PENTAKSIRAN DALAM

PENDIDIKAN
EDUP 3063
 Statistik
Asas
ANALISIS ITEM DAN
INTERPRETASI DATA

Analisis
Item
 Perwakil
Statistik an Graf
Asas

Skor Mentah dan Mod,

Penggunaannya Median dan
(Kekerapan; Ogif Min
dan Pangkatan)

Interpret
Sisihan Piawai, asi data
Skor Piawai
 Analisis
Item

Indeks
Kesukaran
dan
Diskriminasi
Bank Item

Analisis
Distraktor
 Skor Mentah dan Penggunaannya
(Kekerapan; Ogif dan Pangkatan)

❑ Skor
Mentah
• Apabila skor ujian diperoleh daripada
sekumpulan pelajar, ia biasanya akan berada
dalam susunan yang tidak rawak seperti yang
ditunjukkan:
50, 65, 90, 55, 75, 80, 83, 90, 95,
70
• Kesemua ini adalah skor-skor mentah.
• Oleh itu, seorang guru perlu mengorganisasi dan
mempamerkan skor dalam bentuk yang teratur
supaya ia kelihatan lebih sistematik.
• Guru perlu membuat pengiraan mudah untuk
mentafsirkan data secara tepat.
❑ Taburan skor secara menaik dan
menurun
(a) Susunan Menaik
• Data-data disusun daripada yang terendah kepada
tertinggi seperti:
50 , 55, 65, 70, 75, 80, 83, 90, 90,
95

(b) Susunan Menurun

• Dalam susunan menurun pula, data-data disusun
daripada yang tertinggi kepada yang terendah.
Contohnya:
95, 90 90, 83, 80, 75, 70, 65, 55 ,
50
❑ Taburan
kekerapan
• Kekerapan merujuk kepada berapa kali sesuatu skor
wujud dalam taburan.
• Dalam contoh di bawah, kekerapan untuk skor 70%
ialah 7
( kekerapan tertinggi) manakala kekerapan untuk 90%
ialah 3
( kekerapan terendah).
• Akan tetapi dalam kumpulan murid yang ramai,
bilangan skor akan banyak.
• Maka, adalah berguna untuk membina taburan
kekerapan secara berkumpul dan graf taburan.
• Untuk tujuan ini, skor-skor dikumpulkan dalam sela
kelas, dan bilangan skor yang ada dalam setiap sela
digundalkan.
• Gundal-gundal ini dikira untuk memperoleh
kekerapan, iaitu bilangan skor dalam setiap sela
• kelas.
Sebagai contoh, perhatikan bagaimana skor-skor
berikut disusun dalam taburan kekerapan dengan julat
kelas sebanyak 5.
43 40 55 64 70 60 80 67 85
82 51 59 70 55 78 65 83 57
88 45 44 76 80 77 55 44 88 56
44 54
• Sebagai contoh, perhatikan bagaimana skor-skor
berikut disusun dalam taburan kekerapan dengan julat
kelas sebanyak 5.
43 40 55 64 70 60 80 67 85
82 51 59 70 55 78 65 83 57
88 45 44 76 80 77 55 44 88 56
44 54

Jadual 1 : Jadual Taburan

• Jadual taburan kekerapan merupakan taburan dalam
bentuk jadual yang menunjukkan susunan data secara
sistematik dan kekerapannya.

• Untuk mengurangkan bilangan baris, kita boleh

mengumpulkan skor-skor atau menggabung skor yang
berbeza ke dalam sela kelas.
• Terdapat beberapa garis panduan semasa menyediakan
sela kelas.

• Pertama, sela kelas harus dipilih sebegitu agar ia meliputi

kesemua skor-skor.

• Kedua, saiz sela kelas seharusnya angka ganjil supaya

nilai tengah merupakan angka bulat. Ini akan
memudahkan perwakilan grafik dan pengiraan
❑ Perwakilan
Graf
• Menukar data dalam jadual taburan kekerapan kepada
perwakilan grafik.

(a)
Histogram
• Histogram mempersembahkan data dalam bentuk
lajur-lajur empat segi bujur.
• Asas setiap kolum ialah julat kelas dan ketinggian
lajur menunjukkan kekerapan berlakunya skor
tersebut.
CONT
OH :

Jadual 2 : Jadual Taburan

Kekerapan 1

Rajah 1 : Histogram untuk Jadual Taburan

(b) Poligon
Kekerapan
• Poligon kekerapan dibina dengan memplotkan
titik di nilai tengah setiap sela kelas ke ketinggian
selaras dengan bilangan kekerapan kelas
berkenaan.
• Kemudian, sambungkan kesemua poin-poin
dengan garis lurus.
• Poin awalan dan akhir harus berada pada
paksi-X.

Rajah 2 : Histogram dan Poligon Kekerapan untuk Jadual

Taburan Kekerapan
(c) Kekerapan
Himpunan (Ogif)
• Kekerapan himpunan ialah jumlah kekerapan data
dan kekerapan data sebelumnya.

Jadual 3 : Kekerapan
Kumulatif
 • Taburan kekerapan himpunan digunakan untuk melukis
graf yang dinamakan ogif dan ogif digunakan untuk
mentafsir data yang diperolehi.
• Untuk melukis ogif, nilai data berada di paksi-x,
manakala kekerapan himpunan berada pada paksi-y.

CONT
OH :

Rajah 3 : Lengkung Kekerapan

Himpunan (Ogif)
MOD, MEDIAN
DAN MIN
 Mod
• Mod ialah skor yang mempunyai kekerapan yang paling tinggi dalam satu taburan.

• Simbol bagi mod ialah M0.

• Nilai mod boleh diperolehi dengan menyusun data yang tidak terkumpul secara menaik
dan menurun.

• Satu taburan mungkin mempunyai satu atau lebih mod.

• Walaubagaimanapun, ia mungkin langsung tidak mempunyai mod.

 Contoh
• Contoh 1:
66, 55, 33, 81, 60, 40, 70
*Taburan skor ini tidak mempunyai mod
• Contoh 2:
86, 75, 59, 75, 75, 68,75
*Taburan skor ini mempunyai satu mod (unimod) sahaja. Nilainya ialah
75
• Contoh 3:
76, 66, 56, 68, 62, 56, 88, 66
*Taburan skor ini mempunyai dua mod (dwi-mod). Nilai mod ialah 66
dan 56
 Mod bagi data terkumpul
• Formula Mod: L + fm –fm-1 xW

(fm-fm-1) + (fm-fm+1)

L= sempadan kelas bawah

fm-1= frekuensi kelas sebelum kelas modal

fm = frekuensi kelas modal

fm+1= frekuensi kelas selepas kelas modal

W= saiz kelas
 Contoh mod bagi data terkumpul
Jadual menunjukkan tempoh pelajar menjawab satu soalan kuiz.

Saat Kekerapan
51-55 2
56-60 7
61-65 8
66-70 4

Kelas modal: 61-65 Formula Mod: L + fm –fm-1 xW

(fm-fm-1) + (fm-fm+1)
Mod: 60.5 + 8-7 x5
(8-7) + (8-4)

: 60.5 +(1/5) x5
: 61.5
Mod dan graf

Mod:
61.5
 Median
• Median ialah skor tengah dalam satu susunan taburan menaik dan menurun.

• Median boleh dikira dengan membahagikan satu set skor yang tersusun kepada dua
bahagian yang sama.

• Median ialah skor tengah apabila jumlah bilangan skor adalah ganjil.

• Jika jumlah bilangan skor genap, nilai purata dua skor di tengah-tengah adalah median.
 Contoh
• Contoh 1:

37, 44, 56, 77, 87 (susun secara menaik)

median: 56

• Contoh 2:

40, 57, 68, 74, 80, 96 (susun secra menaik)

median: 68 +74

= 71
Contoh:

Jadual menunjukkan tempoh pelajar menjawab satu soalan kuiz

Saat Kekerapan Kekerapan

longgokan
51-55 2 2
56-60 7 9
61-65 8 17
66-70 4 21

Kelas median: 4+8+7+2 Median= L= 60.5 N= 21 cf p=9 fmed

=17 W= 5
2
= 10.5 = 60.5 + (21/2)-9 x 5
Kelas median ialah 61-65 8
= 60.5 + 0.9375

= 61.4375
Median dan ogif
Ogif di sebelah menunjukkan taburan
masa (dalam saat) yang diambil oleh 100
orang pelajar dalam satu pertandingan
berenang.

(a) ½ daripada 100 orang pelajar = ½ × 100 = 50

Daripada ogif, median, M = 50.5 saat

(b) ¼ daripada 100 orang pelajar = ¼ × 100 = 25

Daripada ogif, kuartil pertama, Q1 = 44.5 saat

(c) ¾ daripada 100 orang pelajar = ¾ × 100 = 75

Daripada ogif, kuartil ketiga, Q3 = 54.5 saat
Contoh median menggunakan graf.
 Min
• Min menunjukkan purata markah yang diperolehi oleh murid dalam sesuatu ujian.

• Untuk data tidak terkumpul, min dikira dengan menjumlahkan semua skor dalam set dan
bahagikan jumlah ini dengan bilangan skor.

• Min data dikira dengan menggunakan rumus yang berikut:

 Contoh
• Min untuk skor-skor 70, 85 dan 100.

= 70+85+100

= 85
 Contoh min bagi data terkumpul
Bilangan buku 1-2 3-4 5-6
Kekerapan 2 12 6

Rumus bagi min data terkumpul: Jumlah(titik tengah x kekerapan)

Jumlah kekerapan

= (1.5x2) + (3.5x12) + (5.5x6)

2 + 12 + 6

= 3.9
 Aplikasi min, median dan mod dalam
kehidupan
• Mod memberi gambaran umum tentang taburan. Sebagai contoh, dalam penghasilan baju
T-shirt untuk murid-murid di sebuah sekolah, pengetahuan mengenai mod akan membantu
pengusaha menentukan saiz baju-T yang diperlukan.
• Median berguna jika terdapat skor yang ekstrim(melampau) dalam taburan tertentu. Contohnya,
terdapat 3 skor dalam satu ujian, iaitu 20,20 dan 80. Min taburan ini ialah 40 dan ini tidak
menggambarkan ukuran kecenderungan memusat. Dalam kes ini, nilai median 20 adalah lebih
berguna sebagai ukuran kecenderungan memusat.
• Min digunakan secara meluas kerana ia mengambil kira semua skor dalam taburan dan ia
sangat jitu. Contohnya, min digunakan oleh guru-guru untuk mengira nilai purata skor yang
diperolehi oleh murid-murid dalam ujian buatan guru.
 SISIHAN
PIAWAI DAN
SKOR PIAWAI
 Sisihan piawai
• Sisihan piawai adalah satu jenis purata yang digunakan bagi melihat kecenderungan
memusat bagi sesuatu skor dan lazimnya bagi set skor yang terkumpul.

• Sisihan piawai boleh memberi gambaran tentang ukuran sebaran atau serakan skor
sama ada tersebar atau terkelompok dari yang min.

• Simbol bagi sisihan piawai ialah σ

• Antara rumus yang digunakan untuk mengira sisihan piawai:

• Ada beberapa rumus yang kerap digunakan untuk pengiraan σ seperti di bawah:
Contoh
 Tafsiran prestasi murid
1. -Sekiranya nilai sisihan piawai ialah 10 dan min skor itu 50, maka
sebaran skor itu dikatakan normal sebab 50% calon yang menduduki
ujian itu berada di atas min dan 50% lagi di bawah min.
2.- Sekiranya nilai sisihan piawai itu kecil iaitu bernilai kurang daripada
10 misalnya 5, maka taburan itu atau serakan skor itu adalah
terkelompok sekitar min bagi set skor itu.
- pencapaian kelompok calon itu dikatakan homogen iaitu tidak ada
perbezaan ketara antara calon.
- prestasi mereka hampir sama antara satu sama lain, kalau tinggi
sama-sama tinggi dan begitulah sebaliknya.
3. - Sekiranya nilai sisihan piawai itu melebihi 10, skor antara calon

yang menduduki ujian itu dikatakan tersebar atau berserakan.

- pencapaian calon menjadi tidak begitu sama(heterogen)

Sisihan piawai untuk data terkumpul
 Interpretasi data dan pelaporan
pentaksiran
• Pentafsiran nilai sisihan piawai.

- Sisihan piawai adalah ukuran kebolehubahan atau sebaran skor skor-

skor.

- ia merupakan sejauh mana skor berubah kelilingi min.

- semakin kecil nilai sisihan piawai, semakin kecil sebaran/serakan skor

dalam taburan.

- ini membawa implikasi bahawa data adalah berhampiran antara satu

satu sama lain(homogen).

- Begitu juga, semkin besar nilai sisihan piawai, semakin besar sebaran

skor dalam taburan.

- Ini bermakna data adalah tersebar luas antara satu sama lain

(heterogen)
Interpretasi Data
 • Skor Piawai

- Skor Piawai z dan skor piawai T biasanya digunakan

untuk membanding pencapaian seseorang pelajar
dengan pelajar-pelajar yang lain.
- Skor-z adalah salah satu jenis skor piawai yang
menunjukkan kedudukan sesuatu skor berkait dengan
min taburan berkenaan.
- Rumus
Skor –z untuk mengira skorkadar sisihan piawai di atas atau di
menyatakan
–z ialah
bawah min.
Skor piawai T ialah skor yang mempunyai min 50 dan sisihan
piawainya 10.

Rumus untuk mengira

skor-T ialah
 - Kedua-dua skor piawai itu amat berguna untuk
membanding pencapaian antara mata pelajaran yang
min dan sisihan piawa masing-masing berbeza sekali.
Sekiranya tidak ditukar ke skor piawai bagi pelbagai
mata pelajaran, maka perbandingan yang dibuat
mungkin kurang tepat.
• Pengiraan Skor Piawai
Contoh: Skor-skor untuk 5 orang murid dalam
satu ujian ialah
5,8,10,4 dan 3. Cari skor-z dan skor-t
untuk murid
yang mempunyai 10 markah.
ANALISIS
ITEM
 Definisi Analisis Item

Proses meneliti respons calon terhadap setiap item

untuk membuat pertimbangan tentang kualiti

item-item tersebut. (Mehren, 1975)

 Tujuan Analisis Item

• Membantu guru memilih item yang sesuai.

• Mengenal pasti item yang baik dan item yang tidak baik.

• Menentukan bagaimana item mendiskriminatkan pelajar dalam sesuatu item.

Analisis item untuk URK dan URN adalah berbeza:

Ujian Rujukan Kriteria (URK) Ujian Rujukan Norma (URN)

Menentukan status seseorang pelajar Membandingkan pelajar di antara pelajar

dalam sesuatu bidang, sifat atau di dalam sesuatu bidang, sifat atau
kemahiran berbandingkan dengan kemahiran yang diuji di dalam ujian itu.
pengetahuan atau kemahiran yang telah
ditetapkan kriterianya

Ujian pendek, tugasan, latihan, soal Peperiksaan akhir penggal, UPSR, PMR,
jawab dalam bilik darjah. SPM, STPM
Setelah item diproses melalui analisis item maka item itu bolehlah:

• dikeluarkan-dibuang kerana item tidak berfungsi dengan baik.

• disimpan untuk kegunaan masa depan.

• diperbaiki dan kemudian di pra uji, disemak dan disimpan untuk

digunakan. Masih belum mencapai tahap kualiti yang diharapkan.

 Indeks
Kesukaran
Item

Elemen
Diskriminasi
Bank Item analisis Item
item

Penilaian
Distraktor
 Indeks Kesukaran Item

• Ialah satu indeks pengukuran tentang kesukaran item bagi kumpulan yang diuji dan
secara konvensionalnya ditulis sebagai p.

• Digunakan untuk menghuraikan kesukaran item bagi sesuatu ujian.

• Indeks kesukaran dinyatakan dalam sebagai perkadaran dan julatnya adalah antara
0.00 hingga 1.00.

Indeks kesukaran Aras kesukaran

0.3 ke bawah Tinggi
0.31 hingga 0.69 Sederhana
0.7 ke atas Rendah
Menentukan indeks kesukaran bagi item objektif:

• pengiraan indeks kesukaran beberapa item boleh dilakukan secara manual atau
menggunakan komputer. Secara manual pengiraan itu boleh dilakukan dalam bentuk
jadual seperti di bawah:
Indeks kesukaran bagi item subjektif:

• indeks kesukaran item subjektif = skor min item dibahagi dengan markah penuh
yang diperuntukkan bagi item tersebut. Pengiraan dibuat seperti jadual di bawah:
 Tujuan Mentaksir Aras Kesukaran Item

• Membolehkan pembina ujian mematuhi cara tertentu dalam menyusun item iaitu
dengan meletakkan item yang mudah di awal ujian supaya dapat mengurangkan
gemuruh pelajar yang mengambil ujian.

• Dapat membantu pembina ujian memilih item yang sesuai untuk dimasukkan ke
dalam ujian bentuk akhir.
 Latihan/
Pengajaran
Pengalaman

Faktor-faktor
yang
mempengaruhi
kesukaran item

Perkembangan individu –
Item tidak berkaitan dengan
tahap umur dan
kandungan domain yang
perkembangan psikologi/
diuji
fisiologi
 Diskriminasi Item

• Membezakan calon daripada kumpulan skor tinggi dengan kumpulan skor

rendah.

• Sesuatu item boleh dianggap berdiskriminasi sekiranya ramai pelajar dari

kumpulan berkebolehan tinggi boleh menjawabnya dengan betul berbanding
dengan pelajar yang berkebolehan rendah.
 Indeks diskriminasi item
• Indeks diskriminasi item dapat membezakan murid berpencapaian rendah daripada
murid berpencapaian tinggi. Ini dapat dirumuskan dalam jadual di bawah :

• Item yang mempunyai keupayaan diskriminasi yang baik adalah jika item tersebut
dapat dijawab oleh kebanyakan murid yang mempunyai pencapaian yang tinggi.
• Langkah-langkah menentukan aras diskriminasi sesuatu item adalah seperti yang berikut :

❑ Susun kertas ujian mengikut markah tertinggi kepada markah terendah.

❑ Bahagikan kertas ujian tersebut kepada dua kumpulan yang sama banyak, setengah
kumpulan (50%) markah tinggi dan setengah kumpulan lagi (50%) markah rendah.

❑ Kaedah ini sesuai untuk analisis bagi satu kelas. Sekiranya terdapat banyak kertas ujian
yang perlu dianalisis, memadai dipilih 25% atau 33% kumpulan markah tertinggi dan
terendah untuk dianalisis.

❑ Kirakan nilai indeks kesukaran (K) bagi setiap kumpulan markah tertinggi (K t) dan (K r).
• Cari perbezaan nilai K bagi kedua-dua kumpulan tersebut untuk mendapat nilai indeks
diskriminasi iaitu :

D=Kt–Kr

Nota :

D = Indeks diskriminasi item

K t = Indeks kesukaran item bagi kumpulan pencapaian tinggi

K r = Indeks kesukaran item bagi kumpulan pencapaian rendah

❑ Penilaian item berdasarkan indeks diskriminasi (D) boleh dirumuskan seperti yang berikut :

Indeks Diskriminasi (D) Penilaian item

0.40 dan ke atas Sangat baik

0.30 – 0.39 Baik dan boleh diperbaiki

0.20 – 0.29 “Marginal” perlu dibaiki

0.19 ke bawah Lemah, tidak boleh diterima atau

perlu semakan semula
 Penilaian Distraktor
• Analisis distraktor dibuat ke atas item-item yang telah dipilih untuk dikaji dan dibuat
penyesuaian tentang distraktor yang tidak berfungsi.

• Analisis harus dibuat pada item yang mengukur kemahiran kompleks.

• Ciri-ciri distraktor yang baik :

❑ Dapat menarik minat pelajar yang lemah

❑ Dapat menarik minat pelajar yang tidak menguasai domain pengetahuan yang diuji

❑ Bagi pelajar-pelajar dari kumpulan yang menguasai, seharusnya tidak memilih distraktor
berkenaan.

❑ Distraktor yang tidak dipilih oleh pelajar hendaklah dikeluarkan dari item

❑ Distraktor yang tidak berkaitan dengan pokok soalan hendaklah dikeluarkan

• Tiga cara mengkaji keberkesanan distraktor :

❑ Jadual kekerapan :

i. Ialah taburan respons bagi setiap opsyen mengikut kumpulan skor.

❑ Garis turihan :

i. Ialah satu gambaran tentang prestasi item sebagai fungsi prestasi keseluruhan

ii. Sesuatu item yang baik mengandungi garis turihan menaik secara monotonik

❑ Indeks Statistik :

i. Kaedah statistik adalah kaedah yang sering digunakan di Lembaga Peperiksaan

Malaysia untuk menentukan status bagi setiap opsyen dalam analisis item.
 Bank Item
• Merupakan suatu koleksi soalan-soalan atau item-item yang telah ditadbir dalam
masa yang panjang.

• Soalan ujian bagi mentaksir prestasi dalam suatu bidang pengetahuan seperti sejarah
dan kimia adalah terhad.

• Dengan itu, tidak menghairankan sekiranya soalan-soalan yang pernah digunakan

‘dikitar semula’ dengan beberapa perubahan kecil.

• Membuat item-item ujian yang baik bukanlah suatu tugasan yang mudah dan
mengambil masa.

• Sebuah bank item atau soalan dapat membantu guru.

• Sebuah bank item terdiri daripada soalan-soalan yang telah dianalisis dan disimpan
sebab mereka merupakan item yang baik.

• Setiap item yang disimpan akan mempunyai maklumat tentang indeks kesukaran dan
indeks diskriminasinya.

• Setiap item disimpan mengikut topik-topik dalam kurikulum.

• Item ini akan disimpan dalam bentuk jadual spesifikasi ujian.

• Contoh :

❑ Anda akan dapat mengeluarkan item-item yang mengukur aplikasi konsep untuk
topik tentang ‘Ibadah’.

❑ Anda juga akan dapat mengeluarkan item-item dengan tahap yang berbeza
daripada bank tersebut.

• Dengan database berkomputer, bank-bank item adalah mudah dicapai.

• Guru mudah untuk keluarkan item-item tersebut semasa mebina ujian kelas.
SEKIAN
TERIMA
KASIH
73