Pengukuran Pemodelan Rasch pada assessment pendidikan

Pengukuran Pemodelan
Rasch pada assessment
pendidikan
Bambang Sumintono
Institute of Educational Leadership - Universiti
Malaya
email: bambang@um.edu.my dan deceng@gmail.com
blog: http://deceng2.wordpress.com
http://deceng3.wordpress.com

Apakah
Skor =
Pengukuran?
11:37:13 PM

2

Stevens (1946) menyatakan

pengukuran
adalah menempatkan

angka (nomor) kepada
objek atau kejadian
sesuai dengan aturan
yang ditetapkan
bahwa:

3

Contoh: Ujian Bahasa
Indonesia
Seorang guru memberikan 40 soal:
A = benar 30 soal
◦ Kemampuan A: (30/40) x 100% = 75% (?)
B

= benar 25 soal dan C = benar 25 soal

◦ Mana yang lebih pintar? C atau B?
D

= salah 40 soal

◦ D: tidak bisa berbahasa Indonesia?

Setiap pengukuran menggunakan instrumen

Properti Instrumen:
validitas konsep & reliabel
1. titik tolak
2. interval yang sama
3. unit/satuan
4. linier (garis lurus)

Pengukuran dalam Fisika
Pengukuran dalam fisika menggunakan
sistem metrik, contohnya: panjang

1. Definisi : panjang satu meter adalah
jarak yang ditempuh oleh cahaya dalam
waktu 1/299 792 428 detik

2. Instrumen: Penggaris kayu/plastik/metal,
pita pengukur dll
3. Unit: centimeter/inci/meter/km

Pengukuran dalam Psikometri
Bagaimana mengukur kecantikan?

Pemahaman tentang jenis
data

9

Pemahaman tentang jenis data

10

Pengukuran dalam Psikologi
Stevens (1946) menyatakan bahwa: pengukuran
adalah menempatkan angka (nomor) kepada
objek atau kejadian sesuai dengan aturan yang

ditetapkan
Kritik: atribut yang diukur harus lah bersifat
kuantitatif (scientific); secara instrumental
prosedur penentuan untuk estimasi angka
menunjukkan besarannya (Michell, 1997)
[measurement is the numerical estimation and
expression of the magnitude of one quantity relative
to another]

Penilaian (assessment)
dan Ujian
Penilaian

adalah cara untuk
menempatkan pembelajar dalam
konteks yang dapat menyatakan apa
yang dia ketahui dan mampu lakukan
(juga menjelaskan apa yang dia belum
tahu dan belum mampu dia lakukan)
Ujian adalah prosedur evaluasi yang

dilakukan oleh seorang guru terhadap
pengetahuan dan keterampilan siswa
untuk mengetahui kinerjanya dengan
menggunakan instrumen tertentu
11:37:19 PM

13

Skor dan Pengukuran
Skor

dalam ujian adalah
jumlah jawaban benar, tidak
berarti itu suatu hasil
pengukuran.

Pengukuran:

harus memenuhi
syarat kualitas instrument dalam

fisika
11:37:19 PM

14

Rasch Model-1
Skor  Data frekuensi  Probabilitas
40 soal Bahasa Indonesia:
A =benar 30
B =benar 25 C =benar
10
Odd Ratio = P / (N-P)
Odd Ratio A = 30/(40-30)  30/10
B = 25/15
C = 10/30
11:37:20 PM

15

Rasch Model-2

Garis odd ratio = tidak mempunyai
interval sama

1
39
0,02564

5
35

10
30

20
20

30
10

39

1

0,142

0,33

1

3

39

16

Rasch Model-3
Skor  Data frekuensi  Probabilitas 
Logaritma
Indeks
peluang

log 0,02564

log 1

log 39

-1,591

0

+1,591

Kualitas Pengukuran dalam fisika:
titik tolak, linear, equal interval dan
mempunyai satuan: logit (log odd unit)
17

Peta Konstruk: Taksonomi
Bloom
Butir

Responden
Responden dengan tingkat
kecerdasan yang tinggi

.
.
.
Responden dengan
tingkat kecerdasan
sedang

.
.
.
Responden dengan tingkat
kecerdasan rendah





Soal jenis Sintesis



Soal jenis Evaluasi







soal yang sulit

Soal jenis Analisis



Soal jenis Aplikasi



Soal jenis Pemahaman



soal yang mudah
Soal jenis Ingatan

18

Rasch model dengan Winteps: ItemPerson Map

19

Rasch Model dengan Winteps: Fit
Statistik

20

Rasch model dgn Winteps: Expected
Score ICC

kurva ruang
kepercayaan
Infit

kurva ruang
kepercayaan
Outfit

kurva garis
model ideal

 

respon yang
tidak sesuai
(misfit)
 

21

Rasch model dgn Winteps: Pengecoh
bekerja?
Item CATEGORY/OPTION/DISTRACTOR FREQUENCIES:

ENTRY ORDER

--------------------------------------------------------------------|ENTRY
DATA SCORE |
DATA
| AVERAGE S.E. OUTF PTMEA|
|
|NUMBER CODE VALUE | COUNT
% | ABILITY MEAN MNSQ CORR.| Item |
|--------------------+------------+--------------------------+------|
|
1
D
0 |
2 10 |
-1.70
.37
.2 -.36 |S1
|
|
A
0 |
1
5 |
-1.33
.3 -.19 |
|
|
B
0 |
8 40 |
-.84
.42
.7 -.36 |
|
|
0 |
3 15 |
.36
.21 1.5
.19 |
|
|
C
1 |
6 30 |
.91
.52
.7
.56 |
|
|
|
|
|
|
|
2
D
0 |
1
5 |
-1.33
.2 -.19 |S2
|
|
A
0 |
3 15 |
-1.27
.92
.4 -.32 |
|
|
0 |
2 10 |
-1.07 1.01
.5 -.20 |
|
|
B
0 |
10 50 |
-.20
.30 1.0
.04 |
|
|
C
1 |
4 20 |
1.08
.81
.8
.50 |
|
|
|
|
|
|
|
3
C
0 |
6 30 |
-1.32
.45
.2 -.52 |S3
|
|
B
0 |
8 40 |
-.31
.39
.7 -.04 |
|
|
D
0 |
1
5 |
.57
1.0
.14 |
|
|
0 |
4 20 |
1.07
.73 4.2
.49 |
|
|
A
1 |
1
5 |
.57*
1.0
.14 |
|
22

Rasch model dgn Winteps: Deteksi
bias soal-1

23

Rasch model dgn Winteps: Deteksi
bias soal-2

24

Rasch model dgn Winteps: Skalogram

25

Person Diagnostic

26

Rasch model dgn Winteps: fungsi
Informasi tes

27

Terima kasih banyak
atas perhatiannya….
Pertanyaan, komentar, kritik……..?

28