Blog info
Logic With Markov
" Technology markov for images...."
Other Markov Data
" At the intersection of statistical physics and probability theory .... "
All About Hardware
"..... the technologi hardware is always ....."
MathType
"MathTypeTM is an intelligent mathematical equation editor designed for personal computers running Microsoft Windows ...." -
E-Commerce
Have you ever thought about working an eCommerce business?
Dreamweaver
"Macromedia Dreamweaver MX 2004 is a professional HTML editor for designing,..... "
Notebook Buying Tips?
Friday, August 29, 2008
Monday, August 25, 2008
X10 Sample Scenarios
X10 Sample Scenarios
By Whome
Here are a few situations that might suit the use of X10 devices, based on my own experience.
Outbuilding lights
If you have a detached garage or shed, or other outbuildings, it can be very convenient to be able to switch the lights on and off from inside the main building as well as from the outbuilding. Normally this would require two-way switching, with a three-core cable run from the house to the outbuilding. This would be in addition to any other cabling you may have installed already. Suppose you have a detached garage about 60 feet from your house, as I do. You have already run a heavy armoured cable from the house to the garage, and don't want to run any more. With an X10 lamp module in the garage you can control the garage lighting from anywhere; no extra cabling is required. In addition, you can install multiple switches in the garage if it has separate vehicle and people doors.
Coupling room lights
Suppose you merged two rooms in a house to make a single large room. For example, in my area, houses have separate living rooms and dining rooms; commonly people knock down the dividing wall to make one large room. But you now have a long room with two doors, and separate light switches. What you really want is for both switches to operate both lights. No problem: just replace the light switches with X10 lights witch modules, set to the same unit code. Either light switch will then control both lights.
Convenience switching
When I moved into my house the lights for the attic were controlled by a small switch in the attic itself. To get any light in the attic I had to get into it and then wander around in total darkness looking for the switch. Eventually I rewired it so that the switch was in the room below. However, it would have been much easier to install an X10 pendant lamp module on the attic light, and then it could have been controlled from anywhere. Similar logic applies to other inaccessible areas.
Branch Office
Branch Office in a Box
Deliver local IT services locally. Consolidate multiple server functions onto a single device to simplify management and streamline branch office IT.
Local Services Delivered Locally
Users enjoy great response to print, authorization or network service requests at the edge with local branch office IT services. Eliminate remote hardware and simplify IT management and administration by consolidating multiple server functions like file services, print services and domain main control or authentication onto a single device.
Print Services
Print services provided by Packeteer appliances handle printing locally without requiring print requests to traverse the WAN. Reduce branch office IT administration and associated costs by eliminating dedicated branch office print servers. Print services include:
- Native Windows "Point and Print" architecture
- Active Directory-enabled printer browsing
- Simplified print cluster installation/administration
- Web-based administration
Domain Controller Services
Handle user logon processes, authentication and directory searches for Windows domains locally at the branch office. Packeteer Domain Controller services use the native functionality available on Windows Server 2003, with:
- Local processing of authentication and login requests
- Support for user login and authentication services during WAN outages
Network Services
Packeteer network services take the headache out of administering branch office network access while improving end user performance. A single Packeteer appliance can host DNS and DHCP server functions—IT administrators can consolidate critical networking services into a single footprint. Also, with:
- DNS caching for branch office user name resolution
- Assignment of IP addresses for branch office users via DHCP
Web Caching Services
Enjoy faster delivery of Web pages via HTTP object caching—providing rapid and seamless branch office Web access and lower bandwidth consumption. Built on Microsoft's ISA (Internet, Security and Acceleration) server technology, Packeteer Web caching services meet the performance, management, and scalability needs of high-volume Internet traffic environments with centralized server management, including:
- Support for secure Web sites accessed via SSL
- Easily-configured port numbers and cache size
- Scheduled cache pre-population
- Optimization for "split-tunnel" branch office environments with direct Internet access
Management Services
Packeteer management services optimize software and application distribution at the branch office. Realize the benefits of WAFS for Microsoft SMS (Systems Management Server) packages—including faster package download and caching at the branch office Also:
- Centralized software distribution for remote office network
- Faster download of software or application packages to the branch office
- No repeat transmission of upgrade or application packages
- Seamless integration with WAFS deployments
Increase WAN
Compression/Caching
Quickly increase WAN capacity, improving application performance and user response times with application-intelligent, file-aware compression and caching.
Increase WAN Capacity for Application Traffic
Packeteer's application-intelligent compression technologies deliver an easy way to quickly increase WAN capacity over the same physical links, improving application performance and user response times. Packeteer's unique PacketShaper architecture enables continuous improvement in compression gains—while ActiveTunnel simplifies compression setup and configuration between two PacketShapers.
Compression with control means that the added capacity from virtual bandwidth goes to your applications with the highest priority.
Application-intelligent Symmetric Compression
Compression works between two PacketShapers—symmetrically—to engage specialized, low-latency compression algorithms. Using multiple traffic compression techniques—including multiple algorithms, fragment caching, header compression and packet bundling—our Layer 7 Plus application intelligence helps identify different application types and apply the optimal compression techniques to each—or not at all.
Application-specific Selective Compression
To optimize compression, set up separate dictionary caches or different applications—avoiding the dilution effect where large amounts of other traffic weaken compression effectiveness. PacketShaper also chooses a different compression approach for packet payload—instead of for packet headers—apply "two pass" compression to less latency-sensitive applications.
Sometimes choosing not to compress an application is as important as compressing it. Applications—like SSL, jpeg files, VoIP data payloads and already-compressed Citrix® traffic—don't generally benefit from compression and are not worth injecting even latency minimal amounts. When it makes sense, PacketShaper’s application intelligence opts not to compress, saving resources and getting better overall compression results.
Compression results vary, depending on application mix. Beware of promised 5:1 or even 10:1 compression ratios—which are based on best-case tests. A more realistic range is 2:1 to 3:1; however, 4:1 to 5:1 can be achieved if you have more compressible traffic types.
Plug-In Architecture
Packeteer's plug-in architecture enables Packeteer to add new, application-specific compression algorithms over time. We continue to update our compression technologies—releasing four new algorithms since 2003 and improving effectiveness by about 40 percent. As plug-ins, new classifications can be easily downloaded as they become available—without waiting for a major software release.
Minimize Latency: MTU Management, Packing and Rate Control
To minimize latency and further accelerate traffic, PacketShaper's MTU (maximum transmission unit) management automatically adjusts MTU size to eliminate excess delays from link serialization delay or increase MTU to eliminate overhead from headers and acknowledgements.
Selectively bundling or concatenating packets, PacketShaper evaluates packet and MTU size as well as network timing to determine if, and when, combining multiple compressed packets into a single larger packet makes sense. Packing reduces overhead and improves compression gains.
ActiveTunnel: Automatic Setup and Overload Protection
Packeteer's ActiveTunnel feature automatically detects Xpress-enabled PacketShapers on the network and builds acceleration tunnels between them. Beyond enabling Xpress—a simple matter of toggling "on"—no configuration is required to set up or maintain the tunnels.
Since high traffic volume overloads compression efforts—actually increasing latency—PacketShaper automatically detects overloaded situations and backs off or steps up, as appropriate. Traffic shaping still takes precedence over compression when the network gets swamped
Thursday, August 14, 2008
AutoMate
AutoMate enables technology vendors to provide seamless and transparent application automation.
AutoMate has long been the software-of-choice for many technology companies looking to enhance the automation capabilities of their solutions. Whether the solution is based on packaged or web-based software, or on a combination of software and hardware, AutoMate provides all the power needed for complete solution and application automation.
With AutoMate, automation can be accomplished extremely quickly without the need for programming expertise. This makes a solution involving AutoMate very affordable. But AutoMate also provides the power and reliability that top-tier technology companies demand. Its client/server architecture allows for multiple-machine, cross-platform processing on anywhere from one to thousands of computers. Its centralized management tools provide a unified view of all automation across the computer network, and ensure reliable execution of all automation processes.
Technology
AutoMate automates repetitive IT tasks without requiring code or syntax.
IT managers are under intense pressures to manage ever-expanding computer networks while providing users with better service. They must do this with fixed budgets and lofty expectations that include the elimination of downtime and real-time access to data. Faced with these pressures, demands, and limitations, IT managers need software that can streamline and automate time-consuming and costly IT processes.
With AutoMate, automation can be accomplished extremely quickly without the need for programming expertise. This makes a solution involving AutoMate very affordable. But AutoMate also provides the power and reliability that business users demand. Its client/server architecture allows for multiple-machine, cross-platform processing on anywhere from one to thousands of computers. Its centralized management tools provide a unified view of all automation across the computer network, and ensure reliable execution of all automation processes. IT managers from all industries rely on AutoMate's breadth of capabilities and ease-of-use to streamline their networks.
Monday, August 4, 2008
Dasar Teori Bab II
BAB II
TINJAUAN PUSTAKA
2.1 Teori Dasar Komunikasi
2.1.1 Definisi Dasar Komunikasi
2.1.2 Kajian Teori Komunikasi
2.2 Pengertian Komunikasi Kelompok
2.2.1 Karakteristik Komunikasi Kelompok
2.2.2 Pengertian Kelompok
2.2.3 Timbulnya Kelompok
2.2.4 Klasifikasi Kelompok
2.2.5 Tujuan Kelompok
2.2.6 Karakteristik Kelompok
2.2.7 Diskusi Kelompok
2.2.8 Komposisi Kelompok
2.3 Kohesivitas Kelompok
2.3.1 Pengertian Kohesivitas
2.3.2 Aspek-aspek Kohesivitas
2.3.3 Pengertian Kohesivitas Kelompok
2.3.4 Kekuatan Kohesivitas Kelompok
2.4 Teori ( Pembahasan )
2.4.1 Dasar ( Pembahasan )
2.4.2 Pengertian ( Pembahasan )
2.4.3 Komponen ( Pembahasan )
2.4.4 Pembentukan dan Perubahan ( Pembahasan )
TINJAUAN PUSTAKA
2.1 Teori Dasar Komunikasi
2.1.1 Definisi Dasar Komunikasi
2.1.2 Kajian Teori Komunikasi
2.2 Pengertian Komunikasi Kelompok
2.2.1 Karakteristik Komunikasi Kelompok
2.2.2 Pengertian Kelompok
2.2.3 Timbulnya Kelompok
2.2.4 Klasifikasi Kelompok
2.2.5 Tujuan Kelompok
2.2.6 Karakteristik Kelompok
2.2.7 Diskusi Kelompok
2.2.8 Komposisi Kelompok
2.3 Kohesivitas Kelompok
2.3.1 Pengertian Kohesivitas
2.3.2 Aspek-aspek Kohesivitas
2.3.3 Pengertian Kohesivitas Kelompok
2.3.4 Kekuatan Kohesivitas Kelompok
2.4 Teori ( Pembahasan )
2.4.1 Dasar ( Pembahasan )
2.4.2 Pengertian ( Pembahasan )
2.4.3 Komponen ( Pembahasan )
2.4.4 Pembentukan dan Perubahan ( Pembahasan )
Teori Validitas Ordinal
TEORI VALIDITAS DATA ORDINAL
This is information about the teori of validitas with ordinal data that you can use for your more information referensi, this is only for my clien in indonesia so i made it in 'bahasa'. This is the data ;
Validitas menunjukkan ukuran yang benar-benar mengukur apa yang akan diukur. Jadi dapat dikatakan semakin tinggi validitas suatu alat test, maka alat test tersebut semakin mengenai pada sasarannya, atau semakin menunjukkan apa yang seharusnya diukur. Suatu test dapat dikatakan mempunyai validitas tinggi apabila test tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur sesuai dengan makna dan tujuan diadakannya test tersebut. Jika peneliti menggunakan kuesioner di dalam pengumpulan data penelitian, maka item-item yang disusun pada kuesioner tersebut merupakan alat test yang harus mengukur apa yang menjadi tujuan penelitian.
Salah satu cara untuk menghitung validitas suatu alat test yaitu dengan melihat daya pembeda item (item discriminality). Daya pembeda item adalah metode yang paling tepat digunakan untuk setiap jenis test. Daya pembeda item dalam penalitian ini dilakukan denan cara : “ korelasi item-total ”.
Korelasi item-total yaitu konsistensi antara skor item dengan skor secara keseluruhan yang dapat dilihat dari besarnya koefisien korelasi antara setiap item dengan skor keseluruhan, yang dalam penelitian ini menggunakan koefisien korelasi Rank – Spearman dengan langkah-langkah perhitungan sebagai berikut :
Koefisien Korelasi Rank Sperman
Apabila item yang dihadapi berbentuk skala ordinal (skala sikap), maka untuk nilai korelasi rank spearman pada item ke-i adalah :
Rumus diatas digunakan apabila tidak terdapat data kembar, atau terdapat data kembar namun sedikit. Apabila terdapat banyak data kembar digunakan rumus berikut ini
dimana : R(X) = Ranking nilai X
R(Y) = Ranking nilai Y
Bila koefisien korelasi untuk seluruh item telah dihitung, perlu ditentukan angka terkecil yang dapat dianggap cukup “ tinggi ” sebagai indikator adanya konsistensi antara skor item dan skor keseluruhan. Dalam hal ini tidak ada batasan yang tegas. Prinsip utama pemilihan item dengan melihat koefisien korelasi adalah mencari harga koefisien yang setinggi mungkin dan menyingkirkan setiap item yang mempunyai korelasi negatif (-) atau koefisien yang mendekati nol (0,00).
Menurut Friedenberg (1995) biasanya dalam pengembangan dan penyusunan skala-skala psikologi, digunakan harga koefisien korelasi yang minimal sama dengan 0,30. Dengan demikian, semua item yang memiliki korelasi kurang dari 0,30 dapat disisihkan dan item-item yang akan dimasukkan dalam alat test adalah item-item yang memiliki korelasi diatas 0,30 dengan pengertian semakin tinggi korelasi itu mendekati angka satu (1,00) maka semakin baik pula konsistensinya (validitasnya).
Or you can download it Download
This is information about the teori of validitas with ordinal data that you can use for your more information referensi, this is only for my clien in indonesia so i made it in 'bahasa'. This is the data ;
Validitas menunjukkan ukuran yang benar-benar mengukur apa yang akan diukur. Jadi dapat dikatakan semakin tinggi validitas suatu alat test, maka alat test tersebut semakin mengenai pada sasarannya, atau semakin menunjukkan apa yang seharusnya diukur. Suatu test dapat dikatakan mempunyai validitas tinggi apabila test tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur sesuai dengan makna dan tujuan diadakannya test tersebut. Jika peneliti menggunakan kuesioner di dalam pengumpulan data penelitian, maka item-item yang disusun pada kuesioner tersebut merupakan alat test yang harus mengukur apa yang menjadi tujuan penelitian.
Salah satu cara untuk menghitung validitas suatu alat test yaitu dengan melihat daya pembeda item (item discriminality). Daya pembeda item adalah metode yang paling tepat digunakan untuk setiap jenis test. Daya pembeda item dalam penalitian ini dilakukan denan cara : “ korelasi item-total ”.
Korelasi item-total yaitu konsistensi antara skor item dengan skor secara keseluruhan yang dapat dilihat dari besarnya koefisien korelasi antara setiap item dengan skor keseluruhan, yang dalam penelitian ini menggunakan koefisien korelasi Rank – Spearman dengan langkah-langkah perhitungan sebagai berikut :
Koefisien Korelasi Rank Sperman
Apabila item yang dihadapi berbentuk skala ordinal (skala sikap), maka untuk nilai korelasi rank spearman pada item ke-i adalah :
Rumus diatas digunakan apabila tidak terdapat data kembar, atau terdapat data kembar namun sedikit. Apabila terdapat banyak data kembar digunakan rumus berikut ini
dimana : R(X) = Ranking nilai X
R(Y) = Ranking nilai Y
Bila koefisien korelasi untuk seluruh item telah dihitung, perlu ditentukan angka terkecil yang dapat dianggap cukup “ tinggi ” sebagai indikator adanya konsistensi antara skor item dan skor keseluruhan. Dalam hal ini tidak ada batasan yang tegas. Prinsip utama pemilihan item dengan melihat koefisien korelasi adalah mencari harga koefisien yang setinggi mungkin dan menyingkirkan setiap item yang mempunyai korelasi negatif (-) atau koefisien yang mendekati nol (0,00).
Menurut Friedenberg (1995) biasanya dalam pengembangan dan penyusunan skala-skala psikologi, digunakan harga koefisien korelasi yang minimal sama dengan 0,30. Dengan demikian, semua item yang memiliki korelasi kurang dari 0,30 dapat disisihkan dan item-item yang akan dimasukkan dalam alat test adalah item-item yang memiliki korelasi diatas 0,30 dengan pengertian semakin tinggi korelasi itu mendekati angka satu (1,00) maka semakin baik pula konsistensinya (validitasnya).
Or you can download it Download
Teori Reliabilitas Ordinal
RELIABILITAS DATA ORDINAL
Reliabilitas artinya adalah tingkat keterpercayaan hasil suatu pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu pengukuran yang mampu memberikan hasil ukur yang terpercaya (reliabel). Reliabilitas merupakan salah satu ciri atau karakter utama intrumen pengukuran yang baik. Kadang-kadang reliabilitas disebut juga sebagai keterpercayaan, keterandalan, keajegan, konsistensi, kestabilan, dan sebagainya, namun ide pokok dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, artinya sejauh mana skor hasil pengukuran terbebas dari kekeliruan pengukuran (measurement error).
Tinggi rendahnya reliabilitas, secara empiris ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Walaupun secara teoritis, besarnya koefisien reliabilitas berkisar antara 0,00 – 1,00; akan tetapi pada kenyataannya koefisien reliabilitas sebesar 1,00 tidak pernah dicapai dalam pengukuran, karena manusia sebagai subjek pengukuran psikologis merupakan sumber kekeliruan yang potensial. Di samping itu walaupun koefisien korelasi dapat bertanda positif (+) atau negatif (-), akan tetapi dalam hal reliabilitas, koefisien reliabilitas yang besarnya kurang dari nol (0,00) tidak ada artinya karena interpretasi reliabilitas selalu mengacu kepada koefisien reliabilitas yang positif.
Teknik perhitungan koefisien reliabilitas yang digunakan disini adalah dengan menggunakan Koefisien Reliabilitas Alpha yang dihitung dengan menggunakan rumus sebagai berikut :
dimana :
k adalah banyaknya belahan item
Si2 adalah varians dari item ke-i
S2total adalah total varians dari keseluruhan item
Bila koefisien reliabilitas telah dihitung, maka untuk menentukan keeratan hubungan bisa digunakan kriteria Guilford (1956), yaitu :
1. kurang dari 0,20 : Hubungan yang sangat kecil dan bisa diabaikan
2. 0,20 - < 0,40 : Hubungan yang kecil (tidak erat)
3. 0,40 - < 0,70 : Hubungan yang cukup erat
4. 0,70 - < 0,90 : Hubungan yang erat (reliabel)
5. 0,90 - < 1,00 : Hubungan yang sangat erat (sangat reliabel)
6. 1,00 : Hubungan yang sempurna
SUMBER :
Guilford ,J.P., Psychometric Methods , Tata McGraw-Hill Publishing Company Limited 1979.
Friedenberg, Lisa, Psychological Testing, Design, Analysis and Use, Allyn and Bacon 1995
Reliabilitas artinya adalah tingkat keterpercayaan hasil suatu pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu pengukuran yang mampu memberikan hasil ukur yang terpercaya (reliabel). Reliabilitas merupakan salah satu ciri atau karakter utama intrumen pengukuran yang baik. Kadang-kadang reliabilitas disebut juga sebagai keterpercayaan, keterandalan, keajegan, konsistensi, kestabilan, dan sebagainya, namun ide pokok dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, artinya sejauh mana skor hasil pengukuran terbebas dari kekeliruan pengukuran (measurement error).
Tinggi rendahnya reliabilitas, secara empiris ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Walaupun secara teoritis, besarnya koefisien reliabilitas berkisar antara 0,00 – 1,00; akan tetapi pada kenyataannya koefisien reliabilitas sebesar 1,00 tidak pernah dicapai dalam pengukuran, karena manusia sebagai subjek pengukuran psikologis merupakan sumber kekeliruan yang potensial. Di samping itu walaupun koefisien korelasi dapat bertanda positif (+) atau negatif (-), akan tetapi dalam hal reliabilitas, koefisien reliabilitas yang besarnya kurang dari nol (0,00) tidak ada artinya karena interpretasi reliabilitas selalu mengacu kepada koefisien reliabilitas yang positif.
Teknik perhitungan koefisien reliabilitas yang digunakan disini adalah dengan menggunakan Koefisien Reliabilitas Alpha yang dihitung dengan menggunakan rumus sebagai berikut :
dimana :
k adalah banyaknya belahan item
Si2 adalah varians dari item ke-i
S2total adalah total varians dari keseluruhan item
Bila koefisien reliabilitas telah dihitung, maka untuk menentukan keeratan hubungan bisa digunakan kriteria Guilford (1956), yaitu :
1. kurang dari 0,20 : Hubungan yang sangat kecil dan bisa diabaikan
2. 0,20 - < 0,40 : Hubungan yang kecil (tidak erat)
3. 0,40 - < 0,70 : Hubungan yang cukup erat
4. 0,70 - < 0,90 : Hubungan yang erat (reliabel)
5. 0,90 - < 1,00 : Hubungan yang sangat erat (sangat reliabel)
6. 1,00 : Hubungan yang sempurna
SUMBER :
Guilford ,J.P., Psychometric Methods , Tata McGraw-Hill Publishing Company Limited 1979.
Friedenberg, Lisa, Psychological Testing, Design, Analysis and Use, Allyn and Bacon 1995
Teori Reliabilitas Nominal
RELIABILITAS DATA NOMINAL
Reliabilitas artinya adalah tingkat keterpercayaan hasil suatu pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu pengukuran yang mampu memberikan hasil ukur yang terpercaya (reliabel). Reliabilitas merupakan salah satu ciri atau karakter utama intrumen pengukuran yang baik. Kadang-kadang reliabilitas disebut juga sebagai keterpercayaan, keterandalan, keajegan, konsistensi, kestabilan, dan sebagainya, namun ide pokok dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, artinya sejauh mana skor hasil pengukuran terbebas dari kekeliruan pengukuran (measurement error).
Tinggi rendahnya reliabilitas, secara empiris ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Walaupun secara teoritis, besarnya koefisien reliabilitas berkisar antara 0,00 – 1,00; akan tetapi pada kenyataannya koefisien reliabilitas sebesar 1,00 tidak pernah dicapai dalam pengukuran, karena manusia sebagai subjek pengukuran psikologis merupakan sumber kekeliruan yang potensial. Di samping itu walaupun koefisien korelasi dapat bertanda positif (+) atau negatif (-), akan tetapi dalam hal reliabilitas, koefisien reliabilitas yang besarnya kurang dari nol (0,00) tidak ada artinya karena interpretasi reliabilitas selalu mengacu kepada koefisien reliabilitas yang positif.
Teknik perhitungan koefisien reliabilitas yang digunakan disini adalah dengan menggunakan Koefisien Reliabilitas Kuder-Richardson (KR-20), metode ini merupakan koefisien reliabilitas yang dapat menggambarkan variasi dari item-item untuk jawaban benar/salah yang diberi skor 0 atau 1 (Guilford and Benjamin, 1978).
Koefisien Reliabilitas Kuder-Richardson (KR-20) dapat dihitung dengan menggunakan rumus sebagai berikut :
dimana : n = jumlah item
S2 = Varians total
p = Proporsi dari orang yang menjawab benar pada item ke-i.
1- p = Proporsi dari orang yang menjawab salah pada item = q
Bila koefisien reliabilitas telah dihitung, maka untuk menentukan keeratan hubungan bisa digunakan kriteria Guilford (1956), yaitu :
1. kurang dari 0,20 : Hubungan yang sangat kecil dan bisa diabaikan
2. 0,20 - < 0,40 : Hubungan yang kecil (tidak erat)
3. 0,40 - < 0,70 : Hubungan yang cukup erat
4. 0,70 - < 0,90 : Hubungan yang erat (reliabel)
5. 0,90 - < 1,00 : Hubungan yang sangat erat (sangat reliabel)
6. 1,00 : Hubungan yang sempurna
SUMBER :
Guilford ,J.P., Psychometric Methods , Tata McGraw-Hill Publishing Company Limited 1979.
Friedenberg, Lisa, Psychological Testing, Design, Analysis and Use, Allyn and Bacon 1995
Reliabilitas artinya adalah tingkat keterpercayaan hasil suatu pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu pengukuran yang mampu memberikan hasil ukur yang terpercaya (reliabel). Reliabilitas merupakan salah satu ciri atau karakter utama intrumen pengukuran yang baik. Kadang-kadang reliabilitas disebut juga sebagai keterpercayaan, keterandalan, keajegan, konsistensi, kestabilan, dan sebagainya, namun ide pokok dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, artinya sejauh mana skor hasil pengukuran terbebas dari kekeliruan pengukuran (measurement error).
Tinggi rendahnya reliabilitas, secara empiris ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas. Walaupun secara teoritis, besarnya koefisien reliabilitas berkisar antara 0,00 – 1,00; akan tetapi pada kenyataannya koefisien reliabilitas sebesar 1,00 tidak pernah dicapai dalam pengukuran, karena manusia sebagai subjek pengukuran psikologis merupakan sumber kekeliruan yang potensial. Di samping itu walaupun koefisien korelasi dapat bertanda positif (+) atau negatif (-), akan tetapi dalam hal reliabilitas, koefisien reliabilitas yang besarnya kurang dari nol (0,00) tidak ada artinya karena interpretasi reliabilitas selalu mengacu kepada koefisien reliabilitas yang positif.
Teknik perhitungan koefisien reliabilitas yang digunakan disini adalah dengan menggunakan Koefisien Reliabilitas Kuder-Richardson (KR-20), metode ini merupakan koefisien reliabilitas yang dapat menggambarkan variasi dari item-item untuk jawaban benar/salah yang diberi skor 0 atau 1 (Guilford and Benjamin, 1978).
Koefisien Reliabilitas Kuder-Richardson (KR-20) dapat dihitung dengan menggunakan rumus sebagai berikut :
dimana : n = jumlah item
S2 = Varians total
p = Proporsi dari orang yang menjawab benar pada item ke-i.
1- p = Proporsi dari orang yang menjawab salah pada item = q
Bila koefisien reliabilitas telah dihitung, maka untuk menentukan keeratan hubungan bisa digunakan kriteria Guilford (1956), yaitu :
1. kurang dari 0,20 : Hubungan yang sangat kecil dan bisa diabaikan
2. 0,20 - < 0,40 : Hubungan yang kecil (tidak erat)
3. 0,40 - < 0,70 : Hubungan yang cukup erat
4. 0,70 - < 0,90 : Hubungan yang erat (reliabel)
5. 0,90 - < 1,00 : Hubungan yang sangat erat (sangat reliabel)
6. 1,00 : Hubungan yang sempurna
SUMBER :
Guilford ,J.P., Psychometric Methods , Tata McGraw-Hill Publishing Company Limited 1979.
Friedenberg, Lisa, Psychological Testing, Design, Analysis and Use, Allyn and Bacon 1995
Teori Validitas Nominal
TEORI VALIDITAS DATA NOMINAL
A. VALIDITAS
Validitas menunjukkan ukuran yang mengukur apa yang akan diukur. Jadi dapat dikatakan semakin tinggi validitas suatu alat test, maka alat test tersebut semakin mengenai pada sasarannya, atau semakin menunjukkan apa yang seharusnya diukur. Suatu test dapat dikatakan mempunyai validitas tinggi apabila test tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur sesuai dengan makna dan tujuan diadakannya test tersebut. Jika peneliti menggunakan kuesioner di dalam pengumpulan data penelitian, maka item-item yang disusun pada kuesioner tersebut merupakan alat test yang harus mengukur apa yang menjadi tujuan penelitian.
Salah satu cara untuk menghitung validitas suatu alat test yaitu dengan melihat daya pembeda item (item discriminality). Daya pembeda item adalah metode yang paling tepat digunakan untuk setiap jenis test. Daya pembeda item dalam penalitian ini dilakukan denan cara : “ korelasi item-total ”. Korelasi item-total yaitu konsistensi antara skor item dengan skor secara keseluruhan yang dapat dilihat dari besarnya koefisien korelasi antara setiap item dengan skor keseluruhan, yang dalam penelitian ini menggunakan koefisien korelasi Point Biserial dengan langkah-langkah perhitungan sebagai berikut :
Koefisien Korelasi Point Biserial
Apabila bentuk item adalah dichotomous (correct/incorrect, true/false). Rumus untuk korelasi point-biserial pada item ke-i adalah :
dimana : X =Rata-rata pada test untuk semua orang
Xi =Rata-rata pada test hanya untuk orang-orang yang menjawab benar pada item ke-i
p = Proporsi dari orang yang menjawab benar pada item ke-i.
1- p = Proporsi dari orang yang menjawab salah pada item ke-i.
SDx = Standar deviasi pada test untuk semua orang
Bila koefisien korelasi untuk seluruh item telah dihitung, perlu ditentukan angka terkecil yang dapat dianggap cukup “ tinggi ” sebagai indikator adanya konsistensi antara skor item dan skor keseluruhan. Dalam hal ini tidak ada batasan yang tegas. Prinsip utama pemilihan item dengan melihat koefisien korelasi adalah mencari harga koefisien yang setinggi mungkin dan menyingkirkan setiap item yang mempunyai korelasi negatif (-) atau koefisien yang mendekati nol (0,00).
Menurut Friedenberg (1995) biasanya dalam pengembangan dan penyusunan skala-skala psikologi, digunakan harga koefisien korelasi yang minimal sama dengan 0,30. Dengan demikian, semua item yang memiliki korelasi kurang dari 0,30 dapat disisihkan dan item-item yang akan dimasukkan dalam alat test adalah item-item yang memiliki korelasi diatas 0,30 dengan pengertian semakin tinggi korelasi itu mendekati angka satu (1,00) maka semakin baik pula konsistensinya (validitasnya).
A. VALIDITAS
Validitas menunjukkan ukuran yang mengukur apa yang akan diukur. Jadi dapat dikatakan semakin tinggi validitas suatu alat test, maka alat test tersebut semakin mengenai pada sasarannya, atau semakin menunjukkan apa yang seharusnya diukur. Suatu test dapat dikatakan mempunyai validitas tinggi apabila test tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur sesuai dengan makna dan tujuan diadakannya test tersebut. Jika peneliti menggunakan kuesioner di dalam pengumpulan data penelitian, maka item-item yang disusun pada kuesioner tersebut merupakan alat test yang harus mengukur apa yang menjadi tujuan penelitian.
Salah satu cara untuk menghitung validitas suatu alat test yaitu dengan melihat daya pembeda item (item discriminality). Daya pembeda item adalah metode yang paling tepat digunakan untuk setiap jenis test. Daya pembeda item dalam penalitian ini dilakukan denan cara : “ korelasi item-total ”. Korelasi item-total yaitu konsistensi antara skor item dengan skor secara keseluruhan yang dapat dilihat dari besarnya koefisien korelasi antara setiap item dengan skor keseluruhan, yang dalam penelitian ini menggunakan koefisien korelasi Point Biserial dengan langkah-langkah perhitungan sebagai berikut :
Koefisien Korelasi Point Biserial
Apabila bentuk item adalah dichotomous (correct/incorrect, true/false). Rumus untuk korelasi point-biserial pada item ke-i adalah :
dimana : X =Rata-rata pada test untuk semua orang
Xi =Rata-rata pada test hanya untuk orang-orang yang menjawab benar pada item ke-i
p = Proporsi dari orang yang menjawab benar pada item ke-i.
1- p = Proporsi dari orang yang menjawab salah pada item ke-i.
SDx = Standar deviasi pada test untuk semua orang
Bila koefisien korelasi untuk seluruh item telah dihitung, perlu ditentukan angka terkecil yang dapat dianggap cukup “ tinggi ” sebagai indikator adanya konsistensi antara skor item dan skor keseluruhan. Dalam hal ini tidak ada batasan yang tegas. Prinsip utama pemilihan item dengan melihat koefisien korelasi adalah mencari harga koefisien yang setinggi mungkin dan menyingkirkan setiap item yang mempunyai korelasi negatif (-) atau koefisien yang mendekati nol (0,00).
Menurut Friedenberg (1995) biasanya dalam pengembangan dan penyusunan skala-skala psikologi, digunakan harga koefisien korelasi yang minimal sama dengan 0,30. Dengan demikian, semua item yang memiliki korelasi kurang dari 0,30 dapat disisihkan dan item-item yang akan dimasukkan dalam alat test adalah item-item yang memiliki korelasi diatas 0,30 dengan pengertian semakin tinggi korelasi itu mendekati angka satu (1,00) maka semakin baik pula konsistensinya (validitasnya).
Subscribe to:
Posts (Atom)