SKOR TES SEBAGAI GABUNGAN [Recovered]x

(1)

!" # $ %& %

' % (

Oleh:

Oom S. Homdijah Oom S. Homdijah

Sekolah Pascasarjana UPI Dosen Pembina Mata kuliah:

(2)

PENGANTAR

•

Skor tes komposit

adalah total skor tes diperoleh

dengan menjumlahkan dua atau lebih skor subtes.

•

Skor item

dapat didefinisikan sebagai sejumlah poin

(3)

Contoh Skema Penyekoran Item

Contoh skor item dikotomi:

1. Ruang antara ahir sel saraf disebut: a. Dendrit

b. Axon c. Synapse d. neutron

(Dalam item ini jawaban a, b, dan d, diberi skor 0; jawaban c diberi skor 1)

2. Guru dalam sistem sekolah public harus memiliki hak untuk memukul:

a. Setuju

b. Tidak setuju

(4)

Penyekoran contoh item-item nondikotomi

1.Penulisan kalimat dalam bahasa Jerman yang benar secara tatabahasa (grammatically) yang menggunakan bentuk orang pertama tunggal adalah katakerja verstehen.

(skor maksimum yang mungkin diberikan adalah 3 dan penghargaan telah diberikan sebagian).

2. Seorang anak tunagrahita adalah anggota masyrakat yng tidak produktif.

a. Sangat setuju a. Sangat setuju b. Setuju

c. Tidak ada pendapat d. Tidak setuju

e. Sangat tidak setuju.

(5)

Jawaban 10 orang terhadap item sikap yang diskor pada skala 1-5

Peserta Item Total

1 2 3 4 5

1 5 5 4 3 2 19

2 2 2 3 1 2 10

3 4 4 3 3 2 16

4 2 2 2 1 2 9

5 5 5 3 5 4 22

6 1 1 2 2 3 9

7 1 2 3 1 1 8

8 4 1 3 4 5 17

9 5 3 4 4 3 19

10 2 2 3 3 4 14

Mean item 3.1 2.7 3.0 2.7 2.8 Varian

item

(6)

• Table di atas berisi jawaban 10 orang dengan 5 item sikap

yang diskor dengan rangkaian kesatuan sangat setuju - sangat tidak setuju

• Rentang nilai sekor dari tiap item dari 1 sampai 5

• Setiap baris dalam matrik berisi jawaban peserta ujian untuk semua item tes.

• Setiap kolom berisi jawaban dari semua peserta ujian terhadap item yang diberikan.

terhadap item yang diberikan.

• Angka-angka dalam matrik, lokasi setiap unsur dalam matrik ditunjukkan dengan 2 tulisan di bawah baris (subscript).

• Contoh X_rc,yang mana tulisan di bawah garis yang pertama (r) menunjukkan baris, dan tulisan di bawah baris kedua

(7)

•

X

₁₁

menunjukkan nilai dalam baris dan kolom

yang pertama, atau jawaban yang ditunjukkan

oleh peserta no 1 terhadap item 1; dalam

table 5.1, X

₁₁

=5.

table 5.1, X

₁₁

=5.

•

Symbol X

₂₃

ditunjukkan dengan nilai dalam

(8)

Statistik Deskriptif Untuk Variabel Nondikotomi

Jika pembuat tes tertarik dalam menentukan

kekuatan pendapat yang diberikan oleh item

(9)

Statistik Deskriptif Untuk Variabel Nondikotomi (lanjutan)

(10)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI

• Ketika item diskor secara dikotomi, untuk menghitung item mean, varians dan deviasi standard menggunakan rumus sederhana. Untuk memperoleh rumus ini kita menggunakan kesukaran item. Kesukaran item (p) dinyatakan sebagai

proporsi peserta tes menjawab benar. Supaya tidak salah proporsi peserta tes menjawab benar. Supaya tidak salah memaknai, yang disebut dengan kesukaran item, suatu item dijawab dengan benar oleh 85% peserta tes akan memiliki

kesukaran item atau nilai p .85, sedangkan item yang dijawab dengan benar oleh 50% peserta akan memiliki kesukaran item .50. Jadi sebenarnya item yang lebih mudah memiliki nilai

(11)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI

(lanjutan)

•

Table di bawah memperlihatkan matrik skor

item individu yang menyajikan skor peserta

i

(12)

Jawaban 10 Peserta Terhadap 5 Item Skor Secara Dikotomi

Peserta

Item 6S7kor

1 2 3 4 5

1 0 0 1 1 0 2

2 0 0 0 1 0 1

3 1 1 0 0 0 2

4 1 0 0 1 0 1

5 0 1 1 1 1 4

6 0 1 0 0 0 1

7 1 1 1 1 1 5

8 1 1 0 1 0 3

9 1 1 1 1 0 4

10 0 0 0 1 1 2

p_j( Item

Mean) 0.5 0.6 0.4 0.8 0.3

p_jq_j(Item

(13)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI (lanjutan)

Untuk menghitung mean item j adalah:

Ketika semua nilai X dibatasi pada 0 atau1, _ΣXij akan ekuivalen dengan jumlah orang dengan skor 1 pada item j. Jadi:

jumlah orang dengan skor 1 pada item j. Jadi:

(14)

STATISTIK DESKRIPTIF UNTUK VARIABEL

DIKOTOMI (lanjutan)

•

Ketika item diskor secara dikotomi, cara yang mudah

untuk menghitung varans item adalah:

σ²

_j

= p

_j

q

_j

•

Dimana q

_j

= (1 - p

_j

).

•

Dimana q

_j

= (1 - p

_j

).

•

Jika kita menggunakan rumus ini untuk menghitung

varians item dalam table di atas, yaitu:

(15)

Koefisien Korelasi

Apabila pengembang tes tertarik dalam hubungan antara jawaban dengan dua item, contoh item j dan item k. Rumus untuk menghitung koefisien korelasi dengan menggunakan p dan q yang disebut koefisien phi:

(16)

•

Untuk menggambarkan penggunaan rumus di atas,

contoh proporsi jawaban siswa pada item 1 dan 2,

disajikan pada table di bawah: “+”, tanda yang

(17)

•

Distribusi Proporsi Jawaban Pada Item 1 dan 2

Item 1

+

-Item 2 - .40

+ .60 .10 .30

(18)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI (lanjutan

• Bentuk umum table empat kotak untuk menggambarkan Dostribusi Frekuensi Jawaban Item Bersama, adalah seperti berikut (gambar 5.1):

Item j

+

-Item k

+

a b

(19)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI (lanjutan)

Dalam kasus ini sel tangan kiri atas menyajikan proporsi kelompok yang

menjawab item 1 dengan benar tetapi salah pada item2; nilai dalam sel tangan kanan menyajikan proporsi yang menjawab salah pada item 1 dan 2; dsb. Jika kita menghitung phi koefisien korelasi antara item 1 dan item 2 menggunakan persamaan seperti berikut:

(20)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI (lanjutan

•

Gambar 5.1 merupakan table empat kotak untuk

menggambarkan data frekuensi jawaban bersama

untuk pasangan item. Huruf dalam tiap sel

menyajikan angka individu yang menjawab item j dan

k dengan pola jawaban yang ditunjukan oleh label

(21)

STATISTIK DESKRIPTIF UNTUK VARIABEL DIKOTOMI (lanjutan)

•

Distribusi Frekuensi Jawaban Bersama Untuk Item 1

dan 2 dari table 5.3

Item 1

+

Item 2

-+

1 3

(22)

[image:22.842.261.553.207.390.2]