● Standarisasi bisa dilakukan dengan 2 cara : menentukan titik baseline dan ceiling dan yg kedua
menentukan titik tengah
● Baseline & ceiling = dua buah skor akan setara jika titik awal dan atau akhirnya adalah sama
● Titik tengah = dua bua skor setara jika titik tengahnya sama
Skor & Penormaan
Skor & Penormaan
● Mengapa skor tengah dipakai sebagai skor standar?
● Menunjukkan nilai rata-rata, nilai pada umumnya, moderat,
wajar, medium, nilai kebanyakan orang, sedang, normal,
transisi, poros, dsb
Skor & Penormaan
Skor & Penormaan
Skor & Penormaan
● Skor standar dasar (Z-score)
● X = skor mentah, M = acuan, SD = standar deviasi (keragaman)
● Mengapa dibagi SD? Agar distribusi Z-score lebih menetap dan
memiliki rentang yg relatif memusat (terstandar)
● Kovarian -> korelasi
Skor & Penormaan
● Syarat skor menjadi acuan :
○ Data diperoleh melalui random sampling
○ Ukuran sampel yang besar
○ Mencakup keragaman populasi (jenis kelamin, kelas, sekolah, dsb)
○ Konstruk yang mendukung norm reference
Z-score memiliki 6 area yg dapat diinterpretasikan sebagai level
kemampuan individu
Skor & Penormaan
● Skor standar turunan
● Transformasi skor standar melalui persamaan
linier
● Dengan transformasi linier, dapat ditentukan
berapa target reratanya dan juga berapa target
SD nya
Skor & Penormaan
1. Penormaan
Estimasi mean dan SD dari sampel normatif yang diambil dari suatu populasi
37 18 39
18 41 39
16 24 33
19 17 37
15 44 48
Penormaan
● Metrik CEEB (College Entrance Examination Board) -> digunakan untuk memudahkan penafsiran
● Skor CEEB adalah skor jenis skor yang memiliki rerata 500 dan deviasi standar 100. Artinya, orang yang
memiliki skor mendekati 500 adalah orang yang memiliki tingkat kemampuan setara dengan rata-rata
individu di dalam populasi.
● Skor yang dihasilkan oleh prosedur ini sudah berskala interval sehingga dapat dikatakan bahwa
individu yang memiliki skor 500 (dalam skala CEEB) memiliki kemampuan dua kali lipat individu yang
memiliki skor 250.
● Hal ini berbeda dengan skor total yang dapat berupa merupakan data ordinal yang hanya
menunjukkan sebuah urutan.
Penormaan
● Jika si A nilainya 24 maka dia akan mendapat nilai 500, jika di B mendapatkan < 24 maka dapat nilai < 500 dan si C
mendapatkan nilai > 24, tentu > 500
Penormaan
Orang Normal
● Skor maksimal = M + (3 x SD) = 24 + (3 x 5) = 39 (artinya menjawab benar 39 soal dari 50 soal yang
tersedia)
● Z-score = (X - M) / SD = (39 - 24) / 5 = 3
● Standarisasi Matrix CEEB = 500 + (100 x Z-score) = 500+ (100 x 3) = 800
● Skor maksimal bila benar semua = 24 + (3 x 5) = 39 (skor 800) (artinya orang normal yg paling pintar
dalam populasi tersebut bisa menjawab 39 soal)
Penormaan
Orang Spesial
● Dalam subtes verbal terdapat 50 soal, orang normal paling pintar bisa menjawab 39 soal
● Bagaimana bila ada seseorang yg mungkin bisa lebih dari itu? 50 benar semua
● Z-score = (X - M) / SD = (50 - 24) / 5 = 5.2
● Standarisasi Matrix CEEB = 500 + (100 x Z-score) = 500+ (100 x 5.2) = 1020
Penormaan
Orang Spesial
Persamaan
Regresi:
y’ = b(x) + a
atau
y’ = a + b(x)
Regresi Sederhana
Persamaan
Regresi:
y’ = b(x) + a
atau
y’ = a + b(x)
Regresi Sederhana
Persamaan
Regresi:
y’ = b(x) + a
atau
y’ = a + b(x)
Regresi Sederhana
Persamaan
Regresi:
y’ = b(x) + a
atau
y’ = a + b(x)
Regresi Sederhana
Dengan persamaan
regresi tersebut kita
memperoleh y’ atau
nilai y yang
diprediksi.
Namun berapakah
nilai y yang
sebenarnya?
Regresi Sederhana
Untuk mengetahui skor asli maka
dibutuhkan skor yang diprediksi
ditambah dengan error
Jadi error (e) adalah perbedaan
antara skor asli dengan skor yang
diprediksi.
Dengan itu maka perlu diketahui 3
komponen utama:
Y = Mean + Slope (effect) + error
Seberapa akurat model regresi kita?
Pertanyaan berkaitan dengan pertanyaan sejauh mana
akurasi garis regresi dalam menjelaskan data penelitian.
Dalam memahami ini perlu mengetahui beberapa istilah di
bawah ini:
- Total sum of squares (SST)
- Residual sum of squares (SSR)
- Model sum of squares (SSM)
Total Sum of Squares
Jumlah penyimpangan
dari mean yang
dikuadratkan.
Mengacu pada sejauh
mana mean merupakan
model yang bagus untuk
menjelaskan atau
memprediksi data.
Total Sum of Squares