Dalam penyelidikan kuantitatif, dua konsep asas yang tidak boleh dipisahkan ialah kesahihan dan kebolehpercayaan. Kedua-duanya bukan sekadar istilah teknikal, tetapi asas yang menentukan sama ada instrumen penyelidikan anda benar-benar mengukur apa yang sepatutnya diukur, dan sama ada hasilnya konsisten jika diulang dalam keadaan yang sama. Tanpa kesahihan dan kebolehpercayaan yang mencukupi, dapatan kajian anda berisiko dianggap lemah, tidak boleh dipertanggungjawabkan, atau bahkan ditolak oleh pemeriksa akademik. Artikel ini akan memandu anda langkah demi langkah melakukan ujian kesahihan dan kebolehpercayaan menggunakan IBM SPSS Statistics, dilengkapi tip praktikal daripada pakar. Dan jika anda merasa proses ini terlalu rumit, pasukan Corvexum sedia membantu—kerana penyelidikan berkualiti adalah pelaburan, bukan beban.
Mengapa Kesahihan & Kebolehpercayaan Sangat Penting?
Kesahihan menjawab soalan: “Adakah soal selidik ini benar-benar mengukur konstruk yang ingin saya kaji?” Sebagai contoh, jika anda mengkaji “motivasi belajar”, adakah item soalan anda benar-benar mencerminkan motivasi, atau justru mengukur perkara lain seperti “tahap tekanan”? Sementara itu, kebolehpercayaan menjawab: “Jika saya memberikan soal selidik ini kepada responden yang sama pada masa berbeza, adakah hasilnya akan konsisten?” Instrumen yang sah tetapi tidak boleh dipercayai ibarat penimbang yang tepat sekali guna, lalu rosak. Instrumen yang boleh dipercayai tetapi tidak sah seperti penimbang yang sentiasa menunjukkan nombor sama—tetapi salah. Kedua-duanya mesti berjalan seiring.
Langkah 1: Persediaan Data di SPSS
Sebelum memulakan ujian, pastikan data anda telah disusun dengan betul:
- Setiap item soalan menjadi satu lajur pembolehubah di
Variable View - Gunakan skala berangka (contoh: 1–5 untuk skala Likert)
- Beri label yang jelas pada setiap pembolehubah agar tidak keliru semasa analisis
- Pastikan tiada data missing yang signifikan; jika ada, pertimbangkan imputasi atau pemadaman kes
Tip Pro: Simpan fail anda dengan nama yang deskriptif, misalnya Tesis_KesahihanKebolehpercayaan_v2.sav, agar mudah dikesan.
Langkah 2: Ujian Kesahihan dengan Korelasi Pearson
Kesahihan item biasanya diuji dengan korelasi Product Moment Pearson. Berikut caranya di SPSS:
- Buka menu
Analyze → Correlate → Bivariate - Pindahkan semua item soalan ke kotak Variables
- Pastikan pilihan Pearson dan Two-tailed dipilih
- Klik
OKdan perhatikan jadual output
Kriteria sah: Nilai r-hitung > r-jadual (atau p-value < 0.05). Jika terdapat item yang tidak sah, pertimbangkan untuk disemak semula atau dipadam, kemudian uji semula.
Langkah 3: Ujian Kebolehpercayaan dengan Cronbach’s Alpha
Selepas item sah, tiba masanya menguji konsistensi dalaman:
- Buka
Analyze → Scale → Reliability Analysis - Masukkan semua item yang telah lulus ujian kesahihan
- Pastikan model dipilih ialah Alpha
- Klik
Statistics, tandakan Scale if item deleted untuk analisis lebih mendalam - Klik
Continue→OK
Tafsiran Alpha: α ≥ 0.90 = sangat baik; 0.70–0.89 = baik; 0.60–0.69 = memadai; < 0.60 = perlu penambahbaikan. Nilai alpha boleh meningkat jika item “pengganggu” dipadam—gunakan jadual Scale if item deleted sebagai panduan.
🚀 Perlukan Bantuan Profesional untuk Analisis Data Anda?
Jangan biarkan halangan teknikal menghalang progres penyelidikan anda. Pakar Corvexum sedia menjadi rakan strategik anda:
- ✅ Ujian kesahihan & kebolehpercayaan dengan standard akademik antarabangsa
- ✅ Analisis data lengkap: SPSS, R, Python, SEM, Regresi, hingga Pembelajaran Mesin
- ✅ Bimbingan penulisan bab metodologi, dapatan, dan perbincangan
- ✅ Semakan pantas, komunikasi responsif, dan jaminan kerahsiaan data
Atau hubungi kami di: corvexum@gmail.com | corvexum.com
Artikel ini disediakan oleh pasukan penyelidikan Corvexum untuk menyokong kualiti penyelidikan akademik di Malaysia dan Asia Tenggara. Kongsi jika bermanfaat—dan ingat, penyelidikan yang baik bermula daripada instrumen yang boleh dipercayai.
Tinggalkan Balasan