BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Transkripsi

1 digilib.uns.ac.id BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Hasil Penelitian Pendahuluan dan Pengumpulan Informasi a. Hasil Pemetaan Pendidikan Hasil analisis kebutuhan dilihat dari Hasil penelitian tentang pemetaan pendidikan melalui pemenuhan delapan Standar Nasional Pendidikan (SNP) di berbagai Sekolah Menengah Atas (SMA) Negeri di Surakarta. Hasil yang di dapat menunjukkan bahwa capaian pemenuhan standar proses (standar 2) dan standar penilaian (standar 8) terdapat gap yang besar antara skor ideal dan skor riil (Sajidan, dkk, 2013). Pemenuhan standar penilaian merupakan landasan utama bagi peneliti untuk mengembangkan instrumen evaluasi untuk melaksanakan amanat oleh UU mor 14 tahun 2005 tentang guru dan dosen yang salah satu isinya adalah tentang profesionalisme guru dalam mengevaluasi Skor 10 5 Ideal Riil 0 Standar 1 Standar 2 Standar 3 Standar 4 Standar 5 Standar Pendidikan Standar 6 Standar 7 Standar 8 Gambar 4.1. Histogram realisasi dan standar nasional pendidikan b. Hasil analisis proses pembelajaran Instrumen evaluasi formatif berupa soal-soal didapatkan dengan mengumpulkan semua soal yang berkaitan dengan materi dalam setiap

2 digilib.uns.ac.id 46 evaluasinya, yaitu Ujuan Nasional, Ujian Akhir Sekolah, Ujian Semester, Ulangan Harian, serta soal yang ada di buku paket yang dipakai oleh guru, setelah itu soal dianalisis menggunakan Taksonomi Bloom berdasarkan dimensi pengetahuan (faktual, konseptual, prosedural, metakognitif) dan dimensi proses kognitif (C1- C6). Hasil dari analisis didapatkan pemenuhan soal pada kriteria High Order Thinking (C4-C6) di setiap SMA kurang dari 21 %, padahal idealnya tes formatif yang dilaksanakan oleh guru 80% mencakup keterampilan berpikir tingkat tinggi (C4-C6) (Standar Penilaian BAN, 2012). Analisis juga dilihat dari jenis pengetahuannya, terungkap bahwa jenis pengetahuan yang paling banyak dukan di dalam soal adalah pengetahuan faktual dan pengetahuan konseptual. Sedangkan pengetahuan prosedural dan pengetahuan metakognitif relatif sedikit. Kesimpulan dari data tersebut adalah guru membutuhkan instrumen evaluasi pilihan ganda dan essay yang mampu memberdayakan kemampuan berpikir tingkat tinggi Sekolah Tabel 4.1. Analisis Kebutuhan Soal Pada Lima Sekolah Di Surakarta SMAN 2 SMAN 3 SMAN 4 SMAN 6 SMAN 7 Soal LOT HOT LOT HOT LOT HOT LOT HOT LOT HOT UN UAS US UH Buku Paket % 97% 3% 81% 19% 97% 3% 83% 7% 91% 9% Total 33 soal (14 PG, 19E) 48 soal (34PG 14E) 38 soal (32 PG, 6E) 55 soal (50 PG, 5E) 208 soal (157 Pilihan Ganda dan 51 Essay) 34 soal (27 PG, 7E) c. Studi pustaka Studi pustaka yang menunjang adalah dengan membaca jurnal tentang penilaian kemampuan berpikir tingkat tinggi dan buku penunjang lainnya. Studi

3 digilib.uns.ac.id 47 pustaka meliputi kajian materi pada KD yang akan dikembangkan, yaitu menganalisis hubungan antara struktur jaringan penyusun organ reproduksi dengan fungsinya dalam proses reproduksi manusia melalui studi literatur, pengamatan, percobaan, dan stimulasi. 2. Uji Coba Produk Awal Uji coba awal dilakukan untuk memperoleh evaluasi kualitatif awal dari prototipe produk instrumen penilaian high order thinking skills. Uji coba awal dilakukan dengan uji validasi ahli yang terdiri dari ahli evaluasi, ahli perangkat dan ahli materi. a. Validasi ahli evaluasi Hasil penilaian aspek dan indikator instrumen penilaian kemampuan berpikir tingkat tinggi dapat dilihat pada pada tabel 4.3. Hasil dari validasi menunjukkan bahwa rata-rata skor penilaian aspek konstruk instrumen penilaian kemampuan berpikir tingkat tinggi adalah 93,11% dan termasuk pada kategori A atau sangat baik. Tabel 4.2 Hasil Validasi Aspek Konstruk Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Aspek yang Skor Konversi Kriteria dinilai (%) 1 Ranah Materi 93,63 A Sangat baik 2 Ranah Konstruksi 93,17 A Sangat baik 3 Ranah Bahasa 92,8 A Sangat baik 4 Rubrik Penilaian 92,9 A Sangat baik Rata-Rata 93,11 A Sangat baik Sumber : Lembar Validasi Ahli Instrumen Evaluasi

4 digilib.uns.ac.id 48 Tabel 4.3 Hasil Validasi Indikator Konstruk Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Indikator yang dinilai Skor (%) Konversi Kriteria 1 Butir soal sesuai 92,5 A Sangat baik indikator 2 Butir soal sesuai dengan 92,5 A Sangat baik materi 3 Isi materi sesuai 100 A Sangat baik tingkatan siswa 4 Soal hanya mengandung 89,4 A Sangat baik satu jawaban benar 5 Pokok soal dirumuskan 93.2 A Sangat baik dengan jelas 6 Pokok soal merupakan 91.9 A Sangat baik kalimat yang diperlukan saja 7 Pilihan jawaban 90,7 A Sangat baik homogen 8 Panjang alternatif pilihan 95,7 A Sangat baik jawaban sama 9 Pokok soal tidak 92,5 A Sangat baik menunjuk ke arah jawaban benar 10 Tidak ada kalimat 97 A Sangat baik semua jawaban benar atau semua jawaban salah 11 Distraktor atau pengecoh 91,9 A Sangat baik berfungsi 12 Letak pilihan jawaban 91,3 A Sangat baik benar ditentukan secara acak 13 Pokok soal tidak 93,8 A Sangat baik mengandung pernyataan negatif ganda 14 Wacana, gambar atau 93,8 A Sangat baik grafik berfungsi 15 Antara butir soal tidak 93,2 A Sangat baik tergantung satu sama lain 16 Rumusan kalimat 91,9 A Sangat baik komunikatif 17 Kalimat menggunakan 96 A Sangat baik bahasa yang baik dan benar 18 Rumusan kalimat tidak 89,4 A Sangat baik

5 digilib.uns.ac.id 49 mengandung penafsiran ganda 19 Menggunakan bahasa 93,2 A Sangat baik yang umum 20 Rumusan soal tidak 93,2 A Sangat baik mengandung pernyataan yang menyinggung perasaan 21 Rubrik penilaian benar 91,3 A Sangat baik 22 Penskoran objektif 94,4 A Sangat baik Rata-rata 93,11 A Sangat Baik Sumber : Lembar Vaidasi Ahli Instrumen Evaluasi Hasil dari validasi menunjukkan bahwa rata-rata skor penilaian indikator konstruk instrumen penilaian kemampuan berpikir tingkat tinggi adalah 93,11% dan termasuk pada kategori A atau sangat baik. Sebuah tes dikatakan memiliki validitas konstruksi apabila butir-butir soal dapat mengukur setiap aspek berpikir (Arikunto, 2007). Validasi konstruk instrumen evaluasi kepada ahli instrumen dilakukan sebanyak tiga kali. Ahli instrumen evaluasi memberikan saran sebagai berikut : 1). Fungsi distraktor diperbanyak 2). Tata cara penulisan harus benar b. Validasi ahli materi Hasil validasi menunjukkan bahwa rata-rata penilaian aspek materi adalah 96,65 % dan termasuk dalam konversi A atau sangat baik. Hasil penilaian aspek dan indikator instrumen penilaian oleh ahli materi sebagai berikut: Tabel 4.4 Hasil Validasi Aspek Materi Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Aspek yang dinilai Skor (%) Konversi Kriteria 1 Kebenaran materi 93,90 A Sangat baik 2 Kedalaman materi 97,26 A Sangat baik 3 Keterbacaan soal 98,78 A Sangat baik Rata-rata 96,65 A Sangat baik Sumber : Lembar Validasi Ahli materi

6 digilib.uns.ac.id 50 Tabel 4.5 Hasil Penilaian Indikator Materi Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Indikator yang dinilai Skor (%) Konversi Kriteria 1 Konsep materi soal 93,90 A Sangat baik benar 2 Cakupan materi sesuai 95,12 A Sangat baik tingkatan siswa 3 Istilah yang digunakan 99,39 A Sangat baik jelas 4 Materi soal mudah 98,78 A Sangat baik dipahami 5 Materi soal ditulis 98,78 A Sangat baik sistematis, runtut dan alur logika jelas Rata-rata 96,65 A Sangat baik Sumber : Lembar Penilaian Ahli Materi Hasil validasi menunjukkan bahwa rata-rata penilaian indikator materi adalah 96,65 % dan termasuk konversi A atau sangat baik. Sebuah tes dikatakan memiliki validitas isi apabila sejajar dengan materi dan isi pelajaran yang diberikan (Arikunto, 2007). Validasi kepada ahli materi dilakukan sebanyak tiga kali. Ahli materi memberikan saran sebagai berikut: c. Validasi praktisi 1). Pencantuman pustaka harus yang valid (sumber dari jurnal) 2). Hindari penggunaan kata sambung di awal kalimat 3). Jawaban jangan bersifat multitafsir Hasil validasi menunjukkan bahwa rata-rata keseluruhan aspek instrumen penilaian kemampuan berpikir tingkat tinggi adalah 95,71% dan termasuk kategori A atau sangat baik. Hasil dari penilaian aspek dan indikator instrumen evaluasi oleh praktisi sebagai berikut: Tabel 4.6 Hasil Validasi Aspek Kelayakan Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Aspek yang dinilai Skor (%) Konversi Kriteria 1 Isi soal 94,92 A Sangat baik 2 Keterbacaan soal 94,92 A Sangat baik 3 Penggunaan bahasa 95,43 A Sangat baik 4 Rubrik penilaian 96,95 A Sangat baik 5 Manajemen waktu 96,34 A Sangat baik Rata-rata commit to 95,71 user A Sangat baik

7 digilib.uns.ac.id 51 Tabel 4.7 Hasil Validasi Indikator Kelayakan Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Indikator yang dinilai Skor (%) Konversi Kriteria 1 Soal sesuai dengan KD 95,73 A Sangat baik 2 Soal sesuai dengan 93,29 A Sangat baik indikator 3 Soal dapat mengukur 95,73 A Sangat baik kemampuan menganalisis 4 Maksud pertanyaan jelas 93,90 A Sangat baik 5 Perintah mengerjakan soal 96,95 A Sangat baik jelas 6 Istilah yang digunakan 93,90 A Sangat baik jelas 7 Susunan kalimat baik 96,34 A Sangat baik 8 Tidak ada kesalahan tata 94,51 A Sangat baik tulis, ejaan dan tanda baca 9 Kunci jawaban benar 95,73 A Sangat baik 10 Penskoran objektif 98,17 A Sangat baik 11 Waktu siswa cukup untuk 96,34 A Sangat baik mengerjakan soal Rata-rata 95,71 A Sangat baik Sumber : Lembar Validasi Praktisi Hasil validasi praktisi menunjukkan rata-rata keseluruhan indikator kelayakan soal adalah 95,71% dan termasuk kategori A atau sangat baik. Guru atau praktisi memberikan saran untuk revisi produk hasil pengembangan sebagai berikut : 1). Tata cara penulisan harus benar Menurut Sukardjo (dalam Salirawati, 2011) menyatakan bahwa dalam mengerjakan soal soal membutuhkan waktu selama 90 menit yang berarti setiap butir soal dikerjakan selama 3 menit. Alokasi waktu mengerjakan sebuah soal tergantung banyaknya soal dan bentuk soalnya (Arikunto,2007). Waktu yang digunakan dalam mengerjakan soal evaluasi dalam pengembangan ini adalah 60 menit.

8 digilib.uns.ac.id Revisi Produk awal Validasi yang telah dilakukan oleh ahli dan praktisi diperoleh beberapa saran untuk perbaikan/revisi instrumen penilaian kemampuan berpikir tingkat tinggi sebelum diuji coba lapangan. Masukan dari ahli dan praktisi beserta revisi adalah sebagai berikut : a. Validasi ahli evaluasi Revisi yang dilakukan terhadap instrumen evaluasi dilakukan sebanyak tiga kali. Saran dan revisi dapat dilihat pada tabel 4. Tabel 4.8 Revisi instrumen penilaian oleh ahli evaluasi Saran Revisi 1 Fungsi distraktor diperbanyak Pengecoh pada pilihan soal diperbaiki dan diperbanyak 2 Tata cara penulisan harus benar Tata penulisan sesuai dengan EYD b. Validasi ahli materi Berdasarkan hasil validasi yang telah dilakukan oleh ahli materi diperoleh beberapa saran untuk direvisi. Saran serta revisi dapat dilihat pada tabel 4.9. Tabel 4.9 Revisi instrumen penilaian oleh ahli materi Saran Revisi 1 Pencantuman pustaka harus yang Mencantumkan sumber valid (sumber dari jurnal) dibelakang kasus dari jurnal 2 Hindari penggunaan kata sambung di awal kalimat Penulisan diperbaiki untuk menghindari kata sambung 3 Jawaban jangan bersifat multitafsir Perubahan pada beberapa pilihan jawaban c. Validasi praktisi Berdasarkan hasil validasi yang telah dilakukan oleh ahli praktisi diperoleh beberapa saran untuk di revisi. Saran serta revisi dapat dilihat pada tabel 4.10

9 digilib.uns.ac.id 53 Tabel 4.10 Revisi instrumen penilaian oleh ahli praktisi Saran Revisi 1 Penulisan jawaban tidak Jawaban tidka mengulang mengulang soal soal 2 Tata cara penulisan bahasa asing Tat penulisan bahasa harus benar asing dibuat miring 4. Uji Coba Kelompok Kecil Uji coba lapangan dilakukan pada 60 orang siswa dari SMA IT Nur Hidayah Sukoharjo. Soal yang telah di revisi II di bagi menjadi 2 tipe soal. Tipe soal A terdiri dari 15 soal pilihan ganda dan 6 soal essay diujikan pada 30 orang siswa (1 kelas). Tipe soal B juga terdiri dari 15 soal pilihan ganda dan 6 soal essay diujikan pada 30 orang siswa (1 kelas). Analisis kuantitatif dilakukan dengan menggunakan MicroCat ITEMAN versi 3,00 untuk pilihan ganda dan Microsoft Excel untuk essay. Program ITEMAN versi 3,00 secara otomatis menganalisis tingkat kesukaran, daya beda, efektifitas distraktor, reliabilitas soal serta beberapa data statistik lainnya. Hasil analisis instrumen tes pilihan ganda secara keseluruhan pada Uji Coba dapat dilihat secara rinci pada tabel Tabel Hasil Analisis Uji Coba 1 instrumen tes pilihan ganda Kriteria Tes Tipe A Tes Tipe B Jumlah Jumlah peserta tes Skor rata-rata 12,133 9,235 Varian 2,916 7,945 Standar deviasi 1,708 2,819 Kemiringan distribusi skor -0,770-0,571 Puncak distribusi skor -0,098-0,208 Skor terendah 8,000 3,000 Skor tertinggi 14,000 13,000 Median 13,000 9,000 Koefisien reliabilitas 0,510 0,679 Kesalahan pengukuran 1,196 1,598 Rata-rata tingkat kesukaran 0,132 0,471 Rata-rata daya beda semua 0,437 0,435 Rata-rata daya beda korelasi commit to 0,647 user 0,577 biserial

10 digilib.uns.ac.id 54 Pada tabel 4.12 ditunjukkan rata-rata tingkat kesukaran semua pada paket tes tipe A sebesar 13% siswa. Tingkat kesukaran pada paket tes A termasuk dalam katagori sedang. Pada paket tes B, tingkat kesukaran tes sebesar 47% siswa.tingkat kesukaran pada paket B ini juga termasuk dalam katagori sedang. Dengan demikian, tingkat kesukaran antara paket A dan B hampir setara. Ditinjau dari rata-rata daya beda semua, paket tes A dan B memiliki daya beda yang sama yaitu sebesar 43% yang termasuk dalam katagori tinggi. Nilai alpha pada paket tes A sebesar 0,510 menunjukkan paket tes ini memiliki reliabilitas yang kurang baik. Sedangkan paket tes B nilai alpha sebesar 0,679 menunjukkan tes ini memiliki reliabilitas kurang baik. Hasil analisis butir tes ditinjau dari tingkat kesukaran, daya beda, serta efektifitas distraktor pada program MicroCat ITEMAN versi 3,00 disajikan lebih rinci di bawah ini Tabel Tingkat Kesukaran Item Tes Uji Coba 1 Pilihan Ganda Kategori Tes tipe A Tes tipe B Jumlah Mudah (P<0,3) 8 1 (7%) 9, 13 2 (13%) Sedang (0,3<P<0,7) Sulit (P>0,7) 1, 2, 3, 4, 5, 7, 9, 11, 12, 13, 14, 15 6, 10 2 (13%) 4, 6, 7, 8, 11, 12, (80%) 1, 2, 3, 5, 10, 15 7 (47%) 6 (40%) Jumlah Tabel Tingkat Kesukaran Item Tes Uji Coba 1 Essay Kategori Tes tipe A Tes tipe B Mudah (P<0,3) - 0 (0%) - 0 (0%) Sedang (0,3<P<0,7) 5,6 2 (33%) 2,3,5 3 (50%) Sulit (P>0,7) 1,2,3,4 4 (67%) 1,4,6 3 (50%) Jumlah 6 6

11 digilib.uns.ac.id 55 Berdasarkan tabel 4.12, untuk paket tes A terdapat 7% soal dalam katagori mudah, 13% soal dalam katagori sedang, dan 80% soal dalam katagori sulit. Pada paket tes B terdapat 13 % soal dalam katagori mudah, 47% soal dalam katagori sedang, dan 40% soal dalam katagori sulit. Dibandingkan dengan tabel 4.13 untuk soal essay tidak jauh berbeda dengan soal pilihan ganda. Untuk soal A tidak terdapat soal dalam katagori mudah, 33% dalam katagori sedang, dan 67% masuk dalam katagori sulit. Sedangkat soal B juga tidak terdapat soal dalam katagori mudah, 50% dalam katagori sedang, serta 50% dalam katagori sulit. Kategori Rendah (<0,0 0,20) Sedang (0,20-0,40) Tinggi (0,40-1,00) Tabel 4.14 Daya Beda Item Tes Uji Coba 1 Pilihan Ganda Tes tipe A Tes tipe B Jumlah Jumlah Keterangan Ditolak 1, 3, 6, 7, 11 5 (33%) 6, 8, 13 3(20%) A (33%) B (20%) 2, 8, 12 3 (20%) 14 1 (7%) Diterima A (67%) B (80%) 4, 5, 9, 10, 13, 14, 15 7 (47%) 1, 2, 3, 4, 5, 7, 9, 10, 11, 12, (73%) Jumlah Tabel Daya Beda Item Tes Uji Coba 1 Essay Kategori Tes tipe A Tes tipe B Keterangan Jumlah Jumlah Rendah (<0,0 0,20) Sedang (0,20-0,40) 2,4,6 3 (50%) 2 1(17%) 3 1 (17%) 1,3,5 3 (50%) Tinggi 1,5 2 (33%) 4,6 2 (33%) (0,40-1,00) Jumlah 6 6 Ditolak A (50%) B (17%) Diterima A (50%) B (83%)

12 digilib.uns.ac.id 56 Berdasarkan tabel 4.14, pada paket tes A terdapat 33% termasuk dalam katagori rendah, 20 % katagori sedang, serta 47% termasuk dalam katagori tinggi. Pada paket tes B terdapat terdapat 20% soal dalam katagori rendah, 7% katagori sedang, serta 73% soal masuk dalam katagori tinggi. Hal ini menunjukkan soal pilihan ganda tipe B lebih banyak diterima daripada soal pilihan ganda tipe A. Pada tabel 4.15, daya beda pada soal essay yang diterima terdiri atas 83% soal B diterima, 50% soal A diterima. Tabel Efektifitas distraktor Item Tes Uji Coba 1 Pilihan Ganda Distraktor yang berfungsi Tes tipe A Tes tipe B Keterangan Jumlah Jumlah (7%) - 0 (0%) Baik (7%) 7,13 2 (13%) Baik 2 2,5,6,9,14 5 (33%) 4,5,6,8,9,11, 9 (60%) Baik 12,14,15 1 8,12,13,15 4 (27%) 1,2,3,10 4 (27%) Tidak baik 0 1,3,7,11 4 (27%) - 0 (0%) Tidak baik Jumlah Pada tabel 4.16 dapat dilihat bahwa paket tes A memiliki 47% soal yang distraktornya berfungsi baik. Sedangkan 27 % yang distraktornya hanya 1 yang berfungsi, dan 27% distraktornya tidak berfungsi.pada paket tes B distraktor yang berfungsi baik berkisar 73% sedangkan yang tidak baik hanya 27%.Secara keseluruhan berdasarkan efektifitas distraktor, soal yang termasuk dalam katagori tidak baik perlu direvisi.

13 digilib.uns.ac.id 57 Tabel Kesimpulan Uji Coba 1 Pilihan Ganda Dan Essay Kategori Diterima Pilihan Ganda Tes tipe A Tes tipe B mor Jumlah mor Jumlah 2, 4, 5, 9, 10, 4, 5, 7, 9, 11, 6 (40%) 8 (53%) 14 12,14,15 Direvisi 6,8,12,13,15 5 (33%) 1,2,3,6,8,10,13 7 (47%) Ditolak 1, 3, 7, 11 4 (27%) - 0 (0%) Jumlah Essay Kategori Tes tipe A Tes tipe B mor Jumlah mor Jumlah Diterima 3,1,5 3 (50%) 1,3,5,4,6 5 (83%) Direvisi - 0 (0%) - 0 Ditolak 2,4,6 3 (50%) 2 1 (17%) B Jumlah 6 6 Berdasarkan hasil analisis untuk tingkat kesukaran, daya beda dan efektifitas distraktor menggunakan program ITEMAN versi 3,00, diperoleh kesimpulan penerimaan tes pada uji coba instrumen tes yang disajikan dalam Tabel Hasil analisis uji kemampuan berpikir tingkat tinggisiswa SMA menggunakan program ITEMAN versi 3,00 dan Microsoft Excel berdasarkan tingkat kesukaran, daya beda, dan efektifitas distraktor maka kualitas antara soal tipe A dan soal tipe B hampir setara. 5. Uji Coba Lapangan Uji coba lapangan dilakukan pada 25 siswa pada lima sekolah. Siswa pada uji coba lapangan diminta untuk mengerjakan soal dan hasilnya dianalisis untuk melihat validitas, reliabilitas, daya beda, efektifitas distraktor dan tingkat kesukaran butir soal yang dikembangkan. Menurut Arikunto (2007) menyebutkan bahwa sebuah tes yang baik harus memiliki persyaratan kualitas tes, yaitu memiliki validitas, reliabilitas, objektivitas dan praktibilitas. Hasil uji validitas dan reliabilitas instrumen dengan menggunakan program QUEST

14 digilib.uns.ac.id 58 yang secara otomatis akan memberikan nilai reliabilitas soal, daya beda, taraf kesukaran dan keefektifan pengecoh. Jumlah soal adalah 25 pilihan ganda dan 5 essay. a) Validitas Validitas pada uji lapangan ini dilihat dari pengujian goodness of fit untuk tes secara keseluruhan maupun tiap, pengujian penetapan fit atau tidek fit setip soal dengan Model Rasch mengikuti kaidah Adam dan Khoo (1996), nilai nya dapat dilighat dari nilai INFIT MNSQ pada hasil output program Quest Tabel 4.18 Kecocokan Item Soal Uji Coba lapangan Kategori SMAN A SMAN B SMAN C SMAN D SMAN E Kesimpulan INFIT MNSQ > 1,30 0,77 INFIT MNSQ 1,30 INFIT MNSQ < 0, Soal ( 28) - - Belum fit denagn model Rasch Fit dengan model Rasch Belum fit denagn model Rasch b) Reliabilitas Reliabilitas adalah ketetapan suatu alat evaluasi. Tes atau alat evaluasi dikatakan reliabel jika hasilnya dipercaya, konsisten dan stabil. Reliabilitas seringkali disebut dngan drajat konsistensi (keajegan). Selain untuk menguji kecocokan, Pengujian reliabilitas juga bisa dilakukan dengan menggunakan program Quest yang secara otomatis nilai ditampilkan. Pada Lembar Hasil Quest dapat dilihat pada Summary Of Item Estimates- Reliability of estimate. Untuk detailnya kami sajikan dalam Tabel berikut.

15 digilib.uns.ac.id 59 Tabel 4.19 Reliabititas Item Uji Coba lapangan Kategori SMAN A SMAN B SMAN C SMAN D SMAN E Tafsiran 0,80-1,00 Sangat Tinggi 0,60-0,79 0,70 0,60 0,63 Tinggi 0,40-0,59 0,54 0,51 Cukup 0,20-0,39 Rendah 0,00-0,19 Sangat rendah Pada Tabel diatas reliabilitas soal paling rendah adalah di SMAN C dengan r = 0,51 artinya drajat konsistensi termasuk dalam katagori cukup. Pada SMAN B mempunyai nilai reliabilitas yang paling tinggi di antara sekolah yang lain, yaitu r = 0,70 termasuk dalam katagori tinggi. Secara keseluruhan tingkat keajegan hasil pengujian soal pada 5 sekolah diatas sudah baik. c) Daya Beda Daya beda adalah kemampuan suatu instrument evaluasi untuk membedakan siswa yang termasuk kelompok berkemampuan tinggi dengan siswa berkemampuan rendah berdasarkan kriteria tertentu. Pada program Quest daya beda bisa dilihat dari nilai point biserial. Semakin tinggi nilai biserial maka semakin tinggi daya beda butir soal tersebut, artinya semakin tinggi kemampuan butir soal tersebut untuk membedakan siswa yang berkemampuan tinggi dan berkemampuan rendah.

16 digilib.uns.ac.id 60 Tabel 4.20 Daya Beda Item Uji Coba Lapangan Pilihan Ganda Kategori Kurang (0,00 0,19) SMA A SMA B SMA C SMA D SMA E Rata -rata Item - (0%) - (0%) - (0%) - (0%) - (0%) 0% Cukup (0,20-0,39) (52%) (40 %) (36%) (28%) (32%) 37,6 % Baik (0,40-0,69) (48%) (40 %) (52%) (72%) (60%) 54% Sangat Baik (0,70-1,00) - (0%) (20 %) (12%) - (0%) 5,23 2 (8%) 8% Jumlah Tabel 4.21 Daya Beda Item Uji Coba Lapangan Essay Kategori Kurang (0,00 0,19) SMA A SMA B SMA C SMA D SMA E Ratarata Item - (0%) - (0%) - (0%) - (0%) - (0%) 0 % Cukup (0,20-0,39) (60%) 23 2 (40%) 12 2 (40%) 23 2 (40%) (60%) 48 % Baik (0,40-0,69) 12 2 (40%) (60%) (60%) (60%) 12 2 (40%) 52 % Sangat Baik (0,70-1,00) - (0%) - (0%) - (0%) - (0%) - (0%) 0 % Jumlah

17 digilib.uns.ac.id 61 Berdasarkan Tabel 4.20, pada uji coba lapangan pilihan ganda terdapat 37,6% termasuk dalam katagori cukup, 54% katagori baik, serta 8% termasuk dalam katagori sangat baik. Jumlah soal yang masuk pada kategori cukup (0,20-0,39) berkisar antara 7-13 soal yang relatif berbeda pada setiap sekolahnya. Artinya soal yang masuk dalam kategori cukup di satu sekolah belum tentu juga masuk dalam kategori cukup di sekolah lainnya. Jumlah soal yang masuk pada kategori baik (0,40-0,69) berkisar antara soal sedangkan soal yang masuk dalam katagori sangat baik (0,70-1,00) berkisar 3-5 soal. Pada Tabel 4.21 daya beda uji lapangan dengan soal essay rata-rata di setiap sekolah 48% soal masuk dalam katagori cukup (0,20-0,39) sedangkan 52% soal masuk dalam katagori baik (0,40-0,69). Hal ini menunjukkan rata-rata di setiap sekolah soal dapat diterima dilihat dari daya beda. d) Tingkat Kesukaran Tingkat kesukaran adalah peluang untuk menjawab benar suatu soal pada tingkat kemampuan tertentu yang biasanya dinyatakan dalam bentuk indeks. Indeks tingkat kesukaran berkisar 0,00-1,00. Semakin besar indeks tingkat kesukaran yang diperoleh berarti semakin mudah soal tersebut, analisis terhadap tingkat kesukaran butir soal dalam penelitian ini ditinjau dari nilai percent pada tabel hasil analisis per soal.

18 digilib.uns.ac.id 62 Tabel 4.22 Tingkat Kesukaran Item Uji Coba Lapangan Pilihan Ganda Kategori Mudah (0,70-1,00) SMA A SMA B SMA C SMA D SMA E Rata- Rata Item - - (0%) 23,24 2 (8%) - - (0%) - - (0%) - - (0%) 1,6 % Sedang (0,30-0,69) 1,2,3, 6,7,9, 13, , 19,20 22, (60%) 1,2,3, 4,6,7, 9,13,1 5,16,1 8, 19,20, (56%) 1,3,6, 7,8,9, 11,13, 16,18, 19,20, 22, 23,24 15 (60%) 1,2,3, 6,7,9, 13,16, 18,19, 20,22, 23, (56%) 1,2,3, 6,7,8, 9,13,1 6,18,1 9,20,2 2,23, (60%) 58,4 % Sulit (0,00-0,29) 4,5,8, 10,11 12,15 16, (40%) 5,8,10,11,12,14,17,21,25 9 (36%) 2,4,5, 10,12, 14,15, 17,21, (40%) 4,5,8, 10,11, 12,14, 15,17, 21,25 11 (44%) 4,5,10,11,12,14,15,17, (40%) 40% Jumlah Tabel 4.23 Tingkat Kesukaran Item Uji Coba Lapangan Essay Kategori Mudah (0,70-1,00) SMA A SMA B SMA C SMA D SMA E Rata- Rata Item (0%) - - (0%) - - (0%) - - (0%) 0% (0%) Sedang (0,30-0,69) 1,2 2 (40%) 1,2 2 (40%) 1,2 2 (40%) 1,2 2 (40%) 1,2 2 (40%) 40% Sulit (0,00-0,29) 3,4,5 3 (60%) 3,4,5 3 (60%) 3,4,5 3 (60%) 3,4,5 3 (60%) 3,4,5 3 (60%) 60% Jumlah Berdasarkan Tabel 4.22, untuk tingkat kesukaran soal pilihan ganda pada uji lapangan terdapat 1,6% soal dalam katagori mudah, 58,4% soal dalam katagori sedang, dan 40% soal dalam katagori sulit. Di SMA B terdapat dua soal (nomor 23 dan 24) yang masuk katagori mudah yang tidak termasuk pada sekolah lain. Artinya pada SMA B tingkat kualitas soal yang dianggap susah bagi sekolah yang lain termasuk soal yang normal di SMA B yang hanya 9 soal yang masuk dalam katagori sulit. Hal ini mendorong peneliti berasumsi bahwa kualitas siswa di SMA B sedikit lebih baik dibandingkan dengan SMA lainnya. Pada soal Essay commit sebagaimana to user di jabarkan dalam Tabel 4.23

19 digilib.uns.ac.id 63 secara keseluruhan hampir sama yaitu rata-rata tingkat kesukaran soal 40% masuk dalam katagori sedang dan 60% masuk dalam katagori sulit. Perihal ini dianalisis sebagai akibat dari pertanyaan yang termasuk dalam ranah metakognisi siswa. e) Efektifitas distraktor Analisis terhadap efisiensi distraktor dilihat dari keragaman jawaban dari katagori yang dipilih. Distraktor dikatakan berfungsi dengan baik apabila setiap katagori terisi. Jika setiap katagori tersebut dipilih oleh siswa berarti distraktor tersebut dipilih oleh siswa yang berkemampuan rendah. Tabel 4.24 Efektifitas Distraktor Item Uji Coba Lapangan Pilihan Ganda Distraktor yang berfungsi 4 (Baik) 1,2,4, 7,10, 11,13, 14,15, 16,17, 21,22, 24 SMA A SMA B SMA C SMA D SMA D 14 5,13, 16, ,4,8, 10,12, 14,16, 18,21 9 9,10, 11,12, 13,15, 16,18, 19,22, Item 1,2,4, 5,8.10,11,12,13,14 16,17, 19,21 Ratarata 14 41,6% 3 (Baik) 3,5,6, 9,12,1 8,19,2 3, ,2,3,7,8, 9,10, 11,1 2,14, 17, 18, 19,2 0,21, 22, ,5,7, 9, 13,19, 22,23, ,4,5, 6,7,8, 14,21, 23, ,9,15, 22,24, ,8% 2 (Baik) 8,20 2 4,15, ,6,11, 15,17, 20,25 7 2,3,17, ,6,18, % 1 (Tidak Baik) 0 (Tidat Baik) ,6% % Jumlah

20 digilib.uns.ac.id 64 Pada Tabel 4.24 dapat dilihat bahwa rata-rata 41% soal yang 4 distraktornya berfungsi baik. 40,8% yang 3 distraktornya berfungsi baik, dan 16% yang 2 distraktornya berfungsi dengan baik. Sedangkan 1,6 % distraktor yang berfungsi hanya 1, rata rata keseluruhan hampir di setiap SMA di atas mempunyai distraktor yang baik. Berdasarkan hasil analisis dari reliabilitas, daya beda, tingkat kesukaran dan efektifitas distraktor menggunakan program Quest maka diperoleh kesimpulan penerimaan tes pada uji coba lapangan instrument tes high order thinking skills pada 5 sekolah di Surakarta secara keseluruhan hampir diterima di semua SMA N di Surakarta sedangkan yang direvisi hanya 1,6% yang terdiri dari 2 soal. Untuk lebih detail dapat dilihat pada Tabel 4.25 di bawah ini. Kategori Tabel 4.25 Kesimpulan Item Uji Coba Lapangan Pilihan Ganda SMA A SMA B SMA C SMA D SMA E Diterima , dan 25 Item Ratarata ,4% Direvisi , ,6% Ditolak Jumlah Tabel 4.26 Kesimpulan Item Uji Coba Lapangan Essay Kategori SMA A SMA B SMA C SMA D SMA E Item Rata-rata Diterima % Direvisi Ditolak Jumlah

21 digilib.uns.ac.id Revisi Produk Akhir (Revisi III) Revisi III dilakukan berdasarkan hasil diperoleh dari uji lapangan. Setelah revisi dan penyempurnaan dilakukan, maka akan diperoleh produk berupa Instrumen Penilaian Kemampuan Berpikir Tingkat Tinggi Siswa yang disertai dengan kisi-kisi instrumen evaluasi, lembar soal, lembar jawaban, kunci jawaban dan rubrik penilaian. Hasil revisi produk ketiga merupakan produk akhir yang layak karena telah melalui tahap validasi dan uji lapangan. B. Pembahasan 1. Karakteristik Produk Instrumen Penilaian untuk Mengukur Kemampuan Berpikir Tingkat Tinggi Siswa Kemampuan Berpikir Tingkat Tinggi (High Order Thinking Skills) adalah kemampuan yang terjadi ketika seseorang mengambil informasi baru dan informasi yang telah tersimpan di dalam ingatannya, selanjutnya dikombinasikan sehingga saling berhubungan untuk mencapai suatu tujuan atau menemukan jawaban dalam situasi yang membingungkan (Lewis dan Smith, 2001). Penerapan yang sukses dari kemampuan berpikir tingkat tinggi terjadi ketika siswa berhasil menjelaskan, memutuskan, menunjukkan, dan menghasilkan penyelesaian masalah dalam konteks pengetahuan dan pengalaman (King, et al, 2010). Kemampuan berpikir tingkat tinggi di dasarkan pada konsep domain kognitif Taksonomi Bloom (2001), kemampuan yang melibatkan analisis, evaluatif dan menciptakan. Anderson dan Krathwohl (2001) menyatakan bahwa indikator ketrampilan berpikir tingkat tinggi penting untuk dikembangkan disekolah, hal ini karena tuntutan penguasaan ketrampilan berpikir tingkat tinggi dengan standar kompetensi lulusan. Siswa diharapkan dapat membangun dan menerapkan pengetahuan secara logis, kreatif, kritis dan inovatif; hal ini ditunjukkan dengan pengambilan keputusan serta menunjukkan kemampuan menganalisis dan memecahkan masalah (Permendiknas.23 Tahun 2006). Penguasaan ketrampilan berpikir tingkat tinggi membutuhkan penilaian yang jelas dan valid, tetapi dalam pengembangan penilaian belum banyak

22 digilib.uns.ac.id 66 dilakukan oleh praktisi pendidikan. Penilaian formatif yang terdapat di sekolah hanya sedikit memberikan kesempatan siswa untuk mengembangkan pengetahuan lebih mendalam (Cullinane, 2011). Alternatif penilaian yang mampu mengukur kemampuan berpikir tingkat tinggi siswa dibutuhkan oleh guru di sekolah. Salah satu cara nya adalah mengembangkan penilaian berupa soal berpikir tingkat tinggi dengan memuat kasus pada setiap soalnya. Ahli materi adalah ahli pada sistem reproduksi. Tujuan dari validasi adalah menjamin tentang validasi isi yang dikembangkan agar tidak terjadi kesalahan konsep. Validator selanjutnya adalah ahli evaluasi dengan tujuan memvaliditas konstruk instrumen penilaian yang dikembangkan sehingga dapat memberdayakan kemampuan berpikir tingkat tinggi. Praktisi pendidikan adalah guru senior yang ada di sekolah, yaitu dua guru SMA IT Nur Hidayah. Hasil dari validator dilakukan revisi sebelum diterapkan ke sekolah. Saran dari validator antara lain memperbaiki tata penulisan, kebenaran konsep. Saran dari validator diperbaiki sebelum dilakukan uji coba lapangan awal. Uji coba lapangan digunakan untuk mendapatkan revisi dan dilakukan perbaikan selanjutnya. Uji coba lapangan bertujuan untuk mendapatkan produk instrumen penilaian yang baik meliputi, valid, reliabel serta praktis (Arikunto,2007). Hasil uji coba lapangan mendapatkan kesimpulan bahwa penilaian kemampuan berpikir tingkat tinggi siswa memiliki validitas dan reliabilitas baik, memiliki taraf kesukatan soal dengan proporsi 1,6% mudah, 58,4% sedang dan 40% sukar untuk soal pilihan ganda dan 0% mudah, 50% sedang dan 50% sukar untu soal essay, memiliki daya pembeda soal dengan interpretasi minimal cukup dan memiliki kepraktisan soal evaluasi yang baik. Instrumen Penilaian Kemampuan berpikir tingkat tinggi siswa berdasarkan indikator dari Anderson dan Krathwohl, 2001 yaitu memiliki kemampuan berpikir tingkat tinggi, memiliki validitas dan reliabilitas minimal cukup, memiliki taraf kesukatan soal dengan proporsi 30% mudah, 53% sedang dan 17% sukar, memiliki daya pembeda soal dengan interpretasi minimal cukup dan memiliki kepraktisan soal tes yang baik.

23 digilib.uns.ac.id 67 Produk berupa soal tes dapat digunakan untuk memberdayakan kemampuan berpikir tingkat tinggi. Penggunaan produk mampu memberikan stimulus atau rangsangan dari siswa dan tanggapan terhadap adanya rangsangan adalah respon siswa dalam menjawab dengan memilih pilihan yang telah disediakan. 2. Kelayakan Produk Instrumen Penilaian untuk Mengukur Kemampuan Berpikir Tingkat Tinggi Siswa Produk instrumen penilaian ini secara keseluruhan menekankan pada proses pembelajaran sampai dengan pengujian hasil proses pembelajaran berupa alat evaluasi tentang pemahaman soal dari kasus yang di tampilkan sehingga layak apabila konsep produk ini diterapkan (Assessment Reform Group, 2002) Instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa pada KD 2.1 Menganalisis hubungan antara struktur jaringan penyusun organ reproduksi dengan fungsinya dalam proses reproduksi manusia melalui studi literatur, pengamatan, percobaan, dan stimulasi., bertujuan untuk membantu guru mempersiapkan soal yang mampu memberdayakan kemampuan berpikir tingkat tinggi. Instrumen penilaian yang baik adalah memiliki validitas, reliabilitas dan kepraktisan. Validitas instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa dijamin melalui validitas isi dan konstruk yang telah divalidasi oleh ahli evaluasi, materi dan praktisi. Validasi juga dilakukan oleh guru pengguna atau guru senior. Validitas isi dilakukan agar produk pengembangan tidak memiliki kesalahan konsep. Validitas konstruk dilakukan untuk menjamin instrumen penilaian mampu memberdayakan kemampuan berpikir tingkat tinggi siswa. Validasi guru senior atau guru pengguna dilakukan untuk kelayakan dari instrumen penilaian. Pengujian pada instrumen penilaian dilakukan secara bertahap kepada guru senior atau guru pengguna. Hasil penilaian produk oleh ahli evaluasi, ahli materi dan praktisi diperoleh bahwa produk pengembangan instrumen penilaian untuk mengukur

24 digilib.uns.ac.id 68 kemampuan berpikir tingkat tinggi siswa termasuk pada kategori baik dan layak digunakan. Rincian hasil penilaian dapat dijelasksn sebagai berikut : a. Produk pengembangan instrumen penilaian dinilai oleh ahli evaluasi dengan skor 93,11 %. Berdasarkan hasil penilaian dapat disimpulkan bahwa instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa dapat diimplementasikan dalam pembelajaran di kelas dengan kategori baik. b. Produk pengembangan instrumen evaluasi dinilai oleh ahli materi dengan skor 96,65%. Berdasarkan hasil penilaian dapat disimpulkan bahwa instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa dapat diimplementasikan dalam pembelajaran di kelas dengan kategori sangat baik c. Produk pengembangan instrumen penilaian dinilai oleh praktisi 95,71%. Berdasarkan hasil penilaian dapat disimpulkan bahwa instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa dapat diimplementasikan dalam pembelajaran di kelas dengan kategori baik. d. Tahap mengujikan soal dilapangan dengan 25 siswa di setiap SMA di Surakarta. bertujuan untuk menguji validitas, reliabilitas, daya pembeda, tingkat kesukaran soal yang dikembangkan. Hasil analisis soal menunjukkan bahwa soal yang dikembangkan termasuk kategori baik. Butir soal memiliki validitas dengan interpretasi minimal cukup, reliabilitas baik, tingkat kesukaran soal dengan proporsi 1,6% mudah, 58,4% sedang dan 40% sukar untuk soal pilihan ganda dan 0% mudah, 50% sedang dan 50% sukar untu soal essay. Daya pembeda soal dengan interpretasi minimal cukup, serta tingkat kepraktisan soal yang baik. e. Validitas eksternal dapat dilihat dari soal tipe higher order thinking skills yang sudah ada kemudian dibandingkan dengan soal higher order thinking skills yang dibuat secara keseluruhan tingkat pengukurannya baik, dan dari segi similarity hampir sama. Yang menjadi perbedaan mendasar adalah pada saat analisis pembuatan soal. Produk yang dibuat sebelum di validasi, dianalisis secara commit mendalam to user dengan melihat aspek-aspek dalam

25 digilib.uns.ac.id 69 dimensi pengetahuan dan aspek-aspek dalam dimensi proses kognitif. Kemudian produk dibuat mencakupi dimensi pengetahuan faktual, konseptual, prosedural, dan metakognisi, serta mencakupi dimensi proses kognitif Higher Order Thinking Skills berdasarkan Taksonomi Bloom, yaitu : menganalisis, mengevaluasi, dan mencipta Berdasarkan hasil validasi secara keseluruhan dapat disimpulkan bahwa produk pengembangan Instrumen penilaian untuk mengukur kemampuan berpikir tingkat tinggi siswa telah layak untuk diimplementasikan di lapangan. 3. Profil Skor Produk Penilaian Untuk mengukur Kemampuan Berpikir Tingkat Tinggi Siswa Pembentukan kebenaran fakta dari data yang telah dianalisis dengan menggunakan program Quest selanjutnya dibutuhkan profil agar data yang telah di analisis dapat dilihat dalam bentuk yang berbeda. profil memiliki prinsip bahwa setiap proporsi yang disajikan memiliki makna jika proporsi tersebut bisa di uji dengan pengamatan. Profil lebih bersifat logis yang banyak digunakan dalam karya ilmiah. Hasil dari profil untuk mengukur kemampuan berpikir tingkat tinggi dapat dilihat pada tabel di bawah ini. Tabel Hasil Analisis Skor Kemampuan Berpikir Tingkat Tinggi Siswa Di SMA Negeri Di Surakarta Sekolah Materi Sistem Reproduksi Jumlah Siswa Skor SMA N 2 Ska 30 60,26 SMA N 3 Ska SMA N 4 Ska 25 65,46 SMA N 6 Ska SMA N 7 Ska Jumlah ,41

26 digilib.uns.ac.id 70 Berdasarkan Tabel 4.27 hasil analisis skor di setiap sekolah yang ada di surakarta dengan jumlah siswa sebanyak 133 orang siswa di SMA secara urut adalah SMA N 3 dengan skor tingkat kemampuan berpikir tingkat tinggi mencapai 71,61, kemudian dilanjutkan dengan SMA N 6 dengan skor 66,03, SMA N 4 dengan Skor 65,46, SMA N 7 dengan skor 63,69, dan yang terakhir SMA N 2 dengan skor 60,26. Artinya secara keseluruhan dengan jumlah siswa 133 orang mempunyai skor rata-rata 65,41. Skor Rerata Sekolah ,61 65,46 66,03 63,69 60,26 2/DL 3/PBL 4/DL 6/PBL 7/DL Sekolah dan Model Pembelajaran Keterangan 2/DL 3/PBL 4/DL 6/PBL 7/DL : SMA Negeri 2/ Discovery Learning : SMA Negeri 3/ Problem Base Learning : SMA Negeri 4/ Discovery Learning : SMA Negeri 6/ Problem Base Learning : SMA Negeri 7/ Discovery Learning Gambar 4.2 Profil Rata-Rata Skor Kemampuan Berpikir Tingkat Tinggi Siswa Pada Materi Sistem Reproduksi Berdasarkan profil di atas, rata-rata skor kemampuan berpikir tingkat tinggi siswa di setiap sekolah berbeda-beda, hal ini dikarenakan model pembelajaran, metode pembelajaran serta tingkat kemampuan berpikir analisis soal setiap siswa berbeda. Dari commit lima to sekolah user yang ada, pendekatan dalam

27 digilib.uns.ac.id 71 proses pembelajaran semuanya menggunakan pendekatan saintifik (sciencetific approach) akan tetapi model dan metode pembelajaran dari lima sekolah tersebut berbeda hal ini bisa dilihat dari Rencana Pelaksanaan Pembelajaran (RPP) yang dibuat oleh guru di sekolah. SMA Negeri 2 menggunakan Model Pembelajaran Discovery Learning dan metode ceramah SMA N 3 menggunakan model pembelajaran Problem Base Learning dan metode diskusi dan tanya jawab. SMA N 4 menggunakan model pembelajaran Discovery Learning dan metode ceramah, studi literatur dan Tanya jawab. SMAN 6 menggunakan model pembelajaran Problem Base Learning dan metode diskusi, ceramah, tanya jawab, dan studi literatur. Sedangkan di SMA N 7 menggunakan model pembelajaran Discovery Learning dan metode pembelajaran diskusi dan tanya jawab. dengan demikian pendekatan, model serta metode pembelajaran sangat berpengaruh pada hasil skor kemampuan berpikir tingkat tinggi siswa. Semakin baik penerapan model, metode serta pendekatan dalam proses pembelajaran maka akan berdampak baik pula terhadap skor yang diperoleh siswa. Perihal lain yang membuat skor kemampuan berpikir tingkat tinggi siswa di setiap sekolah berbeda adalah intensitas penerapan latihan tes evaluasi untuk mengasah kemampuan berpikir siswa, dari hasil wawancara yang dilakukan mendapatkan SMA yang intensitas penerapan latihan tes lebih banyak akan terbiasa mengerjakan soal dengan analisis yang baik pula, representasi dari kemampuan berpikir siswa tersebut bisa dilihat dari hasil analisis kebutuhan serta perbedaan skor rata-rata dalam Gambar 4.2. Selain faktor yang diterangkan di atas, hal lain yang menyebabkan perbedaan skor kemampuan berpikir tingkat tinggi siswa adalah waktu pelaksanaan pengerjaan soal dilaksanakan setelah liburan panjang dan ketidaksiapan siswa mengerjakan soal, artinya banyak siswa yang dipaksa mengingat kembali materi yang pernah dipelajari, walaupun secara konten isi soal lebih mengedepankan analisis dari suatu kasus yang ditampilkan dalam soal tersebut.

28 digilib.uns.ac.id 72 Jumlah siswa Interval Skor Yang Diperoleh SMAN 2 SMAN 3 SMAN 4 SMAN 6 SMAN 7 Gambar 4.3 Profil Hasil Uji Coba Kemampuan Berpikir Tingkat Tinggi Siswa Pada Materi Sistem Reproduksi Berdasarkan Gambar 4.3 diketahui dari nilai hasil uji coba lapangan untuk mengukur kemampuan berpikir tingkat tinggi di lima SMA Negeri Surakarta, skor dengan nilai interval 0-25 tidak ada siswa yang mendapatkan nilai tersebut di setiap SMA. Pada nilai interval 26-50, terdapat 9 siswa yang mendapatkan nilai tersebut, masing-masing terdiri dari 7 siswa SMA 2, 1 siswa SMA 6 dan 1 siswa SMA 7. Pada nilai interval terdapat 104 siswa, yang terdiri dari 21 siswa SMA 2, 19 siswa SMA 3, 23 siswa SMA 4, 19 siswa SMA 6, dan 22 siswa SMA 7. Pada nilai interval terdapat 20 siswa yang terdiri dari 2 siswa SMA 2, 7 siswa SMA 3, 2 Siswa SMA 4, 5 siswa SMA 6, dan 4 siswa SMA 7. Secara keseluruhan nilai yang diperoleh siswa paling banyak adalah pada interval Dari hasil tes kemampuan berpikir tingkat tinggi tampak kemampuan mereka mengenai konten spesifik dan pedagoginya cukup baik terlihat dari perolehan hasil pada profil rata-rata skor kemampuan berpikir tingkat tinggi di lima sekolah commit yang to user diatas 50%. dari hasil wawancara

29 digilib.uns.ac.id 73 ternyata guru tersebut memperoleh workshop dan peer teaching tentang model-model pembelajaran yang meningkatkan kemampuan tingkat tinggi siswa. Kemampuan siswa mengenai materi spesifik menunjukkan adanya peningkatan yang baik. Peningkatan pertama terlihat setelah guru melakukan workshop dan terjadi peningkatan kembali setelah guru melakukan beberapa kali peer teaching. Guru yang di latih dalam workshop mampu membuat beberapa pedagogi yang terkait cara mengajarkan materi sistem reproduksi. Pada materi ini guru telah mengisi metode untuk mengajarkan materi sistem reproduksi dengan baik dengan pendekatan saintifik sehingga guru tersebut sudah terlatih untuk mengupas ide-ide atau konsep-konsep penting mana yang harus disampaikan kepada siswa, walaupun terkadang guru juga belum bisa mengaitkan ide-ide mana yang belum saatnya dipelajari oleh siswa. Hal ini terlihat dari hasil wawancara serta melihat beberapa perangkat pembelajaran yang mereka buat. Kemudian peningkatan kedua adalah kemampuan siswa menganalisis soal tes kemampuan berpikir tingkat tinggi menuntut siswa harus bisa menganalisis soal dengan teks yang ditampilkan kemudian melatih untuk fokus agar bisa membedakan konten isi dalam setiap kalimatnya sehingga bisa mengambi kesimpulan untuk menentukan jawaban yang tepat dan rinci baik itu pada soal pilihan ganda maupun soa essay yang berbasis metakognitif. Siswa yang sudah biasa mengerjakan soal yang seperti ini akan mudah mencari titik poin manakah yang harus diperhatikan sehingga dengan cepat dan tepat pula bisa mengerjakan soal. Hal ini dapat dilihat dari skor kemampuan berpikir tingkat tinggi, terlihat grid dari setiap sekolah akan berbeda pencapaian hasil skor nya dengan kemampuan siswa yang sering dilatih kemampuan berpikir tingkat tinggi. Berdasarkan hasil profil skor rata-rata kemampuan berpikir tingkat tinggi siswa pada materi sistem reproduksi maka dapat ditarik suatu kesimpulan sementara bahwa kemampuan materi/subjek spesifik pedagogi guru biologi yang telah mengikuti program workshop pendidikan guru

30 digilib.uns.ac.id 74 dalam mengenal pendekatan saintifik dan model-model pembelajaran masih minim, namun setelah mengikuti workshop dan peer teaching kemampuan Subjek Spesifik Pedagogi calon guru mengalami peningkatan yang cukup baik dan siswa yang dilatih dingan pemahaman materi yang baik akan bisa menganalisis dan membuat keputusan dengan baik sehingga bisa mengerjakan soal dalam katagori kemampuan berpikir tingkat tinggi. C. Temuan di Lapangan Temuan di lapangan menunjukkan bahwa soal hasil pengembangan dalam bentuk soal pilihan ganda dan essay dengan kasus terkait materi memiliki keunggulan dan kelemahan sebagai berikut. 1. Keunggulan soal pilihan ganda dan essay dengan kasus a. Jumlah materi yang ditanyakan relatif lebih banyak dibandingkan dengan materi pada umumnya terutama di materi sistem reproduksi b. Dapat mengukur jejeng kemampuan berpikir tingkat tinggi (analisis, evaluasi dan mencipta) yang umumnya sulit dilakukan oleh soal pilihan ganda biasa c. Memberikan wawasan kepada siswa terkait dengan kasus kasus yang terjadi pada materi yang di bahas d. Penskoran mudah, cepat dan objektif e. Memaksakan siswa untuk menganalisis kasus terlebih dahulu yang kemudian baru bisa menegerjakan soal yang ada f. Reliabilitas soal relatif lebih baik dibandinggkan dengan soal yang biasa g. Dapat digunakan untuk mengukur kemampuan problem solving h. Dapat digunakan sebagai alat diagnosis pemahaman materi siswa i. Dapat digunakan untuk mendeteksi miskonsepsi yang mungkin dimiliki siswa j. Dapat digunakan untuk mengetahui efektifitas pembelajaran yang dilakukan guru

31 digilib.uns.ac.id 75 k. Peluang untuk menerka dan menebak jawaban lebih sedikit karena antara soal satu dengan yang lain saling berkaitan pada setiap kasusnya. 2. Kelemahan soal pilihan ganda dan essay dengan kasus a. Siswa belum terbiasa mengerjakan soal dengan kasus pada pelajaran biologi terutama pada materi sistem reproduksi. b. Guru belum pernah menggunakan soal pilihan ganda dan essay dengan kasus. c. Penyususnan soal yang baik memerlukan waktu yang relatif lama dibandingkan dengan bentuk soal lainnya. d. Pengerjaan soal relatif lebih lama dibandingkan dengan pengerjaan soal biasa. e. Kurang dapat digunakan untuk mengukur kemampuan verbal