BAB IV HASIL PENELITIAN
Pada bagian ini dilakukan uji validitas konstruk per subtes untuk melihat apakah setiap butir item mengukur apa yang seharusnya diukur. Hal ini dilakukan
menggunakan analisis CFA dengan dua tahap. Kedua tahap tersebut adalah:
1. Menguji hipotesis tentang model teori yang mengatakan bahwa item pada masing-masing subtes mengukur satu faktor saja. Secara teknis, yang diuji
adalah tentang ada tidaknya perbedaan yang signifikan antara matriks korelasi yang diharapkan atau diprediksi oleh teori dengan yang diperoleh
dari data. 2. Menguji hipotesis apakah setiap butir item memberikan informasi
signifikan terhadap aspek yang diukur.
4.1 Validitas Konstruk Tingkat Subtes
4.1.1 Validitas Konstruk Tingkat Subtes Digit Symbol DS
Pada saat run pertama kali menggunakan Aplikasi Lisrel 8.7, terdapat item yang berkoefisien negatif. Karena TIM adalah alat tes kemampuan, maka tidak boleh
ada item yang berkoefisien negatif karena ini berarti makin salah jawaban pada item tersebut semakin tinggi kemampuan DS-nya. Oleh sebab itu, bila terjadi
seperti itu, maka item itu tidak dapat dipakai sehingga harus didrop atau direvisi. Setelah itu dilakukan analisis kedua setelah item negatif dikeluarkan. Hasil run
pertama menunjukkan bahwa item 10 berkorelasi negatif, sehingga harus dibuang dan tidak diikutkan dalam analisis kedua.
Dari hasil analisis kedua, ternyata model satu faktor unidimensional tidak fit karena Chi-Square=7994.87, df=560, P-value=0.00000 dan
RMSEA=0.230. Setelah dilakukan modifikasi dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka
akhirnya diperoleh model fit dengan P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena kesalahan pengukuran dari hampir
seluruh item saling berkorelasi, sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.
Untuk mendapatkan hasil dengan item yang benar-benar murni, maka dilakukan analisis ulang setelah seluruh item yang tidak signifikan dibuang.
Hasilnya menunjukkan bahwa model satu faktor unidimensional ternyata masih juga tidak
fit, karena Chi-Square=40238.22, df=252, P-value=0.00000 dan RMSEA=0.239 Diagram 4.1. Setelah dilakukan modifikasi dimana kesalahan pengukuran pada
beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi-Square=62.36, df=48, P-value=0.07963
dan RMSEA=0.010.
Diagram 4.1 Analisis Faktor Konfirmatorik Subtes DS
Pada saat model sudah fit terlihat bahwa nilai P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini,
kesalahan pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 252, namun setelah mencapai model fit, df yang tersisa hanya 48. Ini
berarti terdapat 252 –48=204 korelasi kesalahan yang dibebaskan. Dapat
disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional Tabel 4.1.
Hasil uji hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t pada setiap koefisien muatan faktor dapat dilihat pada Tabel 4.2.
Tabel 4.2 Muatan Faktor Item TIM subtes DS
No. Koefisien
Standar Error T
– Values Signifikan
1 0.27
0.02 13.78
V 2
0.36 0.02
16.09 V
3 0.25
0.02 12.34
V 7
0.07 0.02
3.26 V
8 0.06
0.02 2.83
V 11
0.23 0.02
10.19 V
13 0.12
0.02 5.94
V 15
0.22 0.02
11.11 V
16 0.13
0.02 6.34
V 17
0.16 0.02
8.09 V
21 0.30
0.02 15.35
V 23
0.31 0.02
15.43 V
24 0.29
0.02 15.04
V 25
0.45 0.02
23.60 V
26 0.50
0.02 26.44
V 27
0.67 0.02
37.24 V
28 0.82
0.02 47.26
V 29
0.84 0.02
47.22 V
30 0.97
0.02 59.04
V 31
1.04 0.02
66.73 V
32 0.90
0.02 54.12
V 33
0.88 0.02
52.24 V
34 0.80
0.02 46.19
V 35
0.72 0.02
40.58 V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari hasil analisis kedua dengan item negatif dan item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes DS masih
menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di
dalam subtes ini tidak hanya mengukur faktor DS.
Untuk mengetahui berapa faktor yang diukur oleh subtes DS, maka dilakukan analisis faktor dengan metode Exploratory Factor Analysis EFA
dengan menggunakan program SPSS 17, item dengan Eugenvalue lebih dari 1 diasumsikan sabagai 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes
DS sebenarnya mengukur lima faktor Tabel 4.3. Namun perhitungan ini hanya sebagai perkiraan saja, diperlukan penelitian lebih lanjut mengenai berapa dan apa
sebenarnya faktor yang diukur. Hal terakhir ini diluar lingkup penelitian ini.
Tabel 4.3 Komponen Faktor Item TIM subtes DS
Rotated Component Matrix
a
Component 1
2 3
4 5
V1 .034
-.002 .082
-.102 .678
V2 .016
.025 .054
.106 .670
V3 .026
.081 .062
.252 .470
V7 -.021
.035 .094
.313 .367
V8 -.014
.037 -.047
.430 .256
V11 .007
.038 -.031
.533 .107
V13 -.015
.027 .040
.643 .143
V15 .017
.074 .098
.677 -.138
V16 .062
-.009 .219
.333 .021
V17 .066
-.046 .315
.386 .000
V21 .075
.030 .496
.204 .229
V23 .073
.135 .720
.025 .070
V24 .009
.288 .683
.048 .034
V25 .012
.549 .488
.052 .034
V26 .039
.655 .365
.045 .020
V27 .133
.796 .205
.051 .014
V28 .292
.802 .063
.035 .062
V29 .383
.745 -.009
.037 .049
V30 .538
.658 -.036
.028 .064
V31 .690
.504 -.031
.032 .070
V32 .793
.343 .015
.024 .026
V33 .858
.224 .046
.025 .023
V34 .859
.088 .101
.024 -.001
V35 .812
.030 .113
.015 -.009
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.4. Terlihat bahwa faktor 1 diukur oleh item 31, 32, 33, 34, 35. Faktor 2 terukur
oleh item 25, 26, 27, 28, 29, 30. Faktor 3 terukur oleh item 21, 23, 24. Faktor 4 terukur oleh item 8, 11, 13, 16, 17. Faktor 5 terukur oleh item 1, 2, 3, 7.
Tabel 4.4 Sebaran Item TIM Subtes DS
Faktor Item
1 31, 32, 33, 34, 35
2 25, 26, 27, 28, 29, 30
3 21, 23, 24
4 8, 11, 13, 16, 17
5 1, 2, 3, 7
Tes psikologis dapat diklasifikasikan berdasarkan berbagai dimensi tertentu. Salah
satunya adalah
klasifikasi tes
yang didasarkan
pada tingkat kinerjanya, yaitu speed test dan power test
Chadha, 2009. Speed test
membedakan individu berdasarkan kecepetan mereka. Tingkat kesukaran item seluruhnya hampir sama dan semuanya dipertimbangkan berdasarkan kemampuan
testi yang akan mengerjakanya, namun batasan waktu pengerjaanya dibuat sedemikian rupa sehingga tidak ada satupun testi yang dapat menyelesaikanya.
Skor dari setiap individu didapatkan berdasarkan kecepatan mereka. Speed test yang murni adalah tes yang tingkat kesukaranya sangat rendah sehingga setiap
orang mampu menjawab dengan benar. Tidak ada item yang dibuat dengan asusmsi individu dapat salah menjawab. Sehingga yang membedakan skor
individu murni karena kecepatanya.
Di sisi lain, power test menyediakan waktu bagi testi untuk menjawab seluruh pertanyaan. Namun tingkat kesukaran item semakin lama semakin
meningkat sehingga dengan waktu yang lebih luangpun sabagian orang tidak akan mampu menjawab dengan benar. Skor diperoleh dari proporsi jawaban benar.
Dengan begitu, yang membedakan skor individu dengan individu lainya dalah kemampuan kognitif.
Dalam subtes DS ini terdapat kerancuan mengenai bentuk tes DS. DS memang diteorikan mengukur memori dan kecepatan. Namun DS tidak dapat juga
disebut sebagai speed test karena item DS terlalu sedikit sehingga hampir semua yang menempuh tes ini dapat menjawab dengan benar. Akibatnya subtes DS tidak
dapat membedakan kemampuan antar indivdu. DS juga tidak dapat dikatakan sebagai power test karena tingkat kesukaran item DS terlalu rendah sehingga
setiap orang dapat dipastikan bisa menjawab dengan benar asalkan waktu yang diberikan cukup. Sama sekali tidak ada kemampuan berfikir yang diperlukan
dalam mengerjakan subtes DS. Ketidakjelasan sifat subtes DS ini mengakibatkan subtes ini menjadi multidimensional. Tidak ada satu faktor yang terdifinisi dalam
subtes ini.
Dalam hal ini disarankan pada setiap alat tes untuk menetapkan sifat tesnya, apakah speed test atau power test. Bila akan menggunakan speed test
maka perlu dirancang dulu jumlah item dan waktunya. Dalam hal ini sebisa mungkin jumlah item tes dibuat sangat banyak dengan waktu yang dibatasi,
sehingga diperkirakan testi tidak akan mampu menjawab seluruhnya. Sedangkan
untuk power test, bentuk soalnya dirancang sedemikian rupa sehingga dalam pengerjaannya mutlak dibutuhkan kemampuan kognitif. Dengan begitu, testi yang
mampu menyelesaikan seluruhnya dengan benar dapat diinterpretasikan memiliki kemampuan kognitif yang tinggi. Oleh karena itu, tingkat kesukaran item dalam
tes juga harus dibuat meningkat secara bertahap sesuai dengan nomer urut item, semakin besar semakin sulit.
4.1.2 Validitas Konstruk Tingkat Subtes Picture Completion PC
Dari hasil run pertama ditemukan bahwa item yang berkoefisien negatif adalah item 10, 25, 27, 28, 29, 31, 32, 33, 34. Setelah didrop, model satu faktor
unidimensional tidak fit karena Chi Square=2778.64, df=290, P-value=0.00000 dan RMSEA=0.055. Setelah dilakukan modifikasi dimana kesalahan pengukuran
pada beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit P0,05 tidak signifikan. Namun model satu
faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi sehingga dapat
disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.
Setelah dirun kembali, model satu faktor unidimensional ternyata masih juga tidak fit, karena Chi-Square=7727.36, df=275, P-value=0.00000 dan
RMSEA=0.099 Diagram 4.2. Setelah dilakukan modifikasi terhadap model dimana kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan
berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi Square=189.32, df=159, P-value=0.05051, dan RMSEA=0.008.
Diagram 4.2 Analisis Faktor Konfirmatorik Subtes PC
Terlihat pada model fit bahwa P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini kesalahan
pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 275, namun setelah mencapai model fit, df yang tersisa hanya 140. Ini
berarti terdapat 275 –159=116 korelasi kesalahan yang dibebaskan. Dapat
disimpulkan bahwa item-item tersebut bersifat multidimensional. Ada pun butir- butir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.5.
Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.6
Tabel 4.6 Muatan Faktor Item TIM subtes PC
No. Koefisien
Standar Error T
– Values Signifikan
1 0.28
0.02 16.93
V 2
0.40 0.03
14.89 V
3 0.51
0.02 20.97
V 4
0.14 0.01
10.01 V
5 0.45
0.02 21.22
V 6
0.34 0.02
14.43 V
7 0.46
0.02 19.69
V 8
0.43 0.02
18.80 V
9 0.49
0.02 22.41
V 11
0.44 0.02
19.67 V
12 0.50
0.02 23.06
V 13
0.61 0.02
29.30 V
14 0.42
0.02 19.94
V 15
0.62 0.02
35.64 V
16 0.42
0.02 25.17
V 17
0.50 0.02
29.37 V
18 0.37
0.02 16.67
V 19
0.30 0.02
19.94 V
20 0.49
0.02 29.18
V 21
0.23 0.02
14.52 V
22 0.43
0.02 18.71
V 23
0.31 0.02
20.10 V
24 0.49
0.02 22.50
V 26
0.42 0.02
19.94 V
30 0.18
0.02 8.25
V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari hasil hasil analisis yang kedua dengan item negatif dan item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes PC
masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di
dalam subtes ini tidak hanya mengukur faktor PC.
Untuk mengetahui berapa faktor yang diukur oleh subtes PC, maka dilakukan analisis faktor dengan metode Exploratory Factor Analysis EFA
dengan menggunakan program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan sabagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa
subtes PC sebenarnya mengukur delapan faktor. Tabel 4.7.
Tabel 4.7 Komponen Faktor Item TIM subtes PC
Rotated Component Matrix
a
Component 1
2 3
4 5
6 7
8 V1
.011 .016
-.004 .013
-.099 .642
.104 -.111
V2 .128
.018 .025
.058 .174
.573 -.001
.218 V3
.150 .045
-.050 .333
.007 .443
-.086 .052
V4 -.049
.022 -.045
.076 .053
.012 .162
.725 V5
.414 .029
.039 -.007
.095 .152
-.064 .394
V6 .054
.049 .136
.587 .126
.070 -.150
.076 V7
.028 -.006
-.068 .667
.048 .121
.298 -.072
V8 .380
.069 .014
.391 -.120
-.073 .007
.214 V9
.538 .036
.000 .095
-.065 .175
-.243 .271
V11 .298
.077 .039
.193 .190
-.237 -.040
.203 V12
.391 .059
-.055 .258
.153 .051
-.025 -.286
V13 .633
.063 -.053
.082 -.071
.077 .032
.076 V14
.133 .984
-.002 .049
.053 .026
.024 .024
V15 .491
.142 .021
.116 .138
.016 .168
-.092 V16
.503 -.014
-.079 .200
-.019 -.194
.223 -.148
V17 .403
.102 .043
-.044 .184
.029 .150
.030 V18
.178 -.002
.835 -.008
.062 .019
.100 .020
V19 .043
.017 .032
.141 .200
.202 .637
.032 V20
.499 .038
.061 -.010
.192 .066
.046 .019
V21 .203
.029 .022
-.104 -.110
-.099 .640
.131 V22
.441 -.084
.060 -.201
.150 .246
.044 -.191
V23 .042
.029 .002
.042 .746
.003 .112
.069 V24
.274 .054
-.038 .088
.624 .019
-.058 -.014
V26 .133
.984 -.002
.049 .053
.026 .024
.024 V30
.137 .001
-.847 -.069
.086 .032
.053 .040
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.8 terlihat bahwa faktor 1 diukur oleh item 5, 9, 11, 12, 13, 15, 16, 17, 20, 22, 30.
Faktor 2 terukur oleh item 14, 26. Faktor 3 terukur oleh item 18. Faktor 4 terukur
oleh item 6, 7, 8. Faktor 5 terukur oleh item 23, 24. Faktor 6 terukur oleh item 1, 2, 3. Faktor 7 terukur oleh item 19. Faktor 8 terukur oleh item 4.
Tabel 4.8 Sebaran Item TIM subtes PC
Faktor Item
1 5, 9, 11, 12, 13, 15, 16, 17, 20, 22, 30
2 14, 26
3 18
4 6, 7, 8,
5 23, 24
6 1, 2, 3
7 19
8 4
Hal yang mungkin menjadi penyebab terjadinya multidimensionalitas dalam subtes PC adalah karena bentuk jawabannya yang hanya terdiri dari huruf
depan dari benda yang dihilangkan. Bentuk jawaban seperti ini beresiko menyebabkan terjadinya multikonotasi sehingga dapat menyebabkan multitafsir.
Huruf yang sama bisa dipahami berbeda oleh orang yang berbeda.
Selain itu jumlah soal dalam PC terlalu banyak. Pada WAIS alat tes berbentuk kartu bergambar dan testi diminta untuk melihat bagian mana yang
kurang satu-persatu. Namun di dalam TIM, gambar dibuat berjajar dan di setiap halamanya terdapat 6 gambar. Hal ini menyebabkan konsetrasi peserta menjadi
terganggu karena banyaknya gambar yang disajikan. Jumlah soal dan waktu pengerjaan kurang sesuai sehigga banyak peserta yang pada akhirnya menjawab
secara random.
Untuk mengatasi masalah multitafsir, sebaiknya jawaban dituliskan dengan lengkap. Namun, ini bisa beresiko testi memanfaatkan jawaban untuk
melihat kembali mana bagian yang hilang. Untuk mencegah hal itu, maka bentuk jawabannya dirubah dari bentuk pilihan berganda menjadi isian. Memang
dibandingkan dengan jawaban berganda, proses pemeriksaan jawaban isian akan lebih sulit sehingga memakan waktu lama.
4.1.3 Validitas Konstruk Tingkat Subtes Spatial SPA
Subtes SPA sebenarnya terdiri dari 50 item, namun item nomer 41 sampai item 50 tidak dapat ikut dianalisis karena tidak ada satu orangpun dari 2770 orang yang
menjawab benar sehingga tidak memiliki daya pembeda. Dari hasil yang diperoleh untuk subtes SPA, model satu faktor unidimensional tidak fit, karena
Chi-Square=118822.91, df=740, P-value=0.00000 dan RMSEA=0.240. Setelah kesalahan pengukuran pada beberapa item dibolehkan atau dibebaskan berkorelasi
satu sama lain, maka akhirnya diperoleh model fit P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini,
kesalahan pengukuran dari hampir seluruh item saling berkorelasi, sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional.
Setelah dirun kembali, ditemukan bahwa model satu faktor unidimensional tidak fit, karena Chi-Square=115783.14, df=702, P-value=0.00000 dan RMSEA=0.243
Diagram 4.3. Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit. Chi-Square=170.91, df=146,
P-value=0.07769, dan RMSEA=0.008.
Digram 4.3 Analisis Faktor Konfirmatorik untuk subtes SPA
Terlihat pada model fit bahwa P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini kesalahan
pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 702, namun setelah mencapai model fit, df yang tersisa hanya 146. Ini
berarti terdapat 702-146=556 korelasi kesalahan yang dibebaskan. Dapat disimpulkan bahwa item-item tersebut bersifat multidimensional. Ada pun butir-
butir yang kesalahan pengukurannya saling berkorelasi disajikan pada Tabel 4.9.
Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.10
Tabel 4.10 Muatan Faktor Item TIM Subtes SPA
No. Koefisien
Standar Error T
– Values Signifikan
1 0.77
0.02 46.47
V 2
0.73 0.02
43.46 V
3 0.77
0.02 45.87
V 4
0.72 0.02
42.30 V
5 0.80
0.02 49.30
V 6
0.68 0.02
38.73 V
7 0.73
0.02 41.24
V 8
0.76 0.02
45.62 V
9 0.65
0.02 36.73
V 10
0.67 0.02
36.52 V
11 0.65
0.02 36.72
V 12
0.74 0.02
43.83 V
13 0.80
0.02 48.76
V 14
0.76 0.02
45.26 V
15 0.76
0.02 45.59
V 16
0.63 0.02
34.86 V
17 0.77
0.02 46.35
V 18
0.82 0.02
49.22 V
19 0.64
0.02 35.56
V 20
0.71 0.02
40.89 V
21 0.80
0.02 49.21
V 22
0.75 0.02
44.28 V
23 0.79
0.02 48.61
V 24
0.73 0.02
42.70 V
25 0.53
0.02 27.68
V 26
0.68 0.02
38.97 V
27 0.60
0.02 33.06
V 28
0.56 0.02
30.51 V
29 0.63
0.02 35.82
V 30
0.55 0.02
30.47 V
31 0.59
0.02 32.82
V 32
0.52 0.02
28.75 V
33 0.56
0.02 30.71
V 34
0.38 0.02
20.02 V
35 0.45
0.02 23.78
V 36
0.44 0.02
23.18 V
37 0.19
0.02 9.58
V 38
0.41 0.02
21.42 V
39 0.28
0.02 14.27
V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari hasil analisis kedua dimana item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes SPA masih menunjukan
multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item tidak hanya mengukur
faktor SPA.
Setelah dilakukan analisis faktor dengan metode Exploratory Factor Analysis EFA menggunakan program SPSS 17, hasil perhitungan diperkirakan
bahwa subtes SPA sebenarnya mengukur lima faktor Tabel 4.11.
Tabel 4.11 Komponen Faktor Item TIM Subtes SPA
Rotated Component Matrix
a
Component 1
2 3
4 5
V1 .085
.700 .203
.028 .134
V2 .088
.730 .146
.014 .100
V3 .101
.603 .125
.035 .289
V4 .062
.699 .227
.037 .087
V5 .121
.663 .234
.056 .223
V6 .145
.563 .120
.043 .190
V7 .105
.611 .138
.007 .267
V8 .189
.312 .175
.020 .547
V9 .137
.124 .124
.074 .630
V10 .205
.108 .140
.100 .537
V11 .038
.233 .188
.082 .510
V12 .087
.386 .197
.031 .424
V13 .070
.434 .339
.049 .344
V14 .089
.255 .277
.052 .596
V15 .116
.226 .247
.044 .588
V16 .174
.129 .175
.092 .546
V17 .073
.235 .489
.090 .349
V18 .069
.329 .546
.094 .270
V19 .086
.232 .507
.117 .178
V20 .126
.257 .554
.074 .163
V21 .192
.246 .644
.074 .234
V22 .235
.162 .667
.052 .189
V23 .322
.192 .661
.027 .216
V24 .343
.154 .610
.072 .183
V25 .476
.024 .395
.065 .214
V26 .539
.130 .416
.092 .159
V27 .611
.099 .255
.093 .195
V28 .678
.044 .207
.118 .210
V29 .751
.130 .246
.170 .101
V30 .754
.135 .140
.212 .105
V31 .727
.163 .097
.321 .121
V32 .695
.147 .059
.386 .088
V33 .578
.133 .056
.442 .131
V34 .386
.054 .023
.554 .081
V35 .398
.092 .071
.714 .075
V36 .331
.087 .062
.749 .068
V37 .034
-.065 .086
.609 .067
V38 .163
.057 .095
.777 .062
V39 .091
.011 .062
.700 .051
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.12 . Terlihat bahwa faktor 1 diukur oleh item 25, 26, 27, 28, 29, 30, 31, 32, 33.
Faktor 2 terukur oleh item 1, 2, 3, 4, 5, 6, 7, 13. Faktor 3 terukur oleh item 18, 19. 20, 21, 22, 23, 24. Faktor 4 terukur oleh item 35, 36, 37, 38, 39. Faktor 5 terukur
oleh item 8, 9, 10, 12, 14, 15, 16.
Tabel 4.12 Sebaran Item TIM Subtes SPA
Faktor Item
1 25, 26, 27, 28, 29, 30, 31, 32, 33
2 1, 2, 3, 4, 5, 6, 7, 13
3 17, 18, 19, 20, 21, 22, 23, 24.
4 35, 36, 37, 38, 39
5 8, 9, 10, 12, 14, 15, 16
Dari hasil ini dapat diketahui bahwa terdapat faktor-faktor lain yang menyebabkan subtes SPA ini menjadi multidimensional. Faktor pertama yang
paling berpengaruh adalah faktor waktu. Waktu yang disediakan pada subtes ini terlalu sempit sedangkan item yang harus dikerjakan cukup banyak padahal setiap
item memerlukan waktu untuk mengidentifikasi jawaban. Kurangnya waktu ini membuat peserta tes akhirnya menjawab secara random karena kepanikan dan
kemungkinan besar faktor waktu ini juga yang menyebabkan item 41-50 tidak ada yang menjawab dengan benar sesuai dengan kunci jawaban. Maka untuk
memperbaiki tes ini sebaiknya dilakukan pengujian kembali mengenai alokasi waktu.
Faktor yang kedua adalah ukuran gambar pada setiap soal. Ukuran gambar pada item-item SPA ini terlalu kecil dan soal satu dengan soal lain juga tempatnya
berdempetan sehingga bagi sebagian orang yang bermasalah dengan kesehatan matanya, akan sangat sulit mengerjakan tes ini.
Faktor berikutnya adalah jumlah item soal. Jumlah item yang terdapat di dalam subtes spasial terlalu banyak sehingga banyak peserta yang tidak mampu
menjawab sampai akhir dan banyak juga yang akhirnya asal mengisi tanpa melihat soal terlebih dahulu sehingga yang terjadi adalah mereka menjawab
secara random.
4.1.4 Validitas Konstruk Tingkat Subtes Picture Arrangement PA
Pada saat run pertama, ditemukan item 9 berkoefisien negatif sehingga harus didrop. Setelah dirun kembali diperoleh bahwa model satu faktor
unidimensional tidak fit, karena Chi-Square=5444.72, df=170, P-value=0.00000 dan RMSEA=0.106. Setelah beberapa item dibolehkan atau dibebaskan
berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena
pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi sehingga dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat
multidimensional.
Setelah dirun kembali diperoleh, model satu faktor unidimensional ternyata masih juga tidak fit, karena Chi-Square=4385.49, df=152, P-
value=0.00000 dan RMSEA=0.100 Diagram 4.4. Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya
diperoleh model fit dengan Chi-Square=88.35, df=70, P-value=0.06831, dan RMSEA=0.010
Diagram 4.4 Analisis Faktor Konfirmatorik Subtes PA
Terlihat pada model fit bahwa P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali karena pada model ini, kesalahan
pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 152, namun setelah mencapai model fit, df yang tersisa hanya 70. Ini
berarti terdapat 152 –70=82 korelasi kesalahan yang dibebaskan. Dapat
disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional . Ada pun butir-butir yang kesalahan pengukurannya saling berkorelasi disajikan pada
Tabel 4.13.
Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.14.
Tabel 4.14 Muatan Faktor Item TIM Subtes PA
No. Koefisien
Standar Error T
– Values Signifikan
1 0.60
0.02 31.93
V 2
0.48 0.03
18.14 V
3 0.65
0.02 32.55
V 4
0.60 0.02
30.18 V
5 0.49
0.02 22.99
V 6
0.62 0.02
32.47 V
7 0.34
0.02 16.33
V 8
0.60 0.02
29.66 V
10 0.60
0.02 29.67
V 11
0.45 0.02
20.57 V
12 0.40
0.02 19.04
V 13
0.43 0.02
21.04 V
14 0.39
0.02 16.52
V 15
0.23 0.02
10.71 V
16 0.20
0.02 9.47
V 17
0.12 0.02
5.66 V
19 0.16
0.02 7.93
V 20
0.09 0.02
4.18 V
21 0.09
0.02 3.91
V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari hasil hasil analisis kedua dengan item negatif dan item tidak signifikan didrop, ternyata tidak banyak perubahan. Item-item dalam subtes PA
masih menunjukan multidimensionalitas. Oleh sebab itu model satu faktor yang diteorikan oleh subtes ini sebenarnya tidak dapat diterima karena item-item di
dalam subtes ini tidak hanya mengukur faktor PA.
Untuk mengetahui berapa faktor yang diukur oleh subtes PA, dilakukan analisis faktor dengan metode Exploratory Factor Analysis EFA menggunakan
program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan
sebagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa subtes PA sebenarnya mengukur empat faktor Tabel 4.15.
Tabel 4.15 Komponen Faktor Item TIM Subtes PA
Rotated Component Matrix
a
Component 1
2 3
4 V1
.128 .513
.067 -.019
V2 -.006
.536 -.008
.018 V3
-.086 .591
.008 .131
V4 .086
.521 -.102
.161 V5
.177 .455
.003 -.084
V6 .321
.434 .018
-.042 V7
.323 .169
.121 -.221
V8 .303
.445 .032
-.134 V10
.580 .197
-.020 -.062
V11 .489
.064 .027
-.044 V12
.433 .111
.051 .113
V13 .564
.097 .032
.175 V14
.564 -.013
-.016 .178
V15 .345
-.095 -.044
.416 V16
.060 .105
.092 .604
V17 .025
.033 .114
.664 V19
.071 .022
.549 .149
V20 .048
-.013 .804
.015 V21
-.023 -.019
.719 -.003
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.16. Terlihat bahwa faktor 1 diukur oleh item 7, 10, 11, 12, 13, 14; faktor 2
terukur oleh item 1, 2, 3, 4, 5, 6, 8; faktor 3 terukur oleh item 19, 20, 21 dan faktor 4 terukur oleh item 15, 16, 17.
Tabel 4.16 Sebaran Item TIM subtes PA
Faktor Item
1 7, 10, 11, 12, 13, 14
2 1, 2, 3, 4, 5, 6, 8
3 19, 20, 21
4 15, 16, 17
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.16. Terlihat bahwa faktor 1 diukur oleh item 7, 10, 11, 12, 13, 14; faktor 2
terukur oleh item 1, 2, 3, 4, 5, 6, 8; faktor 3 terukur oleh item 19, 20, 21 dan faktor 4 terukur oleh item 15, 16, 17.
Terjadinya multidimensionalitas dalam subtes PA bisa terjadi karena perubahan cara pengerjaannya. WAIS dimana testi benar-benar menyusun gambar
dirubah dalam TIM menjadi hanya membayangkan susunan gambar. Dalam WAIS testi dapat dengan bebas memutar-mutar susunan gambar hingga ia
putuskan sudah benar. Sedangkan dalam TIM testi hanya bisa membayangkanya saja.
Faktor kedua bisa juga diakibatkan karena banyaknya jumlah item dalam subtes PA, padahal waktu yang diberikan sangat terbatas. Akibatnya konsentrasi
testi dalam mengerjakan menjadi terpecah karena takut kehabisan waktu. Kurangnya waktu ini juga dapat membuat beberapa testi akhirnya hanya
mengerjakan secara random. Jumlah item per halaman juga terlalu banyak sehingga konsentrasi testi menjadi terpecah ke beberapa item sekaligus.
Untuk memperbaiki tes ini, pertama sebaiknya dilakukan kaji ulang mengenai bentuk item. Harusnya, testi diberi kesempatan melihat langsung
objeknya sekalipun dalam bentuk gambar yang tidak statis melainkan dinamis dalam arti memungkinkan untuk dirubah-rubah peletakannya. Aplikasi program
komputer bisa membantu mengurangi dampak masalah ini.
Hal lain yang juga sangat penting dilakukan adalah dengan mengadakan penelitian mengenai penentuan alokasi waktu dan jumlah item. Hal ini untuk
menghindari agar testi tidak cenderung untuk mengerjakan tes secara random. Penempatan item perhalaman juga perlu diperhatikan. Pengerjaan PA
membutuhkan konsentrasi yang cukup tinggi sehingga sebis mungkin hal-hal yang dapat menggangu konsentrasi testi dapat dikurangi.
4.1.5 Validitas Konstruk Tingkat Subtes Object Assembly OA
Hasil yang diperoleh untuk subtes OA dengan model satu faktor unidimensional tidak
fit, karena
Chi-Square=8142.20, df=170,
P-value=0.00000 dan
RMSEA=0.130Diagram 4.5. Setelah beberapa item dibolehkan atau dibebaskan berkorelasi satu sama lainnya, maka akhirnya diperoleh model fit dengan Chi-
Square=70.36, df=58, P-value=0.12808, dan RMSEA=0.009
Diagram 4.5 Analisis Faktor Konfirmatorik Untuk Subtes OA
Terlihat pada model fit bahwa nilai Chi-Square menghasilkan P0,05 tidak signifikan. Namun model satu faktor tidak dapat diterima sama sekali
karena pada model ini, kesalahan pengukuran dari hampir seluruh item saling berkorelasi. Pada awalnya df berjumlah 170, namun setelah mencapai model fit,
df yang tersisa hanya 58. Ini berarti terdapat 170 –58=112 korelasi kesalahan yang
dibebaskan. Dapat disimpulkan bahwa item-item tersebut sebenarnya bersifat multidimensional. Ada pun butir-butir yang kesalahan pengukurannya saling
berkorelasi disajikan pada Tabel 4.17.
Hasil pengujian hipotesis nihil tentang koefisien muatan faktor dengan melihat nilai t bagi setiap koefisien muatan faktor dapat dilihat pada Tabel 4.18.
Tabel 4.18 Muatan Faktor Item TIM subtes OA
No. Koefisien
Standar Error T
– Values Signifikan
1 0.68
0.02 34.95
V 2
0.38 0.02
17.77 V
3 0.27
0.02 11.48
V 4
0.47 0.02
23.17 V
5 0.61
0.02 28.14
V 6
0.46 0.02
22.80 V
7 0.28
0.02 13.38
V 8
0.51 0.02
26.55 V
9 0.60
0.02 30.05
V 10
0.36 0.02
18.10 V
11 0.55
0.02 27.17
V 12
0.61 0.02
29.11 V
13 0.91
0.03 30.41
V 14
0.48 0.02
25.06 V
15 0.67
0.02 34.10
V 16
0.33 0.02
17.63 V
17 0.49
0.02 21.61
V 18
0.35 0.02
14.97 V
19 0.43
0.02 22.17
V 20
0.40 0.02
21.04 V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Item dikatakan signifikan jika memiliki score t lebih dari 1,96. Dari hasil tersebut, dapat dikatakan seluruh item dalam subtes OA siginifikan. Item yang
paling baik sesuai urutannya : 1, 15, 13, 9, 12, 5, 11, 8, 14, 4, 6, 19, 17, 20, 10, 2, 16, 17, 7, dan 3.
Dari hasil analisis dapat dilihat bahwa seluruh item OA signifikan mengukur faktor OA, tetapi sebenarnya item-item dalam subtes OA kurang bagus
karena semuanya
bersifat multidimensional.
Tingginya tingkat
muldimensionalitas ini dapat terlihat dari banyaknya korelasi kesalahan antar item. Sebuah item yang dikatakan unidimensional atau mengukur hanya satu
faktor saja maksimal hanya diperbolehkan berkorelasi tiga item lainya. multidimensionalitas dalam item-item OA menandakan bahwa pada dasarnya OA
tidak hanya mengukur satu faktor saja seperti yang diteorikan, namun OA juga mengukur beberapa faktor yang lain.
Untuk mengetahui berapa kira-kira faktor yang diukur oleh subtes OA, dilakukan analisis faktor dengan metode Exploratory Factor Analysis EFA
dengan menggunakan program SPSS 17. Component dengan Eugenvalue lebih dari 1 diasumsikan sabagi 1 faktor. Dari hasil perhitungan diperkirakan bahwa
subtes OA sebenarnya mengukur empat faktor Tabel 4.19.
Tabel 4.19 Komponen Faktor Item TIM Subtes OA
Rotated Component Matrix
a
Component 1
2 3
4 item1
.176 .410
.346 .066
item2 .055
-.056 .627
.122 item3
.029 .056
.608 -.119
item4 .037
.132 .585
.108 item5
.071 .302
.488 .023
item6 -.062
.481 .223
.054 item7
-.163 .128
.095 .812
item8 .101
.560 .065
.007 item9
.191 .350
.414 -.067
item10 4.315E-5
.584 -.102
.036 item11
.012 .512
.174 .012
item12 .237
.415 .187
.119 item13
.484 .417
.017 .021
item14 .334
.413 .026
.193 item15
.558 .398
.121 .142
item16 .364
.068 .000
.699 item17
.734 .151
.057 .116
item18 .688
-.017 .130
.122 item19
.549 .013
.072 -.094
item20 .558
.006 .005
-.044 .
Sebaran setiap faktor diukur oleh item apa saja dapat dilihat pada Tabel 4.20. Terlihat bahwa faktor 1 diukur oleh item 13, 15, 17, 18, 19 ,20. Faktor 2
terukur oleh item 1, 6, 8, 9, 10, 11, 12, 14. Faktor 3 terukur oleh item 2, 3, 4. Faktor 4 terukur oleh item 16.
Tabel 4.20 Sebaran Item TIM subtes OA
Faktor Item
1 13, 15, 17, 18, 19 , 20
2 1, 6, 8, 9, 10, 11, 12, 14
3 2, 3, 4
4 16
Penyebab terjadinya multidimensionalitas pada item OA adalah cara pengerjaan tes yang berubah dari bentuk benda nyata yang langsung dilihat. dapat
diraba, dan dapat digerak-gerakkan dengan mudah tes WAIS menjadi bentuk gambar statis yang tidak dapat digerakkan dan dicoba sehingga yang teruji
utamanya adalah kemampuan imajinasi. Ini juga menyebabkan cara pengerjaannya lebih sulit.
Hal lain adalah tampilan susunan soal yang terlalu banyak dan rapat dalam satu halaman TIM dapat menyebebabkan testi terpecah konsentrasi pada
beberapa soal. Ini menyebabkan mereka kemungkinan hanya menjawab secara random. Hal ini dapat merubah arah interpretasi.
Masalah lain adalah komposisi antara waktu dan jumlah soal. Pada WAIS jumlah soal lebih sedikit dengan alokasi waktu tidak terbatas. Sementara pada
TIM, jumlah soal lebih banyak dengan waktu terbatas.
Untuk mengatasi masalah ini, disarankan untuk memperbaiki bentuk tes. Dalam hal ini dapat mempertimbangkan penggunaan aplikasi tes dengan program
komputer. Dengan aplikasi komputer, tes dapat dikembalikan mendekati simulasi yang dilakukan pada WAIS. Solusi berikutnya dapat juga dilakukan dengan
menambah jumlah halaman sehingga jumlah soal per halaman bisa dikurangi atau bahkan bisa menjadi satu soal per satu halaman.Dengan begitu, testi akan lebih
fokus pada satu soal. Demikian pula dengan jumlah soal, perlu dikaji berapa jumlah yang proporsional dengan alokasi waktu yang diberikan sehingga yang
diukur adalah waktu penyelesaian bukan jumlah jawaban benar.
4.2 Validitas Konstruk Tingkat Skor
Performance
Setelah dilakukan analisis faktor konfirmatorik pada masing-masing subtes, kemudian dilakukan analisis faktor konfirmatori untuk konstruk inteligensi
umum. Dalam konteks ini, matriks korelasi antar faktor subtes digunakan sebagai input. Namun ada perbedaan dari analisis sebelumnya. Pada analisis ini
input bukan data mentah seperi analisis subtes melainkan dalam bentuk skor faktor true score menggunakan SPSS 17.0 .Hal ini dilakukan karena setiap item
dalam tim bersifat multidimensional. Jadi cara analisis sama dengan analisis pada setiap subtes namun bedanya yang diinput ke dalam Lisrel adalah skor faktor dari
masing-masing subtes. Pada analisis ini subtes PC tidak diikutsertakan karena skor faktor pada subtes PC tidak dapat ditemukan. Hal ini terjadi sebagai akibat
dari matriks korelasi yang kurang baik.
Hasil analisis ini diperoleh nilai Chi-Square=0.51, df=1, P-value=0.47356, dan RMSEA=0.000 . Jadi, model fit dengan data. Artinya, teori yang mengatakan
bahwa item-item mengukur empat subtes dan empat subtes mengukur skor
performance dapat diterima. Namun model fit ini juga dapat tercapai karena ada korelasi kesalahan antar faktor yang diperbolehkan yang antara subtes DS dan
SPA.
Diagram 4.6. Analisis Faktor Konfirmatorik untuk Skor
Performance
Terlihat dari Diagram 4.6, bahwa nilai P0,05 tidak signifikan yang berarti model satu faktor dapat diterima. Pada tahap berikutnya, akan dilihat
apakah setiap subtes signifikan menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini, yang diuji adalah hipotesis nihil tentang koefisien muatan
faktor. Pengujiannya dilakukan dengan melihat nilai t bagi setiap koefisien muatan faktor Tabel 4.21.
Tabel 4.21 Muatan Faktor Skor
Performance TIM Subtes
Koefisien Standar Error
T – Values
Signifikan
DS 0.50
0.02 22.92
V SPA
0.68 0.02
32.19 V
PA 0.58
0.02 29.36
V OA
0.79 0.02
38.27 V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari hasil analisis diatas dapat disimpulkan bahwa pada dasarnya setiap subtes dalam TIM sesi performance sebenarnya secara signifikan mengukur skor
performance.
BAB V KESIMPULAN, DISKUSI DAN SARAN
5.1 Kesimpulan
Hipotesis penelitian ini telah ditetapkan bahwa:
1. Seluruh item dalam setiap subtes TIM Sesi Performance mengukur konstruk yang dimaksud dimana masing-masing subtes fit sesuai
dengan model satu faktor, dan setiap item dalam masing-masing subtes memberikan sumbangan signifikan
2. Lima subtes TIM Sesi Performance fit sesuai dengan model satu faktor, yaitu mengukur skor performance
Kesimpulan tentang hasil pengujian hipotesis 1 dipaparkan pada Tabel 5.1.
Tabel 5.1 Perbandingan Model Sebelum Fit dan Sesudah Fit
Subtes Model
Awal Fit
Digit Symbol Chi-Square=40238.22
df=252 P-value=0.00000
RMSEA=0.239 Chi-Square=62.36
df=48 P-value=0.07963
RMSEA=0.010 Picture Completion Chi-Square=7727.36
df=275 P-value=0.00000
RMSEA=0.099 Chi-Square=189.32
df=159 P-value=0.05051
RMSEA=0.008 Spatial
Chi-Square=118822.91 df=740
P-value=0.00000 RMSEA=0.240
Chi-Square=170.91 df=146
P-value=0.07769 RMSEA=0.008
Picture Arrangement
Chi-Square=5444.72 df=170
P-value=0.00000 RMSEA=0.106
Chi-Square=88.35 df=70
P-value=0.06831 RMSEA=0.010
Object Assembly Chi-Square=8142.20
df=170 P-value=0.00000
RMSEA=0.130 Chi-Square=70.36
df=58 P-value=0.12808
RMSEA=0.009
Hasil pengujian menunjukkan bahwa hipotesis 1 diterima namun dengan catatan. Pada awalnya model satu faktor tidak dapat diterima. Namun setelah
dilakukan beberapa modifikasi pada model pengukuran dengan cara membebaskan korelasi kesalahan antar item maka hipotesis 1 dapat. Hipotesis
masih dapat diterima karena model fit satu faktor masih dapat tercapai dan item- item pada setiap subtes sebenarny memberikan kontrubusi yang signifikan
terhadap faktor yang ingin diukur. Walaupun pada dasarnya item-item pada setiap subtes kurang baik karena juga secara signifikan mengukur hal selain faktor yang
ingin diukur.
Hasil pengujian hipotesis 2 dengan catatan. Melalui analisis faktor dua tingkat second order confirmatory analysis ditemukan bahwa seluruh subtes secara
signifikan mengukur skor performance. Hal ini sejalan dengan hasil penelitian yang dilakukan oleh Jackson 2003. Setiap subtes terbukti secara signifikan
berkontribusi terhadap skor performance. Namun kondisi ini terjadi setelah faktor kesalahan dihilangkan
5.2 Diskusi
Hasil analisis menunjukkan bahwa seluruh subtes dalam TIM tidak mengukur satu faktor unidimensional seperti yang diteorikan. Banyaknya
kesalahan item yang saling berkorelasi ini menandakan bahwa sebenarnya item- item dalam TIM sesi performance ini bersifat multidimensional. Ini berarti bahwa
item-item tersebut selain mengukur faktor pada subtes seharusnya, juga mengukur
faktor lain. Namun model fit satu faktor tetap dapat tercapai dengan catatan korelasi antar kesalahan item harus dibebaskan terlebih dahulu.
Dengan kondisi di atas, maka TIM sesi performance tidak layak digunakan. TIM bisa digunakan apabila scoring menggunakan true score atau
skor murni dimana hasil tidak dipengaruhi oleh tingkat error. Beberapa item juga sebelumnya harus dikaji ulang, direvisi atau bahkan diganti karena beberapa
diantaranya ternyata tidak memberikan kontribusi yang positif terhadap faktor yang seharusnya terukur.
Beberapa hal yang dapat menyebabkan muldimensionalitas dalam setiap subtes ini antara lain:
1. Pada subtes DS, terjadi kerancuan antara bentuk power test testi diuji berdasarkan kemampuan, dan speed test testi diuji berdasarkan
kecepatan. DS memang diteorikan mengukur memori dan kecepatan. Namun DS tidak dapat juga disebut sebagai speed test karena item DS
terlalu sedikit sehingga hampir semua yang menempuh tes ini dapat menjawab dengan benar. Akibatnya subtes DS tidak dapat membedakan
kemampuan antar indivdu. DS juga tidak dapat dikatakan sebagai power test karena tingkat kesukaran item DS terlalu rendah sehingga setiap orang
dapat dipastikan bisa menjawab dengan benar asalkan waktu yang diberikan cukup. Sama sekali tidak ada kemampuan berfikir yang
diperlukan dalam mengerjakan subtes DS. Ketidakjelasan sifat subtes DS