Nama Lengkap : Alief Ya Nur Latifah

NIM : 1801406
Kelas : 3D PGSD
Mata Kuliah : Evaluasi Pembelajaran
Dosen Pengampu : Dr. Ghullam Hamdu, M.Pd.
ANALISIS SOAL HOTS MENGGUNAKAN RASCH MODEL

A. Soal Pilihan Ganda (Dikotomi)

Berdasarkan jawaban yang telah dikerjakan oleh siswa, didapat data mentah
sebagai berikut:

0 1 L S B A C B D D C C B A
0 2 L S B A C B D C D C C D
0 3 P S B A A B D A C B B B
0 4 L S B A C B B D A C A A
0 5 L S B A C B D C B D D D
0 6 L S B A C B B B B B A B
0 7 P S B A A B B A D B B D
0 8 P S B D A C D A D B C B
0 9 P S B A C C D C D A B B
1 0 L S A A C B C A A A C D
1 1 P H B A B B D D B C D D
1 2 P H B A C B D D A D B A
1 3 L H B A C B D D A C D D
1 4 L H B A C B D D A B D D
1 5 P H B A C B C C B B C C
1 6 P H B A C B D A A C D D
1 7 P H B A C B D A C C C A
1 8 P H B A C C D D C C B D
1 9 P H B A C B C D A C C D
2 0 L H A A C B D A B B B D
Keterangan:
10 Responden didapat dari Siswa Kelas 6 SDN 1 Saguling (S)
10 Responden didapat dari Siswa Kelas 6 SD Hikmah Teladan (H)
1. Setelah diolah menggunakan Aplikasi Ministep, didapat hasil analisis butir soal
menggunakan model Rasch sebagai berikut:
a. Analisis Kesulitan Butir Soal (Item Measure)
 Pengelompokan berdasarkan tingkat kesulitan soal yang telah disepakati
terdapat aturan sebagai berikut:
1) Soal Sulit > + 1SD
2) Soal Sukar 0,0 Logit + 1SD
3) Soal Mudah 0,0 Logit - 1SD
4) Soal Sangat Mudah < - 1SD
Dari data di awal dapat disimpulkan sebagai berikut:
1) Soal Sulit : Soal No. 9, 7
2) Soal Sukar : Soal No. 6, 8, 10
3) Soal Mudah : Soal No. 5, 3, 4
4) Soal Sangat Mudah : Soal No. 1, 2

b. Analisis Kesesuaian Butir Soal (Item Fit)

 Menurut Boone, dkk. (2014) serta Bond dan Fox (2015), nilai outfit
means-square, outfit z-standard, dan point measure correlation adalah
kriteria yang digunakan untuk melihat tingkat kesesuaian butir (item fit).
Kriteria yang digunakan untuk memeriksa kesesuaian butir soal
yang tidak sesuai (outliers atau misfits) adalah:
1) Nilai Outfit MNSQ yang diterima: 0,5 – 1,5
2) Nilai Outfit ZSTD yang diterima: -2,0 - +2,0
3) Nilai PT Mean Corr: 0,4 – 0,85

Dari data diawal dapat disimpulkan sebagai berikut:

1) Terpenuhi 1 Nilai
Soal No. 5 (ZSTD Terpenuhi)
Soal No. 1 (MNSQ Terpenuhi)
Soal No. 4 (MNSQ Terpenuhi)
Soal No. 2 (PT Mean Corr Terpenuhi)
2) Terpenuhi 2 Nilai
Soal No. 10 (MNSQ dan PT Mean Corr Terpenuhi)
Soal No. 3 (MNSQ dan PT Mean Corr Terpenuhi)
Soal No. 6 (MNSQ dan PT Mean Corr Terpenuhi)
Soal No. 7 (MNSQ dan PT Mean Corr Terpenuhi)
Soal No. 8 (MNSQ dan PT Mean Corr Terpenuhi)
2. Setelah diolah menggunakan Aplikasi Ministep, didapat hasil analisis
siswa menggunakan model Rasch sebagai berikut:
a. Analisis Abilitas Siswa

Keterangan:
Kemampuan Siswa:
1) Tinggi: > SD
 2) Sedang: Mean – SD
3) Rendah: < Mean
Dari data di awal dapat disimpulkan sebagai berikut
1) Siswa dengan kemampuan tinggi: 13LH, 19PH, 02LS, 14 LH,
16PH, 01LS, 04LS, 11PH, 12PH, 17PH, 18PH.
2) Siswa dengan kemampuan sedang: 05LS, 10LS, 15PH, 20LH.
3) Siswa dengan kemampuan rendah: 03PS, 06LS,07PS, 09PS,
08PS.
b. Analisis Kesesuaian Siswa

Kriteria yang digunakan untuk memeriksa kesesuaian individu yang

tidak sesuai (outliers atau misfits) adalah:
1) Nilai Outfit MNSQ yang diterima: 0,5 – 1,5
2) Nilai Outfit ZSTD yang diterima: -2,0 - +2,0
3) Nilai PT Mean Corr: 0,4 – 0,85
Dari data diawal, terdapat 3 orang siswa yang dianggap pola
responnya tidak fit yaitu 08PS, 18PH, 06LS. Untuk nilai MNSQ,
ZTSD dan PT measure corr ketiganya menunjukan angka diluar
batas yang diterima sehingga diindikasikan adanya pola respons
diluar kebiasaan.
c. Scalograms
 Dari data diatas, dapat disimpulkan bahwa tidak ada siswa yang
terindikasi mencontek hal tersebut terlihat dengan tidak adanya pola
jawaban yang sama. Selain itu, terdapat siswa yang diindikasi
ceroboh yaitu 10LS karena siswa menjawab benar untuk soal tersulit
namun salah dalam soal urutan termudah kedua. Siswa 08PS
diindikasi mengerjakan soal dengan tidak sungguh-sungguh atau
menebak, hal tersebut terlihat dari pilihan jawaban yang paling
mudah salah tapi yang paling sulit benar.
B. Soal Esai (Polikotomi)
Berdasarkan pengumpulan jawaban yang telah dikerjakan oleh siswa, didapat
data mentah sebagai berikut:

0 1 L S 9 9 9 9 7
0 2 L S 7 3 7 9
0 3 P S 9 3 9 8 9
0 4 L S 6 3 4 3
0 5 L S 3 3 9 5 7
0 6 L S 4 7 3
0 7 P S 7 9 3 4
0 8 P S 2 3
0 9 P S 7 3 2 2 2
1 0 L S 3 6 6 5
1 1 P H 2 4 7 9
1 2 P H 6 3 9 8 9
1 3 L H 6 3 9 6 9
1 4 L H 6 6 2 7 9
1 5 P H 1 8 5
1 6 P H 9 3 9 7 9
 1 7 P H 5 6 6 8 9
1 8 P H 2 3 9 7 9
1 9 P H 5 8 6
2 0 L H 6 3 3
Keterangan:
10 Responden didapat dari Siswa Kelas 6 SDN 1 Saguling (S)
10 Responden didapat dari Siswa Kelas 6 SD Hikmah Teladan (H)
3. Setelah diolah menggunakan Aplikasi Ministep, didapat hasil analisis butir
soal menggunakan model Rasch sebagai berikut:
a. Analisis Kesulitan Butir Soal (Item Measure)

Pengelompokan berdasarkan tingkat kesulitan soal yang telah disepakati

terdapat aturan sebagai berikut:
1) Soal Sulit > + 1SD
2) Soal Sukar 0,0 Logit + 1SD
3) Soal Mudah 0,0 Logit - 1SD
4) Soal Sangat Mudah < - 1SD
Dari data di awal dapat disimpulkan sebagai berikut:
1) Soal Sulit : Soal No. 2
2) Soal Sukar : Soal No. 1
3) Soal Mudah : Soal No. 3
4) Soal Sangat Mudah : Soal No. 4 dan 5
b. Analisis Kesesuaian Butir Soal (Item Fit)
Menurut Boone, dkk. (2014) serta Bond dan Fox (2015), nilai outfit means-
square, outfit z-standard, dan point measure correlation adalah kriteria yang
digunakan untuk melihat tingkat kesesuaian butir (item fit).
Kriteria yang digunakan untuk memeriksa kesesuaian butir soal yang tidak
sesuai (outliers atau misfits) adalah:
1) Nilai Outfit MNSQ yang diterima: 0,5 – 1,5
2) Nilai Outfit ZSTD yang diterima: -2,0 - +2,0
3) Nilai PT Mean Corr: 0,4 – 0,85
Dari data diawal dapat disimpulkan bahwa semua soal dapat diterima.
c. Analisis Abilitas Siswa

Keterangan:
Kemampuan Siswa:
1) Tinggi: > SD
2) Sedang: Mean – SD
3) Rendah: < Mean
Dari data di awal dapat disimpulkan sebagai berikut
1) Siswa dengan kemampuan tinggi dengan no urut: 1, 3, 16, 12, 2, 17, 13,
14, 18.
2) Siswa dengan kemampuan sedang dengan no urut: 11 dan 19
3) Siswa dengan kemampuan rendah dengan no urut: 5, 7, 6, 10, 15, 4, 20, 9,
8.
d. Analisis Kesesuaian Siswa

Kriteria yang digunakan untuk memeriksa kesesuaian individu yang tidak

sesuai (outliers atau misfits) adalah:
4) Nilai Outfit MNSQ yang diterima: 0,5 – 1,5
5) Nilai Outfit ZSTD yang diterima: -2,0 - +2,0
6) Nilai PT Mean Corr: 0,4 – 0,85
Pada data diatas, terdapat beberapa siswa yang mempunyai pola respons tidak
sesuai. Dalam hal ini untuk indikator MNSQ, ZTSD dan Pt Measure corr
menunjukan adanya beberapa masalah. Misalnya siswa 09PS tidak memenuhi
ketika kriteria. Lebih lanjut mengapa dapat terjadi hal demikian dapat dilihat
pada tabel scologram berikut