no life without chemistry

ANALISIS BUTIR SOAL DENGAN PROGRAM ITEMAN

Das Salirawati

ITEMAN merupakan program komputer yang digunakan untuk menganalisis butir soal secara klasik. Program ini termasuk satu paket program dalam MicroCAT^°n yang dikembangkan oleh Assessment Systems Corporation mulai tahun 1982 dan mengalami revisi pada tahun 1984, 1986, 1988, dan 1993; mulai dari versi 2.00 sampai dengan versi 3.50. Alamatnya adalah Assessment Systems Corporation, 2233 University Avenue, Suite 400, St Paul, Minesota 55114, United States of America.

Program ini dapat digunakan untuk: (1) menganalisis data file (format ASCII) jawaban butir soal yang dihasilkan melalui manual entry data atau dari mesin scanner; (2) menskor dan menganalisis data soal pilihan ganda dan skala Likert untuk 30.000 siswa dan 250 butir soal; (3) menganalisis sebuah tes yang terdiri dari 10 skala (subtes) dan memberikan informasi tentang validitas setiap butir (daya pembeda, tingkat kesukaran, proporsi jawaban pada setiap option), reliabilitas (KR-20/Alpha), standar error of measurement, mean, variance, standar deviasi, skew, kurtosis untuk jumlah skor pada jawaban benar, skor minimum dan maksimum, skor median, dan frekuensi distribusi skor.

Saat ini telah tersedia ITEMAN tinder Windows 95, 98, NT, 2000, ME, dan XP dengan harga $299. Sebelum menggunakan program Iteman, bacalah manualnya/buku petunjuk pengoperasionalnya secara seksama. Sebagai contoh, tahap awal adalah membuat "file data" (control tile) yang berisi 5 komponen utama.

1.    Baris pertama adalah baris pengontrol yang mendeskripsikan data.

2.    Baris kedua adalah daftar kunci jawaban setiap butir soal.

3.    Baris ketiga adalah daftar jumlah option untuk setiap butir soal.

4.    Baris keempat adalah daftar butir soal yang hendak dianalisis (jika butir yang akan dianalisis diberi tanda Y (yes), jika tidak diikutkan dalam analisis diberi tanda N (no).

5.    Baris kelima dan seterusnya adalah data siswa dan pilihan jawaban siswa.

Setiap pilihan jawaban siswa (untuk soal bentuk pilihan ganda) diketik dengan menggunakan huruf, misal ABCD atau angka 1234 untuk 4 pilihan jawaban atau ABCDE atau 12345 untuk 5 pilihan jawaban.

Cara menggunakan program ini, pertama data diketik di DOS atau Windows.

Cara termudah adalah menggunakan program Windows yaitu dengan mengetik data di tempat Notepad. Caranya adalah klik Start-Programs-Accessories-Notepad.

Gambar 1. Contoh pengetikan data untuk soal bentuk pilihan ganda

30 o n 6    [Jumlah soal, kode omit, kode tidak dijawab, jmlh karakterl

43142442113424141324213411334 [Kunci jawaban dapat ditulis dengan angka atau hurufl

444444444444444444444444444444 [Jumlah-pilihan] YYYYYYYYYYYYYYYYYYYYYYYYYYYYYY [Soal yang dianalisis, bila tidak

dianalisis ditulis NJ

Dita         123123244113424143324213211334 (Jawaban siswa, dapat ditulis Fauria        423142243413424141124213111233 dengan angka atau huruf)
Fara     423142242113424141324213411334 Nafis     143142242433434141324413431334 Raufan    243142242413434141411213211134 Dina     423342224113423141421213044331

Gambar 2. Contoh pengetikan data untuk skala Likert.

30 x Y 10 [Jumlah soal, kodc omit, kode tidak dijawab, jmlh karakter]

Gambar 3. Contoh lain pengetikan data untuk soal bentuk pilihan ganda

Langkah kedua, data yang telah diketik disimpan, misal disimpan pada file: Tes1.txt. Selanjutnya untuk menggunakan program Iteman yaitu dengan mengklik icon Iteman. Kemudian isilah pertanyaan-pertanyaan yang muncul di layar komputer seperti berikut.

Langkah ketiga adalah membaca hasil, yaitu dengan mengklik icon hsltes1. Hasilnya adalah seperti pada contoh Gambar 4 berikut.

Gambar 4. Hasil analisis statistik butir soal dengan program ITEMAN

Keterangan:

Prop. Correct= tingkat kesukaran butir:,

Biser dan Point Biser.= korelasi Biserial dan Korelasi Point Biserial,

Alt.= alternative/pilihan jawaban,

Prop. Endorsing= proporsi Jawaban pada setiap option

Gambar 6. Hasil scor butir soal pilihan ganda dari ITEMAN versi 3.00

24 1 Scores for examinees from file tes1.txt

IWAN SUYAWAN 20.00

TIKA HATIKAH 16.00

YENNY SUKHRAINI 18.00

WIJI PURWANTA 15.00

HENNY LISTIANA 16.00

UJANG HERMAWAN 16.00

NIKEN IRIANTI 17.00

MIMIK RIATIN 18.00

NUR WAHYU RISDIANTO 17.00

RURI SUSIYANTI 17.00

RYSA DWI INDAH YATI 19.00

ANDRIKO 15.00

JOKO SLAMET 5.00

LUKMAN NURHUDA 17.00

OTAH PIANTO 16.00

AKHMAD SYAMSURIZAL 19.00

DENY TRI SETIAWAN 18.00

DEWI SETYOWATI 13.00

ISMAIL SHOLEH 17.00

JEMI INTARYO 16.00

Hasil korelasi point-biserial (r_pbi) dan korelasi biserial (rpbis) berasal dari perhitungan rumus berikut.

Yp    =    mean skor pada kriterion siswa yang menjawab benar soal.

Yt dan St    =    mean dan standard deviasi kriterion seluruh siswa.

p     =    proporsi siswa yang menjawab benar soal.

U    =    ordinat kurva normal.

Korelasi point-biserial (r pbi) tidak sama dengan 0, korelasi biserial (r bis) paling sedikit 25% lebih besar daripada r pbi untuk perhitungan pada data yang sama. Korelasi point-biserial (r pbi) merupakan korelasi product moment antara skor dikotomus dan pengukuran kriterion; sedangkan korelasi biserial (r bis) merupakan korelasi product moment antara variabel latent distribusi normal berdasarkan dikotomi benar-salah dan pengukuran kriterion.

Menurut Millman dan Greene (1989) dalam Educational Measurement, kedua korelasi ini memiliki kelebihan masing-masing. Kelebihan korelasi point biserial adalah: (1) memberikan refleksi kontribusi soal secara sesungguhnya terhadap fungsi tes. Maksudnya ini mengukur bagaimana baiknya soal berkorelasi dengan kriterion (tidak bagaimana baiknya beberapa secara abstrak); (2) sederhana dan langsung berhubungan dengan statistik tes; (3) tidak pernah mempunyai value 1,00 karena hanya variabel-variabel dengan distribusi bentuk yang sama yang dapat berkorelasi secara sempurna, dan variabel kontinyu (kriterion) dan skor dikotomus tidak mempunyai bentuk yang sama. Kelebihan korelasi biserial adalah: (1) cenderung lebih stabil dari
sampel ke sampel, (2) penilaian lebih akurat tentang bagaimana soal dapat diharapkan untuk membedakan pada beberapa perbedaan point di skala abilitas, (3) value r bis yang sederhana lebih langsung berhubungan dengan indikator diskriminasi kurva karakteristik butir (Item Characteristic Curve atau ICC). Kebanyakan para ahli pendidikan, khususnya di Indonesia, banyak yang menggunakan korelasi point biserial daripada korelasi biserial.

Kriteria baik tidaknya butir soal menurut Ebel dan Frisbie (1991) dalam Essentials of Educational Measurement halaman 232 adalah bila korelasi point biserial: >0.40=butir soal sangat baik; 0.30 - 0.39=soal baik, tetapi perlu perbaikan; 0.20 - 0.29=soal dengan beberapa catatan, biasanya diperlukan perbaikan; < 0. 19=soal jelek, dibuang, atau diperbaiki melalui revisi. Adapun tingkat kesukaran butir soal memiliki skala 0 - 1. Semakin mendekati 1 soal tergolong mudah dan mendekati 0 soal tergolong sukar.

1. Interpretasi Hasil Analisis Program ITEMAN
   

   
    

Hasil dari analisis ITEMAN dapat berupa dua file yaitu file statistik dan file skor. Keduanya berupa file ASCII yang dapat dilihat dengan menggunakan program pengolah kata (word processor).

File statistik hasil analisis ITEMAN dapat dibedakan ke dalam 2 bagian, yaitu : Statistik butir soal dan statistik tes (skala). Gambar 4 di atas menunjukkan hasil analisis statistik butir soal, sedangkan gambar 5 menunjukkan hasil analisis statistik tes. Interpretasi kedua gambar di atas dapat diuraikan sebagai berikut :

1. Statistik Butir Soal
   

Untuk tes/skala yang terdiri dari butir-butir soal yang bersifat dikotomi misalnya pilihan ganda, statistik berikut adalah output dari setiap butir soal yang dianalisis : (lihat gambar 4)

1. Seq. No adalah nomor urut butir soal dalam file data.
   
2. Scala-item adalah nomor urut butir soal dalam skala (tes/subtes)
   
3. Prop. Correct adalah proporsi siswa( peserta tes) yang menjawab benar butir soal. Nilai ekstrim (mendekati nol atau satu) menunjukan bahwa butir soal tersebut terlalu sukar atau terlalu mudah untuk peserta tes. Indeks ini disebut juga indeks tigkat kesukaran soal secara klasikal.
   
4. Biser adalah indeks daya pembeda soal dengan menggunakan koefisien korelasi biserial. Nilai positif menunjukan bahwa peserta tes yang menjawab benar butir soal, mempunyai skor yang relatif tinggi dalam tes/skala tersebut. Sebaliknya nilai negatif menunjukan bahwa peserta tes yang menjawab benar butir soal, memperoleh skor yang relatif rendah dalam tes/skala tersebut. Untuk statistik pilihan jawaban (alternative) korelasi biserial negatif sangat tidak dikehendaki untuk kunci jawaban dan sangat dikehendaki untuk pilihan jawaban yang lain (pengecoh).
   
5. Point-biser adalah juga indeks daya pembeda soal dan pilihan jawaban (alternatif) dengan menggunakan koefisien korelasi point-biserial. Penafsirannya sama dengan statistik biserial.
   

   Catatan : Nilai -9.000 menunjukan bahwa statistik butir soal atas pilihan jawaban tidak dapat di hitung. Hal ini sering kali terjadii apabila tidak ada peserta tes yang menjawab butir soal/ pilihan jawaban tersebut
   

6. Statistik pilihan jawaban (alternative) memberikan informasi yang sama dengan statistik butir soal. Perbedaannya adalah bahwa statistik pilihan jawaban dihitung secara terpisah. Untuk setiap piihan jawaban dan didasarkan pada dipilih tidaknya alternatif tersebut, bukan pada benarnya jawaban. Tanda (*) yang muncul di sebelah kanan hasil analisis menunjukan kunci jawaban.
   

1. Statistik Tes/Skala
   

Gambar 5 menunjukkan hasil analisis statistik untuk tes/skala dengan interpretasi berikut :

1. N of items adalah jumlah butir soal dalam tes/skala yang ikut dianalisis. Untuk tes/skala yang terdiri dari butir-butir soal dikotomi, hal ini merupakan jumlah total butir soal dalam tes /skala.
   
2. N of examines adalah jumlah peserta tes yang digunakan dalam analisis.
   
3. Mean adalah skor rata-rata peserta tes.
   
4. Variance adalah varian dari distribusi skor peserta tes yang memberikan gambaran tentang sebaran skor peserta tes.
   
5. Std. Dev adalah deviasi standar dari distribusi skor peserta tes. Deviasi standar adalah akar dari variance.
   
6. Skew adalah kemiringan distribusi skor peserta tes yang memberikan gambaran tentang bentuk distribusi skor peserta tes. Kemiringan negatif menunjukan bahwa sebagian besar skor berada pada bagian atas (skor tinggi) dari distribusi skor. Sebaliknya kemiringan positif menunjukan bahwa sebagian besar skor berada bagian bawah (skor rendah) dari distribusi skor. Kemiringan nol menunjukan bahwa skor berdistribusi secara simetris di sekitar skor rata-rata (Mean).
   
7. Kurtosis adalah puncak distribusi skor yang menggambarkan kelandaian distribusi skor dibanding dengan distribusi normal. Nilai positif menunjukan distribusi yang lebih lancip (memuncak) dan nilai negatif menunjukan distribusi yang lebih landai (merata). Kurtosis untuk distribusi normal adalah nol.
   
8. Minimun adalah skor terendah peserta tes dalam tes/skala tersebut.
   
9. Maximum adalah skor tertinggi peserta tes dalam tes/skala tersebut.
   
10. Median adalah skor tengah dimana 50% skor berada pada atau lebih rendah dari skor tersebut.
    
11. Alpha adalah koefisien reliabilitas alpha untuk tes/skala tersebut yang merupakan indeks homogenitas tes/skala. Koefisien alpha bergerak dari 0,0 sampai 1,0. Koefisien alpha hanya cocok digunakan pada tes yang bukan mengukur kecepatan (speeded test ) dan yang hanya mengukur satu dimensi (single-trait).
    
12. SEM adalah kesalahan pengukuran standar untuk setiap tes/skala. SEM merupakan estimit dari deviasi standar kesalahan pengukuran dalam skor tes.
    
13. Mean P adalah rata-rata tingat kesukaran semua butir soal dalam tes secara klasikal dihitung dengan cara mencari rata-rata proporsi peserta tes yang menjawab benar untuk semua butir soal dalam tes/skala.
    
14. Mean item-Tot nilai rata-rata indeks daya pembeda dari semua soal dalam tes/skala yang diperoleh dengan menghitung nilai rata-rata point biserial dari semua soal dalam tes/skala.
    
15. Mean-Biserial adalah juga nilai rata-rata indeks daya pembeda yang diperoleh dengan menghitung nilai rata-rata korelasi biserial dari semua butir soal dalam tes/skala.
    
16. Scale intercorrelation adalah indeks korelasi antara skor-skor peserta tes yang diperoleh dari setiap subtes/subskala.
    

    
     

    1. File Skor
       

    Program iteman juga memberikan hasil skor untuk setiap peserta tes yang menunjukan jumlah benar dari seluruh jawaban. Dari contoh diatas, kita dapat melihat skor peserta tes pada file CONTOH_1.SCR seperti pada gambar 6.
    

    Baris pertama dari output menunjukkan jumlah karakter untuk identitas peserta tes (dalam contoh di atas 24), jumlah skala (dalam contoh di atas 1), dan nama file input. Kemudian hasil skala diberikan secara berurutan sesuai dengan urutan peserta tes dalam file data.
    

BAB III
KESIMPULAN

Berdasarkan pemaparan di atas ada beberapa kesimpulan yang bisa diambil yaitu:

1. Salah satu cara untuk memperbaiki proses belajar mengajar yang paling efektif adalah dengan jalan mengevaluasi tes hasil belajar yang diperoleh dari proses belajar mengajar
   
2. Pengolahan tes hasil belajar dalam rangka memperbaiki proses belajar mengajar dapat dilakukan antara lain dengan melakukan analisis soal
   
3. Tujuan khusus dari analisis butir soal ialah mencari soal tes mana yang baik dan mana yang tidak baik, dan mengapa item atau soal itu dikatakan baik atau tidak baik
   
4. Soal dapat di analisis dengan menggunakan analisis kualitatif (teoritis) dan kuantitatif (empiris)
   
5. Salah satu cara analisis butir soal secara kuantitatif dapat dilakukan dengan menggunakan program komputer, seperti ITEMAN, SPSS, SPS, Statpro, Microsat, Bigstep, Anates dll
   

DAFTAR PUSTAKA

Depdikbud, 1999, Pengelolaan Pengujian Bagi Guru Mata Pelajaran, Jakarta.

Djemari Mardapi, 2004, Penyusunan Tes Hasil Belajar. Yogyakarta: UNY

Ign. Masidjo. 1995, Penilaian Hasil Belajar Siswa di Sekolah. Yogyakarta: Kanisius.

Nana Sudjana, 2005, Penilaian Hasil Proses Belajar Mengajar. Bandung: Remaja Rosdakarya

Ngalim Purwanto, 2004, Prinsip-prinsip dan Teknik Evaluasi Pengajaran. Bandung: Remaja Rosdakarya.

Suharsimi Arikunto, 2006, Dasar-dasar Evaluasi Pendidikan. Jakarta: Bumi Aksara

Sukardjo, 2008, Modul Perkuliahan Evaluasi Pembelajaran Sains Pascasarjana UNY. Yogyakarta