Analisis instrumen dan validitas merupakan hal penting dalam pengembangan tes. Dokumen ini membahas berbagai aspek analisis instrumen seperti analisis butir, karakteristik butir, reliabilitas, dan validitas. Metode seperti analisis faktor digunakan untuk menguji validitas konstruk dan menyederhanakan variabel menjadi faktor-faktor utama.
5. A I
N N
A S
L T
I R
S U
I M
S E
N
1. Tingkat Kesukaran
2. Daya Beda Butir
Analisis
Butir
Instrumen
Analisis
Perangkat
Instrumen
1. Validitas
2. Reliabilitas
7. Karakteristik butir instrumen dan
spesifikasi butir instrumen
Karakteristik
butir instrumen
ialah parameter
kuantitatif butir
instrumen
(Zainul dan Noehi
Nasoetion, 1997: 157)
spesifikasi butir
instrumen ialah
parameter kualitatif
butir instrumen yang
ditentukan atas dasar
penilaian ahli
11. Tingkat kesukaran
butir instrumen
sangat
dipengaruhi oleh
tingkat
kemampuan
anggota kelompok
peserta tes
tidak sepenuhnya
merupakan ukuran
karakteristik butir
instrumen saja, tetapi
lebih merupakan
kemampuan rata-
rata kelompok
peserta tes
tidaklah menunjukkan
butir instrumen tertentu
itu baik atau tidak baik,
hanya menunjukkan
bahwa butir instrumen
itu sukar atau mudah
untuk kelompok peserta
tes tertentu.
12. Tabel skor hasil tes
Time Mon Tue Wed Thu Fri
10:00
12:00
14:00
16:00
18:00
20:00
Venus
Venus is the second
planet from the Sun
tingkat kesukaran instrumen
nomor 1 adalah 10:10 = 1,0
tingkat kesukarannnya
nomor 10 adalah 3:10 = 0,3
14. Menurut tingkat kesukaran, perangkat
instrumen dapat dirumuskan sebagai berikut :
Mercury
Itβs the closest planet
to the Sun
Untuk menyusun suatu naskah
instrumen sebaiknya digunakan
butir instrumen yang tingkat
kesukarannya berimbang sebagai
berikut:
Sukar = 25%
Sedang = 50%
Mudah = 25%
18. Berdasarkan hitungan
tersebut kita dapat
menyusun rumus daya
beda :
Indeks atau koefisien daya beda berkisar antara +1,0 s.d -1,0.
Daya beda +1,0 berarti semua anggota kelompok atas
menjawab benar butir instrumen itu, dan kelompok bawah
seluruhnya menjawab salah. Daya beda -1,0 berarti semua
anggota kelompok atas menjawab salah butir instrumen itu
dan kelompok bawah selebihnya menjawab benar.
19. yaitu hubungan korelasi skor
butir instrumen dan skor
keseluruhan dari peserta tes
yang sama.
pada prinsipnya sama saja dengan
korelasi biserial, tetapi dengan cara
menghitung yang berbeda dan dasar
teoritik yang berbeda pula.
Jenis koefisien korelasi yang digunakan mengitung
daya beda butir instrumen :
21. Misalnya, bila suatu butir instrumen dengan 5
(lima) option, seperti terlihat dalam data
berikut:
P = 0.458
rbis = 0.096
rpbis = 0.123
hasil analisis ITEMAN ialah tingkat kesukaran
(p) butir instrumen tersebut. Kemudian daya
bedanya (rbis dan rpbis), baik yang diukur
dengan korelasi biserial maupun yang dihitung
dengan point biserial.
24. Butir Instrumen Nomor 1
Jawaban yang benar
adalah B (diberi tanda
bintang), kebanyakan
peserta (pada kedua
kelompok ini) memilih B
pengecoh A, C dan D ada
yang memilih terutama
mereka yang masuk
kelompok bawah.
Kesimpulan :
pengecoh berfungsi sebagai
jawaban yang salah.
Jadi butir instrumen No. 1 semua
pilihan sudah berfungsi.
25. Butir Instrumen Nomor 2 Jawaban yang benar
adalah D, dan
kebanyakan peserta
memilih D.
Pengecoh B dan C ada
yang memilih, tetapi
pengecoh A tidak ada
yang memilih, kelompok
bawah sendiri tidak
seorangpun yang
tertarik untuk memilih A
Kesimpulan :
Butir instrumen No. 2 harus
diperbaiki terutama pilihan A.
26. Butir Instrumen Nomor 3 Jawaban yang benar
adalah A, peserta paling
banyak memilih A
terutama kelompok
bawah
Pengecoh B, C dan D
berfungsi. Tetapi
kelompok atas justru
pilihannya pada B dan C.
Kesimpulan :
butir instrumen No. 3 harus diperbaiki atau
diganti. Sebaran jawaban seperti ini
kemungkinan disebabkan oleh rumusan pokok
instrumen yang kurang baik atau pilihan B dan
C cukup menarik sebagai jawaban yang benar
atau pilihan A yang perlu diperbaiki.
28. Spesifikasi Butir Instrumen ada dua:
Validitas Isi
Butir
Instrumen
Keakuratan
Tujuan yang
ingin dicapai
dilakukan oleh seorang
ahli bidang studi
bersangkutan
Tolok ukur analisis
adalah kisi-kisi
Butir instrumen yang tidak
akurat mengukur tujuan
yang ditetapkan akan
merupakan butir yang
mubadzir
32. >
Reliabilitas
Tes Reliabilitas diartikan sebagai sejauh
mana suatu alat ukur dapat diyakini
memberikan informasi yang konsisten
dan tidak mendua tentang
karakteristik peserta tes yang diujikan
37. Prosedur yang dapat ditempuh untuk memperoleh koefisien
korelasi yang menggambarkan reliabilitas tes yaitu :
Reliabiltas
dalam arti
stabilitas
Class 01
Reliabilitas juga
berarti ekuivalensi
dari dua tes yang
paralel
Class 02
Reliabilitas dalam
arti konsistensi
atau homogenitas
tes
Class 03
Teknik
Split Half
Teknik Kuder-
Richardson
38. Distance from Earth to the Moon
386,00km
Rumus
Kuder-Richardson
The Sunβs mass compared to Earthβs
333,000
39. Reliabilitas perangkat soal secara umum
dapat dipengaruhi oleh:
β¨ Objektivitas dalam penskoran tes. Tes yang
tidak dapat diskor secara objektif tentu saja
reliabilitasnya akan rendah
β¨ Variabilitas peserta tes. Makin bervariasi
peserta tes, maka kemungkinanreliabilitas akan
meningkat. Seluruh peserta tes yang sama
kemampuannya akan menghasilkan reliabilitas
tes yang rendah.
β¨ Jumlah butir soal dalam perangkat tes. Makin
banyak butir soal maka makin tinggi reliabilitas
perangkat tes tersebut.
42. Validitas Isi (content validity).
ukuran yang menunjukkan
sejauh mana skor dalam
tes berasosiasi dengan
penguasaan peserta tes
dalam bidang studi yang
diuji melalui perangkat tes
tersebut.
Merupakan Aspek validitas yang paling
penting dalam tes hasil belajar
43. Hal-hal yang mempengaruhi validitas tes :
ο Tingkat reliabilitas tes. Makin tinggi
reliabilitas tes, maka makin tinggi pula
validitas tes.
ο Khusus untuk validitas prediktif, jarak
antara pemberian tes dengan tingkah
laku yang diramalkan tentu akan
berpengaruh. Jarak waktu yang terlalu
jauh akan mengurangi validitas prediktif
tes tersebut, karena besar pengaruh
faktor lain terhadap tingkah laku yang
diramalkan.
45. Analisis faktor (AF) telah dikenal sangat luas di kalangan kuantitatif. Uji ini
digunakan untuk memastikan apakah butir-butir tertentu mendukung faktornya
dan faktor-faktor mendukung hasil belajar. AF menghasilkan sejumlah faktor yang
dapat menjelaskan atau menjadi indikator mengenai suatu hasil belajar. Faktor
terjadi karena sifat struktural berada dalam satuhubungan (Ferguson dan Takane,
1989: 521).
AF merupakan cara pengujian validitas konstruk yang sangatcanggih,
menawarkan usaha penyederhanaan kerumitan dengan meringkas kerumitan
yang sangat banyak unsurnya ke dalam faktor yang lebih sederhana dan mudah
dipahami.
ANALISIS INSTRUMEN DENGAN ANALISIS FAKTOR
46. A. ANALISIS FAKTOR DAN VALIDITAS KONSTRUK
Tes Hasil
Belajar
Validitas
Isi
Kriteria
Konstruk
Realibilitas
47. Metode Pengujian
Validitas
validitas isi diuji secara
logis atau empiris
validitas kriteria diuji dengan validitas
konkuren dan prediktif
ketepatan konstruksi diuji dengan uji validitas
konstruk. Pengujian dapat dilakukan dengan salah
satu dari beberapa metode: konvergensi dan
diskriminabilitas, matriks multitrait-multimethod
(MTMM) dan analisis faktor (Kerlinger, 1996: 736 -
750)
Metode Pengujian
Realibilitas
Pengujian reliabilitas dapat
dilakukan dengan berbagai metode
di antaranya adalah metode tes
ulang, paralel, belah dua, Alpha
Cronbach, Rulon, Flanagan, Hoyt,
KuderRichardson.
48. Metode Pengujian
Validitas
validitas isi diuji secara
logis atau empiris
validitas kriteria diuji dengan validitas
konkuren dan prediktif
ketepatan konstruksi diuji dengan uji validitas
konstruk. Pengujian dapat dilakukan dengan salah
satu dari beberapa metode: konvergensi dan
diskriminabilitas, matriks multitrait-multimethod
(MTMM) dan analisis faktor (Kerlinger, 1996: 736 -
750)
Metode Pengujian
Realibilitas
Pengujian reliabilitas dapat
dilakukan dengan berbagai metode
di antaranya adalah metode tes
ulang, paralel, belah dua, Alpha
Cronbach, Rulon, Flanagan, Hoyt,
KuderRichardson.
49. Pengertian AF (Analisis Faktor)
AF adalah salah satu analisis multivariat yang dirancang untuk meneliti sifat hubungan antara variabel-
variabel dalam satu perangkat tertentu yang pada dasarnya menunjukkan pola hubungan tertentu.
Hardjodipuro (1988: 62) menyatakan bahwa AF merupakan penyederhanaan ilmiah (scientific
parsimony) karena analisis tersebut mengurangi kerumitan tes dan pengukuran menjadi suatu
deskripsi ilmiah yang sederhana. AF membahas tes-tes atau pengukuran-pengukuran mana yang
merupakan satu kelompok atau mana yang mengukur/menguji hal-hal yang sama tersebut. AF
membantu, mengurangi jumlah variabel yang digarap peneliti. AF juga membantu peneliti untuk
menemukan dan mengidentifikasi satuan-satuan atau ciri-ciri yang mendasari suatu tes dan
pengukuran.
50. Penggunaan AF (Analisis Faktor)
Macam AF
AF eksploratori
(exploratory factory
analysis)
AF konfirmatori
(confirmatory Jactory
analysis)
Kebanyakan AF bersifat eksploratif bila
digunakan sebagai suatu alat untuk
mengurangi jumlah variabel atau
mengetahui pola-pola korelasi antara
variabel tanpa tujuan untuk menguji
teori. Dalam mengonseptualisasikan
kegunaan eksploratif atau reduktif, AF
merupakan metode yang kuat dan
sangat perlu untuk mengetahui
kesahihan konstruk.
51. Istilah teknis dalam AF
1. Variabel/butir
1.2. Faktor
1.3. Ekstraksi
1.4. Eigenvalues
1.5. Rotasi
1.6.
Communalities
1.7. Factor
Loadings
52. Prosedur Uji AF
Prosedur
Uji AF
(a) menguji
kelayakan
analisis
(b)
menyajikan
matriks
korelasi
(c)
melakukan
ekstraksi,
(d)
melakukan
rotasi, dan
(e) memberikan
penamaan
faktor.
53. Interprestasi Hasil Uji
Untuk memudahkan interpretasi, hasil uji itu dikelompokkan berdasarkan kepentingan interpretasi
Berdasarkan hasil uji AF, interpretasi harus dilakukan mengacu kepada hasil analisis dari prosedur
uji AF, yaitu (l) menguji kelayakan analisis, (2) menyajikan matriks korelasi, (3) melakukan ekstraksi,
(4) melakukan rotasi, dan (5) memberi nama faktor.
54. Contoh uji validitas konstruk tes hasil belajar
dalam ranah afektif hasil uji AF menggunakan
program SPSS for Windows version 10.00
55. 1. Menguji Kelayakan Analisis
Tabel 8.7 dapat disimpulkan bahwa:
β’ Sampel mencukupi apabila butir/variabel direspons oleh
responden sekurangnya 5 kali jumlah butir/variabel. Kecukupan
sampling (sampling adeguacy) akan terlihat dalam koefisien
KMO. Syarat dilakukan analisis sudah terpenuhi karena sampel
sudah cukup yang ditunjukkan oleh koefisien KMO sebesar 0,812.
Bila menggunakan kriteria yang ditetapkan oleh Guilford (1982:
53) di mana KMO 0,80 sudah baik maka koefisien KMO sebesar
0,812 menunjukkan sampel telah mencukupi untuk dilakukan AF.
β’ Uji Bartlett digunakan untuk menguji normalitas data. Data
berdistribusi normal apabila Eniung , C tata atau taraf signifikansi
yang ditetapkan lebih kecil dari batas taraf signifikansi hasil
perhitungan. Bila ditetapkan taraf signifikansi sebesar 196 atau
paling tinggi 59 sebagaimana digunakan dalam banyak
pengambilan keputusan dalam ilmu sosial, maka data yang akan
dianalisis telah berdistribusi normal. Hal itu ditunjukkan oleh
approximate chi-sguare sebesar 2,348 yang hanya akan tidak
normal bila taraf signifikansi yang ditetapkan paling kurang 8,7 Yo.
Dengan terpenuhinya normalitas data maka AF dapat digunakan
untuk analisis data tersebut.
56. 2. Menyajikan Matriks Korelasi
Matriks korelasi disajikan untuk melihat pengelompokan butir-butir
dalam kluster-kluster. Secara teoritik, butir dalam satu kluster akan
berkorelasi tinggi (minimal 0,20) dan butir-butir di luar kluster
berkorelasi rendah (di bawah 0,20). Kluster-kluster itulah yang akan
menjadi faktor dalam proses ekstraksi. Untuk menafsirkan matriks
korelasi maka disajikan tabel matriks korelasi. Tabel 8.8 telah
dimodifikasi dari hasil print out dengan menghilangkan koefisien di
bawah 0,20 dan korelasi butir dengan dirinya sendiri sebesar 1,00.
Tabel 8.8 matriks korelasi tersebut dapat diketahui pengelompokan
butir dalam kluster sebagai berikut.
57. 3. Melakukan Ekstraksi
Data tabel 8.10 tersebut dapat diinterpretasikan berikut.
β’ Butir disusun berdasarkan urutan besarnya sumbangan terhadap
keseluruhan kualitas butir. Butir 1 memberikan sumbangan
sebesar 26,239o dari keseluruhan butir, butir 2 menyumbangkan
19,9876, butir 3 sebesar 15,48840 dan seterusnya.
β’ Dari 10 butir yang dicobakan sesungguhnya dapat diringkas
menjadi lima faktor karena beberapa butir mengukur dimensi yang
sama. Faktor yang dipertahankan adalah yang memiliki
eigenvalues di atas 1,00 (Marascuilo dan Levin, 1983: 237).
β’ Kelima faktor memberikan sumbangan total sebesar 83,15146 dari
keseluruhan kualitas instrumen.
58. 4. Melakukan Rotasi
Rotasi akan mengarahkan untuk melihat lebih jelas
pengelompokan dan besarnya sumbangan butir ke dalam faktor.
Butir akan menjadi bagian dari faktor apabila memberikan
sumbangan (factor loadings) paling tidak 0,30 (Kerlinger, 1996:
1018). Total varians bersama (communalities) adalah 1,00 pada
semua butir karena metode yang digunakan untuk proses
ekstraksi adalah analisis komponen utama (principal component
analysis) yang tidak memisahkan varians umum, spesifik dan
galat. Hasil proses rotasi ortogonal dengan metode varimax
(variance maximum) memberikan hasil sebagai berikut
59. 4. Melakukan Rotasi
Tabel 8.11 hasil rotasi tersebut dapat dilihat pengelompokan butir
ke dalam faktor dan besar sumbangannya seperti table 8.12
60. 5. Memberi Nama Faktor
Hasil rotasi menunjukkan pengelompokan dan besar sumbangan
butir ke dalam faktor. Faktor-faktor masih berupa angka 1 sampai
5 yang belum memiliki nama. Selanjutnya, masing-masing faktor
diberi nama sesuai dengan kesamaan ciri yang dimiliki oleh butir-
butir yang mendukungnya.
Tabel 8.13 contoh pemberian nama dari kesamaan ciri butir-butir
yang menjadi muatannya. Penamaan tersebut dapat disimpulkan
bahwa hasil belajar dalam ranah afektif terdiri dari lima faktor yaitu
penerimaan, partisipasi, penilaian, organisasi, dan internalisasi.
61. CREDITS: This presentation template was created
by Slidesgo, including icons by Flaticon, and
infographics & images by Freepik
Thanks!