Ringkasan dokumen: 1. Dokumen ini membahas analisis butir soal kuantitatif menggunakan model Rasch dan program Ministep. 2. Beberapa teknik analisis yang dijelaskan meliputi item fit order, Wright map, item measure, person measure, dan scalogram. 3. Hasil analisis menunjukkan butir soal nomor 9 adalah yang paling sulit, sedangkan siswa nomor 1,2,6,8,13 dan 30 memiliki kemampuan tertinggi.

1. Kelompok 6
ANALISIS BUTIR SOAL
KUANTITATIF

2. ANGGOTA KELOMPOK
Lu’lu’atul Jannah
4401420022
Zulfatul Aliyah
4401420023
Eka Saputri
4401420026

3. POINT MATERI
Pendahuluan
01
Rasch Model dan
Aplikasi Ministep
02
Demonstrasi
Ministep
03
Hasil dan Analisis
Butir Soal
04

4. PENDAHULUAN
Pengertian, Tujuan, dan Teknik Analisis Butir Soal
Kuantitatif
01

5. Analisis butir soal secara kuantitatif maksudnya adalah penelaahan butir soal didasarkan pada
data empirik dari butir soal yang bersangkutan. Data empirik ini diperoleh dari soal yang telah
diujikan.
Pengertian
Tujuan
Agar hasil pengukuran baik, tes yang digunakan harus baik pula. Tes yang
berkualitas tinggi apabila tes itu mampu mengukur secara tepat dan hasil pengukurannya
dapat diandalkan. Dengan kata lain, tes perlu memenuhi syarat validitas dan reliabilitas.
Suatu tes mempunyai validitas tinggi apabila tes tersebut dapat menjalankan fungsi
ukurnya

6. Teknik klasik Teknik modern
Definisi Penelaahan butir soal melalui
informasi dari jawaban siswa
dengan metode yang klasik
Penelaahan butir soal denagn
menggunakan Ithem Respon Theory
(IRT) atau teori jawaban butir soal
Teknik
penelaahan
Menggunakan perhitungan
manual
Contohnya: daya pembeda,
tingkat pengecoh, efektivitas
pengecoh, validitas, realibilitas
Menggunakan fungsi matematika
untuk menghubungakan antara
peluang menjawab benar dengan
kemampuan peserta didik

7. RASCH MODEL DAN
APLIKASI MINISTEP
Sejarah, Pengertian, dan Tujuan
02

8. George Rasch: seorang ahli Matematika dari Denmark
mengemukakan pendapat yaitu 'kesempatan untuk dapat
menyelesaikan satu soal dengan benar bergantung pada rasio
antara kemampuan individu dan tingkat kesulitan soal
(Sumintono dan Widhiarso, 2015). Atas dasar ini, pemodelan
Rasch mengestimasi skor murni (true score) yang menunjukkan
tingkat kemampuan individu serta tingkat kesulitan butir.
Ministep adalah program komputer khusus untuk analisis
pemodelan Rasch yang bisa bekerja di bawah sistem Microsoft
Windows yang dibuat oleh John Linacre. Ministep merupakan
versi terbatas dari program Winsteps (Sumintono dan
Widhiarso, 2015). Kemampuan maksimum untuk pengolahan
data Ministep adalah 25 butir dan 75 responden.

9. DEMONSTRASI MINISTEP
Mari Kita Mendemonstrasikan Aplikasi
Ministep
03

10. LINK DOWNLOAD
GDRIVE
https://drive.google.com/drive/f
olders/19MWcQyOdeLTvQdW
Sk5bpHTKO1K956ti2?usp=sh
aring
Via Website
https://www.winsteps.com/mini
step.htm

11. HASIL ANALISIS BUTIR
Summary statistics, Item&Person fit order, Wright
map, Item&Person measure, Scalograms
04

12. Summary Statistics
01
Nilai Reliabilitas

15. Item Fit Order
02
Tingkat kesesuaian butir soal (validitas)

16. Analisis validitas butir soal
Analisis Validitas adalah sejauh mana tes itu mengukur apa yang dimaksudkan untuk
diukur. Validitas alat ukur tidak terganggu
Ada 4 kategori dalam mengukur analisis butir soal
1. Validitas tampilan
lebih berhubungan dengan bagaimana tanggapan dari pihak awam mengenai alat
ukur tersebut. Contohnya adalah format penyusunan pilihan-pilihan dalam soal
pilihan ganda
1. Validitas isi
Validitas isi digunakan untuk mengukur sejauh mana tes mencerminkan apa yang
akan diukur dari kemampuan siswa sehubungan dengan tujuan pembelajaran yang
ingin dicapai. Cara peniliaian validitas isi dapat dilakukan oleh beberapa judges
kalau bias 3 atau 5 orang, usahakan jangan meminta judges dalam jumlah genap
agar tidak sulit menarik kesimpulan jika ada dua pendapat yang berlainan bias ada
penengah

17. ITEM FIT ORDER
Tingkat ketersesuaian butir soal (validitas) yang digunakan untuk
menjelaskan apakah butir soal berfungsi normal melakukan pengukuran
atau ridak.
Menurut Boone et al (2014), kriteria yang digunakan untuk memeriksa
kesesuaian butir soal yang tidak sesuai (outliers atau misfis) adalah:
a. Nilai Outfit mean square (MNSQ) yang diterima: 0,5 < MNSQ < 1,5
b. Nilai Outfit Z-standar (ZSTD) yang diterima: -2,0 < ZSTD < +2,0
c. Nilai point measure correlation (Pt Measure Corr) yang diterima 0,4 <
Pt Measure Corr < 0,85
Jika ditemukan satu butir soal dimana nilai MNSQ dan PT MEASURE
CORR tidak memenuhi kriteria akan tetapi nilai ZSTD memenuhi kriteria
maka butir tersebut masih dianggap fit, artinya butir tersebut tetap
dipertahankan.

18. ITEM FIT
ORDER
Butir soal nomor 10
tidak fit, karena butir
tersebut tidak
memenuhi ketiga
kriteria nilai MNSQ,
ZSTD dan PT
MEASURE CORR.
Sedangkan butir soal
nomor 8, 4, 6, 7, 9, 1, 3
dan 5 tergolong fit,
karena nilai ZSTD
masih memenuhi.

19. Wright Map
Daya beda siswa dan tingkat probabilitas dalam menjawab
item
03

20. Bagian kanan peta wright di atas merupakan sebaran
tingkat kesulitan butir soal sedangkan bagian kiri
merupakan sebaran abilitas siswa atau kemampuan
siswa.
Soal nomor 9 adalah soal yang paling sulit dan soal
nomor 8 adalah yang paling rendah.
Butir soal nomor 8 berada di luar batas dua deviasi
standar (T). Artinya, probabilitas semua siswa untuk
mengerjakan soal nomor 8 dengan benar besar
sekali.
Siswa dengan abilitas yang paling tinggi yaitu 01P,
02P, 03P, 08P, 13P dan30P → dapat menjawab
dengan benar butir soal yang paling sulit yaitu butir
soal nomor 9.
Sedangkan siswa dengan abilitas paling rendah
adalah 22P dan 23P.
WRIGHT MAP

21. Item Measure
Tingkat Kesulitan Butir Soal
04

22. Untuk mengetahui tingkat kesulitan butir soal (item measure) dilihat dari nilai logit
tiap butir soal yang dapat dilihat pada kolom measure. Nilai logit yang tinggi
menunjukkan tingkat kesulitan soal yang paling tinggi.
Sebelum dilakukan analisis tingkat kesukaran butir item, terlebih dahulu harus
mengetahui standar deviasi (SD).

23. Tabel berikut ini menunjukkan kategori kelompok soal
berdasarkan tingkat kesulitannya. Nilai Standar Deviasi
(SD) pada uji ini adalah 0,39.
Nilai Logit Kategori
Lebih besar dari +0,39 Sangat Sulit
Lebih dari 0,0 logit dan
kurang dari +0,39 SD
Sulit
Kurang dari 0,0 logit - dan
Lebih dari -0,39 SD
Sedang
Kurang dari -0,39 Mudah
-0,39 0,0 +0,39
Mudah Sedang Sulit Sangat Sulit

24. Sangat Sulit
Sangat Sulit
Sulit
Sulit
Sulit
Sulit
Sulit
Sulit
Sulit
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Mudah
Mudah
Item measure disini berkaitan dengan
wright map yang sebelumnya dibahas.
Tingkat kesulitan butir soal (item
measure), diurutkan dari tingkat
kesukaran tinggi hingga rendah, dari
yang sangat sulit sampai mudah.
Butir soal nomor 9 adalah butir soal yang
paling sulit dikerjakan oleh responden.
Dibuktikan dari jumlah responden yang
menjawab.
Nilai logit yang sama pada setiap butir
menunjukkan tingkat kesulitan yang tidak
jauh berbeda.

25. Person Measure
Tingkat Abilitas Siswa dalam Menjawab
Item
05

26. Tingkat abilitas siswa digunakan untuk mengidentifikasikan tingkat kemampuan
siswa dalam menjawab soal. Tingkat abilitas siswa telah diurutkan dari yang
tertinggi hingga terendah berdasarkan nilai logit tiap person.
Nilai Standar Deviasi (SD) pada uji ini adalah 1,37. Selanjutnya titik tolak
penentuan abilitas siswa ini adalah dari nilai rata-rata logit person, nilai rata-rata
logit person pada uji ini adalah sebesar 1,92.

27. Tabel Kriteria Pengelompokan Abilitas Siswa
Nilai Logit Abilitas Siswa Kriteria
Lebih besar dari +1,37 Tinggi
Lebih kecil dari +1,37 Sedang
Lebih kecil dari -1,92 Rendah
-1,92 0,0 +1,37
Rendah Sedang Tinggi

28. Tingg
i
Tingg
i
Tingg
i
Tingg
i
Tingg
i
Tingg
i
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Tinggi
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Informasi person measure ini berkaitan dengan
item measure yang digambarkan dalam peta
wright yaitu seberapa besar kemampuan siswa
untuk menjawab butir soal yang tersedia.
Nilai logit yang tinggi menunjukkan kemampuan
dalam menyelesaikan soal yang tinggi. Hal ini
berkorespondensi dengan kolom total score.
Siswa dengan kemampuan menyelesaikan soal
yang tinggi adalah siswa nomor 1,2,6,8,13, dan
30 dengan nilai logit sebesar +4,21 logit,
sedangkan siswa dengan kemampuan
menyelesaikan soal yang sedang adalah siswa
nomor 22 dan 23 dengan nilai logit sebesar
0,00 logit.
Hasil data menunjukkan tidak ada siswa yang
memiliki tingkat abilitas rendah dalam
menyelesaikan soal.

29. Person Fit Order
Kesesuaian Jawaban Berdasarkan Tingkat Abilitas
06

30. PERSON FIT ORDER
Pemodelan Rsch juga bisa mendeteksi jika didapati adanya
individu yang pola responnya tidak sesuai (berbeda).
Menurut Boone et al (2014), kriteria yang digunakan untuk melihat
tingkat kesesuaian individu (person fit) sama seperti yang
digunnakan pada item fit yaitu:
a. Nilai Outfit mean square (MNSQ) yang diterima: 0,5 < MNSQ <
1,5
b. Nilai Outfit Z-standar (ZSTD) yang diterima: -2,0 < ZSTD <
+2,0
c. Nilai point measure correlation (Pt Measure Corr) yang
diterima 0,4 < Pt Measure Corr < 0,85

31. PERSON FIT
ORDER
Kriteria pemeriksaan person
fit hampir sama dengan
kriteria pemeriksaan item fit
order. Perbedaannya adalah
pada person fit walaupun nilai
outfit ZSTD memenuhi akan
tetapi nilai outfit MNSQ dan
PT MEASURE CORR tidak
memenuhi, maka siswa
tergolong memiliki pola
respon yang tidak fit dan akan
diperiksa lenih lanjut pada
scalogram.

32. Scalograms
07
Kesesuaian Pola Respon Siswa

33. Scalogram
● Informasi pola respon yang tidak biasa dari person measure bisa
diketahui lebih jauh dengan melihat pada skalogram.
● Melalui matrik Guitmann ini akan diketahui penyebab secara
langsung kenapa pola responnya tidak sesuai dengan model.
● Keutaman lain dari scalogram adalah bisa mendeteksi adanya
kecurangan, yaitu siswa saling menyontek. Indikasi awal adalah
dengan melihat nilai person logit yang sama.
● Nilai logit yang tinggi menunjukkan kemampuan dalam
menyelesaikan soal yang tinggi. Hal ini berkorespondensi dengan
kolom total score.
● Informasi person measure berkaitan dengan item measure yang
digambarkan dalam peta wright map yaitu seberapa besar
kemampuan siswa untuk menjawab butir soal yang tersedia.

34. SCALOGRAM
● Siswa nomor 1,2,6,8,13 dan 30
memiliki nilai logit 4,21 berada di atas
nilai logit butir soal sulit nomor 9
dengan nilai logit 0,76 sehingga hal ini
sesuai/fit.
● Siswa nomor 9 dengan nilai logit 3,01
tidak dapat menjawab dengan benar
soal nomor 10 dengan nilai logit 0,37.
Kemungkinan diindikasikan siswa
tersebut tidak cermat (careless)
dalam menjawab.
● Siswa nomor 32 dengan nilai logit 0,00
dapat menjawab soal nomor 10
dengan nilai logit 0,37. Dalam
menjawab soal tersebut terdapat
tebakan (lucky guess).
● Inilah yang menyebabkan pola respon
siswa 09P dan 32L tidak fit atau tidak

35. Credits: This presentation template was created by
Slidesgo, including icons by Flaticon, infographics &
images by Freepik
Thanks!
Do you have any questions?
- Kelompok 6 -
Please keep this slide for attribution