Kesahan Dan Kebolehpercayaan Soal Selidik Penilaian Program Saringan Literasi Dan Numerasi (Ipp-Linus) Versi 3.0 Berasaskan Model Pengukuran Rasch
Rusminah Musliman, Rosseni Din Fakulti Pendidikan, UKM
&
Siti Rahayah Ariffin Pusat PERMATAPintar, UKM
________________________________________________________________ Abstrak
Soal selidik Penilaian Program Saringan Literasi dan Numerasi (IPP-LINUS) telah dibina untuk menilai pelaksanaan Program Saringan Literasi dan Numerasi (LINUS). Soal selidik ini mengandungi 6 konstruk dan 100 item. Kajian ini dilaksanakan bagi memperoleh data empirikal untuk proses kesahan dan ujian kebolehpercayaan soal selidik IPP-LINUS versi 3.0. Satu tinjauan telah dijalankan terhadap 325 guru LINUS. Ujian kesesuaian item menunjukkan semua item berada dalam julat yang baik antara 0.62 hingga 1.63. Ujian polariti item menunjukkan semua item bersifat positif dengan nilai melebihi 0.4. Ujian keseragaman dimensi mencatatkan varians reja terpiawai bagi setiap konstruk antara 45.6% hingga 61.1% iaitu melepasi batas minima yang dibenarkan. Soal selidik IPP-LINUS mencatatkan kebolehpercayaan responden dan item yang cemerlang dengan nilai indeks 0.97 dan 0.95. Pemisahan stratum responden yang diperoleh adalah cemerlang dengan nilai 5.53 manakala pemisahan stratum item yang diperoleh adalah amat baik dengan nilai 4.17. Indeks kebolehpercayaan responden yang diperoleh bagi setiap konstruk adalah antara 0.85 hingga 0.93 dengan pemisahan stratum antara 2.57 hingga 3.62. Indeks kebolehpercayaan item pula adalah antara 0.84 hingga 0.98 dengan pemisahan stratum antara 2.29 hingga 6.28. Dapatan menunjukkan soal selidik IPP-LINUS sesuai digunakan dalam Penilaian Program LINUS.
Kata kunci : Soal Selidik IPP-LINUS; Model Pengukuran Rasch; kesahan; kebolehpercayaan responden; kebolehpercayaan item.
1.0 Pengenalan
Soal selidik Penilaian Program Saringan Literasi dan Numerasi (IPP-LINUS) telah dibina untuk menilai pelaksanaan Program Saringan Literasi dan Numerasi (LINUS). Soal selidik ini dihasilkan berdasarkan garis panduan pengoperasian Program LINUS serta temu bual bersama penggubal dan pelaksana Program LINUS. Soal selidik IPP-LINUS telah melalui proses pemurnian daripada versi 1.0 sehingga terbentuknya versi terkini iaitu versi 3.0.
Pembinaan instrumen yang betul sejak peringkat permulaan adalah amat penting kerana pengukuran yang betul akan menghasilkan analisis dan penilaian yang betul. Instrumen yang baik seharusnya dapat digunakan berulang kali dan ini melibatkan kesahan dan kebolehpercayaan instrumen tersebut. Semakin tinggi nilai kesahan dan kebolehpercayaan, maka semakin baik instrumen tersebut dan semakin jitu data yang diperoleh. Dalam hal ini, kajian kesahan dan kebolehpercayaan instrumen amat penting bagi mempertahankan kejituan instrument daripada terdedah kepada kecacatan.
Kesahan merujuk kepada sejauh mana sesuatu instrumen mengukur apa yang sepatutnya diukur (Siti Rahayah 2003; Syed Arabi 2002; Tuckman 1999; Alias 1997). Kebolehpercayaan pula merujuk kepada ketekalan pengukuran (Siti Rahayah 2008). Kebolehpercayaan adalah syarat perlu tetapi tidak memadai untuk penentuan kesahan. Kebolehpercayaan yang rendah dianggap boleh membatasi darjah kesahan yang diperoleh, tetapi kebolehpercayaan yang tinggi tidak memberikan kepastian bahawa darjah kesahan yang tinggi terhasil. Secara ringkasnya, kebolehpercayaan hanya menyediakan ketekalan yang memungkinkan kesahan.
Kesahan dan kebolehpercayaan item-item dalam instrumen penyelidikan boleh ditentukan dengan menggunakan Model Pengukuran Rasch yang diasaskan oleh Rasch (1980). Model Pengukuran Rasch merupakan suatu model pengukuran yang terbentuk hasil daripada pertimbangan yang mengambil kira kebolehan atau kemampuan setiap calon atau responden yang menjawab soal selidik, ujian atau instrumen dan kesukaran item bagi setiap ujian atau item (Rasch 1980). Dalam Model Pengukuran Rasch, kesahan bagi sesuatu instrumen dapat dikenal pasti dengan merujuk analisis-analisis seperti kesesuaian item, polariti item, keseragaman dimensi dan peta individu-item. Kebolehpercayaan pula dapat dilihat daripada kedua-dua aspek individu dan item (Rasch 1980; Bond & Fox 2007; Linacre 2006; Azrilah 2013). Sehubungan itu, kajian ini dilaksanakan untuk menghasilkan bukti secara empirikal mengenai kesahan dan kebolehpercayaan soal selidik Penilaian Program LINUS (IPP-LINUS) versi 3.0 menggunakan Model Pengukuran Rasch.
2.0 Metodologi Kajian
LINUS yang diedarkan kepada responden sewaktu mereka berkursus di Pejabat Pendidikan Daerah (PPD). Pengkaji mengedarkan sendiri soal selidik tersebut supaya pemantauan rapi dapat dibuat semasa responden menjawabnya. Kerjasama daripada responden dan pegawai PPD adalah memuaskan.
Soal Selidik IPP-LINUS versi 3.0 mengandungi 2 Bahagian. Bahagian A adalah berkaitan maklumat asas responden seperti jantina, kaum, umur, jenis sekolah, PPD, pengalaman mengajar, pengalaman mengajar dalam kelas LINUS, opsyen dan kelulusan ikhtisas tertinggi. Guru diminta mengisi maklumat berkaitan diri mereka berdasarkan soalan yang diberi. Bahagian B pula berkaitan maklumat pelaksanaan Program LINUS yang mengandungi 6 konstruk dan 100 item. Enam konstruk tersebut ialah konstruk saringan, konstruk modul, konstruk guru, konstruk pihak berkepentingan, konstruk pemantauan dan penyeliaan, dan konstruk fasiLINUS. Guru diminta memilih jawapan tentang persetujuan mereka berhubung pelaksanaan Program LINUS berdasarkan pilihan jawapan dalam skala Likert seperti berikut: Sangat Setuju (5), Setuju (4), Sederhana Setuju (3), Tidak Setuju (2) atau Sangat Tidak Setuju (1).
Data mentah yang telah diperoleh berdasarkan skor persetujuan guru terhadap item-item dalam soal selidik IPP-LINUS dimasukkan ke dalam Perisian SPSS. Data tersebut seterusnya ditukar kepada data interval menggunakan perisian Winsteps. Seterusnya data dianalisis berdasarkan Model Pengukuran Rasch bagi memperoleh data empirikal berkaitan kesahan dan kebolehpercayaan soal selidik IPP-LINUS.
3.0 Dapatan Kajian dan Perbincangan 3.1 Kesahan IPP-LINUS
Wright dan Stone (1979) menyatakan antara syarat untuk menghasilkan sesuatu pengukuran yang berguna adalah (i) penggunaan item yang sah dalam proses pengukuran yang menentukan ukuran konstruk, (ii) konsep dan definisi konstruk yang jelas dan selaras dengan teori, (iii) pengujian item terhadap individu yang sesuai agar dapat memberikan hasil yang konsisten dengan tujuan pengukuran, dan (iv) penggunaan corak respon yang sah. Menurut Wright dan Stone (1979) lagi, tanpa corak respon yang sah, individu tidak dapat ditakrifkan dengan tepat.
Dalam kajian ini, kesahan IPP-LINUS dibuktikan melalui Ujian Kesesuaian Item, Ujian Polariti Item dan Ujian Keseragaman Dimensi berdasarkan Model Pengukuran Rasch. Ujian Kesesuaian Item dijalankan dengan merujuk kepada MNSQ. Berdasarkan teori, MNSQ adalah pertalian atau nisbah sesuatu pemerhatian berbanding dengan jangkaan. Apabila sesuatu pemerhatian menepati jangkaan, maka nilai ideal MNSQ ialah 1.00 (Azrilah 2013). Ujian Polariti Item pula dijalankan dengan melihat kepada koeffisien kolerasi ukuran-titik PTMEA CORR. Jika nilai PTMEA CORR adalah tinggi, maka sesuatu item lebih berupaya untuk membezakan kemampuan antara responden. Nilai negatif atau sifar menunjukkan jalinan respon bagi item atau responden adalah bercanggah dengan pembolehubah atau konstruk (Linacre 2003). Item tersebut tidak mengukur apa yang sepatutnya diukur dan sewajarnya digugurkan (Azrilah 2013).
Jadual 1 menunjukkan nilai infit MNSQ dan outfit MNSQ untuk Ujian Kesesuain Item serta ukuran titik PTMEA CORR untuk Ujian Polariti Item dalam konstruk saringan. Nilai infit MNSQ bagi 20 item dalam konstruk saringan adalah antara 0.76 hingga 1.71 manakala nilai outfit MNSQ adalah antara 0.72 hingga 1.56. Nilai ini adalah baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.40 dan ke atas. Nilai ini mengesahkan bahawa kesemua 20 item bergerak dalam satu arah yang sama untuk mengukur konstruk saringan (Azrilah 2013).
Jadual 1 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk Saringan Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B101 0.88 0.79 0.44 B102 0.87 0.99 0.46 B103 0.96 0.71 0.40 B104 0.88 0.87 0.48 B105 0.86 0.83 0.48 B106 1.06 1.36 0.44 B107 0.96 1.23 0.48 B108 1.10 1.26 0.53
B109 0.88 0.85 0.65 B110 0.90 0.87 0.65 B111 0.76 0.72 0.69 B112 0.82 0.90 0.67 B113 0.89 0.90 0.67 B114 1.27 1.46 0.62 B115 1.31 1.56 0.60 B116 0.97 0.99 0.69 B117 1.04 1.06 0.67 B118 1.21 1.29 0.66 B119 1.10 1.10 0.63 B120 1.13 1.13 0.63
Jadual 2 menunjukkan nilai infit MNSQ bagi 15 item dalam konstruk modul adalah antara 0.78 hingga 1.49 manakala nilai outfit MNSQ adalah antara 0.68 hingga 1.53. Nilai ini adalah baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.62 dan ke atas. Nilai ini mengesahkan bahawa kesemua 15 item bergerak dalam satu arah yang sama untuk mengukur konstruk modul (Azrilah 2013).
Jadual 2 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk Modul Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B201 0.90 0.85 0.73
B202 0.91 0.83 0.73
B203 0.97 0.94 0.71
B204 0.97 0.99 0.70
B206 1.24 1.26 0.69 B207 1.49 1.53 0.62 B208 1.02 1.01 0.71 B209 0.87 0.80 0.77 B210 0.87 0.74 0.76 B211 1.14 1.17 0.71 B212 0.78 0.68 0.77 B213 0.78 0.66 0.77 B214 0.80 0.71 0.77 B215 0.96 0.94 0.75
Jadual 3 menunjukkan nilai infit MNSQ bagi 11 item dalam konstruk guru adalah antara 0.63 hingga 1.54 manakala nilai outfit MNSQ adalah antara 0.62 hingga 1.63. Nilai ini adalah baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.59 dan ke atas. Nilai ini mengesahkan bahawa semua 11 item bergerak selari ke arah mengukur konstruk yang sama iaitu konstruk guru.
Jadual 3 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk Guru Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B301 1.02 1.07 0.69 B302 0.97 1.03 0.69 B303 0.63 0.62 0.83 B304 0.69 0.71 0.83 B305 0.78 0.80 0.80 B306 1.23 1.30 0.71
B308 0.84 0.83 0.78
B309 0.98 1.02 0.75
B310 1.54 1.63 0.59
B311 1.20 1.30 0.67
Jadual 4 menunjukkan nilai infit MNSQ bagi 20 item dalam konstruk pihak berkepentingan adalah antara 0.66 hingga 1.33 manakala nilai outfit MNSQ adalah antara 0.65 hingga 1.42. Nilai ini adalah baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.59 dan ke atas. Nilai ini mengesahkan bahawa semua 20 item bergerak selari ke arah mengukur konstruk yang sama iaitu konstruk pihak berkepentingan.
Jadual 4 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk Pihak Berkepentingan Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B401 1.06 1.00 0.53 B402 1.09 1.10 0.50 B403 0.94 0.81 0.58 B404 0.98 0.88 0.55 B405 1.12 1.04 0.53 B406 0.93 0.82 0.58 B407 0.97 0.87 0.57 B408 0.96 0.86 0.59 B409 0.78 0.77 0.73 B410 0.83 0.99 0.72 B411 0.87 0.89 0.72 B412 0.75 0.77 0.72
B413 0.77 0.76 0.74 B414 0.66 0.65 0.75 B415 1.03 0.99 0.68 B416 1.33 1.36 0.68 B417 1.33 1.42 0.66 B418 1.15 1.18 0.67 B419 1.05 1.08 0.71 B420 1.15 1.23 0.70
Jadual 5 menunjukkan nilai infit MNSQ bagi 11 item dalam konstruk pemantauan dan penyeliaan adalah antara 0.85 hingga 1.03 manakala nilai outfit MNSQ adalah antara 0.78 hingga 1.35. Nilai ini adalah amat baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.70 dan ke atas. Nilai ini mengesahkan bahawa kesemua 11 item bergerak selari ke arah mengukur konstruk yang sama iaitu konstruk pemantauan dan penyeliaan.
Jadual 5 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk Pemantauan dan Penyeliaan Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B501 1.00 1.09 0.70 B502 0.94 0.99 0.72 B503 0.87 0.89 0.74 B504 1.03 1.35 0.73 B505 0.85 0.78 0.76 B506 1.10 1.08 0.74 B507 0.90 0.79 0.78 B508 1.11 1.15 0.75
B509 0.93 0.96 0.79
B510 1.02 1.07 0.78
B511 0.97 1.05 0.79
Jadual 6 menunjukkan nilai infit MNSQ bagi 23 item dalam konstruk fasiLINUS adalah antara 0.71 hingga 1.36 manakala nilai outfit MNSQ adalah antara 0.60 hingga 1.39. Nilai ini adalah baik berdasarkan Fisher (2007). Nilai PTMEA CORR menunjukkan semua item bersifat positif dengan nilai 0.75 dan ke atas. Nilai ini mengesahkan bahawa kesemua 23 item bergerak selari kea rah mengukur konstruk yang sama iaitu konstruk fasiLINUS.
Jadual 6 : Ujian Kesesuaian Item dan Ujian Polariti Item Konstruk FasiLINUS Soal Selidik Penilaian Program LINUS (IPP-LINUS) Versi 3.0
ITEM ID INFIT MNSQ OUTFIT MNSQ PTMEA CORR
B601 0.99 1.04 0.79 B602 0.92 0.74 0.80 B603 0.95 0.87 0.79 B604 1.34 1.35 0.75 B605 1.35 1.35 0.76 B606 1.36 1.39 0.76 B607 1.04 1.03 0.79 B608 0.71 0.60 0.85 B609 1.02 0.93 0.80 B610 0.89 0.79 0.82 B611 0.79 0.70 0.85 B612 0.90 0.78 0.80 B613 1.00 0.92 0.79
B614 0.88 0.76 0.80 B615 0.97 0.87 0.81 B616 1.02 0.87 0.81 B617 1.05 0.89 0.80 B618 1.05 0.95 0.79 B619 1.11 1.12 0.77 B620 0.85 0.71 0.83 B621 0.82 0.65 0.84 B622 0.75 0.65 0.85 B623 0.77 0.65 0.84
Dalam analisis kesahan, Ujian Keseragaman Dimensi bagi setiap konstruk juga perlu dijalankan untuk menentukan instrumen yang mempunyai ciri unidimensionaliti. Konstruk-konstruk yang mempunyai ciri dimensionaliti mampu mengukur instrumen dalam satu arah dan satu wajah. Ini sekaligus dapat menghalang instrumen daripada mempunyai ciri kesamaran dalam mengukur apa yang seharusnya diukur sehingga memberikan hasil yang mengelirukan. Analisis Rasch bagi Ujian Keseragaman Dimensi menggunakan teknik Residual Principal Component Analysis (PCA) bagi memastikan keseragaman dimensi instrumen memerlukan sekurang-kurangnya pencapaian minimum 40 peratus varians reja terpiawai sebagai tanda ukuran unidimensionaliti instrumen yang baik, sebanyak 60 peratus. Manakala nilai varians tanpa penjelasan menurut contrast 1 residual PCA yang paling hebat seharusnya tidak melebihi had kawal 15 peratus. Kaedah ini dapat mengesan kemampuan instrumen ini mengukur dalam satu dimensi yang seragam dengan aras gangguan atau penarik yang boleh diterima (Azrilah 2013).
Jadual 7 menunjukkan varians reja terpiawai bagi kesemua enam konstruk dalam Instrumen IPP-LINUS adalah melepasi batas minima yang melibatkan 40 peratus keperluan Rasch. Varians kasar yang diterangkan oleh pengukuran bagi kesemua konstruk didapati terlalu rapat dengan model yang dijangka. Varians kasar bagi konstruk
50.9 peratus berbanding 50.5 peratus, konstruk guru 57.6 peratus berbanding 56.1 peratus, konstruk pemantauan dan penyeliaan 47.5 peratus berbanding 46.6 peratus, dan konstruk fasiLINUS 61.1 peratus berbanding 60.7 peratus. Nilai varians tanpa penjelasan menurut contrast 1 residual PCA adalah baik bagi konstruk saringan dan konstruk fasiLINUS, sederhana bagi konstruk modul dan konstruk guru, serta lemah bagi konstruk pihak berkepentingan dan konstruk fasiLINUS (Fisher 2007).
Jadual 7 : Varians Reja Terpiawai Bagi Setiap Konstruk dan Varians Tanpa Penjelasan Menurut Kontras 1 Residual
KONSTRUK VARIANS DALAM DATA
YANG DIJELASKAN MELALUI PENGUKURAN DALAM DATA VARIANS TANPA PENJELASAN MENURUT KONTRAS 1 RESIDUAL PCA
Empirikal Modelled Empirikal Modelled Saringan 45.6% 46.6% 3.6 9.7% Modul 50.9% 50.5% 3.4 11.2% Guru 57.6% 56.1% 2.8 10.6% Pihak Berkepentingan 53.1% 52.5% 6.7 15.7% Pemantauan dan Penyeliaan 47.5% 46.6% 5.0 24.0% FasiLINUS 61.1% 60.7% 4.0 6.8%
3.2 Kebolehpercayaan IPP-LINUS
Wright dan Masters (1982) menyatakan kebolehpercayaan dapat dilihat daripada kedua-dua aspek iaitu kebolehpercayaan responden dan kebolehpercayaan item. Kebolehpercayaan responden merujuk kepada tahap ketekalan susunan kedudukan responden pada skala logit sekiranya sampel ini menjawab set item yang berbeza tetapi mengukur konstruk yang sama. Kebolehpercayaan item pula merujuk kepada tahap ketekalan susunan kedudukan item pada skala logit sekiranya item ini dijawab oleh kumpulan sampel yang lain tetapi sepadan dari segi kebolehan. Pemisahan responden merujuk kepada bilangan stratum pemisahan responden manakala pemisahan item merujuk kepada bilangan stratum pemisahan item.
Dalam kajian ini, kebolehpercayaan IPP-LINUS dibuktikan melalui indeks kebolehpercayaan responden, pemisahan stratum responden, indeks kebolehpercayaan item dan pemisahan stratum item. Indeks kebolehpercayaan responden bagi keseluruhan Soal Selidik IPP-LINUS ialah 0.97 dengan nilai pemisahan 5.53. Nilai ini mengesahkan kebolehpercayaan responden yang cemerlang berdasarkan Fisher (2007) kerana mempunyai nilai kebolehpercayaan melebihi 0.94 dengan pemisahan stratum melebihi 5. Indeks kebolehpercayaan item juga cemerlang dengan nilai 0.95 dan nilai pemisahan amat baik iaitu 4.17.
Indeks kebolehpercayaan responden dan item serta indeks pemisahan responden dan item bagi setiap konstruk adalah seperti dalam Jadual 8. Indeks kebolehpercayaan responden bagi setiap konstruk adalah antara 0.85 hingga 0.93. Kebolehpercayaan responden bagi 2 konstruk iaitu konstruk pihak berkepentingan dan konstruk fasiLINUS adalah amat baik dengan nilai 0.92 dan 0.93. Empat konstruk lagi iaitu konstruk saringan, konstruk modul, konstruk guru serta konstruk pemantauan dan penyeliaan menunjukkan kebolehpercayaan responden yang baik dengan nilai 0.88, 0.90, 0.87 dan 0.85. Sebanyak 3 konstruk menunjukkan pemisahan stratum responden yang baik iaitu konstruk modul, konstruk pihak berkepentingan dan konstruk fasiLINUS dengan nilai 3.05, 3.30 dan 3.62. Tiga konstruk lagi menunjukkan pemisahan stratum responden yang sederhana iaitu konstruk saringan, konstruk guru, serta konstruk pemantauan dan penyeliaan dengan nilai 2.69, 2.57 dan 2.38 (Fisher 2007).
Indeks kebolehpercayaan item bagi 6 konstruk seperti dalam jadual 8 adalah antara 0.84 hingga 0.97. Sebanyak 3 konstruk menunjukkan kebolehpercayaan item yang cemerlang dengan nilai 0.97 dan 0.98 iaitu konstruk saringan, konstruk pihak berkepentingan dan konstruk fasiLINUS. Sebanyak 2 konstruk menunjukkan kebolehpercayaan item yang amat baik iaitu konstruk modul dan konstruk guru, masing-masing dengan nilai 0.91. Manakala 1 konstruk menunjukkan kebolehpercayaan item yang baik dengan nilai 0.84 iaitu konstruk pemantauan dan penyeliaan. Dari segi pemisahan stratum item, sebanyak 3 konstruk menunjukkan pemisahan stratum item yang cemerlang dengan nilai 5.26, 6.28 dan 5.58 iaitu konstruk saringan, konstruk pihak berkepentingan, dan konstruk fasiLINUS. Sebanyak 2 konstruk menunjukkan pemisahan
guru. Manakala 1 konstruk menunjukkan pemisahan stratum item yang sederhana dengan nilai 2.29 iaitu konstruk pemantauan dan penyeliaan.
Jadual 8 : Analisis Kebolehpercayaan Soal Selidik Penilaian IPP-LINUS Versi 3.0
Konstruk ID Item Responden
Kebolehpercayaan Pemisahan Item Kebolehpercayaan Pemisahan Saringan B101 – B120 0.88 2.69 0.97 5.26 Modul B201 – B215 0.90 3.05 0.91 3.23 Guru B301 – B311 0.87 2.57 0.91 3.20 Pihak Berkepentingan B401 – B420 0.92 3.30 0.98 6.28 Pemantauan dan Penyeliaan B501 – B511 0.85 2.38 0.84 2.29 FasiLINUS B601 – B623 0.93 3.62 0.97 5.58
4.0 Implikasi Dapatan Kajian
Kajian berkaitan kesahan item menunjukkan semua item berada di dalam julat yang dibenarkan Fisher (2007) iaitu antara 1.5 hingga 2.0 melalui Ujian Kesesuaian Item. Ujian Polariti Item menunjukkan semua item bergerak ke arah yang sama mengukur konstruk masing-masing. Ujian Keseragaman Dimensi menunjukkan semua konstruk adalah diterima kerana varians reja terpiawai melepasi batas minima yang dibenarkan.
Dari sudut kebolehpercayaan, soal selidik IPP-LINUS secara keseluruhan menunjukkan kebolehpercayaan responden dan kebolehpercayaan item yang tinggi. Kebolehpercayaan responden dan kebolehpercayaan item bagi setiap konstruk juga adalah amat baik. Implikasinya, kajian berkaitan kesahan dan kebolehpercayaan soal selidik Penilaian Program Saringan Literasi dan Numerasi (IPP-LINUS) Versi 3.0 berasaskan Model Pengukuran Rasch ini mengesahkan bahawa soal selidik ini sesuai
5.0 Kesimpulan
Sesuatu instrumen yang baik seharusnya mempunyai kesahan dan kebolehpercayaan yang tinggi. Analisis menggunakan Model Pengukuran Rasch merupakan satu cara untuk menentukan kesahan dan kebolehpercayaan sesuatu instrumen. Kajian berkaitan kesahan dan kebolehpercayaan soal selidik IPP-LINUS jelas mengesahkan bahawa soal selidik ini sesuai digunakan untuk menilai Program Saringan Literasi dan Numerasi (LINUS). RUJUKAN
Alias Baba. 1997. Statistik penyelidikan dalam penilaian dan sains sosial (Ed. Ke-2). Bangi: Penerbit Universiti Kebangsaan Malaysia.
Azrilah Abdul Aziz, Mohd Saidfudin Masodi & Azami Zaharim. 2013. Asas Model Pengukuran Rasch: Pembentukan Skala & Struktur Pengukuran. Bangi: Penerbit Universiti Kebangsaan Malaysia.
Bahagian Pembangunan Kurikulum (2012). Program Literasi dan Numerasi: LINUS Numerasi Modul Guru Asas 1. Putrajaya: Kementerian Pelajaran Malaysia.
Bahagian Pembangunan Kurikulum (2012a). Program Literasi dan Numerasi: LINUS Numerasi Modul Guru Asas 3. Putrajaya: Kementerian Pelajaran Malaysia.
Bahagian Pembangunan Kurikulum (2013). Program Literasi dan Numerasi: LINUS Numerasi Modul Guru Asas 2. Putrajaya: Kementerian Pelajaran Malaysia.
Bond, T.G. & Fox, C.M. 2007. Applying the Rasch Model: Fundamental measurement in the human sciences. Ed. Ke-2. London: Lawrence Erlbaum Associates Publishers. Fisher, W.P.J. 2007. Rating Scale Instrument Quality Criteria: Rasch Measurement
Transactions 21(1): 1095.
Kementerian Pelajaran Malaysia (2011a). Buku Panduan Pengoperasian Program Literasi dan Numerasi (LINUS). Putrajaya.
Kementerian Pelajaran Malaysia (2013). Manual Am Pentadbiran Instrumen Literasi 2013: Saringan 1 Tahun 1. Putrajaya.
Linacre, J.M. 2006. Winsteps Rasch Measurement Computer Programme. Chicago: Winsteps.com.
Pallant , Julie. 2001. SPSS survival manual: A step by step guide to data analysis using SPSS for windows (version 10). Buckingham. Open University Press.
Rasch G. 1980. Probabilistic models for some intelligence and attainment tests. Chicago: The University of Chicago Press.
Rusminah Musliman 2008. Kebolehpercayaan dan kesahan konstruk Instrumen Kecerdasan Pelbagai Malaysia (MyMICA). Tesis Sarjana. Universiti Kebangsaan Malaysia.
Siti Rahayah Ariffin. 2003. Teori, konsep dan amalan dalam pengukuran dan penilaian. Bangi: Penerbit Universiti Kebangsaan Malaysia.
Siti Rahayah Ariffin. 2008. Inovasi dalam pengukuran dan penilaian. Bangi: Penerbit Universiti Kebangsaan Malaysia.
Syed Arabi Idid. 2002. Kaedah penyelidikan komunikasi dan sains sosial (Ed. Ke-4). Kuala Lumpur. Dewan Bahasa dan Pustaka.
Tuckman, B.W. 1999. Conducting educational research (Ed. Ke-5). USA.
Wright, B.D., & Masters, G.N. 1982. Rating scale analysis. Chicago: MESA Press. Wright, B.D., & Stone, M.H. 1979. Best test design. Chicago: MESA Press.
