Kalibrasi Tes

Teori Respon Butir

Dian Pratiwi 14302241040

Fadilah Rohmah 14302241041

Beni Saputro 14302241047

Inayati Hajjar A 14302244001

Khoirul Bariyyah 14302244011

Kelompok 8 1
Kalibrasi Tes
Teori Respon Butir
 Enjoy! 
TEORI RESPON BUTIR

Kelompok 8
 Kalibrasi Tes
1
Kalibrasi tes merupakan penentuan nilai
parameter butir dan kemampuan peserta tes
dinyatakan dalam suatu metrik sebagai dasar
sifat/ciri laten tes.

PENGERTIAN
KALIBRASI TES
 Kalibrasi Tes
Teori Respon Butir

Kalibrasi Tes
Kalibrasi tes ini diperoleh dengan memberikan tes kepada sekelompok
peserta tes sejumlah M dan butir sejumlah N dengan skor respon peserta
tes dikotomus. Kemudian prosedur matematik diterapkan pada data respon
butir untuk mendapatkan skala kemampuan yang unik untuk kombinasi
tertentu dari butir tes dan peserta tes (Baker, 2001:129).

Kelompok 8 5
Teknik yang digunakan untuk mengkalibrasi
tes diusulkan oleh Alan Birnbaum pada tahun
2
1968 dan telah diimplementasikan dalam
program komputer secara luas seperti BICAL
(Wright dan Mead, 1976) dan LOGIST
(Wingersky, Barton dan Lord, 1982).

PROSES KALIBRASI
TES
 Proses Paradigma Birnbaum merupakan prosedur
Kalibrasi Tes iteratif menggunakan dua tahap estimasi
maksimum likelihood. Pada tahap pertama,
parameter dari N butir dalam tes diestimasi,
pada tahap kedua, parameter kemampuan
dari M peserta tes diestimasi. Dua tahap ini
dilakukan secara iterasi sampai diperoleh
sekumpulan estimasi parameter.

Kelompok 8 7
Kalibrasi Tes
Teori Respon Butir

Tahap Pertama

Estimasi kemampuan masing-masing peserta tes

dianggap sebagai metrik sifat laten yang sebenarnya.
Kemudian parameter masing-masing butir dalam tes
diestimasi melalui prosedur likelihood maksimum. Hal ini
dilakukan dengan cara satu butir dalam satu waktu,
karena asumsi yang mendasarinya adalah bahwa butir-
butir tersebut independen antara satu dengan yang
lainnya. Hasilnya adalah sekumpulan nilai-nilai estimasi
parameter butir dalam tes.

Kelompok 8 8
Kalibrasi Tes
Teori Respon Butir

Tahap Kedua

Tahap kedua mengasumsikan bahwa estimasi parameter

item yang dihasilkan tahap pertama adalah benar-benar
nilai-nilai parameter butir. Kemudian, kemampuan setiap
peserta tes diestimasi menggunakan prosedur likelihood
maksimum. Diasumsikan bahwa kemampuan setiap
peserta tes adalah independen terhadap kemampuan
peserta tes yang lainnya. Oleh karena itu, estimasi
kemampuan ini diperoleh dengan cara satu peserta tes
dalam satu waktu.

Kelompok 8 9
 Kalibrasi Tes
Teori Respon Butir

Paradigma Birnbaum
Ciri penting dari proses ini adalah matrik skala kemampuan yang dihasilkan bergantung
pada kumpulan butir yang menyusun tes dan respon peserta tes terhadap tes. Hal ini
tidak mungkin untuk mendapatkan estimasi kemampuan peserta tes dan parameter
butir dalam metrik sebenarnya dari sifat laten yang mendasari.

Kelompok 8 10
 3

Kalibrasi
Tes Model
Rasch

Model Rasch

Setiap butir hanya mempunyai satu parameter untuk diestimasi.

Prosedur berfungsi dengan baik apabila jumlah butir tes dan jumlah peserta
tes kecil. Kelompok 8 11
Contoh Akan ditentukan kalibrasi dari 10 butir tes yang
diberikan kepada 16 peserta tes. Sepuluh butir
tes ini adalah butir yang telah sesuai dengan
kemampuan rata-rata kelompok peserta tes.
Skor respon peserta tes adalah dikotomus, 1
untuk benar dan 0 untuk salah. Tujuannya
adalah untuk menggunakan data ini untuk
mengkalibrasi tes.

Kelompok 8 12
Peserta 1 2 3 4 5 6 7 8 9 10 Skor
001 1 0 1 0 0 0 0 1 0 0 3
002 1 0 1 0 0 0 0 0 0 0 2
003 1 1 1 0 1 0 1 0 0 0 5
004 1 1 1 0 1 0 0 0 0 0 4
005 0 0 0 0 1 0 0 0 0 0 1
006 1 1 0 1 0 0 0 0 0 0 3
007 1 0 0 0 0 1 1 1 0 0 4
008 1 0 0 0 1 1 0 0 1 0 4
009 1 0 1 0 0 1 0 0 1 0 4
010 1 0 0 0 1 0 0 0 0 1 3
011 1 1 0 1 1 1 1 1 1 1 9
012 1 1 1 1 1 1 1 1 1 0 9
013 1 1 1 0 1 0 1 0 0 1 6
014 1 1 1 1 1 1 1 1 1 0 9
015 1 1 0 1 1 1 1 1 1 1 9
016 1 1 1 1 1 1 1 1 1 1 10

Contoh
 Tabel di atas menunjukkan bahwa peserta tes 16 menjawab semua item-item
dengan benar maka harus dihilangkan.
Demikian juga, jika suatu butir yang dijawab dengan benar oleh semua peserta tes
atau tidak ada peserta tes yang menjawab butir tersebut dengan, maka paramater
tingkat kesulitan butir tidak dapat diestimasi.
Sehingga, butir harus dihilangkan.

Kelompok 8
 Kalibrasi Tes
Teori Respon Butir

Dalam contoh khusus ini, tidak ada item yang dihilangkan untuk alasan ini.
Salah satu ciri unik kalibrasi tes dalam model Rasch adalah bahwa peserta tes dengan
jumlah jawaban benar sama maka estimasi kemampuannya sama. Sehingga tidak
diperlukan untuk membedakan antara beberapa peserta tes yang sama skor tesnya.
Akibatnya jumlah peserta tes akan berkurang.

Kelompok 8 15
Baris merupakan skor mentah mulai dari
1 hingga 9. Baris marginals adalah
jumlah total respon yang benar pada nilai
baris tersebut.
Kolom-kolom merupakan butir tes dari 1
hingga 10. Marginals kolom adalah
jumlah total respon peserta tes yang
benar.
Kelompok 8 17
 Kalibrasi Tes
Teori Respon Butir
Dalam model Rasch, satu-satunya
informasi yang digunakan dalam
paradigma Birnbaum adalah total
frekuensi yang terkandung di dalam
baris marginal dan kolom marginals.
Caranya adalah menggunakan
estimasi likelihood maksimum pada
masing-masing tahap dalam seluruh
proses.
Estimasi awal parameter tingkat
kesukaran butir yang diperoleh dalam
tahap pertama, dan metrik skala
kemampuan harus dianchor. Dalam
model Rasch, prosedur anchoring
memanfaatkan fakta bahwa
parameter daya beda butir adalah
tetap yaitu 1 untuk semua butir tes.
Oleh karena itu, satuan pengukuran
dari estimasi kemampuan adalah 1.
Kelompok 8 18
 Kalibrasi Tes
Teori Respon Butir

Selanjutnya menentukan titik tengah skala. Dalam program komputer BICAL, titik tengah
didefinisikan sebagai rata-rata estimasi tingkat kesukaran butir. Untuk memperoleh nilai
titik tengah yang sesuai, maka rata-rata estimasi tingkat kesulitan butir harus dikurangi
nilai estimasi tingkat kesukaran setiap butir, menghasilkan rata-rata tingkkat kesukaran
sama dengan nol.

Kelompok 8 19
 Kalibrasi Tes
Teori Respon Butir

Karena tingkat kesukaran dinyatakan dalam metrik yang sama dengan skala kemampuan,
maka titik tengah dan satuan pengukuran yang kedua telah ditentukan. Karena hal ini dilakukan antara
tahap, estimasi kemampuan dalam tahap kedua akan menjadi metrik yang ditetapkan oleh rescaled
estimasi parameter butir yang diperoleh dalam tahap pertama.

Kelompok 8 20
 Kalibrasi Tes
Teori Respon Butir

Estimasi kemampuan yang sesuai skor tes mentah diperoleh dalam tahap kedua menggunakan tingkat
kesukaran butir rescaled sebagai tingkat kesukaran butir dan vector dari jumlah baris marjinal. Output dari tahap ini
adalah estimasi kemampuan untuk setiap skor tes mentah dalam data. Pada titik ini, konvergensi keseluruhan proses
iterasi diperiksa.

Kelompok 8 21
 Kalibrasi Tes
Teori Respon Butir

Dalam program BICAL, Wright menjumlahkan nilai mutlak dari perbedaan antara nilai
estimasi parameter tingkat kesukaran untuk dua iterasi yang berurutan dari paradigma. Jika jumlah ini
adalah kurang dari .01, proses estimasi telah diakhiri. Jika lebih besar dari .01, kemudian dilakukan
iterasi yang lain dan dua tahap ini dilakukan lagi. Dengan itu, proses tahap satu, anchoring metrik,
tahap kedua, dan mengecek konvergensi ini diulangi hingga kriteria ini dipenuhi. Apabila ini terjadi, nilai
estimasi parameter butir dan parameter kemampuan ini diterima dan metrik skala kemampuan telah
ditetapkan.

Kelompok 8 22
Estimasi parameter tingkat kesukaran butir untuk contoh ini
dihadirkan di bawah ini.

Butir Tingkat Kesukaran

1 -2,37
2 -0,27
3 -0,27
4 +0,98
5 -1,00
6 +0,11
7 +0,11
8 +0,52
9 +0.11
10 +2,06
 Sedangkan estimasi kemampuan peserta tes berdasarkan contoh

Peserta Tes Kemampuan Skor Mentah

1 -1,5 2
2 -1,5 2
3 +0.02 5
4 -0,42 4
5 -2,37 1
6 -0,91 3
7 -0,42 4
8 -0,42 4
9 -0,42 4
10 -0,91 3
11 +2,33 9
12 +2,33 9
13 +0,46 6
14 +2,33 9
15 +2,33 9
16 - 10

Dari tabel di atas kita dapat membuktikan bahwa peserta tes dengan skor mentah yang
sama memiliki kemampuan yang sama.
Dalam pengkalibrasian tes ada beberapa tahap
yang harus dilakukan.
• Pertama, menginput data dan mengeditnya.
4
• Kedua, menginterpretasi estimasi tingkat
kesukaran butir dan estimasi kemampuan peserta
tes.
• Ketiga, menggambarkan kuva karakteristik butir
dan fungsi informasi tes kemudian
menginterpretasikannya. PENGGUNAAN PROGRAM
KOMPUTER
 Program Komputer
Kalibrasi Tes

NORMOG
Program untuk model ogive normal yang ditulis dalam bahasa Fortran dan bekerja di
komputer mainframe. Program ini dikembangkan oleh International Testing Services, 1525
East 3rd Street, Chicago, IL 60615, AS.
BICAL
Program untuk model logistik 1P yang ditulis dalam bahasa Fortran. menggunakan metoda
EKM bersama, dan bekerja di komputer mainframe. Kini program itu telah digantikan oleh
BIGSCALE. Program BICAL ini dikembangkan pada tahun 1970-an oleh Benjamin Wright.

MICROSCALE
Program untuk model logistik 1P multikategori yang menggunakan metode EKM bersama
dan bekerja di komputer PC. Program ini dikembangkan pada tahun 1980-an oleh
Mediax Interactive Technologies, 21 Charles Street, Westport, CT 06880, AS.
Kelompok 8 26
 Program Komputer
Kalibrasi Tes

LOGIST
Program untuk model logistik 1P, 2P, dan 3P dengan menggunakan metode EKM bersama dan
bekerja di komputer mainframe (kini sedang dibuat versi komputer PC). Program ini dikembangkan
pada tahun 1970-an oleh Educational Testing Service, Rosdale Road, Princeton, NJ 08541, AS.

MIRTE
Program untuk model logistik 1P yang menggunakan metode EKM bersama dan bekerja
di komputer PC. Program ini dikembangkan pada tahun 1980-an oleh Assessment
Systems Corporation, 2233, University Avenue, \Suite 440, St.Paul, MN 55114, AS.
RASCAL
Program untuk model logistik 1P, 2P, dan 3P yang menggunakan metode EKM bersama
dan bekerja di komputer mainframe dan PC. Program ini dikembangkan oleh Mark
Reckase, American College Testing Program, PO Box 168, Iowa City, IA 52243, AS.
Kelompok 8 27
 Program Komputer
Kalibrasi Tes

BILOG
Program untuk model logistik 1P, 2P, dan 3P yang menggunakan metode EKM marginal dan secara
opsional menggunakan juga metode Bayes dan bekerja di komputer mainframe dan PS/2. Program ini
dikembangkan pada tahun 1980-an oleh Scientific Software, Inc, 1369 Neitzel Road, Mooresville.

MULTILOG
Seperti BILOG tetapi untuk multikategori serta dikembangkan oleh pengembang program
BILOG.

RIDA
Program untuk model logistik 1P yang menggunakan metode EKM marginal dan bekerja
di komputer PC. Program ini dikembangkan pada tahun 1990 oleh Cees Glas, Institut
Nasional untuk Pengukuran Pendidikan, PO Box 1034, 6801 MG Arnhem, Belanda.

Kelompok 8 28
 Program Komputer
Kalibrasi Tes
PML
program untuk model logistik 1P yang
menggunakan metode EKM kondisional.
Program ini dikembangkan pada tahun
1970-an oleh Jan-Eric Gustafsson,
Universitas Goleborg.
ASCAL
program untuk model logistik 1P, 2P, dan 3P
yang menggunakan metode Bayes dan
bekerja di komputer PC. Program ini
dikembangkan oleh Assessment Systems
Corporation
NOHARM
program untuk model logistik 1P, 2P, dan 3P yang
menggunakan metode kuadrat terkecil pada
analisis faktor nonlinear serta bekerja di komputer
mainframe dan PC. Program ini dikembangkan
pada tahun 1980-an oleh Colin Fraser di Centre for
Behavioral Studies, University of England,
ANCILLES
program untuk model logistik 1P, 2P, dan 3P
yang menggunakan metode heuristik dan
bekerja di komputer mainframe
Kelompok 8 29
Prosedur kalibrasi menggunakan
program computer

BICAL

Kelompokm 8 30
Data set 1 Tes yang terdiri dari 10 butir soal disusun
dengan mempertimbangkan tingkat
kesukaran.
Pada set pertama, diujikan tes dengan
butir soal yang memiliki tingkat
kesukaran menengah. Tingkat kesukaran
menengah disesuaikan dengan
kemampuan rata-rata peserta tes.
Kelompok 8 31
 Tahap-tahap
Kalibrasi Tes

1. Ikuti prosedur sesuai dengan yang tertera pada bagian pendahuluan.

2. Klik pada kalibrasi tes.
3. Baca penjelasan yang tertera pada program dan klik lanjutkan.
4. Tabel dari respon jawaban peserta tes akan muncul, lalu klik lanjutkan.
5. Tabel edit data muncul dan mengeliminasi peserta tes dengan semua jawaban benar atau semua
jawaban salah. Klik lanjutkan.
6. Kalibrasi tes akan muncul dengan menggunakan paradigma Birnbaum, pilih lanjutkan.

Kelompok 8 32
 Tahap-tahap
Kalibrasi Tes

7. Akan muncul tabel estimasi tingkat kesulitan. Pilih lanjutkan.

8. Estimasi kemampuan peserta tes akan dimunculkan pada tabel. Pada contoh kasus ini
menggunakan data yang sudah ada dan menghasilkan estimasi kemampuan rata-rata sebesar
0,062 dan standar deviasi sebesar 1,57. Peserta dengan nomor tes 16 pada kasus ini tidak
diestimasi kemampuannya karena telah dieliminasi dari data.
9. Akan muncul pemberitahuan Apakah Anda akan mereview hasil data set 1? Apabila memilih
ya, maka program akan dieksekusi ulang mulai tahap keempat. Apabila memilih tidak, maka
program akan berhenti.

Kelompok 8 33
 Tahap-tahap
Kalibrasi Tes

10. Setelah memilih tidak pada tahap sebelumnya, selanjutnya akan ditampilkan kurva karakteristik.
Niali tengah dari skor sebenarnya merupakan kemampuan dengan level 0 dalam tahap kalibrasi.
Rata-rata kemampuan yang digambarkan pada level 0 merupakan data anchor. Selanjutnya klik
lanjutkan.
11. Fungsi informasi tes akan muncul. Kurva fungsi informasi berbentuk simetris dan
mengindikasikan presisi terbaik dari skala kemampuan. Puncak dari grafik menunjukkan nilai
tengah dari kemampuan peserta tes. Grafik fungsi informasi yang dihasilkan pada kasus ini
menunjukkan bahwa terdapat enam butir soal yang memiliki nilai positif dan empat butir dengan
nilai negatif.
12. Klik display grafik pertama akan menunjukkan ulang penampilan kurva katakteristik tes.
13. Klik yes untuk melanjutkan data set selanjutnya.

Kelompok 8 34
Data set 2 Masih menggunakan tes dengan jumlah
butir dan jumlah peserta yang sama, kali
ini akan dijelaskan tentang bagaimana
mengkalibrasi tes sehingga dihasilkan
butir soal dengan tingkat kesukaran yang
rendah. Selanjutnya tes ini dinamakan
tes mudah.

The Power of PowerPoint | thepopp.com 35

 Tahap-tahap
Kalibrasi Tes

1. Pada proses pengeliminasian data, peserta tes dengan nomor urut 15 dan 16 dihilangkan karena
memiliki skor sempurna.
2. Rata-rata dari estimasi tingkat kesukaran butir sebesar 0,098 di mana nilai tersebut mendekati 0.
Enam butir soal memiliki tingkat kesukaran yang bernilai positif sehingga distribusinya
membentuk huruf U.
3. Estimasi kemampuan peserta tes memiliki nilai sebesar 0,44 dan standar deviasi sebesar 1,35.
Peserta kesembilan memiliki nilai mentah 4 pada tes pertama dan estimasi kemampuannya
sebesar -0,42. Pada tes kedua, peserta tersebut memiliki skor mentah 7 dan estimasi
kemampuan sebesar 1,02. Namun kemampuan sebenarnya sama untuk kedua kasus (tes 1 dan
tes 2).

Kelompok 8 36
 Tahap-tahap
Kalibrasi Tes

4. Kurva karakteristik untuk data set 2 dengan tingkat kesukaran rendah ini mirip dengan kurva
pada data set pertama atau tes pertama.
5. Fungsi informasi pada tes kedua ini memiliki bentuk yang simetri agak bulat. Jumlah maksimum
dari informasi yang terjadi pada tingkat kemampuan kurang lebih 0,5.
6. Klik yes untuk melanjutkan ke tahap berikutnya.

Kelompok 8 37
Data set 3 Tahap terakhir ini memiliki prosedur yang
sama dengan dua tes sebelumnya.
Oleh karena itu pada bagian ini akan
dijelaskan hasil atau interpretasi dari tes
ketiga dengan tingkat kemampuan tinggi
tanpa menjelaskan prosedurnya.

The Power of PowerPoint | thepopp.com 38

 Tahap-tahap
Kalibrasi Tes

1. Peserta dengan nomor 1 dan 3 akan dieliminasi karena memiliki skor mentah 0. Butir ke-10 akan
dihilangkan karena tidak ada satupun peserta tes yang menjawab benar. Demikian pula pada
butir pertama karena semua peserta tes menjawab benar. Setelah eliminasi peserta dan butir
soal, didapatkan hasil bahwa peserta tes dengan nomor 2 dan 6 saat ini memiliki skor mentah 0.
Kedua peserta tersebut menjawab benar pada butir soal pertama. Setelah menghilangkan dua
peserta tambahan yang akhirnya mendapat nilai mentah sebesar 0, maka pengeditan data dapat
dilanjutkan. Pada proses ini dihasilkan data yang lebih sedikit dari dua tes sebelumnya yaitu
sebanyak 8 butir soal. Skor mentah pada tes ketiga ini ada pada jangkauan 1 hingga 7.

Kelompok 8 39
 Tahap-tahap
Kalibrasi Tes

2. Rata-rata estimasi tingkat kesukaran dari delapan butir soal terpilih sebesar 0,0013 yang nilainya
semakin mendekati 0. Tiga butir soal memiliki nilai positif dari estimasi tingkat kesukaran. Butir
kedelapan memiliki tingkat kesukaran 1,34 dan ketujuh butir lainnya memiliki tingkat kesukaran
antara -0,67 hingga 0,79.
3. Peserta tes sejumlah 12 orang yang telah dikalibrasi memiliki rata-rata estimasi kemampuan
sebesar -0,11 dan standar deviasi sebesar 1,41.
4. Kurva karakteristik dari tes ketiga memiliki kemiripan dengan tes kedua. Namun puncak dari
kurva memiliki nilai yang mendekati 8.
5. Fungsi informasi yang dihasilkan pada tes ketiga ini memiliki kurva yang lebih landai dari kedua
tes sebelumnya.
6. Pilih no untuk mengakhiri sesi computer dan kembali ke menu awal.

Kelompok 8 40
Estimasi parameter butir

QUEST

Kelompokm 8 41
File perintah
File Data
 Langkah Analisis
Kalibrasi Tes

1. Klik QUEST
2. Ketik SUBMIT spasi kemudian NAMA FILE PERINTAH LENGKAP kode extensinya.
Jika nama File Perintahnya prest.ctl maka perintahnya sebagai berikut.
>SUBMIT PREST.CTL
Atau
>submit prest.ctl
3. ENTER

Kelompok 8 44
 Interpretasi perintah dan hasil
Kalibrasi Tes

• set width=107 ! page menunjukkan lebar halaman kertas

• estimate menunjukkan diestimasi secara otomatis menurut program QUEST
• show ! scale=all >> PFAsh.txt menunjukkan hasil analisis secara simultan (bias juga di
tulis: “show>> PFAsh.txt”)
• show items >> PFAt.txt menunjukkan hasil analisis menyajikan informasi tentang item
secara singkat (estimasi tingkat kesukaran, nilai INFIT MNSQ, nilai INFIT t)
• show cases >> PFAca.txt menunjukkan hasil analisis menyajikan informasi testi (skor
mentah, estimasi skor kalibrasi, nilai INFIT MNSQ, nilai INFIT t)

Kelompok 8 45
 Interpretasi perintah dan hasil
Kalibrasi Tes

• itanal ! scale=all >> PFAtn.txt menunjukkan hasil analisis menyajikan informasi tentang
item secara lengkap hasil analisis menurut CTT dan IRT (bias juga di tulis “itanal>>
PFAtn.txt)
• quit menunjukkan kode perintah diakhiri

Kelompok 8 46
 Hasil Analisis
Kalibrasi Tes

• PFAsh.txt menunjukkan hasil analisis secara simultan

• PFAit.txt menunjukkan hasil analisis menyajikan informasi tentang item secara singkat
(estimasi tingkat kesukaran, nilai INFIT MNSQ, nilai INFIT t)
• PFAca.txt menunjukkan hasil analisis menyajikan informasi testi (skor mentah, estimasi
skor kalibrasi, nilai INFIT MNSQ, nilai INFIT t)
• PFAtn.txt menunjukkan hasil analisis menyajikan informasi tentang item secara
lengkap hasil analisis menurut CTT (Classical Test Theory) dan IRT (Item Response
Theory )

Kelompok 8 47
 Kalibrasi Tes

Dari output di atas, dapat diketahui bahwa peserta yang memiliki skor maksimum
harus dikeluarkan dari data. Untuk mengkalibrasi dapat dibuat tabel tingkat kesukaran
butir dan estimasi kemampuan peserta tes serta skor mentah.

Kelompok 8 49
Estimasi Kemampuan

MS EXCEL

Kelompokm 8 50
Estimasi melalui Microsoft Excel ini merupakan simulasi sederhana dimana
parameter butir soal telah diketahui sehingga kita hanya akan mengestimasi
parameter peserta (𝜃)

Kelompok 8 51
Contoh soal
No.butir 1 2 3 4 5 6 7 8 9 10 11 12

Iks 0,45 0,41 0,34 0,38 0,33 0,46 0,34 0,36 0,42 0,35 0,44 0,53

Idb 0,65 0,46 0,47 0,52 0,42 0,74 0,54 0,64 0,39 0,47 0,56 0,64

Respon 1 1 0 1 1 1 0 1 1 1 0 1
  Kalibrasi tes merupakan penentuan nilai
parameter butir dan parameter kemampuan
peserta tes.
 Secara garis besar, proses dalam kalibrasi
tes dibagi menjadi dua tahap, yaitu estimasi
Kesimpulan parameter butir pada tahap pertama dan
estimasi kemampuan peserta tes pada
tahap kedua.
 Proses kalibrasi tes dengan berbagai
program komputer , misalnya menggunakan
software BICAL dan Quest (yang
didapatkan melalui output dengan ekstensi
ca.out), juga Excel.

Kelompok 8 61
Thank You for Watching!
Any Question?