249
250
251
252
16.
1 (gerak peluru)
1 (gerak peluru)
1 (gerak peluru)
1 (gerak peluru)
17.
4 (gerak 2 benda, bidang datar)
3 (gerak 2 benda, bidang miring)
2 (gerak 1 benda, bidang miring)
(gerak 1 benda, vertikal)
18.
3 (momentum sudut)
1 (momen inersia benda menuruni bidang miring)
4 (papan dan katrol)
2 (momen inersia benda menuruni dan menaiki bidang miring)
19.
4 (modulus geser)
3 (tetapan pegas)
1 (regangan dengan beban berbeda)
2 (regangan pada penampang berbeda)
20.
1 (fluida pada pipa dengan beda tekanan)
1 (fluida pada pipa dengan beda tekanan)
1 (fluida pada pipa dengan beda tekanan)
2 (fluida pada pipa)
21.
1 (hukum gas ideal)
1 (hukum gas ideal)
1 (hukum gas ideal)
1 (hukum gas ideal)
22.
1 (proses gas ideal)
1(proses gas ideal)
1(proses gas ideal)
1(proses gas ideal)
23.
1 (pendulum)
1 (pendulum)
1 (pendulum)
1 (pendulum)
24.
2 (Rangk. List. DC seri)
2 (Rangk. List. DC paralel)
1 (hukum Ohm)
3 (Rang. List. AC)
25.
1 (kemagnitan)
1 (kemagnitan)
1 (kemagnitan)
1 (kemagnitan)
26.
1 (spektrum)
2 (partikel elementer)
3 (gabungan bintang)
4 (waktu paruh relativistik)
27.
1 (optika-retina)
1 (optika-retina)
1 (optika-retina)
1 (optika-retina)
28.
2 (elektrostatik 2 muatan)
1 (elektrostatik 3 muatan)
1 (elektrostatik 3 muatan)
1 (elektrostatik 3 muatan)
29.
2 (gerak elips)
1 (gerak melingkar)
1 (gerak melingkar)
3 (gerak curvature)
30.
2 (gel. stasioner)
3 (efek Doppler)
1 (pipa organa)
1 (pipa organa)
1,80± 1,08
1,53± 0,83
1,40± 0,91
1,67± 0,98
MANOVA: detektor ketidakadilan naskah
Pada mulanya, analisis data pada Tabel 1 dilakukan menggunakan uji ANOVA dan uji Kruskal-Wallis. Kedua analisis ini ditujukan untuk menemukan apakah ada perbedaan nyata antara nilai kedekatan/kemiripan antara keempat kode naskah. Kedua analisis ini menyimpulkan bahwa keempat kode soal tak berbeda signifikan. Hal ini sebenarnya terlihat pada nilai rata-rata dan simpangan baku nilai kemiripan materi uji pada Tabel 1. Namun, ketika perangkat data pada Tabel 1 diatas selanjutnya dianalisis menggunakan teknik MANOVA (Multivariate Analysis of Variance), keempat kelompok naskah ternyata terbagi atas 2 cluster (kelompok) berdasarkan jarak Mahalanobis-nya. Hal ini ditunjukkan pada Gambar 1. Kode naskah 250 dan 251 bergabung pada satu cluster sedangkan kode naskah 249 dan 252 berada pada cluster lainnya. Hasil yang tersaji pada Gambar 1 ini diperoleh dengan menggunakan paket pemrograman MATLAB yakni subroutine “Manova1” dan “Manovacluster”.
Gambar 1. Pengelompokan naskah ujian TKD Saintek kedalam 2 cluster. Cluster 1 berisi kode naskah 250 dan 251, sedangkan cluster 2 berisi kode naskah 249 dan 252.
Adanya pengelompokan naskah ini menjadi indikasi bahwa ada pelanggaran azas fairness. Peserta SBMPTN terpapar soal SBMPTN yang berbeda. Jika perbedaan ini dapat dikaitkan dengan tingkat kesulitan soal, maka yang lebih menderita adalah peserta yang kurang menguasai bahan dan ia kebetulan memperoleh soal dengan tingkat kesulitan tinggi. Ia kemungkinan besar tak lolos ujian SBMPTN karena kebetulan mendapatkan soal yang sulit. Hal sebaliknya terjadi pada peserta berkemampuan tinggi yang kebetulan mendapatkan soal dengan tingkat kesulitan rendah. Kemungkinan dia untuk lolos SBMPTN semakin besar. Kedua kasus ekstrim ini menyebabkan terciderainya kesamaan peluang peserta untuk lulus SBMPTN gara-gara soal yang tidak fair.
