TUGAS INDIVIDU

TEORI RESPON BUTIR

TERJEMAHAN BUKU RASCH ANALYSIS IN THE HUMAN SCIENCES

Disusun oleh :

Ines Via Shara

16302244017

Pendidikan Fisika A 2016

JURUSAN PENDIDIKAN FISIKA

UNIVERSITAS NEGERI YOGYAKARTA

2019
 Bab 7

Wright Maps: Langkah Kedua

Isabelle dan Ted: Two Colleagues Conversing (Perbincangan dua Kolega)

Ted: Isabelle, saya melihat sesuatu yang tampaknya dibangun dari Peta Wright. Ini adalah sebidang
item uji fisika dan orang-orang dari kelompok penelitian pendidikan fisika Hans Fischer di Essen-
Duisburg (Jerman). Ini benar-benar menarik karena mereka menggunakan Peta Wright untuk
mengkomunikasikan apa yang biasanya dan tidak dapat dilakukan oleh siswa.

Isabelle: Tunjukkan pada saya apa yang Anda lihat.

Ted: Lihat peta ini. Kami memiliki item di sisi kanan dan orang-orang di sisi kiri garis vertikal. Tapi,
kami juga memiliki garis horizontal yang melintasi Peta Wright.

Isabelle: Apa yang saya lihat tertulis di sebelah baris? Tampaknya mengatakan "Pengukuran Rata-
rata Siswa Pra Perawatan dalam Logit."

Ted: Ya, garis itu tampaknya menjadi ukuran orang yang berarti dari semua siswa pada awal proyek.
Apa yang saya temukan sangat menarik adalah komentar berikut dalam makalah mereka: Sebuah
baris disediakan di Wright Map untuk kinerja siswa rata-rata sebelum dimulainya proyek. Item-item
di bawah garis adalah item yang diharapkan akan dijawab oleh siswa pada umumnya. Item-item di
atas baris adalah item yang siswa diharapkan untuk menjawab salah.

Isabelle: Saya sudah melakukan plot seperti itu, dan Anda benar, Ted; bisa menggambar garis seperti
itu dengan cara ini benar-benar menakjubkan. Sekarang Anda dapat melampaui sekadar melaporkan
ukuran siswa atau sekelompok siswa. Anda juga bisa menjelaskan arti dari ukuran tersebut. Anda
sekarang dapat menggambarkan apa yang dapat dan tidak dapat dilakukan siswa (dalam contoh ini)
pada awal proyek. Ini adalah sesuatu yang kurang selama beberapa dekade.

Memeriksa Persona dan Item Secara Bersamaan

Banyak yang dapat dipelajari dari Wright Maps dengan memeriksa lokasi dan urutan
orang. Juga, banyak yang bisa dipelajari dengan mempelajari lokasi item. Meskipun kedua
investigasi ini dapat dilakukan secara terpisah, teknik ketiga yang kuat adalah memeriksa orang
dan barang-barang di Peta Wright secara bersamaan. Bagaimana caranya? Kami mulai dengan
meninjau beberapa aspek Peta Wright. Mari kita lihat Peta Winsteps Wright dari analisis kami
tentang 13 item self-efficacy menggunakan respons dari 75 guru pra-layanan (Gbr. 7.1).
Gambar 7.1 Peta Wright dari 75 responden yang merespons ke-13 item self-efficacy STEBI. Orang-orang diplot
di sisi kiri garis vertikal, dan barang-barang diplot di sisi kanan garis vertikal. Dalam analisis ini, orang-orang
dengan ukuran yang lebih tinggi adalah orang-orang yang lebih setuju dengan item survei. Item dengan ukuran
lebih tinggi adalah item yang lebih sulit untuk disetujui oleh responden

Pertama-tama catat huruf "T," "S," dan "M" pada sisi orang (kiri) dari garis vertikal.
Perhatikan juga huruf yang sama pada sisi item (kanan) dari garis vertikal. "M" di sebelah kiri
menandai perkiraan lokasi responden "Rata-rata". Dengan demikian, responden tipikal
memiliki ukuran orang rata-rata sekitar 1,0 log. Lokasi "M" di sisi item menunjukkan ukuran
item rata-rata, yang ditetapkan secara otomatis menjadi 0,00 oleh Winsteps. Notasi "S" dan
"T", masing-masing, dapat digunakan untuk mencatat distribusi barang dan orang. "S"
menandai satu standar deviasi dari rata-rata, dan "T" menandai dua standar deviasi dari rata-
rata. Mengenai Peta Wright ini (setelah memastikan untuk memahami arti naik-turun peta
untuk orang dan barang), orang dapat dengan cepat menyimpulkan bahwa, secara umum, item
survei secara umum disepakati. Kesimpulan ini didasarkan pada posisi relatif dari "M" untuk
item dan "M" untuk orang-orang. "M" untuk orang-orang lebih tinggi sepanjang skala daripada
"M" untuk item. Ketika peneliti telah melakukan analisis Rasch awal, kami menyarankan
bahwa membandingkan "M" untuk item dan "M" untuk responden mungkin menjadi salah satu
hal pertama yang harus dilakukan. Perbandingan ini sering memberikan lebih banyak panduan
untuk menguji dan mensurvei pengembang daripada banyak teknik yang digunakan sebelum
menggunakan pengukuran Rasch. Menurut pendapat kami, sifat grafis dari peta memfasilitasi
pemahaman langsung tentang lokasi relatif orang dan barang. Dalam hal ini, rata-rata untuk
orang-orang jauh lebih tinggi daripada rata-rata untuk barang-barang. Ini berarti bahwa satu
peningkatan dari alat pengukur akan menjadi di mana item-item dengan kata-kata positif dan /
atau item-item dengan kata-kata negatif (setelah koding terbalik) akan menjadi lebih sulit untuk
disetujui melalui perubahan teks. Ini akan membantu menggeser cara lebih dekat bersama.

Imbalannya adalah bahwa presisi pengukuran ditingkatkan ketika item ditargetkan ke

rata-rata orang. Kami menyajikan perbandingan ini dari nilai rata-rata untuk barang dan orang
karena langkah sederhana ini dengan Peta Wright dapat memberikan panduan besar untuk tes
pengembangan tersebut. Dalam banyak kasus, peneliti dapat mengumpulkan data pilot,
menghasilkan Peta Wright, dan dengan cepat mengevaluasi kualitas penargetan item.

Mari kita periksa Peta Wright yang lain. Gambar 7.2 menyajikan sebagian dari Wright
Map data pendidikan kimia yang disajikan sebelumnya. Tujuh puluh lima (75) siswa
merespons 24 soal tes pilihan ganda.

Peta Wright ini disajikan agar siswa yang berkinerja lebih tinggi memiliki ukuran lebih
tinggi dan item yang lebih sulit memiliki ukuran lebih tinggi. Dengan demikian, tiga orang
dengan ukuran di atas 2,0 log adalah responden dengan kinerja tertinggi yang ditunjukkan pada
gambar ini, dan q10 adalah item tes yang paling sulit. Dalam analisis ini, para siswa, rata-rata,
tampil di tingkat yang lebih tinggi daripada item tes yang khas. Jika bagian dari 75 responden
ini representatif, maka peningkatan tes akan diselesaikan dengan memasukkan item yang lebih
sulit. Ingat, penargetan yang lebih baik dari item tes dan item survei meningkatkan kualitas
pengukuran yang mungkin dengan instrumen. Meningkatkan perangkat pengukuran lebih dari
sekadar menulis lebih banyak item (mis., Jika Anda ingin mempelajari lebih lanjut tentang
pandangan pelanggan terhadap suatu produk, lebih banyak item tidak selalu berarti lebih
banyak kepastian dalam merinci setiap tampilan pelanggan).
 Pos Pemeriksaan Penilaian Formatif # 1

Pertanyaan: Apakah mengarang item tes tambahan secara otomatis meningkatkan kualitas
pengukuran yang mungkin dengan tes?

Jawaban: Tidak. Penambahan item ke survei atau tes tidak berarti peningkatan otomatis
pengukuran yang mungkin dilakukan dengan instrumen. Pertimbangkan tes 10-item untuk
pengumpulan data awal. Seorang peneliti memutuskan bahwa siswa memiliki waktu untuk
menjawab lebih banyak item sehingga dia menambahkan tiga item (total 13 item sekarang).
Item yang ditambahkan semua dijawab dengan benar oleh responden. Akibatnya, peneliti
hanya mengetahui bahwa ketiga item tambahan itu mudah bagi kelompok responden ini.

Tidak ada yang tahu betapa mudahnya barang itu. Selain itu, ketika semua responden
menjawab item dengan benar, tidak ada informasi tambahan yang diperoleh untuk
membedakan kinerja peserta tes. Ini sedikit seperti meminta skaters figur Olimpiade untuk
menunjukkan kepada hakim bahwa mereka dapat berseluncur dari satu ujung gelanggang es ke
yang lain (item 1), skate dan stop (item 2), dan menangkap bunga yang dilemparkan ke mereka
tanpa jatuh (item) 3).
 Gambar 7.2. Peta Wright dari analisis 75 responden terhadap 20 item tes kimia

Mengkomunikasikan Perbedaan Antara Grup dengan Wright Maps

Seperti yang kami sebutkan di bagian pertama bab ini, Wright Maps memberikan
panduan tambahan yang sangat informatif untuk tes dan survei yang sedang berkembang
(misalnya, “Item apa yang mungkin dihapus?” “Apakah item ditargetkan dengan baik?”),
Tetapi peta juga sangat informatif sehubungan dengan membawa makna pada tindakan dan
statistik. Kami akan kembali ke topik ini berulang kali di seluruh buku ini. Sebagai permulaan,
kami mempertimbangkan bagaimana Wright Maps dapat digunakan untuk mengomunikasikan
perbedaan antara kelompok peserta tes.

Perbandingan kelompok (mis., Pria dan wanita) penting dalam dan di luar penelitian
pendidikan dan biasanya disajikan dalam analisis. Sebagai contoh, “Sebuah uji-t dari
penampilan pria dan wanita pada tes sains mengungkapkan perbedaan yang signifikan dalam
kinerja mereka, dengan pria mengungguli wanita di level 0,01.” “Sebuah ANOVA dari data
Kualitas Hidup menyarankan bahwa pandangan pasien berbeda secara statistik (p <.05) sebagai
fungsi ras. "

Gambar 7.3. Peta Wright dari analisis 75 responden terhadap 20 item tes kimia. Ukuran rata-rata orang
potensial dari semua laki-laki dan potensi ukuran rata-rata orang dari semua perempuan diplot

Gambar 7.3 menyajikan Peta Wright yang sama yang menyajikan kinerja responden
yang menyelesaikan tes pilihan ganda, tetapi dua notasi telah ditambahkan, satu mengenai
lokasi siswa yang mewakili kinerja rata-rata perempuan dan lainnya mengenai lokasi siswa
yang mewakili kinerja rata-rata laki-laki.
 Garis horizontal untuk laki-laki menandai batas antara item-item yang laki-laki
memiliki probabilitas lebih besar dari 50% untuk menjawab dengan benar (semua item di
bawah garis) dan item-item yang laki-laki memiliki probabilitas kurang dari 50% untuk
menjawab dengan benar (semua item di atas garis). Melihat Gambar. 7.4 (Winsteps Tabel
13.1), kita harus mengingatkan diri kita bahwa item Q6 adalah item yang mudah bagi
responden untuk menjawab, dan item Q10 adalah item yang lebih sulit bagi responden untuk
menjawab dengan benar. Ini membantu kami menafsirkan dengan benar makna item yang
berada di bawah atau di atas garis yang menunjukkan ukuran rata-rata peserta tes pria. Sekarang
kita tahu bahwa semua item di bawah garis untuk pria adalah item yang dapat diprediksi oleh
pria. Dan, semua item di atas baris adalah item yang tidak dijawab dengan benar oleh pria biasa
dalam kumpulan data ini. Garis horizontal ini menambah arti ukuran laki-laki. Sekarang kita
diberikan gambaran tentang apa artinya bagi siswa untuk melakukan pada tingkat tertentu.

Gbr. 7.4 Tabel Winsteps yang menyajikan ukuran item. Perhatikan bahwa tabel disusun dari ukuran
tertinggi hingga terendah

Sekarang periksa garis horizontal yang menunjukkan lokasi ukuran rata-rata

perempuan (ingat untuk menemukan garis ini, seseorang menghitung ukuran rata-rata, dalam
log, dari perempuan dalam kumpulan data). Berdasarkan di mana garis terletak sehubungan
dengan item tes, perempuan ini akan memiliki kemungkinan lebih besar dari 50% menjawab
dengan benar semua item yang diplot di bawah garis. Item lebih jauh dan lebih jauh di bawah
garis ini adalah item yang ada kemungkinan peningkatan rata-rata wanita menjawab item
dengan benar.

Mengapa memplot kinerja rata-rata sekelompok responden begitu kuat dalam hal
membantu peneliti? Ini adalah alasan yang sama mengapa memplot bahkan satu orang di
Wright Map sangat informatif. Alih-alih hanya menyatakan rata-rata sekelompok individu,
orang sekarang dapat membawa makna konseptual ke maksud itu. Dengan menggunakan Peta
Wright ini, orang dapat berkomunikasi dengan kata-kata item mana yang paling mungkin
dijawab oleh grup dengan benar dan item mana yang kemungkinan besar akan dijawab oleh
grup dengan salah. Jika pembaca belum yakin akan kekuatan penjelas dari Peta Wright, mari
kita sajikan kutipan dari calon guru IPA yang sedang bekerja dimana guru yang hadir
mengajukan pertanyaan umum.

"Joe Sang Konsultan" Mempresentasikan Hasil Tes Sains Kelas 10 di Amerika Serikat

Konsultan: Seperti yang Anda lihat, rata-rata negara bagian untuk tes ini adalah 76 item benar dari
100, tetapi rata-rata sekolah Anda adalah 84 dari 100. Ahli statistik yang bekerja untuk saya
melakukan analisis statistik, dan mereka memberi tahu saya bahwa ada perbedaan signifikan antara
kinerja rata-rata siswa Anda dan kinerja rata-rata seluruh negara bagian.

Kepala Sekolah: Bukankah itu luar biasa!

Guru Julia: Bagi saya sebagai seorang guru, saya kira baik bahwa kita berada di atas rata-rata negara,
tetapi apa yang dikatakan hasil-hasil ini kepada saya?

Konsultan: Mereka memberi tahu Anda, Anda melakukan pekerjaan dengan baik.

Julia: Sejujurnya, saya akan mengatakan semacam itu.

Konsultan: Semacam? Maksud kamu apa?

Julia: Hasil ini tidak benar-benar memberi saya petunjuk khusus sama sekali. Apa arti angka 84 ini?
Mungkin murid-murid saya mendapat nilai 84, tetapi mereka tidak mencapai apa yang saya prediksi
dalam hal sains. Mungkin 84 berarti mereka memiliki pemahaman yang baik tentang kecepatan dan
kecepatan, tetapi mereka tidak melakukan dengan baik dengan akselerasi. Angka ini tidak membantu
saya mengetahui jika ada konsep yang perlu saya ulangi, dan itu tidak membantu saya mengetahui
apa yang siap untuk para siswa. Jika saya bisa jujur, saya pikir apa yang dilakukan oleh tes mahal ini
adalah memberi tahu kami bahwa siswa kami melakukan lebih baik daripada rata-rata negara, tetapi
kami tidak benar-benar tahu seberapa jauh lebih baik dan seberapa baik pada konsep-konsep tertentu.
Akhirnya, hasil ini tidak membantu saya meningkat sebagai guru.

Apa yang dikatakan guru ini? Begitu sering dalam penelitian, hasil tes disajikan dan
dibandingkan dengan beberapa kelompok. Jika hasil yang signifikan ditemukan, maka
beberapa kesimpulan dibuat (mis., Sekolah A lebih baik dari Sekolah B, intervensi berhasil).
Namun, jenis kesimpulan ini tidak memberikan panduan substantif di tingkat mana pun.
Dengan menggunakan Peta Wright, seseorang dapat memberikan panduan dan wawasan
khusus untuk guru, peneliti, dan hampir semua kelompok yang memiliki minat terhadap data.

Pos Pemeriksaan Penilaian Formatif # 2

Pertanyaan: Bisakah kita menggunakan teknik statistik yang telah kita pelajari dengan
pengukuran Rasch dan dengan Wright Maps?

Jawab: Ya. Hal pertama yang harus diingat tentang pengukuran Rasch adalah bahwa ketika
data sesuai dengan model, kita dapat dengan percaya diri menghitung ukuran seseorang dan
ukuran item dinyatakan dengan skala interval yang sama. Setelah kita hati-hati melakukan
perhitungan seperti itu, kita kemudian dapat menggunakan alat deskriptif dan statistik
parametrik. Misalnya, kami dapat menyajikan plot kotak di sisi kiri Peta Wright. Tentu saja,
plot kotak ini akan dibuat menggunakan ukuran orang. Kami juga dapat membuat plot kotak
dari kesulitan item.

Sebelum kita beralih ke penggunaan lain yang sedikit lebih kompleks dari Peta Wright,
pertimbangkan hal berikut: Bagaimana jika sifat yang disajikan pada Gambar. 7.3 adalah
kemampuan teknis dalam ice skating daripada kimia. Jadi item di sisi kanan peta mewakili
tugas teknis yang berbeda seperti satu lompatan, dua lompatan berturut-turut, skating mundur,
dan skating mundur dan kemudian melompat sekali. Juga bayangkan plot orang-orang di sisi
kiri Peta Wright menyajikan kinerja skater pria dan wanita yang kompetitif dari seluruh dunia.
Mampu mencatat lokasi skater es wanita dan meninjau ukuran kelompok perempuan dalam hal
item tertentu (tugas skating), orang dapat dengan cepat membawa makna ke ukuran tertentu.
Jika seseorang adalah pelatih skater tertentu, seseorang dapat melihat bagaimana rata-rata
skater wanita dibandingkan dengan skater perempuan tertentu dalam hal teknik yang masing-
masing skater dapat dan tidak bisa lakukan.

Ada teknik perbandingan kelompok lain pada Peta Wright yang merupakan salah satu
aspek terpenting dari penggunaan Peta Wright dalam pendidikan, kedokteran, dan riset pasar.
Teknik ini meninjau item antara garis horizontal yang menandai lokasi rata-rata pria dan wanita
rata-rata untuk kumpulan data ini. Singkatnya, jika perbedaan yang signifikan secara statistik
ditemukan antara ukuran rata-rata untuk laki-laki dan perempuan, maka item antara dua garis
pada dasarnya menggambarkan "makna" perbedaan antara laki-laki dan perempuan.

Dalam pendidikan, psikologi, dan kedokteran, tes statistik cukup sering digunakan
untuk membandingkan subkelompok responden. Mungkin perbandingan dibuat antara sikap
STEBI pria dan wanita. Dan, mungkin perbedaan sikap yang signifikan terungkap, dengan laki-
laki “lebih menyenangkan” atau memiliki self-efficacy lebih banyak daripada perempuan. Ini
menarik; Namun, sebagian besar informasi hilang. Namun, jangan khawatir, karena informasi
yang hilang, makna perbedaannya, disediakan oleh Wright Map. Para peneliti dapat
menghitung pengukuran linier untuk uji statistik, dan ketika perbedaan terungkap, kita dapat
menggunakan Wright Maps untuk menjelaskan apa yang diwakili perbedaan tersebut. Kami
telah menemukan bahwa item yang paling penting untuk dipertimbangkan adalah item-item di
antara sarana. Ini adalah item yang membedakan dua sampel. Dalam contoh kimia kami, item
yang sangat menarik adalah item di bawah kinerja rata-rata pria dan di atas kinerja rata-rata
wanita. Ini adalah item q11, q7, q15b, dan q15a.

Sebelum kami menyajikan refleksi pada bab ini, kami ingin mempresentasikan kegiatan
yang membantu siswa dan peserta lokakarya lebih memahami kekuatan Peta Wright,
membantu mereka dalam memahami persamaan Rasch, dan memberikan detail yang sangat
baik mengenai “logit. ”Untuk memulai kegiatan, kita cukup menuliskan persamaan Rasch
untuk item dikotomis di papan tulis: Bn - Di = ln [Pni / (1 - Pni)].

Kemudian kami mengingatkan audiens kami bahwa Bn mewakili kemampuan

seseorang, Di mewakili kesulitan item, dan Pni adalah probabilitas bahwa orang yang sama
menjawab item yang sama dengan benar. Dan kami mengingatkan audiens kami bahwa 1 - Pni
adalah probabilitas orang yang sama itu TIDAK menjawab item yang sama dengan benar.
Sepotong informasi terakhir yang kami tinjau adalah bahwa probabilitas untuk menjawab suatu
item dengan benar dapat berkisar dari 0 hingga 1, dan bahwa jika seseorang menambahkan
kemungkinan orang tertentu dengan benar menjawab suatu item dengan probabilitas orang
yang sama tidak menjawab dengan benar suatu item , jumlah itu akan menjadi 1.

Langkah selanjutnya dalam penjelasan kami adalah menggambar garis vertikal di papan
tulis dan untuk menandai sisi kanan atas papan dengan kata-kata "Item Lebih Sulit," untuk
menandai sisi kanan bawah papan dengan kata-kata "Item Lebih Sulit , ”Untuk menandai sisi
kiri atas papan dengan kata-kata“ Responden yang Lebih Mampu, ”dan untuk menandai sisi
kiri bawah dari papan dengan kata-kata“ Responden yang Kurang Mampu. ”Kemudian pada
garis vertikal, kami memberikan tanda centang mulai dari -4 log hingga maksimal 4 log.

Setelah pembuatan plot ini, kami bergerak ke sisi paling kanan papan beberapa langkah
dari garis vertikal yang ditandai. Kami kemudian menuliskan persamaan Rasch untuk item
dikotomis dan juga menulis tiga pertanyaan: (1) Apa perbedaan logit antara siswa Rose yang
mencoba item yang persis pada tingkat kemampuannya? (2) Apa perbedaan logit antara Rose
ketika ia mencoba item yang memiliki peluang 80% (0,8) untuk berhasil menjawab? (3) Apa
perbedaan logit antara Rose dan item ketika dia mencoba item yang dia punya 20% (.2) dari
menjawab dengan benar?

Sebagian besar peserta workshop kami dapat melihat bahwa mereka harus
menggunakan persamaan Rasch untuk menyelesaikan masalah ini. Mereka akan menyadari
bahwa kami telah meminta mereka untuk menghitung perbedaan antara Bn (yang berarti Rose
dalam kasus ini) dan Di (tiga item tes, sebut saja item 14, 15, dan 16). Jadi, mereka perlu
menggunakan sisi kanan persamaan untuk menyelesaikan tiga pertanyaan kami. Di bawah ini
kami berikan perhitungan yang akan dilakukan siswa kami; kami juga berbicara pembaca
melalui langkah-langkah:

1. Apa perbedaan logit antara siswa Rose yang mencoba item 14 yang persis pada
tingkat kemampuannya?

Jika item tersebut berada pada tingkat kemampuan tepat Rose, maka Rose
memiliki peluang 0,5 untuk menyelesaikan item dengan benar dan memiliki peluang
0,5 untuk tidak menyelesaikan item dengan benar karena 1 – 0,5 adalah 0,5 (ingat 1
− 0,5 memungkinkan kita untuk menghitung kemungkinan tidak menyelesaikan item
dengan benar).

Hanya dengan melakukan pengurangan pada penyebut memberi kita sebagian kecil
dari 0,5 / 0,5

0,5 / 0,5 adalah “1”

ln "1" adalah nol. Dan, masuk akal bahwa perbedaan antara Rose dan item 14 (yang
berada pada tingkat kemampuan yang tepat) adalah 0 log.
2. Apa perbedaan logit antara Rose ketika ia mencoba item 15 yang memiliki peluang
80% (0,8) untuk berhasil menjawab?
 Jika Rose memiliki peluang 0,8 untuk menyelesaikan item 15 dengan benar, ia
kemudian memiliki peluang 0,2 untuk tidak memecahkan item dengan benar karena
1 – 0,8 adalah 0,2 (ingat 1 – 0,8 memungkinkan kita untuk menghitung probabilitas
tidak menyelesaikan item. item dengan benar).

Hanya dengan melakukan pengurangan pada penyebut memberi sebagian kecil dari
0,8 / 0,2.

0,8 / 0,2 adalah “4”

ln "4" adalah 1,38, dan masuk akal bahwa perbedaan antara Rose dan item 15 (yang
merupakan item yang memiliki peluang tinggi untuk jawaban yang sukses) harus
setidaknya angka positif. Ingatlah persamaan Rasch adalah Bn - Di, jadi jika Rose
memiliki lebih dari 50% peluang untuk menyelesaikan item dengan benar, ia akan
memiliki ukuran yang lebih tinggi daripada item yang ia coba. Ini berarti bahwa
ketika seseorang mengambil ukuran Rose dan mengurangi dari Rose mengukur
ukuran item, sejumlah hasil positif!

3. Apa perbedaan logit antara Rose ketika ia mencoba item 16 bahwa ia memiliki
peluang 20% (0,2) untuk berhasil menjawab?

Jika Rose memiliki peluang 0,2 untuk menyelesaikan item 16 dengan benar, ia
kemudian memiliki peluang 0,8 untuk tidak memecahkan item dengan benar karena
1-0,2 adalah 0,8 (ingat 1-0,2 memungkinkan kita untuk menghitung probabilitas
tidak menyelesaikan item dengan benar).

Hanya dengan melakukan pengurangan pada penyebut memberi kita sebagian kecil
dari 0,2 / 0,8

0,2 / 0,8 adalah “0,25”

ln"0,25" adalah -1,38, dan ini masuk akal bahwa perbedaan antara Rose dan item 16
(item yang memiliki peluang rendah untuk jawaban yang sukses) harus setidaknya
angka negatif. Ingatlah persamaan Rasch adalah Bn-Di, jadi jika Rose memiliki
peluang kurang dari 50% untuk menyelesaikan item dengan benar, ia akan memiliki
ukuran yang lebih rendah daripada item yang ia coba. Ini berarti ketika seseorang
mengambil ukuran Rose dan mengurangi dari Rose mengukur ukuran item, Anda
mendapatkan angka negatif!

Mengikuti perhitungan ini, kami kemudian pergi ke Peta Wright kami, yang ada di
papan tulis, dan meminta seorang siswa untuk memplot lokasi Rose dan lokasi tiga item.
Biasanya, dan sepenuhnya benar, siapa pun yang diminta untuk memplot Rose dan tiga item
melihat papan, perhitungan, dan rumus Rasch, dan menyadari bahwa di mana pun dalam apa
yang telah kita lakukan adalah ada tingkat kemampuan "Rose" khusus dalam log yang telah
dilaporkan dan tidak ada nilai kesulitan item tertentu dalam log yang telah dilaporkan untuk
item tersebut. Bagaimana ini bisa terjadi? Jawabannya terletak, sebagian, dalam formula.
Melihat rumus tersebut, siswa menyadari bahwa perhitungan kami untuk Rose dan interaksinya
dengan suatu item didasarkan pada probabilitas keberhasilannya pada item tersebut. Ini berarti
kita dapat menempatkan "Rose" di mana saja dalam hal kemampuan orang, dan kita kemudian
dapat memplot lokasi setiap item dengan mengetahui celah dalam log (dan arah perbedaan
antara Rose dan item). Jika kita berpura-pura Rose cukup mampu dan memiliki ukuran orang
logit +2,0 log, ini berarti lokasi item 16 adalah 3,38 log (item adalah 1,38 log lebih sulit
daripada Rose mampu), lokasi item 15 adalah 0,62 log (itemnya adalah 1,38 log lebih mudah
daripada yang mampu Rose, yang berarti kesulitan itemnya adalah 2,0 log - 1,38 log), dan
lokasi item 14 adalah pada ukuran Rose (Gbr. 7.5).

Aspek penting dari latihan ini dan gambarnya adalah sejumlah poin. Pertama, untuk
setiap perbedaan antara seseorang dan item dalam log, probabilitas orang tersebut menjawab
item dengan benar dapat dihitung. Kedua, untuk perbedaan jumlah berapa pun yang Anda pilih,
makna perbedaan itu dipertahankan. Ini berarti bahwa jika kita memetakan Rose pada −2 log,
item 14 akan berada pada −2 log, item 15 akan berada di −3.38 log, dan item 16 akan berada
di −.62 log. Ini berarti bahwa ketika Anda memiliki ukuran untuk orang dan item, Anda dapat
menghitung probabilitas orang tertentu menjawab item apa pun. Dan mungkin yang paling
penting, dengan merujuk pada persamaan Rasch, Anda dapat mulai mengembangkan rasa
makna log, mengembangkan pemahaman tentang keterkaitan barang dan orang, dan lebih
memahami mekanisme rumus Rasch.
 Gambar 7.5 Lokasi peserta tes “Mawar” dan lokasi tiga item tes. Satu item adalah item yang ada
kemungkinan 0,8 Rose berhasil menjawab, satu item 0,5, dan item lain agak lebih sulit daripada tingkat
kemampuan Rose. Item itu hanya memiliki peluang .2 untuk dijawab dengan benar oleh Rose

Dengan membuat dan menginterpretasikan Wright Maps, kita dapat menggambarkan

sifat spesifik dari perbedaan yang signifikan secara statistik antara kelompok-kelompok subjek.
Misalnya, pembuat kebijakan nasional, negara bagian, dan lokal meneliti perbandingan
internasional (mis., TIMMS, PISA) dalam sains dan matematika. Pemahaman yang lebih
dalam dan lebih spesifik tentang perbedaan dapat menghasilkan kebijakan yang lebih baik,
kurikulum berkualitas tinggi, pengajaran yang lebih baik, dan pembelajaran yang lebih dalam.
Faktanya, Wright Maps saat ini digunakan untuk menginformasikan keputusan pendidikan.
Misalnya, sekarang merupakan praktik umum untuk menentukan tingkat kompetensi dengan
meninjau kesulitan item. Kinerja siswa, misalnya, dapat diekspresikan menggunakan kata-kata
yang bermakna, yang dihasilkan dari sintesis konten item. Sebagai contoh, para ahli bertemu
untuk membahas apa artinya menjadi kompeten di Biologi kelas 10, dan kemudian definisi
tersebut digunakan dengan Wright Maps untuk menggambar rentang pita kompetensi. Teknik-
teknik ini dapat diterapkan di banyak bidang penelitian.

Pos Pemeriksaan Penilaian Formatif # 3

Pertanyaan: Apakah sulit menentukan di mana harus merencanakan garis untuk subkelompok
pada Peta Wright?

Jawab: Tidak. Bayangkan Anda telah melakukan pra-penilaian pada awal tahun ajaran di dua
sekolah (Shiller Elementary dan Ramundo Elementary). Selama tahun ajaran, dua intervensi
berbeda dicoba untuk membantu siswa belajar fisika. Kemudian pada akhir tahun sekolah,
Anda mengumpulkan data pos. Sekarang untuk menggambar garis-garis pada Peta Wright,
yang perlu Anda lakukan adalah menghitung ukuran rata-rata orang dan item untuk dua pra-
tindakan dan menghitung ukuran rata-rata orang dan item untuk dua ukuran pasca-tindakan.
Setelah Anda melakukannya, temukan sarana itu di Peta Wright. Itu akan menjadi lokasi jalur
Anda.

Isabelle dan Ted: Two Colleagues Conversing

Isabelle : Bagaimana pendapat Anda tentang Wright Maps ini?

Ted : Awalnya, saya benar-benar kewalahan, tetapi saya mengingatkan diri sendiri bahwa saya
sedang melihat termometer. Dalam kasus survei di satu sisi, saya melihat suhu siswa, kecuali saya
melihat bagaimana mereka membandingkan dalam hal tingkat persetujuan mereka dengan set item
survei. Ketika saya kembali ke Winsteps Tabel 17.1, saya bisa melihat orang dengan ukuran tertinggi
7,53 memiliki "skor mentah" 78. Karena skala peringkatnya adalah SA (6), A (5), dan seterusnya, itu
mengatakan saya bahwa orang ini adalah orang yang paling menyenangkan dalam sampel ini
dibandingkan dengan siswa lain.

Isabelle : Bagus, lalu apa selanjutnya?

Ted : Lalu saya hanya melihat barang-barang itu. Juga, saya mengingatkan diri sendiri tentang apa
artinya naik dan turun sehubungan dengan item. Saya menggunakan Winsteps Tabel 13.1 untuk
melihat bahwa item Q2 adalah yang paling mudah untuk disetujui karena item ini memiliki skor
mentah total tertinggi dan item Q19 (recoded) adalah item yang paling sulit untuk disepakati karena
item ini memiliki skor mentah total terendah.

Isabelle : Jadi, meskipun kita memiliki satu termometer, untuk menjaga segalanya tetap lurus,
sepertinya Anda hampir melihat Peta Wright yang satu ini seolah-olah itu adalah dua termometer.

Ted : Ya, dan pada kenyataannya untuk artikel ini saya menulis, saya pikir saya dapat menyajikan
hanya sisi orang dari Peta Wright ketika saya berbicara tentang distribusi ukuran orang karena di
bagian kertas, itu akan membingungkan pembaca untuk lempar barang ke mereka. Saya juga akan
memiliki bagian dari makalah saya di mana saya akan memiliki bagian item saja dari Peta Wright.
Pada bagian makalah itu, saya akan berbicara tentang kualitas pengukuran instrumen (di mana item
menentukan sifat dan sebagainya). Kemudian nanti, saya akan menyajikan orang dan barang di plot.
 Isabelle : Itu benar-benar cara yang baik untuk berpikir tentang cara menggunakan Peta Wright. Oke,
Anda tahu apa yang akan saya tanyakan sekarang bukan? Ceritakan apa yang menurut Anda telah
Anda pelajari tentang Peta Wright ketika Anda menggunakan orang dan barang?

Ted : Tampak bagi saya bahwa mampu menghubungkan kinerja seseorang dengan distribusi dan pola
item pada Wright Map benar-benar merupakan terobosan kritis. Dalam pendidikan kita berbicara
tentang bagaimana kelompok siswa melakukannya. Sekarang saya melihat dengan sangat jelas
bahwa tidak hanya ada kelemahan utama dalam menggunakan data mentah, tetapi juga ada sesuatu
yang sangat penting yang terlewatkan. Saya sekarang benar-benar melihat bahwa kita telah sangat
merindukan, di mana ketika kita mengatakan ada perbedaan statistik antara kelompok siswa, kita
mungkin tahu arah perbedaan (misalnya, laki-laki lebih menyenangkan daripada perempuan;
perempuan lebih baik dalam ujian daripada laki-laki), tetapi kita tidak tahu apa-apa tentang
perbedaannya. Apa bedanya? Apakah ada item yang tidak membedakan kedua kelompok? Item apa
yang membedakan kelompok? Pertanyaan-pertanyaan itu adalah hal yang paling penting bagi kami
sebagai peneliti. Barang-barang yang memisahkan dua kelompok memungkinkan kita untuk
memahami lebih lanjut tentang perbedaan antar kelompok.

Kata kunci dan Frasa

Wright Maps

Sertakan pemaknaan untuk pengukuran

Jika Anda memplot dua rata-rata (mis., Kelompok responden) pada Peta Wright,
gambar garis horizontal dari setiap rata-rata di seluruh Peta Wright. Jika ada perbedaan yang
signifikan secara statistik dalam rata-rata, maka butir-butir di antara dua garis membantu
menjelaskan makna perbedaan antara kedua kelompok.

Jika Anda memplot nilai rata-rata (mis. Nilai rata-rata), item di atas nilai rata-rata
(dalam hal tes benar / salah) adalah item yang kemungkinan besar tidak dapat dipecahkan oleh
siswa pra-siswa, dan item di bawah garis adalah item-item yang kemungkinan bisa dipecahkan
oleh anak pra-siswa biasa.

Teks Artikel Potensial

Gambar 7.6 menyajikan Peta Wright yang dibuat untuk data skala efikasi diri STEBI
yang dikumpulkan dari peserta lokakarya pada kesimpulan dari institut musim panas. Setiap
item survei diplot menggunakan ukuran Rasch. Langkah-langkah ini adalah tindakan linier
(interval sama); dengan demikian, lokasi barang tidak dipengaruhi oleh potensi nonlinearitas
skala peringkat mentah.

Item-item disajikan dari yang lebih sulit untuk disetujui, di bagian atas peta, hingga
lebih mudah untuk disetujui, di bagian bawah peta. Item yang saling berdekatan adalah item
yang mendefinisikan konstruksi dengan cara yang sama. Beberapa item diberi kode terbalik.
Item-item tersebut disajikan dengan huruf “rc.” Untuk item kode-terbalik, kata-kata telah
ditambahkan untuk menyajikan item seolah-olah itu tidak disajikan sebagai item terbalik
kepada responden.

Pemesanan barang sesuai dengan cara umum dengan pemesanan yang diprediksi oleh
instruktur kursus. Dan, pemesanan barang selaras dengan teori self-efficacy yang diajukan oleh
banyak peneliti. Sebelum analisis data yang dikumpulkan, instruktur pelatihan diminta untuk
memberikan perkiraan pemesanan dan pengaturan jarak item berdasarkan pengalaman mereka.
Prediksi pemesanan itu sesuai dengan pola umum yang diamati di Wright Map. Item Q5 dan
Q19 (recoded) diperkirakan menjadi yang paling sulit untuk disetujui oleh responden ini.

Selama bertahun-tahun, sejumlah instrumen self-efficacy telah dikembangkan untuk

pengumpulan data dari siswa, guru pre-service, dan guru. Instrumen-instrumen ini
menunjukkan banyak kesamaan, tetapi, tentu saja, banyak item yang unik dalam hal susunan
kata item serta skala peringkat. Analisis yang dilakukan untuk penelitian ini menunjukkan, dari
perspektif pengukuran, bahwa beberapa perbaikan mungkin dilakukan sehubungan dengan
presisi pengukuran yang dimungkinkan dengan STEBI. Misalnya, tampaknya ada beberapa
celah di antara item (mis., Antara item yang diprogram ulang Q8 dan Q22). Selain itu,
tampaknya ada terlalu banyak barang di wilayah sifat yang dicakup oleh barang Q18, Q21
(recoded), dan Q3 (recoded). Versi baru dari STEBI mungkin termasuk item yang dikarang
untuk mengisi kesenjangan. Juga, jika jumlah item yang harus diisi oleh responden terbatas,
maka masuk akal untuk menghapus beberapa item yang berlebihan. Mengelola item yang, dari
teori, dapat mengisi kesenjangan dapat diberikan dengan beberapa item self-efficacy asli.
Ukuran item dari item baru dapat diplot, dan orang dapat menyelidiki apakah seorang peneliti
berhasil mengisi kesenjangan.
 Gambar 7.6. Peta Wright yang dibuat untuk data skala efikasi diri STEBI yang dikumpulkan dari peserta
lokakarya pada kesimpulan dari institut musim panas

Kiat Cepat

Anda telah melakukan analisis Rasch terhadap data uji (benar / salah) dan membuat
Peta Wright. Anda juga telah mengevaluasi ukuran orang dari kumpulan data Anda dan
menghitung ukuran orang untuk semua pria dan wanita. Anda melakukan uji-t dan menemukan
bahwa ada perbedaan yang sangat signifikan antara peserta tes perempuan dan laki-laki, dengan
peserta tes perempuan menunjukkan ukuran tes yang lebih tinggi secara statistik. Untuk
menunjukkan makna perbedaan, plot lokasi rata-rata pria dan wanita rata-rata di Peta Wright.
Gambar garis horizontal untuk ukuran laki-laki sehingga garis memotong melintasi wilayah
Peta Wright tempat item diplot. Lakukan prosedur yang sama untuk ukuran rata-rata wanita.
Butir di antara garis mewakili makna perbedaan antara peserta tes pria dan wanita. Item-item
di antara dua baris ini adalah item-item yang betina memiliki peluang lebih tinggi dari 50/50
untuk menjawab dengan benar, dan item-item yang sama ini adalah item-item yang jantan
memiliki peluang kurang dari 50/50 untuk menjawab dengan benar.

Terkadang ketika item "dibalik," memilah arti lokasi item sehubungan dengan
seseorang bisa rumit. Cara terbaik untuk menghindari kebingungan adalah dengan mengingat
bahwa ketika sebuah item dibalik, Anda harus memikirkan teks untuk item tersebut juga
terbalik. Dengan kata lain, teks survei yang diperlukan agar kode yang dibalik tidak diperlukan.

Set Data: (buka http://extras.springer.com)

cf 25 GCKA

cf Data Sci Educ Turki untuk Wright Map

Kegiatan

Kegiatan # 1

Jalankan file kontrol (lihat Data Sci Educ Turki untuk Wright Map) untuk data "Kenikmatan
Ilmu Pengetahuan" yang dikumpulkan di Turki oleh Dr. Sibel Telli dan tulis apa yang mungkin
Anda nyatakan tentang orang yang berarti dari kumpulan data. Juga, edit Peta Wright Anda
sehingga barang-barang diplot dengan benar. Terakhir, tambahkan catatan ke peta untuk
membantu Anda mengingat arti “naik” dalam log untuk item dan orang.

Jawaban
 Untuk kelompok yang terdiri dari 75 siswa ini, siswa rata-rata (dilambangkan dengan
huruf M di sisi kiri garis vertikal) memiliki kemungkinan lebih besar dari 50% untuk
menyetujui pada tingkat tertentu dengan item 13, 26, 31, 6, dan 19. Dari item-item ini, item
yang sejauh ini paling mudah untuk disepakati adalah t19 (pelajaran sains bukan buang-buang
waktu). Ada sekelompok item yang rata-rata orang sampel ini akan memiliki kemungkinan
kurang dari 50% untuk menyetujui dalam beberapa cara. Barang-barang itu 10, 29, 17, 2, dan
23.

Kegiatan # 2

Menggunakan file kontrol (lih. 25 GCKA) dari 75 siswa yang menyelesaikan tes ilmu
bumi pilihan ganda Kathy Trundle (Ohio State University), melakukan analisis Rasch dan
kemudian mengomentari item yang ditargetkan untuk kelompok siswa ini. Apakah ada item
yang berlebihan? Apakah ada celah bagaimana item menentukan sifat? Bagaimana Anda
menilai penargetan keseluruhan dari kesulitan item terhadap kinerja orang?

Jawaban: Peta Wright untuk analisis disediakan di bawah ini. Tentu saja para peneliti tahu
bahwa melihat arti dari dua hal hanya memberikan sebagian dari jawaban untuk pertanyaan
apa pun. Namun, perbandingan cepat lokasi rata-rata untuk orang dan rata-rata untuk item
mengungkapkan penargetan item yang sangat baik dengan kemampuan orang. Dalam hal
kesenjangan item, kesenjangan besar adalah antara dua item mudah (Q5, Q41). Salah satu cara
untuk meningkatkan instrumen ini adalah dengan menulis item baru yang mungkin mendarat
di celah ini.

Kegiatan # 3

Berpura-pura bahwa mean untuk kelompok siswa yang menyelesaikan kursus ilmu bumi
sebelumnya adalah 1,0 log. Juga berpura-pura bahwa rata-rata untuk para siswa yang belum
menyelesaikan kursus ilmu bumi sebelumnya adalah -0,25 log. Perlihatkan secara grafis band
yang menentukan perbedaan antara kedua kelompok siswa ini. Apa yang disampaikan item
dalam band kepada guru?

Jawab: Bagian dari Peta Wright dari aktivitas sebelumnya disediakan. Sebuah garis dibuat
pada 1.0 log. Baris ini menandai tingkat kemampuan rata-rata siswa yang telah menyelesaikan
kelas ilmu bumi sebelumnya. Garis juga disediakan di -0,25. Baris ini menandai tingkat
kemampuan siswa yang belum menyelesaikan kursus sebelumnya. Jika ada perbedaan yang
signifikan secara statis antara ukuran logit rata-rata dari kedua kelompok, maka item tes yang
paling menarik untuk seorang guru (dan peneliti) adalah item-item di antara dua baris (45, 3,
21, 31, 37, 27, 43, dan 7). Ini adalah item yang kelompok yang telah menyelesaikan kursus
geologi kemungkinan telah menjawab dengan benar (lebih dari 50% probabilitas). Yang
penting, para siswa yang belum menyelesaikan kursus seperti itu kurang mungkin (kurang dari
50% probabilitas) untuk menjawab dengan benar item-item tersebut.
Kegiatan # 4

Berpura-pura bahwa tes diberikan kepada siswa pada awal kursus dan ukuran rata-rata siswa
adalah 0,00 log. Juga, mari kita pura-pura tes yang sama diberikan pada akhir kursus dan
ukuran rata-rata orang adalah 0,80 log. Tunjukkan bagaimana Anda dapat menggunakan
Wright Map untuk membawa makna pada hasil analisis.

Jawab: Pertama, Anda akan melakukan tes seperti uji-t untuk melihat apakah rata-rata berbeda
secara signifikan. Jika rata-rata berbeda nyata, Anda akan tahu ada tingkat pertumbuhan kinerja
siswa yang signifikan menggunakan ukuran logit. Kemudian Anda akan menggambar garis
pada level 0,00 (itu akan menjadi awal garis kelas). Kemudian Anda akan merencanakan akhir
baris kelas pada 0,80 log. Sekarang item yang paling penting adalah yang ada di antara dua
baris. Barang-barang ini merangkum pembelajaran yang berlangsung dari awal hingga akhir
kursus.

Kegiatan # 5

Menggunakan panduan yang disediakan dalam bab ini, jika seorang siswa Rose, mencoba item
tes dikotomis yang lebih sulit daripada tingkat kemampuannya. Peluang Rose menjawab
pertanyaan ini dengan benar adalah .3. Jika tingkat kemampuan Rose adalah 1,0 log, seberapa
jauh dari Rose, dalam log, adalah item. Kedua, berapa nilai logit dari barang tersebut?

Jawaban:

Menggunakan persamaan Rasch :

Bn – Di = ln [0,3/(1-0,3)]
= ln [0,3/(0,7)]
= ln [0,43]
= - 0,84
Item ini 0,84 log jauhnya dari Rose. Item memiliki ukuran logit yang harus lebih positif
daripada Rose, karena Rose memiliki kurang dari 0,5 peluang untuk menjawab item dengan
benar.

Jika tingkat kemampuan Rose adalah 1.0, kita kemudian dapat menempatkan ukuran Rose dan
nilai −0,84 dalam persamaan Rasch dan menghitung kesulitan item.
Bn – Di = -0,84
1,0 – Di = -0,84
-Di = -0,84 – 1,0
-Di = -1,84
Di = 1,84

Bacaan tambahan

Diskusi yang sangat baik tentang jenis validitas yang dapat dievaluasi dengan analisis Rasch.
Banyak contoh terkait dengan penggunaan Wright Maps.

Baghaei, P. (2008). The Rasch model as a construct validation tool. Rasch Measurement
Transactions, 22(1), 1145–1146.

Artikel yang menunjukkan bagaimana Wright Maps dapat digunakan.

Pesudovs, K., Garamendi, E., Keeves, J. P., & Elliott, D. B. (2003a). Maps for diagnosis.
Rasch Measurement Transactions, 17(3), 935.

Sebuah artikel dalam penelitian medis di mana Wright Map digunakan.

Pesudovs, K., Garamendi, E., Keeves, J. P., & Elliott, D. B. (2003b). The activities of daily
vision scale for cataract surgery outcomes: Re-evaluating validity with Rasch
analysis. Investigative Ophthalmology & Visual Science, 44(7), 2892–2899.