BAB III METODOLOGI PENELITIAN
F. Perangkat Lunak
Penelitian ini menggunakan dua perangkat lunak, yaitu BILOG-MG dan SPSS 15.
1. BILOG-MG
BILOG-MG merupakan program statistik yang secara khusus dibuat untuk menganalisis tes dengan IRT. Program ini hanya mampu mengatasi data dikotomi, namun demikian, program ini dapat menerapkan
berbagai model IRT, baik IRT 1PLM (Rasch model), 2 PLM, maupun 3 PLM. Sebagai program yang menspesialisasikan pada IRT, BILOG-MG memiliki fitur yang sangat lengkap, beberapa diantaranya yang penting adalah analisis diferential item functioning untuk melihat bias pada tes yang mengacu pada bias pada antar kelompok, item fit statistic untuk melihat kesesuaian antara data dan model, perhitungan reliabilitas baik teoretis maupun empiris, estimasiability, dan penyajianitem characteristic curve dan information curve secara visual yang sangat informatif. Selain itu, program ini juga mampu menangani jumlah item dan responden yang tidak terbatas.
Program ini dioperasikan dengan menggunakan perintah pemrograman tertulis (syntax). Namun demikian, program ini dilengkapi dengan fitur untuk membuat syntax (Build Syntax) yang memungkinkan pengguna untuk menghasilkan syntax dengan menggunakan point and click . Pada BILOG-MG, syntax tetap dipertahankan dan dianggap perlu karena menunjukkan alur kerja dalam dalam keseluruhan proses analisis.
Pada BILOG-MG data dituntut mempunyai karakteristik khusus agar dapat dianalisis. Program ini hanya dapat menangani satu jenis format data, yaitu fixed format,baik satu atau banyak baris per dokumen. Format yang dimaksud berarti bahwa variabel – variabel menempati posisi kolom yang sama diseluruh file data (Du Toit, 2003). Karakter yang dapat diterima pada program ini meliputi alfabet a – z dan nilai antara 0 – 9,
sedangkan karakter lain seperti tanda baca tidak dapat diterima. Contoh datafixed format satu baris per dokumen (one line per record) adalah sbb:
Andi accdd baaaa
Andini cccda baaca
Pada BILOG-MG, data dapat dimasukkan secara langsung, atau dapat diimpor dari program lain, seperti Microsoft-Excel atau notepad dengan mengikuti format penulisan yang dapat diterima.
Fitur – fitur yang dimiliki BILOG-MG sangatlah beragam, termasuk fitur yang digunakan untuk mengpemeriksaan asumsi – asumsi IRT, seperti unidimensionalitas dan model-fit. Fitur untuk mengpemeriksaan unidimensionalitas diantaranya adalah eigenvalue plot, yaitu plot yang didapatkan dengan mengurutkan faktor – faktor yang terbentuk dari yang terbesar ke terkecil setelah mengaplikasikan metode
principal axis factoring ke data. Plot ini bertujuan untuk melihat apakah terdapat faktor yang dominan dalam suatu skala pengukuran. Sementara itu asumsi model- fit diperiksa dengan menggunakan statistik . Statistik ini digunakan untuk melihat kesesuaian pola antara respons yang diharapkan dengan respon subjek yang sesungguhnya.
Proses analisis IRT pada BILOG-MG mempunyai tiga fase, yaitu
INPUT, CALIBRATE, dan SCORING. Fase input merupakan proses pembacaan data menurut preferensi yang diinginkan pengguna. Preferensi ini dapat berupa karakteristik tes maupun sampel yang mempengaruhi pembacaan data. Preferensi menurut karakteristik tes dapat berupa,
individual-form atau multiple form, dan apakah tes tersebut mempunyai subtes atau tidak. Karakteristik sampel dapat berupa besarnya sampel,case weights, dan terdapatnya multiple group. Pembacaan data tentunya bertujuan untuk mendapatkan skor. Skor ini didapat dengan menerapkan kunci jawaban pada respon subjek, serta menetapkan nilai dari masing – masing respon subjek, termasuk item yang tidak direspon. Data tes yang berbentukmultiple-form, memerlukan kunci untuk tiap bentuk, juga daftar nomor item yang mengacu pada form tertentu. Hal ini bertujuan untuk mengidentifikasikan tiap – tiap rekaman data responden dengan nomor
form nya (Du Toit, 2003). Untuk tes yang mempunyai subtes, dilakukan identifikasi serupa. Tiap subtes diberi nomor identifikasi berikut nomor – nomor item yang masuk kedalam subtes tersebut. Proses ini memungkinkan analisis subtes secara terpisah. Untuk preferensi multiple
group, fase ini membutuhkan nomor item dan nama yang
mengindentifikasikan item – item yang diadministrasikan untuk tiap kelompok. Tiap – tiap rekaman data kemudian diidentifikasikan berdasarkan nomor kelompoknya. Preferensi selanjutnya, yaitu case weight ,berkaitan dengan bobot yang ditambahkan terhadap skor subjek, dan sampel yang berkaitan dengan besarnya jumlah sampel. Selain itu fase ini juga memiliki prefrensiclassical item statisticsyang memuat informasi mengenai fasilitas item (persentase jawaban benar), korelasi item dengan subskor, jumlah responden yang mencoba tiap item (Du Toit, 2003).
Fase kedua, yaitu CALIBRATE, merupakan fase untuk mencocokkan (fit) fungsi logistik dengan tiap item (Du Toit, 2003). Fase ini juga berisi berbagai preferensi yang dapat dipilih pengguna untuk menganalisis data. Fase ini dimulai dengan memilih model IRT yang akan digunakan. Pengguna dapat memilih model 1 PL, 2 PL, atau 3 PL. Fase ini dilanjutkan dengan memilih jenis data yang dipakai. BILOG menyediakan dua preferensi jenis data, yaitu data biner (benar/ salah/ diabaikan) atau data aggregate-level frequency (jumlah respon benar, jumlah percobaan) (Du Toit, 2003). Sedangkan untuk metode estimasi parameter item, program ini menyediakan metode estimasi marginal maximum likelihood
(MML) dan maximum marginal a posteriori. Fase ini juga menyediakan statistik item mulai dari nilai – nilai parameter, yaitu parameter diskriminasi (a), parameter ambang (b), dan kemungkinan subjek menjawab benar dengan menebak (c), factor loading sebagai indikator unidimensionalitas, differential item functioning untuk melihat bias antar kelompok, sampai analisis parameter item drift untuk mengestimasi koefisien fungsi polinomial linier. Sedangkan untuk statistik item fit, pada fase ini, BILOG menggunakan statistik dalam proses estimasi.
Fase ketiga, SCORE, adalah fase untuk mengestimasi skor skala yang didapat subjek. Pada fase ini BILOG menyediakan tiga metode estimasi, yaitu maximum likelihood (ML), Bayes atau juga disebut
expected a posteriori(EAP), dan Bayes modal, ataumaximum a posteriori
dengan kredibilitas skala, seperti reliabilitas, baik reliabilitas empiris maupun teoretis danstandard error of measurement(SEM).
2. SPSS 15
BILOG-MG tidak menyediakan perangkat untuk memeriksa asumsi unidimensionalitas dan local independence. Maka dari itu pemeriksaan asumsi ini dilakukan dengan menggunakan SPSS. Pemeriksaan unidimensionalitas dilakukan dengan menggunakan analisis faktor dengan metode ekstraksi principal axis factoring, dan mempertimbangkan nilai eigenvalue dari faktor – faktor yang dihasilkan. Untuk memudahkan analisis, SPSS 15 melengkapi dirinya dengan diagram
scree plot untuk memvisualisasikan besarnya eigenvalue pada masing – masing faktor. Program ini juga dilengkapi dengan tabel Keiser-Meyer-Olkin (KMO) dan Bartlett’s test. KMO digunakan untuk melihat keadekuatan sampel, sedangkan Bartlett’s test digunakan untuk melihat apakah korelasi yang ada cukup memadai untuk melaksanakan analisis faktor.
Pemeriksaan asumsi local independencedilakukan dengan melihat tabel residual correlation matrix yang berada dalam tabel reproduce correlation. Nilai korelasi residual yang rendah dan tidak signifikan merupakan bukti bahwa tes telah memenuhi asumsi ini.
