.390.410.540.23
0.440.450.540.460.560.220.280.300.380.010.770.550.430.420.270.090.440.31
0.350.340.520.570.520.440.340.400.460.380.390.310.520.491.250.200.450.360.410.22
PERPUSTAKAAN IFUIIII SYAHID JAKAfI riO,
0.610.390.560.720.700.710.680.680.530.65
I.,J