Kelompok 2 - Shafira, Woro, Aprillia, Helga, Tirsya, Mitha, Anisa, Adiba

Normative score adalah standar skor dari normative group pada periode waktu tertentu. Sejauh
mana peserta tes dapat dibandingkan dengan populasi normatif; berdasarkan norma
sampel/keterwakilan dari populasi. Langkah-langkah melakukan penormaan: 1) menetapkan
populasi, 2) mengidentifikasi statistic yang akan digunakan, 3) menentukan sampling error yang
dapat ditoleransi, 4) merancang prosedur, 5) memperkirakan ukuran sampel minimum sesuai
kriteria, 6) proses pengumpulan data, 7) menghitung nilai statistik, 8) identifikasi jenis skor
normatif yang dibutuhkan, 9) dokumentasikan secara tertulis.
Standar score dibutuhkan karena ada masalah dalam menafsirkan skor jika tidak
distandarisasikan. Kita membutuhkan kriteria untuk memaknai skor. 2 jenis rujukan skor: (1)
Criterion referencing : skor diacu dalam sebuah kriteria. Apabila skor dikaitkan dengan atribut
atau konstruk yang kita ukur. (Itu paling baik) karena bersifat direct dan interpretable meaning.
(2) Norm referencing : skor diacu dalam sebuah norma (kelompok orang). Skor bisa dimaknai
dengan membandingkan orang dengan kelompoknya.
Norm references membutuhkan orang yang menjadi acuan. Ada group yang harus di
references. Kelompok norma harus memiliki kebaruan data.
Ada beberapa bentuk umum normative skor: (1) Percentile rank. Persentase peserta dalam
kelompok yang memiliki skor lebih rendah dari posisi orang yang dites. Secara matematis,
percentile rank didefinisikan sebagai p = cfi + 5(fi) / n × 100%. Ada beberapa catatan dari
percentile bank : 1) bukan mengukur persentase dari tes, 2) kurang stabil, 3) tidak punya equal
distance, tidak bisa digunakan untuk aritmatika statistik. (2) Normalized z-Scores. Ketika
distribusi frekuensi normal, dapat diketahui probabilitas munculnya skor dengan menstandarkan
X−μ
skor, ini dikenal sebagai z-score. Cara mengukur z-score : Z = → jika nilai z-score sudah
σ
diketahui, lalu perlu merujuk ke tabel distribusi normal standar untuk membantu mengidentifikasi
probabilitas bahwa skor ≥ atau ≤ dari z-score norm group.
Z-scores perlu ditransformasi secara linear untuk menghilangkan desimal dan negative values.
Transformasi linear tidak akan mengubah bentuk atau karakteristik dari data. Bentuk umum
transformasi linear yaitu: Y = m +k(z), dimana Y adalah skor turunan, m dan k adalah nilai
konstan. Fungsi m untuk menggeser titik nol supaya tidak ada nilai negatif.
Z-score bertransformasi menjadi T score yang diusulkan oleh McCall, dan ini yang ini banyak
digunakan. Dengan menggunakan transformasi linier kita tetapkan asal skala tengah 0 dan
rata-rata menjadi 50 dan untuk menghilangkan desimal yaitu mengkalikannya dg 10. Jadi
dengan T scale kita punya mean 50 dan standar deviasi 10. Dengan penetapan skor T ini
mudah-mudahan dapat menggambarkan distribusi yang cukup baik dari populasi.
Beberapa contoh yang populer dimana Z-score asli mempunyai mean 0 dan standar deviasi 1,
dan T-Score mempunyai mean 50 dan standar deviasi 10, dan di Amerika untuk masuk
perguruan tinggi menggunakan CEEB standar skor dimana mean nya 500 dan standar deviasi
100 dan IQ Wechsler menggunakan titik mean 100 dan standar deviasi 15. Dimana T, CEEB
dan DIQ merupakan transformasi dari Z.
Stanines —> pemberian skor dari 1-9 yang titik tengahnya adalah 5 (4 ke atas dan 4 ke bawah).
biasanya jika skor berada pada 4-6 masih bisa dipertimbangkan sebagai rata-rata, skor 3 ke
bawah itu di bawah rata-rata dan skor 7 ke atas di atas rata-rata.
Adapun prosedurnya yaitu pertama dengan membuat range dari atas ke bawah/bawah ke atas.
4% dasar percentage paling rendah itu masuk ke kelompok 1 (very poor), 7% berikutnya masuk
ke kel 2 (poor), 12% berikutnya masuk ke kel 3 (sedikit di bawah rata-rata), 20% di tengah itu
termasuk ke kel 5 (rata-rata), kemudian 17% di atasnya berada di kel 6(sedikit di atas rata-rata),
12% di atasnya lagi itu termasuk ke kel 7 (di atas rata-rata), 7% di atasnya termasuk ke kel 8
(superior), dan 4% teratas termasuk ke kel 9 (very superior). contoh penerapan Stanines salah
satunya adalah penilaian IELTS.
Jika ingin mengaitkan Stanines dengan z-score caranya sama, dengan menemukan z-score
kemudian menemukan korespondensinya dengan Stanines. 4 penilaian yang paling dominan
atau sering digunakan adalah percentage range, z-score, CEEB score, dan Stanines.