105 Dari 59 item yang mengukur subtes vocabulary, ternyata ada lima item
yang tidak signifikan, karena nilai t lebih kecil dari 1, 96 absolute. Ke lima item inilah yang harus di drop, yaitu item 12, 13, 14, 16, dan 20. Dari hasil tersebut
semua item dinyatakan bernilai positif, item yang paling baik sesuai dengan urutannya adalah item nomor 40, 43, 45, 36, 49, 37, 44, 41, 46, 50, 47, 48, 39, 52,
51, 54, 38, 32, 42, 53, 55, 57, 35, 33, 56, 60, 58, 31, 29, 59, 30, 34, 25, 28, 23, 27, 17, 26, 3, 22, 21, 8, 24, 19, 2, 15, 7, 5, 1, 6, 18, 11, 4, dan 10. Oleh karena itu,
model satu faktor yang diteorikan dalam subtes ini dapat diterima, bahwa setiap item dalam subtes ini bersifat unidimensional dengan hanya mengukur vocabulary
saja.
4.1.4. Validitas Konstruk Subtes Arithmetic Reasoning AR
Hasil perhitungan awal yang diperoleh untuk subtes arithmetic reasoning AR
dengan model satu faktor unidimensional tidak fit, didapatkan Chi Square = 29884.13, df = 275, P-value = 0.00000 RMSEA = 0.182. Kemudian setelah
dilakukanlah modifikasi terhadap model dengan cara membebaskan atau memperbolehkan kesalahan pada setiap item saling berkolerasi satu dengan
lainnya, maka diperoleh model fit dengan Chi – Square = 57.98 , df = 44 , P-value = 0.07693 , RMSEA = 0.10. Nilai Chi – Square menghasilkan P-value 0.05
tidak signifikan. Namun, model dengan hanya satu faktor tidak dapat diterima, dikarenakan pada model ini terdapat banyak item yang kesalahannya saling
berkolerasi sehingga item tersebut bersifat multidimensional, yang berarti seluruh item selain mengukur arithmetic reasoning juga mengukur hal yang lain.
106 Karena GATB adalah alat tes kemampuan, maka tidak boleh ada item
yang berkoefisien negatif karena negatif itu menandakan semakin salah jawaban pada item tersebut semakin tinggi kemampuan arithmetic reasoningnya. Oleh
sebab itu, bila terjadi seperti ini, maka item tersebut tidak dapat dipakai sehingga harus didrop atau direvisi. Setelah itu dilakukan analisis kedua setelah item
negatif dikeluarkan. Hasil run pertama menunjukkan bahwa item nomor 5 berkorelasi negatif, sehingga harus dibuang dan tidak diikutkan dalam analisis
kedua.
Dari hasil analisis kedua untuk subtes arithmetic reasoning dengan model
satu faktor unidimensional dan item negatif yang sudah di-drop tidak fit, didapatkan Chi Square = 6100.55, df = 252, P-value = 0.00000 RMSEA = 0.084.
Kemudian dilakukan modifikasi kembali terhadap model dengan cara membebaskan atau memperbolehkan kesalahan pada setiap item saling
berkolerasi satu dengan lainnya.
Pada model dengan item negatif yang sudah di-drop ternyata masih terdapat item yang berkorelasi dengan kesalahan pengukuran pada item lainnya.
Hal ini menandakan bahwa beberapa item tersebut sebenarnya memang bersifat multidimensional. Setelah melihat kualitas item dengan menguji hipotesis nihil
dari muatan faktor maka didapatkan bahwa dari 24 item yang mengukur subtes
arithmetic reasoning AR, ternyata ada empat item yang tidak signifikan, karena nilai t lebih kecil dari 1, 96 absolute. Ke empat item inilah yang harus di drop,
107 yaitu item nomor 9, 16, 22, dan 23. Dari hasil tersebut semua item dinyatakan
bernilai positif.
Untuk mendapatkan hasil dengan item yang benar-benar murni, maka dilakukan analisis kembali namun kali ini seluruh item yang tidak signifikan tidak
diikutsertakan atau dengan kata lain di-drop terlebih dahulu. Item yang tidak diikutsertakan adalah item nomor 9, 16, 22, dan 23
Hasil yang diperoleh untuk analisis ketiga pada subtes arithmetic reasoning dengan model satu faktor unidimensional dan item negatif yang sudah
di-drop tidak fit, didapatkan Chi Square = 4289.60, df=170, P-Value = 0.00000
RMSEA=0.086. Kemudian dilakukan modifikasi kembali terhadap model dengan cara membebaskan atau memperbolehkan kesalahan pada setiap item saling
berkolerasi satu dengan lainnya, maka didapatkanlah model fit seperti pada gambar 4.4 berikut ini.
108
Gambar 4.4 Analisis Faktor Konfirmatorik untuk Subtes
Arithmetic Reasoning
Pada awalnya nilai Chi Square menghasilkan p 0,05 tidak signifikan. Dengan demikian, model dengan hanya satu faktor dapat diterima. Namun, setelah model
dengan item negatif yang sudah di-drop ternyata hanya terdapat satu item yang bersifat unidimensional yaitu item nomor 7 dan sisa item yang ada masih saling
berkolerasi dengan kesalahan pengukuran pada item lainnya, hal ini menandakan
109 bahwa beberapa item tersebut sebenarnya memang bersifat multidimensional
namun korelasi antar item nya telah banyak berkurang seiring dengan beberapa item negatif dan tidak signifikan yang di drop.
Pada awalnya df berjumlah 170, namun setelah mencapai model fit, df yang tersisa hanya 95. Ini berarti terdapat 170-95 = 75 korelasi kesalahan yang
dibebaskan. Kesalahan pengukuran item-item yang saling berkolerasi disajikan pada tabel 4.8.
Tabel 4.8 Matriks korelasi antar kesalahan pengukuran butir item pada
Arithmetic Reasoning Item
1 2
3 4
6 7
8 10
11 12
1 1
2
0.13
1
3
0.09
1
4 1
6
0.19 0.15
0.19 0.12
1
7
-0.08
1
8
0.08 0.07
0.27
1
10
0.06
1
11
0.08
1
12
0.12
1
13
-0.08 -0.09
0.12
14
-0.07
15
0.08
17
0.07
18
0.00 -0.12
0.03
19
0.09
20
-0.08 0.07
21
-0.05 -0.09
24
-0.12 -0.08
-0.11
25
-0.09 -0.07
-0.19 -0.19
-1.08
Keterangan: Angka dengan warna merah menunjukkan ketidaksignifikanan
110
Tabel 4.8 Matriks korelasi antar kesalahan pengukuran butir item pada
Arithmetic Reasoning Lanjutan Item
13 14
15 17
18 19
20 21
24 25
13 1
14
0.15
1 15
0.26 0.21
1 17
0.13 0.14
0.24
1 18
0.12 0.11
0.40
1 19
0.10 0.13
0.20 0.47
0.54
1 20
0.09 0.12
0.37 0.29
0.59
1 21
0.09 0.10
0.30 0.36
0.57 0.59
1 24
0.13 0.09
0.13 0.36
0.25 0.33
0.41
1 25
0.25 0.15
0.28 0.07
0.27 0.53
0.42 0.57
1
Keterangan: Angka dengan warna merah menunjukkan ketidaksignifikanan
Selanjutnya kualitas item dapat dilihat dari signifikan atau tidaknya item tersebut menghasilkan informasi tentang apa yang hendak diukur. Dalam hal ini,
yang diuji adalah hipotesis nihil dari muatan faktor. Pengujiannya dilakukan dengan melihat nilai t bagi setiap koefisien muatan faktor seperti pada tabel 4.9
berikut ini:
111
Tabel 4.9 Muatan Faktor Item GATB subtes
Arithmetic Reasoning Item
Koefisien Standar Error T- Value
Signifikan
1 0.28
0.03 8.71
V 2
0.50 0.03
15.39 V
3 0.49
0.03 14.57
V 4
0.57 0.03
16.65 V
6 0.35
0.03 9.31
V 7
0.59 0.03
18.59 V
8 0.48
0.03 14.38
V 10
0.52 0.03
16.08 V
11 0.53
0.03 16.37
V 12
0.41 0.03
12.98 V
13 0.50
0.03 15.27
V 14
0.18 0.03
5.17 V
15 0.36
0.03 10.96
V 17
0.31 0.03
9.16 V
18 0.37
0.03 10.81
V 19
0.25 0.03
7.54 V
20 0.18
0.03 5.45
V 21
0.27 0.03
8.14 V
24 0.17
0.03 4.75
V 25
0.19 0.03
5.21 V
Keterangan: V= signifikan t-values 1,96 X = Tidak signifikan
Dari 20 item yang mengukur subtes arithmetic reasoning AR, semua item dinyatakan signifikan, karena nilai t lebih besar dari 1, 96 absolute dan juga
bernilai positif. Item yang paling baik sesuai dengan urutannya adalah item nomor 7, 4, 11, 10, 2, 13, 3, 8, 12, 15, 18, 6, 17, 1, 21, 19, 20, 25, 14, dan 24.
112 Setelah melakukan analisis untuk ketiga kalinya dengan membuang item
negatif dan item tidak signifikan ternyata tidak menghasilkan banyak perubahan. Setiap item dalam subtes arithmetic reasoning masih menunjukkan kolerasi antar
item dan menunjukkan multidimensionalitas. Atas hal tersebut maka model satu faktor yang diteorikan dalam subtes ini tidak dapat diterima karena ternyata setiap
item dalam subtes ini tidak hanya mengukur satu faktor arithmetic reasoning saja.
Melihat hasil yang seperti ini maka dilakukanlah analisis faktor dengan menggunakan program SPSS 17. SPSS digunakan untuk memberikan perkiraan
mengenai berapa banyak faktor yang diukur oleh subtes arithmetic reasoning dengan batas eugen value 1. Melalui SPSS diperkirakan bahwa subtes arithmetic
reasoning sebenarnya mengukur lima faktor Tabel 4.10. Namun perhitungan ini hanya sebagai perkiraan saja, diperlukan penelitian lebih lanjut mengenai berapa
sebenarnya jumlah faktor yang diukur oleh subtes arithmetic reasoning dan penjelasan mengenai faktor-faktor tersebut tidak dilakukan dalam penelitian ini.
Penjelasan mengenai kelima faktor dapat dilihat pada tabel 4.10 mengenai Rotated Component Matrix.
113
Tabel 4.10 Rotated Component Matrix pada Subtes Arithmetic Reasoning
Rotated Component Matrix
a
Component 1
2 3
4 5
V1 -.104-
.478 -.096-
.150 .147
V2 .038
.471 .193
.035 .035
V3 .075
.537 .062
.052 -.076-
V4 .099
.403 .283
-.111- -.134-
V5 -.025-
.667 .024
-.029- -.002-
V6 .083
.274 .389
.162 .014
V7 .001
.474 .261
.064 -.126-
V8 .069
.178 .545
-.055- -.020-
V9 .060
.103 .645
-.007- .087
V10 -.052-
.004 .592
.205 .026
V11 .071
.065 .373
.545 -.022-
V12 .030
.127 -.232-
.666 .088
V13 .140
.024 .223
.628 .014
V14 .548
-.044- .144
.303 -.078-
V15 .631
.008 .091
.104 -.092-
V16 .762
.005 .033
.082 .007
V17 .553
.056 -.047-
-.076- .335
V18 .575
.069 -.027-
-.087- .307
V19 .074
-.054- .100
-.020- .654
V20 .056
-.035- -.018-
.112 .765
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 7 iterations.
114
Tabel 4.11 Sebaran Item GATB subtes
Arithmetic Reasoning Faktor
Item
1 14, 15, 16, 17, 18
2 1, 2, 3, 4, 5, 7
3 6, 8, 9, 10
4 11, 12, 13
5 19, 20
Dari tabel 4.10 terlihat bahwa faktor 1 terukur oleh item 14, 15, 16, 17, 18. Faktor 2 terukur oleh faktor 1, 2, 3, 4, 5, 7. Faktor 3 terukur oleh faktor 6, 8, 9, 10.
Faktor 4 terukur oleh faktor 11, 12, 13 serta faktor 5 yang terukur oleh faktor 19 dan 20
4.2. Validitas Konstruk Seluruh Subtes GATB dalam Mengukur Satu Konstruk Bersifat Umum
