Uji validitas butir instrumen dengan menggunakan Point Biserial dilakukan untuk mengetahui validitas setiap butir soal. Uji validitas ini adalah pengembangan khusus dari kolerasi pearson untuk skala dikotomous yakni benar bernilai 1 dan salah bernilai 0.

Uji Point Biserial

Korelasi point biserial merupakan bentuk khusus dari korelasi Product Moment Pearson, tetapi digunakan ketika salah satu variabel berbentuk dikotomi (0–1).

Tujuannya adalah mengetahui apakah peserta yang memiliki skor total tinggi cenderung menjawab item tersebut dengan benar. Jika korelasi tinggi → item mampu membedakan siswa berkemampuan tinggi dan rendah.

Rumus Kolerasi Point Biserial

\[\gamma_{pbi}=\frac{M_p-M_t}{s_t}\sqrt{\frac{p}{q}}\]

Dimana :

• γpbi = koefisien korelasi biserial
• Mp = rerata skor dari subyek yang menjawab betul bagi item yang dicari validitasnya
• Mt = rerata skor total
• St = standar deviasi dari skor total
• p = proporsi responden yang menjawab benar
• q = Proporsi responden yang menjawab salah

p dapat dihitung dengan rumus

\[p=\frac{Σ \ responden \ benar}{Σ \ responden}\]

dan q dengan rumus

\[q=1-p\]

Contoh Kasus

Misalkan hasil uji hasil uji responden 10 dengan 10 butir instrumen yang ditunjukkan tabel di bawah ini

Res/Item	1	2	3	4	5	6	7	8	9	10
Res 1	1	1	1	1	0	1	1	0	1	1
Res 2	1	1	1	1	1	1	1	1	1	0
Res 3	0	0	0	1	0	1	1	0	0	1
Res 4	0	0	0	1	1	1	1	0	0	0
Res 5	1	1	0	1	1	1	1	1	1	1
Res 6	0	0	1	1	1	1	1	1	1	1
Res 7	0	0	0	1	1	1	1	1	1	0
Res 8	1	0	0	1	1	1	0	1	1	0
Res 9	0	1	0	1	1	0	1	1	1	1
Res 10	1	1	1	0	1	1	1	1	0	1

Langkah pertama yang kita buat lakukan adalah membuat tabel bantu untuk menghtiung nilai x², y, Σx², dan seterusnya.

Res/Item	1	2	3	4	5	6	7	8	9	10	x	x2
Res 1	1	1	1	1	0	1	1	0	1	1	8	64
Res 2	1	1	1	1	1	1	1	1	1	0	9	81
Res 3	0	0	0	1	0	1	1	0	0	1	4	16
Res 4	0	0	0	0	1	1	1	0	0	0	3	9
Res 5	1	1	0	1	1	1	1	1	1	1	9	81
Res 6	0	0	1	1	1	1	1	1	1	1	8	64
Res 7	0	0	0	1	1	1	1	1	1	0	6	36
Res 8	1	0	0	1	1	1	0	1	1	0	7	49
Res 9	0	1	0	1	1	0	1	1	1	1	7	49
Res 10	1	1	1	0	1	1	1	1	0	1	8	64
N = 20	5	5	4	8	8	9	9	7	7	6	69	507
P	0,5	0,5	0,4	0,8	0,8	0,8	0,9	0,7	0,7	0,6
q	0,5	0,5	0,6	0,2	0,2	0,2	0,1	0,3	0,3	0,4

Hitung nilai M

\[\frac{\Sigma x_t}{N}=\frac{69}{10}=6,9\]

Standar Deviasi

\[SD=\sqrt{\frac{\Sigma X_t^2}{N}-\frac{\Sigma X_t^2}{N}}\] \[SD=\sqrt{50,7-6,9}=\sqrt{44}=6,63\]

Perhitungan Mp setiap item dapat di hitung dengan tabel bantu:

No Item	Jumlah Benar	Mean
1	5	(8+9+9+7+8)/5 =8,20
2	5	(8+9+9+7+8)/5=8,20
3	4	(8+8+9+8)/4=8,25
4	8	(8+9+4+9+8+6+7+7)/8=8,25
5	8	(9+3+9+8+6+7+7+8)/8=7,13
6	9	(8+9+4+3+9+8+6+7+8)/9=6,89
7	9	(8+9+4+3+9+8+6+7+7+8)/9=6,89
8	7	(9+9+8+6+7+7+8)/7=7,71
9	7	(8+9+9+8+6+7+7)/7=7,71
10	6	(8+4+9+8+7+8)/6=7,33

Tabel Bantu Kolerasi pbi, namun sebelum kita membuat table kita cek dulu tabel nilai r tabel untuk 10 N dengan taraf signifikasi 5% adalah 0.632, dengan demikian item yang valid adalah r pbi harus lebih besar dari r tabel.

No Item	MP	Mt	SD	p	q	rpbi	Kriteria
1	8,20	6,90	6,63	0,5	0,5	0,1961	Tidak Valid
2	8,20	6,90	6,63	0,5	0,5	0,1961	Tidak Valid
3	8,25	6,90	6,63	0,4	0,6	0,1663	Tidak Valid
4	8,25	6,90	6,63	0,8	0,2	0,4072	Tidak Valid
5	7,13	6,90	6,63	0,8	0,2	0,0694	Tidak Valid
6	6,89	6,90	6,63	0,8	0,2	-0,0030	Tidak Valid
7	6,89	6,90	6,63	0,9	0,1	-0,0050	Tidak Valid
8	7,71	6,90	6,63	0,7	0,3	0,1866	Tidak Valid
9	7,71	6,90	6,63	0,7	0,3	0,1866	Tidak Valid
10	7,33	6,90	6,63	0,6	0,4	0,0794	Tidak Valid

Interpretasi Kualitas Butir

Berdasarkan hasi uji statistik di atas, maka seluruh item tidak lebih besar dari nilai r tabel dengan demikian tidak ada item yang siginifikan atau tidak valid namun ada interpretasi lain yang diigunakan r pbi 0.234 masuk kategori sedang berdasarkan sedang.

Interpretasi r pbi terkadang menggunakan tabel kategori di bawah ini :

r pbi	Interpretasi
≥ 0.40	Sangat baik
0.30 – 0.39	Baik
0.20 – 0.29	Cukup Baik
< 0.20	Tidak Baik

Misalkan kita menggunakan standar baik berdasarkan pertimbangan beberapa aspek, misal tujuan penelitian, luas cakupan penelitian menggunakan item pada kategori sangat baik maka instrumen nomor 4 dinyatakan Valid deksriptif meskipun tidak valid signifikan.