administrasi tes online dianggap sebagai kelompok yang menjadi kelompok fokal menjadi fokus.
Guler dan Penfield pada tahun 2009 dalam Hortensius, L., 2012, mengatakan bahwa salah satu isu dalam deteksi DIF adalah adanya dampak
impact. Ketika kelompok fokal dan kelompok referensi berbeda dalam distribusi kemampuanlatent trait yang mendasarinya, yaitu ketika satu kelompok memiliki
kemampuan yang rata-rata lebih tinggi daripada kelompok lain, hal ini disebut dengan impact. Kehadiran impact akan mempersulit pendeteksian DIF karena
dapat memunculkan kesalahan tipe I type I error atau false positive yaitu kesalahan dalam mengidentifikasi DIF pada aitem, padahal kenyataannya aitem
tersebut tidak mengandung DIF Guler dan Penfield , 2009; dalam Hortensius, L., 2012; Jodoin, M.G. Gierl, J., 1999.
3. Jenis
Differential Item Functioning DIF
Terdapat dua kategori DIF, yaitu DIF seragam uniform DIF dan DIF tidak seragam nonuniform DIF Mellenbergh, 1982; dalam Hortensius, L., 2012;
Rahmawati, 2010. DIF seragam Uniform DIF atau consistent DIF terjadi ketika item characteristic curves atau ICC persinggungan performansi setiap individu
dalam merespons aitem yang sama pada dua kelompok yang berbeda, berbeda
namun tidak berpotongan atau bersinggungan. Dalam hal ini aitem cenderung direspons setuju atau tidak setuju pada suatu kelompok tertentu dibanding
kelompok lain setelah seluruh kemampuan disetarakanlatent trait sama, sehingga terdapat perbedaan respons dari kelompok yang berbeda dengan latent trait yang
sama. Sedangkan DIF tidak seragam Nonuniform DIF atau inconsistent DIF
Universitas Sumatera Utara
terjadi jika ICCs kedua kelompok berbeda, namun ada persinggungan atau adanya garis yang memotong pada beberapa poin skala
θ Camilli Shepard, 1994; Kristjanson, dkk., 2005; dalam Rahmawati, 2010; Zumbo, 1999; Widhiarso, 2012;
Jodoin, M.G. Gierl, J., 1999. DIF dapat memberi keseimbangan atau justru malah tidak, pada masing-
masing kelompok pada tingkat tertentu. Singkatnya, hal ini terjadi jika terdapat interaksi antara tingkat kemampuan dengan identitas kelompok keanggotaannya,
sehingga aitem akan menjadi sulit pada satu kelompok dengan tingkat kemampuan yang lebih rendah dan menjadi lebih sulit pada kelompok lain dengan
tingkat kemampuan yang lebih tinggi, atau aitem menjadi cenderung direspons setuju atau tidak setuju pada kelompok tertentu Camilli Shepard, 1994;
Kristjanson, dkk., 2005; dalam Rahmawati, 2010; Hortensius, L., 2012.
4. Metode Analisis DIF
Gierl, Khaliq, dan Boughton pada tahun 1999 dalam Acar, 2012 mengatakan bahwa terdapat beberapa metode untuk mengidentifikasi DIF.
Beberapa Metode berkaitan dengan Classical Test Theory CTT, yaitu Mantel- Haenszel Procedure, Regresi Logistik, dan Simultaneous Bias Test SIBTEST,
dan metode Item Respons Theory yang biasa disebut dengan IRT Camili Shepard, 1994; Ogretmen, 1995; dalam Acar, 2012; Osterlind, 2010.
Regresi logistik adalah analisis yang didasarkan pada model statistik terhadap kemungkinan untuk merespon benarmerespon setuju ataupun tidak
setuju terhadap suatu aitem, dilihat dari keanggotaannya dan kriteria atau variabel yang dikondisikan prediksi. Regresi logistik diusulkan sebagai alternatif uji
Universitas Sumatera Utara
statistik Mantel-Haenszel untuk mengidentifikasi DIF pada tahun 1990 oleh Swaminathan dan Rogers Hortensius, L., 2012; Jodoin, M.G. Gierl, J., 1999.
Analisis regresi logistik merupakan analisis yang menggunakan jenis data ordinal dan binary Field, 2009.
Jika data utama yang dipergunakan untuk menganalisis DIF adalah data ordinal, maka analisis yang digunakan akan lebih dikhususkan lagi, yaitu dengan
menggunakan analisis regresi logistik ordinal ordinal logistic regression. Analisis regresi logistik ordinal merupakan perluasan dari analisis regresi yang
mampu memprediksi hasil data yang berbentuk ordinal, berdasarkan variabel prediktor Field, 2009. Regresi logistik ordinal merupakan salah satu metode
terkini yang tersedia untuk menginvestigasi DIF aitem-aitem yang biasanya ditemukan dalam pengukuran kepribadian dan psikologi sosial dengan data
ordinal Zumbo, 1999. Analisis ini akan dibantu dengan aplikasi tambahan bernama ologit2.inc
dan syntax program SPSS untuk analisis regresi logistik ordinal yang ditulis oleh Bruno D. Zumbo, PhD. Aitem BFI versi Indonesia dikatakan mengandung DIF
administrasi tes jika nilai p ≤ 0,01 Zumbo, 1999. Analisis regresi logistik juga
dapat melihat effect-size sehingga dapat mengidentifikasi apakah DIF yang terkandung termasuk dalam jenis DIF seragam atau DIF tidak seragam Zumbo,
1999. Berdasarkan Cohen pada tahun 1992, kategori Zumbo-Thomas effect size adalah negligible dengan R
2
0,13, moderate dengan 0,13 R
2
0,26, dan large dengan R
2
0,26 Jodoin, M.G. Gierl, J., 1999. Dengan kata lain, nilai R
2
Zumbo-Thomas effect size pada aitem paling tidak senilai 0,130 atau R-squared ≥
Universitas Sumatera Utara
0,130 untuk kemudian dikatakan memiliki kriteria effect-size Widhiarso, 2012; Zumbo, 1999.
C. Administrasi Tes
