Saya sering sekali ditemui mahasiswa yang sedang menyusun skala pengukuran. Mereka melaporkan bahwa aitem-aitem skala yang mereka tulis banyak yang rontok dalam analisis aitem, alias memiliki daya diskriminasi yang rendah. Korelasi aitem-total sebagian besar aitem skala sangat rendah. Saya lalu meminta beberapa mahasiswa menganalisis faktor data try-out alat ukur yang mereka lakukan. Hasil analisis menunjukkan bahwa data mereka menghasilkan faktor yang majemuk, padahal harusnya menghasilkan faktor tunggal. Dengan kata lain, pengukuran mereka bersifat multidimensi.

Prosedur seleksi aitem hendaknya dilakukan pada data yang unidimensi yang ditunjukkan dengan kesamaan domain ukur. Unidimensi artinya domain ukurnya tunggal, sedangkan multidimensi artinya domain ukurnya adalah majemuk.

Jika kita paksakan menyeleksi aitem-aitem skala pengukuran yang bersifat multidimensi secara bersama-sama, maka hasil yang didapat adalah seperti kasus yang dialami oleh mahasiswa saya tadi. Sebagian besar aitem banyak gugur dalam analisis. Aitem-aitem memasuki bus yang tujuannya berbeda-beda akan tetapi dipaksa untuk mengarah pada satu tujuan. Akibatnya, aitem-aitem banyak yang berontak dan memilih turun dari bus. Seperti itulah analogi jika kita menganalisis data yang bersifat multidimensi namun dijadikan dalam satu sistem analisis yang sama.

Sesuatu yang bijak jika kita menghargai perbedaan orientasi masing-masing orang. Dalam dunia psikometri, kebijaksanaan itu dapat diterapkan juga pada analisis aitem. Analisis aitem dilakukan secara terpisah berdasarkan dimensi ukurnya. Jika ada tiga dimensi ukur, maka analisis aitem dilakukan secara terpisah pada masing-masing dimensi. Penelitian menunjukkan bahwa koefisian alpha akan menghasilkan estimasi reliabilitas yang baik jika dikenakan pada pengukuran multidimensi. Dengan menganalisis setiap dimensi secara terpisah, maka kita akan mendapatkan tiga koefisien alpha. Koefisien alpha adalah uji reliabilitas yang hanya membutuhkan  pengukuran unidimensi untuk memberikan estimasi yang tepat (Gliem & Gliem, 2003).

Koefisien alpha pada umumnya akan meningkat seiring dengan peningkatan interkorelasi antara aitem skala dan oleh karenanya dikenal sebagai estimasi konsistensi internal. Karenaitu interkorelasi antar aitem tes menjadi maksimal ketika semua item mengukur konstruk yang sama (unidimensi).

Penelitian menunjukkan bahwa alpha tidak sensitif terhadap sifat multidimensionalitas data. Artinya, meski diterapkan data pengukuran yang bersifat multidimensional koefisien alpha bisa sangat tinggi. Apalagi jika jumlah aitem pengukuran lebih dari 15 buah. Kondisi ini merupakan salah satu kelemahan koefisien alpha. Nilai alpha yang tinggi belum tentu bagus jika tingginya dikarenakan overestimasi. Juga belum tentu bagus jika memiliki eror standar pengukuran yang nilainya tinggi pula. Khusus untuk menangani data yang bersifat multidimensi, Cronbach sebagai penyusun koefisien reliabilitas alpha, telah menyusun formula tersendiri. Namanya koefisien reliabilitas alpha berstrata (alpha stratified) yang dapat dikenakan untuk menghitung reliabilitas pada pengukuran multidimensi.

Rekomendasi

Yang dapat saya rekomendasikan dalam hal ini adalah agar para penyusun skala mengidentifikasi sifat data atau pengukuran yang dilakukan. Jika hasil identifikasi menunjukkan bahwa data bersifat multidimensional (terdiri dari banyak dimensi/faktor) maka saya sarankan untuk menganalisis secara terpisah berdasarkan tiap dimensi, dilanjutkan dengan menggunakan koefisian alpha berstrata untuk melaporkan reliabilitas pengukuran yang dilakukan. Sebaliknya jika mendapati dimensi tunggal, maka peneliti dapat menganalisis semua aitem secara bersamaan. Koefisien alpha secara luas diyakini secara tidak langsung menunjukkan sejauh mana satu set item mengukur konstruk laten unidimensional tunggal sehingga kita harus mengidentifikasi dimensionalitas pengukuran. Contoh prosedur ini dapat dilihat pada website berikut sedangkan prosedur analisis faktor dapat dilihat pada website berikut

Saran saya ini sebenarnya merujuk pada prosedur penyusunan skala secara yang dijelaskan oleh Hikins. Dalam tahap-tahap penyusunan skala yang ditulis dia meletakkan tahap identifikasi reliabilitas (internal konsistensi) setelah tahap analisis faktor. Analisis faktor berguna untuk mengidentifikasi dimensionalitas pengukuran.

Referensi

Gliem, J. A., & Gliem, R. R. (2003). Calculating , Interpreting , and Reporting Cronbach ’ s Alpha Reliability Coefficient for Likert-Type Scales. October, (1992), 82-88.

Leave a Reply

Your email address will not be published. Required fields are marked *


seven − 5 =

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Set your Twitter account name in your settings to use the TwitterBar Section.