BAB I PENDAHULUAN. Item Response Model adalah model yang digunakan untuk. menganalisa apakah suatu soal dalam suatu alat tes baik atau tidak.

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. Dalam suatu penelitian, hubungan suatu variabel dependent atau

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian

ESTIMASI PARAMETER UNTUK DISTRIBUSI HALF LOGISTIK. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan

Bab 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

I. PENDAHULUAN. analisis serta mempergunakannya untuk maksud maksud tertentu. Statisitika

SKRIPSI. Untuk Memenuhi Sebagian Persyaratan Guna Mencapai Derajat Sarjana S-1 Pendidikan Bahasa, Sastra Indonesia dan Daerah

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. Dalam statistika, sebuah penaksir adalah sebuah fungsi dari sample data

REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I. oleh NANDA HIDAYATI M

terhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

BAB 1 PENDAHULUAN Latar Belakang

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Medan, Juli Penulis

oleh RIRIS LISTYA DAHYITA PUTRI M

BAB I PENDAHULUAN Latar Belakang Masalah

III. METODE PENELITIAN. Populasi dalam penelitian ini adalah siswa kelas VIII semester genap SMP Negeri

METODOLOGI PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

ESTIMASI BAYES UNTUK PARAMETER PARETO DENGAN MENGGUNAKAN FUNGSI LIKELIHOOD

METODE PENELITIAN. Lampung tahun pelajaran 2011/2012 sebanyak 30 siswa. Subjek penelitian

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 1 PENDAHULUAN. untuk mencapai tujuan yang telah ditetapkan (Piet A. Sahertian, 2008: 1).

EARLY WARNING SYSTEM (EWS) UNTUK PREDIKSI KESEHATAN BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN MODEL REGRESI LOGISTIK

PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

BAB III METODE PENELITIAN. Metode penelitian adalah cara yang digunakan oleh peneliti dalam

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

PENAKSIRAN PARAMETER µ DAN σ PADA DISTRIBUSI NORMAL MENGGUNAKAN METODE BAYES DAN MAKSIMUM LIKELIHOOD SKRIPSI SUNARTO URJOYO PURBA

BAB I PENDAHULUAN. Pendidikan bagi sebagian besar orang, berarti berusaha untuk membimbing

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

TEORI RESPON ITEM DENGAN PENDEKATAN MODEL LOGISTIK SATU PARAMETER

BAB 3 OBJEK DAN METODE PENELITIAN. Objek penelitian ini mengambil laporan keuangan perusahaan manufaktur yang

MODEL REGRESI ROBIT DAN PENERAPANNYA

BAB II TINJAUAN PUSTAKA

PERBEDAAN KETEPATAN ESTIMASI TINGKAT KESUKARAN BUTIR TES PILIHAN GANDA PADA PENSKORAN KOREKSI DAN KONVENSIONAL DENGAN PENERAPAN MODEL RASCH

BAB I PENDAHULUAN. A. Latar Belakang

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

Nur Hidayanto FBS Universitas Negeri Yogyakarta

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. adalah pembaharuan metode atau cara mengajar. Pembaharuan dalam metode atau cara

IDENTIFIKASI KECURANGAN PESERTA UJIAN MELALUI METODE PERSON FIT

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Siti Nurhayati Basuki, 2013

E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp ISSN:

BAB II TINJAUAN PUSTAKA

I. PENDAHULUAN. Matematika sebagai salah satu mata pelajaran di sekolah dinilai berperan penting

BAB I PENDAHULUAN 1.1 Latar belakang

BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

MOH ANNAS SETIAWAN NIM.

BAB I PENDAHULUAN. A. Latar Belakang Masalah. Pendidikan merupakan usaha sadar dan terencana untuk

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

Heri Retnawati Pend. Matematika FMIPA UNY. Abstrak

ANALISIS DATA PENGUKURAN MENGGUNAKAN PROGRAM QUEST. Didik Setyawarno Pendidikan IPA FMIPA UNY Yogyakarta, 18 November 2016

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGARUH MIXED DISTRIBUTION PADA PENDEKATAN QUASI-LIKELIHOOD DALAM MODEL LINEAR 1)

SKRIPSI. Disusun oleh LANDONG PANAHATAN HUTAHAEAN

Partial Credit Model (PCM) dalam Penskoran Politomi pada Teori Respon Butir

ANALISIS DATA KATEGORI DENGAN LOG LINIER MENGGUNAKAN PRINSIP HIRARKI (STUDI KASUS JUMLAH KECELAKAAN LALU LINTAS DI KOTA MAKASSAR TAHUN 2011).

REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENGEMBANGAN

DAFTAR ISI. 1.1 Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Sistematika Penulisan...

ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP

I. PENDAHULUAN. selama ini pada semester ganjil tahun pelajaran menunjukan bahwa

ANALISIS KEPUTUSAN KONSUMEN MEMILIH BAHAN BAKAR MINYAK (BBM) MENGGUNAKAN MODEL REGRESI LOGISTIK BINER DAN MODEL LOG LINIER

BAB 1 PENDAHULUAN. berhak mendapatkan pendidikan. Pendidikan berperan penting dalam memajukan

Algoritma Expectation-Maximization(EM) Untuk Estimasi Distribusi Mixture

BAB I PENDAHULUAN. berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen semu (quasi experiment). Kelompok

TEORI RESPONSI BUTIR. Penulis: : Dr. Ir. Sudaryono, M.Pd. Edisi Pertama Cetakan Pertama, 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU

BAB 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN. 1.1.Latar Belakang

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP)

BAB III METODE PENELITIAN. BMT Terhadap Praktek Riba oleh Rentenir pada UMKM, penelitian ini dilakukan. tehnik Tanya jawab secara langsung.

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

EKSPERIMENTASI PEMBELAJARAN MENGGUNAKAN MEDIA POWER POINT PADA POKOK BAHASAN LINGKARAN DITINJAU DARI MOTIVASI BELAJAR SISWA

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian

BAB I PENDAHULUAN. tinjauan pustaka dan sistematika penulisan Tesis yaitu sebagai berikut.

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Item Response Model adalah model yang digunakan untuk menganalisa apakah suatu soal dalam suatu alat tes baik atau tidak. Baik tidaknya suatu soal ditentukan oleh karakteristik soal yaitu tingkat kesulitan soal dan tingkat diskriminasi soal. Item Response Model diaplikasikan terutama untuk tes dengan format jawaban dikotomus atau benar-salah yang dapat dikodekan 1 dan 0. Tingkat kesulitan soal menyatakan seberapa sulit soal tersebut. Tingkat diskriminasi soal merupakan kemampuan soal dalam membedakan peserta dengan berbagai tingkat kemampuan. Tingkat kesulitan soal dan tingkat diskriminasi soal menentukan probabilitas peserta tes menjawab benar suatu soal. Untuk tingkat kesulitan soal, jika soal terlalu sulit maka probabilitas menjawab soal dengan benar akan kecil. Sebaliknya, jika soal terlalu mudah maka probabilitas menjawab soal dengan benar akan besar. Soal yang baik adalah soal yang menghasilkan probabilitas menjawab soal dengan benar mendekati 0,5. 1

2 Untuk tingkat diskriminasi soal, jika tingkat diskriminasi soal tinggi maka probabilitas jawaban benar untuk peserta dengan kemampuan rendah akan jauh lebih rendah dibandingkan dengan peserta dengan kemampuan tinggi. Sebaliknya, jika tingkat diskriminasi soal rendah maka probabilitas jawaban benar untuk peserta dengan kemampuan rendah dan peserta dengan kemampuan tinggi tidak terlalu berbeda. Soal yang baik adalah soal yang mempunyai tingkat diskriminasi tinggi. Selain karakteristik soal, yaitu tingkat kesulitan soal dan tingkat diskriminasi soal, probabilitas menjawab benar suatu soal juga dipengaruhi oleh tingkat kemampuan peserta tes. Item Response Model memodelkan probabilitas peserta menjawab benar suatu soal sebagai fungsi dari kemampuan peserta tes dan karakteristik soal pada tes. Misalkan, y = jawaban peserta tes 1, jika jawaban benar y = { 0, jika jawaban salah θ = tingkat kemampuan peserta tes a = tingkat diskriminasi soal b = tingkat kesulitan soal Item Response Model dapat ditulis dalam bentuk : ( = 1 ) = ( θ,, ) P y F a b Dapat dimengerti bahwa semakin tinggi kemampuan yang dimiliki peserta tes maka probabilitas peserta tersebut menjawab soal dengan benar

3 akan semakin besar. Maka F(, a, b) θ dapat diasumsikan sebagai fungsi monoton tidak turun. Dalam item response model, F(, a, b) θ diasumsikan sebagai fungsi distribusi dari suatu distribusi. Untuk tes yang terdiri dari sejumlah k soal dan diikuti sebanyak n peserta tes, Item Response Model dapat ditulis dalam bentuk : ( ij = ) = ( θi j j ) P y 1 F, a, b, i=1,...,n j=1,...,k dengan y ij = jawaban peserta tes ke-i untuk soal ke-j θ i = tingkat kemampuan peserta tes ke-i a j = tingkat diskriminasi soal ke-j b j = tingkat kesulitan soal ke-j Jika nilai θ i, a j, dan b j ; i=1,...,n j=1,...,k dapat ditaksir sehingga dapat dianalisis apakah soal ke-j baik atau tidak. Dalam skripsi ini akan dijelaskan cara mencari taksiran dari parameter tingkat kemampuan peserta, tingkat diskriminasi soal, dan tingkat kesulitan soal pada suatu alat tes yang terdiri dari k soal dan diikuti n peserta tes. Kemudian dari taksiran yang didapat akan dilakukan seleksi soal dengan cara membandingkan tingkat kebaikan soal-soal dalam alat tes tersebut.

4 1.2 Perumusan Masalah 1. Bagaimana mencari taksiran dari parameter tingkat kemampuan peserta tes, tingkat diskriminasi soal dan tingkat kesulitan soal. 2. Bagaimana mencari dan membandingkan tingkat kebaikan suatu soal terhadap tingkat kebaikan soal yang lain dalam suatu alat tes berdasarkan taksiran parameter yang didapat. 1.3 Tujuan 1. Mencari taksiran dari parameter tingkat kemampuan peserta tes, tingkat diskriminasi soal dan tingkat kesulitan soal. 2. Mencari tingkat kebaikan setiap soal dan membandingkannya dengan tingkat kebaikan soal yang lain berdasarkan taksiran parameter diatas. 1.4 Pembatasan Masalah 1. F( θ i, aj, bj) suatu cumulative distribution function (cdf) dari distribusi logistik standard. 2. Taksiran parameter θ i, a j, dan b j dicari dengan joint maximum likelihood estimation (JMLE).

5 1.5 Aplikasi Item Response Model akan diterapkan untuk mengevaluasi soal-soal ulangan Matematika semester genap tahun 2007-2008 yang diberikan untuk siswa kelas VII SMP XYZ di kota A. 1.6 SISTEMATIKA PENULISAN Penulisan skripsi ini dibagi menjadi lima bab, yaitu : BAB I PENDAHULUAN Bab ini menjelaskan secara singkat mengenai latar belakang, permasalahan, tujuan, pembatasan masalah, aplikasi dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini membahas landasan teori dari skripsi ini yaitu metode penaksiran Maximum Likelihood, metode penaksiran Joint Maximum Likelihood, dan Fisher Information. BAB III ITEM RESPONSE MODEL Bab ini menjelaskan mengenai mencari taksiran dari parameter tingkat kemampuan peserta, tingkat diskriminasi soal dan tingkat kesulitan soal dari suatu alat tes yang terdiri dari k soal dan diberikan kepada n peserta tes dengan metode penaksiran Joint Maximum Likelihood. Kemudian mencari tingkat kebaikan setiap

6 soal dan membandingkannya dengan tingkat kebaikan soal yang lain dengan berdasarkan hasil taksiran yang didapat. BAB IV APLIKASI Bab ini menjelaskan aplikasi dari skripsi ini. BAB V PENUTUP Bab ini menampilkan kesimpulan dan saran.