# ANALISIS ITEM DAN TES SECARA KUANTITATIF DENGAN PROGRAM SPSS

## Presentasi berjudul: "ANALISIS ITEM DAN TES SECARA KUANTITATIF DENGAN PROGRAM SPSS"— Transcript presentasi:

ANALISIS ITEM DAN TES SECARA KUANTITATIF DENGAN PROGRAM SPSS

Reliabilitas

RELIABILITY …the consistency of score obtained by the same persons when they are reexamined with the same test on different occasions, or with different sets of equivalent, or under other variable examining conditions (Anastasi & Urbina, 1997)

Teknik Pengukuran Reliabilitas dikaitkan dengan Jumlah Form dan Pengambilan Tes
Testing Session Required Test-Forms Required One Two Split-Half, KR, Cronbach Alpha Alternate-Form (Immediate) Test-Retest Alternate-Form (Delayed)

TIPE-TIPE RELIABILITAS
Test-Retest Reliability Alternate-Form Reliability Split-Half Reliability Kuder-Richardson Reliability and Coefficient Alpha Scorer Reliability

TIPE-TIPE RELIABILITAS yang ada di SPSS
Alpha (Cronbach). This is a model of internal consistency, based on the average inter-item correlation. Split-half. This model splits the scale into two parts and examines the correlation between the parts. Guttman. This model computes Guttman's lower bounds for true reliability. Parallel. This model assumes that all items have equal variances and equal error variances across replications. Strict parallel. This model makes the assumptions of the parallel model and also assumes equal means across items.

Sebelum melakukan perhitungan…
Apabila jawaban peserta tes peserta tes masih berbentuk pilihan jawaban (misal tes menggunakan bentuk pilihan ganda) maka harus dicoding terlebih dahulu, yaitu apabila peserta tes: menjawab sesuai dengan kunci jawaban maka diberi coding 1, dan menjawab tidak sesuai kunci jawaban atau tidak menjawab diberi coding 0. Ubah tipe variabel (di variable view): String  Numeric

Sebelum melakukan perhitungan…
Apabila tes berbentuk Likert Scale (misal dengan skala 1 s.d. 6) maka item unfavorable harus dicoding terlebih dahulu, yaitu 16; 25, 34; 43; 52; dan 61

Melakukan Coding Into Same Variables… hasil coding diberikan di kolom yang sama. Into Different Variables… hasil coding diberikan di kolom yang berbeda, di kolom paling kanan dari data.

Transform   Recode   Into Same/Different Variables...  Pilih variabel (item) yang akan di-coding Klik Old and New Values Ketik Old Value dan New Value sesuai kunci jawaban >> Klik Add Klik Continue >> OK

Melakukan Coding

Melakukan Coding Untuk pilihan Into Different Variables perlu dilakukan pemberian nama dan label dari output variable (hasil coding)  Change  Pilih variabel (item) yang akan di-coding Klik Old and New Values Ketik Old Value dan New Value sesuai kunci jawaban >> Klik Add Klik Continue >> OK

Melakukan Coding

Warning!! Tidak ada menu UNDO untuk proses recode, sehingga perlu file awal (raw data) untuk disimpan. Untuk keperluan Analisis Item kelak, file awal yang akan digunakan

TEST-RETEST RELIABILITY, ALTERNATE-FORM RELIABILITY, dan SPLIT HALF RELIABILITY
Sebelum melakukan penghitungan koefisien korelasi terlebih dahulu dibuat skor untuk: Skor Tes ke-1 dan Tes ke-2 Skor Tes Form-1 dan Form-2 Skor Tes Half-1 dan Half-2 (dapat juga Odd dan Even)

TEST-RETEST RELIABILITY dan ALTERNATE-FORM RELIABILITY
Koefisien reliabilitas (rtt) dengan tipe ini secara sederhana adalah korelasi antara skor tes yang didapatkan oleh orang yang sama pada dua kali pengadministrasian tes. Dari menu pilih:   Analyze   Correlate   Bivariate...   Pilih dua variabel (skor tes)  Klik OK

SPLIT HALF RELIABILITY
Pada dasarnya mirip dengan tipe Test-Retest dan Alternate-Form Reliability, yaitu korelasi antara skor tes yang didapatkan oleh orang yang sama pada dua belahan tes. Dari menu pilih:   Analyze   Correlate   Bivariate...   Pilih dua variabel (skor belahan tes)  Klik OK

Alpha (Cronbach) This is a model of internal consistency, based on the average inter-item correlation (SPSS.com) Dari menu pilih:   Analyze   Scale   Reliability Analysis...   Pilih item-itemnya  Klik OK

Alpha (Cronbach)

Analisis Item

Sebelum melakukan perhitungan…
Apabila jawaban peserta tes peserta tes masih berbentuk pilihan jawaban (misal tes menggunakan bentuk pilihan ganda) maka harus dicoding terlebih dahulu, yaitu apabila peserta tes: menjawab sesuai dengan kunci jawaban maka diberi coding 1, dan menjawab tidak sesuai kunci jawaban atau tidak menjawab diberi coding 0. Kemudian ubah tipe variabel (di variable view): String  Numeric

Sebelum melakukan perhitungan…
Apabila tes berbentuk Likert Scale (misal dengan skala 1 s.d. 6) maka item yang unfavorable harus dicoding terlebih dahulu, yaitu 16; 25, 34; 43; 52; dan 61

Melakukan Coding Into Same Variables… hasil coding diberikan di kolom yang sama. Into Different Variables… hasil coding diberikan di kolom yang berbeda, di kolom paling kanan dari data.

Transform   Recode   Into Same/Different Variables...  Pilih variabel (item) yang akan di-coding Klik Old and New Values Ketik Old Value dan New Value sesuai kunci jawaban >> Klik Add Klik Continue >> OK

Melakukan Coding

Melakukan Coding Untuk pilihan Into Different Variables perlu dilakukan pemberian nama dan label dari output variable (hasil coding)  Change  Pilih variabel (item) yang akan di-coding Klik Old and New Values Ketik Old Value dan New Value sesuai kunci jawaban >> Klik Add Klik Continue >> OK

Melakukan Coding

Warning!! Tidak ada menu UNDO untuk proses recode, sehingga perlu file awal (raw data) untuk disimpan. Untuk keperluan Analisis Item kelak, file awal yang akan digunakan

Dalam contoh perhitungan analisis item ini digunakan dua file
File Career Decision – Self Efficacy.sav Berdasarkan tingkah laku yang diukur, jenis tesnya adalah Typical Performance Test Respon jawaban dalam bentuk skala Likert 1 sampai 1 File Tes Pengetahuan Umum.sav Berdasarkan tingkah laku yang diukur, jenis tesnya adalah Optimum Performance Test Respon jawaban dalam bentuk pilihan jawaban (pilihan ganda) a, b, c, atau d.

ITEM ANALYSIS Items can be analyzed qualitatively, in term of their content and form, and quantitatively, in terms of their statistical properties (Anastasi and Urbina, 1997) Dalam panduan ini hanya akan dibahas analisis item secara kuantitatif saja

ITEM DIFFICULTY … the difficulty of an item is defined in terms of the percentage (or proportion) of persons who answer it correctly. The easier the item, the larger this percentage will be

Kunci Jawaban Tes Career Decision - Self Eficacy
Item Favorable 1, 3, 4, 5, 7, 11, 12, 14, 15, 16, 17, 18, 19, 20, 21, 22, 24, 25, 26, 27, 29, 30, 31, 32, 34, 35, 37, 39, 40, 41, 42, 44, 45, 46, 47 Item Unfavorable 2, 6, 8, 9, 10, 13, 23, 28, 33, 36, 38, 43, 48

Item Difficulty pada Optimum Performance Test
Dari file Tes Pengetahuan Umum.sav: Ubah jawaban peserta tes dari huruf (string) ke angka (numeric) sesuai dengan kunci jawaban

Kunci Jawaban Tes Pengetahuan Umum
No 1. B 11. 21. C 31. A 41. D 2. 12. 22. 32. 42. 3. 13. 23. 33. 43. 4. 14. 24. 34. 44. 5. 15. 25. 35. 45. 6. 16. 26. 36. 46. 7. 17. 27. 37. 47. 8. 18. 28. 38. 48. 9. 19. 29. 39. 49. 10. 20. 30. 40. 50.

Menghitung DIFFICULTY INDEX
Analyze >> Descriptive Statistics >> Frequencies masukkan semua itemnya >> OK

Menghitung DIFFICULTY INDEX
Dari output SPSS, dificulty index adalah persentase yang menjawab 1 (kunci jawaban) nb: persentase dijadikan proporsi

Menghitung DIFFICULTY INDEX pada Typical Performance Test (proportion of endorsement)
Ubah (coding) jawaban peserta tes dengan aturan yang menyetujui (endorse) menjadi 1 dan yang tidak menyetujui menjadi 0 Apabila pilihan jawaban skalanya berjumlah ganjil, misal 5, maka pilihan yang berada di tengah (pilihan 3) tidak dihitung nb: coding hanya menghasilkan skala nominal

Menghitung DIFFICULTY INDEX pada Typical Performance Test (proportion of endorsement)
Setelah dicoding, hitung proporsi peserta tes yang meng-endorse (menyetujui) item tersebut (dengan cara yang sama dengan menghitung difficulty index)

DIFFICULTY INDEX Untuk menentukan apakah suatu item memiliki difficulty index yang tinggi atau memiliki proportion endorsement yang tinggi gunakan referensi.

ITEM DISCRIMINATION Fungsi item pada dasarnya sama dengan fungsi tes, yaitu membedakan individu yang memiliki kemampuan tinggi (atau karakteristik kuat) dengan individu yang memiliki kemampuan rendah (atau karakteristik lemah) Untuk itu perlu diketahui kriteria dalam membedakan kemapuan/karakteristik individu

Cara Menghitung ITEM DISCRIMINATION
… dapat dilakukan dengan dua cara: Extreme group method, dan Correlation indices method

EXTREME GROUP METHOD Peserta tes dibagi menjadi (setidaknya) dua kelompok yaitu upper dan lower Pembagian kelompok ini didasarkan pada total skor Anastasi &Urbina (1997) menyarankan pembagian kelompoknya antara 25% s.d. 33% (dengan demikian sebenarnya ada kelompok ‘middle’)

Membuat Extreme Group Bila jumlah subyek besar (>350) dapat digunakan 25%-33% Misal kalau akan diambil 25% maka: Persentil 25 ke bawah merupakan lower group Persentil 75 ke atas merupakan upper group Bila jumlah subyek sedikit bisa digunakan nilai median dalam membagi kelompoknya

Masalah dalam pembagian Upper dan Lower
Apabila ada sejumlah subyek mendapatkan nilai yang sama dengan nilai median, (misal dalam data Tes Pengetahuan Umum.sav a setelah diurutkan nilainya orang ke-41 sampai ke-55 (15 orang) sama-sama mendapatkan skor 55)  solusi: umumnya digunakan randomisasi untuk menempatkan 10 orang ke lower group dan 5 orang ke upper group.

Menghitung Item Discrimination D
D = pU - pL Dimana: D = item discrimination pU = proportion correct di upper group pL = proportion correct di lower group

Menghitung D di SPSS Buat satu variabel (kolom) yang isinya pengelompokkan (upper dan lower) misal: beri coding 1 untuk lower group dan coding 2 untuk upper group

Menghitung D di SPSS Mencari pU
Data >> Select Cases>> If condition is satisfied>> Klik IF Masukkan variabel pengelompokkan ketik coding upper group>> Continue>> OK

Menghitung D di SPSS Perhatikan nomor subjek yang bukan merupakan bagian dari upper group dicoret, artinya pengolahan berikutnya hanya dari nomor yang tidak dicoret (selected) Kemudian cari proportion correct Analyze >> Descriptive Statistics >> Frequencies masukkan semua itemnya >> OK Difficulty Index yang dihasilkan adalah pU

Menghitung D di SPSS Mencari pL
Data >> Select Cases>> If condition is satisfied>> Klik IF Masukkan variabel pengelompokkan ketik coding lower group>> Continue>> OK

Menghitung D di SPSS Perhatikan nomor subjek yang bukan merupakan bagian dari lower group dicoret, artinya pengolahan berikutnya hanya dari nomor yang tidak dicoret (selected) Kemudian cari proportion correct Analyze >> Descriptive Statistics >> Frequencies masukkan semua itemnya >> OK Difficulty Index yang dihasilkan adalah pL

Menghitung D di SPSS Hitung D (secara manual) dengan rumus D = pU - pL

Menghitung Item Discrimination dengan Internal Consistency (rIT)
Analisis item discrimination dengan teknik internal consistency dilakukan dengan mengkorelasikan skor item dengan skor total yang sudah dikurangi dengan skor item yang akan dilihat diskriminasinya (corrected item-total correlation)

Item Discrimination dengan rIT
Dari menu pilih:  Analyze>> Scale>> Reliability Analysis... Pilih item-itemnya Klik Statistics pilih Scale dan Scale if item deleted  Klik Continue>> OK

Item Discrimination dengan rIT
Dari output, kolom corrected item-total correlation merupakan item discrimination denga menggunakan rIT

DISTRACTOR POWER Data yang akan digunakan adalah dat original dimana pilihan jawaban belum dicoding menjadi jawaban benar (1) atau salah (0) Analyze>> Descriptive Statistics>> Frequencies kemudian masukkan seluruh itemnya kemudian Klik OK

DISTRACTOR POWER Output yang muncul adalah Actual Distractor Power(ADP) dalam bentuk frekuensi dan persentase

Presentasi serupa