Teori Respon Item

TEORI RESPON ITEM

A. Akurasi Pengukuran

1. Kemampuan dan Taraf Sukar

• Responden memiliki kemampuan yang
biasanya berbeda di antara responden yang
lain
• Butir soal memiliki taraf sukar yang biasanya
berbeda di antara butir soal yang lain
• Pada pengukuran terjadi pertemuan di antara
kemampuan responden dengan taraf sukar
butir
2. Hasil Ukur
• Jawaban atau tanggapan responden terhadap butir soal
membuahkan hasil ukur
• Dalam hal tertentu, hasil ukur menunjukkan salah atau
betul
• Pada skala dikotomi, jawaban salah sering diberi sekor 0
dan jawaban betul diberi sekor 1
• Hasil ukur dapat juga dinyatakan dalam bentuk
probabilitas jawaban betul (nilai dari 0 sampai 1)
• Probabilitas jawaban betul ditentukan oleh padanan di
antara kemampuan responden dengan taraf sukar butir
• Probabilitas jawaban betul (P) adalah probabilitas jawaban
betul responden ke-g pada butir ke-i
3. Padanan Kemampuan dan Taraf Sukar

• Tidak selalu taraf sukar butir sepadan dengan

kemampuan responden
Butir sukar

Butir mudah

A B C Responden dan
kemampuan

• Butir terlalu mudah atau terlalu sukar tidak dapat

menunjukkan kemampuan responden, sehingga akurasi
pengukuran menjadi rendah
4. Kecocokan kemampuan dan taraf sukar

• Kecocokan di antara kemampuan responden dengan taraf

sukar butir soal menghasilkan akurasi pengukuran yang
tinggi

b –b>0 P() > 0,5



b –b<0 P() < 0,5



b –b=0 P() = 0,5

• Kecocokan (akurasi tertinggi) ditentukan oleh

P() = 0,5
5. Syarat Pencocokan
• Kecocokan di antara kemampuan responden dengan taraf
sukar butir soal menghasilkan akurasi pengukuran
tertinggi melalui ketentuan

P() = Pmin + 0,5 (Pmaks– Pmin)

• Karena Pmaks = 1 maka ketentuan ini menjadi

P() = Pmin + 0,5 (1 – Pmin)

• Pencocokan di antara kemampuan responden dengan

taraf sukar butir soal dapat dilakukan jika mereka
independen
• Jika b independen dari  maka kita dapat mencari b yang
cocok dengan 
• Jika b dependen (bergantung) terhadap , maka kita tidak
dapat mencari b yang cocok dengan 
 Teori Pengukuran Klasik

• Untuk mendapatkan instrumen berkualitas tinggi,

selain dilakukan analisis secara teori (telaah butir
berdasarkan aspek isi, konstruksi, dan bahasa) perlu
juga dilakukan analisis butir secara empirik.
• Secara garis besar, analisis butir secara empirik ini
dapat dibedakan menjadi dua, yaitu dengan
pendekatan teori tes klasik dan teori respons butir
(Item Response Theory, IRT).
• Teori tes klasik atau disebut teori skor murni klasik
(Allen & Yen, 1979:57) didasarkan pada suatu
model aditif, yakni skor amatan merupakan
penjumlahan dari skor sebenarnya dan skor
kesalahan pengukuran.
• Jika dituliskan dengan pernyataan matematis, maka
kalimat tersebut menjadi
X = T + E ..…………………………………….. (1)
• dengan :
• X : skor amatan,
• T : skor sebenarnya,
• E : skor kesalahan pengukuran (error score).
• Kesalahan pengukuran yang dimaksudkan
dalam teori ini merupakan kesalahan yang
tidak sistematis atau acak.
• Kesalahan ini merupakan penyimpangan secara
teoritis dari skor amatan yang diperoleh dengan
skor amatan yang diharapkan.
• Kesalahan pengukuran yang sistematis
dianggap bukan merupakan kesalahan
pengukuran.
• Ada beberapa asumsi dalam teori tes klasik.
Skor kesalahan pengukuran tidak berinteraksi
dengan skor sebenarnya, merupakan asumsi
yang pertama.
• Asumsi yang kedua adalah skor kesalahan
tidak berkorelasi dengan skor sebenarnya dan
skor-skor kesalahan pada tes-tes yang lain
untuk peserta tes (testee) yang sama.
• Ketiga, rata-rata dari skor kesalahan ini sama
dengan nol.
• Asumsi-asumsi pada teori tes klasik ini
dijadikan dasar untuk mengembangkan
formula-formula dalam menentukan validitas dan
reliabilitas tes.
• Validitas dan reliabilitas pada perangkat tes
digunakan untuk menentukan kualitas tes.
Kriteria lain yang dapat digunakan untuk
menentukan kualitas tes adalah indeks
kesukaran dan daya pembeda.
• Teori tes klasik memiliki beberapa kelemahan
mendasar.
• Kelemahan pertama, Kebanyakan statistik yang
digunakan dalam model tes klasik seperti tingkat
kesukaran dan daya pembeda soal sangat
tergantung pada sampel yang dipergunakan
dalam analisis.
• Rerata tingkat kemampuan, rentang, dan sebaran
kemampuan siswa yang dijadikan sampel dalam
analisis sangat mempengaruhi nilai statistik yang
diperoleh.
• Sebagai contoh, tingkat kesukaran soal akan
tinggi apabila sampel yang akan digunakan
mempunyai kemampuan lebih tinggi dari
rerata kemampuan siswa dalam poulasinya.
• Daya pemeda soal akan tinggi apabila tingkat
kemampuan sampel bervariasi atau mempunyai
rentang kemampuan yang besar. Demikian pula
dengan reliabilitas tes.
• Kelemahan kedua, yakni skor siswa yang
diperoleh dari suatu tes sangat terbatas pada
tes yang digunakan.
• Kesimpulan hasil tes tidak dapat
digeneralisasikan di luar tes yang digunakan.
• Skor perolehan seseorang sangat tergantung
pada pemilihan tes yang digunakan bukan pada
kemampuan peserta tes tersebut.
• Karena keterbatasan penggunaan skor tes, teori
tes klasikal tidak mempunyai dasar untuk
mempelajari perkembangan kemampuan siswa dari
waktu ke waktu, kecuali jika siswa tersebut
menempuh tes yang sama dari waktu ke waktu.
• Kelemahan ketiga, konsep keajegan/reliabilitas
tes dalam konteks teori tes klasik didasarkan
pada kesejajaran perangkat tes sangat sukar
untuk dipenuhi.
• Pada praktiknya, sulit sekali memperoleh dua
perangkat tes yang benar-benar sejajar.
• Jika prosedur tes retes digunakan, sampel
yang diambil sangat tidak mungkin berperilaku
sama pada saat tes dikerjakan untuk yang kedua
kalinya.
• Kelemahan keempat, teori tes klasik tidak
memberikan landasan untuk menentukan
bagaimana respons seseorang peserta tes
apabila diberikan butir tertentu.
• Tidak adanya informasi ini tidak
memungkinkan melakukan desain tes yang
bervariasi sesuai dengan kemampuan peserta
tes (adaptive or tailored testing).
• Kelemahan kelima, indeks kesalahan baku
pengukuran dipraasumsikan sama untuk setiap
peserta tes.
• Padahal seseorang peserta tes mungkin
berperilaku lebih konsisten dalam menjawab soal
dibandingkan peserta tes lainnya.
• Demikian pula sebaliknya, banyak sekali
kesalahan individual.
• Kesalahan pengukuran sebenarnya merupakan
perilaku peserta tes yang bersifat perorangan dan
bukan perilaku tes.
• Kelemahan terakhir, prosedur-prosedur yang
berkaitan dengan teori tes klasik seperti
pengujian bias butir soal dan penyetaraan tes
tidak bersifat praktis dan sukar untuk dilakukan.
• Demikian pula halnya dengan penyetaraan
yang sifatnya vertikal. Untuk mengatasi hal itu,
digunakanlah pendekatan teori lain yang
disebut denga teori respons butir.
Pada ujian, teori pengukuran klasik dikenal juga sebagai teori
ujian klasik (classical test theory)
• Pada teori klasik, taraf sukar butir bergantung
(dependen) kepada kemampuan responden
Bagi responden berkemampuan tinggi, butir
menjadi tidak sukar (mudah)
Bagi responden berkempuan rendah, butir
menjadi sukar
Pada butir tidak sukar (mudah), tampak
kemampuan responden menjadi tinggi
Pada butir sukar, tampak kemampuan responden
menjadi rendah
• Taraf sukar butir soal bergantung kepada kemampuan
responden

Berat Ringan

• Butir yang sama akan terasa berat bagi mereka yang

berkemampuan rendah dan terasa ringan bagi mereka
yang berkemampuan tinggi
• Kemampuan responden bergantung kepada taraf sukar butir

Kemampuan rendah Kemampuan tinggi

• Mereka yang mengerjakan butir sukar akan tampak

berkemampuan rendah, sedangkan mereka yang
mengerjakan butir mudah akan tampak berkemampuan tinggi
• Teori pengukuran klasik (teori ujian klasik) tidak dapat
digunakan untuk pencocokan kemampuan responden dengan
taraf sukar butir (karena mereka dependen)
Cara pengukapan hasil ukur pada teori klasik
• Pada teori klasik, terdapat interdependensi di antara
kemampuan responden dan taraf sukar butir
• Sebaiknya cara penyebutan hasil pengukuran
disandingkan dengan nama alat ukur
Misal
450 TOEFL
630 SPMB
• Hasil ukur dapat dipahami melalui kaitannya dengan alat
ukur yang digunakan (TOEFL atau SPMB)
• Sebaiknya nama alat ukur dikenal secara luas oleh
banyak orang
2. Teori Pengukuran Modern
• Teori pengukuran modern dikenal juga sebagai teori
ujian modern (modern test theory)
• Pada pengukuran modern, taraf sukar butir tidak
dikaitkan langsung dengan kemampuan responden
• Pada pengukuran modern, taraf sukar butir dikaitkan
langsung dengan karakteristik butir
• Taraf sukar butir pada pengukuran modern terletak
pada
P() = Pmin + 0,5 (Pmaks – Pmin)
= Pmin + 0,5 (1 – Pmin)
dan di sini taraf sukar butir diberi notasi b
• Karakteristik butir soal ditentukan oleh respon dari para
responden (baik kemampuan tinggi maupun kemampuan
rendah) sehingga dikenal sebagai teori responsi butir
(item response theory)
Teori responsi butir dikenal juga dengan berbagai
nama
Item response theory (IRT)
Latent trait theory (LTT)
Item characteristic curve (ICC)
Item characteristic function (ICF)
• Nama yang paling banyak digunakan adalah Item
Response Theory atau Teori Responsi Butir
• Pada pengukuran modern, taraf sukar butir langsung
dikaitkan dengan karakteristik butir

P
1,0   
 tinggi
0,5
 rendah
 

b
• Tampak bahwa  tinggi dan rendah memiliki taraf sukar
butir b yang sama
• Kemampuan responden dan taraf sukar butir menjadi
independen
• Pengukuran modern dapat digunakan untuk
pencocokan kemampuan responden dengan taraf
sukar butir
Syarat Teori Responsi Butir
• Unidimensi
• Invariansi kelompok
• Independensi Lokal
1. Unidimensi
• Variabel yang diukur adalah unidimensi yakni yang
memiliki satu dimensi atribut dan dikenal sebagai
kemampuan 
• Diperlukan agar P() terus menaik ketika  terus
menaik (kenaikan monotonik)
• Dalam kenyataan tidak mudah memperoleh atribut
variabel yang unidimensi
• Dalam praktek, unidimensi dicapai melalui adanya
satu dimensi yang dominan
2. Invariansi Kelompok/parameter
• Semua subkelompok memiliki karakteristik butir
yang sama

P
1,0   
 tinggi
0,5
 rendah
 

b
subkelompok
• Dengan kata lain karakteristik butir adalah sama
(invarian) untuk semua subkelompok
• Subkelompok disebut homogen apabila semua
responden di dalam subkelompok itu memiliki
kemampuan yang sama
• Invariansi kelompok artinya kemampuan kelompok
atau seseorang tidak akan berubah hanya karena
mengerjakan tes yang berbeda tingkat
kesulitannya dan parameter butir tes tidak akan
berubah hanya karena diujikan pada kelompok
peserta tes yang berbeda tingkat kemampuannya.
3. Independensi Lokal
• Ada independensi lokal responden terhadap butir dan
ada independensi lokal butir terhadap responden
• Independensi lokal responden terhadap butir
Kemampuan responden  di lokal yang sama,
probabilitas menjawab betul P() untuk butir
berbeda adalah independen satu terhadap
lainnya
Misalkan responden yang memiliki kemampuan
yang sama mengerjakan butir X1, X2, X3, …, XN,
maka sesuai dengan rumus independensi pada
probabilitas

P( X 1 X 2 X 3 ...X N )  P ( X 1 ) P ( X 2 ) P( X 3 )...P ( X N )
atau
iN
P( X 1 X 2 X 3 ...X N )   P ( X i )
i 1

Q( X i )  1  P( X i )
• Indpendensi lokal butir terhadap responden
Pada butir di lokal yang sama, probabilitas
menjawab betul P() untuk responden berbeda
adalah independen satu terhadap lainnya

butir
butir butir
Responden butir
sama
independen

responden
responden
responden
Butir independen
sama
Karakteristik Teori Responsi Butir
– Teori responsi butir perlu menentukan model karakteristik
butir yang digunakan
• Model karakteristik butir dapat berbentuk satu
parameter (1P), dua parameter (2P), tiga parameter
(3P)
1P : P() = f(b, )
2P : P() = f(a, b, )
3P : P() = (a, b, c, )
• Satu, dua, dan tiga adalah banyaknya parameter butir
2. Parameter pada Teori Responsi Butir
• Parameter  adalah parameter kemampuan
responden
• Parameter b adalah parameter taraf sukar butir
Pada 1P dan 2P
b =  ketika P() = 0,5
Pada 3P
b =  ketika P() = 0,5 (1 + c)
• Parameter a adalah parameter daya beda butir
• Parameter c adalah parameter terkaan betul pada
jawaban butir
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
3. Tujuan Teori Responsi Butir
• Teori responsi butir membebaskan responden dan
butir dari interdependensi, sehingga
Taraf sukar butir tidak lagi bergantung
(invarian) kepada kemampuan responden
Kemampuan responden tidak lagi bergantung
(invarian) kepada taraf sukar butir
• Melalui independensi di antara taraf sukar butir dan
kemampuan responden, pada pengukuran, kita
dapat memilih butir yang cocok dengan responden
• Dalam hal terjadi kecocokan di antara taraf sukar
butir dan kemampuan responden, maka
Kalau taraf sukar butir diketahui, kemampuan
responden dapat ditentukan
Kalau kemampuan responden diketahui, taraf
sukar butir dapat ditentukan
4. Dasar Invariansi
• Taraf sukar butir tidak langsung dikaitkan dengan
kemampuan responden melainkan dikaitkan
dengan lengkungan karakteristik butir pada
P() = Pmin + (1 – Pmin)
• Misalkan suatu butir memiliki parameter butir a1 =
1,27 dan b1 = – 0,39
Butir ini diberikan kepada responden dengan
kemampuan agak rendah dan dari mereka
diperoleh lengkungan dengan a1 = 1,27 dan b =
– 0,39
Butir yang sama diberikan kepada responden
dengan kemampuan agak tinggi dan dari
mereka diperoleh lengkungan dengan a1 = 1,27
dan b1 = – 0,39
Dua hasil ini adalah sama
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Pada responden dengan kemampuan agak rendah

P()
1,0

0,5 
    

     
–3 –2 –1 0 1 2 3
–0,39

• Melalui perhitungan pada data diperoleh

lengkungan dengan b1 = – 0,39
• Pada responden dengan kemampuan agak tinggi

P()
1,0
    
  

0,5  


–3 –2 –1 0 1 2 3
–0,39

• Melalui perhitungan pada data diperoleh

lengkungan dengan b1 = – 0,39
• Pada responden berkemampuan rendah dan tinggi,
taraf sukar butir tetap sama dengan – 0,39
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

5. Pengujian independensi lokal

Independensi lokal dapat diuji secara
• Eksak melalui rumus probabilitas
• Statistika melalui uji ketergantungan khi-
kuadrat
(a) Pengujian melalui rumus probabilitas
• Independensi lokal tercapai apabila data
memenuhi rumus independensi pada
probabilitas
Contoh 1
Responden dengan kemampuan 
menjawab butir 1, 2, dan 3, dengan sekor
1, 1, dan 0
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Dalam hal ini
P(X1) = 1 P(X2) = 1
P(X3) = 0
Q(X3) = 1
Syarat untuk independesi lokal menjadi
P(X1∩X2∩X3) = P(X1)P(X2)P(X3)
= P1(1)P2(1)P3(0)
= P1(1)P2(1)Q3(1)
Contoh 2
Responden menjawab butir ke-i dan ke-j dengan
probabilitas sebagai berikut
Butir ke-j
1 0
Butir 1 P(11) P(10) Pi(1)
ke-i 0 P(01) P(00) Pi(0)
Pj(1) Pj(0)
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Probabilitas dan syarat independensi lokal

P(11) = Pi(1)Pj(1)
P(10) = Pi(1)Pj(0) = Pi(1)Qj(1)
P(01) = Pi(0)Qj(1) = Qi(1)Pj(1)
P(00) = Pi(0)Pj(0) = Qi(1)Qj(1)

Contoh 3

Responden mengerjakan butir ke-1 dan ke-2 dengan probabilitas

jawaban

Butir ke-2
1 0
Butir 1 0,086 0,420 0,506
ke-1 0 0,083 0,411 0,494
0,169 0,831 1

Apakah terdapat independensi lokal?

------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Perhitungan probabilitas

P(11) = 0,086 P1(1)P2(1) = (0,506)(0,169) = 0,086

P(10) = 0,420 P1(1)P2(0) = (0,506)(0,831) = 0,420
P(01) = 0,083 P1(0)P2(1) = (0,494)(0,169) = 0,083
P(00) = 0,411 P1(0)P2(0) = (0,494)(0,831) = 0,411

Terdapat kecocokan sehingga mereka adalah independen secara lokal

Contoh 4

Responden mengerjakan butir ke-1 dan ke-2 dengan probabilitas

jawaban

Butir ke-2
1 0
Butir 1 0,30 0,10 0,40
ke-1 0 0,00 0,60 0,60
0,30 0,70 1

Apakah terdapat independensi lokal?

------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

Contoh 5

Responsi dari 40 responden pada suatu  tertentu

menunjukkan

Butir Responsi Responden

1 00000 11000 00011 00010 00100 00000 11001 10101
2 01100 00011 10000 11111 11111 11100 00110 01111

Apakah terdapat independensi lokal?

Butir ke-2
1 0
Butir 1
ke-1 0
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
(b) Pengujian secara statistika

• Pengujian dilakukan pada taraf signifikansi tertentu melalui

hipotesis

H0 : Terdapat independensi lokal

H1 : Tidak terdapat independensi lokal

• Distribusi probabilias pensampelan adalah distribusi probabilias

khi-kuadrat

• Statistik uji 2 adalah

Butir ke-2
1 0
Butir 1 A B A+B
ke-1 0 C D C+D
A+C B+D N
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Statistik uji adalah

N ( AD  BC ) 2
 2

( A  B )(C  D )( A  C )( B  D )

dengan derajat kebebasan

=1

N = banyaknya responden
A, B, C, D dapat dalam frekuensi atau dalam
proporsi

• Kriteria pengujian

Tolak H0 jika 2 > 2()()

Terima H0 jika 2  2()()
 ------------------------------------------------------------------------------
Teori Responsi Butir
-----------------------------------------------------------------------------
• Dapat juga dihitung dengan cara sebagai berikut
Dengan koreksi Yates
( A  C )( A  B )
A 
A B C  D
( A  B )( B  D )
B 
A B C  D
( A  C )(C  D )
C 
A B C  D
( B  D )(C  D )
D 
A B C  D

 2

 | A   A | 0,5 2 
 | B  B | 0,5
2

A B


 | C  C | 0,5
2

 | D  D | 0,5
2

Selanjutnya C D
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Contoh 6

Pada taraf signifikansi 0,05, uji independensi lokal pada sampel

data di contoh 3 jika N = 50

• Hipotesis

H0 : Terdapat independensi lokal

H1 : Tidak terdapat independensi lokal

• Sampel

Seperti data pada contoh 3

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat dengan derajat kebebasan

=1
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Statistik uji

A = 0,086 B = 0,420 C = 0,083

D = 0,411 N = 50

A + B = 0,506 C + D = 0,494
A + C = 0,169 B + D = 0,831

(50) ( 0,086)( 0,411)  ( 0,420)( 0,083)

2

 2

( 0,506)( 0,494)( 0,169)( 0,831)
0
• Kriteria Pengujian

Taraf signifikansi 0,05

Nilai kritis 2(0,95)(1) = 3,841
Tolak H0 jika 2 > 3,841
Terima H0 jika 2  3,841

• Keputusan

Pada taraf signifikansi 0,05, terima H0

 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Contoh 7

Pada taraf signifikansi 0,05, uji independensi lokal pada sampel data di
contoh 4 jika N = 60

Contoh 8

Pada taraf signifikansi 0,05, uji independensi lokal pada sampel data di
contoh 5

Contoh 9

Banyaknya jawaban betul dan salah pada dua butir adalah

Butir ke-2
Salah Betul
Butir Salah 8 20
ke-1 Betul 8 4

Pada taraf signifikansi 0,05 uji independensi lokal

------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

E. Model Logistik dan Cara Estimasi Parameter

1. Pemilihan Model Logistik

• Perlu memilih model, mencakup

Model Rasch
Model L1P
Model L2P
Model L3P

• Perlu memenuhi syarat unidimensi, invariansi kelompok,

dan independensi lokal

• Perlu ada kecocokan di antara data dan model yang

dipilih (dilakukan melalui pengujian kecocokan model,
dibahas kemudian)
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

2. Estimasi Parameter

Dari data yang terkumpul dilakukan estimasi terhadap

parameter, mencakup parameter kemampuan dan
parameter butir

Dapat dilakukan melalui

• Satu responden dengan sejumlah butir (estimasi

parameter kemampuan)

Responden 

 Butir


------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Satu butir dengan sejumlah responden (estimasi parameter
butir)



 
Butir


Responden

• Sejumlah responden dan sejumlah butir (estimasi paramter

kemampuan dan atau parameter butir)

 
Responden
  Butir
 
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
3. Estimasi Parameter dan Indeteminasi

• Parameter yang diestimasi

Parameter yang diestimasi mencakup , a, b, dan c.

Tiga di antaranya terhubung dalam

a ( – b)

Hasil estimasi dapat berbentuk indeterminasi yakni

terdapat banyak hasil estimasi

Hasil estimasi ditambah konstanta juga merupakan

hasil estimasi

Hasil estimasi dikalikan dan dibagi konstanta juga

merupakan hasil estimasi
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Penambahan konstanta

Misalkan hasil estimasi adalah 1 dan b1 dalam bentuk

a (1 – b1)

Jika 1 dan b1 ditambah konstanta sama C

2 = 1 + C dan b2 = b1 + C

maka

a(2 – b2) = a(1 + C – b1 – C)

= a(1 – b1)

sehingga 2 dan b2 juga merupakan hasil estimasi

Ini berarti bahwa hasil estimasi dapat digeser (translasi)

sehingga titik awal atau 0 dapat ditentukan secara bebas
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Kali bagi konstanta

Misalkan hasil estimasi adalah 1, a1, dan b1 dalam bentuk

a1 (1 – b1)

Jika 1 dan b1 dikalikan konstanta sama C serta a1 dibagi

dengan konstanta C juga

2 = C1 b2 = Cb1 a2 = a1 / C

maka

a2(2 – b2) = (a1 / C)(C1 – Cb1)

= a1(1 – b1)

sehingga 2, a2, dan b2 juga merupakan hasil estimasi

Ini berarti bahwsa hasil estimasi dapat dipanjang-pendekkan

sehingga satuan parameter dapat ditentukan secara bebas
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
Diterapkan pada L3P

• Misalkan 1, a1, b1, c1 adalah hasil estimasi

• Dengan 2 = C1 + k
b2 = Cb1 + k
a2 = a1 / C
1
P ( 2 )  c 2  (1
c2=c2c)1
1  e Da 2 ( 2  b2 )

maka 1
 c1  (1  c1 )
 D ( 1 )( C1  k  Cb1  k ) 
a
1  e C 
 
 
1
 c1  (1  c1 )

1  e Da1 (1  b1 ) 
 P (1 )
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
4. Metrik Parameter dan Kalibrasi

• Hasil estimasi parameter dapat saja indeterminasi sehingga

terdapat banyak hasil estimasi

• Dalam hal ini, dapat saja dipilih salah satu hasil estimasi sebagai
patokan yang dinamakan metrik parameter

• Sering terjadi bahwa metrik parameter yang dipilih adalah salah

satu di antara

 = 0  = 1
atau b = 0 b = 1

• Ini berarti bahwa titik awal atau 0 pada rerata serta satuan
parameter sebesar 1 menurut simpangan baku

• Pencocokan parameter lain ke metrik parameter dikenal sebagai

kalibrasi
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
5. Estimasi Terpisah dan Estimasi Serentak

• Estimasi Terpisah

Parameter butir diketahui dan parameter kemampuan

diestimasi (menggunakan metrik butir)

Parameter kemampuan diketahui dan parameter butir

diestimasi (menggunakan metrik kemampuan)

• Estimasi Serentak

Paramter kemampuan dan parameter butir kedua-duanya

tidak diketahui sehingga kedua-duanya diestimasi

Perlu ditentukan metrik, biasanya dengan rerata = 0 dan

simpangan baku = 1
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
F. Prosedur Estimasi Parameter

1. Beberapa Prosedur Estimasi

Ada sejumlah prosedur untuk secara serentak mengestimasi

parameter kemampuan dan butir, mencakup

• Prosedur Kebolehjadian Maksimum Bersama (Joint Maximum

Likelihood Procedure)

Digunakan untuk L1P, L2P, dan L3P. Estimasi dilakukan

serentak untuk paramter kemampuan dan parameter butir

• Prosedur Kebolehjadian Maksimum Marjinal (Marginal Maximum

Likelihood Procedure)

Digunakan untuk L1P, L2P, dan L3P. Intergrasi parameter

kemampuan dan estimasi parameter butir. Integrasi
parameter butir dan estimasi parameter kemampuan
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Prosedur Kebolehjadian Maksimum Kondisional (Conditional
Maximum Likelihood Procedure)

Digunakan untuk L1P. Fungsi kebolehjadian dikondisikan

terhadap banyaknya sekor jawaban betul

• Prosedur Bayes Bersama dan Marjinal (Joint and Marginal

Bayesian Estimation Procedure)

Digunakan untuk L1P, L2P, dan L3P. Distribusi terdahulu

ditempatkan pada paramter kemampuan dan butir
kemudian dilakukan estimasi

• Prosedur Heuristik

Digunakan terutama untuk L2P, dan L3P

• Prosedur Analisis Faktor Nonlinier

Digunakan untuk L2P serta untuk L3P dengan kasus c

tetap. Menggunakan kuadrat terkecil pada analisis faktor
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
2. Ciri Estimasi Kebolehjadian Maksimum

• Konsistensi

Jika responden ditambah, hasil estimasi parameter tetap

konsisten

• Normalitas Asimptotik

Jika responden terus ditambah maka distribusi

probabilitas pensampelan terus mendekat ke distribusi
probabilitas normal

• Efisiensi Asimptotik

Jika responden terus ditambah maka variansi kekeliruan

(pensampelan) terus mendekat ke nilai minimum teoretik
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Kecepatan Konvergensi

Jika responden terus ditambah maka dengan cepat

sekali nilai parameter konvergen ke nilai parameter
sesungguhnya (lihat metoda Newton-Raphson)

• Kendala Asimptotik

Pada probabilitas 0 dan 1 lengkungan karakteristik

butir secara asimptotik menuju ke takhingga (minus
takhingga dan plus takhingga)

Terjadi pada saat semua responsi salah atau semua

responsi betul

Selama melakukan estimasi semua responsi salah

atau betul dikeluarkan terlebih dahulu dari perhitungan
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Jumlah Responden

Responden pada 2P perlu lebih banyak dari responden pada 1P

Resposnen pada 3P perlu lebih banyak dari responden pada 2P

Ada program estimasi pada 1P menggunakan

Lebih dari 25 butir

Lebih dari 500 responden

Ada program estimasi yang menggunakan

Lebih dari 1000 responden, dan ada yang

Lebih dari 2000 responden

• Alat Bantu

Kalkulator dan komputer

 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

3. Kebolehjadian

• Di sini dibahas prosedur kebolehjadian serentak terutama

kebolehjadian bersama

• M responden menanggapi N butir dengan hasil untuk setiap

responden

X1, X2, … , Xi , …, XN

• Pada skala dikotomi, jawaban betul X = 1 dan jawaban salah X

=0

• Dengan ketentuan independensi lokal, untuk tiap responden,

kebolehjadian adalah

L(X1, X2, … Xi, …, XN)

= P(X1)Q(X1) P(X2)Q(X2) … P(XN)Q(XN)
------------------------------------------------------------------------------
Teori Responsi Butir
-----------------------------------------------------------------------------
• Pada skala dikotomi

Jika P(X = 1) = 1, Q(X = 1) =0

Jika P(X = 0) = 0, Q(X = 0) = 1

maka
i N
L ( X 1 , X 2 ,... X i ,..., X N )   P ( X i ) X i Q ( X i )1 X i
i 1

• Untuk M responden, kebolehjadian menjadi

g M i N

 P ( X gi )
X gi 1 X gi
L ( X gi )  Q ( X gi )
g 1 i 1

• Pada bentuk logaritma

  ( X ) ln P ( X gi )  (1  X gi ) ln Q ( X gi ) 
M N
ln L( X gi )  gi
g 1 i 1
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
4. Kebolehjadian Maksimum

• Kebolehjadian maksimum pada tiap parameter dapat diperoleh

melalui

L L L L
0 0 0 0
 a b c

• Dalam bentuk logaritma, kebolehjadian maksimum pada tiap

parameter dapat diperoleh melalui
 ln L  ln L  ln L  ln L
0 0 0 0
 a b c

• Perhitungan masing-masing menghasilkan estimasi parameter

kemampuan dan butir
 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
5. Estimasi Parameter Kemampuan

• Satu responden (ke-g) menjawab N butir

• Persamaan untuk estimasi parameter kemampuan g untuk

responden ke-g

 ln L N
 ln L Pgi
 g
 
i 1 Pgi  g
N  X gi 1  X gi  Pgi
   
1  Pgi 


i 1 Pgi   g
N  X gi  Pgi  Pgi
   0

i 1  Pgi Q gi  
 gi

• Dapat digunakan untuk L1P, L2P, dan L3P dengan memasukkan

karateristik butir mereka masing-masing
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Solusi pada model L3P

 ln L N ( X gi  Pgi )( Pgi  c i )
 D ai 0
 g i 1 Pgi (1  c i )

• Solusi pada model L2P

 ln L N

Pada rumus D masukkan

L3P, a i ( X gi  Pcgi )=0 0
 g i 1
i

• Pada model L1P

 ln L N
D
 g
(X
i 1
gi  Pgi )  0

Pada rumus L3P, masukkan ai =1 dan ci = 0

 ------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
6. Estimasi Parameter Butir

• Satu butir (ke-i) dijawab oleh M responden

• Dengan jalan sama diperoleh parameter butir ke-i yang

ditanggapi oleh M responden
 ln L M  X gi  Pgi  Pgi
a i
  
g 1  P Q

 a
0
gi gi  i

 ln L M  X gi  Pgi  Pgi
bi
  
 P Q
g 1 

 b
0
gi gi  i

 ln L M  X gi  Pgi  Pgi
c1
  
 P Q
g 1 

 c
0
gi gi  i

• Dapat digunakan untuk L1P, L2P, dan L3P dengan memasukkan

karateristik butir mereka masing-masing
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Solusi pada L3P
 ln L D M ( g  bi )( Pgi  c i )( X gi  Pgi )
a i

1  ci

g 1 Pgi
0

 ln L Da i M ( Pgi  c i )( X gi  Pgi )
bi

1  ci
 g 1 Pgi
0

 ln L 1 M ( X gi  Pgi )
c i

1  ci

g 1 Pgi
0

 ln L M
• Solusi pada Di 
L2P(c = 0)
( g  bi )( X gi  Pgi )  0
a i g 1

 ln L M
  Da i  ( X gi  Pgi )  0
bi g 1

 ln L M
  D  ( X gi  Pgi )  0
• Solusi padaL1P
bi (ai =1,gc
1i = 0)
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

G. Keterampilan Statistika

1. Dasar

P = probabilitas jawaban betul

Q = probabilitas jawaban salah

P+Q=1 atau Q=1–P

Kebolehjadian terhadap probabilitas jawaban

betul adalah
dL
0
L =dP
PQ

2. Kebolehjadian maksimum
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Perhitungan

L = PQ
= P(1 – P)
= P – P2

sehingga

dL d(P  P2 )
  1 2P
dP dP
dL
0
dP
1 2P  0 P  0,5 Q  0,5
Lmaks  ( 0,5)(0,5)  0,25

Contoh 10

Kebolehjadian maksimum untuk M responden dengan M1 reponden

sukses dan M – M1 responden gagal
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------
• Perhitungan
L  P M1 Q M  M1
 P M1 (1  P ) M  M1

dL d (1  P ) M  M1 d (1  P )
sehingga
 (1  P ) M  M1
. M1 P M1 1

dP d (1  P ) dP
 M 1 P M1 1 (1  P ) M  M1  P M1 ( M  M 1 )(1  P ) M  M1 1 .( 1)
 M 1 P M1 1 (1  P ) M  M1  ( M  M 1 ) P M1 (1  P ) M  M1 1

 P M1 1 (1  P ) M  M1
 M1 (1  P )  ( M  M1 ) P 
1 P

dL
0
dP
M1 (1  P )  ( M  M1 ) P  0
M1
P 
• Kebolehjadian
M maksimum
------------------------------------------------------------------------------
Teori Responsi Butir
------------------------------------------------------------------------------

Contoh 11

Jawaban 21 responden (dengan 1 = betul; 0 = salah) adalah

11111 00111 01111 00110 1

Kebolehjadian

L = P15Q6

Kebolehjadian maksimum terjadi pada

P = 15 / 21 = 0,7143
Q = 1 – P = 1 – 0,7143 = 0,2857

Lmaks = (0,7143)15(0,2875)6
= 3,4968.10-6