MAKALAH

FUNGSI INFORMASI: TEORI DAN PRAKTIK

Diajukan Untuk Memenuhi Tugas Mata Kuliah Teori Respon Butir

Dosen Pengampu: Prof. Dr. Edi Istiyono, M.Si.

Disusun oleh:
Evangelia Tuko 20701251001
Ummu Salamah 20701251004
Reny Refitaningsih Peby Ria 20701251025

PROGRAM STUDI PENELITIAN DAN EVALUASI PENDIDIKAN

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI YOGYAKARTA
2021
 DAFTAR ISI

SAMPUL..........................................................................................................................................i

DAFTAR ISI...................................................................................................................................ii

BAB I PENDAHULUAN................................................................................................................1

A. Latar Belakang Masalah.......................................................................................................1

B. Rumusan Masalah.................................................................................................................1

C. Tujuan Penulisan..................................................................................................................1

D. Manfaat Penulisan................................................................................................................1

BAB II PEMBAHASAN.................................................................................................................2

A. Fungsi Informasi...................................................................................................................2

B. Praktik Fungsi Infromasi......................................................................................................7

BAB III PENUTUP.........................................................................................................................8

A. Kesimpulan...........................................................................................................................8

B. Saran.....................................................................................................................................8

DAFTAR PUSTAKA......................................................................................................................9

ii
 BAB I
PENDAHULUAN

A. Latar Belakang Masalah

B. Rumusan Masalah
Berdasarkan latar belakang masalah di atas, maka permasalahan yang dapat
dirumuskan dalam makalah inu adalah sebagai berikut.
1. Apa itu fungsi informasi?
2. Bagaimana penerapan praktik fungsi informasi?

C. Tujuan Penulisan
Merujuk pada rumusan masalah di atas, tujuan penulisan makalah ini adalah sebagai
berikut.
1. Untuk mengetahui fungsi informasi.
2. Untuk mengetahui penerapan praktik fungsi informasi.

D. Manfaat Penulisan
Berdasarkan tujuan penulisan makalah di atas, penulisan makalah ini diharapkan dapat
memberikan manfaat bagi pihak-pihak yang membutuhkan baik secara teoritis maupun praktis.
1. Manfaat Teoritis
Kegiatan penulisan makalah ini diharapkan dapat memberikan kontribusi bagi ilmu
pengetahuan dan dunia Pendidikan serta dapat dijadikan referensi bagi penulis selanjutnya dalam
menulis dan membahas terkait fungsi informasi.
2. Manfaat Praktis
Kegiatan penulisan makalah ini diharapkan dapat memberikan wawasan pengetahuan
bagi mahasiswa dalam mempelajari fungsi informasi baik secara teori maupun praktik.

1
 BAB II
PEMBAHASAN

A. Fungsi Informasi
Pada teori tes klasik, kehandalan tes ditunjukkan dengan koefisien reliabilitas, nilai
koefisien reliabilitas melibatkan total skor tes. Berbeda dengan teori tes klasik, teori respon butir
menggunakan istilah informasi untuk menyatakan kekuatan atau sumbangan butir soal. Fungsi
informasi butir atau Item Information Function merupakan suatu metode untuk menjelaskan
kekuatan suatu butir pada perangkat tes, pemilihan butir tes, dan pembandingan beberapa
perangkat tes (Retnawati, 2014). Sedangkan, fungsi informasi tes merupakan pejumlahan fungsi
informasi semua butir tes (Mardapi, 2012). Berdasarkan pendapat ahli terkait pengertian fungsi
informasi tersebut, maka dapat disimpulkan bahwa ada dua macam fungsi informasi, yaitu fungsi
informasi butir dan fungsi infromasi tes. Fungsi informasi butir berkaitan dengan butir tes,
sedangkan fungsi infomasi tes berkaitan dengan seluruh butir tes tersebut (Istiyono, 2020).
1. Fungsi Informasi Butir
Fungsi informasi butir menyatakan kekuatan atau sumbangan butir tes dalam
mengungkap latent trait yang diukur dengan tes tersebut (Retnawati, 2014). Oleh karena itu,
dengan penggunaan fungsi informasi butir dapat diketahui butir yang mana yang cocok dengan
model sehingga membantu dalam seleksi butir tes (Kurniawan, 2015). Persamaan matematis
fungsi informasi butir menurut Hambleon & Swaminathan (1985) dan Hidayanto (2013) yaitu
sebagai berikut.

2
 Tabel 1. Persamaan Matematis Fungsi Informasi Butir
Paramete Rumus Keterangan
r Logistik
2
[ P 'i ( θ ) ] i = 1, 2, 3, …, n.
I i(θ)= Ii (θ) = fungsi informasi butir ke- i
Pi ( θ ) Qi ( θ ) Pi (θ) = peluang peserta dengan kemampuan θ
menjawab benar butir ke-i
Pi (θ) = turunan fungsi Pi (θ) terhadap θ
Qi (θ) = peluang peserta dengan kemampuan θ
menjawab salah butir ke-i

1 PL e (θ−b ) i
θ = tingkat kemampuan
Pi ( θ ) = e = angka transedental yang bernilai 2,718
1+ e(θ−b ) i

bi = parameter tingkat kesukaran butir ke-i

2 PL e D a (θ−b )
i i
D = faktor penyekalan yang diikutkan untuk
Pi ( θ ) = menjadikan fungsi logistic semirip mungkin dengan
1+ e D a (θ−b ) i i

fungsi ogive normal

ai = parameter daya beda butir ke-i
3 PL e D a (θ−b )
i i
ci = parameter pseudo guessing butir ke-i
Pi (θ )−c i +(1−c i)
1+ e D a (θ−b )
i i

Naga (1992 dalam Istiyono, 2020) menjelaskan bahwa fungsi informasi butir ini
berkaitan dengan ketidakpastian pada butir. Oleh sebab itu, ketidakpastian pada butir ini
berkaitan dengan dengan parameter ciri peserta. Jika peserta dengan kemampuan tinggi
mengerjakan butir yang mudah, maka butir akan dijawab benar dengan mudah. Sebaliknya, jika
peserta dengan kemampuan rendah mengerjakan butir yang sukar, maka butir tersebut akan
dijawab dengan salah. Pada kedua hal ini, belum diketahui seberapa besar kemampuan peserta
tersebut sehingga ketidakpastian tentang kemampuan peserta adalah tinggi dan bersamaan
dengan hal itu, fungsi informasi menjadi rendah. Berlawanan dengan hal di atas, ketika peserta
dengan kemampuan tinggi menjawab butir dengan tingkat kesukaran yang tinggi, peserta yang
kemampuan sedang menjawab butir yang sedang kesukarannya, serta peserta yang dengan
kemampuan rendah menjawab butir mudah, maka jawaban peserta akan bervariasi.
Dibandingkan dengan kejadian yang sebelumnya, pada keadaan ini lebih dapat mengetahui
berapa besar kemampuan peserta sehingga ketidakpastian tentang kemampuan peserta didik
menjadi lebih rendah. Bersamaan dengan itu, fungsi informasi menjadi lebih tinggi.
Estimasi statistika menghasilkan bentangan atau interval atau standard error of
measurement (SEM). Lebar bentang bergantung kepada dua besaran yaitu kekeliruan baku SE (

3
θ ¿ serta nilai kritis (Zα/2) pada distribusi persampelan untuk taraf signifikansi sebesar α atau nilai
kritis pada distribusi probabilitas normal untuk taraf signifikansi sebesar α, bentang berada pada:
θ−Z α . SEM ( θ ) ≤θ ≤+ Z α . SEM (θ)
2 2

Nilai kritis adalah bagian dari pengambilan keputusan pada statistika yang berkaitan
dengan resiko kekeliruan karena pengaruh respon yang tidak representatif. Kekeliruan baku
adalah sifat dalam teori respon butir berkenaan dengan estimasi parameter elalui metode
kebolehjadian maksimum. Oleh karena itu, ketidakpastian yang berkaitan dengan fungsi
informasi ditentukan oleh kekeliruan baku atau bentuk ubahan dari kekeliruan baku.
Ketika kekeliruan baku dikuadratkan maka diperoleh variansi. Makin besar nilai variansi
makin besar bentangan penyebaran nilai. Makin besar bentangan penyebaran nilai makin rendah
fungsi informasi. Dengan demikian, variansi memiliki hubungan terbalik terhadap fungsi
informasi. Apabila kekeliruan baku dikuadratkan atau variansi pada pengestimasian parameter
dapat dihitung melalui kebolehjadian maksimum, maka fungsi informasi butir untuk butir ke- i
adalah I i ( θ ) dan ditentukan sebagai berikut:
1 1
I i(θ)= atau SEM i ( θ )=
SEM i ¿ ¿ √ I i (θ)
Selain itu, pada pendekatan teori respon butir, kehandalan suatu butir soal tes dapat
diestimasi secara independen. Lord dalam Ariani (2006) menjelaskan bahwa butir-butir
pembangun tes masing-masing dapat dihitung nilai fungsi informasinya. Selanjutnya, kehandalan
tes dapat diketahui dari kontribusi nilai-nilai fungsi informasi butir soal penyusun tes tersebut.
Fungsi informasi aitem menunjukkan kontribusi yang diberikan aitem terhadap estimasi
kemampuan pada suatu titik dalam kontinum kemampuan (Nurcahyo, 2016). Di samping itu,
Hambleton dalam Nurcahyo (2016) menjelaskan bahwa fungsi informasi tinggi jika taraf
kesukaran aitem mendekati kemampuan, daya diskriminasi aitem tinggi, serta peluang menebak
mendekati nol.
2. Fungsi Informasi Tes
Berkaitan dengan itu, gabungan fungsi informasi dari keseluruhan aitem akan
membentuk fungsi informasi tes. Hambleton dan Swaminathan (1985) dalam Nurcahyo (2016)
menunjukkan bahwa karakteristik fungsi informasi tes adalah (1) ditetapkan untuk satu set aitem
tes pada setiap titik dari kontinum abilitas, (2) jumlah informasi dipengaruhi oleh kualitas dan
jumlah aitem tes, (3) kontribusi setiap aitem tidak tergantung pada aitem lainnya, dan (4) jumlah
4
informasi dari satu set aitem tes pada suatu tingkat kemampuan berbanding terbalik dengan
kesalahan yang terkait dengan estimasi kemampuan. Fungsi informasi tes inilah yang pada
akhirnya menggambarkan sejauh mana suatu tes dapat memberikan informasi secara umum.
Dengan demikian, dalam analisis IRT, fungsi informasi dan simpangan baku pengukuran layak
dipertimbangkan dalam menentukan model yang dipilih (Ridho, 2007). Fungsi informasi
menunjukkan sejauh mana masing-masing model mampu memberikan informasi (Veerkamp &
Berger, 1999). Semakin tinggi puncak dari fungsi informasi, semakin tinggi pula informasi yang
bisa diberikan oleh suatu model.
Secara matematis, fungsi informasi butir memenuhi persamaan sebagai berikut:
[ P 'i ( θ ) ]
I i(θ)=
Pi ( θ ) Qi ( θ )
Keterangan:
i = 1, 2, 3, …, n
Ii (θ) = fungsi informasi butir ke- i
Pi (θ) = peluang peserta dengan kemampuan θ menjawab benar butir i
P’i (θ) = turunan fungsi Pi (θ) terhadap θ
Q’i (θ) = = peluang peserta dengan kemampuan θ menjawab salah butir i
Fungsi informasi tes merupakan jumlah dari fungsi informasi butir penyusun tes tersebut
(Hambleton & Swaminathan, 1985). Berkaitan dengan hal ini, nilai fungsi informasi perangkat
tes akan tinggi jika butir-butir penyusun tes mempunyai fungsi informasi yan tinggi pula
(Retnawati, 2014). Fungsi informasi perangkat tes secara matematis dapat didefinisikan sebagai
berikut:
n
I ( θ )=∑ I i ( θ ) ool
i=1
Nilai-nilai indeks parameter butir dan kemampuan peserta tes merupakan hasil estimasi.
Oleh karena itu, kebenarannya bersifat probabilitasdan tidak terlepas dengan kesalahan
pengukuran. Ketika menggunakan teori respon butir, kesalahan baku pengukuran (Standard
Error of Measurement atau SEM) memiliki hubungan yang erat dengan fungsi informasi. Fungsi
informasi dengan SEM mempunyai hubungan dengan berbanding terbalik kuadratik, semakin
besar fungsi informasinya maka SEM semakin kecil dan sebaliknya (Hambleton &
Swaminathan, 1985). Hubungan antara fungsi informasi dan SEM menurut Hambleton,
Swaminathan, & Rogers dalam Retnawati (2014) dinyatakan sebagai berikut:

5
 1
SEM ( θ )=
√ I ( θ)

3. Fungsi Informasi dalam Model Logistik

Fungsi informasi dapat ditentukan melalui model logistic yang terdiri atas 1 PL
(parameter logistic), 2 PL, dan 3 PL. Berikut ini akan dijelaskan terkait fungsi informasi model
logistik (Istiyono, 2020) sebagai berikut.
a. Fungsi Informasi Butir
Fungsi informasi butir pada model logistic berbanding terbalik dengan variansi
kekeliruan asimptotik pada estimasi parameter. Probabilitas jawaban benar Pi (θ ) dan probabilitas
jawaban salah Q i (θ ), fungsi informasi butir dapat dirumuskan sebagai berikut.
1
I i (θ , X) = ¿
P i (θ)Qi (θ)
Selanjutnya, fungsi informasi butir untuk model logistik 1P, 2P, dan 3 P akan disajikan
sebagai berikut.
1) Model 1P
2 D (θ−b )
I i (θ , X) = D2 P i ¿ ¿ = D2 P i ( θ ) Qi ( θ )= D e
i

¿¿¿

2) Model 2P
2 2 D (θ−b )
I i (θ , X) = D2 a2i Pi ¿ ¿ = D2 a2 P ( θ ) Q ( θ )= D ai e
i

i i i
¿ ¿¿

3) Model 3P
(1−c i) D2 a2i
I i (θ , X) = D ai (θ−bi )
[c ¿ ¿ i+ e ]¿ ¿ ¿ ¿

Berikut ini beberapa sifat fungsi informasi butir, antara lain:

1) Fungsi informasi butir mendekati nilai maksimum Ketika nilai bi mendekati θ. Pada model 1
PL dan 2 PL, nilai maksimum itu tercapai pada θ=¿ bi sedangkan pada 3 PL, nilai
maksimum itu tercapai ketika θ terletak sedikit di atas nilai bi dan dapat dihitung dengan
persamaan:

6
 1
θmaks =bi + 1 n¿
D ai
2) Pada model logistik 2 PL dan 3 PL, fungsi informasi butir secara keseluruhan meningkat
jika nilai parameter ciri butir ai meningkat.
3) Pada model logitik 3 PL, fungsi informasi butir secara keseluruhan meningkat jika nilai ciri
butir ci menurun.
b. Fungsi Informasi Tes

B. Praktik Fungsi Infromasi

Fungsi informasi dengan Program Komputer
1. Rstudio
a. Fungsi Informasi Butir dan Tes dengan Respon Dikotomus dan Interpretasinya
Terdapat 2 kelompok besar respon dalam teori respon butir, yaitu respon dikotomus dan
respon politomus. Pada bagian ini dijelaskan mengenai fungsi informasi butir dan tes untuk
jenis respon dikotomus dengan menggunakan Program R Studio. Langkah-langkah dengan
Program R Studio adalah sebagai berikut:
1) Siapkan file data yang hendak hendak dianalisis, misal file berekstensi .xlsx (file excel)
dengan susunan sebagai berikut. Data terdiri dari 20 butir soal dan 500 testee.

Gambar 1. File data xlsx butir dikotomus

7
2) Buka/jalankan program RStudio. Pastikan RStudio telah terpasang, begitu juga dengan
packages yang akan digunakan. Pastikan packages mirt telah terinstal. Karena dalam
analisis ini digunakan file data excel, maka pastikan packages xlsx sudah terinstall.

Gambar 2. Console program Rstudio

Tentukan folder tempat bekerja dengan cara klik Session → Set working
directory → Choose directory lalu pilih folder yang digunakan (folder yang
memuat data excel, sintaks R, dan nantinya akan memuat output yang dihasilkan).
3) Buka sintaks analisis estimasi kemampuan peserta didik di program R dengan cara klik
File → Open File, lalu pilih file sintaks R yang akan dipakai.

Gambar 3. Memanggil sintaks di program RStudio

4) Maka akan ditampilkan sintaks tersebut pada jendela editor sebagai berikut.
Itemtype “Rasch” pada sintaks dapat diubah menjadi model 2PL, 3PL sampai 4PL
sesuai dengan model yang dipilih.

8
9
 Gambar 4. Sintaks Rstudio
Terkhusus untuk sintaks plot fungsi informasi ditampilkan sebagai berikut. Plot IFF merupakan
fungsi informasi untuk butir dan plot InfoSE merupakan fungsi informasi instrumen/tes.

Gambar 5. Sintaks plot fungsi informasi

5) Untuk menjalankannya, bisa dengan klik ctrl+A kemudian klik Run atau dengan klik
Run dari baris pertama sampai terakhir satu per satu.

Gambar 6. Menjalankan sintaks

10
6) Pada bagian console akan muncul beberapa output, salah satunya adalah plot fungsi
informasi butir pada plot IIF dan fungsi informasi tes pada plot InfoSE

Gambar 7. Plot fungsi informasi butir

Gambar 8. Fungsi informasi tes

11
Berikut plot untuk fungsi informasi tes :

Gambar 9. Model IPL

Plot fungsi informasi tes berdasar 20 aitem dengan analisis model logistik satu parameter terlihat
pada Gambar 9. Plot tersebut secara umum dapat memberikan informasi bahwa nilai fungsi
informasinya maksimum 3,5 dan tes dapat mengukur dengan baik khususnya pada kemampuan
di bawah 0, kurang lebih -0,5. Artinya, tes menghasilkan informasi yang optimal ketika
diberikan kepada individu dengan kemampuan yang rendah. Kemudian tes tersebut secara
keseluruhan sesuai untuk peserta didik dengan kemampuan sekitar -3,6 hingga 2,5.

Gambar 10. Model 2 PL Gambar 11. Model 3PL

12
 Gambar 12. Model 4PL

Plot fungsi informasi tes berdasar 20 aitem dengan analisis model logistik dua parameter
terlihat pada Gambar 10. Plot tersebut secara umum memberikan informasi bahwa tes dapat
mengukur dengan baik khususnya pada kemampuan dibawah rata-rata. Kemudian untuk analisis
model logistik tiga dan empat parameter terlihat pada gambar 11 dan 12. Hasil ini agak berbeda
dengan hasil fungsi informasi dari model logistik satu dan dua parameter sebelumnya. Oleh
karena itu, uji kesesuaian model dengan data merupakan tolak ukur yang dipakai dalam memilih
model analisis yang akan dikenakan pada data. Hal tersebut menjadi sesuatu yang penting
mengingat analisis yang dilakukan pada akhirnya akan diper-gunakan untuk mengestimasi
kemampuan individu [ CITATION Swa07 \l 1033 ]. Pemilihan model analisis yang tidak tepat akan
membawa dampak pada timbulnya kesalahan dalam mengestimasi kemampuan individu.
Meskipun demikian, perlu untuk diketahui bahwa pada dasarnya tidak ada model yang secara
sempurna cocok dengan data[ CITATION Wib04 \l 1033 ].

b. Fungsi Informasi Butir dan Tes dengan Respon Politomus dan Interpretasinya
Selain model respon butir dikotomus, terdapat pula model lain yang dapat digunakan
untuk mengestimasi respon butir politomus. Model-model politomus pada Teori Respon
Butir antara lain Nominal Respons Model (NRM), Rating Scale Model (RSM), Partial
Credit Model (PCM), Graded Respons Model (GRM) dan Generalized Partial Credit Model
(GCPM). Model yang paling sering dipakai adalah GRM, PCM, dan GPCM.
Pada bagian ini akan dibahas fungsi informasi butir dan tes dengan model penskoran dan
penskalaan Partial Credit Model (PCM) untuk jenis respon politomus dengan menggunakan
Program Rstudio. Langkah-langkah estimasi kemampuan peserta didik untuk model PCM
dengan Program Rstudio adalah sebagai berikut.

13
1) Siapkan file data yang hendak hendak dianalisis, misal file berekstensi xlsx (file excel)
dengan susunan sebagai berikut. Data berisi 20 butir soal dengan jumlah responden 1000
dengan skala ,1, 2, 3,4.

Gambar 13. File data politomus xlsx

2) Buka/jalankan program RStudio. Pastikan RStudio telah terpasang, begitu juga dengan
packages yang akan digunakan. Pastikan packages mirt telah terinstal. Karena dalam
analisis ini digunakan file data excel, maka pastikan packages xlsx sudah terinstall.

Gambar 2. Console program Rstudio

Gambar 14. Console program RStudio

14
 Tentukan folder tempat bekerja dengan cara klik Session → Set working
directory → Choose directory lalu pilih folder yang digunakan (folder yang
memuat data excel, sintaks R, dan nantinya akan memuat output yang dihasilkan).
3) Buka sintaks analisis estimasi kemampuan peserta didik di program R dengan cara klik
File → Open File, lalu pilih file sintaks R yang akan dipakai.

Gambar 15. Memanggil sintaks di program RStudio

4) Maka akan ditampilkan sintaks tersebut pada jendela editor sebagai berikut. Itemtype
“Rasch” pada sintaks dapat diubah menjadi model 2PL, 3PL sampai 4PL sesuai dengan
model yang dipilih.

15
Terkhusus untuk sintaks plot fungsi informasi ditampilkan sebagai berikut. Plot IFF merupakan
fungsi informasi untuk butir dan plot InfoSE merupakan fungsi informasi instrumen/tes.

Gambar 16. Sintaks plot fungsi informasi

5) Untuk menjalankannya, bisa dengan klik ctrl+A kemudian klik Run atau dengan klik
Run dari baris pertama sampai terakhir satu per satu.

16
6) Pada bagian console akan muncul beberapa output, salah satunya adalah plot fungsi
informasi butir pada plot IIF dan fungsi informasi tes pada plot InfoSE

Gambar 17. Plot fungsi informasi butir

Gambar 18. Plot fungsi informasi tes

17
 Gambar 19. Plot fungsi informasi tes
Plot fungsi informasi tes berdasar 20 aitem dengan analisis model logistik satu parameter
terlihat pada Gambar 9. Plot tersebut secara umum dapat memberikan informasi bahwa
nilai fungsi informasinya maksimum 16 dan tes dapat mengukur dengan baik khususnya
pada kemampuan rata-rata yaitu 0. Artinya, tes menghasilkan informasi yang optimal
ketika diberikan kepada individu dengan kemampuan rata-rata. Kemudian tes tersebut
secara keseluruhan sesuai untuk peserta didik dengan kemampuan sekitar -2,2 hingga 2,2.

2. Program Parscale
Parscale adalah sebuah program komputer yang berfungsi untuk membantu
mengestimasi parameter untuk data politomus, baik GRM, MGRM, PCM, maupun
GPCM secara tepat dan cepat, serta menghasilkan berbagai output yang dikehendaki oleh
para pengambil keputusan. Sementara itu, cara menentukan estimasi kemampuan
menggunakan program Parscale adalah sebagai berikut:
1) Menulis data yang diperoleh pada notepad berformat .DAT

18
 Gambar 20. File .DAT data dikotomus
2) Membuat sintaks untuk menganalisis data yang telah diperoleh pada notepad dengan
format .PSL

Gambar 21. Sintaks

19
3) Membuka program Parscale untuk menganalisis data yang telah diperoleh.
4) Memilih pilihan File pada menu bar dan memilih Open

Gambar 22. Jendela program parscale

5) Memilih data yang telah diperoleh dengan format .PSL untuk dianalisis pada program
Parscale.
6) Memilih pilihan Run pada menu bar dan pilih Run All, maka akan muncul hasil
keluaran data yang telah dianalisis.

Gambar 23. Run sintaks parscale

7) Untuk menampilkan grafik, pilih PLOT. Maka akan muncul jendela seperti gambar
XX. Item information curve berisi fungsi informasi butir/aitem, total information
curve berisi fungsi informasi instrumen/tes.

20
Sebagai contoh untuk fungsi informasi butir:

21
Grafik tersebut menunjukkan fungsi informasi butir no 7 dari suatu tes. Hal itu dapat dilihat
melalui Item information Curve 0007 yang menandakan urutan butir. Model penskalaan yang
digunakan adalah dikotomus 2PL. Nilai fungsi informasi butir maksimum yang diperoleh dari
grafik tersebut adalah 0,24 pada kemampuan 0,1. Kemudian untuk fungsi infromasi tes
diperlihatkan plot sebagai berikut:

Nilai fungsi informasi dari tes tersebut maksimum adalah 3,4 di sekitar kemampuan -0,5.
Semakin tinggi nilai fungsi informasi tes maka tes tersebut semakin andal. Tes tersebut secara
keseluruhan sesuai untuk peserta didik dengan kemampuan sekitar -2,8 hingga 1,9.

22
 BAB III
PENUTUP

A. Kesimpulan
B. Saran

23
 DAFTAR PUSTAKA

Ariani, N. M. (2006). Karakteristik dan nilai fungsi informasi butir soal ujian akhir sekolah dasar
di Kota Bengkulu. Jurnal Penelitian dan Evaluasi Pendidikan, 213-230.
Hambleton, R., & Swaminathan, H. (1985). Item respon theory. Kluwer Inc.
Hidayanto, N. (2013). Analisis hasil uji kompetensi pelajaran Bahasa Inggris dengan model
logistik. Jurnal Kependidikan, 43(1), 61-68.
Istiyono, E. (2020). Pengembangan instrumen penilaian dan analisis hasil belajar Fisika
dengan teori tes klasik dan modern. UNY Press.
Kurniawan, D. D. (2015). Analisis kualitas soal ujian akhir semester Matematika berdasarkan
teori respon butir. Prosiding Seminar Nasional Matematika dan Pendidikan
Matematika, 123-132.
Mardapi, D. (2012). Pengukuran, penilaian, dan evaluasi pendidikan. Nuha Medika.
Nurcahyo, F. A. (2016). Aplikasi irt dalam analisis aitem tes kognitif. Buletin Psikologi , 64-75.
Retnawati, H. (2014). Teori respon butir dan penerapannya. Nuha Medika.
Ridho, A. (2007). Karakteristik psikometrik tes berdasarkan pendekatan toeri tes klasik dan teori
respon aitem . Jurnal Psikologi INSAN, 1-27.
Swaminathan, H., Hambleton, R. K., & Rogers, H. (2007). Assessing the fit of item response
models. Handbook of Statistics, 683-718.
Veerkamp, W., & Berger, M. (1999). Optimal item discrimination and maximum information for
logistic irt models. Applied Psychological Measure-ment, 31-40.
Wiberg, M. (2004). Classical test theory vs. item response theory. Umea, 1-27.

24