Tulisan ini mendemonstrasikan analisis
butir yang dilakukan pada pengukuran yang bersifat multidimensi. Pengukuran
yang multidimensi adalah pengukuran yang mengukur atribut yang satu dengan
lainnya tidak memiliki keterkaitan erat. Meski mengukur konstruk atau variabel
yang sama, sebuah alat ukur bisa saja melibatkan bersifat multidimensi. Misalnya
tes IQ yang mengukur dua atribut yang tidak memiliki keterkaitan yang erat,
yaitu verbal dan performansi. Tes TOEFL juga demikian, ada tiga atribut yang
diukur oleh tersebut yaitu listening,
structure dan reading. Melakukan analisis butir pada pengukuran yang bersifat
multidimensi berbeda dengan pengukuran unidimensi.
Tabel
1. Butir Skala Citra Diri
No
|
Pernyataan
|
1
|
Saya memiliki wajah yang
menarik
|
2
|
Saya memiliki tubuh yang
atletis
|
3
|
Meski tanpa memakai make up
wajah saya tetap menarik
|
4
|
Badan saya sangat terawat
|
5
|
Saya bangga memiliki bentuk
wajah seperti
|
6
|
Teman-teman mengatakan bahwa
wajah saya berseri-seri
|
7
|
Saya memiliki badan yang
menarik
|
8
|
Dilihat dari sisi manapun,
wajah saya memancarkan daya tarik tersendiri
|
9
|
Badan saya terlihat proporsional
|
10
|
Teman-teman memuji bentuk tubuh
saya
|
11
|
Saya bersyukur memiliki bentuk
wajah yang rupawan
|
12
|
Saya bersyukur memiliki bentuk
badan yang sempurna
|
13
|
Sangat membanggakan memiliki
tubuh seperti seperti saya
|
14
|
Wajah saya sama menariknya dengan
wajah fotomodel
|
15
|
Hampir tidak ada cela pada
setiap bagian wajah saya
|
16
|
Saya sering melihat ke cermin
untuk memandang wajah saya
|
17
|
Saya melihat tidak ada cacat
yang berarti pada tubuh saya
|
18
|
Wajah saya memiliki karakter
yang khas
|
19
|
Saya menyukai wajah saya apa
adanya
|
Tabel 1 menunjukkan butir-butir pada Skala
Citra Tubuh yang terdiri dari 19 butir. Hasil analisis butir menunjukkan ada 9
butir yang berguguran karena memiliki korelasi butir-total di bawah 0.3 (lihat
Gambar 1). Butir gugur biasanya disebabkan karena butir tersebut mengukur
sesuatu yang tidak homogen dengan butir-butir yang lain di dalam skala.
Akibatnya daya diskriminasi butir tersebut rendah. Widhiarso (2009) mengatakan bahwa pengukuran dalam bidang sosial rentan terhadap
pengukuran yang multidimensi. Konsekuensi adanya pengukuran yang multidimensi
ini adalah, analisis butir harus dilakukan pada tiap dimensinya (Netemeyer, Bearden, & Sharma,
2003). Jika
hasil analisis dilakukan secara bersama-sama maka peneliti akan mendapati
butir-butir berguguran seperti yang terjadi pada kasus Skala Citra Tubuh ini.
So, mari kita uji apakah Skala Citra Tubuh ini mengukur konstruk yang
multidimensi ataukah multidimensi. Teknik analisis yang kita pakai adalah
analisis faktor.
Gambar 1. Hasil Analisis Butir
A. Prosedur Analisis Faktor
Program yang
kita pakai adalah SPSS. Analisis faktor masuk ke dalam menu reduksi data,
karena memang tujuan analisis faktor adalah mengidentifikasi kesamaan pada
seperangkat indikator/butir. Dengan adanya kesamaan tersebut maka jumlah
indikator menjadi berkurang menjadi jumlah faktor yang dihasilkan. Inilah
alasan mengapa analisis butir merupakan teknik pereduksian data.
1.
Tekan Analyze > Data
Reduction > Factor
Analysis. Lalu masukkan semua butir yang hendak dianalisis
2.
Pada menu Rotation, pilih
Varimax atau Oblimin. Pilih Varimax jika anda ingin antar dimensi yang
dihasilkan tidak memiliki keterkaitan sama sekali, dan pilih Oblimin jika antar
dimensi yang dihasilkan masih memiliki keterkaitan. Dalam ilmu sosial semua
variabel berpotensi memiliki keterkaitan, meskipun keterkaitannya kecil. Jadi,
dalam kasus ini kita pilih Oblimin. Klik OK.
3.
Kembali ke menu awal. Klik
Option lalu centang Supress Small Coefficient. Lalu tulis angka .30. Artinya
nilai muatan faktor di bawah 0,3 tidak ditampilkan di tabel.
B. Membaca Hasil Analisis
Semua indikator di dalam
skala ketika disatukan akan menjelaskan varians skor sebesar 100%. Nah,
pereduksian menjadi indikator yang lebih sedikit tentu akan mengurangi varians
skor yang dijelaskan. Lihat Tabel di bawah ini. Pereduksian dari 19 butir
menjadi 3 faktor/dimensi mampu menjelaskan total varians sebesar 79,50%. Jumlah
ini cukup besar sehingga hasil 3 faktor kita pakai.
Gambar 2. Hasil Analisis Faktor (a)
Sekarang kita akan mencari
butir yang menjadi anggota tiap faktor. Caranya adalah melalui korelasi antara
butir dan faktor. Setiap butir memiliki korelasi dengan tiap faktor yang
dihasilkan. Sebuah butir dapat dikatakan merupakan anggota dari sebuah faktor
jika :
1. Korelasi
tersebut cukup tinggi (di atas 0.3)
2. Korelasi
tersebut paling tinggi diantara korelasi lainnya.
Gambar 3. Hasil Analisis Faktor (b)
Gambar 3 menunjukkan matriks
korelasi antara butir dan faktor yang dihasilkan dari analisis (3 faktor). Kita
tadi telah menetapkan bahwa korelasi di bawah 0.3 tidak dicetak pada output,
hasilnya seperti yang muncul pada Gambar 3. Semua korelasi yang dicetak hanya
yang berada di atas 0,3.
Dari sini kita mendapati bahwa Butir 1, 3,
5, 6, dst menjadi anggota Faktor 1 dan Butir 2, 7, 10 dst menjadi anggota
Faktor 2. Korelasi antara butir dengan faktor dinamakan dengan muatan faktor (factor
loading). Dari analisis faktor kita dapati bahwa anggota butir pada tiap faktor
adalah sebagai berikut :
Faktor 1 berisi
butir 1, 3, 5, 6, 8, 11, 14, 15, 16, 18, 19
Faktor 2 berisi
butir 2, 7, 10, 13
Faktor 3 berisi butir 4, 9,
12, 17
C. Melakuan Analisis Butir Per Faktor
Setelah menemukan faktor dan
butir-butirnya, maka analisis butir kita lakukan pada butir-butir dengan faktor
yang sama. Hasil analisis menunjukkan bahwa ketika butir dianalisis sesuai
dengan faktornya, maka tidak ada butir yang gugur.
Gambar 4. Hasil Analisis pada Butir-butir Faktor 1
Gambar 5. Hasil Analisis pada Butir-butir Faktor 2
Gambar 6. Hasil Analisis pada Butir-butir Faktor 3
D. Penutup
Ketika menemukan adanya multidimensionalitas pada hasil
pengukurannya, peneliti dapat menghitung reliabilitas pada tiap dimensi atau
menggunakan koefisien reliabilitas pengukuran multidimensi. Penggunaan estimasi
reliabilitas pada tiap dimensi alat ukur dicontohkan oleh Gosling dkk. (2003) yang menghitung dimensi Big Five Inventory yang terdiri dari lima
faktor. Di penelitian tersebut peneliti menghitung reliabilitas pada kelima
faktor sehingga didapatkan lima koefisien reliabilitas. Di sisi lain,
penghitungan koefisien reliabilitas pengukuran multidimensi dapat melihat
penelitian Brunner dan Suβ (2005) yang menggunakan Koefisien Reliabilitas Konstrak dan Reliabilitas
Komposit untuk mengestimasi reliabilitas tes inteligensi yang bersifat
multidimensional.
E. Referensi
Brunner, M.,
& SÜβ, H.M. (2005). Analyzing the reliability of multidimensional
measures: An example from intelligence research. Educational and Psychological Measurement, 65(2), 227-240.
Tidak ada komentar:
Posting Komentar