Analisis soal secara kuantitatif menekankan pada analisis karakteristik internal tes

melalui data yang diperoleh secara empiris. Karakteristik internal secara kuantitatif

dimaksudkan untuk meliputi parameter soal tingkat kesukaran, daya pembeda, dan

reliabilitas. Khusus soal-soal pilihan ganda, dua tambahan parameter yaitu dilihat dari

peluang untuk menebak atau menjawab soal benar dan berfungsi tidak pilihan jawaban, yaitu

penyebaran semua alternatif jawaban dari subyek-subyek yang dites. Salah satu tujuan

dilakukannya analisis adalah untuk meningkatkan kualitas soal, yaitu apakah suatu soal

dapat diterima karena telah didukung oleh data statistik yang memadai, diperbaiki, karena

terbukti terdapat kelemahan, atau bahkan tidak digunakan sama sekali karena terbukti secara

empiris tidak berfungsi sama sekali (Surapranata, 2005).

Menurut Silverius (1991) dalam Putri (2015), secara kuantitatif aspek yang diperlukan

dalam analisis butir soal adalah sebagai berikut:

a. Tingkat Kesukaran Butir

Tingkat kesukaran diperoleh dari menghitung persentase siswa yang dapat menjawab

benar soal tersebut. Tingkat kesukaran (difficulty index) dinyatakan dalam indeks kesukaran

yaitu angka yang menunjukkan proporsi siswa yang menjawab benar soal tersebut. Besarnya

indeks kesukaran antara 0,00 sampai dengan 1,0. Indeks kesukaran ini menunjukkan taraf

kesukaran soal. Soal dengan indeks kesukaran 0,00 menunjukkan kalau soal itu terlalu sukar,

sebaliknya indeks 1,0 menunjukkan bahwa soalnya terlalu mudah. Indeks kesukaran butir

yang baik berkisar antara 0,3-0,7 sedangkan yang paling baik pada 0,5. Indeks kesukaran

biasanya disingkat D. Tingkat kesukaran butir dapat diketahui dengan cara menghitung rata-

rata skor siswa dibagi dengan skor maksimun bagi setiap butir soal.

Arikunto (2016) menyatakan bahwa soal yang baik adalah soal yang tidak terlalu mudah

dan soal yang tidak terlalu sukar. Soal yang terlalu mudah tidak akan merangsang siswa
untuk berfikir atau mempertinggi usahanya untuk memecahkan masalah di dalam setiap butir

soal. Sebaliknya soal yang terlalu sukar akan menyebabkan siswa menjadi putus asa dan tidak

mempunyai semangat untuk mencoba lagi karena diluar jangkauannya.

Menurut Sudijono (2013), Tindak lanjut yang dapat dilakukan setelah analisis tingkat

kesukaran butir soal adalah sebagai berikut:

a. Butir soal yang memiliki tingkat kesukaran dalam kategori baik (tingkat kesukarannya

sedang), sebaiknya butir soal tersebut disimpan dalam bank soal agar dapat dikeluarkan

lagi pada waktu yang akan datang

b. Butir soal yang tergolong dalam soal yang sukar, ada 3 kemungkinan tindak lanjut yaitu:

1) Butir soal tersebut dibuang dan tidak akan dikeluarkan lagi dalam tes hasil belajar

yang akan datang.

2) Diteliti ulang faktor yang menyebabkan butir item yang bersangkutan sulit dijawab

oleh testee. Perbaikan dapat dilakukan dengan menyederhanakan kalimat soal

sehingga tidak menimbulkan multitafsir. Selanjutnya, butir soal tersebut dapat

dikeluarkan lagi pada tes hasil belajar yang akan datang.

3) Butir soal yang dipertahankan untuk digunakan lagi pada tes-tes yang sifatnya

sangat ketat, dalam arti sebagian besar dari testee tidak akan diluluskan dalam tes

seleksi tersebut.

c. Butir soal yang termasuk kategori mudah, ada 3 kemungkinan tindak lanjut yaitu:

1) Butir soal tersebut dibuang dan tidak akan dikeluarkan lagi di tes hasil belajar yang

akan datang.

2) Diteliti ulang faktor yang menyebabkan butir soal tersebut dapat dijawab benar oleh

hampir seluruh testee. Perbaikan dapat dilakukan dengan memperbaiki opsi dan
 membuat kalimat soal menjadi lebih kompleks. Selanjutnya, soal dapat dikeluarkan

lagi pada tes hasil belajar yang akan datang.

3) Butir soal dipertahankan untuk digunakan pada tes yang sifatnya longgar. Dalam

kondisi seperti ini tes hanyalah formalitas saja.

b. Daya Pembeda Butir

Daya pembeda soal yaitu kemampuan suatu soal untuk membedakan antara siswa yang

berkemampuan tinggi dengan siswa yang berkemampuan rendah. Angka yang menunjukkan

besarnya daya pembeda disebut indeks diskriminasi (DP), dan nilainya berkisar antara 0,00

sampai 1,00. Pada daya pembeda ini berlaku tanda negatif yang digunakan jika sesuatu soal

“terbalik” menunjukkan kualitas testee yaitu anak pandai disebut bodoh dan anak bodoh

disebut pandai.

Dengan demikian ada tiga titik pada daya pembeda yaitu bagi suatu soal yang dapat

dijawab benar oleh siswa kemampuan tinggi dan siswa kemampuan rendah, maka soal itu

tidak baik karena tidak punya daya pembeda. Demikian juga jika semua kelompok bawah

menjawab salah dan siswa berkemampuan tinggi juga sama-sama menjawab salah, maka soal

itu tidak mempunyai daya beda sama sekali. Cara menentukan daya pembeda (nilai DP) yaitu

membagi peserta didik menjadi dua kelompok yaitu kelompok bawah dan kelompok atas

dengan terlebih dahulu mengurutkan skor peserta didik dari yang tertinggi sampai dengan

yang terendah. Setelah itu, rata-rata skor siswa pada kelompok atas dan rata-rata skor siswa

pada kelompok bawah dikurangkan. Kemudian dibagi dengan skor maksimun soal.

Arifin (2017) menyatakan bahwa “perhitungan daya pembeda adalah pengukuran sejauh

mana suatu butir soal mampu membedakan peserta didik yang sudah menguasai materi

dengan peserta didik yang belum atau kurang menguasai materi berdasarkan kriteria

tertentu”. Didukung dengan Sudijono (2013) yang menyatakan bahwa dengan daya pembeda
pada setiap butir soal sangat penting untuk diketahui karena salah satu pedoman dalam

menyusun butir soal, penyusun soal harus menyadari bahwa kemampuan peserta didik

berbeda-beda.

c. Validitas item

Menurut Sudijono (2013), validitas item dari suatu tes adalah ketepatan mengukur yang

dimiliki oleh sebutir item (yang merupakan bagian tak terpisahkan dari tes sebagai suatu

totalitas), dalam mengukur apa yang seharusnya diukur lewat butir item tersebut. Hubungan

antara butir item dengan tes hasil belajar sebagai suatu totalitas adalah bahwa semakin

banyak butir-butir item yang dapat dijawab oleh peserta didik, maka skor total hasil tes

tersebut akan semakin tinggi. Item-item yang ingin diketahui validitasnya, yaitu valid atau

tidak, dapat menggunakan teknik korelasi sebagai teknik analisisnya. Sebutir item dapat

dinyatakan valid apabila skor item yang bersangkutan terbukti memiliki korelasi positif yang

signifikan dengan skor total. Menurut Arifin (2017), bahwa ada tiga faktor yang

mempengaruhi validitas hasil tes yaitu faktor instrumen yang digunakan untuk tes, faktor

administrasi dan penskoran, serta faktor dari jawaban siswa.

d. Reliabilitas

Menurut Arifin (2017), reliabilitas adalah tingkat atau derajat konsistensi dari suatu

instrument. Reliabilitas tes berkenaan dengan pertanyaan apakah suatu tes teliti dan dapat

dipercaya sesuai dengan kriteria yang telah ditetapkan. Suatu tes dikatakan reliable jika selalu

memberikan hasil yang sama bila diteskan pada kelompok yang sama pada waktu atau

kesempatan yang berbeda.

Arikunto (2016) menyatakan bahwa untuk dapat memperoleh gambaran yang ajeg

memang sulit karena unsur kejiwaan manusia itu sendiri tidak ajeg misalnya dari segi

kemampuan, kecakapan, sikap, dan sebagainya bisa berubah-ubah dari waktu ke waktu. Ada
3 faktor yang mempengaruhi hasil tes yang secara tidak langsung juga akan mempengaruhi

reliabilitas soal tes yaitu:

a. Hal yang berhubungan dengan tes itu sendiri, yaitu panjang tes dan kualitas butir-butir

soalnya, tes yang terdiri dari banyak butir akan lebih valid dibandingkan dengan tes

yang hanya terdiri dari beberapa butir soal. Tinggi rendahnya validitas inilah yang

juga menunjukkan tinggi rendahnya reliabilitas tes.

b. Hal yang berhubungan dengan tercoba (testee). Suatu tes yang diujicobakan kepada

kelompok yang terdiri dari banyak siswa akan mencerminkan keragaman hasil yang

menggambarkan besar kecilnya reliabilitas tes.

c. Hal yang berhubungan dengan penyelenggaraan tes. Suatu tes yang diselenggarakan

dengan administrasi yang bagus maka akan menghasilkan kualitas tes yang bagus

pula sehingga reliabilitas tes juga akan terpengaruh oleh hasil tes ini.

Butir soal dikatakan baik secara kuantitatif jika butir soal memenuhi syarat tingkat

kesukaran, daya beda, validitas dan reliabilitas. Syarat dan kriteria butir soal secara

kuantitatif yang baik meliputi:

1. Tingkat kesukaran

Tingkat kesukaran lebih kecil dari 0,3 tergolong soal yang sukar, tingkat kesukaran 0,3

sampai 0,7 tergolong soal yang sedang, dan tingkat kesukaran lebih besar dari 0,7 tergolong

soal yang mudah. Menurut kriteria yang berlaku di pusat penilaian pendidikan soal yang baik

atau diterima bila memiliki indeks kesukaran 25 % butir soal sukar, 50% butir soal sedang,

dan 25% butir soal mudah.

2. Daya beda
 Menurut kriteria yang berlaku di Pusat Penilaian Pendidikan soal yang baik atau diterima

bila memiliki daya beda soal diatas 0,25 karena soal tersebut dapat membedakan kelompok

siswa yang berkemampuan tinggi dan berkemampuan rendah.

3. Validitas

Menurut Arikunto (2016), tes dikatakan memiliki validitas jika tes tersebut dengan

secara tepat, secara benar, secara shahih, atau secara absah dapat mengukur apa yang

seharusnya diukur. Validitas diperoleh dengan menggunakan perhitungan. Soal dikatakan

valid jika rhitung ˃rtabel.

4. Reliabilitas

Menurut Sudijono (2013), reliabilitas diperoleh dengan menggunakan perhitungan. Soal

dikatakan reliable jika r11 sama dengan atau lebih besar dari 0,70.
b. Analisis Kuantitatif

Analisis soal secara kuantitatif menekankan pada analisis karakteristik internal tes

melalui data yang diperoleh secara empiris. Karakteristik internal secara kuantitatif

dimaksudkan untuk meliputi parameter soal tingkat kesukaran, daya pembeda, dan

reliabilitas. Khusus soal-soal pilihan ganda, dua tambahan parameter yaitu dilihat dari

peluang untuk menebak atau menjawab soal benar dan berfungsi tidak pilihan jawaban, yaitu

penyebaran semua alternatif jawaban dari subyek-subyek yang dites. Salah satu tujuan

dilakukannya analisis adalah untuk meningkatkan kualitas soal, yaitu apakah suatu soal

dapat diterima karena telah didukung oleh data statistik yang memadai, diperbaiki, karena

terbukti terdapat kelemahan, atau bahkan tidak digunakan sama sekali karena terbukti secara

empiris tidak berfungsi sama sekali (Surapranata, 2005).

Menurut Silverius (1991) dalam Putri (2015), secara kuantitatif aspek yang diperlukan

dalam analisis butir soal adalah sebagai berikut:

a. Tingkat Kesukaran Butir

Tingkat kesukaran diperoleh dari menghitung persentase siswa yang dapat menjawab

benar soal tersebut. Tingkat kesukaran (difficulty index) dinyatakan dalam indeks kesukaran

yaitu angka yang menunjukkan proporsi siswa yang menjawab benar soal tersebut. Besarnya

indeks kesukaran antara 0,00 sampai dengan 1,0. Indeks kesukaran ini menunjukkan taraf

kesukaran soal. Soal dengan indeks kesukaran 0,00 menunjukkan kalau soal itu terlalu sukar,

sebaliknya indeks 1,0 menunjukkan bahwa soalnya terlalu mudah. Indeks kesukaran butir

yang baik berkisar antara 0,3-0,7 sedangkan yang paling baik pada 0,5. Indeks kesukaran

biasanya disingkat D. Tingkat kesukaran butir dapat diketahui dengan cara jumlah jawaban

yang benar dibagi jumlah semua lembar jawaban.

b. Daya Pembeda Butir

Daya pembeda soal yaitu kemampuan suatu soal untuk membedakan antara siswa yang

berkemampuan tinggi dengan siswa yang berkemampuan rendah. Angka yang menunjukkan

besarnya daya pembeda disebut indeks diskriminasi (DP), dan nilainya berkisar antara 0,00

sampai 1,00. Pada daya pembeda ini berlaku tanda negatif yang digunakan jika sesuatu soal

“terbalik” menunjukkan kualitas testee yaitu anak pandai disebut bodoh dan anak bodoh

disebut pandai.

Dengan demikian ada tiga titik pada daya pembeda yaitu bagi suatu soal yang dapat

dijawab benar oleh siswa kemampuan tinggi dan siswa kemampuan rendah, maka soal itu

tidak baik karena tidak punya daya pembeda. Demikian juga jika semua kelompok bawah

menjawab salah dan siswa berkemampuan tinggi juga sama-sama menjawab salah, maka soal

itu tidak mempunyai daya beda sama sekali. Cara menentukan daya pembeda (nilai DP) yaitu

selisih jumlah yang menjawab betul soal tersebut dari kelompok atas dengan jumlah yang

menjawab betul soal tersebut dari kelompok bawah dibagi dengan selisih jumlah lembar

jawaban kelompok atas dengan jumlah lembar jawaban kelompok bawah.

c. Validitas item

Menurut Sudijono (2013), validitas item dari suatu tes adalah ketepatan mengukur yang

dimiliki oleh sebutir item (yang merupakan bagian tak terpisahkan dari tes sebagai suatu

totalitas), dalam mengukur apa yang seharusnya diukur lewat butir item tersebut. Hubungan

antara butir item dengan tes hasil belajar sebagai suatu totalitas adalah bahwa semakin

banyak butir-butir item yang dapat dijawab oleh peserta didik, maka skor total hasil tes

tersebut akan semakin tinggi. Item-item yang ingin diketahui validitasnya, yaitu valid atau

tidak, dapat menggunakan teknik korelasi sebagai teknik analisisnya. Sebutir item dapat
dinyatakan valid apabila skor item yang bersangkutan terbukti memiliki korelasi positif yang

signifikan dengan skor total.

d. Reliabilitas

Menurut Arifin (2017), reliabilitas adalah tingkat atau derajat konsistensi dari suatu

instrument. Reliabilitas tes berkenaan dengan pertanyaan apakah suatu tes teliti dan dapat

dipercaya sesuai dengan kriteria yang telah ditetapkan. Suatu tes dikatakan reliable jika selalu

memberikan hasil yang sama bila diteskan pada kelompok yang sama pada waktu atau

kesempatan yang berbeda.

Butir soal dikatakan baik secara kuantitatif jika butir soal memenuhi syarat tingkat

kesukaran, daya beda, validitas dan reliabilitas. Syarat dan kriteria butir soal secara

kuantitatif yang baik meliputi:

3. Tingkat kesukaran

Tingkat kesukaran lebih kecil dari 0,3 tergolong soal yang sukar, tingkat kesukaran 0,3

sampai 0,7 tergolong soal yang sedang, dan tingkat kesukaran lebih besar dari 0,7 tergolong

soal yang mudah. Menurut kriteria yang berlaku di pusat penilaian pendidikan soal yang baik

atau diterima bila memiliki indeks kesukaran 25 % butir soal sukar, 50% butir soal sedang,

dan 25% butir soal mudah.

4. Daya beda

Menurut kriteria yang berlaku di Pusat Penilaian Pendidikan soal yang baik atau diterima

bila memiliki daya beda soal diatas 0,25 karena soal tersebut dapat membedakan kelompok

siswa yang berkemampuan tinggi dan berkemampuan rendah.

3. Validitas

Menurut Arikunto (2016), tes dikatakan memiliki validitas jika tes tersebut dengan

secara tepat, secara benar, secara shahih, atau secara absah dapat mengukur apa yang
seharusnya diukur. Validitas diperoleh dengan menggunakan perhitungan. Soal dikatakan

valid jika rhitung ˃rtabel.

4. Reliabilitas

Menurut Sudijono (2013), reliabilitas diperoleh dengan menggunakan perhitungan. Soal

dikatakan reliable jika r11 sama dengan atau lebih besar dari 0,70.