Seperti halnya pada
desain penyetaraan, pada
metode penyetaraan juga
terdapat berbagai metode
yang dapat digunakan.
Berdasarkan proses
kalibrasinya, metode
penyetaraan secara umum
dapat dibedakan menjadi dua
macam yaitu metode
penyetaraan kalibrasi
simultan dan terpisah. Pada
metode kalibrasi simultan,
nilai parameter butir dan
kemampuan dari kedua tes
sudah berada pada skala yang
sama tanpa ada perhitungan
konstanta penyetaraan,
sedangkan pada metode
kalibrasi terpisah, nilai
parameter butir dan
kemampuan dari kedua tes
belum berada pada skala
yang sama sehingga perlu
disetarakan dengan
menentukan konstanta
penyetaraan.
Metode kalibrasi terpisah
dibedakan menjadi metode
momen dan
metode fungsi respons tes.
Untuk metode momen, ada
empat metode yang bisa
diterapkan yaitu metode
regresi, metode rerata &
sigma, metode rerata
& sigma robus, dan
metode rerata & rerata.
Pada metode regresi, di
samping hanya melibatkan
parameter indeks kesukaran
butir dari masing- masing tes,
juga mempunyai keterbatasan
bahwa sifat simetri dari
penyetaraan tidak terpenuhi,
sehingga metode regresi
tidak disarankan untuk
diterapkan. Metode rerata &
sigma hanya melibatkan satu
parameter yaitu parameter
indeks kesukaran butir. Di
samping rumusnya
sederhana, semua sifat
penyetaraan dipenuhi oleh
metode ini. Metode rerata &
sigma robus merupakan
perluasaan dari metode rerata
dan sigma yaitu dengan
memberi pembobotan pada
hasil estimasi parameter
indeks kesukaran butir pada
masing-masing tes. Seperti
halnya metode rerata &
sigma, metode rerata & rerata
rumusnya juga sederhana dan
sifat-sifat penyetaraan juga
dipenuhi, dalam menentukan
konstanta penyetaraan
melibatkan dua parameter,
yaitu parameter daya beda
dan indeks kesukaran butir.
Menurut Standards for Educational
and Psychological Testing (1999:172),
kalibrasi dalam IRT merupakan proses
estimasi parameter-parameter dari fungsi
respons suatu butir. Fungsi respons suatu butir
memuat dua parameter, yaitu parameter butir
dan parameter orang. Menurut Wells,
Subkoviak, & Serlin (2002), proses kalibrasi
digunakan untuk mengestimasi parameter
butir soal, dan mengamati kemampuan butir-
butir soal dalam membedakan antartingkat
trait laten. Menurut Yen & Fitzpatrick (2006:
129), kalibrasi butir adalah mengestimasi
parameter, yaitu menentukan estimasi
parameter butir dan parameter kemampuan
data respons butir pada model IRT. Dengan
demikian kalibrasi adalah proses estimasi
parameter butir dan parameter orang untuk
mengetahui kedudukan butir dan orang dalam
suatu instrumen tes berdasarkan model IRT.
Ada tiga cara kalibrasi yaitu kalibrasi terpisah
(separate calibration), kalibrasi serentak
(concurrent calibration), dan kalibrasi tetap
(fixed calibration). Pada beberapa penelitian
(Li, et al , 1997; Ban, et al, 2001, Taehoon &
Petersen, 2009), kalibrasi fixed parameter
disebut sebagai fixed item parameter
calibration dan fixed abc. Li, et al. (1997).
menyatakan bahwa kalibrasi Fixed ABC
menghasilkan hasil penyetaraan yang lebih
stabil, terutama untuk parameter c dan pada
penyetaraan horizontal. Hasil kalibrasi fixed
parameter terhadap estimasi dan
kalibrasi terpisah secara umum konsisten.
Hasil simulasi menunjukkan bahwa kalibrasi
fixed parameter dan kalibrasi serentak
menghasilkan estimasi parameter butir dan
kemampuan yang sangat akurat dan stabil.
Hasil penelitian tersebut juga menunjukkan
bahwa kalibrasi fixed parameter
menghasilkan estimasi yang lebih akurat dan
stabil dibandingkan kalibrasi serentak pada
tes yang relatif mudah. Menurut Taehoon &
Petersen (2009) kalibrasi fixed parameter
menunjukkan hasil yang konsisten
dibandingkan dua metode kalibrasi yang
lainnya, yaitu kalibrasi serentak (concurrent
calibration) dan kalibrasi terpisah (separate
calibration).
1. Kalibrasi terpisah
Pada metode kalibrasi terpisah,
parameter-parameter butir pada setiap tes
diestimasi secara terpisah atau sendiri-sendiri
(Hanson & Beguin, 2002). Parameter-
parameter butir diestimasi secara terpisah
untuk setiap kelompok dari beberapa
kelompok atau kelompok-kelompok yang
tidak ekivalen. Parameter-parameter yang
dihasilkan pada setiap kelompok tidak pada
skala umum. Untuk mendapatkan skala umum
yang didasari pada satu skala yaitu skala (0,1),
maka skala lainnya yang berasal dari kalibrasi
terpisah harus dikonversi terlebih dahulu
kedalam skala dasar.
Suatu desain tes memerlukan
transformasi linear ketika menggunakan
metode kalibrasi terpisah. Parameter butir
pada common items antara dua kelompok
digunakan untuk mengestimasi transformasi
skala parameter, misalnya parameter butir
pada kelompok target ditempatkan pada skala
parameter butir pada kelompok base.
Empat metode untuk mentransformasi
skala digunakan pada model dikotomus teori
respons butir. Metode tersebut adalah metode
Momen, metode Kurva karakteristik, metode
Kai-kuadrat minimum, dan metode Kuadrat
terkecil (Kolen & Brennan, 2004). Pada
metode Momen termasuk didalamnya metode
Mean/Mean dan metode Mean/Sigma,
sedangkan metode Kurva karakteristik
termasuk didalamnya metode Karakteristik
kurva dari Haebara dan metode karakteristik
tes dari Stocking dan Lord.
Metode Mean/Sigma menggunakan
nilai rata-rata hitung dan simpangan baku
untuk mengestimasi parameter kesulitan butir
dari common items pada tes I dan J. Secara
matematis dinyatakan pada formulasi berikut.
( ) : nilai rata-rata hitung parameter a
untuk butir-butir pada skala I
: nilai rata-rata hitung parameter a
untuk butir-butir pada skala J
: nilai rata-rata hitung parameter b
untuk butir-butir pada skala J
( ) : nilai rata-rata hitung parameter b untuk
butir-butir pada skala I
Metode dari Haebara menggunakan
penjumlahan kuadrat selisih antara kurva
karakteristik butir untuk setiap butir pada
individu dengan kemampuan . Jika
kemampuan diketahui, maka jumlah
kuadrat selisih semua butir secara matematis
dinyatakan pada persamaan berikut.
( )
= |
,

= − | , , , ,
( )
( ) Perbedaan antara kurva karakteristik
= −
Keterangan: butir pada dua skala adalah kuadrat dan
dan B : koefisien penyetaraan jumlah dari semua butir.
: simpangan baku parameter b untuk adalah kumulasi semua peserta tes untuk
butir-butir pada skala J mendapatkan nilai konstanta transformasi, A
( ) : simpangan baku parameter b untuk dan B, berdasarkan kriteria dapat
butir-butir pada skala I disederhanakan menjadi persamaan berikut.
: nilai rata-rata hitung parameter b
untuk butir-butir pada skala J )
( ) : nilai rata-rata hitung parameter b untuk = (
butir-butir pada skala I Stocking dan Lord (1983)
Metode Mean/Mean menggunakan menggunakan kuadrat selisih antara kurva
nilai rata-rata hitung dari estimasi parameter a karakteristik tes pada kemampuan ,
dan b. Formulasinya ditunjukkan pada dinyatakan pada formulasi berikut ini.
persamaan berikut. ( )
( )
= | ,

)
= = − (

Keterangan:
−

| , ,

, ,
 Setiap kurva karakteristik butir 3. Fixed parameter
dari semua common items dapat calibration
digunakan untuk menghitung kurva
Metode fixed parameter
karakteristik tes. Selisih antara kurva
calibration menghasilkan skala bersama
karakteristik butir pada dua skala
dengan cara menetapkan parameter
kemudian dikuadratkan, sehingga
common items kemudian mengestimasi
semua peserta tes dijumlahkan untuk
parameter common items dan butir yang
menemukan konstanta transformasi A dan
bukan butir bersama untuk kemudian
B yang dapat disederhanakan kedalam
ditempatkan pada skala yang
persamaan berikut.

= (

Beberapa penelitian
menunjukkan
bahwa transformasi dengan metode
Stocking dan Lord dan metode Haebara
menghasilkan estimasi lebih stabil
dibandingkan metode Mean/Mean dan
metode Mean/Sigma.
2. Kalibrasi
serentak
Kalibrasi serentak mengestimasi
parameter pada semua butir dan pada
semua tes pada satu kali proses estimasi
dan menempatkan semua estimasi
parameter pada skala yang sama, yaitu
(0,1) atau pada skala umum. Ketika
kalibrasi serentak dilakukan, penting
untuk menggunakan program estimasi
yang memungkinkan dapat mengkalibrasi
beberapa kelompok secara bersamaan atau
serentak (Kolen & Brennan, 2004), seperti
Bilog-MG dan Multilog. Kedua program
ini menggunakan kebolehjadian
maksimum marjinal untuk mengestimasi
parameter yang cocok dengan model
logistik tiga parameter. Semua data
diestimasi dan hasil semua estimasi
ditempatkan pada skala umum melalui
satu kali proses estimasi.
sama. Terdapat dua metode fixed
calibration, yaitu metode fixed C dan
metode fixed ABC. Pada fixed C, estimasi
parameter c dari tes referens digunakan
sebagai nilai awal untuk tes target, dan
keduanya tidak diestimasi lagi, sedangkan
parameter a dan b diestimasi. Setelah
estimasi parameter butir, proses untuk
menemukan nilai A dan B yang
digunakan pada transformasi linear, sama
seperti pada metode kalibrasi terpisah.
Prinsip dasar dari metode fixed
ABC adalah menetapkan estimasi
parameter a, b, dan c pada common items
dari tes sebelumnya dan kemudian
mengestimasi parameter butir sisa yang
bukan common items bersama-sama
dengan common items, sehingga butir sisa
yang bukan common items berada pada
skala yang sama dengan common items.
Metode fixed ABC banyak digunakan
pada kalibrasi on-line yang digunakan
pada CAT (Ban, et al.,
2001) Metode ini juga digunakan pada
pengembangan bank soal (Li, et al,
1997). Metode fixed ABC dan metode
kalibrasi serentak, mengestimasi
parameter berdasarkan respons kelompok
peserta yang diakumulasi dari beberapa
tes, sehingga ukuran sampel menjadi
relatif besar. Keadaan ini meminimalisir
masalah ketidakakuratan estimasi
parameter b dan c, yang mungkin
terjadi pada kelompok peserta tes dengan
kemampuan rendah. Jadi metode fixed
ABC mempunyai beberapa sifat yang juga
dimiliki oleh metode kalibrasi serentak
dan hal ini memungkinkan diperoleh hasil
pengkaitan yang lebih stabil dibandingkan
metode kalibrasi terpisah yang
menggunakan transformasi skala.
1. Kelebihan Analisis IRT
Untuk mengetahui kelebihan
analisis IRT, maka para guru
perlu mengetahui
keterbatasan analisis secara
klasik. Keterbatasan model
pengukuran secara klasik bila
dibandingkan dengan teori
jawaban butir soal adalah
seperti berikut (Hambleton,
Swaminathan, dan Rogers,
1991: 2-5). (1) Tingkat
kemampuan dalam teori
klasik adalah "true score".
Jika tes sulit artinya tingkat
kemampuan peserta didik
mudah. Jika tes mudah
artinya tingkat kemampuan
peserta didik tinggi. (2)
Tingkat kesukaran soal
didefinisikan sebagai proporsi
peserta didik dalam grup
yang menjawab benar soal.
Mudah/sulitnya butir soal
tergantung pada kemampuan
peserta didik yang dites dan
kemampuan tes yang
diberikan. (3) Daya pembeda,
reliabilitas, dan validitas
soal/tes didefinisikan
berdasarkan grup peserta
didik. Adapun kelebihan IRT
adalah bahwa: (1) IRT tidak
berdasarkan grup dependent,
(2) skor siswa dideskripsikan
bukan test dependent, (3)
model ini menekankan pada
tingkat butir soal bukan tes,
(4) IRT tidak memerlukan
paralel tes untuk menentukan
relilabilitas tes, (5) IRT suatu
model yang memerlukan
suatu pengukuran ketepatan
untuk setiap skor tingkat
kemampuan.
Kelemahan teori tes klasik di diperkirakan dapat
atas diperkuat Hambleton terlaksana, (Hableton dan
dan Swaminathan (1985: 1-3) Swaminathan, 1985: 11). Jadi
yaitu: (1) tingkat kesukaran IRT merupakan hubungan
dan daya pembeda antara probabilitas jawaban
tergantung pada sampel; (2) suatu butir soal yang benar
penggunaan metode dan dan kemampuan siswa atau
teknik untuk desain dan tingkatan/level prestasi
analisis tes dengan siswa. Namun kelemahan
memperbandingkan bekerja dengan model IRT
kemampuan siswa pada adalah bekerja melalui suatu
pernbagian kelompok atas, proses yang sulit karena
tengah, bawah. Meningkatnya kelebihan IRT adalah: (1)
validitas skor tes diperoleh tanpa varian pada parameter
dari tingkat kesukaran tes butir soal, (2) tanpa varian
dihubungkan dengan tingkat pada parameter abilitas, (3)
kemampuan setiap siswa; (3) adanya ketepatan pada
konsep reliabilitas tes pengukuran lokal, (Bejar,
didefinisikan dari istilah tes 1983: 3-4).
paralel; (4) tidak ada dasar
teori untuk menentukan Ada empat macam model 1RT
bagaimana siswa memperoleh (Hambleton, 1993: 154-157;
tes yang sesuai dengan Hambleton dan Swaminathan,
kemampuan siswa; (5) 1985: 34-50). (1) Model satu
Standar error of parameter (Model Rasch),
measurement (SEM) hanya yaitu untuk menganalisis data
berlaku untuk seluruh peserta yang hanya menitikberatkan
didik. pada parameter tingkat
kesukaran coal. (2) Model dua
Selanjutnya Hambleton dan paremeter, yaitu untuk
Swaminathan (1985: 13) menganalisis data yang hanya
menyatakan bahwa tujuan menitikberatkan pada
utama IRT adalah parameter tingkat kesukaran
memberikan kesamaan antara dan daya pembeda soal. (3)
statistik soal dan estimasi Model tiga parameter, yaitu
kemampuan. Ada tiga untuk menganalisis data yang
keuntungan IRT adalah: (1) menitikberatkan pada
asumsi banyak soal yang parameter tingkat kesukaran
diukur pada trait yang sama, soal, daya pembeda soal, dan
perkiraan tingkat kemampuan menebak (guessing). (4)
peserta didik adalah Model empat parameter,
independen; (2) asumsi pada yaitu untuk menganalisis data
populasi tingkat kesukaran, yang menitikberatkan pada
daya pembeda merupakan parameter tingkat kesukaran
independen sampel yang soal, daya beda soal,
menggambarkan untuk tujuan menebak, dan penyebab lain.
kalibrasi soal; (3) statistik
yang digunakan untuk Hambleton dan Swaminathan
menghitung tingkat (1985: 48) menjelaskan
kemampuan siswa bahwa siswa yang memiliki
kemampuan tinggi tidak
selalu menjawab soal dengan
betel. Kadang-kadang mereka
sembrono (mengerjakan
dengan serampangan),
memiliki informasi yang
berlebihan, sehingga mereka
menjawab salah pada suatu
soal. Untuk mengatasi
masalah ini diperlukan model
4 parameter.
 Dari keempat model itu tidak kemampuan orang dinamakan
sama penekanannya dan pengukuran, sedangkan
sudah barang tentu tiap-tiap proses mengestimasi
model itu memiliki kelebihan parameter tingkat kesukaran
dan kekurangan. Kelebihan butir soal dinamakan
dan kekurangan itu dapat kalibrasi. Jadi kalibrasi soal
diklasifkasikan sesuai dengan merupakan proses penyamaan
jumlah parameter yang skala soal yang didasarkan
ditentukan pada masing- pada tingkat kesukaran butir
masing model dan tujuan soal dan tingkat kemampuan
menggunakan model yang siswa. Adapun ciri suatu skala
bersangkutan. adalah mempunyai titik awal,
biasanya 0, dan mempunyai
Adapun contoh kurva ciri soal satuan ukuran atau unit
model satu parameter atau pengukuran.
Rasch terlihat seperti pada
grafik di bawah ini. Prosedur estimasi dapat
dilakukan dengan tangan atau
Peluang menjawab benar komputer. Ada beberapa
langkah yang dapat dilakukan
dalam mengkalibrasi butir
1,00 dan menguki.r kemampuan
orang dengan tangan (Wright
0,90
and Linacre, 1992: 32-45)
1 2 seperti
3 berikut ini.

a. Menyusun jawaban
0,50
peserta didik untuk
setiap butir soal ke dalam
tabel.
Dalam menyusun
0,30 jawaban peserta didik
-3 -2 -1 -0,52 0 0,87 1 untuk setiap butir ke
1,28
dalam tabel perlu
Kemampuan Siswa disediakan kolom: (1)
siswa, (2) butir soal,
(3) skor siswa, dan (4)
2. Kalibrasi Butir Soal dan
skor butir soal. Data
Pengukuran Kemampuan
berbentuk angka 1
Orang.
untuk jawaban benar
Kalibrasi butir soal dan dan 0 untuk jawaban
pengukuran kemampuan salah.
orang merupakan proses
estimasi parameter pada b. Mengedit data
model respon butir. Model Berdasarkan model
persamaan dasar Rasch Rasch, butir soal yang
adalah model probabilistik dijawab siswa betul
yang mencakup hasil dari semua atau salah semua
suatu interaksi butir soal- dan siswa yang dapat
orang. Proses mengestimasi menjawab dengan betul
 semua atau salah semua,
soal atau siswa yang
bersangkutan tidak
dianalisis atau
dikeluarkan dari tabel.
Pada langkah kedua ini
perlu disediakan
tambahan kolom: (1)
proporsi skor siswa dan
(2) proporsi skor butir
soal. Proporsi skor
peserta didik adalah skor
siswa : jumlah butir soal;
sedangkan proporsi skor
soal adalah skor soal :
jumlah siswa.
c. Menghitung distribusi
skor soal
Berdasarkan skor soal
yang sudah diedit, maka
skor soal diklasifikasikan
menjadi beberapa
kelompok berdasarkan
skor yang sama. Untuk
memudahkan
penghitungan Distribusi
skor butir soal, maka
perlu disusun beberapa
kolom di dalam tabel,
seperti kolom: (1)
kelompok skor soal (i)
yaitu kelompok skor yang
didasarkan pada skor
soal yang sama, kolom ini
berhubungan langsung
dengan kolom 2 dan
kolom 3; (2) nomor butir
soal, (3) skor soal (Si), (4)
frekuensi soal (Fi) yaitu
jumlah soal yang
memiliki skorsoal sama;
(5) proporsi benar (Pi)
yaitu Si : jumlah peserta
tes; (6) proporsi salah (1-
Pi), (7) logit (log odds
unit)-proporsi salah (Xi)
yaitu Ln [(1 -Pi)/Pi], (8)
hasil kali frekuensi soal
dengan logit proporsi
salah (FiXi), (9) kuadrat
logit proporsi salah (FiXi)2
, (10) hasil kali frekuensi
soal dengan kuadrat logit
proporsi salah(FiXi2), (11)
inisial kalibrasi butir soal
yaitu di° = Xi - nilal rata-
rata skor soal, dan (12)
hasil kali antara frekuensi
soal dengan kuadrat nilai
rata-rata skor coal (FIX
?).
d. Menghitung distribusi
skor peserta didik.
Untuk memudahkan di
dalam menghitung
distribusi skor peserta
didik perlu disusun
beberapa kolom yaitu
kolom: (1) kemungkinan
skor peserta didik (r)
yang disusun secara
berurutan dimulai dan
skor terendah sampai
tertinggi; (2) skor
peserta didik, yaitu
berupa toli skor peserta
didik; (3) frekuensi
peserta didik (nr) yang
memperoleh skor; (4)
proporsi benar (Pi-) yaitu
skor peserta didik dibagi
jumlah soal, (5) logit
proporsi benar (Yr) yaitu
Ln [Pr/(1-Pr)]; (6)
perkalian antara
frekuensi siswa dengan
logit proporsi benar
(nrYr); (7) logic proporsi
benar yang dikuadraktan
(Yr kuadrat); (8) hasil
perkalian antara
frekuensi peserta didik
dengan logic proporsi
benar yang dikuadratkan
(nrYr kuadrat); (9) inisial
pengukuran kemampuan
peserta didik (br Yr); (10)
perkalian antara
 frekuensi peserta didik kesalahan standar siswa
dengan nilai rata-rata Dalam menghitung
skor peserta didik (nrYr tingkat kemampuan dan
kuadrat). kesalahan standar siswa
e. Menghitung faktor disusun beberapa kolom,
ekspansi kemampuan yaitu kolom: (1)
peserta didik (x) dan kemungkinan skor siswa
kesukaran butir soal (Y). (r); (2) initial pengukuran
Dalam menghitung faktor kemampuan siswa (br);
ekspansi diperlukan (3) faktor ekspansi
variasi distribusi kemampuan siswa
kelompok skor soal (U) terhadap keluasan tes
dan variance distribusi (X); (4) tingkat
kelompok skor siswa (V). kemampuan siswa (br)
Faktor ekspansi atau (Xbr); (5) kesalahan
kemampuan peserta didik standar pengukuran
terhadap keluasan tes kemampuan siswa yang
adalah X = [ (I 4-U/2,89)/ dikoreksi [SE (br)] yaitu X
(1-UV/8,35)]" 2 Faktor [ L/r (L-r)]112 ; (6) peserta
ekspansi kemampuan tes.
peserta didik terhadap
penyebaran sampel h. Menghitung probabilitas
adalah X =_ [ (1+U/2,89)/ atau peluang menjawab
(1-UV/8,35)]12 benar setiap butir soal
[P(0)}.
f. Menghitung tingkat Untuk menghitung
kesukaran dan kesalahan peluang menjawab benar
standar butir soal setiap butir pada model
Dalam menghitung Rasch atau model satu
tingkat kesukaran dan parameter digunakan
kesalahan standar soal rumus berikut ini.
perlu disusun beberapa
kolom di dalam tabel, e IX° - bi)
Pi (0) = 
yaitu kolom: (1) atau Pi (0) =
kelompok skor soal (1); 
(2) nomor soal; (3) inisial 1 + e D(O - bi) 1
kalibrasi soal (d); (4)
faktor ekspansi kesukaran Estimasi data yang lebih
soal terhadap penyebaran teliti dan akurat hasilnya
sampel (Y); (5) tingkat adalah menggunakan
kesukaran soal atau Yd; = komputer seperti
d;; (6) skor soal (S); (7) menggunakan program
kesalahan standar Bigsteps. Dalam program
kalibrasi soal yang Bigsteps, estimasi data
dikoreksi [SE(di)] atau SE digunakan metode
= [ N/Si (N-Si)]ll2 Appoximation Maximum
Likelihood (PROX) dan
g. Menghitung tingkat Unconditional Maximum
kemampuan dan Likelihood (UCON). Untuk
menghasilkan hasil yang lebih dengan tingkat
akurat, estimasi data dengan kesukaran butir yang
komputer dapat melakukan bersangkutan.
iterasi maksimum untuk
metode PROX, misal bisa Dalam pelaksanaannya,
sampai 20 analisis secara IRT tidak
serumit seperti penjelasan di
kali kemudian dilanjutkan atas. Pelaksanaannya sangat
dengan metode UCON sampai mudah dipahami oleh para
dengan 50 kali tergantung guru karena dalam analisis
banyaknya data. Perbedaan digunakan program komputer,
hasil kalibrasi pada setiap seperti program RASCAL,
iterasi semakin lama semakin PASCAL, BIGSTEPS, atau
kecil dan akan berhenti bila QUEST. Untuk mengenal lebih
prosesnya sudah terpenuhi jauh program-program ini,
(converge) atau lebih kecil bacalah pada bab berikut.
dari 0,01.

Kriteria data sesuai dengan

model Rasch adalah apabila
hasil korelasi point bhiserial
tidak negatif dan outfitnya <
2 baik outfit butir soal
maupun outfit orang. Hal ini
menunjukkan bahwa data
adalah fit dengan model.
Maksudnya bahwa data soal
sesuai dengan model Rasch
atau valid yang memiliki
mean= 0 dan SD=1. Metode
pengujian fit tergantung pada
jumlah butir soal dalam tes:
(a) tes sangat pendek (10
atau beberapa butir), (b) tes
pendek (11-20 butir), atau (c)
tes panjang ( >20 butir).

Outfit orang maksudnya

statistik orang menunjukkan
bagaimana perilaku yang
tidak diharapkan pada butir
soal yang mempunyai tingkat
kesukaran jauh dengan
kemampuan orang yang
bersangkutan. Adapun Outfit
butir maksudnya statistik
butir soal menunjukkan
bagaimana perilaku yang
tidak diharapkan dari orang
yang mempunyai kemampuan