Anda di halaman 1dari 50

BAB I

PENDAHULUAN
A. Latar Belakang
Dalam dunia pendidikan, penilaian merupakan bagian yang tidak
terpisahkan dari proses belajar mengajar. Sistem penilaian yang baik akan
mendorong guru menggunakan strategi mengajar yang lebih baik dan
memotivasi anak untuk belajar lebih giat. Penilaian biasanya dimulai dengan
kegiatan pengukuran. Pengukuran (measurement) merupakan cabang ilmu
statistika

terapan

yang

bertujuan

untuk

membangun

dasar-dasar

pengembangan tes yang lebih baik sehingga menghasilkan tes yang berfungsi
secara optimal, valid, dan reliabel.
Proses belajar mengajar dilaksanakan tidak hanya untuk kesenangan atau
bersifat mekanis saja tetapi mempunyai misi atau tujuan bersama. Dalam
usaha untuk mencapai misi dan tujuan itu perlu diketahui apakah usaha yang
dilakukan sudah sesuai dengan tujuan? Untuk mengetahui apakah tujuan
pendidikan sudah tercapai perlu diadakan tes. Sebuah tes yang dapat baik
sebagai alat pengukur harus dianalisis terlebih dahulu. Dalam menganalisis
butir soal dalam tes harus memperhatikan daya serap, tingkat kesukaran, daya
beda, fungsi pengecoh, validitas dan reabilitas. Hal tersebut dilakukan agar
tes yang diberikan kepada siswa sesuai dengan daya serap siswa, tingkat
kesukarannya, dan soal yang diberikan pun harus valid. Sehingga, tujuan dari
pembelajaran dapat tercapai.
2.

Rumusan Masalah
Rumusan masalah dalam makalah ini, yaitu:
1. Apakah yang dimaksud dengan analisis butir soal secara kualitatif dan
kuantitatif?
2. Bagaimana cara mengaplikasikan analisis butir soal secara kualitatif dan
kuantitatif?
3. Apa manfaat dari menganalisis butir soal?

1 |Analisis Butir Soal

3.

Tujuan
Tujuan dari penyusunan makalah ini, yaitu:
1. Mendeskripsikan pengertian analisis butir soal secara kualitatif dan
kuantitatif.
2. Mengaplikasikan analisis butir soal secara kualitatif dan kuantitatif.
3. Mengetahui manfaat dari menganalisis butir soal.

2 |Analisis Butir Soal

BAB II
PEMBAHASAN
A. Analisis Butir Soal Secara Kualitatif dan Kuantitatif
Pada prinsipnya analisis butir soal secara kualitatif dilaksanakan
berdasarkan kaidah penulisan soal (tes tertulis, perbuatan, dan sikap).
Penelaahan ini biasanya dilakukan sebelum soal digunakan atau diujikan.
Aspek yang diperhatikan di dalam penelaahan secara kualitatif ini adalah
setiap soal ditelaah dari segi materi, konstruksi, bahasa atau budaya, dan
kunci jawaban atau pedoman penskorannya.
Dalam menganalisis butir soal, terdapat dua teknik. Yaitu teknik kualitatif
dan teknik kuantitatif.
1.

Teknik Analisis Secara Kualitatif


Ada beberapa teknik yang dapat digunakan untuk menganalisis butir
soal secara kualitatif, diantaranya adalah teknik moderator dan teknik panel.
Teknik moderator merupakan teknik berdiskusi yang di dalamnya terdapat
satu orang sebagai penengah. Berdasarkan teknik ini, setiap butir soal
didiskusikan secara bersama-sama dengan beberapa ahli seperti guru yang
mengajarkan materi, ahli materi, penyusun atau pengembang kurikulum, ahli
penilaian, ahli bahasa, berlatar belakang psikologi.
Teknik ini sangat baik karena setiap butir soal dilihat secara bersamasama berdasarkan kaidah penulisannya. Di samping itu, para penelaah
dipersilakan mengomentari berdasarkan kompetensinya masing-masing.
Setiap komentar atau masukan dari peserta diskusi dicatat. Setiap butir soal
dapat dituntaskan secara bersama-sama, perbaikannya seperti apa. Namun,
kelemahan teknik ini memiliki kelemahan karena memerlukan waktu lama
untuk rnendiskusikan setiap satu butir soal.
Teknik berikutnya adalah Teknik Panel yakni suatu teknik menelaah
butir soal berdasarkan kaidah penulisan butir soal. Kaidah itu diantaranya
materi, konstruksi, bahasa atau budaya, kebenaran kunci jawaban atau
3 |Analisis Butir Soal

pedoman penskoran. Caranya beberapa penelaah diberikan butir-butir


soal yang akan ditelaah, format penelaahan, dan pedoman penilaian atau
penelaahan. Pada tahap awal, semua orang yang terlibat dalam kegiatan
penelaahan disamakan persepsinya, kemudian mereka berkerja sendirisendiri di tempat berbeda. Para penelaah dipersilakan memperbaiki
langsung pada teks soal dan memberikan komentarnya serta memberikan
nilai pada setiap butir soal dengan kriteria: soal baik, perlu diperbaiki,
atau diganti.
Dalam menganalisis butir soal secara kualitatif, penggunaan format
penelaahan soal akan sangat membantu dan mempermudah prosedur
pelaksanaannya. Format penelaahan soal digunakan sebagai dasar untuk
menganalisis setiap butir soal. Format penelaahan soal yang dimaksud
adalah format penelaahan butir soal: uraian, pilihan ganda, tes perbuatan
dan instrumen non-tes. Berikut disajikan keempat format penelaahan
butir soal.
1.

Format Penelaahan Butir Soal Bentuk Uraian


Mata pelajaran :
Kelas/semester :
Penelaah :
No.

Aspek yang ditelaah

Materi

Soal sesuai dengan indikator


(menuntut tes tertulis untuk bentuk
Uraian)
Batasan pertanyaan dan jawaban
yang diharapkan sudah sesuai
Materi yang ditanyakan sesuai
dengan kompetensi (urgensi,
relevansi, kontinuitas, keterpakaian
sehari-hari tinggi)
Isi materi yang ditanyakan sesuai
dengan jenjang jenis sekolah atau
tingkat kelas

2
3

Nomor soal
1

...

4 |Analisis Butir Soal

Konstruksi

Menggunakan kata tanya atau


perintah yang menuntut jawaban
uraian
Ada petunjuk yang jelas tentang
cara mengerjakan soal

2
3

Ada pedoman penskorannya

Tabel, gambar, grafik, peta, atau


yang sejenisnya disajikan dengan
jelas dan terbaca
Bahasa/Budaya

Rumusan kalimat komunikatif

Butir soal menggunakan bahasa


Indonesia yang baku
3
Tidak menggunakan kata/ungkapan
yang menimbulkan penafsiran
ganda atau salah pengertian
4
Tidak menggunakan bahasa yang
berlaku setempat/tabu
Keterangan: Berilah tanda (V) bila tidak sesuai dengan aspek yang
ditelaah!
2.

Format Penelaahan Butir Soal Bentuk Pilihan Ganda


Mata pelajaran :
Kelas/semester :
Penelaah :
No.

Aspek yang ditelaah

Materi

Soal sesuai dengan indikator


(menuntut tes tertulis untuk bentuk
pilihan ganda)
Materi yang ditanyakan sesuai
dengan kompetensi (urgensi,
relevansi, kontinuitas, keterpakaian
sehari-hari tinggi)

Nomor soal
1

...

5 |Analisis Butir Soal

Pilihan jawaban homogen dan logis

Hanya ada satu jawaban


Konstruksi

B
1
2

3
4
5
6
7
8

10
C
1
2
3
4

Pokok soal dirumuskan dengan


singkat, jelas, dan tegas
Rumusan pokok soal dan pilihan
jawaban merupakan pernyataan
yang diperlukan saja
Pokok soal tidak memberi petunjuk
kunci jawaban
Pokok soal bebas dan pernyataan
yang bersifat negatif ganda
Pilihan jawaban homogen dan logis
ditinjau dari segi materi
Gambar, grafik, tabel, diagram, atau
sejenisnya jelas dan berfungsi
Panjang pilihan jawaban relatif
sama
Pilihan jawaban tidak menggunakan
pernyataan "semua jawaban di atas
salah/benar" dan sejenisnya
Pilihan jawaban yang berbentuk
angka/waktu disusun berdasarkan
urutan besar kecilnya angka atau
kronologisnya
Butir soal tidak bergantung pada
jawaban soal sebelumnya
Bahasa/Budaya
Menggunakan bahasa yang sesuai
dengan kaidah bahasa Indonesia
Menggunakan bahasa yang
komunikatif
Tidak menggunakan bahasa yang
berlaku setempat/tabu
Pilihan jawaban tidak mengulang
kata/kelompok kata yang sama,
kecuali merupakan satu kesatuan
pengertian

6 |Analisis Butir Soal

Keterangan: Berilah tanda (V) bila tidak sesuai dengan aspek yang
ditelaah!
3. Format Penelaahan untuk Instrumen Perbuatan
Mata pelajaran :
Kelas/semester :
Penelaah :

No.

Aspek yang ditelaah

Materi

Soal sesuai dengan indikator


(menuntut tes perbuatan: kinerja,
hasil karya, atau penugasan)
Pertanyaan dan jawaban yang
diharapkan sudah sesuai
Materi yang ditanyakan sesuai
dengan kompetensi (urgensi,
relevansi, kontinuitas, keterpakaian
sehari-hari tinggi)
Isi materi yang ditanyakan sesuai
dengan jenjang jenis sekolah atau
tingkat kelas
Konstruksi

2
3

4
B
1

Nomor soal
1

...

Menggunakan kata tanya atau


perintah yang menuntut jawaban
perbuatan/praktik
Ada petunjuk yang jelas tentang
cara mengerjakan soal

Ada pedoman penskorannya

Tabel, gambar, grafik, peta, atau


yang sejenisnya disajikan dengan
jelas dan terbaca
Bahasa/Budaya

Rumusan kalimat komunikatif

Butir soal menggunakan bahasa


Indonesia yang baku

7 |Analisis Butir Soal

Tidak menggunakan kata/ungkapan


yang menimbulkan penafsiran ganda
atau salah pengertian

Tidak menggunakan bahasa yang


berlaku setempat/tabu

Rumusan soal tidak mengandung


kata atau ungkapan yang dapat
menyinggung perasaan siswa
Keterangan: Berilah tanda (V) bila tidak sesuai dengan aspek yang
ditelaah!
4. Format Penelaahan untuk Instrumen Non-Tes
Mata pelajaran :
Kelas/semester :
Penelaah :

No.

Aspek yang ditelaah

Materi

Pernyataan/soal sudah sesuai


dengan rumusan indikator dalam
kisi-kisi
Aspek yang diukur pada setiap
pernyataan sudah sesuai dengan
tuntutan dalam kisi-kisi (misal
untuk tes sikap: aspek koginisi,
afeksi, atau konasi dan pernyataan
positif atau negatifnya
Konstruksi

B
1

Nomor soal
1

...

Pernyataan dirumuskan dengan


singkat (tidak melebihi 20 kata) dan
jelas
Kalimatnya bebas dari pernyaatn
yang tidak relevan objek yang
dipersoalkan atau kalimatnya
merupakan pernyataan yang
diperlukan saja
Kalimatnya bebas dari pernyataan
yang bersifat negatif ganda
8 |Analisis Butir Soal

4
5

7
8

C
1

2
3

Kalimatnya bebas dari pernyataan


yang mengacu pada masa lalu
Kalimatnya bebas dari pernyataan
faktual atau dapat diinterpretasikan
sebagai fakta
Kalimatnya bebas dari pernyataan
yang mungkin disetujui atau
dikosongkan oleh hampir semua
responden
Setiap pernyataan hanya berisi satu
gagasan secara lengkap
Kalimatnya bebas dari pernyataan
yang tidak pasti pasti seperti semua,
selalu, kadang-kadang, tidak satu
pun, tidak pernah
Kalimatnya tidak banyak
menggunakan kata hanya, sekedar,
semata-mata
Bahasa/Budaya
Bahasa soal harus komunikatif dan
sesuai dengan jenjang pendidikan
siswa atau responden
Soal menggunakan bahasa
Indonesia baku
Tidak menggunakan bahasa yang
berlaku setempat/tabu

Keterangan: Berilah tanda (V) bila tidak sesuai dengan aspek yang
ditelaah!
2.

Analisis Butir Soal Secara Kuantitatif


Penelaahan soal secara kuantitatif adalah penelaahan butir soal
didasarkan pada data empirik. Data empirik ini diperoleh dari soal yang
telah diujikan. Ada dua pendekatan dalam analisis secara kuantitatif,
yaitu pendekatan secara klasik dan modern.
Analisis butir soal secara klasik adalah proses penelaahan butir soal
melalui informasi dari jawaban peserta didik tes guna meningkatkan mutu

9 |Analisis Butir Soal

butir soal yang bersangkutan dengan menggunakan teori tes klasik.


Kelebihan analisis butir soal secara klasik adalah murah, sederhana,
familiar, dapat dilaksanakan sehari-hari dengan cepat menggunakan
komputer, dan dapat menggunakan data dari beberapa peserta didik atau
sampel kecil (Millman dan Greene, 1993: 358). Analisis jenis butir ini
yang lazim digunakan dalam praktik di lapangan, terutama oleh guru
disekolah.
Aspek yang perlu diperhatikan dalam analisis butir soal secara klasik
adalah setiap butir soal ditelaah dari segi: tingkat kesukaran butir, daya
pembeda butir, dan penyebaran pilihan jawaban (untuk soal bentuk
obyektif) atau fungsi pengecoh pada setiap pilihan jawaban, reliabilitas
dan validitas soal.
1.

Tingkat Kesukaran
Tingkat kesukaran soal adalah peluang untuk menjawab benar
suatu soal pada tingkat kemampuan tertentu yang biasanya
dinyatakan dalam bentuk indeks. Indeks tingkat kesukaran ini pada
umumnya dinyatakan dalam bentuk proporsi yang besarnya berkisar
0,00 - 1,00 (Aiken (1994: 66). Semakin besar indeks tingkat
kesukaran yang diperoleh dari hasil hitungan, berarti semakin mudah
soal itu. Suatu soal memiliki TK= 0,00 artinya bahwa tidak ada
siswa yang menjawab benar dan bila memiliki TK= 1,00 artinya
bahwa siswa menjawab benar. Perhitungan indeks tingkat kesukaran
ini dilakukan untuk setiap nomor soal. Pada prinsipnya, skor ratarata yang diperoleh peserta didik pada butir soal yang bersangkutan
dinamakan tingkat kesukaran butir soal itu. Rumus ini dipergunakan
untuk soal selected response item, yaitu (Nitko, 1996: 310).
Tingkat Kesukaran (TK) =
Jumlah siswa yang menjawab benar butir soal
jumlah siswa yang mengikuti tes

10 |Analisis Butir Soal

Atau dengan menggunakan rumus:

P=
P = proporsi (indeks kesukaran)
B = jumlah siswa yang menjawab benar
N = jumlah peserta tes
Tingkat kesukaran butir soal biasanya dikaitkan dengan tujuan
tes. Misalnya untuk keperluan ujian semester digunakan butir soal
yang memiliki tingkat kesukaran sedang, untuk keperluan seleksi
digunakan butir soal yang memiliki tingkat kesukaran tinggi atau
sukar, dan untuk keperluan diagnostik biasanya digunakan butir soal
yang memiliki tingkat kesukaran rendah atau mudah.
Klasifikasi tingkat kesulitan soal dapat menggunakan kriteria
berikut:
No Range

Tingkat

Kategori

keputusan

Kesukaran
1

0,7-1,0

Mudah

Ditolak/direvisi

0,3-0,7

Sedang

Diterima

0,0-0,3

Sulit

Ditolak/direvisi

Tingkat kesukaran butir soal memiliki 2 kegunaan, yaitu


kegunaan bagi guru dan kegunaan bagi pengujian dan pengajaran
(Nitko, 1996: 310-313). Kegunaannya bagi guru adalah: (1) sebagai
pengenalan konsep terhadap pembelajaran ulang dan memberi
masukan kepada siswa tentang hasil belajar mereka, (2) memperoleh
informasi tentang penekanan kurikulum atau mencurigai terhadap
butir soal yang bias. Adapun kegunaannya bagi pengujian dan
pengajaran adalah: (a) pengenalan konsep yang diperlukan untuk
11 |Analisis Butir Soal

diajarkan ulang, (b) tanda-tanda terhadap kelebihan dan kelemahan


pada kurikulum sekolah, (c) memberi masukan kepada siswa, (d)
tanda-tanda kemungkinan adanya butir soal yang bias, (e) merakit tes
yang memiliki ketepatan data soal.
Contoh :
Tes formatif IPA, 10 soal bentuk pilihan ganda, option 4, dengan
proporsi 2 soal mudah, 6 soal sedang dan 2 soal sukar, jumlah siswa
= 20 orang.

Dalam mencari indeks kesukaran menggunakan rumus yang telah


ditulis di atas: P = B/N = 18/20
P = 0,90
Dari contoh di atas diperoleh hasil, yaitu : soal nomor 1, 3, 4, 5, 8 dan 9,
terdapat kesesuaian antara judgement dengan hasil analisa, soal nomor
2 yang di judgement mudah ternyata termasuk soal sedang, soal nomor
6 yang di judgement sedang ternyata termasuk soal mudah, soal nomor
7 yang dijudgement sedang, ternyata termasuk sukar dan soal nomor 10
yang dijudgement sukar, ternyata termasuk soal sedang.
Atas dasar hasil di atas, soal yang harus diperbaiki adalah:

12 |Analisis Butir Soal

Soal nomor 2, diturunkan ke dalam kategori mudah,


Soal nomor 6, dinaikkan ke dalam kategori sedang,
Soal nomor 7 diturunkan ke dalam kategori sedang,
Soal nomor 10, dinaikkan ke dalam kategori sukar.
2.

Daya Pembeda
Daya pembeda soal adalah kemampuan suatu butir soal dapat
membedakan antara siswa yang menguasai materi yang ditanyakan
dan siswa yang belum menguasai materi yang diujikan. Daya
pembeda butir soal memiliki manfaat berikut. Pertama untuk
meningkatkan mutu setiap butir soal melalui data empiriknya.
Berdasarkan indeks daya pembeda, setiap butir soal dapat diketahui
apakah butir soal itu baik, direvisi atau ditolak.
Kedua, untuk mengetahui seberapa jauh masing-masing soal
dapat mendeteksi atau membedakan kemampuan siswa, yaitu siswa
yang telah memahami atau belum memahami materi yang diajarkan
guru. Apabila suatu soal tidak dapat membedakan kedua kemampuan
siswa itu maka butir soal itu dapat dicurigai kemungkinannya: a)
Kunci jawaban butir soal itu tidak tepat. b) Butir soal itu memiliki 2
atau lebih kunci jawaban yang benar. c) Kompetensi yang diukur
tidak jelas. d)Pengecoh tidak berfungsi. e)Materi yang ditanyakan
terlalu sulit, sehingga banyak siswa yang menebak dan f) Sebagian
besar siswa yang memahami materi yang ditanyakan berpikir ada
yang salah informasi dalam butir soalnya.
Untuk menentukan daya pembeda dibedakan menjadi kelompok
kecil (kurang dari 100 orang) dan kelompok besar (100 orang ke atas).

1) Untuk kelompok kecil


seluruh kelompok testee dibagi dua sama besar, 50% kelompok
atas dan 50% kelompok bawah.

13 |Analisis Butir Soal

Contoh:
Siswa

Skor

H
I

4
4

KELOMPOK ATAS
(JA)

KELOMPOK BAWAH
(JB)

Seluruh pengikut tes, dideretkan mulai dari skor teratas sampai


terbawah, lalu dibagi 2.
2) Untuk kelompok besar
Mengingat biaya dan waktu untuk menganalisis, maka untuk
kelompok besar biasanya hanya diambil kedua kutubnya saja,
yaitu 27% skor teratas sebagai kelompok atas (J A) dan 27% skor
terbawah sebagai kelompok bawah (JB).
JA = jumlah kelompok atas JB
= jumlah kelompok bawah
Contoh :
9
9
8
8
8
.
.
.
-

27% sebagai JA

14 |Analisis Butir Soal

.
.
.
.
.
.

27% sebagai JB

1
1
1
0

Rumus untuk menentukan daya pembeda (indeks diskriminasi)


adalah:
D=-

=-

Di mana,
J
= jumlah
peserta tes

JA
JB

= banyaknya
peserta kelompok atas
= banyaknya peserta kelompok bawah

BA = banyaknya peserta kelompok atas yang menjawab soal itu


dengan benar
BB = banyaknya peserta kelompok bawah yang menjawab soal itu
dengan benar
PA = proporsi peserta kelompok atas yang menjawab benar (ingat, P
sebagai indeks kesukaran)
PB = proporsi peserta kelompok bawah yang menjawab benar Hasil
perhitungan dengan menggunakan rumus di atas dapat
menggambarkan tingkat kemampuan soal dalam membedakan antar
peserta tes yang sudah memahami materi yang diujikan dengan

15 |Analisis Butir Soal

peserta tes yang belum atau tidak memahami materi yang diujikan.
Adapun klasifikasinya adalah seperti berikut:
D : 0,00 0,20 >> jelek
D : 0,20 0,40 >> cukup
D : 0,40 0,70 >> baik
D : 0,70 1,00 >> baik sekali
D : negatif, semuanya tidak baik. Jadi semua butir soal yang
mempunyai nilai D negatif sebaiknya dibuang saja.
Contoh Perhitungan
Dari hasil analisis tes yang terdiri dari 10 butir soal yang dikerjakan
oleh 20 orang siswa, terdapat dalam tabel sebagai berikut:
siswa

kelompok

Nilai soal

Skor

9 10 siswa

1 0

1 1

1 1

1 0

1 1

10

1 0

1 1

1 1

1 1

1 1

1 0

1 0

1 0

1 1

16 |Analisis Butir Soal

1 1 1

0 0 1

1 0 1

1 0 1

0 0 1

1 0 1

Jumlah

11 15 12

8 6 16 15 17 20 10

Berdasarkan nama-nama siswa dapat kita peroleh skor-skor sebagai


berikut:
A=5

F=6

K=7

P=3

B=7

G=6

L=5

Q=8

C=8

H=6

M=3

R=8

D=5

I=8

N=7

S=6

E = 10

J=7

O=9

T=6

Dari angka-angka yang belum teratur kemudian dibuat array (urutan


penyebaran), dari skor yang paling tinggi ke skor yang paling rendah.

Kelompok atas

Kelompok bawah

10

10 orang

10 orang

Array ini sekaligus menunjukkan adanya kelompok atas (JA) dan


kelompok bawah (JB) dengan pemiliknya sebagai berikut:

17 |Analisis Butir Soal

Kelompok atas (JA)

Kelompok bawah (JB)

B=7

A=5

C=8

D=5

E = 10

F=6

I=8

G=6

J=7

H=6

K=7

L=5

N=7

M=3

O=9

P=3

Q=8

S=6

R=8

T=6

10 orang

10 orang

Perhatikan pada tabel analisis 10 butir soal 20 siswa.


Dibelakang nama siswa dituliskan huruf A atau B sebagai tanda
kelompok. Hal ini mempermudah menentukan BA dan BB.
BA = banyaknya siswa yang menjawab benar pada kelompok atas (A)

BB = banyaknya siswa yang menjawab benar pada kelompok bawah


(B)
Sudah disebutkan di atas bahwa soal yang baik adalah soal yang
dapat membedakan antara anak pandai dengan anak bodoh, dilihat
dari dapat dan tidaknya mengerjakan soal itu.
Marilah kita perhatikan tabel analisis lagi, khusus untuk butir soal
nomor 1.
1

Dari kelompok atas yang menjawab betul 8 orang

Dan kelompok bawah yang menjawab betul 3 orang

18 |Analisis Butir Soal

Kita terapkan dalam rumus indeks diskriminasi:


JA = 10

JB = 10
PA = 0,8

BA = 8

BB = 3

PB = 0,3

Maka, D = PA - PB
1=

0,8 0,3

2=

0,5

Dengan demikian, maka indeks diskriminasi untuk soal nomor 1


adalah 0,5 (Daya pembeda baik, soal diterima).
Sekarang kita perhatikan butir soal nomor 8:
JA = 10

JB = 10
PA = 0,8

BA = 8

BB = 9

PB = 0,9

Maka, D = PA - PB
1=

0,8 0,9

2=

-0,1

Butir soal ini jelek karena lebih banyak dijawab benar oleh kelompok
bawah dibandingkan dengan jawaban benar dari kelompok atas. Ini
berarti bahwa untuk menjawab soal dengan benar, dapat dilakukan
dengan menebak.

3.

Fungsi pengecoh (distracter function)


Pada saat membicarakan tes objektif bentuk multiple choice
item tersebut untuk setiap butir item yang dikeluarkan dalam tes hasil
belajar telah dilengkapi dengan beberapa kemungkinan jawab, atau
yang sering dikenal dengan istilah option atau alternatif. Option atau
alternatif itu jumlahnya berkisar antara 3 sampai dengan 5 buah, dan

19 |Analisis Butir Soal

dari kemungkinan-kemungkinan jawaban yang terpasang pada setiap


butir item itu, salah satu diantaranya adalah merupakan jawaban
betul (kunci jawaban), sedangkan sisanya adalah merupakan jawaban
salah. Jawaban-jawaban salah itulah yang biasa dikenal dengan
istilah distractor (pengecoh).
Fungsi pengecoh dimaksudkan untuk mengetahui seberapa besar
peserta yang tidak memiliki kunci jawaban (option) pada bentuk soal
pilihan ganda. Untuk soal pilihan ganda, alternatif jawaban menurut
kaidah harus homogen dan logis sehingga setiap pilihan jawaban
(opition) dapat berfungsi atau ada yang memilih. Setiap pengecoh
dapat dikatakan berfungsi apabila ada yang memilih. Setiap
pengecoh dapat dikatakan berfungsi apabila terpilih minimal
sebanyak 5% dari jumlah peserta.untuk menghitungnya dapat
digunakan rumus sebagai berikut:

x 100%

Menganalisis fungsi distraktor sering dikenal dengan istilah lain,


yaitu : menganalisis pola penyebaran jawaban item. Adapun yang
dimaksud dengan pola penyebaran jawaban item adalah suatu pola yang
dapat menggambarkan bagaimana testee menentukan pilihan jawabnya
terhadap kemungkinan-kemungkinan jawab yang telah dipasangkan
pada setiap butir item. Suatu kemungkinan dapat terjadi, yaitu bahwa
dari keseluruhan alternatif yang dipasang pada butir item tertentu, sama
sekali tidak dipilih oleh testee. Dengan kata lain, testee menyatakan
blangko. Pernyataan blangko ini sering dikenal dengan istilah omit
dan biasa diberi lambang dengan huruf O. Sebagai tindak lanjut atas
hasil penganalisaan terhadap fungsi distraktor tersebut maka distraktor
yang sudah dapat menjalankan fungsinya dengan baik dapat dipakai lagi
pada tes-tes yang akan datang, sedangkan distraktor yang belum dapat
berfungsi dengan baik sebaiknya diperbaiki atau diganti dengan
distraktor yang lain (Anas, 2011:408).

20 |Analisis Butir Soal

Contoh perhitungan:
Dari analisis sebuah item, polanya diketahui sebagai berikut:
Pilihan Jawaban

C*

Jumlah

Kelompok atas

15

30

Kelompok bawah

30

Jumlah

13

15

21

60

C diberi tanda (*) adalah kunci jawaban.


Dari pola jawaban soal ini dapat dicari:
1) P = 21/60 = 0,35
2) D = PA PB = 15/30 - 6/30 = 9/30 = 0,30
3) Distraktor : semua distraktornya sudah berfungsi dengan baik
karena sudah dipilih oleh lebih dari 5% pengikut tes.
4) Dilihat dari segi omit (kolom paling kanan) adalah baik. Sebuah
item dikatakan baik jika omitnya tidak lebih dari 10% pengikut
tes.
(5% dari pengikut tes = 5% x 60 orang = 3 orang)
(10% dari pengikut tes = 10% x 60 orang = 6 orang)
Sebenarnya ketentuan ini hanya berlaku untuk tes pilihan ganda
dengan 5 alternatif dan P = 0,80. Tetapi demi praktisnya
diberlakukan semua.
4.

Reliabilitas Skor Tes


Realibilitas adalah tingkat atau derajat konsistensi dari suatu
instrumen, reliabilitas tes berkenaan dengan dengan pertanyaan, apakah
suatu tes teliti dan dapat dipercaya sesuai dengan kriteria yang telah
ditetapkan. Suatu tes dapat dikatakan reliabel jika selalu memberikan
hasil yang sama bila diteskan pada kelompok yang sama pada waktu
yang sama pada waktu atau kesempatan yang berbeda.

21 |Analisis Butir Soal

Menurut Gronlun, ada empat faktor yang dapat mempengaruhi


reliabilitas, yaitu :
1.

Panjang tes, yaitu banyaknya soal tes. Ada kecenderungan,


semakin panjang suatu tes akan lebih tinggi tingkat reliabilitas
suatu tes, karena semakin banyak soal, maka akan semakin
banyak sampel yang diukur dan proporsi jawaban yang benar
semakin semakin banyak, sehingga faktor tebakan akan semakin
rendah.

2.

Sebaran skor, besarnya sebaran skor akan membuat tingkat


reliabilitas menjadi lebih tinggi, Karena koefesien reliabilitas yang
lebih besar diperoleh ketika peserta didik tetap pada posisi yang
relative sama dalam satu kelompok pengujian ke pengujian
berikutnya. Dengan kata lain, peluang selisih dari perubahan posisi
dalam kelompok dapat memperbesar koefesien reliabilitas.

3.

Tingkat kesukaran, dalam penilaian yang menggunakan


pendekatan penilaian acuan norma, baik untuk soal yang mudah
maupun sukar, cenderung menghasilkan tingkat reliabilitas yang
rendah. Hal ini disebabkan antara hasil tes yang mudah dengan
hasil tes yang sukar keduanya dalam satu sebaran skor yang
terbatas. Untuk tes yang mudah, skor akan berada dibagian atas
dan akhir dari skala penilaian. Bagi kedua tes (mudah dan
sukar), perbedaan antar peserta didik kecil sekali dan cenderung
tidak dapat dipercaya. Tingkat kesukaran soal yang ideal untuk
meningkatkan

koefesien

reliabilitas

adalah

soal

yang

menghasilkan sebaran skor berbentuk genta atau kurva normal.


4.

Objektivitas, menunjukkan skor tes kemampuan yang sama


antara peserta didik yang satu dengan peserta didik lainnya.
Peserta didik memperoleh hasil yang sama dalam mengerjakan
suatu tes. Jika peserta didik memiliki tingkat kemampuan yang

22 |Analisis Butir Soal

sama, maka akan memperoleh hasil tes yang sama pada saat
mengerjakan tes yang sama. Objektivitas prosedur tes yang
tinggi akan memperoleh reliabilitas hasil tes yang tidak
dipengaruhi oleh prosedur penskoran.
Konsep reliabilitas mendasari kesalahan pengukuran yang
mungkin terjadi pada suatu proses pengukuran atau pada nilai
tunggal tertentu, sehingga menimbulkan perubahan pada susunan
kelompoknya. Misalnya, guru mengetes peserta didik dengan
instrumen tertentu dan mendapat nilai 70. Kemudian pada
kesempatan yang berbeda dengan instrumen yang sama, guru
melakukan tes kembali, ternyata peserta didik tersebut mendapat
nilai 75. Artinya, tes tersebut tidak reliabel, karena terjadi kesalahan
pengukuran.

Tes

yang

reliabel

adalah

apabila

koefesien

reliabilitasnya tinggi dan kesalahan baku pengukurannya rendah.


Menurut perhitungan product-moment dari Person, ada tiga
macam reliabilitas, yaitu koefesien stabilitas, koefesien ekuivalen
dan koefesien konsistensi internal.
a)

Koefesien Stabilitas
Jenis reliabilitas yang menggunakan teknik test and retest,
yaitu memberikan tes kepada sekelompok individu, kemudian
diadakan pengulangan tes pada kelompok yang sama dengan waktu
yang berbeda. Cara memperoleh koefesien stabilitas adalah dengan
mengorelasikan hasil tes pertama dengan hasil tes kedua dari
kelompok yang sama, tes yang sama, pada waktu yang berbeda.
Jika antara waktu tes pertama dengan tes yang kedua cukup lama,
kemudian diadakan latihan-latihan tambahan, maka bisa jadi nilai
tes yang kedua akan lebih besar daripada tes yang pertama.
Sebaliknya, jika antara waktu tes pertama dengan tes kedua relatif
pendek, maka nilai tes kedua bisa jadi sama atau

23 |Analisis Butir Soal

lebih besar daripada tes pertama karena soal dan jawaban masih
dapat diingat.
Kesalahan teknis ini dapat bersumber dari berbagai faktor,
sehingga menyebabkan peserta didik mempunyai skor yang
berbeda pada saat dua kali mengerjakan tes yang sama. Bisa saja
perubahan skor yang terjadi bukan disebabkan perubahan hal
yang diukur, tetapi memang karena situasi yang berbeda atau
pengalaman dari peserta didik pada saat mengikuti tes yang
pertama, sehingga ketika mengerjakan tes yang kedua, peserta
didik lebih berhati-hati dan lebih baik hasilnya. Keunggulan
teknik ini adalah dapat memperkecil kemungkinan masuknya
sumber

kesalahan

yang

lain.

Namun,

patut

juga

dipertimbangkan bahwa penggunaan kelompok yang sama dan


tes yang sama dalam dua kali tes akan mempengaruhi hasil tes
yang kedua, karena responden sudah memiliki pengalaman
mengerjakan tes yang pertama. Hal ini sekaligus menunjukan
kelemahan teknik test and retest.
b)

Koefesien ekuivalen
Jika mengorelasikan dua buah tes yang parallel pada
kelompok dan waktu yang sama. Metode yang digunakan untuk
memperoleh

koefesien

ekuivalen

adalah

metode

dengan

menggunakan dua buah bentuk tes parallel or alternate-forms


method. Syarat-syarat yang harus dipenuhi kedua tes parallel
adalah criteria yang dipakai pada kedua tes sama., masing-masing
tes dikonstruksikan tersendiri, jumlah item, isi, dan corak sama,
tingkat kesukaran sama, petunjuk waktu yang disediakan untuk
mengerjakan tes dan contoh-contoh juga sama. Kemungkinan
kesalahan pada teknik ini bersumber dari derajat keseimbangan
antara dua tes tersebut, serta kondisi tempat yang mungkin

24 |Analisis Butir Soal

berbeda pada kelompok tes pertama dengan kelompok tes


kedua, meskipun dilakukan pada waktu yang sama.
c)

Koefesien konsistensi internal


Reliabilitas yang didapat dengan jalan mengorelasikan dua
buah tes dari kelompok yang sama, tetapi diambil dari butirbutir yang bernomor genap untuk tes yang pertama dan butirbutir bernomor ganjil untuk tes yang kedua. Teknik ini sering
disebut split-half method. Split berarti membelah dan half
berarti setengah atau separuh. Jadi, split-half adalah tes yang
dibagi

menjadi

dua

bagian

yang

sama,

kemudian

mengorelasikan butir soal yang bernomor ganjil dalam belahan


pertama (X) dan yang bernomor genap dalam belahan kedua
(Y). untuk membagi tes menjadi dua bagian dapat juga
dilakukan dengan jalan mengambil nomor soal secara acak,
tetapi jumlahnya tetap harus sama untuk masing-masing
kelompok. Disamping itu, pembagian tes dapat juga dilakukan
dengan cara setengah bagian pertama untuk kelompok pertama
dan setengah lagi untuk kelompok kedua.
Untuk menghitung koefisien stabilitas, koefisien ekuivalen
dan koefisien konsistensi internal dapat digunakan analisis
korelasi seperti pada pengujian validitas. Khusus bagi
perhitungan koefisien konsistensi internal, korelasi tersebut baru
sebagian dari seluruh tes. Untuk memperoleh angka koefisien
korelasi secara menyeluruh dari tes tersebut harus dihitung dari
nomor-nomor kedua tes itu dengan rumus Spearman Brown.
2 1.2
( 1) 1.2

1+

Keterangan :
r : korelasi

25 |Analisis Butir Soal

n : panjang tes yang selalu sama dengan 2 karena seluruh tes = 2


x
Contoh :
10 orang peserta didik dites dalam mata pelajaran ilmu pengetahuan
alam (IPA) dan ilmu pengetahuan sosial (IPS). Jumlah soal masingmasing lima buah. Dua buah nomor genap diambil dari hasil tes IPA
dan tiga buah nomor ganjil diambil dari hasil tes IPS. Data diperoleh
sebagai berikut :
Nilai 10 orang Peserta Didik
Dalam Mata Pelajaran IPA danIPS
Skor IPA No.

Nama

Skor IPS No. Ganjil (1,3 dan 5)

Genap (2 dan 4)

10

Perhitungan Koefisien Konsistensi Internal


2

X
14

Y
25

x
+1

y
+6

x
1

y
36

xy
6

14

+1

-1

-1

11

18

-2

-1

14

22

+1

+3

11

15

-2

-4

16

26 |Analisis Butir Soal

11

16

-2

-3

14

17

+1

-2

-2

12

17

-1

-2

15

20

+2

+1

14

22

+1

+3

130

190

22

90

29

bar X bar

= 13

=19

=
(

) (

29

=
2

(22)(90)

29

1980

29

= 0,65

44,50

Untuk menghitung seluruh tes itu, dapat digunakan rumus spearman


brown sebagai berikut :
2

1.2

1+( 1)

(2)(0,65)

1.2

1+(21)(0.65)

1,30

= 0,787

1,65

Disamping itu, dapat pula digunakan teknik kuder-richardson (dua


orang ahli psikometri yang merumuskan persamaan untuk mencari
reliabilitas) yang lebih populer dengan istilah KR20. Salah satu Kr20
adalah sebagai berikut :
2

Contoh :
10 orang peserta didik di tes dengan 10 butir soal bentuk objektif.
Hasil perhitungan adalah sebagai berikut :
2

49

64

81

36

49

Nama Nomor Soal


1
2
3

10

27 |Analisis Butir Soal

25

36

49

16

62

414

0,7 0,7 0,8 0,6 0,6 0,4 0,5 0,6 0,6

0,7

0,3 0,3 0,2 0,4 0,4 0,6 0,5 0,4 0,4

0,3

p.q

0,2 0,2 0,1 0,2 0,2 0,2 0,2 0,2 0,2

0,2

Keterangan :
p = proporsi peserta didik yangmenjawab soal betul dari suatu butir
soal
q = 1- p

( )2

=
( 1)

10 (414)(62)2

10(101)

41403844

90

296
90

3,288
k =10 (jumlah butir soal)
. = 2,24
2

20

10

)=

3,228 2,24

10 1

3,288

= 1,11 (0,318) = 0,35

Teknik Kuder-Richardson biasanya digunakan jika suatu instrumen


mengukur satu gejala psikologis atau perilaku yang sama. Artinya, tes
tersebut dapat dikatakan reliabel bilaterbukti ada konsistensi jawaban
antara soal yang satu dengan soal yang lain. Jika sifat dan tingkatan
homoginitas antar soal tidak terpenuhi,makates tersebut dianggap
mengukur lebih dari satu variabel. Jika dalam suatu testerdapat lebih
dari satu skala pengukuran atau mengukur lebih darisatuvariabel.jika

28 |Analisis Butir Soal

dalam suatu tes terdapat lebih dari satu skala pengukuran atau
mengukur lebih dari satu variabel dan setiap variabel memiliki
beberapa aspek, maka pengecekan reliabilitasdilakukan terhadap
masing-masing skala pengukuran. Teknikini lebih cocok untuk tes
yang menggunakan soal dua pilihan dengan salah satu jawaban
benar. Teknik lain yang biasa digunakan untukmenguji konsistensi
internal dari suatu tes adalah Cronbachs Alpha atau koefisien alpha.
Perbedaannya dengan teknik Kuder- Richardson adalah teknik ini
tidak hanya digunakan untuk tes dengan dua pilihan saja, tetapi
penerapannya

lebih

luas,

seperti

menguji

reliabilitas

skala

pengukuran sikap dengan tiga, lima atau tujuh pilihan. Adapun


rumus yang digunakan untuk menghitung koefisien alpha adalah :

(1

)
2

Keterangan :
R = jumlah butir soal
2
2

= varian butir soal

= varian skor total

Untuk butir soal yang bersifat dikotomi seperti pilihan-ganda. Varian


butir soal diperoleh dengan rumus:
=

Keterangan : Pi adalah tingkat kesukaran soal dan qi adalah (1- )


5.

Validitas tes
Validitas merupakan syarat yang penting dalam suatu alat evaluasi.
Validitas berasal dari kata validity, dapat diartikan tepat atau shahih,
yakni sejauh mana ketepatan dan kecermatan suatu alat ukur dalam
melakukan

fungsi

ukurnya.11 Beberapa

kriteria

dipilih

untuk

memperlihatkan keefektifan terhadap peramalan performance yang


akan datang (yang akan terjadi), kriteria yang lain untuk menunjukkan
status yang muncul, kriteria yang lain lagi untuk menimbulkan sifat-

29 |Analisis Butir Soal

sifat yang representatif dari luasnya isi atau tingkah laku, dan kriteria
yang lain lagi untuk (melengkapi) penyediaan data atau untuk
menunjang atau menolak beberapa teori psikologis. Sebagaimana
dikemukakan oleh Scarvia B. Anderson dalam bukunya
Encyclopedia of Educational Evaluation disebutkan bahwa A
test is valid it measure what it purpose to measure (sebuah tes
dikatakan valid apabila tes tersebut mengukur apa yang hendak
diukur). Validitas suatu instrumen evaluasi, tidak lain adalah derajat
yang menunjukkan di mana suatu tes mengukur apa yang hendak
diukur. Validitas suatu instrumen evaluasi mempunyai beberapa
makna penting di antaranya sebagai berikut:
1.

Validitas berhubungan dengan ketepatan interpretasi hasil tes


atau instrumen evaluasi untuk grup individual dan bukan
instrumen itu sendiri.

2.

Validitas diartikan sebagai derajat yang menunjukkan kategori


yang bisa mencakup kategori rendah,menengah, dan tinggi.

3.

Prinsip suatu tes valid, tidak universal. Validitas suatu tes yang
perlu diperhatikan oleh para peneliti adalah bahwa ia hanya valid
untuk suatu tujuan tertentu saja. Tes valid untuk bidang studi
metrologi industri belum tentu valid untuk bidang yang lain

misalnya bidang mekanika teknik.


Validitas suatu alat evaluasi, bukanlah merupakan ciri yang
absolut atau mutlak. Suatu tes dapat memiliki validitas yang tinggi ,
sedang, rendah, tergantung kepada tujuannya. Secara metodologis,
validitas suatu tes dapat dibedakan menjadi empat macam, yaitu
validitas isi (content validity), validitas konstruk (construct validity),
validitas konkuren (concurrent validity), dan validitas prediksi
(predictive validity).
1.

Validitas Isi
Validitas isi artinya ketepatan daripada suatu tes dilihat dari
segi isi tersebut. Suatu tes hasil belajar dikatakan valid, apabila

30 |Analisis Butir Soal

materi tes tersebut benar-benar merupakan bahan-bahan yang


representatif terhadap bahan-bahan pelajaran yang diberikan.
Untuk mendapatkan validitas isi memerlukan dua aspek penting,
yaitu valid isi dam valid teknik sampling. Valid isi mencakup
khususnya, hal-hal yang berkaitan dengan apakah item-item
evaluasi menggambarkan pengukuran dalam cakupan yang ingin
diukur. Sedangkan valid teknik sampling pada umumnya
berkaitan dengan bagaimanakah baiknya suatu sample item tes
mempresentasikan total cakupan isi. Oleh karena materi yang
diajarkan tertera dalam kurikulum maka validitas ini sering
disebut validitas kurikuler. Validitas isi dapat diusahakan
tercapainya sejak penyusunan dengan memerinci materi
kurikulum atau materi buku pelajaran. Misalnya untuk siswa
kelas I SMU akan diberikan tes Matematika, maka item-itemnya
harus diambil dari materi pelajaran kelas I, apabila kita sisipkan
dan item-item yang diambil dari materi pelajaran kelas III maka
tes tersebut sudah tidak valid lagi.
Validitas

isi

pada

umumnya

ditentukan

melalui

pertimbangan para ahli. Tidak ada formula matematis untuk


menghitung dan tidak ada cara untuk menunjukkan secara pasti.
Akan tetapi, untuk memberikan gambaran bagaimana suatu tes
divalidasi dengan menggunakan validitas isi, pertimbangan ahli
tersebut dilakukan dengan cara seperti berikut. Pertama, para
ahli diminta untuk mengamati secara cermat semua item dalam
tes yang hendak divalidasi. Kemudian mereka diminta untuk
mengoreksi interpretasi item-item yang telah dibuat. Pada akhir
perbaikan,

mereka

juga

diminta

untuk

memberikan

pertimbanga-pertimbangan tentang bagaimana baik interpretasi


tes evaluasi tersebut menggambarkan cakupan isi yang hendak
diukur. Pertimbangan ahli tersebut biasanya juga menyangkut,
apakah semua aspek yang hendak diukur telah dicakup melalui

31 |Analisis Butir Soal

interpretasi item pertanyaan dalam tes. Atau dengan kata lain


perbandinga dibuat antara apa yang harus dimasukkan dengan apa
yang ingin diukur yang telah direfleksikan menjadi tujuan tes.

b.

Validitas Konstruk
Validasi konstruk merupakan derajat yang menunjukkan suatu
tes mengukur sebuah konstruk sementara. Untuk menentukan
adanya validitas konstruk suatu tes dikorelasikan dengan suatu
konsepsi atau teori, item-item dalam tes itu harus sesuai dengan
ciri-ciri yang disebutkan dalam konsepsi tadi, yaitu konsepsi
tentang obyek yang akan dites. Untuk mengetahui apakah suatu tes
memenuhi syarat-syarat validitas konstruksi atau tidak maka kita
harus membandingkan susunan tersebut telah memenuhi syaratsyarat penyusunan tes maka berarti tes tersebut memenuhi syarat
validitas

konstruksi,

apabila

tidak

memenuhi

syarat-syarat

penyusunan tes berarti tidak memenuhi validitas konstruksi. Proses


melakukan validasi konstruk dapat dilakukan dengan cara
melibatkan hipotesis testing yang dideduksi dari teori yang
menyangkut dengan konstruk yang relevan. Misalnya jika suatu
teori kecemasan menyatakan bahwa seseorang yang memiliki
kecemasan yang lebih tinggi akan bekerja lebih lama dalam
menyelesaikan suatu problem, dibanding dengan orang yang
memiliki tingkat kecemasan rendah. Jika terjadi orang yang
cemasnya tinggi ternyata kemudian bekerja sebaliknya yaitu lebih
cepat, ini bukan berarti bahwa tes yang sudah baku tadi berarti
tidak mengukur kecemasan orang. Atau dengan kata lain hipotesis
yang berhubungan dengan tingkah laku seseorang dengan
kecemasan tinggi tidak benar. Dari kasus tersebut mengindikasikan
bahwa konstruksi yang berhubungan dengan orang yang memiliki
kecemasan tinggi memerlukan kajian ulang, guna mengadakan
koreksi dan penyesuaian kembali.

32 |Analisis Butir Soal

3.

Validitas Konkuren
Jika hasil suatu tes mempunyai korelasi yang tinggi dengan
hasil dari suatu alat pengukur lain terhadap bidang yang sama
pada waktu yang sama pula, maka tes itu dikatakan memiliki
konkuren validity.
Validitas ini lebih umum dikenal dengan validitas empiris.
Sebuah tes dikatakan memiliki validitas empiris jika hasilnya
sesuai dengan pengalaman. Jika istilah sesuai tentu ada dua hal
yang dipasangkan dalam hal ini hasil tes dipasangkan dengan hasil
pengalaman. Pengalaman selalu mengenai hal yang telah lampau
sehingga data pengalaman tersebut sekarang sudah ada.

Cara-cara membuat tes dengan validitas konkruen dapat


dilakukan dengan beberapa langkah seperti berikut.
1.

Administrasi tes yang baru yang dilakukan terhadap grup


atau anggota kelompok

2.

Catat tes baku yang ada termasuk berapa koefisien


validitasnya jika ada

3.

Hubungkan atau korelasikan dua tes skor tersebut


Hasil yang dicapai atau koefisien validitas yang muncul

menunjukkan derajat hubungan validitas tes yang baru. jika


koefisien tinggi, berarti tes yang baru tersebut mempunyai
validitas konkruen yang baik. Sebaliknya, tes yang baru
dikatakan mempunyai validitas konkruen yang jelek, apabila
koefisien yang dihasilkan rendah.
Tes mental merupakan contoh nyata terapan suatu tes
pembeda (validitas konkruen yang melibatkan penentuan tes )
yang sering ditemui dalam kasus psikologi. Jika hasil skor suatu
tes dapat digunakan degan cara benar untu mengklarifikasi
orang yang satu dengan orang lainnya, maka validitas konkruen
tes tersebut memiliki daya pembeda yang baik.

33 |Analisis Butir Soal

d.

Validitas Prediksi
Memprediksi

artinya

meramal,

dan

meramal

selalu

mengenai hal yang akan datang jadi sekarang belum terjadi.


Sebuah tes dikatakan memiliki validitas prediksi apabila
mempunyai kemampuan untuk meramalkan apa yang akan
terjadi pada masa yang akan mendatang. Jenis validitas ini
menunjukkan kenyataan jika ujian yang dimaksud dihubungkan
dengan kriteria-kriteria tentang hasil karya atau kesuksesan di
masa depan. Demikianlah jika suatu tes bakat skolastik
diberikan pada siswa-siswa SMU dikorelasikan dengan prestasi
mereka di perguruan tinggi, maka kenyataan yang diperoleh itu
akan menunjukkan validitas prediksi.
Instrumen validitas prediksi mungkin bervariasi bentuknya
tergantung beberapa faktor misalnya kurikulum yang digunakan,
buku pegangan yang dipakai, intensitas mengajar dan letak
geografis atau daerah sekolah. Yang perlu diperhatikan saat
melakukan tes validasi ini yaitu perlu memperhatikan proses dan
cara membandingkan instrumen yang divalidasi dengan tes yang
dibakukan. Perlu disadari bahwa skor tes yang dihasilkan juga
memiliki sifat ketidak sempurnaan. Ketika kriteria telah
diidentifikasi dan ditentukan, prosedur selanjutnya adalah
menentukan validitas prediksi suatu tes dengan cara seperti
berikut.
1) Buat item tes sesuai dengan tujuan yang hendak dicapai
2) Tentukan kelompok yang dijadikan subyek dalam pilot Study
3) Identifikasi kriterion prediksi yang hendak dicapai
4) Tunggu sampai tingkah laku yang diprediksi atau variabel
kriteria muncul dan terpenuhi dalam kelompok yang telah
ditentukan
5) Capai ukuran-ukuran kriteria tertentu
6) Korelasikan dua set skor yang dihasilkan

34 |Analisis Butir Soal

Sebagai contoh, kita akan menyelenggarakan tes untuk


menentukan validitas prediksi tes pada mahasiswa yang
mengikuti mata kuliah matematika teknik. Langkah pertama
yang harus dilakukan adalah membuat tes item, kemudian
memberikannya kepada kelompok mahasiswa potensi yang
mengambil mata kuliah tersebut. Kemudian kita menunggu
selama satu semester penuh pada kelompok mahasiswa yang
hendak diprediksi pada mata kuliah yang sama dengan
mengukur melalui nilai ujian akhir. Hasil korelasi antara dua set
nilai akan menentukan validitas prediksi tes. Jika hasilnya
menunjukkan koefisien korelasi tinggi, berarti tes tersebut
mempunyai validitas prediksi tinggi.
Untuk menguji validitas empiris dapat digunakan jenis
statistika

korelasi

product-moment,

korelasi

perbedaan

peringkat, atau korelasi diagram pencar. Berikut ini akan


dikemukakan beberapa contoh perhitungan korelasi.
1. Korelasi Product-Moment dengan Angka Simpangan

Keterangan

:r
xy

Rumus rxy =

( 2)(( 2)

= koefisien korelasi
= jumlah produk x dan y

Contoh :
10 orang peserta didik kelas 11 SMA mendapat nilai dalam
mata pelajaran Bahasa Indonesia dan Bahasa Inggris seperti
berikut :
Tabel
Nilai Peserta Didik Kelas 11 SMA dalam Mata
Pelajaran Bahasa Indonesia dan Bahasa Inggris

No

Nama

Bahasa Indonesia Bahasa Inggris

35 |Analisis Butir Soal

10

Langkah-langkah penyelesaian:
1. Membuat tabel persiapan seperti berikut:
No

xy

2. Masukkan nilai masing-masing mata pelajaran, di mana nilai


Bahasa Indonesia sebagai variabel X dan nilai Bahasa Inggris
sebagai variabel Y.
3. Jumlahkan semua nilai yang ada dalam variabel X dan
variabel Y, kemudian hitung rata-rata X dan rata-rata Y.
4. Cari nilai pada kolom x dengan jalan nilai tiap-tiap peserta
didik dalam kolom X dikurangi dengan rata-rata X.
5. Cari nilai pada kolom y dengan jalan nilai tiap-tiap peserta
didik dalam kolom Y dikurangi dengan rata-rata Y.
2

6. Cari nilai pada kolom x dengan jalan mengkuadratkan


masing-masing nilai dalam kolom x.
2

7. Cari nilai pada kolom y dengan jalan mengkuadratkan


masing-masing nilai dalam kolom y.
8. Cari nilai pada kolom xy dengan jalan mengalikan tiap-tiap
nilai dalam kolom x dengan nilai-nilai dalam kolom y.

36 |Analisis Butir Soal

Berdasarkan langkah-langkah di atas dapat dihitung koefisien


korelasi product-moment sebagai berikut.
Tabel
Perhitungan Korelasi Product-Moment dengan
Angka Simpangan
No
1

X
5

Y
6

x
-1,1

y
-0,6

x
1,21

y
0,3

0,9

1,4

0,81

1,9

1,9

0,4

3,61

0,1

-1,1

-1,6

1,21

2,5

-0,1

0,4

0,01

0,1

0,9

0,4

0,81

0,1

-2,1

-1,6

4,41

2,5

-1,1

0,4

1,21

0,1

1,9

1,4

3,61

1,9

10

-0,1

-0,6

0,01

0,3

61

66

16,9

10,

6,1

6,6

rxy =
0,784

( 2)(( 2)

10,4

10,4

(16,9)((10,4)

10,4

175,76

=
13,257

Rumus lain korelasi product-moment, yaitu :


r.xy =

. .

= 2 = 16,910 = 1,69 = 1,3

= 2 = 10,410 = 1,04 = 1,0198


10,4

(10)(1,3)(1,0198)

= 0,784

37 |Analisis Butir Soal

Di samping itu, dapat juga digunakan rumus korelasi productmoment dengan angka kasar sebagai berikut :
r=

( )( )

{ 2 ( )2} { 2 ( )2}

Contoh :
Tabel
Teknik Korelasi Product-Moment dengan Angka Kasar
No
1

X
5

Y
6

X2

Y2
36

XY
30

49

64

56

64

49

56

25

25

25

36

49

42

49

49

49

16

25

20

25

49

35

64

64

64

10

36

36

36

61

66

389

446

413

25

( )( )

=
2=

{ 2 ( )2} { 2 ( )2}

10
2

(413)(61)(66)

{10 (389) (61) } {10 (446)(66) }

{4460 4356}

41304026

104
2= (169)(104)

{3890 3721}
104

17576

= 0,784

38 |Analisis Butir Soal

2. Korelasi

Perbedaan

Peringkat (Rank

Differences

Correlation)
Rumus: r = 1 -

1)

Keterangan :
r

= koefisien korelasi

1 dan 6

= bilangan tetap

= perbedaan antara dua peringkat (rank)

= jumlah sampel

Contoh :
Langkah-langkah penyelesaiannya:
1. Cari peringkat dari tiap-tiap mata pelajaran dengan jalan
mengurutkan nilai-nilai dari yang terbesar sampai yang terkecil.
2. Jika terdapat nilai yang sama, misalnya ada dua nilai yang
sama, maka kita jumlahkan nilai peringkat pertama dengan nilai
peringkat kedua, kemudian dibagi dua. Dengan demikian,
kedua orang tersebut memperoleh peringkat yang sama.
Semakin besar nilai yang diperoleh, semakin tinggi kedudukan
peringkat dalam kelompoknya.
3. Cari perbedaan peringkat dengan jalan mengurangkan
peringkat mata pelajaran Bahasa Indonesia dengan peringkat
mata pelajaran Bahasa Inggris.
4. Perbedaan peringkat yang diperoleh kemudian dikuadratkan.
Berdasarkan langkah-lagkah di atas, maka akan diperoleh
perhitungan sebagai berikut:
Tabel
Perhitungan Korelasi Perbedaan Peringkat

39 |Analisis Butir Soal

No
1

X
5

Y
8

Rx
8

Ry
7,5

D
0,5

D2

3,5

1,5

1,5

4,5

-3

9,5

-1,5

2,25

5,5

4,5

3,5

4,5

-1

10

9,5

0,5

0,25

4,5

3,5

12,25

1,5

1,5

10

5,5

7,5

-2

0,25

34
6

r=10,79

6 (34)

=1-

1)

10 (102 1)

204

=1-

990

3. Teknik Diagram Pencar (Scatter Diagram)


Korelasi ini dapat digunakan apabila data berbentuk nominal.

= 1 0,206 =

kedua variabel
2
2

{ f
(f ) }
{ f 22
(f ) }

Contoh :

Rumus : r =
MATEMA
TIKA

fU
)

(f

)(f

40 |Analisis Butir
Soal

40-49 50-59 60-69

FISIKA

90-99

70-79 80-89

90-99 Jumlah

10

80-89

16

70-79

10

24

60-69

50-59

40-49

15

25

Jumlah 7

21
17
12

23

20

10

100

MATEMATIKA
54,5

64,5

74,5

84,5

94,5

Ux

-2

-1

10

20

40

44

16

16

16

31

21

-21

21

-3

17

-34

68

20

12

-36

108

33

-55

253

125

FISIKA

94,5

84,5

74,5

10

64,5

-1

54,5

-2

44,5

-3

Fx

15

25

23

20

10

100

FxUx

-14

-15

23

40

30

64

28
32

15
31

0
0

23
-1

80
24

90
39

236
125

fxU
FuxUy

r
=
{ f

2=
1
6
0
2

(f

)2} { f

(f

)2}

(100)
2

{(100)(236) (64) } {(100)(253) (55) }

(125)(64)(55)

(
1
9
5
9
4
)
(
2
2

fxUx

fx

Uy

fUxUy

44,5

2FxU x

fU

(f

)(f

2
7
5
)
=
0
,
7
7

41 |Analisis Butir Soal

Dalam statistika, koefisien korelasi dinotasikan dengan r. Besarnya koefisien


korelasi tidak akan lebih kecil atau sama dengan -1.00 atau tidak akan lebih besar
atau sama dengan +1.00. Hal ini dapat dinyatakan dengan:
r = + 1.00, artinya korelasi sempurna positif
r = - 1.00, artinya korelasi sempurna negatif
Untuk menafsirkan koefisien korelasi dapat menggunakan kriteria sebagai berikut:
0,81 - 1,00 = sangat tinggi
0,61 - 0,80 = tinggi
0,41 - 0,60 = cukup
0,21 - 0,40 = rendah
0,00 - 0,20 = sangat rendah
Analisis butir secara modern yaitu penelaahan butir soal dengan
menggunakan Item Response Theory (IRT) atau teori jawaban butir soal.
Teori ini merupakan suatu teori yang menggunakan fungsi matematika
untuk menghubungkan antara peluang menjawab benar suatu scal dengan
kemampuan siswa. Nama lain IRT adalah latent trait theory (LTT), atau
characteristics curve theory (ICC).
Asal mula IRT adalah kombinasi suatu versi hukum phi-gamma
dengan suatu analisis faktor butir soal (item factor analisis) kemudian
bernama Teori Trait Latent (Latent Trait Theory), kemudian sekarang
secara umum dikenal menjadi teori jawaban butir soal (Item Response
Theory) (McDonald, 1999: 8).
B. Manfaat Analisis Butir Soal
Kegiatan analisis butir soal memiliki banyak manfaat, diantaranya: (1) dapat
membantu pengguna tes dalam mengevaluasi kualitas tes yang digunakan, (2)
relevan bagi penyusunan tes informal seperti tes yang disiapkan guru untuk siswa
di kelas, (3) mendukung penulisan butir soal yang efektif, (4) secara materi dapat
memperbaiki tes di kelas, (5) meningkatkan validitas soal dan reliabilitas
(Anastasi&Urbina, 1997:172). Nitko (1996:308-309) juga menguraikan manfaat
kegiatan analisis butir soal, di antaranya untuk: (1)

42 |Analisis Butir Soal

menentukan apakah suatu fungsi butir soal sesuai dengan yang diharapkan,
(2) memberi masukan kepada siswa tentang kemampuan dan sebagai dasar
untuk bahan diskusi di kelas, (3) memberi masukan kepada guru tentang
kesulitan siswa, (4) memberi masukan pada aspek tertentu untuk
pengembangan kurikulum, (5) merevisi materi yang diukur, (6) meningkatkan
keterampilan penulisan soal.
Dari uraian di atas menunjukkan analisis butir soal memberikan manfaat:
(1) menentukan soal-soal yang cacat atau tidak berfungsi dengan baik; (2)
meningkatkan butir soal melalui tiga komponen analisis yaitu tingkat
kesukaran, daya pembeda, dan pengecoh soal; (3) meningkatkan validitas
soal dan reliabilitas; (4) merevisi soal yang tidak relevan dengan materi yang
diajarkan, ditandai dengan banyaknya anak yang tidak dapat menjawab butir
soal tertentu.

43 |Analisis Butir Soal

BAB III
PENUTUP
1. Kesimpulan
1 Analisis butir soal secara kualitatif dilaksanakan berdasarkan kaidah
penulisan soal (tes tertulis, perbuatan, dan sikap). Ada beberapa teknik
yang dapat digunakan untuk menganalisis butir soal secara kualitatif,
diantaranya adalah teknik moderator dan teknik panel.
1) Teknik moderator merupakan teknik berdiskusi yang di dalamnya
terdapat satu orang sebagai penengah.
2) Teknik Panel yakni suatu teknik menelaah butir soal berdasarkan
kaidah penulisan butir soal.
2 Analisis butir soal secara kuantitatif adalah analisis butir soal didasarkan
pada data empirik. Data empirik ini diperoleh dari soal yang telah
diujikan. Ada dua pendekatan dalam analisis secara kuantitatif, yaitu:
1.

Analisis butir soal secara klasik adalah proses penelaahan butir


soal melalui informasi dari jawaban peserta didik tes guna
meningkatkan mutu butir soal yang bersangkutan dengan
menggunakan teori tes klasik.
Aspek yang perlu diperhatikan dalam analisis butir soal secara
klasik adalah setiap butir soal ditelaah dari segi: tingkat kesukaran
butir, daya pembeda butir, dan penyebaran pilihan jawaban (untuk
soal bentuk obyektif) atau fungsi pengecoh pada setiap pilihan
jawaban, reliabilitas dan validitas soal.

2.

Analisis butir secara modern yaitu penelaahan butir soal dengan


menggunakan Item Response Theory (IRT) atau teori jawaban butir
soal. Teori ini merupakan suatu teori yang menggunakan fungsi
matematika untuk menghubungkan antara peluang menjawab benar
suatu scal dengan kemampuan siswa. Nama lain IRT adalah latent trait
theory (LTT), atau characteristics curve theory (ICC).

2 Manfaat menganalisis butir soal, yaitu:


1.

Menentukan soal-soal yang cacat atau tidak berfungsi dengan baik,

44 |Analisis Butir Soal

2.

Meningkatkan butir soal melalui tiga komponen analisis yaitu


tingkat kesukaran, daya pembeda, dan pengecoh soal,

3.

Meningkatkan validitas soal dan reliabilitas, dan

4.

Merevisi soal yang tidak relevan dengan materi yang diajarkan,


ditandai dengan banyaknya anak yang tidak dapat menjawab butir
soal tertentu.

2. Saran
Ketika kita menjadi pengajar dan pendidik, sebaiknya dalam penyusunan
instrument tes, seperti soal tes hendaknya disesuaikan dengan kriteria
penyusunan soal yang baik dan benar. Dimana, tingkat kesukarannya
diperhatikan, daya pembeda disesuaikan, pengecoh soal berfungsi dengan
baik. Dan juga ketika diuji dengan validitas maupun realibilitas sesuai dengan
kualitas dan metode pembelajaran yang menjunjung tinggi cita-cita guru
Indonesia untuk mencerdaskan kehidupan bangsa.

45 |Analisis Butir Soal

DAFTAR PUSTAKA
Arifin, Zaenal. 2009. EVALUASI PEMBELAJARAN. Bandung; PT.REMAJA
ROSDAKARYA
Arikunto, Suharsimi. 2003. DASAR-DASAR EVALUASI PENDIDIKAN. Jakarta;
Bumi Aksara
Kusaeri dan Suprananto. 2012. Pengukuran dan Penilaian Pendidikan. Jakarta;
GRAHA ILMU
Sudaryono. 2012. Dasar-dasar Evaluasi Pembelajaran. Jakarta; GRAHA ILMU

46 |Analisis Butir Soal