Validitas Konstruk Tingkat Subtes

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