Contoh menghitung reliabilitas dengan rumus k-r 21

Successfully reported this slideshow.

Table of Contents Show

More Related Content
Uji reliabilitas pakai rumus apa?
Bagaimana cara menghitung reliabilitas?
Apa yang dimaksud dengan reliabilitas dan contohnya?
Apa yang dimaksud dengan KR 20?

uji persyaratan instrumen

1. Pertemuan Ke-12 Pendidikan Matematika STKIP YPM Bangko M.Jainuri,M.Pd
2. M. Jainuri, M.Pd Uji Persyaratan Instrumen Validitas Daya Pembeda Indeks Kesukaran Klasifikasi Butir Soal Reliabilitas
3. M. Jainuri, M.Pd Uji Validitas Butir Suatu instrumen pengukuran dikatakan valid jika instrumen dapat mengukur dengan tepat apa yang hendak diukur. Menurut Arikunto (2010) validitas adalah suatu ukuran yang menunjukkan tingkat keandalan atau kesahihan suatu alat ukur.
4. M. Jainuri, M.Pd Uji Validitas Butir Jenis validitas instrumen penelitian : 1.Validitas logis (logical validity), yaitu validitas yang dinyatakan berdasarkan hasil penalaran dan dirancang dengan baik sesuai dengan teori dan ketentuan yang ada. Validitas logis langsung diperoleh ketika instrumen sudah selesai disusun dan tidak perlu diuji coba terlebih dahulu.
5. M. Jainuri, M.Pd Uji Validitas Butir 2. Validitas empirik (empirical validity), yaitu validitas yang dinyatakan berdasarkan hasil pengalaman. Sebuah instrumen penelitian dikatakan memiliki validitas apabila sudah teruji dari pengalaman empiris, yaitu melalui uji coba terlebih dahulu.
6. M. Jainuri, M.Pd Uji Validitas Butir Uji-t dalam validitas Pertama, pengujian validitas cukup menggunakan nilai koefisien korelasi apabila responden yang dilibatkan dalam pengujian validitas adalah populasi. Artinya, keputusan valid tidaknya item instrumen, cukup membandingkan nilai hitung r dengan nilai tabel r. Kedua, pengujian validitas perlu menggunakan uji t apabila responden yang dilibatkan dalan pengujian validitas adalah sampel. Artinya, keputusan valid tidaknya item instrumen, tidak bisa dengan membandingkan nilai hitung r dengan nilai tabel r, tetapi harus dengan membandingkan nilai hitung t dengan nilai tabel t.
7. M. Jainuri, M.Pd Uji Validitas Butir Contoh data hasil uji coba: NO SKOR UNTUK ITEM NO SKOR (X) RESPONDEN 1 2 3 4 5 6 7 8 9 10 1 10 10 10 10 10 10 10 10 10 10 100 2 10 10 10 10 10 10 8 9 8 8 93 3 8 5 10 8 5 8 5 8 8 6 71 4 5 5 8 8 5 8 8 8 5 8 68 5 7 7 7 5 5 6 5 4 6 7 59 6 5 5 7 4 6 8 8 6 6 4 59 7 4 7 3 4 6 6 5 5 5 8 53 8 6 6 5 5 5 4 6 5 5 6 53 9 6 7 7 8 7 5 5 4 5 5 59 10 5 5 6 7 7 5 5 4 6 6 56 11 5 3 6 5 8 6 6 6 4 4 53 12 6 4 5 6 5 5 4 5 4 7 51 13 7 10 8 6 5 5 3 8 8 8 68 14 6 4 4 5 2 4 6 4 4 6 45 15 5 4 5 6 6 3 5 6 6 5 51 16 5 5 5 6 2 6 2 6 5 5 47 17 2 5 5 5 5 6 8 6 5 7 54 18 6 4 6 2 5 4 6 6 4 5 48 19 3 2 8 4 4 2 3 6 5 6 43 20 4 5 7 5 4 5 4 4 5 2 45
8. M. Jainuri, M.Pd Uji Validitas Butir Terlebih dahulu dicari koefisien korelasi dengan rumus Pearson Product-Moment, selanjutnya gunakan uji-t dengan kriteria keputusan : Jika thitung > ttabel maka item valid Jika thitung < ttabel maka item tidak valid
9. M. Jainuri, M.Pd Uji Validitas Butir Hasil lengkapnya sebagai berikut: No. Item rhitung thitung ttabel Keputusan 1 0,804 5,734 >2,101 Valid 2 0,782 5,326 >2,101 Valid 3 0,748 4,780 >2,101 Valid 4 0,807 5,794 >2,101 Valid 5 0,748 4,780 >2,101 Valid 6 0,836 6,461 >2,101 Valid 7 0,618 3,336 >2,101 Valid 8 0,801 5,682 >2,101 Valid 9 0,860 7,155 >2,101 Valid 10 0,659 3,718 >2,101 Valid
10. Daya Pembeda (Ip) Rumus Daya Pembeda (Ip): Dengan: nt = nr = 27% x N = 27% x 20 = 5,4 ≈ 6 df = (nt – 1)+(nr – 1) = (6 – 1)+(6 – 1) = 10   1)-n(n XX M-M Ip 2 r 2 t rt   Sumber: Prawironegoro (1985:12) M. Jainuri, M.Pd
11. Daya Pembeda (Ip) No. Nomor Soal 1 2 3 4 5 6 7 8 9 10 1 10 10 10 10 10 10 10 10 10 10 2 10 10 10 10 10 10 8 9 8 8 3 8 5 10 8 5 8 5 8 8 6 4 5 5 8 8 5 8 8 8 5 8 5 7 10 8 6 5 5 3 8 8 8 6 7 7 7 5 5 6 5 4 6 7 ∑X 47 47 53 47 40 47 39 47 45 47 Rata2 7,83 7,83 8,83 7,83 6,67 7,83 6,50 7,83 7,50 7,83 Pembagian Kelompok Kelompok Atas M. Jainuri, M.Pd
12. Daya Pembeda (Ip) Pembagian Kelompok Kelompok Bawah No. Nomor Soal 1 2 3 4 5 6 7 8 9 10 1 5 4 5 6 6 3 5 6 6 5 2 6 4 6 2 5 4 6 6 4 5 3 5 5 5 6 2 6 2 6 5 5 4 6 4 4 5 2 4 6 4 4 6 5 4 5 7 5 4 5 4 4 5 2 6 3 2 8 4 4 2 3 6 5 6 ∑X 29 24 35 28 23 24 26 32 29 29 Rata2 4,83 4,00 5,83 4,67 3,83 4,00 4,33 5,33 4,83 4,83 M. Jainuri, M.Pd
13. Daya Pembeda (Ip) Untuk soal nomor 1: No. Kelompok Atas Kelompok Bawah Skor (X) (X - Mt) = Xt Xt2 Skor (X) (X – Mr) = Xr Xr2 1 10 2,17 4,71 5 0,17 0,03 2 10 2,17 4,71 6 1,17 1,37 3 8 0,17 0,03 5 0,17 0,03 4 5 - 2,83 8,01 6 1,17 1,37 5 7 - 0,83 0,69 4 - 0,83 0,69 6 7 - 0,83 0,69 3 - 1,83 3,35 ∑ ∑X ∑Xt2 ∑X ∑Xr2 47 18,84 29 6,84 M. Jainuri, M.Pd
14. Daya Pembeda (Ip) Untuk soal nomor 1: 83,7 6 47 nt Dt Mt  83,4 6 29 nr Dr Mr    1)-n(n XX M-M Ip 2 r 2 t rt     1)-6(6 84,684,18 4,83-7,83 Ip   243,3 30 68,25 3 Ip  M. Jainuri, M.Pd
15. Daya Pembeda (Ip) Perhitungan selengkapnya: No. Soal Ip Hitung Ip Tabel Kesimpulan 1 3,243 2,23 Signifikan 2 3,457 2,23 Signifikan 3 3,708 2,23 Signifikan 4 3,053 2,23 Signifikan 5 2,290 2,23 Signifikan 6 3,777 2,23 Signifikan 7 1,737 2,23 Tidak Signifikan 8 2,677 2,23 Signifikan 9 3,414 2,23 Signifikan 10 3,708 2,23 Signifikan M. Jainuri, M.Pd
16. Indeks Kesukaran (Ik) Rumus Indeks Kesukaran soal uraian: Ket: Ik = indeks kesukaran soal Dt = jumlah skor dari kelompok tinggi Dr = jumlah skor dari kelompok rendah m = skor tiap soal jika benar n = 27% x N N = banyaknya testee %100x mn2 DD Ik rt   Sumber: Prawironegoro (1985:14) M. Jainuri, M.Pd
17. Indeks Kesukaran (Ik) Perhiutungan Indeks Kesukaran (Ik): No. Soal Indeks Kesukaran Kriteria Dt Dr M n Dt + Dr 2Mn Ik 1 47 29 10 6 76 120 63% Sedang 2 47 24 10 6 71 120 59% Sedang 3 53 35 10 6 88 120 73% Sedang 4 47 28 10 6 75 120 63% Sedang 5 40 23 10 6 63 120 53% Sedang 6 47 24 10 6 71 120 59% Sedang 7 39 26 10 6 65 120 54% Sedang 8 47 32 10 6 79 120 66% Sedang 9 45 29 10 6 74 120 62% Sedang 10 47 29 10 6 76 120 63% Sedang M. Jainuri, M.Pd
18. Klasifikasi Butir Soal No. Soal Ip Kriteria Ik Kriteria Klasifikasi 1 3,243 Signifikan 63% Sedang Soal Dipakai 2 3,457 Signifikan 59% Sedang Soal Dipakai 3 3,708 Signifikan 73% Sedang Soal Dipakai 4 3,053 Signifikan 63% Sedang Soal Dipakai 5 2,290 Signifikan 53% Sedang Soal Dipakai 6 3,777 Signifikan 59% Sedang Soal Dipakai 7 1,737 Tidak Signifikan 54% Sedang Soal Tidak Dipakai 8 2,677 Signifikan 66% Sedang Soal Dipakai 9 3,414 Signifikan 62% Sedang Soal Dipakai 10 3,708 Signifikan 63% Sedang Soal Dipakai M. Jainuri, M.Pd
19. Dengan IBM SPSS 22 for Windows: M. Jainuri, M.Pd
20. Metode Alpha Metode Belah Dua Metode KR-20 Metode KR-21 Reliabilitas Instrumen Anova Hoyt Flanagan Rulon M. Jainuri, M.Pd
21. Reliabilitas Instrumen Suatu instrumen pengukuran dikatakan reliabel jika pengukurannya konsisten, cermat dan akurat. Uji reliabilitas dilakukan dengan tujuan untuk mengetahui konsistensi dari instrumen sebagai alat ukur, sehingga hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat dipercaya hanya apabila dalam beberapa kali pelaksanaan pengukuran terhadap kelompok subyek yang sama (homogen) diperoleh hasil relatif sama, selama aspek yang diukur belum berubah. M. Jainuri, M.Pd
22. Reliabilitas Instrumen Statistik untuk mencari reliabilitas instrumen : a. Metode Alpha b. Metode belah dua c. Kuder Richardson – 20 d. Kuder Richardson – 21 e. Analysis of Varians Hoyt (Anova Hoyt) f. Flanagan g. Rulon M. Jainuri, M.Pd
23. Rumus Alpha di mana Keterangan : r11 : Reliabilitas Instrumen k : Banyaknya butir soal : Jumlah varian butir : Varians total N : Jumlah responden                2 2 11 1 1 t i k k r     N x N x t 2 2 2    2 1 2 t M. Jainuri, M.Pd
24. Rumus Alpha Langkah – langkah mengukur reliabilitas instrumen penelitian menggunakan rumus Alpha sebagai berikut : 1. Menyebarkan instrumen yang akan diuji reliabilitasnya kepada responden yang bukan responden sesungguhnya. 2. Mengumpulkan data hasil uji coba instrumen. 3. Memeriksa kelengkapan data, untuk memastikan lengkap tidaknya lembaran data yang terkumpul. 1. M. Jainuri, M.Pd
25. Rumus Alpha 4. Membuat tabel pembantu untuk menempatkan skor-skor pada item yang diperoleh. 5. memberikan/menempatkan skor (scoring) terhadap item-item yang sudah diisi responden pada tabel pembantu. 6. Menghitung nilai varians masing-masing item dan varians total. Gunakan tabel berikut : No. Responden X X2 1 2 Jumlah ∑X ∑X2 M. Jainuri, M.Pd
26. Rumus Alpha Keterangan (perhatikan rumus varians) : X : Skor-skor pada item ke-i untuk menghitung varians item atau jumlah skor yang diperoleh tiap responden untuk menghitung varians total. ∑X : Jumlah seluruh skor pada item ke-i atau jumlah skor yang diperoleh tiap responden ∑X2: Jumlah hasil kuadrat skor pada item ke-i atau hasil kuadrat jumlah skor yang diperoleh tiap responden. M. Jainuri, M.Pd
27. CONTOH : Variabel : Motivasi Belajar Responden : 10 orang dan jumlah item = 8 No. Resp. Skor item untuk no. Skor Total (X) Kuadrat Total (X2)1 2 3 4 5 6 7 8 A 3 1 3 2 4 3 2 3 21 441 B 4 1 2 2 2 2 2 1 16 256 C 2 3 2 2 2 2 2 2 17 289 D 4 3 4 3 4 4 3 2 27 729 E 4 4 3 3 4 3 3 2 26 676 F 3 2 3 3 3 3 3 3 23 529 G 5 3 5 3 5 5 5 3 34 1156 H 3 4 3 3 3 3 3 3 25 625 I 4 5 4 3 4 4 4 4 32 1024 J 5 5 4 4 5 5 5 5 38 1444 Jumlah 37 31 33 28 36 34 32 28 259 7169 ∑X1 2 ∑X2 2 ∑X3 2 ∑X4 2 ∑X5 2 ∑X6 2 ∑X7 2 ∑X8 2 ∑Xt ∑Xt 2 145 115 117 82 140 126 114 90 M. Jainuri, M.Pd
28. Penyelesaian : Langkah 1 : Menghitung varians skor tiap- tiap item   10 145 10 37 1 2   81,0 10 9,136145 1      N x N x 2 22 2 2      10 115 10 31 2 2   89,1 10 1,96115 2      N x N x 2 22 2 1    M. Jainuri, M.Pd
29. Penyelesaian : Dengan cara yang sama maka berturut – turut diperoleh varians skor untuk : Item 3 (σ3) : 0,81 Item 4 (σ4) : 0,36 Item 5 (σ5) : 1,04 Item 6 (σ6) : 1,04 Item 7 (σ7) : 1,16 Item 8 (σ8) : 1,16 M. Jainuri, M.Pd
30. Penyelesaian : Langkah 2 : Menjumlahkan varians semua item dengan rumus : Σσi 2 = σ1 + σ2 + σ3 + σ4 + σ5 + σ6 + σ7 + σ8 Σσi 2 = 0,81+1,89+0,81+0,36+1,04+1,04+1,16+1,16 = 8,27 M. Jainuri, M.Pd
31. Penyelesaian : Langkah 3 : Menghitung varians total dengan rumus :   N x N x t t t 2 2 2      10 7169 10 259 2 2  t 10 1,670871692  t 09,46 10 9,4602 t M. Jainuri, M.Pd
32. Penyelesaian : Langkah 4 : Memasukan nilai Alpha dengan rumus :              2 2 11 1 1 t i k k r                 09,46 27,8 1 18 8 11r 935,0)82,0).(14,1(11 r
33. Penyelesaian : Jika hasil r11 = 0,935 dikonsultasikan dengan nilai tabel r Product-Moment dengan dk = N – 1= 10 – 1 = 9, signifikansi 5% maka diperoleh rtabel = 0,602. (Tabel Anas Sudijono, 2009:479) Keputusan membandingkan r11 dengan rtabel Kaidah keputusan : Jika r11 > rtabel berarti reliabel Jika r11 < rtabel berarti tidak reliabel M. Jainuri, M.Pd
34. M. Jainuri, M.Pd
35. Metode Belah Dua (Split Half Method) Menggunakan rumus Spearman Brown : Di mana : r11 = Koefisien reliabilitas internal seluruh item rb = Korelasi Product-Moment antara belahan (ganjil – genap) atau (awal – akhir) b b r r r   1 2 11 M. Jainuri, M.Pd
36. Contoh (1) Pembelahan Ganjil-Genap : Diketahui suatu pertanyaan bila dijawab ya diberik skor = 1 dan tidak diberi skor = 0, dengan jumlah responden 10 orang, jumlah pertanyaan 6 item. Datanya sebagai berikut : No. Responden Item Pertanyaan 1 2 3 4 5 6 1 A 1 1 1 1 1 1 2 B 0 1 0 0 1 1 3 C 1 1 1 1 1 1 4 D 1 0 1 1 0 1 5 E 1 1 1 1 1 1 6 F 1 1 0 1 1 0 7 G 1 1 1 1 1 1 8 H 1 1 1 1 1 1 9 I 1 1 0 0 0 1 10 J 0 0 1 1 1 1
37. Penyelesaian : Langkah 1 : Memilah dan menghitung item ganjil dan item genap. No. Resp. Item Pertanyaan Total Skor Ganjil (1,3,5) (X) X2 Genap (2,4,6) (Y) Y2 XY 1 2 3 4 5 6 1 A 1 1 1 1 1 1 6 3 9 3 9 9 2 B 0 1 0 0 1 1 3 1 1 2 4 2 3 C 1 1 1 1 1 1 6 3 9 3 9 9 4 D 1 0 1 1 0 1 4 2 4 2 4 4 5 E 1 1 1 1 1 1 6 3 9 3 9 9 6 F 1 1 0 1 1 0 4 2 4 2 4 4 7 G 1 1 1 1 1 1 6 3 9 3 9 9 8 H 1 1 1 1 1 1 6 3 9 3 9 9 9 I 1 1 0 0 0 1 3 1 1 2 4 2 10 J 0 0 1 1 1 1 4 2 4 2 4 4 Total 48 23 59 25 65 61 Statistik ∑X ∑X2 ∑Y ∑Y2 ∑XY
38. Penyelesaian : Langkah 2 : Menghitung korelasi product-Moment .))(.).()(.( )).((. 2222 yyNxxN yxxyN rxy    .))25()65).(10).()23()59).(10( )25).(23()61.(10 22   xyr .)625650).(529590( 575610   xyr 8963,0 05,39 35 1525 35 xyr M. Jainuri, M.Pd
39. Penyelesaian : Langkah 3 : Menghitung reliabilitas seluruh item dengan rumus Spearman Brown. Jadi reliabilitas r11 = 0,945 b b r r r   1 2 11 945,0 8963,1 7926,1 8963,01 )8963,0.(2 11   r M. Jainuri, M.Pd
40. Contoh (2) Pembelahan Awal - Akhir : Diketahui suatu pertanyaan bila dijawab ya diberik skor = 1 dan tidak diberi skor = 0, dengan jumlah responden 10 orang, jumlah pertanyaan 6 item. Datanya sebagai berikut : No. Responden Item Pertanyaan 1 2 3 4 5 6 1 A 1 1 1 1 1 1 2 B 0 1 0 0 1 1 3 C 1 1 1 1 1 1 4 D 1 0 1 1 0 1 5 E 1 1 1 1 1 1 6 F 1 1 0 1 1 0 7 G 1 1 1 1 1 1 8 H 1 1 1 1 1 1 9 I 1 1 0 0 0 1 10 J 0 0 1 1 1 1 M. Jainuri, M.Pd
41. Penyelesaian : Langkah 1 : Memilah dan menghitung item awal dan item akhir. No. Resp. Item Pertanyaan Total Skor Awal (1,2,3) (X) X2 Akhir (4,5,6) (Y) Y2 XY 1 2 3 4 5 6 1 A 1 1 1 1 1 1 6 3 9 3 9 9 2 B 0 1 0 0 1 1 3 1 1 2 4 2 3 C 1 1 1 1 1 1 6 3 9 3 9 9 4 D 1 0 1 1 0 1 4 2 4 2 4 4 5 E 1 1 1 1 1 1 6 3 9 3 9 9 6 F 1 1 0 1 1 0 4 2 4 2 4 4 7 G 1 1 1 1 1 1 6 3 9 3 9 9 8 H 1 1 1 1 1 1 6 3 9 3 9 9 9 I 1 1 0 0 0 1 3 2 4 1 1 2 10 J 0 0 1 1 1 1 4 1 1 3 9 3 Total 48 23 59 25 67 60 Statistik ∑X ∑X2 ∑Y ∑Y2 ∑XY
42. Penyelesaian : Langkah 2 : Menghitung korelasi product-Moment .))(.).()(.( )).((. 2222 yyNxxN yxxyN rxy    .))25()67).(10).()23()59).(10( )25).(23()60.(10 22   xyr .)625670).(529590( 575600   xyr 4772,0 39,52 25 2745 25 xyr M. Jainuri, M.Pd
43. Penyelesaian : Langkah 3 : Menghitung reliabilitas seluruh item dengan rumus Spearman Brown. Berdasarkan perbandingan r11 untuk ganjil-genap = 0,945 dengan r11 untuk awal-akhir = 0,646 ternyata hasilnya lebih besar untuk ganjil-genap. Analisis ini terkadang sebaliknya tergantung pada kondisi responden yang mengisi tes atau angket. b b r r r   1 2 11 646,0 4772,1 9544,0 4772,01 )4772,0.(2 11   r M. Jainuri, M.Pd
44. M. Jainuri, M.Pd
45. Kuder Richardson – 20 Metode KR – 20 ini berguna untuk mengetahui reliabilitas dari seluruh tes untuk item pertanyaan atau pernyataan menggunakan jawaban benar (YA) atau salah (TIDAK). Bila benar bernilai 1 dan jika salah bernilai 0. M. Jainuri, M.Pd
46. Penyelesaian : Mencari simpangan baku (standar deviasi ), simpangan baku adalah akar dari varians. Rumus varians (s) : Untuk populasi : Untuk sampel : Rumus simpangan baku (s) : Untuk populasi : Untuk sampel :   1 2 2     n x s n x   N x N x t 2 2 2      1 2 2 2     n x S n x t   N x s N x 2 2   
47. Kuder Richardson – 20 Rumus KR – 20 : R11 : Koefisien korelasi internal seluruh item p : Proporsi subyek menjawab item dengan benar q : Proporsi subyek menjawab item yang salah (q = 1 – p) ∑pq : Jumlah hasil perkalian p dan q k : Banyaknya item s : Standar deviasi dari tes                2 2 11 1 s pqs k k r M. Jainuri, M.Pd
48. Contoh : Diketahui : pertanyaan jika dijawab benar (ya) = 1 dan dijawab salah = 0, jumlah responden 10, dan 6 item. No. Responden Item Pertanyaan Total Skor 1 2 3 4 5 6 1 A 1 1 1 1 1 1 6 2 B 0 1 0 0 1 1 3 3 C 1 1 1 1 1 1 6 4 D 1 0 1 1 0 1 4 5 E 1 1 1 1 1 1 6 6 F 1 1 0 1 1 0 4 7 G 1 1 1 1 1 1 6 8 H 1 1 1 1 1 1 6 9 I 1 1 0 0 0 1 3 10 J 0 0 1 1 1 1 4 Jumlah menjawab item benar 8 8 7 8 8 9 48 P q = 1 – p ∑pq 0,8 0,2 0,16 0,8 0,2 0,16 0,7 0,3 0,21 0,8 0,2 0,16 0,8 0,2 0,16 0,9 0,1 0,09 0,94 Simpangan baku 1,25M. Jainuri, M.Pd
49. Penyelesaian : Sehingga diperoleh simpangan baku (s) :   N x s N x 2 2      10 246 10 48 2  s 10 4,230246  s 56,1 10 6,15 s 25,1s M. Jainuri, M.Pd
50. Kemudian masukan ke dalam rumus KR – 20 :                2 2 11 1 s pqs k k r                2 2 11 25,1 94,025,1 16 6 r         5625,1 94,05625,1 .2,111r 478,0)3984,0.(2,111 r M. Jainuri, M.Pd
51. M. Jainuri, M.Pd
52. Kuder Richardson – 21 Rumus KR – 21 : r11 : Koefisien korelasi internal seluruh item k : Banyaknya item s : Standar deviasi (simpangan baku) : Mean (rata-rata skor)                211 . )( 1 1 sk xkx k k r x
53. Contoh : Diketahui : pertanyaan jika dijawab benar (ya) = 1 dan dijawab salah = 0, jumlah responden 10, dan 6 item. No. Responden Item Pertanyaan Total Skor1 2 3 4 5 6 1 A 1 1 1 1 1 1 6 2 B 0 1 0 0 1 1 3 3 C 1 1 1 1 1 1 6 4 D 1 0 1 1 0 1 4 5 E 1 1 1 1 1 1 6 6 F 1 1 0 1 1 0 4 7 G 1 1 1 1 1 1 6 8 H 1 1 1 1 1 1 6 9 I 1 1 0 0 0 1 3 10 J 0 0 1 1 1 1 4 Jumlah menjawab item benar 8 8 7 8 8 9 48 Simpangan baku (s) 1,25 Mean atau rata-rata ( ) 4,8x M. Jainuri, M.Pd
54. Penyelesaian : Kemudian masukan ke dalam rumus KR – 21 : Jika dibandingkan reliabilitas yang dihitung dengan KR – 20 dan KR – 21, maka KR – 20 cenderung memberikan hasil yang lebih tinggi dari KR – 21.                211 . )( 1 1 sk xkx k k r                211 )25,1.(6 )8,46(8,4 1 16 6 r        375,9 76,5 1).2,1(11r   463,03856,0).2,1(11 r M. Jainuri, M.Pd
55. M. Jainuri, M.Pd

Uji reliabilitas pakai rumus apa?

Untuk perhitungan koefisien reliabilitas dapat dilakukan dengan menggunakan rumus Kuder-Richardson (KR-20) dan Kuder-Richardson (KR-21).

Bagaimana cara menghitung reliabilitas?

Berikut langkah-langkah melakukan uji reliabilitas menggunakan SPSS,.

Klik Analyze > Scale > Reliability Analysis....

Pilih variabel pada jendela Reliability Analysis. Pilih variabel yang akan dianalisis dengan memindahkannya ke kolom item. ... .

Klik Statistics... ... .

Klik OK pada jendela Reliability Analysis..

Apa yang dimaksud dengan reliabilitas dan contohnya?

Reliabilitas merujuk pada ketetapan atau keajegan alat tersebut dalam menilai apa yang diinginkan, artinya kemampuan alat tersebut digunakan akan memberikan hasil yang relatif sama. Contoh reliabilitas dapat diketahui jika suatu penelitian menunjukkan hasil yang konsisten untuk pengukuran yang sama.

Apa yang dimaksud dengan KR 20?

KR 20 dengan Excel. Rumus KR 20 adalah rumus untuk uji reliabilitas item yang mirip dengan cronbach alpha. Rumus ini pertama kali dipublikasikan pada tahun 1937.