61
Tabel 3.4 Blueprint Skala Kepribadian
Dimensi Indikator
Item Favorable
Unfavorable Honesty-Humility
Tulus Adil
Greed-Avoidance Sederhana
6, 54 36
18 30
12, 60 42
24, 48 Emotionality
Penakut Pencemas
Ketergantungan Sentimentil
5, 29 11
17 23, 47
53 35
41 59
Extraversion Berjiwa Sosial
Pandai Bergaul Aktif
Berani 4
34, 58 16, 40
22 28, 52
10 46
Agreeableness Pemaaf
Lembut Fleksibel
Sabar 3, 27
33, 51 39
45 9
15, 57 21
Conscientiousness Terorganisir Rajin
Perfeksionis Bijaksana
2 8
38, 50 26
32 14
20, 44, 56 Openness to
Experience
Mengapresiasi Seni
Ingin Tahu Kreatif
Tidak Kuno 25
7 13
43 1
31 37, 49
19, 55
Jumlah
60
62
3.4. Uji Validitas Konstruk
Untuk menguji validitas alat ukur yang digunakan dalam penelitian ini, peneliti menggunakan CFA
Confirmatory Factor Analysis. Dalam CFA Confirmatory Factor Analysis, peneliti harus memiliki gambaran yang spesifik mengenai a
jumlah faktor, b variabel yang mencerminkan suatu faktor, dan c faktor-faktor yang saling berkorelasi.
Tahapan dalam CFA diawali dengan merumuskan model teoritis hipotesis tentang pengukuran variabel laten, kemudian model tersebut diuji
kebenarannya secara statistik menggunakan data. CFA lebih tepat digunakan pada pengujian teori karena a langsung menguji teori dan b tingkat fit pada model
dapat diukur dalam berbagai cara. Adapun logika dasar dari CFA adalah sebagai
berikut: 1.
Bahwa ada sebuah konsep atau trait berupa kemampuan yang
didefinisikan secara operasional sehingga dapat disusun suatu pertanyaan atau pernyataan untuk mengukurnya. Kemampuan ini disebut faktor,
sedangkan pengukuran terhadap faktor ini dilakukan melalui analisis terhadap respon jawaban atas item-itemnya.
2. Diteorikan setiap item hanya mengukur satu faktor saja atau memberi
informasi tentang faktor tersebut saja atau dengan kata lain bersifat unidimensional. Sebagai contoh, suatu konstruk psikologis yang disebut
kemampuan berpikir analogis. 3.
Berdasarkan model unidimensional. Pada butir diatas, dapat disusun untuk sehimpunan persamaan matematis. Persamaan tersebut dapat digunakan
63
untuk memprediksi dengan menggunakan data yang tersedia matriks korelasi antar item yang seharusnya diperoleh, jika korelasi antar item
tersebut unidimensional benar. Matriks korelasi ini dinamakan sigma ∑. Kemudian, matriks ini akan dibandingkan dengan matriks korelasi
yang diperoleh secara empiris dari data disebut matriks S. Jika teori tersebut benar unidimensional, maka seharusnya tidak ada perbedaan
yang signifikan antara elemen matriks ∑ dengan elemen matriks S. secara matematis dapat dituliskan: S -
∑ = 0. 4.
Pernyataan matematis inilah yang dijadikan hipotesis nihil yang akan dianalisis menggunakan CFA. Dalam hal ini, dilakukan uji signifikansi
dengan Chi-square. Jika Chi-square yang dihasilkan tidak signifikan nilai
p 0,05, maka dapat disimpulkan bahwa hipotesis nilai yang menyatakan: “tidak ada perbedaan antara matriks S dan ∑” adalah tidak
ditolak diterima. Artinya, teori yang menyatakan bahwa seluruh item mengukur hanya satu faktor, dapat diterima kebenarannya didukung oleh
data. Sebaliknya, jika nilai Chi-square yang diperoleh signifikan, maka
hipotesis nihil S - ∑ = 0 ditolak. Artinya, teori tersebut tidak didukung
oleh data ditolak. Dengan kata lain, analisis faktor konfirmatori dalam hal ini adalah pengujian terhadap hipotesis nihil Ho : S -
∑ = 0. Artinya, tidak ada perbedaan antara matriks korelasi yang diperoleh dari hasil
observasi. 5.
Jika teori diterima model fit, langkah selanjutnya adalah menguji hipotesis tentang signifikan tidaknya masing-masing item dalam
64
mengukur apa yang hendak diukur. Uji hipotesis ini dilakukan dengan t-
test. Jika nilai t signifikan, berarti item yang bersangkutan adalah signifikan dalam mengukur apa yang hendak diukur. Dengan cara seperti
ini, dapat dinilai butir item mana yang valid dan yang tidak valid didalam konteks validitas konstruk.
6. Kemudian akan ditentukan item yang di-
drop. Item harus di-drop jika memiliki
t-value -1,96 ≤ t ≤ 1,96, karena itu menandakan bahwa item tidak
valid. Item yang memiliki koefisien muatan faktor negatif juga di- drop
karena mengukur hal yang berlawanan dengan konsep yang didefinisikan. Item dapat juga di-
drop jika residualnya kesalahan pengukuran berkorelasi dengan banyak residual item yang lainnya, karena item
tersebut mengukur juga hal lain selain konstruk yang hendak diukur. Adapun pengujian analisis CFA seperti ini dilakukan dengan
menggunakan software LISREL 8.70 Joreskog Sorbom, 1999. Uji validitas
tiap alat ukur akan dipaparkan pada sub bab berikut.
3.4.1. Uji Validitas Konstruk Forgiveness
Peneliti menguji apakah sembilan item yang ada bersifat unidimensional, artinya benar hanya mengukur
forgiveness. Dari hasil awal analisis CFA yang dilakukan dengan model satu faktor ternyata tidak fit, dengan
Chi –Square = 228,02 ; df =27,
P-value = 0,00000, RMSEA = 0,193. Oleh karena itu, peneliti melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item
dibebaskan berkorelasi satu sama lainnya, maka diperoleh model fit seperti pada
gambar dibawah ini:
65
Gambar 3.1 Hasil Analisis Faktor Konfirmatorik Forgiveness
Berdasarkan gambar 3.1, terlihat Chi
–Square = 26,52 ; df = 18 ; P-value = 0,08840 ; RMSEA = 0,049. Nilai
Chi –Square menghasilkan P-value 0,05 tidak
signifikan, yang artinya model dengan satu faktor unidimensional dapat diterima di mana seluruh item mengukur satu faktor saja yaitu
forgiveness. Untuk variabel berikutnya
path diagram dicantumkan pada lampiran. Peneliti selanjutnya akan melihat apakah item tersebut mengukur faktor
yang hendak diukur atau tidak, sekaligus menentukan apakah item tersebut perlu di-
drop atau tidak. Jika ada item yang harus di-drop artinya item tersebut tidak ikut serta dianalisis. Pengujiannya dilakukan dengan langkah-langkah berikut :
1. Melihat hipotesis setiap item signifikian t -1,96 atau t 1,96 atau tidak
signifikan - 1,96 ≤ t ≤ 1,96. Jika tidak signifikan maka item tersebut akan
di- drop karena secara statistik tidak memberikan informasi yang
bermakna.
2. Item harus memiliki muatan faktor yang positif. Jika negatif maka item
tersebut akan di- drop karena mengukur hal yang berlawanan dengan
konsep penelitian.
66
3. Terakhir, untuk men-
drop sebuah item dapat dilakukan dengan melihat jumlah korelasi kesalahannya. Jika korelasi kesalahan item lebih besar dari
lima 5, maka item tersebut akan di- drop. Hal ini dilakukan karena item
tersebut juga mengukur hal lain selain konstruk yang hendak diukur.
Hasilnya dapat dilihat pada tabel 3.5 berikut:
Tabel 3.5 Muatan Faktor Item
Forgiveness
No. Item Koefisien
Standar Error Nilai t
Signifikan 1
0,84 0,08
10,89 V
2 0,39
0,07 5,37
V 3
0,17 0,07
2,47 V
4 0,67
0,07 9,70
V 5
0,74 0,07
10,37 V
6 0,88
0,07 11,96
V 7
0,33 0,07
4,79 V
8 0,41
0,07 5,49
V 9
0,25 0,07
3,67 V
Keterangan: Tanda V = Signifikan t 1,96 ; X = Tidak Signifikan
Dari tabel 3.5 dapat kita lihat bahwa seluruh item signifikan t 1,96 dan semua koefisien bermuatan positif. Dengan demikian tidak perlu ada item yang
di- drop.
3.4.2. Uji Validitas Konstruk Kualitas Hubungan