1. Uji Validitas dan Reliabilitas
Validitas: a. Construct Validity b.Confirmatory Factor Analysis /CFA (Convergent Validity), c.
Average Variance Extracted /AVE (Discriminant Validity) d. Pearson Correlation - SPSS
Reliabilitas: Construct Reliability-AMOS dan Cronbach Alpha-SPSS

2. VALIDITAS

3.  Uji Validitas Data dengan Rumus Pearson SPSS | Sebuah penelitian kuantitatif yang menggunakan
teknik pengumpulan data dengan angket, maka melakukan uji validitas merupakan suatu
keharusan. Tujuan uji vaiditas secara umum adalah untuk mengetahui apakah angket yang
digunakan benar-benar valid untuk mengukur variabel yang diteliti.
 Secara umum ada dua rumus atau cara Uji Validitas yaitu dengan Korelasi Bevariate Pearson dan
Correlated Item-Total Correlation. Korelasi Bevariate Pearson adalah salah satu rumus yang dapat
digunakan untuk melakukan uji validitas data dengan program SPSS.
https://www.konsistensi.com/2013/03/uji-validitas-
data-dengan-rumus-pearson.html
Keterangan:
rxy : koefisien korelasi
x : skor item
y : skor total
n : banyaknya subjek

4.  Jika nilai r hitung > r tabel, maka item pertanyaan atau pernyataan dalam
angket berkorelasi signifikan terhadap skor total (artinya item angket
dinyatakan valid).
 Jika nilai r hitung < r tabel, maka item pertanyaan atau pernyataan dalam
angket tidak berkorelasi signifikan terhadap skor total (artinya item
angket dinyatakan tidak valid).
 Bila nilai Sig<0,05 maka Valid. Sebaliknya bila >0,05 maka tidak valid
 Klik Ok
Dasar pengambilan keputusan dalam uji validitas
adalah:

5.  Dari menu utama SPSS, pilih Anayze,
kemudian pilih sub menu Correlate,
lalu pilih Bivariate
 Dari kotak dialog Bivariate
Correlation, masukkan semua item
dan skor total ke dalam
kotak variabel di sebelah kanan
dengan mengklik tanda --> Pada
pilihan Correlations coefficient,
pilih Pearson. Pada bagian Test Of
Significance, pilih Two_tailed,
Centang Flag significance
Correlations.
Langkah-Langkah

6.  Dari data di atas di dapat output nilai korelasi
antara skor item dengan skor total. Nilai ini
kemudian kita bandingkan dengan nilai r tabel, r
tabel dicari pada signifikasi 0,05 dengan (n) 20
(angka 20 karena jumlah responden kita adalah 20
siswa), maka di dapat r tabel sebesar 0,444
(Download Distribusi Nilai rtabel].
 Lihat gambar di atas, yang saya warnai kuning
diperoleh nilai rhitung untuk item_1 pada angket
yaitu 0,886. Dengan demikian nilai rhitung lebih
besar dari nilai r tabel atau 0,886 > 0,444 maka
item soal no 1 dapat dikatakan valid atau layak
untuk dijadikan angket penelitian.
 Cek masing-masing nilai r hitung pada item
berikutnya dan bandingkan dengan nilai r tabel
tersebut.
 Cara lain dengan melihat nilai Sig. Bila nilai Sig
<0,05 maka item tersebut dikatakan valid.
Hasilnya

7. Uji Validitas dengan Uji Construct Validity atau Uji Validitas konstrukt(indikator) yaitu mengukur apakah konstruk
(indikator) mampu atau tidak merefleksikan variabel latennya. Hasilnya memenuhi kriteria yaitu nilai Critical Ratio
(CR) > 1,96 dengan Probability (P) < 0,05. Tanda *** adalah signifikan < 0,001.
Pelatihan SEM dengan AMOS 7

8. Uji Validitas dengan Uji Convergent Validitas (Confirmatory Factor Analysis-CFA), yaitu menguji konstruk
(indikator) apakah memiliki proporsi variance yang tinggi atau tidak. Memenuhi kriteria apabila “Loading Factor” atau
“Standardized Loading Estimate” >0,5
Pelatihan SEM dengan AMOS 8

9. Uji Validitas dengan Uji Average Variance Extracted (AVE), yaitu uji confirmatory dengan cara melihat rata-rata dari
variance extracted antar indikator dari suatu variabel laten. Memenuhi syarat jika AVE > 0,5. Hasil AVE dalam
penelitian ini semuanya > 0,5.
Pelatihan SEM dengan AMOS 9
Tabel
Standardized

10. Reliabilitas

11. Uji Reliabilitas dengan Uji Construct Reliability, yaitu menguji keandalan dan konsistensi data. Memenuhi kriteria
apabila Construct Reliability > 0,7. Nilai Construct Reliability > 0,6 atau 0,7 masih dapat diterima dengan syarat
validitas konstruk (indikator) dalam model adalah baik. Hasilnya semua diatas 0,7.
Pelatihan SEM dengan AMOS 11
Tabel
Standardized

12.  Menggunakan SPSS
 Analisze, Scale, Reliability
 To improve reliability: Masuk ke menu statistic, klik Scale if Item deleted.
Lihat hasilnya yang mana yang harus didelete untuk menghasilkan CA
tertinggi
 Cut off Reliability nya adalah 0,6. Nilai CA>0,6 diakatakan reliabel
Cronbach Alpha

13. Hasil Cronbach Alpha
Reliability Statistics
Cronbach's
Alpha
N of Items
.850 7
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Q1 20.8000 15.853 .820 .793
Q2 20.8000 16.063 .746 .806
Q3 20.7000 18.116 .734 .813
Q4 20.6500 17.924 .592 .832
Q5 20.2500 17.671 .672 .819
Q6 20.1000 21.463 .431 .852
Q7 20.4000 20.253 .323 .870
Reliability Statistics
Cronbach's
Alpha
N of Items
.852 6
Reliability Statistics
Cronbach's
Alpha
N of Items
.870 6
Reliability Statistics
Cronbach's
Alpha
N of Items
.892 5
Bila semua item diikutsertakan maka nila CA= 0,850
Bila Q6 dihilangkan nilai CA=0,852
Bila Q7 yang dihilangkan makanilai CA=0,870
Namun bila Q6 dan Q7 yang dihilangkan maka nilai CA=0,892

14. Latihan

15. Simple Measurement
Model

16. Hasilnya memenuhi
kriteria VALID yaitu nilai
Critical Ratio (CR) > 1,96
dengan Probability (P) <
0,05. Tanda *** adalah
signifikan < 0,001.
Uji Validitas
dengan CFA

17. Uji Validitas dengan Convergent Validity
Memenuhi kriteria apabila “Loading Factor” atau
“Standardized Loading Estimate” >0,5

18. Uji Validitas dengan Average Variance Extracted
(AVE) per Variabel
• Cari kuadrat Beta per indikator dan Sum per variable
• Cari variance per indikator dan sum per variable
• Masukkan ke Rumus
Validitas variable valid bila AVE>0,05

19. Uji Reliability dengan Construct Reliability (CR) per
Variabel
• Cari kuadrat Beta per indikator dan Sum per variable
• Cari variance per indikator dan sum per variable
• Masukkan ke Rumus
Reliable bila CR>0,60

20. Terimakasih