SUSUNAN ACARA

WORKSHOP PEMODELAN RASCH UNTUK TES KOGNITIF

DALAM PENELITIAN PENDIDIKAN IPA

Hari ke-1: Sabtu, 4 Februari 2023

WAKTU RINCIAN KEGIATAN
07.00 – 08.00 Presensi Kehadiran
Pemutaran Profil Pascasarjana Pendidikan IPA FPMIPA UPI
08.00 – 08.10 Pembukaan
Menyanyikan lagu Indonesia Raya
08.10 – 08.20 Sambutan dan pembukaan:
- Sambutan dan Laporan Ketua Program Studi S2/S3 Pendidikan
FPMIPA UPI
Prof. Dr. Ida Kaniawati, M.Si.
- Sambutan dan Pembukaan oleh Dekan FPMIPA UPI
Prof. Dr. Tatang Herman, M.Ed
08.20 – 08.25 Pembacaan Doa
08.25 – 08.30 Penyerahan Sertifikat Narasumber
Foto Bersama
08.30 – 11.00 Pemaparan Materi oleh Narasumber dan Tanya Jawab
Bambang Sumintono, Ph.D.
Pemaparan Sesi I:
Materi 1: Aspek teoritis pengukuran sifat laten manusia
Materi 2: Pengenalan Pemodelan Rasch
Materi 3: Pengujian instrumen tes kognitif data dikotomi
11.00 – 13.00 ISOMA (Masing-masing peserta)
13.00 – 15.00 Pemaparan Materi oleh Narasumber dan Tanya Jawab
Bambang Sumintono, Ph.D.
Pemaparan Sesi II:
Materi 4: Uji reliabilitas instrumen
15.30 – 16.00 Penutupan hari-1
Hari Ke-2: Minggu, 5 Februari 2023
WAKTU RINCIAN KEGIATAN
07.30 – 08.00 Presensi Kehadiran
Pemutaran Profil Pascasarjana Pendidikan IPA FPMIPA UPI
08.00 – 08.10 Pembukaan
08.10 – 11.00 Pemaparan Materi oleh Narasumber dan Tanya Jawab
Bambang Sumintono, Ph.D.
Pemaparan Sesi III:
Materi 5: Uji Validitas Instrumen
Materi 6: Pengujian instrumen tes kognitif data Politomi dan multiple
rating
11.00 – 13.00 ISOMA (Masing-masing peserta)
13.00 – 15.00 Pemaparan Materi oleh Narasumber dan Tanya Jawab
Bambang Sumintono, Ph.D.
Pemaparan Sesi IV:
Materi 7: Uji Validitas person
15.00 – 15.20 Penutupan Kegiatan
 SILABUS
WORKSHOP PEMODELAN RASCH UNTUK TES KOGNITIF
DALAM PENELITIAN PENDIDIKAN IPA

No. Materi Detail Kegiatan

1 Aspek teoritis a. Riset Kuantitatif dan Pengenalan pengukuran pada manusia (human
pengukuran sifat measurement), yang meliputi aspek kognitif dan aspek non-kognitif.
latent manusia b. Sifat-sifat pengukuran instrumen pada fisika: mempunyai titik awal,
skala dengan jarak yang sama, mempunyai satuan dan linier.
c. Jenis-jenis data dalam riset kuantitatif: Nominal, Ordinal, Interval
dan rasio.
2 Pengenalan d. Pilihan pemodelan pengukuran yang tepat, menurut Mok and Wright
Pemodelan Rasch harus memiliki lima sifat yaitu: 1) menghasilkan pengukuran yang
linier; 2) bisa mengatasi data hilang; 3) memberikan hasil
pengukuran yang teliti; 4) dapat mengetahui adanya outlier dan
misfit; serta 5) bersifat replicable.
e. Pembentukan skala dalam konteks pengukuran pemodelan rasch
(ilustrasi dengan tes kognitif): frekuensi-probabilitas-logaritma-logit.
3 Pengujian Penyiapan Data
instrumen tes a. Simulasi pengujian tes kognitif pilihan ganda dengan data dikotomi
kognitif data b. Manual/Google form ---> Microsoft Excel ---> Endnote file.
dikotomi: c. Penyiapan coding/script dengan Ministep.
d. Menu pada Ministep

Reliabilitas dan Validitas soal

Kualitas Item:
a. Kriteria ‘’how much’, keragamán tingkat kesulitan item dan
identifikasi item yang outlier (tidak mengukur)
b. Kriteria ‘how precise’, tingkat ketelitian item dalam mengukur,
standard error measurement
c. Kriteria ‘how good’, mengetahui apakah item dipahami dengan baik
oleh responden (fit statistic, item tidak mengalami polarisasi).
d. Analisis pengecoh (distractor analysis) pada soal pilihan ganda
e. Apakah butir soal bersifat tidak adil (Different item functioning),
identifikasi item berdasar variable demografis responden dan
terjamin fairness-nya.
4 Uji reliabilitas Pengujian Instrumen
instrumen Alat ukur yang baik harus memenuhi syarat reliabilitas, sedangkan
prinsip reliabilitas adalah tentang statistic (tentang angka, variansi data),
makin besar dan beragam maka makin tinggi indeks reliabilitas-nya.
1. Indeks reliabilitas yang penting dipenuhi, nilai index > 0,67 adalah:
reliabilitas person, reliabilitas item dan alpha cronbach
2. Separation, menunjukkan pengelompokan data, bila
pengelompokan = 3 maka data yang ada cukup representative; nilai
indeks separation idealnya > 3 adalah person separation dan item
separation.
5 Uji Validitas Validitas adalah isu argumen dan tidak bersifat hitam-putih, namun
instrumen seperti spectrum; argumen apa yang mau dibuktikan dan ditunjukkan
dengan bukti angka secara empiris:
 1. Unidimensionalitas (validitas konstruk, mengukur satu variable
dengan tingkat kesulitan yang beragam?)
2. Analisis skala peringkat (andrich-treshold), apakah skala peringkat
dipahami dengan baik oleh responden?

3. Kualitas Item:
a. Kriteria ‘’how much’, keragamán tingkat kesulitan item dan
identifikasi item yang outlier (tidak mengukur).
b. Kriteria ‘how precise’, tingkat ketelitian item dalam mengukur,
standard error measurement.
c. Kriteria ‘how good’, mengetahui apakah item dipahami dengan
baik oleh responden (fit statistic, item tidak mengalami
polarisasi).

4. Apakah item bersifat tidak adil (Different item functioning),

identifikasi item berdasar variable demografis responden dan
terjamin fairness-nya.
6 Pengujian Penyiapan Data
instrumen tes a. Simulasi pengujian tes non-kognitif dengan data politomi (soal
kognitif data uraian/skala peringkat likert)
Politomi dan b. Google form ---> Microsoft Excel ---> Endnote file
multiple rating c. penyiapan coding/script dengan Ministep
d. Menu pada Ministep

Presentasi Wright Maps

a. Wright Maps keseluruhan.
b. Wright Map: Item
c. Wright Map: Person

7 Uji Validitas Fit statistic Person

person 5. Kualitas Person:
a. Kriteria ‘how much’, keragaman tingkat abilitas person dan
identifikasi person yang outlier
b. Kriteria ‘how precise’, tingkat ketelitian pengukuran person,
standard error measurement
c. Kriteria ‘how good’, mengetahui apakah respon person memang
sesuai dengan model ideal atau tidak (fit statistic, person tidak
menyimpang/aberrant response).

6. Skalogram (menampilkan pola respon setiap individu person secara

keseluruhan).
7. Person Diagnostik (pola respon per individu dibandingkan dengan
tingkat kesulitan item dalam item-person map)

Kepustakaan
Sumintono, B. and Widhiarso, W. (2015). Aplikasi Pemodelan Rasch pada Assessment Pendidikan.
Cimahi: Trimkom Publishing House.

Sumintono, B. and Widhiarso, W. (2014). Aplikasi Model Rasch untuk Penelitian Ilmu-Ilmu Sosial.
Cimahi: Trimkom Publishing House.
Rujukan Lain
Andrich, D. and Marais, I. (2019). A Course in Rasch Measurement Theory, Measuring in the
Educational, Social and Health Sciences. Dordrecth : Springer.
Bond T. G., & Fox C. M. (2015) Applying the Rasch model: fundamental measurement in the human
sciences. New York, NY: Routledge.
Boone, W.J., Staver, J.R., Yale, M.S. (2014). Rasch Analysis in the Human Sciences. Dordrecht, The
Netherlands: Springer.
Boone, W. J. and Staver, J.R. (2020). Advances in Rasch Analyses in the Human Sciences. Dordrecht:
Springer.
Englehard, G. (2013). Invariant Measurement, using rasch models in the social, behavioral and health
sciences. New York: Routledge.
Wilson, M. (2005). Constructing Measures, an item response modeling approach. New Jersey:
Lawrence Erlbaum Associates.