MAKALAH PSIKOMETRI

MODEL LOGISTIK DAN INFORMASI AITEM

DISUSUN OLEH:

NOVIA DIAN SYAHPUTRI (S202201019)

NURFAH AQIDAH MISBAH (S202201007)
IRNA RAHMAYANTI (S202201014)

PROGRAMSTUDI PSIKOLOGI
FAKULTAS ILMU SOSIAL DAN BISNIS
UNIFERSITAS MANDALA WALUYA
2023
 KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa karena atas rahmat dan
hidayah- Nya lah saya dapat menyelesekan “Makalah Psikometri Tentang Model
Linguistik Dan Informasi Aitem”
Adapun maksud dan tujuan dari penulisan makalah ini adalah untuk
melengkapi dan memenuhi persyaratan yang diwajibkan kepada penulis untuk
mengerjakan tugas Mata Kuliah Kewirausahaan. Di dalam penulisan ini,saya
menyadari bahwa masih terdapat kekurangan serta kekeliruan.Untuk itu saya
mengharap kritik dan saran yang bersifat membangun untuk menyusun laporan
ataupun tugas lain dimasa yang akan datang. Akhirnya saya mengharapkan
semoga makalah ini dapat bermanfaat,tidak hanya bagi saya,tetapi juga untuk
rekan-rekan.Akhir kata saya mengucapkan terima kasih.

Kendari, November 2023

Penulis

ii
 DAFTAR ISI
HALAMAN JUDUL............................................................................................ i
KATA PENGANTAR.......................................................................................... ii
DAFTAR ISI........................................................................................................ iii
BAB I PENDAHULUAN
A. Latar Belakang........................................................................................... 1
B. Konsep Kunci ........................................................................................... 1
C. Pembahasan............................................................................................... 6
D. Tujuan........................................................................................................ 6
BAB II PEMBAHASAN
A. Model Logistik.......................................................................................... 7
B. Informasi Item........................................................................................... 11
C. Penerapan Model Logistik Dan Informasi Aitem Dalam Psikometri........ 14
BAB III PENUTUP
A. Kesimpulan................................................................................................ 16
B. Saran.......................................................................................................... 16
DAFTAR PUSTAKA........................................................................................... 17

iii
 BAB I
PENDAHULUAN
A. Latar Belakang
Psikometri atau pengukuran psikologis adalah cabang ilmu psikologi
yang mendalami pengukuran dan analisis berbagai perbedaan antar individu
(individual differences) sehingga dapat dikatakan bahwa psikometri
mempelajari perbedaan antar individu dan antar kelompok. Aktivitas utama
dalam psikometri meliputi konstruksi atau penyusunan berbagai teori
psikologi menjadi alat ukur psikologi/alat tes psikologi, serta pengembangan
dan analisis data hasil pengukuran tersebut. Oleh karenanya pemberi tes
psikometris yang kompeten merupakan mereka yang tidak hanya menguasai
substansi tes melainkan juga menguasai substansi lapangan di mana
pengetesan dilaksanakan.
Tujuan utama dari psikometri adalah mengukur dan memahami
karakteristik psikologis seperti kecerdasan, kepribadian, keterampilan, sikap,
dan aspek lain dari perilaku manusia. Pada awalnya, aktivitas psikometri
dilakukan dalam upaya mengukur kecerdasan. Namun sejalan dengan
perkembangannya, saat ini aktivitas psikometri banyak dipakai dalam bidang
ilmu sosial terutama pendidikan dan psikologi, mencakup pengukuran
pengetahuan, kemampuan, sikap, dan kepribadian. Salah satu hasil dari
aktivitas psikometri adalah tes psikologis atau psikotes.
Tes psikologis, seperti tes kecerdasan atau tes kepribadian, sering
digunakan dalam berbagai konteks, termasuk pendidikan, sumber daya
manusia, dan psikologi klinis. Psikometri juga melibatkan analisis statistik
untuk memastikan bahwa alat pengukuran tersebut memiliki kualitas yang
baik dan dapat diandalkan.
B. Konsep Kunci
Konsep kunci dalam psikometri adalah validitas, reliabilitas dan
standarisasi. Suatu alat ukur psikologis dikatakan valid jika suatu tes sungguh-
sungguh mengukur atribut psikologis yang hendak diukurnya. Sementara
suatu alat ukur psikologi dikatakan reliabel jika hasil pengukurannya

1
konsisten saat alat tes tersebut dilakukan berulang kali terhadap suatu populasi
individu atau kelompok.
1. Validitas
Validitas mengacu pada sejauh mana suatu instrumen pengukuran
benar-benar mengukur apa yang diinginkan. Ada berbagai jenis validitas,
seperti validitas konten (sejauh mana instrumen mencakup secara
representatif domain yang diukur), validitas kriteria (sejauh mana
instrumen berkorelasi dengan kriteria eksternal yang dapat diukur), dan
validitas konstruk (sejauh mana instrumen mengukur konsep yang
diinginkan). Menurut Supratiknya (2014), validitas mengacu pada "taraf
sejauh mana evidensi atau bukti-bukti empiris maupun teoretis mendukung
cara penafsiran skor tes sesuai tujuan penggunaan tes".
Artinya bahwa validasi berusaha memeriksa dan mengevaluasi
kualitas penafsiran skor tes sesuai dengan tujuan penggunaan tes, bukan
tes itu sendiri. Hal ini dapat dilihat dari lima jenis evidensi yang perlu
dikumpulkan dalam rangka memeriksa dan mengevaluasi validitas alat
ukur.
a. Evidensi terkait isi tes: Kesesuaian antara isi tes dengan teori yang
diukur. Evidensi ini dapat diperoleh melalui analisis logis atau empiris
terhadap seberapa cocok isi tes dan interpretasi tes mewakili teori yang
dimnaksud. Dalam konsep lama, evidensi ini terkait dengan validitas
isi atau content validity.
b. Evidensi terkait respon: Penilaian terhadap kesesuaian antara teori
yang diukur dengan kinerja atau respon yang diberikan oleh subjek.
Evidensi ini dapat diperoleh dengan cara mengobservasi atau
mewawancarai subjek pengetesan. Dalam konsep lama, evidensi ini
terkait dengan validitas konstruk atau construct validity.
c. Evidensi terkait struktur internal tes: Penilaian terhadap kesesuaian
hubungan antar item dan hubungan antar komponen tes sesuai dengan
teori yang diukur. Evidensi ini umumnya diperoleh dengan analisis
faktor konfirmatori dan/atau teknik differential item fuction (DIF).

2
 Dalam konsep lama, jenis evidensi ini juga dikaitkan dengan validitas
konstruk atau construct validity.
d. Evidensi terkait hubungan dengan variabel lain: Analisis terhadap
hubungan antara hasil tes dengan tes-tes atau bahkan teori-teori lain
diluar hasil tes yang didapatkan. Evidensi ini diperoleh dengan
menganalisis hubungan antara skor tes dan variabel-variabel psikologis
lain diluar tes itu sendiri. Variabel yang dimaksud dapat berupa tes-tes
lain yang mengukur teori yang sama, ataupun teori lain yang berbeda
sehingga dapat dibandingkan dengan teori yang diukur. Dalam
pengertian lama, evidensi ini dikaitkan dengan validitas terkait kriteria
atau criterion-related validity.
e. Evidensi terkait konsekuensi pengetesan: Melihat konsekuensi atau
dampak atau akibat baik dari penerapan tes kepada subjek. Hal-hal
tersebut sering kali dapat direncanakan maupun tidak direncanakan.
Contohnya psikotes sebuah perusahaan yang direncanakan berdampak
pada penempatan karyawan sesuai kemampuannya dan menyeleksi
calon karyawan yang tidak sesuai kriteria. Contoh yang tidak
direncanakan misalnya peningkatan motivasi belajar siswa atau metode
pengajaran guru di kelas setelah mengetahui hasil pengetesan. Dalam
konsep lama, jenis evidensi ini terkait dengan validitas konstruk atau
construct validity.
2. Reliabilitas
Reliabilitas mencerminkan sejauh mana suatu instrumen konsisten
dan dapat diandalkan dalam mengukur suatu konsep. Jika suatu instrumen
reliabel, pengukuran yang diulang-ulang akan memberikan hasil yang
konsisten dan artinya reliabilitas berusaha memastikan bahwa alat ukur
dapat menghasilkan sebuah nilai yang bebas dari kesalahan pengukuran.
Kenyataannya, kelompok atau individu yang sama selalu
menunjukkan hasil pengukuran yang berbeda setiap kali dikenai tes yang
sama pada waktu yang berbeda. Hal itu karena skor yang dicapai oleh
subjek selalu mengandung sejumlah kesalahan kecil pengukuran atau

3
error. Kesalahan pengukuran ini bersifat acak (random) dan tidak
terprediksi sehingga tidak mungkin dihilangkan dari skor yang dicapai
oleh subjek. Disini reliabilitas berusaha mencari besaran agregat kesalahan
pengukuran tersebut dengan beberapa cara, yaitu dalam bentuk varians
atau deviasi standar kesalahan pengukuran, koefisien reliabilitas, dan
fungsi informasi tes berbasis item-response theory (IRT).
a. Varians atau Standar Deviasi kesalahan pengukuran: Besaran agregat
kesalahan pengukuran bisa dirumuskan dalam bentuk varians atau
standar deviasi kesalahan pengukuran yang didapatkan dari
serangkaian analisis statistik. Keseluruahn varians kesalahan
pengukuran sesungguhnya adalah rata-rata (a weighted average) dari
nilai-nilai yang diperoleh suatu alat tes. Makin kecil standar deviasi
kesalahan pengukuran, maka makin kecil pula kesalahan
pengukurannya, sehingga makin reliabel pula hasil pengukurannya.
b. Koefisien Reliabilitas: Cara lain merumuskan agregat kesalahan
pengukuran melalui bentuk koefisien reliabilitas. Secara tradisional
ada tiga jenis koefisien reliabilitas. Makin besar nilai dari tiga jenis
koefisien tersebut, makin tinggi reliabilitas hasil pengukurannya.
a) Koefisien bentuk alternatif: koefisien yang diperoleh dari
pemberian bentuk-bentuk paralel tes pada waktu yang berbeda.
b) Koefisien tes-retes: koefisien yang diperoleh dari pemberian tes
yang sama pada waktu pada waktu yang berbeda.
c) Koefisien konsistensi internal: koefisien yang diperoleh dari
hubungan antar item dari pemberian tes pada satu waktu.
c. Fungsi Informasi Tes: Fungsi informasi tes secara efisien
menunjukkan seberapa baik tes mampu membedakan subjek pada
berbagai atribut psikologis yang diukur. Item-response theory (IRT)
digunakan sebagai model untuk menunjukkan proporsi jawaban benar
terhadap suatu item yang meningkat pada berbagai taraf yang secara
progresif makin meningkat dari atribut psikologis yang diukur. Fungsi
ini dapat dipandang sebagai pernyataan matematis tentang ketepatan

4
 pengukuran pada masing-masing taraf atribut psikologis yang diukur.
Makin tinggi ketepatan maka makin kecil kesalahan pengukuran,
sehingga makin tinggi reliabilitas hasil pengukurannya.
3. Standarisasi
Standarisasi adalah langkah kritis dalam mengembangkan dan
menguji tes psikologis untuk memastikan bahwa instrumen tersebut
memberikan informasi yang konsisten dan valid. Proses ini membantu
memastikan bahwa hasil tes dapat diartikan dengan benar dalam konteks
kelompok populasi yang lebih luas. Standarisasi sendiri dalam psikometri
mengacu pada proses pengumpulan dan analisis data referensi dari
kelompok yang diwakili dengan baik untuk mengonfirmasi validitas dan
memfasilitasi interpretasi hasil tes individu. Proses standarisasi
menciptakan dasar untuk memahami sejauh mana hasil tes individu berada
dalam kaitannya dengan kelompok referensi yang lebih besar. Berikut
adalah beberapa konsep kunci terkait standarisasi dalam psikometri:
a. Kelompok Referensi: Standarisasi melibatkan pengumpulan data dari
kelompok referensi yang representatif. Kelompok ini seharusnya
mencakup keragaman yang mirip dengan populasi yang diinginkan
untuk penggunaan tes. Misalnya, jika sebuah tes ditujukan untuk
populasi usia sekolah menengah, kelompok referensi harus terdiri dari
individu yang mewakili variasi usia, jenis kelamin, dan latar belakang
sosioekonomi dalam kelompok tersebut.
b. Prosedur Pengumpulan Data: Data yang dikumpulkan dari kelompok
referensi dapat melibatkan berbagai tes atau instrumen pengukuran
yang relevan. Proses ini harus diatur secara sistematis dan dijalankan
secara konsisten untuk memastikan keandalan dan validitas hasil.
c. Analisis Statistik: Setelah data dikumpulkan, analisis statistik
dilakukan untuk memahami distribusi skor dalam kelompok referensi.
Hal ini mencakup menghitung rata-rata, deviasi standar, dan distribusi
skor lainnya. Hasil analisis statistik membentuk dasar referensi untuk
membandingkan hasil individu.

5
 d. Pemberian Skor Standar: Dalam standarisasi, skor tes individu sering
kali diubah menjadi skor standar atau skor z untuk memungkinkan
perbandingan dengan distribusi normal. Skor standar memberikan
informasi tentang sejauh mana suatu skor berada di atas atau di bawah
rata-rata kelompok referensi.
e. Penyediaan Norma: Hasil standarisasi disajikan dalam bentuk norma.
Norma memberikan gambaran tentang seberapa umum atau tidak
umum hasil individu dalam kelompok referensi. Norma ini membantu
interpretasi hasil tes.
C. Pembahasan
1. Apa itu model logistik?
2. Apa itu informasi aitem?
3. Bagaimana peran model logistik dan informasi aitem pada psikometri?
D. Tujuan
1. Agar dapat memahami apa itu model logistik
2. Untuk dapat memahami apa itu informasi aitem
3. Untuk dapat memahami peran model logistik dan informasi aitem pada
psikometri.

6
 BAB II
PEMBAHASAN
A. Model Logistik
Model logistik (logistic model) adalah jenis model regresi yang
digunakan untuk memodelkan hubungan antara variabel dependen biner (yang
hanya memiliki dua nilai, seperti 0 dan 1) dengan satu atau lebih variabel
independen. Model logistik memberikan perkiraan probabilitas bahwa variabel
dependen akan mengambil nilai tertentu.
Rumus umum dari model logistik adalah sebagai berikut:
P(Y=1)=11+e−(a+bX)P(Y=1)=1+e−(a+bX)1
Di sini:
 P(Y=1)P(Y=1) adalah probabilitas bahwa variabel dependen (YY) sama
dengan 1.
 ee adalah basis logaritma natural (euler's number).
 aa adalah intercept (konstanta).
 bb adalah koefisien regresi untuk variabel independen XX.
 Model logistik menggunakan fungsi logistik (atau sigmoid) untuk
memetakan nilai dari a+bXa+bX ke dalam rentang antara 0 dan 1. Fungsi
ini memiliki bentuk S-shaped dan digunakan untuk menghasilkan
probabilitas yang sesuai dengan data biner.
Model logistik sering digunakan dalam berbagai bidang seperti analisis
risiko kredit, epidemiologi, dan prediksi keberhasilan atau kegagalan suatu
peristiwa. Proses penyesuaian parameter (koefisien regresi) model ini
melibatkan metode seperti metode maksimum likelihood serta penting untuk
dicatat bahwa model logistik lebih cocok untuk data yang memiliki hubungan
logistik atau S-shaped, dan tidak cocok untuk data yang memiliki hubungan
linier. Regresi logistik adalah analisis prediktif, regresi ini digunakan untuk
menggambarkan data dan untuk menjelaskan hubungan antara satu variabel
binary dependen dan variabel independen nominal, ordinal, interval, atau
rasio.

7
 Tidak hanya itu, ini digunakan untuk menghitung kemungkinan
terjadinya peristiwa binary, dan untuk menangani masalah klasifikasi.
Misalnya, memprediksi apakah email yang masuk adalah spam atau bukan.
Dalam konteks medis, regresi ini dapat digunakan untuk memprediksi apakah
tumor itu jinak atau ganas. Dalam pemasaran, ini dapat digunakan untuk
memprediksi apakah pengguna tertentu akan membeli produk tertentu atau
tidak. Selain itu, bisa juga pada company e-learning menggunakannya untuk
memprediksi apakah seorang siswa akan menyelesaikan kursus mereka tepat
waktu atau tidak. Intinya, regresi ini digunakan untuk memprediksi
kemungkinan semua jenis hasil “ya” atau “tidak”. Dengan memprediksi hasil
seperti itu, ini membantu analis data untuk membuat keputusan yang tepat.
Dalam skema besar suatu bisnis, ini membantu meminimalkan risiko kerugian
dan mengoptimalkan pengeluaran untuk memaksimalkan keuntungan.
1. Regasi Logistik Binary

Regresi logistik binary adalah teknik statistik yang digunakan untuk

memprediksi hubungan antara variabel terikat dan variabel bebas. Di
mana, variabel terikatnya bersifat binary.

8
 Misalnya, outputnya bisa sukses/gagal, 0/1, benar/salah, atau
ya/tidak. Hubungan antara variabel target kategori dan satu atau lebih
faktor independen diukur dengan menggunakan regresi ini. Di mana, ini
bermanfaat saat di mana hanya ada dua kemungkinan hasil untuk variabel
target (binary). Untuk memprediksi kelas variabel target, klasifikasi jenis
ini menggunakan satu atau lebih variabel prediktor yang dapat berupa
kontinu atau kategorikal. Akan tetapi, tidak seperti regresi linier biasa,
jenis ini tidak mengasumsikan hubungan antara variabel independen dan
dependen secara linier. Sehingga, regresi jenis ini merupakan regresi non-
linier.
2. Regresi logistik multinomial

Regresi logistik multinomial digunakan ketika memiliki satu

variabel dependen kategoris dengan dua atau lebih (level yang tidak
berurutan). Jenis ini berguna ketika kamu perlu mengkategorikan subjek
berdasarkan nilai kumpulan variabel prediktor.
Mirip dengan regresi logistik binary, tetapi lebih luas karena variabel
dependennya tidak terbatas pada dua kategori. Bedanya adalah di sini
kamu dapat memiliki lebih dari dua kemungkinan hasil. Misalnya, ketika
kamu ingin memprediksi jenis transportasi apa yang paling banyak
digunakan pada tahun 2050. Jenis transportasi akan menjadi variabel

9
 dependen, dengan kemungkinan keluaran kereta api, bus, dan sepeda.
Model logistik multinomial mengasumsikan bahwa data bersifat spesifik
kasus. Setiap variabel independen memiliki nilai tunggal untuk setiap
kasus. Ini juga mengasumsikan bahwa variabel dependen tidak dapat
diprediksi secara sempurna dari variabel independen untuk kasus apapun.
3. Regresi logistik ordinal

Regresi logistik ordinal adalah jenis regresi yang menggunakan satu

atau lebih variabel independen untuk memprediksi variabel dependen
ordinal. Ini adalah salah satu dari berbagai jenis analisis yang khusus
digunakan jika variabel dependen adalah data berskala kategorik
bertingkat. Selain itu, regresi jenis ini dapat dianggap sebagai generalisasi
baik regresi linier berganda atau regresi logistik binomial.
Seperti bentuk regresi lainnya, regresi ordinal dapat memprediksi
variabel dependen melalui interaksi antara variabel independen. Di mana,
ini mensyaratkan skala data variabel terikat adalah ordinal dan skala data
variabel bebas boleh kategorik ataupun kuantitatif. Ordinal memiliki
perbedaan derajat di tiap kategorik, di mana ada yang lebih baik atau
buruk dan tinggi atau rendah. Misalnya pada tingkat pengetahuan

10
 seseorang, ada kategorik tingkat pengetahuan rendah, sedang, dan tinggi.
Contoh lain adalah pecandu alkohol berat, sedang, dan ringan.
B. Informasi Item
Dalam konteks psikometri, "aitem" merujuk pada "item pengukuran"
atau pertanyaan dalam instrumen pengukuran psikologis seperti tes
kepribadian atau tes kognitif. Aitem psikometri digunakan untuk
mengumpulkan data tentang karakteristik psikologis individu, seperti
kepribadian, sikap, kemampuan, atau pengetahuan. Penting untuk dicatat
bahwa psikometri adalah bidang yang kompleks dan membutuhkan
pemahaman yang mendalam tentang teori dan metode statistik. Jika Anda
tertarik dalam mempelajari lebih lanjut tentang aitem psikometri, disarankan
untuk merujuk ke buku atau sumber belajar yang khusus membahas topik ini.
Informasi aitem sangat penting dalam memahami bagaimana instrumen
pengukuran psikologis bekerja dan bagaimana data dikumpulkan. Informasi
aitem yang jelas dan akurat membantu memastikan bahwa instrumen
pengukuran dapat menghasilkan data yang valid dan reliabel tentang
karakteristik psikologis yang ingin diukur.
Informasi aitem dapat dihitung dengan menggunakan model teori
respons butir (Item Response Theory/IRT). Model IRT mengasumsikan
bahwa kemampuan individu dan tingkat kesulitan item tes dapat diukur dalam
satu dimensi yang sama, sehingga dapat digunakan untuk memperkirakan
kemampuan individu berdasarkan jawaban yang diberikan pada item tes.
Informasi aitem biasanya dinyatakan dalam satuan logit, yang mengukur
keakuratan item tes dalam mengukur kemampuan individu. Semakin tinggi
nilai informasi aitem, semakin akurat item tes dalam mengukur kemampuan
individu.
Informasi aitem dapat digunakan untuk memperbaiki kualitas tes dengan
cara menghapus item tes yang memiliki informasi aitem yang rendah atau
menambah item tes yang memiliki informasi aitem yang tinggi. Hal ini dapat
meningkatkan akurasi tes dalam mengukur kemampuan individu dan
menghasilkan nilai tes yang lebih valid dan dapat dipercaya.

11
1. Aitem Yang Ada Pada Psikometri:
a. Konstruksi Aitem: Aitem psikometri dirancang dengan hati-hati untuk
mencerminkan konstruk atau karakteristik yang ingin diukur. Aitem
harus jelas, relevan, dan dapat diinterpretasikan dengan konsisten oleh
individu yang mengisi tes.
b. Jenis Aitem: Ada berbagai jenis aitem yang digunakan dalam
psikometri, termasuk aitem pilihan ganda, aitem benar-salah, aitem
skala Likert, dan aitem pertanyaan terbuka. Setiap jenis aitem memiliki
kelebihan dan kelemahan masing-masing dalam mengumpulkan data
psikologis.
c. Validitas dan Reliabilitas: Aitem psikometri harus diuji untuk validitas
dan reliabilitas. Validitas mengacu pada sejauh mana aitem mengukur
apa yang seharusnya diukur, sedangkan reliabilitas mengacu pada
kekonsistenan hasil pengukuran dari waktu ke waktu.
d. Analisis Aitem: Analisis aitem digunakan untuk menguji dan
memperbaiki kualitas aitem dalam instrumen pengukuran. Metode
analisis aitem meliputi analisis validitas konstruk, analisis daya beda,
analisis reliabilitas, dan analisis karakteristik kurva item.
e. Skor Aitem: Skor aitem digunakan untuk menghitung skor total
individu dalam instrumen pengukuran. Skor aitem dapat dijumlahkan
atau diubah menjadi skor standar untuk memfasilitasi perbandingan
dan interpretasi data.
2. Aspek Penting Pada Informasi Item
a. Konten Aitem : Informasi aitem mencakup konten atau isi dari
pertanyaan atau pernyataan yang diajukan kepada responden. Ini
mencakup kata-kata, frasa, atau kalimat yang digunakan untuk
menggambarkan situasi atau kondisi yang ingin diukur.
b. Skala Pengukuran : Informasi aitem juga mencakup skala pengukuran
yang digunakan dalam menjawab pertanyaan atau pernyataan. Skala
pengukuran dapat berupa skala Likert, skala pilihan ganda, skala

12
 semantik diferensial, atau jenis skala lainnya yang sesuai dengan
tujuan pengukuran.
c. Instruksi atau Petunjuk : Informasi aitem mencakup instruksi atau
petunjuk yang diberikan kepada responden tentang cara menjawab
pertanyaan atau pernyataan. Instruksi ini memberikan panduan tentang
bagaimana responden seharusnya memberikan tanggapan yang sesuai.
d. Opsi Jawaban : Jika aitem menggunakan skala pilihan ganda atau opsi
jawaban, informasi aitem mencakup opsi jawaban yang disediakan
untuk responden. Opsi jawaban ini berfungsi sebagai pilihan yang
dapat dipilih oleh responden sebagai tanggapan terhadap pertanyaan
atau pernyataan.
e. Kunci Jawaban : Dalam beberapa jenis aitem, seperti aitem benar-
salah, informasi aitem mencakup kunci jawaban yang menunjukkan
jawaban yang benar atau salah. Kunci jawaban ini digunakan untuk
menilai atau menghitung skor responden.
3. Kehatihatian Dalam Menentukan Informasi Item
Kali ini mengambil contoh dari tes Pendidikan. Masing-masing
statistik soal yang disediakan oleh ScorePakr memberikan informasi yang
dapat digunakan untuk meningkatkan butir tes individual dan
meningkatkan kualitas tes secara keseluruhan. Statistik tersebut harus
selalu ditafsirkan dalam konteks jenis tes yang diberikan dan individu
yang diuji. WA Mehrens dan IJ Lehmann memberikan peringatan berikut
dalam menggunakan hasil analisis item;
a. Data analisis item tidak identik dengan validitas item. Kriteria
eksternal diperlukan untuk menilai validitas soal tes secara akurat.
Dengan menggunakan kriteria internal berupa skor tes total, analisis
soal mencerminkan konsistensi internal soal, bukan validitasnya.
b. Indeks diskriminasi tidak selalu menjadi ukuran kualitas item. Ada
berbagai alasan mengapa suatu soal mungkin memiliki daya pembeda
yang rendah: (a) soal yang sangat sulit atau mudah akan mempunyai
kemampuan yang rendah untuk melakukan diskriminasi tetapi soal-

13
 soal tersebut sering kali diperlukan untuk memberikan contoh isi dan
tujuan pelajaran secara memadai; (b) suatu soal mungkin menunjukkan
tingkat yang rendah diskriminasi jika tes tersebut mengukur banyak
bidang konten dan keterampilan kognitif yang berbeda. Misalnya, jika
sebagian besar tes mengukur “pengetahuan tentang fakta”, maka item
yang menilai “kemampuan menerapkan prinsip” mungkin memiliki
korelasi yang rendah dengan skor total tes, namun kedua jenis item
tersebut diperlukan untuk mengukur pencapaian tujuan kursus.
c. Data analisis item bersifat tentatif. Data tersebut dipengaruhi oleh jenis
dan jumlah siswa yang diuji, prosedur pengajaran yang digunakan, dan
kemungkinan kesalahan. Jika penggunaan item berulang kali
dimungkinkan, statistik harus dicatat untuk setiap administrasi setiap
item.
C. Penerapan Model Logistik Dan Informasi Aitem Dalam Psikometri
Model logistik dan informasi aitem memiliki peran penting dalam
psikometri, yaitu dalam mengukur kualitas item tes dan memperbaiki kualitas
tes. Sedangkan penjelasan lebih detailnya adalah:
1. Model Logistik
Model logistik atau Logistic Regression Model adalah model
statistik yang digunakan untuk memprediksi kemungkinan terjadinya suatu
kejadian atau hasil berdasarkan variabel independen. Dalam psikometri,
model logistik sering digunakan dalam analisis butir tes (item analysis)
untuk memperkirakan kemungkinan jawaban benar pada suatu item tes
berdasarkan karakteristik peserta. Model logistik memungkinkan peneliti
untuk menghitung probabilitas jawaban benar pada suatu item tes
berdasarkan karakteristik peserta, seperti kemampuan atau tingkat
kesulitan butir. Hal ini dapat membantu peneliti untuk menilai kualitas
item tes dan memperbaiki kualitas tes.
2. Informasi Aitem
Informasi aitem adalah ukuran kualitas atau keakuratan suatu item
tes dalam mengukur kemampuan atau karakteristik yang ingin diukur.

14
Informasi aitem dapat dihitung dengan menggunakan model teori respons
butir (Item Response Theory/IRT). Informasi aitem memberikan informasi
tentang seberapa baik suatu item tes dapat membedakan antara peserta
yang memiliki kemampuan yang berbeda. Informasi aitem dapat
digunakan untuk memperbaiki kualitas tes dengan cara menghapus item
tes yang memiliki informasi aitem yang rendah atau menambah item tes
yang memiliki informasi aitem yang tinggi. Hal ini dapat meningkatkan
akurasi tes dalam mengukur kemampuan individu dan menghasilkan nilai
tes yang lebih valid dan dapat dipercaya.
Dalam psikometri, model logistik dan informasi aitem dapat
digunakan bersama-sama untuk memperbaiki kualitas tes. Model logistik
dapat digunakan untuk memperkirakan kemungkinan jawaban benar pada
suatu item tes, sedangkan informasi aitem dapat digunakan untuk
mengevaluasi kualitas item tes secara keseluruhan. Dengan menggunakan
kedua model ini, peneliti dapat mengidentifikasi item tes yang kurang baik
dan memperbaiki kualitas tes secara keseluruhan.

15
 BAB III
PENUTUP
A. Kesimpulan
Model logistik digunakan untuk memprediksi kemungkinan jawaban
benar pada suatu item tes berdasarkan karakteristik peserta, seperti
kemampuan atau tingkat kesulitan butir. Sedangkan informasi aitem
digunakan untuk mengukur kualitas atau keakuratan suatu item tes dalam
mengukur kemampuan atau karakteristik yang ingin diukur.
Model logistik dan informasi aitem dapat digunakan bersama-sama
untuk memperbaiki kualitas tes. Dengan menggunakan model logistik, peneliti
dapat mengidentifikasi karakteristik peserta yang mempengaruhi
kemungkinan jawaban benar pada suatu item tes. Sementara itu, dengan
menggunakan informasi aitem, peneliti dapat mengevaluasi kualitas item tes
secara keseluruhan dan memperbaiki tes dengan cara menghapus item tes
yang memiliki informasi aitem yang rendah atau menambah item tes yang
memiliki informasi aitem yang tinggi.
B. Saran
Sebagai manusia yang tidak sempurna saya pun memiliki kekurangan.
begitupun dalam pembuatan makalah ini, dengan kurangnya referensi yang
ada tentang materi ini, membuat masih sangat banyak kekurangan dalam
penyusunannya. Oleh karenanya dengan sadar saya sangat membutuhkan
saran dan kritikan dari pembaca agar apa yang sangat menjadi kekurangan
dapat di perbaiki.

16
 DAFTAR PUSTAKA
https://id.wikipedia.org/wiki/Psikometri
https://codingstudio.id/blog/regresi-logistik/
https://www.washington.edu/assessment/scanning-scoring/scoring/reports/item-
analysis/

17