Pernahkah kamu mengikuti sebuah tes kepribadian online dan mendapati hasilnya tidak konsisten? Satu tes menyebut bahwa kamu introvert, dan tes lainnya menyebutkan bahwa kamu hampir 180° berbeda dengan profil yang kamu dapatkan sebelumnya. Ada juga yang mengikuti tes asesmen kesehatan mental dan memperoleh skor stres yang jauh lebih tinggi dibandingkan dengan bulan sebelumnya, padahal mereka merasa bahwa kondisinya tidak banyak berubah dalam satu bulan ke belakang.
Dari situlah muncul pertanyaan yang rasional: Sebenarnya, sejauh mana hasil tes psikologi dapat dipercaya?
Dua Kata yang Sering Disebut tapi Jarang Dipahami
Pertanyaan mengenai keraguan terhadap alat tes psikologi bukanlah hanya berasal dari keraguan orang awam biasa. Hal itu sudah menyentuh inti dari ilmu pengukuran psikologi yang telah berkembang selama lebih dari satu abad lamanya. Dan Jawabannya bertumpu pada dua konsep yang kerap disebut, namun jarang dijelaskan dengan memuaskan, yaitu validitas dan reliabilitas.
Di lingkungan akademik maupun klinis, kedua istilah ini muncul hampir di setiap diskusi tentang alat ukur psikologis. Namun bagi kebanyakan orang, bahkan praktisi sekalipun, keduanya masih terasa mengawang di beberapa titik. Seperti dikenal namanya, namun tidak benar-benar dipahami bagaimana cara kerjanya. Untuk memahami itu, mari kita bedah satu persatu.
Apa yang Sebenarnya Sedang Kita Ukur?
Sebelum masuk ke definisi teknisnya, ada satu hal mendasar yang perlu kita pahami terlebih dahulu, yaitu: tes psikologi bukan sekadar kumpulan pertanyaan belaka. Ia adalah instrumen ilmiah, yang dirancang secara sistematis sebagai sarana bagi peneliti maupun praktisi untuk mengumpulkan informasi tentang perilaku, pikiran, dan/atau kondisi psikologis seseorang. Dan seperti instrumen ilmiah lainnya (termometer, timbangan, dan sebagainya), kualitasnya ditentukan oleh seberapa akurat dan seberapa konsisten ia bekerja. Oleh sebab itu, di sinilah validitas dan reliabilitas berperan.
Validitas: Apakah Tes Ini Mengukur Apa yang Seharusnya?
Bayangkan kamu ingin mengukur seberapa cemas seseorang, lalu kamu menggunakan tes yang ternyata lebih banyak menangkap seberapa lelah orang tersebut dibandingkan dengan tingkatan cemasnya. Hasilnya mungkin terlihat meyakinkan, tetap ia tidak menjawab pertanyaan yang sedang ditanyakan. Inilah yang dimaksud dengan masalah validitas.
Validitas adalah pertanyaan tentang kejujuran sebuah alat ukur: apakah tes ini benar-benar mengukur apa yang diklaim sedang diukur atau tidak?
Fakta bahwa sebuah tes dimaksudkan untuk mengukur sesuatu, tidak menjadi jaminan bahwa ia benar-benar berhasil melakukannya. Oleh karena itu, validitas bukan sesuatu yang ditetapkan sekali lalu selesai, ia adalah proses pembuktian yang harus terus-menerus dilakukan. Dalam dunia psikometri sendiri, validitas hadir dalam beberapa bentuk yang masing-masing menguji aspek yang berbeda-beda.
1. Validitas Isi: Apakah semua aspeknya sudah tercakup?
Validitas isi memeriksa apakah item-item dalam sebuah tes sudah cukup mewakili keseluruhan konsep yang ingin diukur. Contoh sederhananya: bayangkan sebuah tes depresi yang hanya menanyakan soal gangguan tidur. Tes itu akan memiliki validitas isi yang buruk, karena depresi bukan hanya soal tidur, ia juga mencakup kehilangan minat, perasaan tidak berharga, perubahan nafsu makan, dan banyak hal lain. Tes yang baik harus mencakup semua dimensi penting dari kondisi yang ingin diukur, bukan hanya sebagian kecil darinya.
2. Validitas Konstruk: Apakah tes berperilaku seperti yang diharapkan teori?
Ini adalah bentuk validitas yang paling menyeluruh, dan mungkin yang paling sulit dijelaskan secara singkat. Sederhananya, validitas konstruk memeriksa apakah sebuah tes berperilaku sesuai dengan apa yang diprediksi oleh teori psikologis di baliknya.
Ada dua hal yang biasanya diperiksa. Pertama, apakah tes berkorelasi tinggi dengan alat ukur lain yang mengukur hal serupa. Misalnya seperti skala kecemasan baru yang seharusnya menunjukkan hasil yang sejalan dengan skala kecemasan yang sudah “mapan”. Hal ini disebut dengan validitas konvergen. Kedua, apakah tes tidak berkorelasi tinggi dengan hal-hal yang tidak seharusnya berkaitan. Misalnya seperti tes depresi yang seharusnya tidak terlalu berkorelasi dengan tes kecerdasan. Tes ini disebut dengan validitas diskriminan.
3. Validitas Kriteria: Apakah hasilnya sesuai dengan standar yang sudah ada?
Validitas kriteria menilai seberapa baik sebuah tes baru berkorelasi dengan tolok ukur yang sudah diakui. Misalnya, membandingkan alat diagnostik depresi yang baru dengan wawancara klinis terstruktur yang sudah tervalidasi. Jika keduanya mengarah pada kesimpulan yang sama, tes baru itu dianggap memiliki validitas kriteria yang baik. Selain itu, ada pula validitas prediktif, yaitu kemampuan tes untuk memperkirakan hasil di masa depan, contohnya seperti “apakah asesmen kognitif awa pada anak dapat memprediksi kemampuan akademiknya kelak?”
Reliabilitas: Apakah Tes ini Menghasilkan Hasil yang Konsisten?
Jika validitas berbicara tentang ketepatan, maka reliabilitas berbicara tentang konsistensi. Sebuah tes dapat dikatakan reliabel jika ia menghasilkan hasil yang kurang lebih sama ketika digunakan pada kondisi yang serupa, baik diulang di waktu yang berbeda, diisi oleh orang yang sama, atau dinilai oleh penilai yang berbeda. Agar dapat dengan lebih mudah dipahami, coba pikirkan sebuah timbangan dapur. Jika kamu menimbang benda yang sama lima kali berturut-turut dan hasilnya selalu berbeda jauh, timbangan itu tidak reliabel, dan kamu tidak akan memercayainya. Hal yang sama juga berlaku untuk tes psikologi.
Pada umumnya, reliabilitas diukur melalui tiga pendekatan utama:
1. Reliabilitas Test-Retest: Apakah hasilnya stabil dari waktu ke waktu?
Ini adalah cara paling intuitif untuk mengukur reliabilitas. Tes yang sama diberikan kepada kelompok orang yang sama pada dua waktu yang berbeda, misalnya dengan jarak dua minggu. Jika hasilnya relatif konsisten, berarti tes tersebut memiliki reliabilitas test-retest yang baik. Ini penting terutama untuk konstruk yang diharapkan stabil, seperti sifat kepribadian atau tingkat kecemasan jangka panjang.
Yang perlu dijadikan perhatian adalah jarak waktu antara dua pengukuran sangat memengaruhi hasilnya. Apabila terlalu dekat, orang mungkin sekadar mengingat jawaban yang ia berikan sebelumnya. Apabila terlalu jauh, dan kondisi orang tersebut mungkin memang sudah berubah secara nyata, hal ini bisa mengubah hasilnya. Bukan karena tesnya tidak konsisten, tapi karena orangnya sendiri yang berubah.
2. Konsistensi Internal: Apakah semua item dalam tes mengukur hal yang sama?
Bayangkan sebuah kuesioner harga diri yang terdiri dari 20 pertanyaan. Jika tes itu benar-benar mengukur harga diri, maka orang yang memiliki harga diri tinggi seharusnya cenderung menjawab positif di sebagian besar pertanyaan, bukan positif di 10 pertanyaan tapi negatif di 10 pertanyaan lainnya. Konsistensi antar-item inilah yang disebut dengan konsistensi internal.
Ukuran yang paling umum digunakan untuk ini adalah Cronbach's Alpha, sebuah angka antara 0 dan 1 yang mencerminkan seberapa saling berkaitan item-item dalam sebuah tes. Nilai 0,7 ke atas umumnya dianggap sebagai batas minimal yang dapat diterima dalam sebuah pengujian.
3. Reliabilitas Antar-Penilai: Apakah hasilnya konsisten meski dinilai oleh orang yang berbeda?
Tidak semua tes psikologi bersifat objektif seperti pilihan ganda. Banyak asesmen, terutama di dalam konteks klinis, yang melibatkan penilaian subjektif dari seorang klinisi, seperti mengamati perilaku, menilai respons wawancara, atau menginterpretasikan ekspresi emosi. Oleh karena itu, muncul pertanyaan: “kalau dua psikolog berbeda menilai pasien yang sama, apakah mereka akan sampai pada kesimpulan yang serupa?”
Reliabilitas antar-penilai yang tinggi berarti hasil asesmen tidak terlalu bergantung pada siapa yang melakukan penilaian, hal ini menjadi sebuah standar yang krusial untuk memastikan keadilan diagnostik.
Hubungan antara Validitas dan Reliabilitas: Mana yang Lebih Penting?
Reliabilitas dan validitas sering disebut bersama, namun hubungan keduanya tidak sejajar, dan hal ini penting untuk dipahami.
Prinsip dasarnya sederhana: sebuah tes bisa reliabel tanpa valid, tapi tes yang valid harus selalu reliabel. Analoginya, seperti sebuah timbangan yang konsisten menunjukkan angka 2 kg lebih berat dari berat sebenarnya adalah timbangan yang sangat reliabel, dimana hasilnya selalu konsisten. Hanya saja, hasilnya tidak valid karena tidak mencerminkan berat yang sesungguhnya.
Dalam konteks psikologi, reliabilitas adalah dasar dari dibangunnya sebuah validitas. Reliabilitas menjadi syarat perlu, tetapi bukan menjadi syarat cukup untuk suatu hal dikatakan valid. Sebuah tes yang tidak konsisten hampir mustahil untuk dipercaya ketepatannya. Tapi, sebuah tes yang konsisten pun belum tentu mengukur hal yang benar.
Apabila hal ini dibiarkan terus berlanjut, implikasi praktisnya dapat dirasakan secara nyata, menggunakan tes yang reliabel tapi tidak valid dapat membuat seorang klinisi dengan penuh keyakinan menarik kesimpulan yang salah, dan apabila hal ini dimasukan ke dalam konteks diagnosis serta perencanaan terapi, kesimpulan yang salah bukan sekadar kekeliruan intelektual, ia berdampak langsung pada kehidupan seseorang.
Mengapa Ini Menjadi Hal yang Penting?
Bagi psikolog dan klinisi, memahami validitas dan reliabilitas bukan sekadar pengetahuan akademik saja, tetapi ini menjadi kompetensi praktis yang menentukan kualitas keputusan klinis. Banyak Kondisi kesehatan mental memiliki gejala yang tumpang tindih (overlap). Depresi dan kecemasan misalnya, keduanya bisa muncul dalam bentuk kelelahan, iritabilitas, dan gangguan tidur. Alat asesmen yang reliabel dan valid dapat membantu klinis dalam membedakan kondisi-kondisi tersebut secara lebih akurat dan merancang intervensi yang lebih tepat sasaran.
Perlu diingat pula bahwa validitas dan reliabilitas sebuah alat ukur tidak ditetapkan selamanya oleh satu studi tunggal. Ia dibangun dari pola hasil di berbagai penelitian, populasi, dan konteks. Bahkan alat yang sudah mapan sekalipun perlu terus dievaluasi, karena sebuah tes yang valid untuk satu kelompok populasi belum tentu berlaku sama untuk kelompok lain, mengingat perbedaan budaya, usia, dan latar belakang klinis dapat memengaruhi bagaimana cara orang merespons item-item dalam tes
Bagi masyarakat umum, pemahaman ini juga relevan. Ketika kamu mengikuti tes psikologi, baik untuk keperluan seleksi kerja, asesmen pendidikan, maupun konsultasi klinis, kamu berhak untuk tahu bahwa alat yang digunakan sudah melalui pengujian yang ketat. Reliabilitas dan validitas bukan istilah teknis yang hanya urusan peneliti. Ia adalah standar yang melindungi kamu sebagai individu yang hasilnya akan digunakan untuk membuat keputusan yang penting dalam hidupmu.
"A test is valid, to the degree that we know what it measures or predicts."– Lee J. Cronbach
Sebuah alat tes psikologi yang baik bukan hanya yang tampilannya meyakinkan atau pertanyaannya terasa mendalam. Ia adalah tes yang telah melalui proses pengujian yang ketat, diverifikasi konsistensinya, dibuktikan ketepatannya, dan dievaluasi secara berkelanjutan seiring dengan penggunaannya di berbagai konteks dan populasi.
Di sinilah Faxtor berperan. Sebagai platform asesmen psikologis digital, setiap instrumen yang tersedia di Faxtor dipilih dan dikembangkan dengan memperhatikan standar psikometri yang terukur, termasuk validitas dan juga reliabilitasnya, sehingga hasil yang kamu atau klienmu terima bukan sekadar angka, melainkan informasi yang dapat dipercaya sebagai dasar keputusan yang bermakna.
Referensi
“Ensuring Accuracy: Reliability and Validity in Psychological Assessments • Psychology Town.” Psychology Town, 18 June 2024, psychology.town/psychodiagnostics/accuracy-reliability-validity-psychological-assessments/.
Devi, R. S. (2017). Reliability and Validity of a Psychological Test. 4(1), 185–194. http://www.i-scholar.in/index.php/SMU/article/download/138346/126567
Hall, Brian J., et al. “The Importance of Establishing Reliability and Validity of Assessment Instruments for Mental Health Problems: An Example from Somali Children and Adolescents Living in Three Refugee Camps in Ethiopia.” Psychological Injury and Law, vol. 7, no. 2, 1 June 2014, pp. 153–164, www.ncbi.nlm.nih.gov/pmc/articles/PMC4061761/, https://doi.org/10.1007/s12207-014-9188-9.