ANALISIS SOAL

PILIHAN GANDA
(DATA DIKOTOMI) DAN URAIAN
(DATA POLITOMI) PADA PEMODELAN
RASCH DENGAN MENGGUNAKAN
APLIKASI MINISTEP

Muhammad Jukhair J. Husain

Akan di persentasikan pada hari Rabu, 7 Desember
2022
• Mendownload dan Menginstall aplikasi
ministep di
https://www.winsteps.com/winsteps.htm
• Mempersiapkan data di microsoft excel dan
menyimpannya dengan format .xlsx dan .prn
• Secara umum mengolah data di aplikasi
ministep dengan tool data setup > output
tables dan graphs dan yang lainnya
 Untuk Lebih jelasnya mengenai cara
penggunaan aplikasi ministep Penyaji akan
Mempratekan langsung penggunaan aplikasi
ministep dengan 3 jenis soal (soal pilihan
ganda/dikotomi, soal politomi peringkat
majemuk)
Menyiapkan Data Mentah Jawaban
Pilihan Ganda
 Menyiapkan data sesuai format
ministep
• membuka aplikasi ministep
• membuka file format .prn yang telah disimpan
sebelumnya dengan cara mengklik menu file dan
memilih open atau dengan mengetik ctl+o dikeyboard.
• Selanjutnya mencari file difolder tempat menyimpan
file.
• Setelah telah didapatkan dan berhasil dibuka,
kemudian mengklik menu data setup pada tampilan
ministep, dengan tujuan untuk mengedit person, code
valid, dan semua yang dibutuhkan untuk analisis data
diministep.
Tampilan Data Setup Pilihan Ganda
• Kolom 1 sampai 4 berisi data person nomor urut, jenis kelamin dan
domisili. Kolom 5 sampai 14 berisi jawaban setiap siswa. Langkah
selanjutnya ialah mengklik scan data for codes Untuk pengecekan
kode data yang akan diolah. Untuk contoh pada data yang telah
dibuat menggunakan pilihan ganda “ABCD dan spasi untuk jawaban
yang hilang/tidak diisi. Selanjutnya mengisi label dari setiap butir
soal. Caranya dengan mengklik item labels: Enter/Edit kemudian
akan ditampilkan jendela baru untuk mengisi label dari setiap butir
soal. Misalnya labelnya kita isi dengan S1 s.d.S10 yang berarti soal
nomor 1 sampai soal nomor 10
Karena soal ini merupakan soal pilihan ganda maka kita perlu untuk
menambahkan jawaban yang benar dari setiap butir soal. Caranya dengan
mengklik MCO Scoring KEY=, akan ada tambahan baris dibawah label yakni
untuk mengisi jawaban yang benar dari setiap butir soal. Maka kita bisa
mengisinya dengan mengetik jawaban yang benar. Berikut ini ialah tampilan
setelah mengisi label dan kunci jawaban:
• Jika kongfigurasi data sudah selesai, file bisa
disimpan dan dilanjutkan dengan pengolahan
data dengan pemodelan Rasch. Klik ministep
pada menu utama dan pilih menu yang
pertama (save control with data file and exit
to ministep analiysis). Kemudian klik Save dan
tombol enter dua kali di keyboard. Pada layar
komputer akan muncul seperti ini yang
menunjukkan data sudah selesai dianalisis:
• Langkah selanjutnya ialah memilih menu output tables
sesuai dengan kebutuhan yang ingin dilihat. Misalnya
jika kita ingin melihat peta wright maka memili tabel
peta wright dan begitu untuk pula pilihan lainnya
• Salah satu keistimewaan pemodelan Rasch dengan
program Ministep adalah menghasilkan suatu peta
yang menggambarkan sebaran kemampuan
siswa/respon dan sebaran tingkat kesulitan soal
dengan skala yang sama. Peta ini biasa disebut dengan
wright map (diambil dari nama pencetusnya Benjamin
Wright) yang tidak lain adalah peta person-aitem
secara komprehensif.
• Peta Wright Maps Keterangan:
T: 2 Deviasi Standar
M: Median
S: 1 Deviasi Standar
Untuk Melihat Tingkat kesulitan siswa dengan memilih
output tables kemudain Tabel 13. Item measure.
 Tingkat kesesuaian butir soal
(item fit)
• Informasi berharga lain dengan pemodelan rasch
selain tingkat kesukaran butir ialah melihat
kualitas kesesuaian dengan model, atau disingkat
kesesuaian butir (item fit).
• Item fit menjelaskan apakah butir soal berfungsi
nomal melakukan pengukuran atau tidak. Jika
didapati suatu soal tidak fit, hal itu merupakan
indikasi bahwa terjadi miskonsepsi pada siswa
terhadap butir soal tersebut.
• Untuk melihat item fit dengan memilih Tabel 10.
Item fit order pada output tables.
Contoh item fit:
 Deteksi Adanya Butir Soal Yang Bias
• Suatu pengukuran yang valid, salah satu
ukurannya adalah intstrumen dan butir-butir soal
yang digunakan tidak menganduk bias. Suatu
instrumen atau butir soal disebut bias jika
didapati bahwa salah satu individu dengan
karakteristik tertentu lebih diuntungkan
dibandingkan dengan individu dengan
karakteristik lain. Misanya, butir soal yang lebih
mudah dijawab oleh siswa laki-laki dibanding
siswa perempuan, yang hal in menunjukkan
adanya butir soal yang bias gender.
• Untuk memeriksanya, tabel yang menampilkan hal ini dari
menu utama Output Tables dipilih tabel 30. Item DIF. Dengan
file contoh data mentah yang digunakan dimasukkan dua data
demografi yaitu jenis kelamin dan asal domisili siswa. Artinya
terdapat dua variabel demografi yang bisa digunakan untuk
deteksi bias ini.
• Suatu butir soal dikatakan mengandung bias jika didapati nilai
probabilitas butirnya yang berada dibawah 5% atau 0,05. Data
awal yang dimasukkan yaitu empat kolom pertama adalah
identitas responden
 Dari tabel diatas terlihat bahwa semua probabilitas butir soal diatas 0,05. Artinya, semua butir soal yang
digunakan terhindar dari dari bias berdasarkan gender. Selain dalam bentuk angka data DIF ini juga bisa
ditampilkan dalam bentuk grafik dengan cara pada menu utama plots memilih plot 30.2 item DIF kemudian
tombol mengklik tombol ok. Akan muncul seperti ini:

• Dari gambar diatas terlihat bahwa pada soal nomor 5 siswa perempuan cenderung mudah dalam mengerjakannya
sedangkan untuk siswa laki-laki cenderung sulit untuk menyelesaikannya. Meskipun belum mencapai kriteria 0,05 namun
sebagai evaluasi guru juga dapat memperbaiki soal ini agar dapat meminimalisir bias yang terjadi serta kualitas soal yang
baik. Untuk melihat bias kombinasi antara dua data demografi jenis kelamin dan domisili maka kolom DIFnya diisi dengan
DIF=$S3W2 (panjang kolom 2 dimulai dari kolom ke3) dengan cara yang sama seperti diatas akan terlihat bias berdasarkan
kombinasi dua data demografinya.
Tingkat Abilitas Individu (Person Measure)
diperoleh dengan klik pada menu utama output table, yang dipilih untuk
dimunculkan yaitu Tabel 17. Person Measure.
Maksudnya ialah tabel yang merinci informasi logit dari tiap individu. Seperti
halnya pada tabel tingkat kesulitan butir soal yang telah dibahas sebelumnya.
 Tingkat Kesesuaian Individu (Person Fit)
• Selain bisa memetakan kemampuan siswa sesuai kepentingan
pengelompokan prestasi, pemodelan Rasch juga mendeteksi jika
didapati adanya individu yang pola responnya tidak sesuai.
• Adapun yang dimaksud dengan pola respon berbeda ialah adanya
ketidaksesuaian antara jawaban yang diberikan berdasarkan
abilitasnya dibandingkan dengan model ideal.
• Hal ini bisa digunakan guru untuk mengetahui konsistensi berpikir
siswa maupun dapat digunakan untuk mengetahui jika terdapat
kecurangan yang dilakukan. Tabel yang menampilkan hal ini dari
menu utama output tables, dipilih untuk dimunculkan tabel 6.
Person fit order. Tabel akan memunculkan berurutan butir soal
yang mempunyai kriteria tidak fit dibagian atas. Adapun untuk
kriteria penentuan person fit sama seperti pada item fit yaitu
pendapat dari Boone dkk.
 Analisis Instrumen
• Untuk mendapatkan informasi
mengenai ringkasan statistik dari set
ujian yang diberikan, maka hal ini
bisa dimunculkan dari menu utama
Output Tables kemudian dipilih
summary statistics. Akan tampak
dilayar hasil seperti berikut ini:
 Analisis Tes Politomi
• Menyiapkan Data Politomi
• Cara menganalisis soal uraian politomi yang memilki skor maksimal sama
menggunakan aplikasi ministep secara ringkas sama dengan data pilihan ganda,
hanya saja pada keyword atau kunci jawaban tidak diisi dengan kunci jawaban
dan pada penyimpanan setelah dari data setup file disimpan dengan format xlsx
bukan dengan format .prn.
• Cara menganalisis soal uraian politomi peringkat majemuk (PCM) secara ringkas
sama dengan cara menganailisis soal pilihan ganda, hanya saja pada analisis soal
tipe ini menambahkan kategori rating scale pada format data setup untuk
mengatur score maksimal dari setiap butir soal.
Tes Politomi memiliki skor sama
Tes Politomi Peringkat majemuk

Membuat kode skor

maksimal
Perbedaan dari 2 jenis soal sebelumnya ialah pada jenis soal ini
kita akan memberi informasi kepada program bahwa butir-butir
soal memiliki nilai maksimum yang berbeda atau rating. Yaitu
dengan ,memberikan kode sebagai berikut:
Butir soal nomor 1 skor maksimum 6 maka kodenya adalah 1=A
Butir soal nomor 2 skor maksimum 6 maka kodenya adalah 2=A
Butir soal nomor 3 skor maksimum 5 maka kodenya adalah 3=B
Butir soal nomor 4 skor maksimum 5 maka kodenya adalah 4=B
Butir soal nomor 5 skor maksimum 8 maka kodenya adalah 5=C
Butir soal nomor 6 skor maksimum 8 maka kodenya adalah 6=C
Butir soal nomor 7 skor maksimum 6 maka kodenya adalah 7=A
Butir soal nomor 8 skor maksimum 5 maka kodenya adalah 8=B
Butir soal nomor 9 skor maksimum 4 maka kodenya adalah 9=D
Butir soal nomor 10 skor maksimum 8 maka kodenya adalah 10=C
• Untuk analisis data politomi dengan rating
majemuk sama seperti untuk analisis data
dikotomi atau politomi yang sudah dijelaskan
sebelumnya. Kita dapat melakukan/melihat
analisis program sesuai dengan kebutuhan kita,
seperti peta Wright, tingkat kesukaran soal, item
fit, dan item bias.
Terimakasih