Dosen Pengampu:
Dr. Edi Istiono
Gambar 1 (a) fungsi probabilitas respon yang benar (b) fungsi probabilitas respon yang salah
Karena nilai parameter butir harus diketahui terlebih dahulu, maka hal ini
merupakan syarat dari estimasi kemampuan (condition estimation of θ).
a 1 i 1
Pada model logistik satu parameter (1PL), skor nomor yang benar memenuhi
statistik yang cukup untuk kemampuan θ. Untuk model logistik dua parameter
(2PL), skor ra untuk peserta uji ke a didefinisikan sebagai
n
ra aiU ia
i 1
ˆ z I ˆ
1
2
ˆ z I ˆ
1
2
2 2
1. A dapat dianggap sebagai 1. 𝜃𝑎 , dan B sebagai himpunan tanggapan yang diamati pada
pada n butir u
2. Parameter kemampuan (ability 𝜃) pengganti B, dan skor butir soal untuk individu
peserta pengganti A. P(𝜃|𝑢1, 𝑢2,… 𝑢𝑛 ) adalah sebaran posterior (𝑢1, 𝑢2,… 𝑢𝑛 𝜃 .
p(𝜃) adalah sebaran awal (prior distribution) dari 𝜃
∞
𝑢 𝑢
𝐸 𝜃 = න 𝜃𝑝 𝜃 𝑑𝜃
~ −∞
~
Keterangan:
𝑋𝑘 adalah salah satu dari q quadrature points
𝐿𝑖 (𝑋𝑘 ) adalah fungsi dari jawaban terhadap butir soal ke-I jika
diberikan tingkat kemampuan, 𝜃 pada 𝑋𝑘.
𝑛 𝑛
𝑘𝑖 = 𝑘𝑖 𝑃𝑖𝜃
𝑖=𝑖 𝑖=1
𝜉 =σ𝑛𝑖−1 𝑐𝑖
𝑘𝑖 𝑃𝑖𝜃 − 𝜀
𝑖−1
Ketika parameter butir diketahui, maka estimasi kemampuan dapat diselesaikan dengan
menggunakan prosedur Maximum Likelihood Estimation. Maximum Likelihood Estimation
memiliki beberapa sifat yang berguna, terutama yang dari bagian konsistensi dan normalitas
asomptotik. Cukup dengan menggunakan fungsi informasi, interval kepercayaan asimtotik untuk
θ dapat dibuktikan.
Maximum Likelihood Estimation tidak dapat digunakan ketika ditemui nilai sempurna atau nol.
Masalah ini dapat diselesaikan dengan menggunakan pendekatan Bayesian. Penilaian
menggunakan Bayesian memiliki standar eror yang lebih kecil dibanding Maximum Likelihood.
Namun, pendekatan Bayesian membutuhkan spesifikasi kepercayaan sebelumnya mengenai
kemampuan peserta ujian, oleh karena itu mungkin tidak dapat dipertimbangkan untuk semua
kasus.
Jika perlu untuk melaporkan nilai kemampuan dengan skor sempurna dan nol , Maximum
Likelihood Estimation tidak sesuai karena masing-masing merupakan atau . Dalam kasus ini
dapat digunakan Estimasi Bayesian. Alternatif lainnya, nilai-nilai kemampuan dapat
ditransformasikan ke metrik skor yang benar, dan diperkirakan nilai benar dilaporkan. Perkiraan
kemampuan juga dapat diperoleh dengan menyesuaikan persamaan kemungkinan, hal ini
merupakan salah satu prosedur yang mungkin tidak sepenuhnya dibenarkan.