PARAMETER
BUTIR
Teori dan Praktik
u+d=1
4. Kecerobohan (carelessness)
Suatu butir soal dikatakan baik jika nilai u mendekati 1 semakin kecil
faktor kecerobohan maka butir tersebut semakin baik.
Parameter kecerobohan ini dapat diestimasi dengan model 4PL dan 3PLu di
mana pemilihan model didasarkan pada uji kecocokan model.
RANGKUMAN
Tingkat
Daya Beda Tebakan Semu Kecerobohan
Kesulitan
Simbol b a c atau g d
Model yang dapat Rasch, 1PL, 2PL, 2PL, 3PL, 4PL, 3PL dan 4PL 4PL dan 3PLu
digunakan untuk estimasi 3PL, 4PL, 3PLu dan 3PLu
Kriteria Baik -2 ≤ b ≤ 2 a > 0,5 c ≤ 1/k Mendekati 0
k= banyaknya
opsi
Beberapa program Rasch = Program R, Quest, Rascal
komputer yang dapat 1PL = Program R, Rascal, Parscale
digunakan berdasarkan 2PL = Program R, Rsscal, Bilog, Parscale
model PL
3PL = Program R, Rascal, Bilog, Multilog, Parscale
4PL = Program R
3PLu = Program R
Estimasi Parameter Butir Dikotomus
dan Interpretasinya
dengan Program R
1. Siapkan file data yang akan dianalisa dalam excel.
2. Jalankan program R atau R studio dengan package yang akan dipakai telah terinstal.
3. Tentukan folder tempat bekerja dengan klik File Change Directory.
4. Pilih folder yang digunakan (folder yang memuat data excel, sintaks R, dan nantinya akan
memuat output yang dihasilkan).
5. Buka sintaks analisis 4 PL di program R atau R Studio dengan cara klik File Open Script
lalu pilih file sintaks R yang akan dipakai.
Pada jendela editor akan ditampilkan sintaks seperti di atas.
6. Klik ctrl+A kemudian klik Run atau dengan klik Run dari baris pertama sampai terakhir satu per
satu.
Pada bagian Console akan muncul beberapa output, salah satunya adalah tabel parameter a (daya
beda), b (tingkat kesukaran), g (tebakan semu) dan u (upper/asimtot atas, dimana kecerobohan
dapat dihitung dengan d = 1 – u).
Selain tabel parameter, muncul juga ICC per item di jendela lain.
Pada kedua output di slide sebelumnya, banyak butir yang tidak berkriteria “Baik”
karena tidak fit dengan model.
Untuk model 4PL, responden yang dibutuhkan berkisar 4 kali lipat dari 1 PL,
sehingga model 4PL ini akan lebih mudah fit jika jumlah responden di atas 1000
responden.
Hal ini senada dengan pernyataan Retnawati (2014) bahwa semakin banyak respon
peserta tes yang digunakan, semakin besar perolehan nilai khi-kuadrat sehingga
semakin besar pula peluang menolak hipotesis butir cocok dianalisis dengan model
3PL.
7. Interpretasi parameter butir dikotomus
Daya beda (a) = 1,1695 kriteria butir “Baik” > 0,5 dan dalam rentang 0 – 2 butir tes dapat
antara membedakan peserta dengan kemampuan tinggi dan dengan dengan
kemampuan rendah.
Tingkat kesukaran (b) = 0,4258 kriteria butir “Baik” berada antara -2 dan 2
kategori tingkat kesukaran -1 ≤ b ≤ 1 “Sedang”
diperlukan kemampuan (θ) minimal 0,4258 untuk dapat menjawab
benar butir ini dengan peluang 50%.
Butir ke-6 memiliki nilai:
Tebakan semu (c/g) = 0,02 jika peserta tes yang tidak menggunakan kemampuannya sama
sekali (θ = -∞), maka peserta tes tersebut tetap memiliki peluang
menjawab benar sebesar 0,02 atau 2%.
Upper (u) = 0,997 sehingga kecerobohan (d) = 1 – 0,997 = 0,003 peserta tes yang memiliki
kemampuan paling tinggi sekalipun (θ = ∞) tetap ada peluang salah dalam
menjawab butir ini sebesar 0,003 atau 0,3% karena faktor kecerobohan.
kriteria butir termasuk “Baik” mendekati 0
Kesimpulan:
Model respons politomus dapat dikategorikan menjadi model respons butir nominal
dan ordinal, bergantung pada asumsi karakteristik tentang data (Retnawati, 2014).
Model GRM juga memuat parameter daya beda dan tingkat kesulitan, akan tetapi
daya beda/nilai lereng untuk tiap kategori dalam satu butir disamakan (Istiyono,
2018).
1. Siapkan file data yang hendak hendak dianalisis, misal file berekstensi xlsx (file excel) dengan
susunan sebagai berikut.
2. Buka/jalankan Program R atau R Studio beserta packages yang akan digunakan.
3. Buka sintaks analisis PCM di program RStudio dengan cara klik Session Set working
directory Choose directory lalu pilih file sintaks R yang akan dipakai.
4. Maka akan tertampil sintaks seperti Berikut pada jendela editor.