PERINGKAT PERSENTIL

Peringkat persentil merupakan skor yang diturunkan. Peringkat

persentil dari skor mentah menggambarkan bahwa lokasinya
relatif terhadap skor lain di dalam distribusi. Ide bahwa
peringkat persentil Johny dari 75 pada tes sains berarti bahwa ia
berkinerja lebih baik dari 75% siswa yang sebanding mudah
untuk dipahami dan relatif bermakna bahkan untuk orang tanpa
pelatihan statistik. Jika kemudahan kejelasan adalah satu-
satunya kriteria, skor yang diperoleh dalam bentuk peringkat
persentil akan dengan mudah menang.
Ada beberapa kerugian. Masalah utama nya adalah bahwa
perubahan dalam skor mentah biasanya tidak tercermin
oleh perubahan proporsional dalam peringkat persentil.
Ketika satu persentil lebih tinggi dari yang lain, skor
mentah yang sesuai satu lebih tinggi dari yang lain, tetapi
kita tidak tahu berapa banyak.
Dalam distribusi normal, frekuensi skor paling besar ada di
dekat pusat distribusi. Oleh karena itu jarak antara dua
skor di dekat pusat diwakili oleh perbedaan yang relatif
besar dalam peringkat persentil.
Pertimbangkan jarak skor aktual antara dua
siswa yang masing-masing berdiri di peringkat
persentil ke-40 dan ke-60. Ini sebenarnya
lebih kecil dari itu antara dua siswa yang
berdiri masing-masing di peringkat persentil
sembilan puluh lima dan sembilan puluh
sembilan. Skor standar yang dibahas
sebelumnya tidak mengalami kekurangan ini.
Gambar 8.3 Lokasi komparatif peringkat persentil dalam dua distribusi.
Area di bawah kurva di setiap segmen sama dengan 10% dari
keseluruhan, mewakili 10% dari skor
 KESESUAIAN SKOR
Membandingkan nilai pada ujian yang berbeda. Dalam contoh kami,
kami membandingkan nilai yang diperoleh Helen kelas lima ujian
sejarah dan aritmatika. Menggunakan skor z, kami menemukan bahwa
dibandingkan dengan seluruh kelasnya Helen telah melakukan lebih
baik dalam aritmatika. Dalam contoh itu, kelompok siswa yang sama
mengambil kedua ujian. Bisakah kita menggunakan skor standar
dengan cara yang sama untuk membandingkan skor mentah dari
kelompok yang berbeda?
Seharusnya, misalnya bahwa Mary, seorang mahasiswa baru perguruan
tinggi, memperoleh skor mentah 37 dalam ujian matematika dan salah
satu dari 82 dalam sejarah. Misalkan lebih lanjut bahwa dalam kelas
matematika, skor 37 jatuh setengah dari standar deviasi di atas rata-rata
kelas (z = +5) dan bahwa skor sejarahnya adalah 82 adalah setengah dari
standar deviasi di bawah rata-rata kelas (z = -5).
Jika kedua program diharuskan dari semua mahasiswa baru, mungkin
interpretasi kinerja Mary yang disebutkan di atas adalah benar. Satu
elemen yang diperlukan untuk perbandingan yang tepat adalah bahwa
kelompok referensi yang digunakan untuk menghasilkan skor standar
dapat dibandingkan. Prasyarat kelompok yang sebanding sama pentingnya
untuk perbandingan peringkat persentil seperti halnya untuk skor standar.
Gambar 8.4 menunjukkan dua distribusi yang

condong ke arah yang berlawanan. (Distribusi

teratas akan menjadi tipikal ujian yang mudah dan

yang terbawah akan tipikal ujian yang sulit) pada

distribusi atas, skor mentah yang terletak di z = +2

adalah nilai teratas dalam distribusi.

Di sisi lain, skor mentah di z = +2 bukan nilai

teratas; yang lain jauh di atasnya. Kecuali jika

Gambar 8.4
distribusi dari mana skor standar dihitung memiliki
Tidak dapat
bentuk yang sama, kami akan menemukan bahwa
diperbandingkannya
skor standar yang sama mungkin tidak memiliki
skor standar ketika
peringkat yang sama dalam distribusi masing- bentuk distribusi
masing. berbeda
Dengan demikian, skor standar harus digunakan untuk
membandingkan skor dari dua distribusi yang berbeda
hanya jika kedua distribusi memiliki bentuk yang kira-
kira sama.
Tidak ada cara yang memuaskan untuk menghindari
masalah kelompok yang tidak dapat dibandingkan,
tetapi ada solusi untuk masalah bentuk yang
bervariasi. Salah satu kemungkinan adalah
menggunakan peringkat persentil. Solusi lain adalah
mengubah skor menjadi distribusi skor turunan yang
memiliki bentuk identik serta cara identik dan standar
deviasi.
 SKOR STANDAR NORMALISASI
Skor standar yang dinormalisasi seperti skor
standar reguler dan standar deviasinya
ditentukan, nilai konstan. Namun, mereka
berbeda karena proses transformasi mengubah
bentuk distribusi asli skor mentah sehingga
distribusi baru mengikuti kurva normal.
Gambar 8.5 menunjukkan, pertama, distribusi
skor mentah yang miring, dan kedua, distribusi
normal yang dihasilkan dari transformasi tipe ini. Gambar 8.5 efek
menggunakan
transformasi skor
standar
dinormalisasi
 MENGGABUNGKAN TINDAKAN DARI
DISTRIBUSI YANG BERBEDA

Profesor Leonard Learned telah memberi kelasnya kuis, ujian tengah

semester, dan ujian akhir dan sekarang ingin menggabungkan langkah-
langkah numerik ini untuk mendapatkan indeks kinerja untuk setiap siswa.
Jika dia ingin masing-masing menghitung secara setara, dia mungkin
menambahkan ketiga skor bersama dan menggunakan total sebagai
indikator kinerja setiap siswa.

Tetapi lebih dari kemungkinan, ia akan ingin memberikan langkah-langkah ini

bobot berbeda. Misalkan dia ingin final menghitung dua kali lipat dari
semesteran dan paruh waktu untuk menghitung dua kali lipat dari kuis.
Kemudian ia dapat membentuk total dengan menambahkan bersama skor
pada kuis, dua kali skor pada paruh waktu, dan empat kali skor pada final
Dalam semua kemungkinan, prosedur tidak akan mencapai
apa yang dia inginkan. Kesulitan dasar adalah bahwa ketika
beberapa skor dijumlahkan, masing-masing tidak perlu
dihitung secara merata dalam menentukan total. Dapat
ditunjukkan bahwa jika beberapa skor independen (jika
skor seseorang pada satu variabel sama sekali tidak dapat
memprediksi skor orang itu pada variabel lain), maka
kontribusi masing-masing skor terhadap total sebanding
dengan standar deviasi dari skor tersebut. distribusi dari
mana asalnya.
Contoh sederhana, misalkan dua tes memiliki rata-rata
yang sama, 50, tetapi skor pada tes pertama menyebar
dari 30 hingga 70, sedangkan skor pada tes kedua hanya
dari 40 hingga 60. Jika dua tes dihitung secara sama
dalam menentukan total, sebuah siswa yang nilainya
berada pada posisi terendah pada tes pertama dan pada
posisi tertinggi pada tes kedua harus menerima total
yang sama dengan siswa yang nilainya berada pada posisi
tertinggi pada tes pertama dan pada posisi terendah
pada tes kedua. Tapi ini tidak berlaku untuk skor mentah.
Total siswa pertama adalah 30 + 60 = 90, tetapi total
siswa kedua adalah 70 + 40 = 110.
Siswa kedua memperoleh indeks yang lebih baik karena ia
memiliki nasib baik untuk melakukan lebih baik pada tes
dengan variabilitas yang lebih besar, sedangkan sebaliknya ini
berlaku untuk siswa pertama.

Dua poin terakhir: Pertama, besarnya rata-rata dari beberapa

distribusi tidak berpengaruh pada bobot yang dibawa skor;
itu adalah ukuran relatif dari standar deviasi yang penting.
Kedua, jika seseorang ingin berbicara tentang rata-rata skor
gabungan daripada totalnya, prinsip yang sama berlaku
karena, untuk sekumpulan orang tertentu, rata-rata
ditemukan dengan membagi skor setiap orang dengan
konstanta