Bab 19 membahas karakteristik model butir ojaif normal berdasarkan distribusi probabilitas normal. Model ini mengasumsikan bahwa variabel acak memiliki distribusi normal dan probabilitas jawaban benar berbentuk kumulatif atau ojaif normal. Fungsi distribusi normal baku digunakan untuk menghitung nilai probabilitas pada model ini.
Bab 18 membahas karakteristik butir dalam pengukuran. Butir merupakan komponen dasar dalam alat ukur dan pengukuran. Alat ukur dibentuk melalui perakitan butir-butir berdasarkan tata cara tertentu. Setiap butir memiliki parameter seperti taraf kesukaran dan daya beda yang menunjukkan kemampuannya untuk membedakan responden.
Bab ini membahas nilai acuan norma yang digunakan untuk memberikan arti terhadap skor hasil pengukuran. Ada beberapa pendekatan untuk menentukan nilai acuan seperti pendekatan intuitif, ipsatif, kesempurnaan, dan ke kelompok norma. Nilai acuan dapat berupa angka, huruf, atau predikat. Kelompok norma dapat berupa populasi maupun sampel yang digunakan untuk menentukan tara perkembangan, tingkat, umur, dan peringkat
This document contains a table of numbers arranged in a grid. The numbers decrease as the rows progress from top to bottom and as the columns progress from left to right. Most numbers range between 0 and 1, becoming smaller the further they are from the top left corner of the table.
This document contains a z-table which lists the area under the normal curve for z-scores between -3 and 3. The table provides the proportion of the total area that lies between z=0 and the given z-score. For example, the area between z=0 and z=1 is 0.8413, meaning 84.13% of the total area lies within that range.
Bab 18 membahas karakteristik butir dalam pengukuran. Butir merupakan komponen dasar dalam alat ukur dan pengukuran. Alat ukur dibentuk melalui perakitan butir-butir berdasarkan tata cara tertentu. Setiap butir memiliki parameter seperti taraf kesukaran dan daya beda yang menunjukkan kemampuannya untuk membedakan responden.
Bab ini membahas nilai acuan norma yang digunakan untuk memberikan arti terhadap skor hasil pengukuran. Ada beberapa pendekatan untuk menentukan nilai acuan seperti pendekatan intuitif, ipsatif, kesempurnaan, dan ke kelompok norma. Nilai acuan dapat berupa angka, huruf, atau predikat. Kelompok norma dapat berupa populasi maupun sampel yang digunakan untuk menentukan tara perkembangan, tingkat, umur, dan peringkat
This document contains a table of numbers arranged in a grid. The numbers decrease as the rows progress from top to bottom and as the columns progress from left to right. Most numbers range between 0 and 1, becoming smaller the further they are from the top left corner of the table.
This document contains a z-table which lists the area under the normal curve for z-scores between -3 and 3. The table provides the proportion of the total area that lies between z=0 and the given z-score. For example, the area between z=0 and z=1 is 0.8413, meaning 84.13% of the total area lies within that range.
Bab 25 membahas pencocokan model pada teori respons butir. Ada beberapa cara untuk melakukan pencocokan model, yaitu cara statistika melalui prosedur PROX, cara pemenuhan syarat model, dan cara kecermatan pada prediksi model. Cara statistika menggunakan statistik uji-t untuk menguji kecocokan data dengan model. Cara pemenuhan syarat model menguji syarat-syarat seperti unidimensi dan independensi lokal. Cara kecermatan
Bab 17 membahas estimasi melalui pensampelan matriks. Terdapat beberapa metode pensampelan seperti pensampelan responden, butir, dan matriks. Pensampelan matriks melibatkan penarikan sampel responden dan butir secara acak. Rancangan pensampelan matriks mempertimbangkan ukuran sampel, pengembalian, dan kelengkapan butir/responden. Metode ini digunakan untuk memperkirakan atribut responden, butir, dan program secara umum
Bab ini membahas tentang ketidakwajaran skor yang terjadi karena ketidakcocokan antara kemampuan responden dengan skor yang diperoleh. Dijelaskan beberapa metode untuk mengukur ketidakwajaran skor seperti metode Ghiselli, Jacob, dan Donlon-Fisher yang memanfaatkan tingkat kesulitan butir dan frekuensi jawaban yang benar.
Merri syafwardi, hapzi ali, validasi dan realibilitas, ut batam, 2018merrisya
Tugas ini membahas kerangka pemikiran untuk penelitian tentang pengaruh motivasi dan disiplin kerja terhadap kinerja pegawai. Diberikan contoh kasus dan data untuk variabel motivasi dan disiplin kerja beserta analisis korelasinya.
Dokumen tersebut membahas tentang estimasi parameter secara serentak pada model logistik satu parameter (L1P). Terdapat beberapa langkah yang dijelaskan seperti mengeluarkan responden dan butir dengan jawaban semua benar atau salah, menghitung logit sukses dan gagal, serta mengestimasi parameter kemampuan responden dan kesukaran butir menggunakan prosedur PROX.
Bab 22 membahas estimasi parameter secara terpisah pada model logistik tiga parameter. Terdapat tiga kemungkinan estimasi parameter yaitu parameter responden, parameter butir, atau keduanya. Estimasi dilakukan dengan cara coba-coba menghitung kemungkinan jawaban benar dengan berbagai nilai kemampuan atau dengan metode Newton-Raphson untuk memperoleh nilai maksimum kemungkinan. Prosedur lengkapnya melibatkan penentuan nilai awal, perhitungan
Bab 1 memberikan penjelasan tentang hakikat statistika meliputi asal kata statistika, pemantapan istilah statistika, probabilitas statistika, jenis-jenis statistika terapan, fungsi statistika terapan, dan penggunaan variabel dalam statistika."
Dokumen ini membahas tentang korelasi dan teknik analisis korelasi Pearson product moment. Korelasi menyatakan derajat hubungan linier antara dua variabel atau lebih. Teknik Pearson product moment digunakan untuk variabel skala interval atau rasio untuk mengetahui ada tidaknya hubungan dan besarnya sumbangan satu variabel terhadap yang lain. Hasil korelasi akan diuji signifikasinya.
Analisis jalur digunakan untuk menguji hubungan antar variabel penelitian. Variabel penelitian meliputi kepemimpinan kepala sekolah, profesionalisme guru, kerajinan belajar murid, dan prestasi belajar. Hasil analisis menunjukkan profesionalisme guru dan kerajinan belajar berpengaruh langsung terhadap prestasi belajar, sedangkan kepemimpinan kepala sekolah berpengaruh tidak langsung melalui variabel lain.
Terdapat tiga tes statistik yang dijelaskan dalam dokumen tersebut, yaitu Tes "t", Tes Kai Kuadrat, dan Uji Z. Tes "t" digunakan untuk menguji hipotesis nihil mengenai perbedaan rata-rata dua sampel. Contoh penggunaan Tes "t" untuk menguji apakah terdapat perbedaan prestasi belajar siswa sebelum dan sesudah diterapkannya metode baru mengajar. Hasilnya menunjukkan adanya perbedaan
Bab 25 membahas pencocokan model pada teori respons butir. Ada beberapa cara untuk melakukan pencocokan model, yaitu cara statistika melalui prosedur PROX, cara pemenuhan syarat model, dan cara kecermatan pada prediksi model. Cara statistika menggunakan statistik uji-t untuk menguji kecocokan data dengan model. Cara pemenuhan syarat model menguji syarat-syarat seperti unidimensi dan independensi lokal. Cara kecermatan
Bab 17 membahas estimasi melalui pensampelan matriks. Terdapat beberapa metode pensampelan seperti pensampelan responden, butir, dan matriks. Pensampelan matriks melibatkan penarikan sampel responden dan butir secara acak. Rancangan pensampelan matriks mempertimbangkan ukuran sampel, pengembalian, dan kelengkapan butir/responden. Metode ini digunakan untuk memperkirakan atribut responden, butir, dan program secara umum
Bab ini membahas tentang ketidakwajaran skor yang terjadi karena ketidakcocokan antara kemampuan responden dengan skor yang diperoleh. Dijelaskan beberapa metode untuk mengukur ketidakwajaran skor seperti metode Ghiselli, Jacob, dan Donlon-Fisher yang memanfaatkan tingkat kesulitan butir dan frekuensi jawaban yang benar.
Merri syafwardi, hapzi ali, validasi dan realibilitas, ut batam, 2018merrisya
Tugas ini membahas kerangka pemikiran untuk penelitian tentang pengaruh motivasi dan disiplin kerja terhadap kinerja pegawai. Diberikan contoh kasus dan data untuk variabel motivasi dan disiplin kerja beserta analisis korelasinya.
Dokumen tersebut membahas tentang estimasi parameter secara serentak pada model logistik satu parameter (L1P). Terdapat beberapa langkah yang dijelaskan seperti mengeluarkan responden dan butir dengan jawaban semua benar atau salah, menghitung logit sukses dan gagal, serta mengestimasi parameter kemampuan responden dan kesukaran butir menggunakan prosedur PROX.
Bab 22 membahas estimasi parameter secara terpisah pada model logistik tiga parameter. Terdapat tiga kemungkinan estimasi parameter yaitu parameter responden, parameter butir, atau keduanya. Estimasi dilakukan dengan cara coba-coba menghitung kemungkinan jawaban benar dengan berbagai nilai kemampuan atau dengan metode Newton-Raphson untuk memperoleh nilai maksimum kemungkinan. Prosedur lengkapnya melibatkan penentuan nilai awal, perhitungan
Bab 1 memberikan penjelasan tentang hakikat statistika meliputi asal kata statistika, pemantapan istilah statistika, probabilitas statistika, jenis-jenis statistika terapan, fungsi statistika terapan, dan penggunaan variabel dalam statistika."
Dokumen ini membahas tentang korelasi dan teknik analisis korelasi Pearson product moment. Korelasi menyatakan derajat hubungan linier antara dua variabel atau lebih. Teknik Pearson product moment digunakan untuk variabel skala interval atau rasio untuk mengetahui ada tidaknya hubungan dan besarnya sumbangan satu variabel terhadap yang lain. Hasil korelasi akan diuji signifikasinya.
Analisis jalur digunakan untuk menguji hubungan antar variabel penelitian. Variabel penelitian meliputi kepemimpinan kepala sekolah, profesionalisme guru, kerajinan belajar murid, dan prestasi belajar. Hasil analisis menunjukkan profesionalisme guru dan kerajinan belajar berpengaruh langsung terhadap prestasi belajar, sedangkan kepemimpinan kepala sekolah berpengaruh tidak langsung melalui variabel lain.
Terdapat tiga tes statistik yang dijelaskan dalam dokumen tersebut, yaitu Tes "t", Tes Kai Kuadrat, dan Uji Z. Tes "t" digunakan untuk menguji hipotesis nihil mengenai perbedaan rata-rata dua sampel. Contoh penggunaan Tes "t" untuk menguji apakah terdapat perbedaan prestasi belajar siswa sebelum dan sesudah diterapkannya metode baru mengajar. Hasilnya menunjukkan adanya perbedaan
Dokumen tersebut membahas tentang penggunaan uji kai kuadrat untuk menguji perbedaan frekuensi antara data yang diamati dengan yang diharapkan secara teoritis. Metode kai kuadrat digunakan untuk menganalisis beberapa contoh, termasuk pendapat staf pengajar tentang sistem kredit semester dan sikap pegawai terhadap pemotongan gaji. Dokumen ini menyimpulkan bahwa tidak terdapat perbedaan prestasi belajar yang signifikan
Dokumen ini membahas tentang uji Z, yaitu salah satu uji statistika yang menggunakan distribusi normal. Uji Z digunakan untuk menguji hipotesis dengan sampel besar dan varians yang diketahui. Dokumen ini menjelaskan pengertian, kriteria penggunaan, rumus, dan contoh soal uji Z dua pihak dan satu pihak beserta analisisnya.
Dokumen tersebut membahas tentang uji persyaratan data untuk analisis varian, yaitu uji normalitas dan uji homogenitas. Secara khusus membahas tentang pengertian dan teknik uji normalitas dengan menggunakan teknik Shapiro-Wilk beserta contoh penyelesaiannya, serta pengertian dan teknik uji homogenitas menggunakan uji Fisher.
Teks tersebut membahas tentang landasan sosiologi pendidikan di Indonesia. Secara garis besar, teks tersebut menjelaskan bahwa pendidikan di Indonesia didasarkan pada pendekatan integralistik dimana setiap anggota masyarakat saling terkait dan berhubungan erat untuk mencapai tujuan bersama. Teks tersebut juga membahas ruang lingkup kajian sosiologi pendidikan yaitu hubungan antara sistem pendidikan dengan aspek masyarak
1. Dokumen tersebut membahas tentang aliran pendidikan progresivisme, yang muncul pada abad ke-19 di Amerika Serikat. Aliran ini menekankan pendidikan berpusat pada peserta didik dan pengalaman belajar mereka.
2. Prinsip-prinsip progresivisme antara lain melihat pendidikan sebagai bagian dari kehidupan, berkaitan dengan minat peserta didik, dan belajar melalui pemecahan masalah. Kurikulum progresivisme
Modul Ajar Bahasa Indonesia Kelas 7 Fase D Kurikulum Merdeka - [abdiera.com]Fathan Emran
Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka - abdiera.com. Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka. Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka. Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka. Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka. Modul Ajar Bahasa Indonesia Kelas 7 SMP/MTs Fase D Kurikulum Merdeka.
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...nasrudienaulia
Dalam teori fungsionalisme kulturalisasi Talcott Parsons, konsep struktur sosial sangat erat hubungannya dengan kulturalisasi. Struktur sosial merujuk pada pola-pola hubungan sosial yang terorganisir dalam masyarakat, termasuk hierarki, peran, dan institusi yang mengatur interaksi antara individu. Hubungan antara konsep struktur sosial dan kulturalisasi dapat dijelaskan sebagai berikut:
1. Pola Interaksi Sosial: Struktur sosial menentukan pola interaksi sosial antara individu dalam masyarakat. Pola-pola ini dipengaruhi oleh norma-norma budaya yang diinternalisasi oleh anggota masyarakat melalui proses sosialisasi. Dengan demikian, struktur sosial dan kulturalisasi saling memengaruhi dalam membentuk cara individu berinteraksi dan berperilaku.
2. Distribusi Kekuasaan dan Otoritas: Struktur sosial menentukan distribusi kekuasaan dan otoritas dalam masyarakat. Nilai-nilai budaya yang dianut oleh masyarakat juga memengaruhi bagaimana kekuasaan dan otoritas didistribusikan dalam struktur sosial. Kulturalisasi memainkan peran dalam melegitimasi sistem kekuasaan yang ada melalui nilai-nilai yang dianut oleh masyarakat.
3. Fungsi Sosial: Struktur sosial dan kulturalisasi saling terkait dalam menjalankan fungsi-fungsi sosial dalam masyarakat. Nilai-nilai budaya dan norma-norma yang terinternalisasi membentuk dasar bagi pelaksanaan fungsi-fungsi sosial yang diperlukan untuk menjaga keseimbangan dan stabilitas dalam masyarakat.
Dengan demikian, konsep struktur sosial dalam teori fungsionalisme kulturalisasi Parsons tidak dapat dipisahkan dari kulturalisasi karena keduanya saling berinteraksi dan saling memengaruhi dalam membentuk pola-pola hubungan sosial, distribusi kekuasaan, dan pelaksanaan fungsi-fungsi sosial dalam masyarakat.
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka - abdiera.com. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka.
Paper ini bertujuan untuk menganalisis pencemaran udara akibat pabrik aspal. Analisis ini akan fokus pada emisi udara yang dihasilkan oleh pabrik aspal, dampak kesehatan dan lingkungan dari emisi tersebut, dan upaya yang dapat dilakukan untuk mengurangi pencemaran udara
2. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Bab 19
KARAKTERISTIK BUTIR MODEL OJAIF
NORMAL
A. Distribusi Probabilitas Normal
1. Pendahuluan
Karakteristik butir model ojaif normal
didasarkan kepada distribusi probabilitas
normal
Dalam banyak hal, model ini
menggunakan distribusi probabilitas
normal baku
3. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
2. Asumsi Distribusi Probabilitas Normal
Banyak data tentang manusia dan gejala sosial
menunjukkan bentuk distribusi probabilitas
normal (distribusi Gauss atau distribusi
kekeliruan), seperti
• Ciri fisik, misalnya, tinggi badan
• Ciri fisiologis, misalnya, temperatur badan
• Ciri hasil belajar
• Ciri unjuk kerja (performance)
Karena itu salah satu model karakteristik butir
mengasumsikan bahwa bentuknya berdistribusi
probabilitas normal
Kumulasi ciri menjadi berbentuk ojaif normal
4. -----------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
3. Distribusi Probabilitas Normal
Distribusi probabilitas normal berbentuk bel yang
simetri dan bentuknya ditentikan oleh rerata m dan
simpangan baku s
• Dalam bentuk histogram
• Dalam bentuk rumus
2
- 1
æ -
m
1 ÷ø
2
2
ö çè
= s
s p
m s
X
n(X; , ) e
X
n (X; m, s)
5. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
4. Distribusi Probabilitas Normal Baku
Semua distribusi probabilitas normal dapat
ditransformasikan ke distribusi probabilitas normal
baku
Pada distribusi probabilitas normal baku
m = 0 s = 1
z = X -m
s
sehingga rumus distribusi probabilitas normal baku
menjadi
1
0 1 1 z n z e- =
2
2
p
2
( ; , )
Ada tabel nilai n (z; 0, 1) untuk berbagai nilai z
6. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Nilai n (z; 0, 1) untuk beberapa nilai z
z n (z; 0, 1) z n (z; 0, 1)
– 4,0 0,0001 0,0 0,3989
– 3,5 0,0009 0,5 0,3521
– 3,0 0,0044 1,0 0,2420
– 2,5 0,0175 1,5 0,1295
– 2,0 0,0540 2,0 0,0540
– 1,5 0,1295 2,5 0,0175
– 1,0 0,2420 3,0 0,0044
– 0,5 0,3521 3,5 0,0009
0,0 0,3989 4,0 0,0001
7. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
5. Model Ojaif Normal
Responden dengan kemampuan q memiliki juga
kemampuan yang dimiliki oleh responden dengan
kemampuan di bawah q
Karena itu probabilitas jawaban betul adalah
kumulatif atau berbentuk ojaif normal
n (q; m, s) P(q)
1,0
0,5
q q
P(q) = ∫ n(q; m, s) dq
dq
8. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Dengan demikian pada distribusi probabilitas normal
baku, ojaif normal menjadi
P(q) = ∫ n (z; 0, 1) dz
Nilai ini dapat dilihat pada tabel fungsi distribusi
(bawah) pada distribusi probabilitas normal baku
• Fungsi distribusi (bawah) pada distribusi normal baku
merupakan kumulasi distribusi (luas histogram pada
distribusi probabilitas normal baku) dari – ∞ sampai
suatu nilai z
ò
-¥
=
1
0 1
z
z f n(z; , )dz
z1
fz
n (z; 0, 1)
z
9. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Fungsi distribusi pada distribusi probabilitas normal
baku
2 4
x z
e dz x x x x
= - + - +
( )( !)( ) ( )( !)( ) ( )( !)( )
é
ù
é
...
p p
e dz 1
1
x x x x
2 4
= + - + - +
1
1
2
Rumus pendekatan dari C. Hasting (teliti sampai
7,5 x 10-8)
2
( ) 1 1
1
1 2 3 4 5
P X e t b t b t b t b tb
p = 0,2316419 b1 = 0,319381530
b2 = – 0,356563782 b3 = 1,781477937
b4 = – 1,821255978 b5 = 1,330274429
ù
úû
êë
úû
êë
ò
-
x
ò
-¥
...
( 2 )( 1 !)( 3 ) ( 2 )( 2 !)( 5 ) ( 2 )( 3 !)( 7
)
2 1
2
2
1
1
2
2 1 3 2 2 5 2 3 7
2 1
2
3
6
2
2
3
6
2
2
2
x z
p p
( { [ ( )]})
pX
t
X
+
=
- = - + + + + -
1
1
2
2
2
2
p
10. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Distribusi Probabilitas t-Student
é
P t u P z u u ( )( ) ( ) ( )
Dari Cornish dan Fisher
ù
ú ú ú û
ê ê ê
ë
ö
÷ ÷ø
æ
ç çè
£ = £ +
1
-
2
2
2
1
n f n f
3 5 3
5 16 3
f f f f f
2
4n 96
n
f n f
z z z z z
t z
+ +
+
+
» + ( )( )
14. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 1
Contoh 2
,
1 13
ò
-
f = n(z; , )dz =
,
- , 1 13 0 1 0 1292
-¥
-
n ( z ; , )
dz
= =
-¥
ò
ò
0 1
n ( z ; , )
dz
= =
-¥
ò
0 1
n ( z ; , )
dz
= =
-¥
ò
0 1
n ( z ; , )
dz
= =
-¥
ò
0 1
n ( z ; , )
dz
= =
1 96
ò
-
n z dz
-¥
f
f
f
f
f
-
-¥
-
0 1
= =
1 96
0 12
0 12
1 96
1 96
2 27
2 27
1 46
1 46
0 05
0 05
0 1
,
,
,
,
,
,
,
,
,
,
,
,
( ; , )
f
15. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
B. Karateristik Butir pada Model Ojaif Normal
1. Pendahuluan
• Karakteristik butir yang digunakan di sini adalah
ojaif normal
• Ojaif normal yang digunakan berasal dari
distribusi probabilitas normal baku
• Probabilitas pada hasil ukur dapat ditentukan
melalui tabel fungsi distribusi pada distribusi
probabilitas normal baku
• Model ojaif normal ini juga terbagi atas tiga
macam mencakup model 1P, model 2P, dan
model 3P
• Parameter kemampuan responden adalah q dan
parameter butir adalah a, b, dan c
• Indeks responden adalah g dan h serta indeks
butir adalah i dan j
16. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
2. Model Satu Parameter (1P)
• Model umum karakteristik butir model 1P untuk
sukses atau jawsaban betul adalah
Pi(q) = f(q – bi)
• Pada model 1P ojaif normal probbilitas ini
adalah
b
i
q
-
ò
P ( ) n ( ; , )
d
q q q
=
ò
-¥
b
i
b
q
-
-¥
f
1
2
( )
i
i
-
1
q
2
2
0 1
e d
q
-
=
=
q
p
• Nilai probabilitas dapat dicari pada tabel fungsi
distribusi dari distribusi probabilitas normal baku
17. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Probabilitas untuk gagal atau jawaban salah adalah
Qi(q) = 1 – Pi(q)
Pada model 1P Ojaif Normal probabilitas ini adalah
Q P
( q ) = 1
-
( q
)
i i
n d
¥
ò
b
( )
i
q
-
q q
0 1
¥ -
ò
b
( )
( ; , )
1
2
b
f
p
( )
i
i
1
q
2
2
e d
q
-
q
-
=
=
= -
q
1
Nilai probabilitas ini dapat dihitung dari nilai Pi(q)
atau dari tabel fungsi distribusi pada distribusi
probabilitas normal baku
19. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 4
Karakteristik butir untuk bi = – 1,0 pada rentangan q
dari – 2,5 sampai 3,0 dengan interval 0,5
Contoh 5
Karakteristik butir untuk bi = – 0,5 pada rentangan q
dari – 2,5 sampai 3,0 dengan interval 0,5
Contoh 6
Karakteristik butir untuk bi = 0,0 pada rentangan q
dari – 2,5 sampai 3,0 dengan interval 0,5
Contoh 7
Karakteristik butir untuk bi = 1,0 pada rentangan q
dari – 2,5 sampai 3,0 dengan interval 0,5
20. ------------------------------------------------------------------------------
Karakteritik Butir Model Ojaif Normal
------------------------------------------------------------------------------
3. Model Dua Parameter (2P)
• Bentuk umum karakteristik butir model 2P
adalah
Pi(q) = f[ai(q – bi)]
• Pada model 2P ojaif normal probabilitas ini
adalah
a b
( q
-
)
i i
ò
P ( ) n ( ; , )
d
q q q
=
ò
-¥
a b
( q
-
)
i i
-¥
f
a b
( q
-
)
i i
i
-
1
q
2
2
e d
=
=
q
0 1
1
p
2
• Nilai probabilitas dapat dicari pada tabel fungsi
distribusi dari distribusi probabilitas normal baku
21. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Probabilitas untuk gagal atau jawaban salah adalah
Qi(q) = 1 – Pi(q)
Pada model 2P Ojaif Normal probabilitas ini adalah
Q P
( q ) ( q
)
n ( ; , )
d
= -
1
i i
¥
ò
a b
q q
( q
-
)
i i
0 1
¥ -
ò
a b
( )
f
1
2
a b
p
( q
-
)
i i
q
-
i i
1
q
2
2
e d
=
=
= -
q
1
Nilai probabilitas ini dapat dihitung dari nilai Pi(q)
atau dari tabel fungsi distribusi pada distribusi
probabilitas normal baku
24. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 9
Untuk rentang q dari – 3,0 sampai 3,0 dengan
lompatan 0,5, hitunglah P(q) pada karakteristik butir
model ojaif normal 2P, masing-masing dengan
(a) a = 0,25 b = – 0,5
(b) a = 0,25 b = 0,5
dan lukiskan mereka dalam satu grafik yang sama
Contoh 10
Untuk rentang q dari – 3,0 sampai 3,0 dengan
lompatan 0,5, hitunglah P(q) pada karakteristik butir
model ojaif normal 2P, masing-masing dengan
(a) a = 0,25 b = 1,0
(b) a = 0,75 b = 1,0
dan lukiskan mereka dalam satu grafik yang sama
25. ------------------------------------------------------------------------------
Karakteritik Butir Model Ojaif Normal
------------------------------------------------------------------------------
4. Model Tiga Parameter (3P)
• Bentuk umum karakteristik butir model 3P
adalah
Pi(q) = ci + (1 – ci) f[ai(q – bi)]
• Pada model 3P ojaif normal probabilitas ini
adalah
a b
( q
-
)
i i
ò
P ( ) c ( c ) n ( ; , )
d
q q q
1 0 1
-¥
a b
( q
-
)
i i
1 1
= + -
i i
-
ò
1
q
2
2
c c e d
= + -
i i
c c
-¥
= + -
f
1
i i a b
( )
( )
( )
q
-
i i
i
q
p
2
• Nilai probabilitas dapat dicari pada tabel fungsi
distribusi dari distribusi probabilitas normal baku
26. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Probabilitas untuk gagal atau jawaban salah adalah
Qi(q) = 1 – Pi(q)
Pada model 3P Ojaif Normal probabilitas ini adalah
a b
( )
Q P
( ) ( )
q
-
i i
q = -
q
1
i i
ò
c c n d
[ ( ) ( ; , ) ]
1 1 0 1
-¥
a b
q q
( q
-
)
i i
1 1 1
= - + -
i i
-
ò
1
q
2
2
c c e d
= - - -
i i
c c
-¥
= - - -
f
1 1
i i a b
( )
( ) ( )
( ) ( )
q
-
i i
q
p
2
Nilai probabilitas ini dapat dihitung dari nilai Pi(q)
atau dari tabel fungsi distribusi pada distribusi
probabilitas normal baku
27. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Contoh 11
Karakteristik butir untuk ai = 0,5, bi = 1,0, dan ci =
0,2 pada rentangan q dari – 3,0 sampai 4,5 dengan
interval 0,5
q ai( q – bi) Pi(q) q ai(q – bi) Pi(q)
– 3,0 – 2,00 0,2182 1,0 0,00 0,6000
– 2,5 – 1,75 0,2321 1,5 0,25 0,6790
– 2,0 – 1,50 0,2534 2,0 0,50 0,7532
– 1,5 – 1,25 0,2845 2,5 0,75 0,8187
– 1,0 – 1,00 0,3576 3,0 1,00 0,8730
– 0,5 – 0,75 0,3813 3,5 1,25 0,9155
0,0 – 0,50 0,4468 4,0 1,50 0,9466
0,5 –0,25 0,5211 4,5 1,75 0,9679
29. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 12
Parameter ai, bi, dan ci diketahui sehingga dengan
bantuan tabel fungsi distribusi bawah dari distribusi
probabilitas normal baku, hitung dan lukis grafik
dari Pi(q)
Parameter butir adalah
Butir ai bi ci
1 0,5 –1,0 0,0
2 2,0 –1,0 0,0
3 2,0 1,0 0,0
4 2,0 1,0 0,2
30. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Dengan parameter butir, probabilitas P(q) menjadi
q
P ( q
) n ( z : 0,1)
dz
q
P ( q
) n ( z ;0,1)
dz
q
P ( q
) n ( z ;0,1)
dz
q
P ( ) 0,2 (1 0,2) n ( z ;0,1)
dz
q
ò
2,0( 1,0)
ò
+
ò
-¥
+
ò
-¥
ò
-
-¥
-
-¥
-
-¥
=
=
=
= + -
= +
2,0( 1,0)
4
2,0( 1,0)
3
2,0( 1,0)
2
0,5( 1,0)
1
0,2 0,8 ( ;0,1)
q
n z dz
34. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 13
Enam butir masing-masing memiliki karakteristik
butir
Butir ai bi ci
1 1,80 1,00 0,00
2 0,80 1,00 0,00
3 1,80 1,00 0,25
4 1,80 -1,50 0,00
5 1,20 -0,50 0,10
6 0,40 0,50 0,15
Karakteristik butir ini menggunakan model ojaif
normal. Pada q dari - 4,00 sampai 4,00 dengan
lompatan 0,5, hitung Pi(q) dari setiap butir serta
lukiskan merekan dalam satu grafik
35. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
C. Batas pada Model Ojaif Normal
1. Butir
• Pembahasan pada karakteristik butir model
ojaif normal ini dilakukan secara butir demi butir
• Setiap butir dapat dijawab atau ditanggap oleh
satu atau lebih responden
• Biasanya setiap butir adalah independen dari
butir lainnya
• Setiap butir memiliki karakteristik butir sendiri
yang dapat berbeda dari karakteristik butir
lainnya
• Alat ukur merupakan gabungan dari butir-butir
yang independen (sasarannya dapat saja
sama)
36. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
2. Sekor Butir
• Sekor butir adalah hasil ukur yang diperoleh
dari jawaban responden terhadap butir
• Di sini kita batasi sekor butir pada skala
dikotomi dengan nilai 0 dan 1
• Biasanya 0 diberikan kepada jawaban salah
atau gagal dan 1 diberikan kepada jawaban
betul atau sukses
• Sekor responden terhadap sejumlah butir
merupakan gabungan dari semua sekor butir
yang dijawab oleh responden
• Sekor 0 dan 1 ini dapat juga diberikan kepada
tanggapan terhadap butir seperti tanggapan
tidak setuju dan setuju (dengan menyesuaikan
arti dari semua parameter)
37. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
3. Jawaban atau Tanggapan
• Jawaban atau tanggapan terhadap butir bergantung
kepada parameter kemampuan dan parameter butir
• Jawaban atau tanggapan berbentuk probabilitas
sehingga nilanya terletak di antara 0 dan 1
0 £ Pi(q) £ 1
• Karena sering terjadi bahwa 0 diberikan kepada
jawaban salah serta 1 diberikan kepada jawaban
betul maka probabilitas ini dikenal juga sebagai
probabilitas jawaban betul
• Jika probabilitas jawaban betul dapat terjadi karena
terkaan responden dan probabilitas itu adalah ci
maka
ci £ Pi(q) £ 1
38. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
4. Parameter Kemampuan (Responden)
• Setiap responden yang menjawab butir memiliki ciri
atau kemampuan yang di sini dinyatakan dengan q
• Ciri ini sering disebut juga sebagai ciri laten (latent
trait) dari responden
• Pada karakteristik butir model ojaif normal, ciri atau
kemampuan ini dibakukan dengan rerata sama
dengan 0 dan simpangan baku sama dengan 1
mq = 0 dan sq = 1
• Secara teoretik, nilai q terletak di antara - ∞
sampai + ∞
• Untuk keperluan praktis, bentangan nilai q terletak
di sekiar - 4 sampai +4
- 4 £ q + 4
39. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
5. Parameter Daya Beda Butir
• Daya beda butir di sini dinyatakan dengan ai untuk
butir ke-i
• Daya beda butir terdapat pada model 2P dan 3P
• Secara teoretik nilai daya beda butir dapat negatif,
nol, atau positif
ai < 0 ai = 0 ai > 0
• Kasus ai < 0
Jika ai < 0 maka pada saat makin besar q
makin kecil Pi(q)
Ini tidak sesuai dengan konsep bahwa q adalah
kemampuan responden sehingga makin besar
q makin besar pula Pi(q)
41. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Kasus ai = 0
Jika ai = 0 maka tidak ada daya beda yakni
nilai Pi(q) adalah sama untuk semua q
Nilai Pi(q) pada model 3P menjadi
= + - ò
P c c n d
q q q
( ) (1 ) ( ;0,1)
i i i
c c
= + -
(1 )(0,5)
i i
c
0,5(1 )
0
i
= +
-¥
1,0 Pi(q)
ci
q
42. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Kasus ai > 0
Makin besar ai makin besar daya beda dan
makin curam karakteristik butir
Pi(q)
Butir 1 paling curam dan butir 3 paling
landai
• Batas nilai daya beda butir ai hendaknya
ai > 0 dalam praktek ai £ 2,0
q
1
2 3
43. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
6. Parameter Kebetulan Jawab Betul
• Parameter kebetulan jawab betul di sini dinyatakan
dengan ci untuk butir ke-i
• Parameter kebetulan jawab betul hanya terdapat
model 3P
• Jika kebetulan jawab betul ini terjadi karena terkaan
pada pilihan ganda maka nilainya bergantung
kepada banyaknya pilihan
ci = 1 / n n = banyaknya pilihan
• Pada 2 pilihan betul-salah ci = 0,5
• Pada umumnya batas nilai ci terletak di antara 0
dan 1 dengan 0 tiada kebetulan dan 1 pasti betul
0 £ ci £ 0,5
44. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
7. Parameter Taraf Sukar Butir
• Taraf sukar butir di sini dinyatakan dengan bi untuk
butir ke-i dan terdapat pada model 1P, 2P, dan 3P
• Skala taraf sukar butir sama dengan skala q pada
kemampuan responden
• Secara teoretik, taraf sukar butir membentang dari
- ∞ sampai + ∞
- ∞ £ bi £ + ∞
• Namun secara praktis taraf sukar butir memiliki nilai
yang membentang dari sekitar - 2 sampai + 2
- 2 £ bi £ + 2
• Sering terjadi bahwa taraf sukar butir juga
dibakukan sehingga
mb = 0 dan sb = 1
45. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Nilai taraf sukar butir ditentukan pada saat Pi(q)
berada di tengah di antara nilai minimum dan
maksimum
• Pada model 1P dan model 2P,
PI(q) minimum = 0
Pi(q) maksimum = 1
Pi(q) untuk bi = 0,5
• Pada saat bi = q maka (q - bi) = 0
0
= ò
P ( q ) n ( q ;0,1)
dq i
0,5
=
-¥
46. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Pada model 3P
Pi(q) minimum = ci
Pi(q) maksimum = 1
Pi(q) untuk bi = 0,5(1 + ci)
• Pada saat bi = q maka ai(q - bi) = 0
= + - ò
P c c n d
q q q
( ) (1 ) ( ;0,1)
i i i
c c
= + -
(1 )(0,5)
i i
c
0,5(1 )
0
i
= +
-¥
47. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Taraf sukar butir dapat memiliki nilai bi < 0, bi = 0,
dan bi > 0
• Makin besar nilai taraf sukar butir makin sukar
butir itu
• Butir 1 termudah dan butir 4 tersukar
P(q)
q
1 2 3 4
b b 1 b2 b3 b4
1,0
0,5
48. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
8. Batas Praktis pada Nilai Parameter
• Dari pengalaman, batas praktis nilai parameter
adalah di sekitar
– 4 £ q £ 4
0 £ ai £ 2,0
– 2,0 £ bi £ 2,0
0 £ ci £ 0,5
• Nilai ini tidak mutlak sehingga dapat saja terdapat
nilai sedikit di luar batas ini
49. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
9. Kecuraman Lengkungan Karakteristik Butir
• Kecuraman ditentukan oleh sudut garis singgung
pada suatu titik di Karakteristik butir
• Kecuraman ini diperoleh melalui hasilbagi
diferensial
a q
-
b
( )
ò
d n d
q q
( ;0,1)
i
-¥
[ ]
[ ]
d a q
-
b
( )
i i
q
( ;0,1) |
a b
q
q
-
1
-
( )
i i
2
d a b
q q
a -
b
2 ( )
|
1
a n
a e
p
2
-
q
( )
q
( )
i i
i
i
i i
dP
i
d
d
-¥
-
=
=
=
q
q
• Sudut kecuraman berbeda pada q yang berbeda
50. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Kecuraman pada titik q = bi
Pada titik q = bi yakni pada (q - bi) = 0
q
( ) 1 0
a e
q p
a
i
a
i
i
dP
i
d
p
2
2
0,3989
=
=
=
Terletak pada e0 berarti terletak pada
puncak distribusi probabilitas normal baku
Tinggi pucak distribusi probabilitas normal
baku adalah 0,3989 …
Makin besar ai makin curam garis singgung
dan makin curam lengkungan sehingga
makin besar daya beda
52. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
D. Kesempatan (Odds) dan Probit
1. Kesempatan (Odds) Sukses Karena
Kemampuan Responden
• Kesempatan sukses atau menjawab betul
(odds of success) oleh responden adalah
( q
)
( )
( q
)
P
O P
= =
s ( )
P
q
q
i
i
i
i
Q
-
1
• Makin besar kemampuan responden makin
besar kesempatan sukses
• Kesempatan sukses berkenaan dengan
responden (kemampuan responden)
53. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
2. Probit Sukses pada Responden
• Logaritma naturalis kesempatan sukses
dikenal sebagai probit sukses
• Probit(s) = ln Os
P
ln ( q
)
( q
)
i
i
Q
P
ln ( q
)
( q
)
P
i
i
-
=
=
1
• Probit menjadi satuan yang dapat
digunakan pada karakteristik butir model
ojaif normal
54. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
3. Kesempatan (Odds) Gagal Karena Taraf Sukar
Butir
• Kesempatan gagal atau jawab salah pada butir
(odds of failure) adalah
( q
)
P
i
( )
O = Q ( q
)
= 1-
g ( )
P
q
q
i
i
P
i
• Makin besar taraf sukar butir makin besar
kesempatan gagal
• Kesempatan gagal berkenaan dengan butir (taraf
sukar butir)
55. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
4. Probit Gagal pada Butir
• Logaritma naturalis kesempatan gagal
dikenal sebagai probit gagal
Probit(g) = ln Og
Q
ln ( q
)
( q
)
i
P
i
P
ln ( q
)
i
( q
)
=
= -
P
i
1
• Probit menjadi satuan yang dapat
digunakan pada karakteristik butir model
ojaif normal
56. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
E. Keterampilan Matematika dan Statistika
1. Fungsi Eksponensial
• Karanteristik butir menunjukkan fungsi
ekponensial sehingga diperlukan sejumlah
perhitungan pada fungsi eksponensial
• Salah satu fungsi eksponensial yang kelak
banyak digunakan adalah
X
X
e
f X e
+
=
1
( )
• Bentuk yang sama dapat juga ditulis (dengan
membagi eX pada pembilang dan penyebut)
sebagai
( ) 1
f X + -
e X
=
1
• Dapat disusun ke dalam tabel
57. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
2. Kebolehjadian
• Misalkan variabel q menghasilkan X
q = f (X)
maka fungsi probabilitas adalah
P(q) = P[f (X)]
• Di sini q yang boleh jadi menghasilkan X1, X2,
X3 disebut kebolehjadian L(q) dengan
L(q) = P[f (X1)].P[f (X2)].P[f (X3)]
• Pada umumnya
n
X f P L Õ=
( ) [ ( )] i
i
=
1
q
58. ------------------------------------------------------------------------------
Karakteristik Butir pada Model Ojaif Normal
------------------------------------------------------------------------------
• Kebolehjadian ini berbentuk perkalian dan dapat
dipermudah menjadi penjumlahan
• Perkalian ini dapat diubah menjadi penjumlahan
melalui logaritma
• Kebolehjadian dalam bentuk logaritma
n
å=
L P f Xi
ln (q ) =
ln [ ( )]
i
1
• Nilai kebolehjadian ini bergantung kepada nilai
probabilitas masing-masing
• Dalam banyak hal, kita dapat mencari nilai
kebolehjadian maksimum
59. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
3. Kebolehjadian Maksimum
• Di statistika, nilai q dapat diestimasi melalui
kebolehjadian maksimum yakni q yang paling
boleh jadi untuk menghasilkan X1, X2, X3, . . .
• Kebolehjadian maksimum diperoleh dari
dL( ) ln ( q
)
atau d L
= 0 = 0
d
q
q
d
q
• Selanjutnya dari persamaan yang dihasilkan,
nilai q dapat dihitung
• Ada kalanya perhitungan ini dapat langsung
dilakukan
• Ada kalanya pula perhitungan ini memerlukan
metoda tersendiri
60. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Apabilan terdapat lebih dari satu jenis q, misalkan
terdapat q1, q2, dan q3, maka kebolehjadian
maksimum dilakukan terhadap masing-masing
jenis q
• Dalam bentuk logaritma, kebolehjadian maksimum
itu adalah
0
0
0
L
ln ( )
q
1
L
ln ( )
q
2
L
ln ( )
q
3
=
=
=
¶
¶
¶
¶
¶
¶
q
q
q
" ¶ adalah notasi diferensial parsial yakni pada saat
parsial ke q1, maka q2 dan q3 konstan
parsial ke q2, maka q3 dan q1 konstan
parsial ke q3, maka q1 dan q2 konstan
61. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 14
• Pada distribusi probabilitas binomial
ada probabilitas p terjadi peristiwa A
ada probabilitas (1 – p) tidak terjadi A
dan pada 100 cobaan terjadi 63 kali peristiwa A
• Estimasi nilai p
• Dalam hal ini, misalkan X = 1 terjadi peristiwa A
dan X = 0 tidak terjadi peristiwa A sehingga
P (X = 1) = p
P (X = 0) = 1 – p
• Kebolehjadian
L p p p p p
( ) ... .( )...( )
= - -
kali kali
63 37
63 37
p 1
p
1 1
( )
= -
62. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Dalam bentuk logaritma
ln L(p) = 63 ln p + 37 ln (1 – p)
• Kebolehjadian maksimum
0
0
d L p
ln ( )
dp
63 37
p 1
p
=
=
p = -
p
-
37 63 63
=
p
100 63
,
0 63
=
-
p
• Jadi, p = 0,63 adalah paling boleh jadi untuk
menghasilkan 63 kali peristiwa A pada 100
cobaan
• Hasil ini sesuai dengan hasil melalui rumus
probabilitas
63. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
Contoh 15
Waktu tunggu panggilan telepon di switchboard
berdistribusi probabilitas geometrik
P(q ) =qe-qX
Sampel waktu tunggu untuk lima panggilan
adalah masing-masing
1,2 7,5 1,8 3,7 1,1
Estimasi q melalui kebolehjadian maksimum
64. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
4. Jenis Probabilitas
Pada distribusi probabilitas dikenal probabilitas
bersama (joint probability), probabilitas marjinal
(marginal probability), dan probabilitas kondisional
(conditional probability)
Untuk melihat ciri dari setiap jenis probabilitas,
digunakan suatu contoh
Peserta Mar-
A (X1) B(X2) jin
Lulus(Y1) 0,30 0,15 0,45
Hasil
Gagal(Y2) 0,22 0,33 0,55
Marjin 0,52 0,48 1,00
65. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
------------------------------------------------------------------------------
• Probabilitas Bersama (Joint Probability)
Probabilitas yang ditentukan bersama di antara
X dan Y
P(X1,Y1) = 0,30 P(X1,Y2) = 0,22
P(X2,Y1) = 0,15 P(X2,Y2) = 0,33
• Probabilitas Marjinal (Marginal Probability)
Probabilitas yang ditentukan oleh marjin pada X
dan Y
P(X1) = 0,52 P(X2) = 0,48
P(Y1) = 0,45 P(Y2) = 0,55
• Probabilitas Kondisional (Conditional Probability)
Probabilitas yang ditentukan secara bersyarat
di antara X dan Y
66. ------------------------------------------------------------------------------
Karakteristik Butir Model Ojaif Normal
-----------------------------------------------------------------------------
A bersyarat lulus
Dari 0,45 lulus, A mencakup 0,30
P(X1|Y1) = 0,30 / 0,45 = 0,67
A bersyarat gagal
Dari 0,55 gagal, A mencakup 0,22
P(X1|Y2) = 0,22 / 0,55 = 0,40
B bersyarat lulus
Dari 0,45 lulus, B mencakup 0,15
P(X2|Y1) = 0,15 / 0,45 = 0,33
B bersyarat gagal
Dari 0,55 gagal, B mencakup 0,33
P(X2|Y2) = 0,33 / 0,55 = 0,60