Category: Metode Analisa Data

Penelitian eksperimental adalah penelitian dengan kontrol (perlakukan) terhadap eksposure. Dengan kata lain, pada penelitian eksperimental, status eksposur ditetapkan oleh peneliti sendiri. Kelebihan utama rancangan penelitian ini adalah apabila intervensi (eksposur) dialokasikan secara acak terhadap sampel yang cukup besar, penelitian ini mempunyai derajat validitas yang tinggi yang tidak mungkin dicapai oleh penelitian observasional lainnya (yaitu deskriptif, kasus kontrol, ataupun kohort).
Dari aspek alokasi intervensi pada subjek penelitian, penelitian eksperimental dibagi menjadi 2 yakni penelitian eksperimental murni dan kuasi eksperimental. Pada penelitian eksperimental murni, intervensi dibagi secara acak pada subjek penelitian. Sebaliknya, pembagian subjek dalam kelompok intervensi dan kelompok kontrol tidak dilakukan secara random.
Penelitian eksperimental murni dalam konteks klinik dibedakan menjadi penelitian eksperimental dengan intervensi pencegahan dan intervensi terapetik. Penelitian eksperimental dengan intervensi terapetik disebut juga uji klinik.

Rancangan peneitian ini sering dipakai dalam penelitian. Dalam
rancangan ini, subjek penelitian atau partisipasi penelitian tidak dipilih secara
acak untuk dilibatkan dalam kelompok eksperimen dan kelompok kontrol.
Pada dasarnya, langkah-langkah dalam rancangan ini sama seperti pada
rancangan pretest-posstest experimental control group design.
Dalam rancangan ini, ada dua kelompok subjek dimana satu mendapat
perlakuan dan satu kelompok sebagai kelompok control. Keduanya
memperoleh prates dan pascates. Perbedaan dengan kelompok non ekuivalen, bahwa kelompok tidak dipilih secara acak atau random.
Rancangan kelompok nonekuivalen ini disebut juga sebagai untreated
control group design with pretest and posttest. Rancangan penelitian ini
dikategorikan sebagai rancangan eksperimen kuasi (quasi experiment design).
Rancangan ini sangat sering dipakai dalam penelitian.Rancangan di atas (rancangan kuasi eksperimen) tidak menggunakan
random assignment sehingga ada kelemahan-kelemahan jika dibandingkan
rancangan eksperimen yang sebenarnya. Namun demikian, rancangan ini
dilakukan dengan jadwal perlakuan dan pengamatan yang sangat cermat.
Rancangan ini memberikan landasan yang kuat untuk memberikan alasan
untuk mengendalikan ancaman yang berkaitan dengan validitas internal

Non-Equivalent Grup Desain adalah desain yang paling sering
digunakan dalam penelitian sosial. Hal ini terstruktur seperti sebuah
eksperimen pretest posttest-acak. Dalam NEGD, kita paling sering
menggunakan grup utuh yang kita anggap sama seperti perlakuan dan
kelompok kontrol. Dalam pendidikan, kita bisa memilih dua kelas yang
sebanding. Dalam penelitian berbasis masyarakat, kita bisa menggunakan dua
komunitas yang sama. Kita mencoba untuk memilih grup yang semirip
mungkin, tapi kita tidak pernah bisa yakin kelompok-kelompok yang
sebanding. Atau, dengan kata lain, tidak mungkin bahwa kedua kelompok akan
mirip jika mereka kita tugaskan melalui undian acak. Karena sering
kemungkinan bahwa kelompok-kelompok yang tidak setara. Berarti bahwa
tugas yang kita berikan untuk kelompok seharusnya tidak acak. Dengan kata
lain, peneliti tidak menguasai tugas untuk kelompok melalui mekanisme
penugasan acak., ini yang dinamakan desain kelompok non equivalent

Rancangan penelitian intact group comparison atau desebut juga
rancangan static group comparison. Rancangan penelitian intac group desain
ini sebenarnya berasal dari kelompok subjek yang sama dan berhubungan.
Dalam rancangan ini sekelompok subjek yang diambil dari populasi tertentu
dikelompokan secara rambang menjadi dua, yaitu kelompok eksperimen dan
kelompok kontrol. Kelompok eksperimen diberi perlakukan tertentu dalam
waktu tertentu, sedangkan kelompok control tidak. Kedua kelompok subjek itu kemudian dikenakan pengukuran atau observasi (tes) yang sama.Faktor validitas seperti sejarah dan maturasi dikendalikan dengan
kelompok control (yang tidak diberi perlakuan). Artinya, dalam situasi yang
secara kebetulan berpengaruh terhadap hasil, yang mungkin juga berpengaruh pada hasil observasi[

Rancangan ini sering digunakan dalam penelitian-penelitian kesehatan
dan keluarga berencana, pengukuran pertama (pretest) dilakukan terhadap
sample yang dipilih secara acak dari populasi tertentu. Kemudian dilakukan
intervensi atau program pada seluruh populasi tersebut. Selanjutnya dilakukan
pengukuran kedua (posttest) pada kelompok sampel lain, yang dipilih secara
acak (random) dari populasi yang sama. Rancangan ini sangat baik untuk
menghindari pengaruh atau efek dari “test”, meskipun tidak dapat mengontrol
“sejarah”, “maturitas”[

Rancangan ini adalah rancangan rangkaian waktu, dengan kelompok
pembanding (control ). Rancangan ini lebih memungkinkan adanya control
terhadap validitas internal, sehingga keuntungan dari rancangan ini lebih
menjamin adanya validitas internal yang tinggi

Pada umumnya penelitian pendidikan menggunakan subjek penelitian
dalam bentuk kelompok (kelas). Penelitian seperti ini akan memberikan hasil
yang menggambarkan keadaan satu atau beberapa kelompok, tidak
menggambarkan keadaan individual dalam kelompok tersebut. Pada situasi
eksperimen tertentu, perlakuan perlu diberikan hanya pada satu individu saja.
Penelitian seperti ini disebut sebagai penelitian single subject. Penelitian ini
sangat berguna bagi guru yang sedang melaksanakan penelitian terhadap
individual siswa, misalnya dalam melakukan penelitian bimbingan dan
konseling atau dalam melakukan rehabilitasi dan terapi fisik yang
perlakuannya hanya diberikan pada satu individu saja. Desain single subject
umumnya menggunakan pengukuran yang berulang dan hanya
mengimpleentasikan variabel bebas tunggal yang diharapkan dapat merubah
hanya satu variabel terikat. Pengukuran variabel dilakukan pada kondisi
normal yang disebut baseline[

O1 O2 O3 O4     X       O5 O6 O7 O8
Dalam desain ini kelompok yang digunakan untuk penelitian tidak
dapat dipilih secara random. Sebelumnya diberi perlakuan, kelompok diberi
pretest sampai empat kali, dengan maksud untuk mengetahui kestabilan dan
kejelasan keadaan kelompok sebelum diberi perlakuan. Bila hasil pretest
selama empat kali ternyata nilainya berbeda-beda, berate kelompok tersebut
keadaannya labil, tidak menentu, dan tidak konsisten. Setelah kestabilan
keadaan kelompok daoat diketahui dengan jelas maka baru diberi treatment.
Desain penelitian ini hanya menggunakan satu kelompok saja., sehingga tidak
memerlukan kelompok kontrol.
Hasil pretest yang baik adalah O1=O2=O3=O4 dan hasil perlakuan
yang baik adalah O5=O6=O7=O8. Besarnya pengaruh perlakuan adalah =
(O5+O6+O7+O8) – (O1+O2+O3+O4).
Desain time series sebagai kuasi eksperimen memiliki ciri adanya
pengukuran yang berulang-ulang, baik sebelum maupun sesudah perlakuan
terhadap satu atau beberapa intact group

Penelitian ini bertujuan untuk mengungkapkan hubungan sebab akibat
dengan cara melibatkan kelompok kontrol disamping kelompok eksperimen,
namun pemilahan kedua kelompok tersebut tidak dengan teknik random[4].
Adapun beberapa kelemahan/ keterbatasan yang dimiliki oleh desain
quasi eksperimen adalah terlalu fokus terhadap kejadian yang tidak dapat
diperkirakan dan tidak berkelanjutan sehingga dapat mengaburkan tujuan jika
terjadi perubahan yang tidak terduga akibat faktor fenomena ekonomi atau
perkembangan politik. Dan juga kurang kuatnya pengukuran dalam hal
asosiasi yang menjadikan beberapa efek yang terjadi pengukurannya terbatas.
Hal tersebut mengakibatkan beberapa efek seringkali “tidak terlihat” pada saat pengukuran terjadi (Caporaso, 1973:31-38).
Adapun secara terperinci kelemahan dari penelitian Quasi Eksperiment
adalah sebagai berikut:
a. Tidak adanya randomisasi (randoimization), yang berarti pengelompokan
anggota sampel pada kelompok eksperimen dan kelompok kontrol tidak
dilakukan dengan random atau acak.
b. Kontrol terhadap variabel-variabel yang berpengaruh terhadap eksperimen
tidak dilakukan, karena eksperimenini biasanya dilakukan di masyarakat[5].
Di dalam dunia pendidikan, khususnya di Indonesia, penggunaan quasi
eksperimen sangat disarankan mengingat kondisi objek penelitian yang
seringkali tidak memungkinkan adanya penugasan secara acak. Hal tersebut
diakibatkan telah terbentuknya satu kelompok utuh (naturally formed
intactgroup), seperti kelompok siswa dalam satu kelas. Kelompok-kelompok
ini juga sering kali jumlahnya sangat terbatas. Dalam keadaan seperti ini
kaidah-kaidah dalam true eksperimen tidak dapat dipenuhi secara utuh, karena pengendalian variabel yang terkait subjek penelitian tidak dapat dilakukan sepenuhnya. Sehingga untuk penelitian yang berhubungan dengan peningkatan kualitas pembelajaran, direkomendasikan penggunaan teknik quasi experiment di dalam implementasinya (Azam, Sumarno &Rahmat, 2006) [6].
Selain memiliki kelemahan quasi eksperimen juga memiliki
keuntungan. Adapun keuntungannya yaitu pada penelitian ekperimen semu ini
tidak mempunyai batasan yang ketat terhadap randomisasi dan pada saat yang sama dapat mengontrol ancama-ancaman validitas

Quasi eksperiment didefinisikan sebagai eskperimen yang memiliki
perlakuan, pengukuran dampak, unit eksperimen namun tidak menggunakan
penugasan acak untuk menciptakan perbandingan dalam rangka menyimpulkan
perubahan yang disebabkan perlakuan (Cook & Campbell, 1979). Pada
penelitian lapangan biasanya menggunakan rancangan eksperiment semu
(kuasi eksperimen). Desain tidak mempunyai pembatasan yang ketat terhadap
randomisasi, dan pada saat yang sama dapat mengontrol ancaman-ancaman
validitas.
Penelitian eksperimen semu atau eksperimen kuasi pada dasarnya samadalam menentukan validitas internal sesuai dengan batasan-batasan yang ada dengan penelitian eksperimen murni. Penelitian eksperimen murni maka  subjek, atau partisipan penelitian dipilih secara random
dimana setiap subjek memperoleh peluang sama untuk dijadikan subjek
penelitian. Peneliti memanipulasi subjek sesuai dengan rancangannya. Berbeda dengan penelitian kuasi, peneliti tidak mempunyai keleluasaan untuk
memanipulasi subjek, artinya random kelompok biasanya diapakai sebagai
dasar untuk menetapkan sebagai kelompok perlakuan dan control. Misalnya,
kita ingin menguji apakah pebelajar yang dibelajarkan melalui buku teks yang
disertai video memperoleh hasil atau prestasi belajar yang lebih unggul, jika
dibandingkan dengan pebelajar yang hanya dibelajarakan dengan buku teks
saja? Untuk maksud tersebut, kita menentukan kelompok subjek mana yang
diberi perlakuan (buku teks dan video) dan control atau kendali (buku teks
saja). Setelah diberi perlakuan dalam kurun waktu tertentu, kedua kelompok
subjek diberi pascates. Hasil pascates ini kita uji dengan teknik statistic
tertentu[1].
Adapula yang menyatakan bahwa eksperimen semu adalah penelitian
yang mendekati percobaan sungguhan di mana tidak mungkin mengadakan
control/ memanipulasikan semua variabel yang relevan. Harus ada kompromi dalam menentukan validitas internal sesuai dengan batasan-batasan yang
ada

1. Selenggarakan tes pada suatu kelompok yang tepat sesuai dengan rencana.
2. Setelah selang waktu tertentu, misalnya satu minggu atau dua minggu, lakukan kembali tes yang sama dengan kelompok yang sama tersebut.
3. Korelasikan kedua hasil tes tersebut.

1. Tentukan sasaran yang hendak dites
2. Lakukan tes yang dimaksud kepada subjek sasaran tersebut.
3. Administrasinya hasilnya secara baik.
4. Dalam waktu yang tidak terlalu lama, lakukan pengetesan yang kedua kalinya pada kelompok tersebut
5. Korelasikan kedua hasil skor tersebut (Sukardi, 2008).

1. Lakukan pengetesan item-item yang telah dibuat kepada subjek sasaran.
2. Bagi tes yang ada menjadi dua atas dasar dua item, yang paling umum dengan membagi item dengan nomor ganjil dengan item dengan nomor genap pada kelompok tersebut.
3. Hitung skor subjek pada kedua belah kelompok penerima item genap dan item ganjil.
4. Korelasikan kedua skor tersebut, menggunakan formula korelasi yang relevan dengan teknik pengukuran (Sukardi, 2008).

1. Arahan tes yang disusun dengan makna tidak jelas sehingga dapat mengurangi validitas tes
2. Kata-kata yang digunakan dalam struktur instrument evaluasi, tidak terlalu sulit
3. Item tes dikonstruksi dengan jelas.
4. Tingkat kesulitan item tes tidak tepat dengan materi pembelajaran yang diterima siswa.
5. Waktu yang dialokasikan tidak tepat, hal ini termasuk kemungkinan terlalu kurang atau terlalu longgar.
6. Jumlah item terlalu sedikit sehingga tidak mewakili sampel
7. Jawaban masing-masing item evaluasi bisa diprediksi siswa

1. Waktu pengerjaan tidak cukup sehingga siswa dalam memberikan jawaban dalam situasi tergesa-gesa.
2. Adanya kecrangan dalam tes sehingga tidak membedakan antara siswa yang belajar dengan melakukan kecurangan.
3. Pemberian petunjuk dari dari pengawas yang tidak dapat dilakukan pada semua siswa.
4. Teknik pemberian skor yang tidak konsisten.
5. Siswa tidak dapat memngikuti arahan yang diberikan dalam tes baku.
6. Adanya joki (orang lain bukan siswa) yang masuk dalam menjawab item tes yang diberikan.

Berdasarkan pendapat yang diungkapkan oleh Anastasia dan Urbina (1997) dalam Suprananto (2012), analisis butir soal memiliki banyak manfaat, diantaranya yakni:

1. Membantu pengguna tes dalam mengevaluasi kualitas tes yang digunakan,
2. relevan bagi penyusunan tes informal seperti tes yang disiapkan guru untuk siswa dikelas,
3. mendukung penulisan butir soal yang efektif,
4. secara materi dapat memperbaiki tes di kelas,
5. meningkatkan validitas soal dan reliabilitas.

     Linn dan Gronlund (1995) dalam Suprananto (2012: 163), menambahkan bahwa pelaksanaan kegiatan analisis butir soal, biasanya didesain untuk menjawab pertanyaan-pertanyaan berikut:

1. Apakah fungsi soal sudah tepat?
2. Apakah soal telah memiliki tingkat kesukaran yang tepat?
3. Apakah soal bebas dari hal-hal yang tidak relevan?
4. Apakah pilihan jawabannya efektif?

Selain itu, data hasil analisis butir soal juga sangat bermanfaat sebagai dasar untuk:

1. Diskusi tentang efisien hasil tes,
2. kerja remedial
3. peningkatan secara umum pembelajaran di kelas,
4. peningkatan keterampilan pada kontruksi tes.

Berdasarkan uraian di atas menunjukkan bahwa analisis butir soal memberikan manfaat:

3. Menentukan soal-soal yang cacat atau tidak berfungsi dengan baik,
4. meningkatkan butir soal melalui tiga komponen analisis yaitu, tingkat kesukaran, daya pembeda dan pengecoh soal,
5. merevisi soal yang tidak relevan degan materi yang diajarkan, ditandai dengan banyaknya anak yang tidak dapat menjawab butir soal tertentu.

Sebagaimana telah disebut sebelumnya, bahwa item tes yang baik adalah item yang memenuhi syarat sebagaimana kriteria atau karakteristik item tes yang baik. Karakteristik item yang dimaksud adalah tingkat kesulitan atau kesukaran, daya pembeda, dan efektivitas pengecoh.

1. Tingkat Kesulitan atau Kesukaran

Tingkat kesukaran soal adalah peluang menjawab benar suatu soal pada tingkat kemampuan tertentu yang biasanya dinyatakan dalam bentuk indeks. Tingkat kesukaran dinyatakan dalam indeks kesukaran (dificulty index), yaitu angka yang menunjukkan proporsi siswa yang menjawab benar soal tersebut. Semakin besar indeks tingkat kesukaran yang diperoleh dan hasil hitungan, berarti semakin mudah soal itu.

Dalam hal ini, item yang baik adalah item yang tingkat kesukarannya dapat diketahui,  tidak terlalu sukar dan tidak terlalu mudah. Sebab, tingkat kesukaran item itu memiliki korelasi dengan daya pembeda. Bilamana item memiliki tingkat kesukaran yang maksimal, maka daya pembedanya akan rendah, demikian pula bila item itu terlalu mudah maka tidak akan memiliki daya pembeda.

Oleh karena itu, sebaiknya tingkat kesukaran soal itu dipertahankan dalam batas yang mampu memberikan daya pembeda. Namun, jika terdapat tujuan khusus dalam penyusunan tes, maka tingkat kesukaran itu bisa dipertimbangkan.  Misalnya, tingkat kesukaran item untuk tes sumatif berbeda dengan tingkat kesukaran pada tes diagnostik.

Untuk menghitung taraf kesukaran soal dari suatu tes dipergunakan rumus sebagai berikut:

TK = U + L

             T

Keterangan:

U  = jumlah siswa yang termasuk kelompok pandai (upper group) yang menjawab benar untuk tiap soal.

L    =  jumlah siswa yang termasuk kurang (lower group) yang menjawab benar untuk tiap soal.

T    =  jumlah siswa dari kelompok pandai dan kelompok kurang (jumlah upper group dan lower group)

Misalkan suatu tes yang terdiri atas N soal yang diberikan kepada 40 siswa. Dari hasil tes tersebut, tiap-tiap soal dianalisis taraf kesukarannya. mula-mula hasil tes itu kita susun kedalam peringkat, kemudian kita ambil 25% (10 lembar jawaban siswa kelompok pandai), dan 10 lembar jawaban siswa dari kelompok yang kurang pandai. Kemudian kita tabulasikan. Misalkan dari tabulasi soal kita peroleh hasil sebagai berikut: yang menjawab benar dari kelompok pandai ada 9 siswa, dan yang menjawab benar dari kelompok kurang pandai ada 4 siswa.

Dengan menggunakan rumus diatas, maka taraf kesukaran atau TK dari soal adalah:

TK =  U + L  =  9 + 4  =  0,65 atau 65%

             T             20 

Jadi dapat disimpilkan bahwa nilai dari TK atau tingkat kesukarannya adalah 65%.

Sedangkan dalam bukunya Drs. H. Daryanto, rumus untuk mencari taraf kesukaran atau indeks kesukaran adalah:

P =    B

         JS

Keterangan:

P      =  indeks kesukaran.

B     =  banyaknya siswa yang menjawab soal itu dengan benar.

JS    =  jumlah seluruh siswa peserta tes.

Contoh:

Jumlah siswa peserta tes dalam suatu kelas ada 40 siswa. Dari 40 siswa tersebut terdapat 12 siswa yang mampu mengerjakan soal no. 1 dengan benar. Maka berapa indeks kesukarannya?

Jawab:

P  =    B

          JS

    =    12

           40

    =   0,30

Menurut ketentuan yang sering diikuti, indeks kesukaran sering diklasifikasikan sebagai berikut:

1. Soal dengan P 0,00 sampai 0,30 adalah soal sukar.
2. Soal dengan P 0,30 sampai 0,70 adalah soal sedang.
3. Soal dengan P 0,70 sampai 1,00 adalah soal mudah.

1. Daya Pembeda

Perhitungan daya pembeda adalah pengukuran sejauh mana suatu butir soal mampu membedakan peserta didik yang sudah menguasai kompetensi dengan peserta didik yang belum atau kurang menguasai kompetensi berdasarkan kriteria tertentu. Semakin tinggi koofisien daya pembeda suatu butir soal, semakin mampu butir soal tersebut membedakan antara peerta didik yang menguasai kompetensi dengan pesertan didik yang kurang menguasai kompetensi.

Angka yang menunjukkan besarnya daya pembeda disebut indeks diskriminasi. Daya pembeda suatu soal tes dapat dihitung dengan menggunakan rumus sebagai berikut:

DP  =   U – L

              ½ T

Keterangan:

DP =   indeks DP atau daya pembeda yang dicari.

U = jumlah siswa yang termasuk dalam kelompok pandai yang mampu      menjawab benar untuk tiap soal.

L    =   jumlah siswa yang termasuk kurang yang menjawab benar untuk tiap soal.

T    =   jumlah siswa keseluruhan.

Contoh:

Dari hasil tes lomba olimpiade IPS, jumlah siswa yang dites adalah 40 siswa, sedangkan tes tersebut terdiri dari 20 soal. Setelah hasil tes tersebut diperiksa, kemudian disusun kedalam peringkat untuk menentukan 25% siswa yang termasuk kelompok pandai (upper group) dan 25% siswa yang termasuk kelompok kurang (lower group).

Kemudian hasil tes tersebut ditabulasikan dengan menggunakan format tabulasi jawaban tes, kemudian hasil tabulasi dari kedua kelompok tersebut dimasukkan kedalam format analisis soal tes, sehingga kita dapat menghitung tingkat kesukaran dan daya pembeda tiap soal yang kita analisis.

Misalkan dari tabulasi soal no. 1 kita peroleh hasil sebagai berikut: yang menjawab benar dari kelompok pandai ada 10 siswa, dan yang menjawab benar dari kelompok kurang ada 9 siswa. Maka daya pembedanya adalah:

 DP  =   U – L

              ½ T

       =    10 – 9

            ½ x (20)

       =      1

              10

      =     0,10

Jadi dapat disimpulkan bahwa indeks pembedanya adalah 0,10.

Dalam bukunya Prof. Dr. Suharsimi Arikunto, dijelaskan mengenai klasifikasi daya pembeda, yaitu:

D =  0,00 – 0,20  =  jelek (poor).

D =  0,20 – 0,40  =  cukup (satisfactory).

D =  0,40 – 0,70  =  baik (good).

D =  0,70 – 1,00  =  baik sekali (excellent).

1. Analisis pengecoh (Efektifitas Distraktor )

Instrumen evaluasi yang berbentuk tes dan objektif, selain harus memenuhi syarat-syarat yang telah disebutkan terdahulu, harus mempunyai distraktor yang efektif. Yang disebut dengan distraktor atau pengecoh adalah opsi-opsi yang bukan merupakan kunci jawaban (jawaban benar).

Butir soal yang baik pengecohnya akan dipilih secara merata oleh peserta didik yang menjawab salah. Sebaliknya, butir soal yang kurang baik, pengecohnya akan dipilih secara tidak merata. Pengecoh dianggap baik bila jumlah peserta didik yang memilih pengecoh itu sama atau mendekati jumlah ideal. Indeks pengecoh dihitung dengan rumus:

IP =   P  x   100%

       (N – B) (n – 1)

 Keterangan:

IP =  indeks pengecoh

P  =  jumlah peserta didik yang memilih pengecoh

N =  jumlah peserta didik yang ikut tes

B =  jumlah peserta didik yang menjawab benar pada setiap soal

n  =  jumlah alternatif jawaban

      1=  bilangan tetap

Catatan:

Jika semua peserta didik menjawab benar pada butir soal tertentu (sesuai kunci jawaban), maka IP = 0 yang berarti soal tersebut jelek. Dengan demikian pengecoh tidak berfungsi.

Contoh:

50 orang peserta didik dites dengan 10 soal bentuk pilihan ganda. Tiap soal memiliki alternatif jawaban (a, b, c, d, e). Kunci jawaban (jawaban yang benar) no. 8 adalah c. Setelah soal no.8 diperiksa untuk semua peserta didik, ternyata dari 50 orang peserta didik, 20 peserta didik menjawab benar dan 30 peserta didik menjawab salah. Idealnya, pengecoh dipilih secara merata.

Penelaahan soal secara kuantitatif adalah penelaahan butir soal didasarkan pada bukti empirik. Salah satu tujuan utama pengujian butir-butir soal secara emperik adalah untuk mengetahui sejauh mana masing-masing butir soal membedakan antara mereka yang tinggi kemampuannya dalam hal yang didefinisikan oleh kriteria dari mereka yang rendah kemampuannya.

Data empirik ini diperoleh dari soal yang telah diujikan. Ada dua pendekatan dalam analisis secara kuantitatif yaitu pendekatan secara klasik dan modern.

Analisis butir soal secara klasik adalah proses penelaahan butir soal melalui informasi dari jawaban peserta tes guna meningkatkan mutu butir soal yang bersangkutan dengan menggunakan teori tes klasik. Pada teori tes klasik, analisis item tes dilakukan dengan memperhitungkan kedudukan item dalam suatu kelas atau kelompok. Karakteristik atau kualitas item sangat tergantung pada kelompok dimana diujicobakan sehingga kualitas item terikat pada sampel responden atau peserta tes yang memberikan respons (sample bounded).

Ada beberapa kelebihan analisis butir soal secara klasik adalah murah, sederhana, familiar, dapat dilaksanakan sehari-hari dengan cepat menggunakan komputer dan dapat menggunakan beberapa data dari peserta tes.

Analisis butir soal secara modern adalah penelaahan butir soal dengan menggunakan teori respon butir atau item response theory. Teori ini merupakan suatu teori yang menggunakan fungsi matematika untuk menghubungkan antara peluang menjawab benar suatu butir dengan kemampuan siswa.

Teori ini muncul karena adanya beberapa keterbatasan pada analisis secara klasik, yaitu:

1. Tingkat kemampuan dalam teori klasik adalah true score. Artinya, jika suatu tes sulit maka tingkat kemampuan peserta tes akan rendah.sebaiknya, jika suatu tes mudah maka tingkat kemampuan peserta tes tinggi.
2. Tingkat kesukaran butir soal didefinisikan sebagai proporsi peserta tes yang menjawab benar. Mudah atau sulitnya butir soal tergantung pada kemampuan peserta tes.
3. Daya pembeda, reliabilitas, dan validitas tes tergantung pada kondisi peserta tes.

Pada prinsipnya analisis butir soal secara kualitatif dilaksanakan berdasarkan kaidah penulisan soal (tes tertulis, perbuatan, dan sikap). Penelaahan ini biasanya dilakukan sebelum soal digunakan atau diujikan. Aspek yang diperhatikan dalam penelaahan secara kualitatif mencakup aspek materi, konstruksi, bahasa atau budaya, dan kunci jawaban.

Ada beberapa teknik yang digunakan untuk menganalisis butir soal secara kualitatif, yaitu teknik moderator dan teknik panel. Teknik moderator merupakan teknik berdiskusi yang didalamnya terdapat satu orang sebagai penengah. Berdasarkan teknik ini, setiap butir soal didiskusikan secara bersama-sama dengan beberapa ahli.

Sedangkan teknik panel adalah teknik menelaah butir soal berdasarkan kaidah penulisan butir soal. Kaidah itu diantaranya adalah materi, kontruksi, bahasa atau budaya, kebenaran kunci jawaban. Caranya beberapa penelaah diberikan beberapa butir soal yang akan ditelaah, format penelaahan, dan pedoman penelaahan.

Dalam menganalisis butir soal secara kualitatif penggunaan format penelaahan soal akan membantu dan mempermudah prosedur pelaksanaannya. Format penelaahan soal digunakan sebagai dasar untuk menganalisis setiap butir soal

Menurut Kamus Besar Bahasa Indonesia (2002) analisis adalah penguraian suatu pokok atas berbagai bagiannya dan penelaahan bagian itu sendiri serta hubungan antar bagian untuk memperoleh pengertian yang tepat dan pemahaman arti keseluruhan.

Analisis butir soal yang dalam bahasa inggris disebut item analiysis dilakukan terhadap empirik. Maksudnya, analisis itu baru dapat dilakukan apabila suatu tes telah dilaksanakan dan hasil jawaban terhadap butir-butir soal telah kita peroleh. Analisis butir soal adalah suatu kegiatan analisis untuk menentukan tingkat kebaikan butir-butir soal yang terdapat dalam suatu tes sehingga informasi yang dihasilkan dapat kita pergunakan untuk memperbaiki butir soal dan tes tersebut.

Identifikasi terhadap setiap butir item soal dilakukan dengan harapan akan menghasilkan berbagai informasi berharga, yang pada dasarnya akan merupakan umpan balik (feed back) guna melakukan perbaikan, pembenahan, dan penyempurnaan kembali terhadap butir-butir soal, sehingga pada masa-masa yang akan yang akan dating tes hasil belajar yang disusun atau dirancang oleh guru itu betul-betul dapat menjalankan fungsinya sebagai alat pengukur hasil belajar yang memiliki kualitas yang tinggi.

Aiken dalam Suprananto (2012) berpendapat bahwa kegiatan analisis butir soal merupakan kegiatan penting dalam penyusunan soal agar diperoleh butir soal yang bermutu. Tujuan kegiatan ini adalah:

1. Mengkaji dan menelaah setiap butir soal agar diperoleh soal yang bermutu sebelum digunakan,
2. meningkatkan kualitas butir tes melalui revisi atau membuang soal yang tidak efektif,
3. mengetahui informasi diagnostik pada siswa apakah mereka telah memahami materi yang telah diajarkan.

Soal yang bermutu adalah soal yang dapat memberikan informasi setepat-tepatnya tentang siswa mana yang telah menguasai materi dan siswa mana yang belum menguasai materi. Selanjutnya menurut Anastasia dan Urbina (1997) dalam Suprananto (2012), analisis butir soal dapat dilakukan secara kualitatif (berkaitan dengan isi dan bentuknya) dan kuantitatif (berkaitan dengan ciri-ciri statistiknya). Analisis kualitatif mencakup pertimbangan validitas isi dan konstruksi, sedangkan analisis kuantitatif mencakup pengukuran validitas dan reliabilitas butir soal, kesulitan butir soal serta diskriminasi soal. Kedua teknik ini masing-masing memiliki keunggulan dan kelemahan, oleh karena itu teknik terbaik adalah menggunakan atau memadukan keduanya.

Analisis item adalah suatu kegiatan yang bertujuan untuk menganalisis apakah item-item pada suatu alat tes telah memenuhi fungsinya, yaitu:

• Mewakili domain tingkah laku
• Memiliki derajat kesulitan yang tepat
• Memiliki daya diskriminasi yang maksimal

Menurut Kaplan & Saccuzzo (2005), analisis item adalah kegiatan mengevaluasi item-item alat tes. Dari kegiatan ini diharapkan didesain sebuah alat tes dengan jumlah item minimum, namun reliabilitas dan validitas yang maksimum.

Analisis item dapat dilakukan secara kualitatif dan kuantitatif.

• Kualitatif; menyangkut keterwakilan tingkah laku domain menjadi item dalam alat tes (konten dan form)à content validity (menyangkut expert judgement)
• Kuantitatif; dibagi menjadi item difficulty & item discriminant.
  • item difficulty merupakan presentase (proporsi) orang yang menjawab item dengan benar (P), sedangkan
  • item discriminant adalah perbandingan antara proporsi orang yang menjawab benar dalam kelompok upper dengan proporsi orang yang menjawab benar dalam kelompok lower. Perbedaan proporsi ini disebut sebagai index of discrimination (D).

Pada saat membicarakan tentang tes obyektif bentuk multiple choice item telah dikemukakan bahwa pada tes obyektif bentuk multiple choice item tersebut untuk setiap butir item yang dikeluarkan dalam tes hasil belajar telah dilengkapi dengan beberapa kemungkinan jawaban, atau yang sering dikenal dengan istilah option atau alternatif. Option atau alternatif itu jumlahnya berkisar antara tiga sampai dengan lima buah, dan dari kemungkinan-kemungkinan jawaban yang terpasang pada setiap butir item itu, salah satu diantaranya adalah merupakan jawaban betul (= kunci jawaban); sedangkan sisanya adalah merupakan jawaban salah. Jawaban-jawaban salah itulah yang biasa dikenal dengan istilah distractor (distraktor = pengecoh). Tujuan utama dari pemasangan distraktor pada setiap butir item itu adalah, agar dari sekian banyak testee yang mengikuti tes hasil belajar ada yang tertarik atau terangsang untuk memilihnya, sebab mereka menyangka bahwa distraktor yang mereka pilih itu merupakan jawaban betul. Jadi mereka pilih itu merupakan jawaban betul. Jadi mereka terkecoh. Tentu saja, makin banyak testee yang terkecoh, maka kita dapat menyatakan bahwa distraktoritu makin dapat menjalankan fungsinya dengan sebaik-baiknya. Distraktor dinyatakan telah dapat menjalankan fungsinya dengan baik apabila distraktor tersebut sekurang-kurangnya sudah dipilih oleh 5% dari seluruh peserta tes. Misalnya, tes hasil belajar diikuti oleh 100 orang testee. Distraktor yang dipasang pada item tersebut dapat dinyatakan berfungsi apabila minimal 5% orang dari 100 orang testee itu sudah “terkecoh” untuk memilih distraktor tersebut.

Daya pembeda item adalah kemampuan suatu butir item tes hasil belajar untuk dapat membedakan ( mendiskriminasi) antara testee yang berkemampuan tinggi ( pandai), dengan testee yang berkemampuan rendah (= bodoh). Mengetahui daya pembeda item itu penting sekali, sebab salah satu dasar yang dipegangi untuk menyusun butir-butir item tes hasil belajar adalah adanya anggapan, bahwa kemampuan antara testee yang satu dengan testee yang lain itu berbeda-beda, dan bahwa butir-butir item tes hasil belajar itu haruslah mampu memberikan hasil tes yang mencerminkan adanya perbedaan-perbedaan kemampuan yang terdapat di kalangan testee tersebut. Daya pembeda item dapat diketahui dengan cara melihat besar kecilnya angka indeks diskriminasi item, yaitu angka yang nenunjukkan besar kecilnya daya pembeda (diskrimnasi power) butir item

Menurut Crocker & Algina (1986) pengukuran yang umum digunakan dalam analisa item, adalah: Item difficulty, Item discrimination, dan Item-total correlation.

a. Item Difficulty

Jika skoring pada sebuah item itu dikotomi, maka rata-rata skor item berhubungan dengan banyaknya subyek yang menjawab item tersebut dengan benar. Proporsi orang yang menjawab benar untuk item inilah yang disebut dengan item difficulty, atau yang biasa diberi simbol p (Anastasi & Urbina, 1997).

b. Item Discrimination

Tujuan dari kebanyakan pengukuran psikologis adalah memberikan informasi mengenai perbedaan individu (individual differences) dalam hal konstruk yang diukur tes atau dari kriteria eksternal yang ingin diprediksi oleh alat tes tersebut

(Crocker&Algina, 1986). Oleh karena itu sebuah tes perlu memiliki daya diskriminasi. Pengertian dari daya diskriminasi adalah derajat dimana item dapat membedakan responden dengan skor tinggi dan skor rendah (Cohen&Swerdlik,2005).

erdapat beberapa metode untuk melihat daya diskriminasi sebuah item. Salah satu metodenya melakukan perbandingan dengan cara membedakan kelompok responden dengan menentukan titik potong pada distribusi skor (Crocker&Algina, 1986; Kaplan&Saccuzzo, 2005). Sedangkan metode lainnya merupakan metode koefisien korelasi. Berikut adalah penjelasan mengenai setiap metode.

c.  Item Total Corellation

Metode item-total correlation merupakan suatu teknik analisis item yang mengkorelasikan skor item dengan skor total keseluruhan(Crocker & Algina, 1986; Guilford, 1954; Kaplan & Saccuzzo, 2005; Nunnally & Bernstein, 1994). Dengan kata lain, daya diskriminasi item melihat apakah subyek yang mampu menjawab sebuah item dengan benar juga bisa menjawab dengan benar pada item- item lainnya (Kaplan, 2005). Beberapa jenis korelasi yang digunakan dalam pengujian ini adalah Pearson’s Product Moment Correlation, Point Biserial Correlation, Biserial Correlation, Phi Coefficient, atau Tetrachoric Correlation Coefficient (Crocker & Algina, 1986). Grimm (1993) menjelaskan bahwa jika skor item dan skor total berupa variabel kontinu maka metode korelasi yang digunakan adalah Pearson’s Product Moment Correlation. Kemudian jika variabel skor total adalah kontinu dan skor item dikotomi, maka metode korelasi yang digunakan adalah Point Biserial atau Biserial Correlation.

Dalam penyusunan sebuah alat ukur, tahapan yang harus dilakukan adalah analisis item (Guilford & Fruchter, 1985). Istilah analisis item digunakan untuk mendefinisikan perhitungan dan pengujian statistikal terhadap skor-skor item alat ukurindividual (Crocker & Algina, 1986). Sebuah item dapat dianalisa, baik itu analisa kualitatif (berdasarkan isi maupun bentuk dari item tersebut) dan analisa kuantitatif (berdasarkan muatan-muatan statistik seperti daya prediktif, daya beda dari item tersebut). Analisa kualitatif mencakup pertimbangan isi validitas, sedangkan analisa kuantitatif mencakup pengukuran kesulitan butir soal dan diskriminasi item (Anastasi & Urbina, 1997). Tujuan utama dalam melakukan analisa item adalah untuk meningkatkan reliabilitas dan validitas suatu alat ukur(Guilford & Frutcher, 1985).