Analisis Item

ANALISIS ITEM  
ANALISIS ITEM
1
Pengukuran Suatu Gejala Psikologi
(Crocker & Algina, 1986)
Tingkah Laku Psychological attribute/
trait/construct
Alat Ukur/Tes Definisi Operasional/

Indikator
Tentukan sampel tingkah

laku (dalam bentuk item)
2
 Item tes yang baik adalah apabila berfungsi
sama dengan tes, yaitu membedakan
individu.
 Untuk mengetahui apakah item berfungsi
dengan baik perlu dilakukan analisis item.
 Anastasi dan Urbina (1997): Item dapat
dianalisis secara kualitatif (melalui content
dan form) dan secara kuantitatif (melalui
properti statistik)
3
TEKNIK ANALISIS ITEM KUALITATIF

 Isi (content)
Apakah item-item yang dipilih sudah
sesuai dengan dimensi-dimensi yang akan
diukur (content validity).
 Bentuk (form)
Apakah item-item ditulis dengan prosedur
penulisan yang efektif.
4
TEKNIK ANALISIS ITEM KUANTITATIF
1. Item-Difficulty
2. Item-Discrimination
3. Distractor-Power
5
 Analisis item dapat membuat tes menjadi
lebih pendek sekaligus meningkatkan
validitas dan reliabilitas.
 Walaupun “a longer test is more valid and
reliable than a shorter one” namun ketika
sebuah tes diperpendek dengan
menghapus item yang kurang baik melalui
analisis item, maka tes yang lebih pendek
menjadi lebih valid dan reliabel
6
TUJUAN ANALISIS ITEM
• Tujuan umum: untuk menentukan apakah
setiap item tes merupakan item yang baik
• Tujuan khusus:
– Meningkatkan reliabilitas tes
– Meningkatkan validitas tes
– Membuat urutan item yang lebih baik berdasarkan
derajat kesukaran item
– Membuat distribusi skor yang lebih baik
– Meningkatkan fungsi item sesuai dengan tujuan tes
yaitu mampu membedakan
– Memperoleh informasi kualitas distractor untuk item
berbentuk ‘multiple choice’ melalui informasi distribusi
jawaban seluruh subyek yang dites
7
Item-Difficulty
Analysis
8
Dari data TAV…

• Mana lebih sukar, Item-1 atau Item-2?
• Berdasarkan apa suatu item dihitung
item-difficulty-nya?
9
ITEM DIFFICULTY (1)

 Analisis item difficulty digunakan pada
maximal performance test yang memiliki item
yang di-skor benar atau salah.
 Cara paling umum menghitung item
difficulty adalah melalui proporsi penempuh
tes yang menjawab suatu item dengan
benar.
number of persons answering correctly
p=
N
10
ITEM DIFFICULTY (2)

 Individu yang lebih mampu diharapkan
lebih banyak menjawab benar item
dibandingkan individu yang kurang
mampu.
 Individu yang lebih mampu diharapkan
menjawab benar pada item yang tidak
dapat dijawab individu yang kurang
mampu
11
ITEM DIFFICULTY (3)

 Tes perlu memiliki item difficulty yang
bervariasi untuk dapat membedakan
kemampuan individu.
 Di bagian awal tes perlu diberikan item
yang mudah kemudian semakin sulit agar
penempuh tes memiliki kepercayaan diri
mengerjakan tes dan mengurangi
membuang waktu pada item yang sulit
perlu diketahui item difficulty setiap item.
12
Indeks Kesukaran Item p

 Sifatnya ordinal hanya untuk mengurutkan
item berdasarkan kesukarannya
 Kelemahan p adalah bersifat ordinal  nilai
p hanya untuk mengurutkan item
berdasarkan kesukaran, tapi tidak dapat
diketahui perbedaan kesukaran.
 Nilai p adalah 0,0 ≤ p ≤ 1,0
 Semakin besar nilai p, maka item semakin
mudah
13
Indeks Kesukaran Item p

 p1 = 0,20; p2 = 0,40; p3 = 0,60
 Item-1 lebih sulit dibanding Item-2 dan
Item-3
 Tidak dapat dikatakan bahwa perbedaan
kesukaran Item-1 dan Item-2 sama dengan
perbedaan kesukaran Item-2 dan Item-3
 Perbedaan proporsi item difficulty akan
dianggap sama hanya pada distribusi yang
berbentuk rectangular
14
Interpretasi Indeks Kesukaran Item
• Perhatikan tujuan tes, apakah diperlukan
derajat kesukaran item yang bervariasi atau
tidak
• Rekomendasi suatu item dipertahankan
atau tidak
• Susunan urutan item
15
Kategorisasi Indeks Kesukaran Item p
p > 0,8 Sangat mudah
0,6 < p < 0,8 Mudah
0,4 < p < 0,6 Sedang
0,2 < p < 0,4 Sukar
p < 0,2 Sangat Sukar
16
Indeks Kesukaran Item z

 Distribusi skor item diasumsikan mengikuti
distribusi normal, demikian juga dengan
tingkat kesukaran item.
 Melalui konversi berdasarkan kurva
normal, maka p yang berskala ordinal dapat
dikonversi menjadi z yang berskala interval
17
Indeks Kesukaran Item z

 Misal Item no.12 memiliki p = 0,84 maka z = -1
Item-12
Proporsi dihitung dari kanan
Dengan tabel kurva norma, proporsi dikonversi
menjadi z
Semakin mudah suatu item, nilai z semakin kecil
18
PROPORTION OF ENDORSEMENT (1)

Khusus pada Typical Performance Test (misal,
pada skala Likert yang tidak ada jawaban
benar-salah), konsep kesukaran item dapat
diterapkan untuk mengetahui kecenderungan
respons jawaban  Proportion of Endorsement
19
PROPORTION OF ENDORSEMENT
 Pada tes kepribadian ,diharapkan respons
pada setiap jawaban dari seluruh subyek
tersebar merata.
 Proportion of endorsement (p) digunakan untuk
mengetahui kecenderungan subyek dalam
menjawab  indikasi dari social desirability/
social undesirability
Caranya:
1. Coding jawaban menjadi 1-0 (1: setuju, 0: tidak
setuju)
2. Cari proporsi subyek yang menjawab setuju
20
PR Item-Difficulty
Dari data TAV:
• Hitung item difficulty p dan z dari nomor item
10n + nomor kelompok
misal: Kelompok 4 mengerjakan no 4, 14, 24,
34, dan 44
Dari Tes Task Commitment:

• Hitung proportion of endorsement dari nomor
item 10n + nomor kelompok
21
Item-Discrimination
Analysis
22
Dari data TAV dan Tes Task Commitment..
• Bagaimana kita dapat mengetahui suatu
item mampu membedakan individu
yang memiliki kemampuan/karakteristik
yang tinggi dengan individu yang
memiliki kemampuan/karakteristik
rendah?
23
ITEM DISCRIMINATION (1)

 Item-discrimination dapat digunakan hampir
pada semua jenis tes, maximal performance
(ability) test dan typical performance test
 Item harus dapat membedakan individu
yang memiliki kemampuan/karakteristik
berbeda.
 Diskriminasi item = daya beda = validitas
item
24

 Pada item maximal performance (ability) test
(misal, UTS bentuk pilihan ganda), individu-
individu yang berkemampuan tinggi
haruslah menjawab benar sedangkan
individu-invidu berkemampuan rendah
haruslah menjawab salah.
 Pada item typical performance test (misal,
Skala Likert), individu yang memiliki
karakteristik haruslah memilih skor yang
lebih besar dibandingkan individu yang
kurang memiliki karakteristik yang diukur.
25
 Ada perbedaan respons pada individu yang
memiliki kemampuan/karakteristik yang
berbeda
 Bagaimana mengetahui daya pembeda
item?  item-discrimination
 Crocker dan Algina (1986): Ada sejumlah
cara, dua yang paling umum:
 item-discrimination index
 item-total correlation
26

 Skor tes dapat menjadi informasi untuk
mengetahui kemampuan/karakteristik individu.
 Skor tes menjadi kriteria (internal) dari fungsi
item.
 Item-discriminant analysis: hubungan antara fungsi
item (skor item) dengan kriteria (skor tes)
= validitas item
Catatan: validitas item (internal) tidak terkait

dengan validitas tes (eksternal)
27
Analisis Diskriminasi Item

 Perbedaan kemampuan individu sangat
jelas terlihat pada perbandingan antara
kelompok individu berskor total tinggi
(upper group) dengan kelompok individu
berskor total rendah (lower group)
 Extreme Group Method
28
Extreme Group Method

Dapat dilakukan dengan:
 Indeks Diskriminasi/Daya Beda D
D = pU – pL
dimana:
pU = proporsi subyek di kelompok upper
yang menjawab item dengan benar
pL = proporsi subyek di kelompok lower
yang menjawab item dengan benar
 t –Test (Independent-Sample t Test)
 Untuk item alat ukur yang di-skor politomi
29

Pembagian kelompok:
 upper group dan lower group didasarkan
pada skor total
 27%-33% skor tertinggi/terendah (Anastasi
& Urbina, 1997)
 Jumlah subyek banyak
Item berfungsi baik bila dapat membedakan

kelompok upper dan kelompok lower
30

Kelemahan D:
 hanya untuk item maximal performance test
yang diskor benar-salah.
 besar kemampuan daya beda item tidak
dapat diketahui dengan pasti, karena
hanya selisih proporsi individu menjawab
benar.
31
D Values (Ebel, 1965 dalam

Crocker & Algina, 1986)
• D > .40 the item is functioning
quite satisfactorily
• .30 < D < .39 little or no revision is
required
• .20 < D < .29 the item is marginal and
needs revision
• D < .19 the item should be
eliminated or completely
revised
32

t –Test (Independent-Sample t Test)
 Untuk item alat ukur yang diskor politomi
 Kelebihan: memiliki nilai signifikansi
33
CORRELATION INDICES METHOD

• Subyek berkemampuan tinggi (skor tes
tinggi) diharapkan memiliki skor lebih
tinggi pada setiap item (menjawab benar),
dibandingkan subyek berkemampuan
rendah (skor tes rendah).
• Dilakukan melalui menghitung korelasi skor
item dengan:
– rIT (kriterianya internal)
– rIC (kriterianya eksternal)
34

 Item-total correlation cenderung over-estimate
karena pada skor total tes terkandung skor
item (terutama apabila item alat ukur
sedikit).
 Dengan demikian, diperoleh korelasi item-
total yang tinggi namun sebenarnya
kemampuan diskriminasi item rendah.
35
Diatasi dengan corrected item-total correlation:
 Pada skor total, item yang akan di-item-
discriminant analysis dikeluarkan (tidak
dihitung.
 Kemudian dihitung corrected item-total
correlation
Kelebihan:
- Tidak perlu membagi kelompok upper-lower
- Kemampuan daya beda item diketahui dari
signifikansi
36

 Dengan demikian, diharapkan ada korelasi
antara skor item dengan skor total tes
(positif dan tinggi)
 Rumus korelasi lain yang dapat digunakan:
Pearson, Biserial, Point Biserial, Phi
Coefficient, Tetrachoric
 Intepretasi item-discriminat analysis: Apabila
korelasi yang didapatkan signifikan, maka
dapat dianggap item memiliki kemampuan
mendiskriminasi yang baik
37
Kaitan Item-Discrimination dengan

Reliabilitas dan Validitas
 Bila tujuan analisis indeks diskriminasi item
untuk mengetahui homogenitas item
 korelasi item dengan skor total  rIT
 Bila tujuan analisis indeks diskriminasi item
untuk mengetahui validitas item yang
berhubungan dengan kriteria eksternal
 korelasi skor item dengan kriteria  rIC
38
PR Item-Discrimination
Dari data TAV:
• Hitung item discrimination dari nomor
Dari Tes Task Commitment:

• Hitung item discrimination dari nomor
39
Distractor Power
Analysis
40
Dari data TAV…

• Dari mana kita dapat mengetahui pilihan-
pilihan jawaban yang ada berfungsi dengan
baik (‘berguna’)?
41
Distractor Power (1)
Apa fungsi dari pilihan jawaban yang salah?

Subyek yang mampu akan memilih pilihan
jawaban benar, subyek yang tidak mampu
akan memilih jawaban secara acak:
 Individu menjawab benar: punya
kemampuan atau menebak
 Individu menjawab salah: tidak punya
kemampuan
42
Distraktor yang baik:

 dipilih oleh individu yang tidak punya
kemampuan
 dipilih relatif merata oleh individu-individu
yang menjawab salah
43

 Perbandingan expected distractor power
dengan actual distractor power (Friedenberg,
1995)
 Korelasi skor distraktor dengan skor total
44
Expected Distractor Power (EDP): jumlah
individu ideal yang diharapkan memilih
setiap distraktor pada item yang dianalisis.
jumlah subyek menjawab salah

EDP = jumlah distraktor
Actual Distractor Power (ADP): jumlah individu

yang memilih setiap distraktor pada item yang
dianalisis.
45
Korelasi skor distraktor dengan skor total
 diharapkan tidak ada hubungan antara skor
distraktor dengan skor total (bahkan hubungan
negatif signifikan).
Caranya:
 Semua individu yang memilih distraktor diberi
skor 1 sedangkan memilih kunci jawaban
diberi skor 0
 korelasikan skor distraktor dengan skor total
(dari jumlah jawaban benar)
46
Analisis dengan EDP

Soal tes bentuk PG 40 item
Item Menjawab Menjawab EDP Pilihan
Benar Salah A B C D
1 25 5 1,67 * 1 3 1
2 17 13 4,33 5 3 * 5
17 18 12 4 5 4 3 *
25 16 14 4,67 7 7 * 0
34 20 10 3,33 4 2 * 4
47
Item dengan distraktor baik/buruk?
Item 1 a* b c d e
U 24 3 2 0 3
L 10 5 6 6 5
Item 2 a b c* d e
U 0 0 32 0 0
L 3 2 22 2 3
48
Item dengan distraktor baik/buruk?
Item 3 a b c d e*
U 2 13 3 2 12
L 6 7 5 7 7
Item 4 a b c d* e
U 14 0 0 5 13
L 7 0 0 16 9
49
Dalam analisis item, untuk menentukan

suatu item dipertahankan, direvisi, atau
dihapus, jangan hanya bergantung dari
hasil perhitungan (analisis kuantitatif),
tetapi perlu dilanjutkan dengan analisis
kualitatif lanjutan.
50
 Dengan demikian, hasil analisis item tidak
hanya berisi indeks/angka, tetapi juga
kaitkan dengan tujuan tes dan analisis
secara kualitatif  gunakan tabel integrasi
 Rekomendasi terhadap suatu item harus
merupakan hasil analisis gabungan dari
analisis-analisis yang dilakukan terhadap
item tersebut.
 Saran: dari item difficulty dan item-
discriminant
 Untuk perbaikan  dari distractor power
51
Tabel Analisis Item Terintegrasi

Pilihan Saran
No P D rIT EDP A B C D thd
Item Item
1
2
dst.
52
PR Analisis Item
Dari data TAV: Buatlah tabel analisis item
integratif dari nomor item 10n + nomor
kelompok
• Buat saran apa yang mesti dilakukan pada
item-item (dan pilihan jawabannya) tersebut
Umum:
• Apa hubungan item difficulty, item discriminant,
dan distractor power dengan validitas dan
reliabilitas suatu tes
 minimal 5 hal dari 2 referensi
53

Analisis Item

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Analisis Item

Uploaded by

Copyright:

Available Formats

ANALISIS ITEM  

Alat Ukur/Tes Definisi Operasional/

Tentukan sampel tingkah

TEKNIK ANALISIS ITEM KUALITATIF

Dari data TAV…

ITEM DIFFICULTY (1)

ITEM DIFFICULTY (2)

ITEM DIFFICULTY (3)

Indeks Kesukaran Item p

Indeks Kesukaran Item p

Indeks Kesukaran Item z

Indeks Kesukaran Item z

PROPORTION OF ENDORSEMENT (1)

Dari Tes Task Commitment:

ITEM DISCRIMINATION (1)

ITEM DISCRIMINATION (2)

ITEM DISCRIMINATION (4)

Catatan: validitas item (internal) tidak terkait

Analisis Diskriminasi Item

Extreme Group Method

Extreme Group Method

Item berfungsi baik bila dapat membedakan

Extreme Group Method

D Values (Ebel, 1965 dalam

Extreme Group Method

CORRELATION INDICES METHOD

CORRELATION INDICES METHOD

CORRELATION INDICES METHOD

Kaitan Item-Discrimination dengan

Dari Tes Task Commitment:

Dari data TAV…

Distractor Power (1)

Apa fungsi dari pilihan jawaban yang salah?

Distractor Power (2)

Distraktor yang baik:

Distractor Power (3)

jumlah subyek menjawab salah

Actual Distractor Power (ADP): jumlah individu

Analisis dengan EDP

Dalam analisis item, untuk menentukan

Tabel Analisis Item Terintegrasi

You might also like