ANALISIS ITEM

Mohd Yusof b. Alias

Maktab Perguruan Perlis

PENGENALAN

Analisis item adalah satu proses yang

dilaksanakan bagi menentukan item
atau soalan yang dibina mencapai
sesuatu standard atau kreteria yang
telah ditetapkan.

TUJUAN ANALISIS ITEM

Untuk mengkaji sama ada sesuatu item itu
baik atau lemah.
Hasil daripada analisis item, kita akan
memperolehi tiga jenis maklumat
berhubung dengan Indeks Kesukaran,
Indeks Diskriminasi
dan Pola Pilihan
Jawapan Calon.

Tujuan-Tujuan Lain
Menentukan kesahan dan kebolehpercayaan
item-item yang dibina.
Menentukan aras kesukaran melalui indeks
kesukaran.
Menentukan tahap diskriminasi item di
antara calon pintar dengan calon lemah
melalui indeks diskriminasi.
Menentukan item-item itu berfungsi atau
tidak.
Menentukan item-item yang sesuai untuk
dimasukkan ke dalam bank item.

ANALISIS ITEM

Kaedah
Tradisional

Item
Response
Theory

KAEDAH
TRADISIONAL
Dengan menggunakan kaedah
tradisional ini, analisis yang dapat
dibuat adalah terhad kepada
menentukan indeks kesukaran dan
indeks diskriminasi item sahaja.

ITEM RESPONSE
THEORY

MODEL RASCH
Andaian Model Rasch:
Kebarangkalian
calon
berjaya
menjawab sesuatu item adalah atau
fungsi yang bergantung sematamata kepada kebolehan calon dan
kesukaran item.
Tentukur
(calibration)
kesukaran
item
dan
ukuran
(measure)
kebolehan calon dapat diletakkan
pada satu skala linear.

Ciri tersebut membenarkan

perbandingan dibuat antara
kebolehan calon dan kesukaran
item. Item yang didapati sesuai (fit)
akan disimpan di dalam bank item
untuk kegunaan masa hadapan.

KONSEP ASAS
PENGUKURAN MODEL
RASCH
Model
Rasch
ialah
satu
formula
matematik yang diberi oleh rumus
berikut:
P = f(b d),
di mana
P = Kebarangkalian
f = fungsi
b = kebolehan calon
d = kesukaran item
Unit bagi perbezaan (b d) adalah

Unit bagi perbezaan (b d) adalah

dalam logits.
Unit logits adalah ungkapan
Kebarangkalian.

Analisis ITEM

Menggunakan Perisian
QUEST

Perisian QUEST dibina oleh Syarikat

ACER (1960) dari Australia.
Berguna untuk membuat analisis item
ujian (objektif dan subjektif) dan
soalan-soalan bagi soalselidik.

Perisian dibina berdasarkan teori

pengukuran Rasch (Item Response
Theory).

Analisis QUEST memberi anggaran

(estimate) item, kes dan statistik fit
dalam bentuk jadual/gambarajah.
Anggaran kesukaran dilaporkan dalam
unit Logits. Statistik fit dilaporkan
dalam mean square residuals.

Perisian QUEST perlukan pemproses

Pentium III ke atas/setara, mempunyai
co processor, cakera keras dan RAM
yang besar.
Pengguna perlu memahami setiap
perintah untuk melaksanakan QUEST.
Untuk melaksanakan anggaran dan
output QUEST hanya memerlukan Fail
data dan Fail Perintah

Struktur QUEST
Data
QUEST
Perintah
QUEST

Output
(Rasch estimates, fit statistics,
summary tables, count tables,
item maps with case
distribution,
fit maps, kidmaps,
distractor/category analyses,
Reilability indices,
correlation matrices.)

CARA MENGANALISIS
DATA

Klik dua kali pada ikon QUEST

Taip submit diikuti dengan nama fail
kawalan yang telah dibina
Contoh: > submit PA2051P.ctl
Gunakan pemperoses kata (seperti Dos
Editor, Microsoft Word, Wordpad, Notepad
dan lain-lain) untuk melihat fail-fail yang
telah dijana dan memilih fail-fail untuk
dicetak..

Fail-fail yang dijana itu mempunyai

sambungan (extention) sperti berikut:
xxxxxxxx.map
xxxxxxxx.tbl
xxxxxxxx.cnt
xxxxxxxx.itm
xxxxxxxx.cas
xxxxxxxx.ana
xxxxxxxx.kim

Tafsiran Output Analisis Quest

Item Variable Map
Rajah yang memaparkan kedudukan kesukaran
setiap item berbanding dengan kebolehan calon
yang menduduki peperiksaan. Mengandungi
taburan kesukaran item dan kebolehan calon yang
ditentukur (calibrate) dalam unit Logits.
Item yang berada disebelah atas ialah item yang
lebih sukar manakala item yang berada di
sebelah bawah adalah lebih mudah.

Item Variable Map

Jika taburan item dan calon
mempunyai julat yang sama
bermakna kesukaran soalan adalah
sesuai dengan keupayaan pelajar.

Item Variable Map

Jika taburan item lebih luas daripada

taburan
pelajar, bermaksud item
ujian adalah lebih sukar untuk pelajar.

Jika taburan calon mempunyai julat

luas dari taburan item, ini menunjukkan
item ujian mudah bagi pelajar.

Item Variable Map

.Kedudukan kebolehan calon diwakili

dengan huruf X dan item objektif diwakili

dengan nombor seperti 1, 2, 3. Item
subjektif dinyatakan dalam bentuk seperti
C2a,3 (Kategori 3 atau markah 3 bagi
item C2a). Item diplot mengikut
kesukarannya.

Item Fit Map

Rajah ini adalah mengenai kesesuaian item

dalam bentuk gambarajah. Item yang berada
di luar kawasan antara kedua garis putusputus dianggap tidak sesuai (misfit).
Item-item terkeluar jauh ke sebelah kiri
bermaksud item mengukur kemahiran yang
sama (redundance), manakala item terkeluar
jauh ke sebelah kanan menunjukkan item
mengukur kemahiran yang berbeza daripad
apa yang dikehendaki.

Item Fit Map

Kedudukan fit item-item dalam rajah

ini diplot mengikut nilai Infit Mean
Squares masing-masing. Rajah ini
harus diteliti bersana dengan jadual
Statistik Fit.

 Berdasarkan kajian, item/soalan yang

baik dan sesuai digunakan untuk
sesuatu ujian biasanya mempunyai
indeks kesukaran di antara 0.40 hingga
0.60 dan indeks diskriminasinya lebih
daripada 0.40.

Tafsiran Output Analisis Quest

Mempelajari, memahami dan berupaya
membuat intrepretasi ke atas hasil cetakan
fail-fail yang dijana oleh QUEST adalah
penting.
Pengalaman yang diperolehi akan dapat
membantu anda menyedia dan memastikan
item-item yang dibina adalah mempunyai
kualiti sewajarnya untuk dijadikan sumber
berharga untuk bank item.

Indeks Kesukaran
Bilangan calon yang menjawab dengan betul (B)
Indek kesukaran =
----------------------------------------------------------Jumlah calon yang mencuba item/soalan itu (J)

Rumus di atas sesuai untuk bilangan

calon yang kecil. Bagi nilangan calon
yang besar boleh guna rumus berikut:

Indeks Diskriminasi
BT + B R
Indeks Kesukaran =

------------J

BT= Jumlah calon dalam kumpulan tinggi menjawab

soalan dengan betul
BR = Jumlah calon dalam kumpulan rendah
menjawab
soalan dengan betul
J = Jumlah calon dalam kumpulan tinggi dan rendah

Tafsiran Indek Kesukaran

Indeks
Kesukaran

Tafsiran
Item
Keputusan

IK<0.3

Terlalu Sukar

Ubahsuai

0.3<IK<0.8

Sederhana

Terima

IK>0.8

Mudah

Ubahsuai

Indeks Diskriminasi

Indeks diskriminasi mempunyai

kuasa atau fungsi membezakan
calon-calon daripada kumpulan
cerdas dengan kumpulan lemah.

Rumus Indeks
Diskriminasi
Indeks ini boleh dikira dengan
menggunakan rumus
berikut:

BT - B R
Indeks Diskriminasi (ID) = ------------J
BT = Bilangan calon dalam kumpulan tinggi menjawab
soalan dengan betul
BR = Bilangan calon dalam kumpulan rendah menjawab
soalan
dengan betul
J
= Jumlah calon dalam kedua-dua kumpulan tinggi dan
rendah

Tafsiran Indek
IndeksDiskriminasi
Tafsiran
Diskriminasi

Item

Keputusan

ID>0.40

Diskriminasi positif
yang tinggi

Amat Sesuai
diterima

0.20<ID<0.40

Diskriminasi positif Ubahsuai item dan

yang sederhana
cuba sekali lagi

<0.00<ID<0.20

Diskriminasi positif Tulis item semula

yang rendah

ID < 0

Diskriminasi negatif Item ini buruk dan

dibuang

 Berdasarkan kajian, item/soalan yang

baik dan sesuai digunakan untuk
sesuatu ujian biasanya mempunyai
indeks kesukaran di antara 0.40 hingga
0.60 dan indeks diskriminasinya lebih
daripada 0.40.

Jadual Statistik Fit

Jadual ini melaporkan Infit dan Outfit
Mean Squares dan Infit dan Outfit t.
Nilai Mean Squares serta t digunakan
untuk menentukan (fit) kesesuaian
item. Item dalam jadual ini disusun
mengikut nilai Infit Mean Squares.
Item yang mempunyai nilai Infit Mean
Squares yang lebih daripada 1.3
dianggap sebagai tidak fit.

Jadual Statistik Fit

Bagi kertas peperiksaan yang
mempunyai sampel besar (melebihi
800), statistik Mean Squares
diutamakan untuk menentukan
keadaan fit kerana statistik t lebih
bersifat sample dependent.

Nilai Korelasi Piont Biserial

Nilai ini menunjukkan
kesesuai/berpadanan antara
item/soalan dengan ujian
keseluruhannya. Ia dapat juga
membezakan calon yang
berkeupayaan dengan yang kurang
berupayaan. Nilainya adalah di
antara 1.00 hingga +1.00.

Nilai Korelasi Piont Biserial

Nilai point biserial bagi jawapan yang
betul adalah positif dan bagi jawapan
yang kurang tepat adalah negatif.
Nilai point biserial bagi skor item
subjektif seharusnya dalam susunan
menaik dari skor terendah ke skor
yang tertinggi.

P-value atau Nilai Memisah

P-value bagi sesuatu item
sepatutnya kurang daripada 0.05.
Item-item yang mempunyai p-value
yang lebih daripada 0.05 perlu
diubahsuai.

Kidmap
Kidmap menerangkan tentang
keupayaan setiap calon dengan
menunjukkan taburan item-item yang
betul dan yang salah.
Item-item yang betul dicatatkan di
sebelah kiri manakala item-item yang
salah dicatatkan di sebelah kanan
kidmap.

Kidmap
Barisan tiga X (XXX) menunjukkan
tafsiran keupayaan calon. Item yang
boleh dijawab oleh calon ditaburkan
dibahagian kiri bawah barisan tiga X ini.
Item yang lebih sukar daripada
keupayaan calon ini dicatat pada
bahagian kanan kidmap atas barisan
tiga X ini.