Cara Uji Validitas metode Korelasi Pearson di SPSS

Korelasi Pearson membutuhkan data yang memiliki nilai numerik dengan jarak yang konsisten. Dalam penelitian sosial, karakteristik ini dipenuhi oleh instrumen yang menggunakan skala Likert (misalnya kuesioner dengan pilihan jawaban berbentuk skor 1 sampai 5). Akumulasi dari skor-skor item ini menghasilkan skor total yang diperlakukan sebagai data interval, sehingga pergerakan linier antar-skor dapat diukur dengan akurat.

Metode ini bekerja optimal ketika jumlah butir pertanyaan dalam satu variabel tidak terlalu banyak. Pada instrumen yang memiliki terlalu banyak item atau memiliki dimensi yang sangat luas, analisis kuesioner dengan Pearson berpotensi menimbulkan korelasi semu (spurious correlation). Hal ini terjadi karena skor item yang sedang diuji juga menjadi bagian yang menambah nilai total skor itu sendiri.

Pendekatan ini digunakan dalam penelitian yang variabelnya bersifat abstrak dan tidak bisa diukur langsung dengan alat ukur fisik. Beberapa contoh penerapannya meliputi:

• Skala Psikometri: Mengukur aspek psikologis seperti motivasi, stres kerja, atau loyalitas merek.
• Tes Akademik: Menguji kualitas soal pilihan ganda yang memiliki gradasi nilai tertentu.
• Survei Perilaku: Mengukur persepsi, sikap, atau opini publik terhadap suatu fenomena.

Setiap bentuk data instrumen memiliki pendekatan uji validitas yang berbeda. Tabel di bawah ini menunjukkan posisi korelasi Pearson di antara karakteristik data lainnya:

Korelasi Pearson tidak hanya mendeteksi apakah suatu item berhubungan dengan skor total atau tidak, melainkan mampu mengukur seberapa kuat derajat hubungan tersebut secara spesifik. Melalui nilai koefisien korelasi (nilai r) yang dihasilkan dalam rentang angka minus satu hingga positif satu, peneliti dapat mengetahui tingkat linearitas arah interaksi antar-skor secara presisi.

Sebagian besar kuesioner penelitian sosial menggunakan skala Likert untuk menangkap persepsi atau sikap responden. Karena metode Pearson dirancang untuk mengolah data kontinu, teknik ini mampu mengakomodasi akumulasi skor numerik bergradasi (seperti variasi skor satu sampai lima) dengan sangat baik, sehingga hasil ujinya mencerminkan distribusi data yang mendekati keadaan populasi aslinya.

Melalui analisis korelasi item-total, metode ini memberikan gambaran yang transparan mengenai kontribusi setiap butir pertanyaan terhadap variabel yang diukur. Jika terdapat item yang memiliki nilai korelasi di bawah standar baku (misalnya nilai r hitung lebih kecil dari r tabel), peneliti dapat langsung mengisolasi, memperbaiki, atau mengeliminasi item tersebut tanpa mengganggu performa item valid lainnya.

Secara praktis, algoritma korelasi Pearson telah menjadi standar dasar dalam berbagai perangkat lunak pengolah data statistik. Hal ini memudahkan peneliti untuk melakukan komputasi data secara cepat, efisien, dan meminimalkan risiko kesalahan hitung manual, terutama ketika harus menguji instrumen dengan sampel responden yang cukup besar.

Uji validitas internal menggunakan Pearson menghasilkan output data yang selaras dan siap digunakan untuk tahapan analisis selanjutnya. Item-item pertanyaan yang terbukti valid melalui korelasi Pearson akan mempermudah pemenuhan asumsi pada uji reliabilitas (seperti analisis Cronbach's Alpha), sehingga instrumen akhir tidak hanya valid tetapi juga konsisten saat digunakan berulang kali.

Nilai koefisien korelasi Pearson sangat dipengaruhi oleh keberadaan data ekstrem atau nilai yang letaknya jauh dari rata-rata distribusi data (outlier). Jika terdapat satu atau dua respon responden yang sangat menyimpang, nilai korelasi item-total bisa meningkat secara semu atau justru turun drastis, sehingga menghasilkan kesimpulan validitas yang kurang akurat.

Metode ini bekerja dengan asumsi bahwa hubungan antara skor item pertanyaan dan skor total berbentuk garis lurus (linier). Jika kontribusi suatu item terhadap variabel total membentuk pola melengkung atau non-linier, korelasi Pearson akan mendeteksi nilai koefisien yang sangat rendah, sehingga item tersebut dianggap tidak valid padahal sebenarnya memiliki hubungan kuat dengan pola yang berbeda.

Kelemahan matematis utama dalam uji korelasi item-total menggunakan Pearson adalah masuknya skor item yang sedang diuji ke dalam komponen skor totalnya sendiri. Hal ini menciptakan hubungan yang tumpang tindih secara matematis, yang berpotensi menghasilkan nilai korelasi yang tampak tinggi (valid) hanya karena item tersebut mengorelasikan dirinya sendiri.

Sebagai bagian dari statistik parametrik, korelasi Pearson menuntut data skor dari setiap item berdistribusi secara normal. Pada penelitian dengan jumlah sampel yang kecil atau kuesioner yang menghasilkan respon condong ke satu sisi (misalnya mayoritas menjawab sangat setuju), asumsi ini sering kali dilanggar, sehingga menurunkan validitas hasil uji statistiknya.

Metode Pearson tidak dapat digunakan secara akurat jika butir pertanyaan dalam instrumen berbentuk pilihan ganda dengan jawaban benar atau salah (skor satu atau nol). Memaksakan data dikotomi murni ke dalam rumus Pearson akan menghasilkan nilai koefisien yang bias, karena variasi data tidak kontinu seperti yang disyaratkan oleh algoritma korelasi ini.

Sebelum mengeksekusi menu analisis, pastikan tabulasi respon dari seluruh partisipan telah diinput ke dalam lembar kerja SPSS dengan struktur matriks yang baku. Penataan variabel yang sistematis akan mencegah kegagalan kalkulasi algoritma korelasi. Format penyusunan kolom data kuesioner wajib mengikuti ketentuan sebagai berikut:

• Kolom Pertama (Subjek): Berisi nomor urut responden atau kode identifikasi sampel penelitian untuk menjaga akuntabilitas data.
• Kolom Variabel (Item): Berisi skor jawaban mentah untuk masing-masing butir pertanyaan (misalnya skor skala Likert dari Indikator 1 hingga Indikator N) yang disusun secara berurutan.
• Kolom Kumulatif (Skor Total): Berisi hasil penjumlahan matematis dari seluruh butir pertanyaan untuk setiap responden. Skor total inilah yang akan menjadi variabel pembanding utama dalam uji validitas internal.

Setelah seluruh data respon kuesioner terpetakan dengan benar pada lembar kerja, tahapan kalkulasi hubungan linier antar-variabel dapat dilakukan melalui menu analisis bivariat dengan langkah-langkah operasional berikut:

1. Jalankan perangkat lunak SPSS Statistics pada komputer Anda.
2. Pindahkan atau ketik seluruh matriks data angket yang telah disiapkan ke dalam tab Data View, serta sesuaikan penamaan variabel pada tab Variable View.
3. Arahkan kursor pada baris menu utama di bagian atas, kemudian klik berturut-turut pada pilihan menu Analyze → Correlate → Bivariate.
4. Pada jendela interaktif Bivariate Correlations yang muncul, pilih seluruh item pertanyaan beserta variabel skor totalnya dari kotak sebelah kiri, lalu pindahkan secara bersamaan ke dalam kotak Variables di sebelah kanan.
5. Pada bagian Correlation Coefficients, berikan tanda centang secara khusus pada opsi Pearson untuk mengaktifkan algoritma koefisien parametrik.
6. Pada bagian Test of Significance, aktifkan pilihan Two-tailed (uji dua arah) untuk mendeteksi hubungan linier positif maupun negatif, serta pastikan opsi Flag significant correlations tetap tercentang agar SPSS otomatis memberi penanda bintang pada item yang valid.
7. Klik tombol OK. Jendela output SPSS akan terbuka dan menampilkan tabel matriks korelasi untuk diinterpretasikan berdasarkan nilai r hitung atau nilai signifikansi (Sig. 2-tailed).

Indikator pertama yang digunakan untuk menguji validitas item adalah nilai signifikansi dua arah atau Sig. (2-tailed). Nilai ini mencerminkan besarnya probabilitas kekeliruan (p-value) dari hubungan linier yang terdeteksi. Pengujian ini berfungsi untuk membuktikan apakah korelasi antara skor butir pertanyaan dan skor total terjadi karena faktor kebetulan atau memang mencerminkan kondisi riil di lapangan. Kriteria penarikan kesimpulan berdasarkan ambang batas alfa 5% (0,05) dijabarkan sebagai berikut:

• Nilai Sig. (2-tailed) kurang dari 0,05 dengan Koefisien Positif: Menunjukkan adanya hubungan linier yang searah, kuat, dan signifikan secara statistik antara item pertanyaan dan skor total variabel. Hal ini membuktikan bahwa butir instrumen tersebut valid dan mampu menjalankan fungsinya sebagai alat ukur.
• Nilai Sig. (2-tailed) kurang dari 0,05 dengan Koefisien Negatif: Menandakan terjadinya hubungan terbalik yang signifikan, di mana respon tinggi pada item justru diikuti oleh rendahnya skor total. Fenomena ini mengindikasikan adanya galat logika atau kesalahan redaksi pertanyaan, sehingga item dinyatakan tidak valid.
• Nilai Sig. (2-tailed) sama dengan atau lebih dari 0,05: Menunjukkan bahwa hubungan matematis antara item dan skor total sangat lemah dan tidak signifikan. Hubungan yang muncul diasumsikan terjadi hanya karena faktor kebetulan, sehingga butir pertanyaan tersebut disimpulkan tidak valid dan harus dieliminasi atau direvisi.

Indikator kedua bertumpu pada koefisien Pearson Correlation (nilai r hitung), yang merepresentasikan standarisasi kekuatan dan arah hubungan linier antar-skor. Nilai r hitung bergerak dinamis dalam rentang numerik antara minus satu (-1,00) untuk hubungan berbalik arah yang sempurna, hingga positif satu (+1,00) untuk hubungan searah yang sempurna. Nilai mendekati nol (0) mengindikasikan ketiadaan asosiasi linier.

Secara teoretis, tingkat keeratan hubungan linier pada output korelasi dapat diklasifikasikan ke dalam beberapa interval interval berikut:

Kriteria Konformitas Validitas Perbandingan Nilai r

Selain melihat derajat hubungan, penentuan validitas item yang mutakhir dilakukan dengan membandingkan secara empiris antara nilai r hitung yang tertera pada output SPSS dengan nilai r tabel (distribusi nilai tabel statistik Product Moment) pada derajat bebas tertentu (df = N - 2) dan tingkat signifikansi yang dipilih:

• Apabila nilai r hitung lebih besar dari r tabel (r hitung > r tabel), maka butir pertanyaan kuesioner dinyatakan memenuhi kriteria konstruk atau valid.
• Apabila nilai r hitung kurang dari atau sama dengan r tabel (r hitung ≤ r tabel), maka dapat disimpulkan bahwa butir pertanyaan tidak mampu mengukur dimensi variabel secara tepat atau tidak valid.