Hallo sahabat kompasiana:)
Pada kesempatan kali ini, akan ada pembahasan tentang Apa itu Teori Klasik, Teori Respon Butir, serta Perbandingan antara Teori Tes Klasik (Classical Testt Theory) dengan Teori Tes Modern (Item Response Theory))
Teori Pengukuran sangat dibutuhkan karena :
1. Dijadikan sebagai dasar pengembangan alat ukur
Dimana dalam teori dijelaskan asumsi atau kondisi ideal terkait pengukuran atau alat ukur.
2. Dijadikan sebagai dasar evaluasi alat ukur
Kualitas alat ukur yang dikembangkan dievaluasi berdasarkan teori tersebut
Teori pengukuran terbagi menjadi 2 macam yaitu :
- Teori Skor Murni Klasik (CTT)
- Teori Tes Modern (IRT)
Teori Skor Murni klasik
X = T + E, dimana : X = Skor tampak
T = Skor Murni
E = Eror Pengukuran
- Didalam skor tampak, mengandung informasi mengenai skor murni dan eror pengukuran
- Contoh-contoh bentuk skor tampak
Skor mentah : skor yang belum diolah
- Skor terstandar : skor yang sudah distandarisasi, digambarkan dengan menggunakan kurva norma
- Skor tes
- Skor subtes
- Skor persentil
Skor Murni (True Score)
- Skor murni merupakan skor yang menunjukkan atribut ukur yang ketetapan dan keakuratannya sempurna.
- Harga dari skor murni tidak dapat diketahui secara pasti, dikarenakan setiap pengukuran selalu menghasilkan eror. Namun harga dari skor murni dapat diprediksi dan diestimasi oleh manusia.
CATATAN :
- Eror berbeda dengan Incorrect. Eror merupakan sesuatu yang menyesatkan yang menjadi penyebab tidak akuratnya informasi yang dihasilkan atau dapat juga diartikan sebagai sesuatu yang menyebabkan informasi benar menjadi rendah unsur kebenarannya. Misalnya : mendengar kata kapal padahal yang diucapkan adalah kapan
- Sedangkan incorrect adalah ketidaksesuaian antara keputusan yang diambil dengan sesuatu yang menjadi acuan akibat kesalahan dalam pengambilan keputusan tersebut. Misalnya : menjawab opsi B padahal kunci jawabannya adalah C.
Seperti yang telah diketahui, bahwa skor murni klasik memiliki persamaan : X = T + E.
Persamaan tersebut dapat diekstensifikasi menjadi beberapa rumus berikut :
- Xi = Ti + Ei
Persamaan tersebut digunakan jika pengukuran dilakukan pada sampel individu, dengan i adalah variasi individu.
Contoh : XDani = TDani + EDani
- Xj = Tj + Ej
Persamaan tersebut digunakan jika pengukuran dilakukan pada sampel individu, dengan beberapa kali sesi (trial) pengukuran, dengan j adalah sesi pengukuran.
Contoh :
XMalam = TMalam + EMalam
XPagi = TPagi + EPagi
TEORI RESPONS BUTIR
Teori Respons Butir merupakan sebuah teori yang berupaya untuk memadukan subjek dan butir menjadi satu informasi dalam satu skala. Hal ini dikarenakan pada CTT tidak dapat meletakkan subjek dan butir dalam 1 skala. Misalkan :
- Tingkat kesulitan butir (P) : P Butir-1 = 0,5 dan Butir-2 = 0,3.
Belum tentu butir-butir tersebut berbeda tingkat kesulitannya. Hal ini dikarenakan tingkat kesulitan butir itu dipengaruhi oleh subjek. Soal akan terasa sulit jika diberikan kepada orang-orang yang kemampuannya rendah, sebaliknya soal akan terasa mudah jika diberikan kepada orang-orang yang kemampuannya tinggi.
- Hasil pemaduan antara subjek dan butir itu nantinya akan meletakkan keduanya menjadi sesuatu yang bersifat invarian atau konsisten antar subjek dari berbagai macam level.
Untuk memahami Teori Respons Butir secara lebih lanjut, terlebih dahuulu kita perlu memahami dan mengenal Analisi Regresi Linier. Adapun persamaan dari regresi Linier yaitu : Y = B0 + B1X + E
Parameter
B0 = intersep
B1 = Slope/Kemiringan
Intersep adalah kondisi ketika B1 = 0.
- Menunjukkan peranan X terhadap perubahan Y.
- Semakin besar kemiringannya, semakin besar peranan X terhadap Y.
- Dalam psikometrika, slope dapat menunjukkan korelasi butir total
Gambaran tentang parameter intersep:
Perhatikan grafik intercept diatas!
Misalkan
- X menujukkan tingkat atau jumlah makanan yang dimasukkan ke dalam mulut,
- Y menunjukkan tingkat kekenyangan.
- Sebelum makanan itu diberikan ( 1 sendok, 2, sendok, 3 sendok, dsb) sudah ada kekenyangan tertentu di dalam diri individu (titik-titik horizontal dalam grafik)
- Kemudian, ketika ditambah 1 sendok lagi, maka tingkat kekenyangannya meningkat. Tapi sebelum makanan diberikan individu sudah memiliki tingkat kekenyangan
Informasi tersebut dinamakan intersep, yakni Ketika treathment belum diberikan, di dalam diri individu sudah terdapat tingkat (misalnya : kepercayaan diri). Maka, ketika treathment ditambahkan, kepercayaan diri akan mengalami peningkatan.
Gambaran tentang parameter Slope/Kemiringan:
Perhatikan grafik dibawah ini!
Dua grafik penelitian tersebut dapat dibandingkan sebagai berikut :
- Grafik pengaruh intensitas belajar terhadap prestasi belajar kemiringannya lebih curam dibandingkan dengan grafik pengaruh semangat belajar terhadap prestasi belajar.
- Intensitas sendiri berarti menunjukkan sesuatu yang sudah dijalankan, kemiringannya meingkat. Jika Intensitas bertambah 1 poin, maka prestasinya juga bertambah lebih banyak daripada ketika semangat belajar yang ditambahkan.
Berdasarkan hal tersebut, dapat disimpulkan bahwa kemiringan menunjukkan peranan . Dimana semakin miring, semaki besar parameter slop maka menunjukkan semakin tinggi peranannya.
Gambaran lain tentang parameter Slope/Kemiringan:
Perhatikan grafik berikut ini :
- Berdasarkan grafik tersebut, berarti terdapat 2 butir
1. Saya merasa bersemangat ketika mendapatkan tugas dari pimpinan.
2. Setiap orang perlu memiliki pekerjaan yang menetap.
- Pada butir ke-1, orang-orang yang cenderung setuju terhadap butir tersebut memiliki etos kerja yang tinggi. Sedangkan orang-orang yang tidak setuju terhadap butir tersebut, adalah orang-orang yang memiliki etos kerja yang rendah.
- Sedangkan pada butir ke-2, hampir semua orang menyetujui butir ini. Baik orang yang memiliki etos kerja yang rendah maupun yang memiliki etos kerja yang tinggi. Sehingga dapat disimpulkan bahwa : butir ke-1 lebih memiliki kontribusi yang besar dalam membedakan orang-orang berdasarkan etos kerjanya daripada butir ke-2. Hal tersebut merupakan parameter slope dalam regresi.
CATATAN :
- Kemiringan garis menunjukkan besarnya kontribusi butir itu dalam membedakan (mendeskriminasikan) kemampuan (atau ciri sifat) yang diukur.
- Semakin miring, semakin besar kontribusinya.
- Jika kemiringan garis terbalik, maka butir tersebut kontribusinya terbalik. Misalnya sebuah butir justru mengukur kemalasan padahal ada di dalam tes yang mengukur kerajinan.
Model dalam Psikometri
Dalam psikometri, model adalah suatu konsep yang dianggap sebagai sesuatu yang ideal dan sederhana yang dibuat untuk menilai atau menjelaskan fenomena yang empiris.
1. Model Linier
- Model yang memiliki kesederhanaan paling tinngi diantara model lainnya.
- Misalnya menggunakan model linier untuk meninjau data, maka kita akan melihat data dengan cara pandang yang sesuatu yang linier.
- Semua data akan dilihat dengan menggunakan kaca mata linier.
- Dari berbagai macam model linier akan ditetapkan satu model yang paling tepat dengan kriteria yang ditetapkan.
2. Model Non Linier
- Menggunakan model non linier untuk meninjau data, misalnya model kuadratik, maka sesuatu akan kelihatan memiliki lengkungan meskipun itu adalah lurus.
3. Model Kaku (strict) dan Model Luwes (loose)
- Model Kaku adalah model yang cerewet, terlalu banyak hal yang harus dipenuhi. Misalnya tidak boleh ada lekukan dan sebagainya.
- Model luwes adalah model yang rileks, tidak cerewet.
Apakah Model yang Digunakan oleh Teori Response Butir?
- Teori Response Butir menggunakan model Kurva Logistik Ogive dan Model Kurva Normal Ogive Kedua kurva tersebut bentuknya seperti huruf “S” (jika dibentuk garis hampir berhimpitan)
- IRT tidak hanya berisi satu model, akan tetapi memiliki tiga jenis model
- Penjelasan Grafik: Sumbu X (horizontal)
Berisi tentang level kemampuan. Sebelah kiri menunjukkan kemampuan yang rendah , sebelah kanan menunjukkan kemampuan yang tinggi.
Karena Teori Response Butir menggunakan metrik logit/probit, maka tidak seperti skor-skor pada umumnya yang menunjukkan 0 itu rendah dan 100 itu tinggi. Sebelah kiri 0 adalah level rendah, 0 itu level sedang, sebelah kanan 0 adalah level tinggi. Semakin ke kanan, kemampuannya semaki tinggi.
- Penjelasan Grafik: Sumbu Y (vertikal)
Berisi tentang informasi probabilitas dalam menjawab soal itu benar. Angkanya dimulai dari 0 hingga 1. 0 berarti probabilitasnya rendah untuk menjawab soal dengan benar.
- Kombinasi Garis X dan Y
Dalam grafik tersebut, terdapat gambar yang ideal :
- Orang-orang yang kemampuannya rendah peluangnya kecil untuk menjawab sebuah butir dengan benar. Sedangkan orang-orang yang kemampuannya tinggi peluangnya sangat besar untuk menjawab sebuah butir dengan benar. Sementara orang yang sedang, peluangnya ditengah-tengah yaitu berada di 0,05.
- Garis linier tersebut kurang mampu untuk menjelaskan fenomena ini karena tidak mungkin ada peluang yang dibawah 0 atau negatif. Hal inilah yang menjadikan perlunya pembuatan kurva yang non linier. Dimana yang terkecil mendekati 0 dan yang terbesar itu mendekati 1. Sehingga kurva yang dipakai adalah sebagai berikut. Gambar dari kurva berikut merupakan gambar yang ideal untuk sebuah Teori Response Butir yakni model Kurva Logistik Ogive dan Model Kurva Normal Ogive Kedua kurva tersebut bentuknya seperti huruf “S”.
- Gambar ini menunjukkan bahwa orang yang memiliki kemampuan lebih tinggi akan memiliki peluang lebih besar dalam menjawab benar dibanding dengan orang yang kemampuannya rendah.
PERBANDINGAN CTT dengan IRT
Pembeda
Teori Tes Klasik CTTte
Teori Tes Modern IRT
- Eror standar pengukuran
- Berlaku bagi semua skor dalam populasi tertentu
- Di semua skor berbeda. Namun digeneralisasikan di semua populasi
- Panjang tes
- Dibandingkan dengan tes yang pendek, maka Tes yang panjang akan menghasilkan skor yang reliabel
- Yang bisa menghasilkan skor yang reliabel adalah tes yang pendek
- Perbandingan antar tes
- Apabila tes yang dibandingkan adalah paralel, maka perbandingan skor antar tes akan optimal
- Apabila tes yang dibandingkan memiliki tingkat kesulitan yang bervariasi, maka perbandingan skor antar tes akan optimal
- Makna skor
- Makna terhadap skor kemampuan individu diperoleh dari perbandingan dengan orang-orang di dalam norma
- Makna terhadap skor kemampuan individu diperoleh dari selisihnya dengan kesulitan butir
- Data interval
- Diperoleh dengan mendapatkan skor yang terdistribusi normal
- Diperoleh dengan pengaplikasian model pengukuran yang terjustifikasi
- Skala dengan format berbeda
- Dampak yang berbeda terjadi pada butir-butir dengan format yang berbeda
- Butir-butir dengan format bervariasi, dapat menghasilkan tes yang optimal
Demikian artikel ini dibuat, semoga bermanfaat:)
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H
