APLIKASI IRT PADA KONVERSI NILAI UAN 2004

[Diposting: 18 Januari 2005|2746 Pembaca]

[Cetak Tulisan ini] APLIKASI IRT PADA KONVERSI NILAI UAN 2004 Daryono, Guru SMA 8 Tangerang

Abstrak Metode Item Response Theory (IRT) saat ini dianggap lebih mampu memberikan rasa keadilan (test fairness) pada peserta UAN karena tingkat kecermatannya sangat tinggi yang mampu memberikan penghargaan pada prestasi setiap individu siswa sesuai dengan tingkat kesulitan soal yang dihadapi. Keunggulan utama IRT adalah statistik soal seperti tingkat kesukaran soal, daya pembeda soal, dan sebagainya terletak dalam skala yang sama dengan kemampuan siswa yang diukur. Model IRT yang banyak digunakan adalah unidimensionality dan local independence. Unidimensionality ada tiga model yaitu : satu parameter model (Rasch model), dua parameter model, dan tiga parameter model. Dari ketiga model tersebut yang menjadi dasar Tabel Konversi adalah Rasch model, karena memiliki keunggulan di dalam menentukan tingkat kesukaran butir soal. Tingkat kesukaran butir soal tidak berubah sekalipun dijawab oleh kelompok berkemampuan tinggi atau kelompok berkemampuan rendah. Selain itu Tabel Konversi yang digunakan pada UAN sebenarnya merupakan salah satu penerapan sistem ujian pada norma kelompok (normreferenced measurement). Tujuan dari adanya Tabel Konversi adalah membuat skala yang sama untuk membuat perbandingan atau pemetaan kualitas pencapaian (educational attainment) antardaerah di negara kita. Jadi Tabel Konversi bukan untuk menolong siswa yang kurang siap mengikuti UAN. Pendahuluan. Evaluasi dalam sistem pendidikan merupakan salah satu kegiatan yang sangat penting untuk dilakukan dalam periode-periode tertentu dengan tujuan untuk memonitor kualitas pendidikandan dan membantu kegiatan belajar mengajar dikelas. Dalam berbagai referensi akademik ujian (examination) berbeda dengan evaluasi (evaluation). Ujian digunakan untuk mengetahui sejauh mana seseorang mencapai standar mutu yang ditentukan, sedangkan evaluasi digunakan untuk mengetahui sejauh mana proses pencapaian tujuan telah dilaksanakan. Ujian lebih berkaitan dengan kinerja individu (individual performance), sedangkan evaluasi berkaitan dengan kinerja lembaga (institusional performance). Ujian bisa dilakukan siapa saja, baik yang terkait maupun tidak terkait proses pembelajaran, sedangkan evaluasi hanya dilaksanakan oleh pihak yang terkait proses pembelajaran. Dengan kata lain, ujian bisa dilakukan pihak eksternal, sedangkan evaluasi hanya dilakukan oleh pihak internal. Maka UAN yang dilaksanakan Depdiknas berbeda dengan ebtanas. UAN adalah ujian, sedangkan ebtanas adalah evaluasi. Resistensi sekelompok masyarakat pada UAN yang memberikan landasan

Masalahnya apakah sudah tepat Depdiknas memasang angka 4. Asumsi 2 : Nilai harapan skor perolehan sama dengan skor murni. makin tinggi mutu pendidikan. tinggi rendahnya diukur dengan apa. perlu digunakan satu standar kelulusan dengan perangkat tes yang mempunyi tingkat kesulitan sama untuk seluruh wilayah. fasilitas pendidikan dan proses pembelajaran. serta latar belakangnya untuk dianalisis pengaruhnya terhadap tinggi rendahnya nilai ujian seorang siswa. pada makalah ini bertujuan untuk sebuah pemikiran dasar tentang apa dan bagaimana konsep IRT itu apabila diaplikasikan pada konversi nilai UAN yang pada gilirannya dapat memberikan pemetaan mutu pendidikan. Teori Tes Klasik ( Classical Test Theory). terutama kalau dilihat dari arah penerapannya di bberbagai bidang kehidupan. Batas kelulusan harus menunjukkan seberapa jauh nilai UAN yang dicapai siswa terhadap kriteria standar kelulusan yang ditetapkan secara nasional. Teori tes klasik disebut demikian. dan perbaikan hasil belajar peserta didik secara berkesinambunganµ. kemajuan. Fungsi ujian sekolah lainnya adalah penjaminan mutu pendidikan. Sesuai fungsinya dalam penjaminan mutu. Asumsi 3 : Skor murni dan skor kesalahan yang dicapai oleh suatu populasi subyek pada suatu tes tidak berkorelasi satu sama lain. untuk mengelola pendidikan di tiap daerah menyangkut faktor-faktor apa saja yang perlu diperbaiki agar mutu pendidikan meningkat. namun tetap bertahan. dari mana. Asumsi 5 : Jika ada . menunjukkan kelompok masyarakat itu tidak memahami bahwa UAN adalah salah satu bentuk ujian bukan evaluasi. Asumsi 4 : Skor-skor kesalahan pada dua tes (yang dimaksud untuk mengukur hal yang sama ) tidak saling berkorelasi. kemudian melakukan upaya-upaya sistematis dalam memperbaiki sekolah dan proses pembelajaran untuk mencapai keunggulan. Syarat pokok dalam pengukuran ulang itu adalah hasil pengukuran yang satu harus bebas dari hasil pengukuran yang lain. Hal ini sangat penting di era desentralisasi. Berangkat dari paradigma di atas. Skor perolehan pada umumnya meleset dari menampilkan secara tepat besaran atribut yang diukur. Jadi skor yang diperoleh dari sesuatu pengukuran pada umumnya tidak menunjukkan keadaan yang sebenarnya. Inti dari teori tes klasik berupa asumsi-asumsi yang dirumuskan secara matematis. data siswa. Asumsi 1: Skor perolehan terdiri dari skor murni dan skor kesalahan pengukuran. dan seberapa sering?. Jadi tidak ada hubungan sistematik antara skor murni dan skor kesalahan. karena unsur-unsur teori tes itu sudah dikembangkan dan diaplikasikan sejak lama. Masalahnya. Untuk menghindari insiden diskriminasi terhadap provinsi tertentu. Artinya makin tinggi rata-rata nilai ujian.argumentasinya pada Pasal 58 Ayat (1) UU Sisdiknas yang berbunyi : Evaluasi hasil belajar peserta didik dilakukan oleh pendidik untuk memantau proses. sebagai sarana untuk meningkatkan mutu pendidikan. pemerintah melaksanakan jenis ujian seperti ini sebagai bahan pemetaan. didukung Pasal 35 UU Sisdiknas tentang pentingnya standar nasional pendidikan. Hasil ujian harus dapat digunakan sebagai umpan balik (feedback) perbaikan proses pendidikan. Ujian siswa juga mengukur data sekolah.01 sebagai kriteria kelulusan?. Sejalan dengan wewenangnya dalam pengendalian mutu (quality control). Secara yuridis penyelenggaraan UAN oleh Depdiknas. Ujian sekolah juga berfungsi mengendalikan mutu pendidikan. Sehingga dengan menggunakan hasil UAN dapat dimonitor kapasitas guru-guru. Skor murni adalah nilai rata-rata skor perolehan teoritis sekiranya dilakukan pengukuran berulang-ulang terhadap seseorang dengan menggunakan alat ukur yang sama. ujian dapat dilakukan oleh lembaga independen dalam rangka memberi umpan balik berupa saran-saran.

maka soal tersebut akan terlihat sukar. Kesimpulan 5. maka skor-skor kesalahan pada tes pertama tidak berkorelasi dengan skor-skor murni pada tes kedua. Hal-hal seperti di atas akan menimbulkan kesukaran-kesukaran. dan akan terlihat berkemampuan rendah apabila mereka mengerjakan tes yang sulit. Selain itu dalam teori tes klasik juga sulit untuk menyeleksi soal-soal yang tingkat kesukarannya sesuai dengan kemampuan siswa yang akan diukur. Demikian pula kelompok subyek yang dikenai tes guna menyusun tes tersebut juga hanya sampel dari populasi subyek yang sangat besar jumlahnya. Nilai harapan skor-skor kesalahan seseorang subyek sama dengan nol. Kesimpulan 4. Tetapi kalau soal-soal tersebut diberikan kepada orang-orang yang kurang pandai. karena kemungkinan sebagian besar orang-orang dalam kelompok tersebut tidak dapat menjawab dengan benar. Sebagai ilustrasi bahwa dalam teori tes klasik tingkat kesukaran soal-soal memang sulit untuk mengestimasi kemampuan siswa akan dijelaskan sebagai berikut 3[3]: misalkan suatu soal diberikan kepada kelompok orang-orang yang pandai. Sehingga apabila soalsoal diseleksi untuk merakit sebuah perangkat tes berdasarkan tingkat kesukaran soalsoalnya untuk mengikuti standar kelulusan yang ditetapkan. Kuadrat korelasi antara skor-skor perolehan dengan skor-skor murni sama dengan satu dikurangi nisbah antara varians skorskor kesalahan dengan varians skor-skor perolehan1[1] Dapat dikatakan bahwa kelemahan utama teori tes klasik adalah bahwa alat ukur yang disusun berdasarkan tes klasik itu terikat kepada sampel (sample bound). Kesimpulan 3. Dari kelima asumsi tersebut maka dapat dikemukakan kesimpulan-kesimpulan berikut : Kesimpulan 1.dua tes yang dimaksudkan untuk mengukur atribut yang sama. Kesimpulan ini kemudian sangat penting dalam hubungannya dengan reliabilitas tes. Walaupun banyak kelemahan. Butir-butir soal yang dirakit menjadi suatu perangkat alat ukur atau tes hanyalah sampel dari populasi butir soal yang sangat besar jumlahnya. Kuadrat korelasi antara skorskor perolehan dan skor-skor murni sama dengan nisbah antara varians skor-skor murni dan varians skor-skor perolehan. Demikian pula kalau dilihat dari arah subyek. maka berdasarkan teori tes klasik. namun dalam kenyataannya teori ini masih bertahan 1 2 3 . Secara konsep dalam teori tes klasik tidak ada hubungan antara tingkat kesukaran soal dengan kemampuan siswa. Sekelompok subyek akan terlihat mempunyai kemampuan tinggi kalau mereka mengerjakan tes yang mudah. tingkat kesukaran soal tersebut akan terlihat mudah. bila menggunakan teori tes klasik tidak menjamin akan memperoleh keputusan yang terbaik bagi validitas pengambilan keputusan (validity of classifactory decisions). Jadi dalam teori tes klasik tingkat kesukaran soal tidak tetap tergantung kepada tingkat kemampuan sampel siswa yang menempuh tes tersebut. Nilai harapan hasil skor-skor kesalahan dan skor-skor murni sama dengan nol. Jika seorang dites dengan suatu tes yang sama berulang-ulang maka rata-rata skor-skor kesalahannya sama dengan nol. dan apabila diberikan kelompok subyek yang tinggi kemampuannya akan merupakan tes yang mudah2[2]. Karena itu jika seperangkat tes diberikan kepada kelompok subyek yang rendah kemampuannya akan merupakan tes yang sukar. karena sebagian besar akan menjawab dengan benar. terutama dalam kehidupan praktis. Kesimpulan 2. varians skor-skor perolehan sama dengan varians skor-skor murni ditambah varians skor-skor kesalahan.

Oleh karena itu teori ini menggunakan model sifat laten (latent traits model). Ada banyak model respon butir soal yang dapat disusun. ACT (American College Testing Program). Kinerja (performance) seorang subyek pada suatu butir soal dapat diprediksikan atau dijelaskan dari suatu perangkat faktor-faktor yang disebut sifat-sifat. Berbagai tes yang dikeluarkan lembagalembaga testing yang terkenal seperti. 2.sebagai dasar pengembangan tes di mana-mana. misalnya alat ukur panjang. seperti Tes Potensi Akademik (TPA). semuanya tidak terikat kepada sampel. atau sifatsifat laten. ETS (Educational Testing Service). Langkah pertama dalam setiap aplikasi ICC adalah mengestimasi parameter-parameter itu. maka probabilitas suatu respons yang benar terhadap suatu butir soal juga naik. Hubungan kinerja subyek pada suatu butir soal dan perangkat sifat-sifat yang mendasari kinerja dapat dideskripsikan dengan fungsi meningkat secara monoton yang disebut fungsi karakteristik butir soal (Item Characteristic Function) atau kurva karakteristik butir soal = KKS (Item Characteristic Curve = ICC). Suatu asumsi umum yang digunakan secara luas dalam model-model IRT adalah bahwa hanya satu kemampuan yang 4 5 . Semua model ICC berisi satu parameter atau lebih yang mendeskripsikan butir soal dan satu atau lebih yang mendeskripsikan subyek. Evaluasi Belajar Tahap Akhir Nasional (Ebtanas). Artinya suatu model respons butir soal dapat sesuai atau cocok dengan suatu perangkat tes data tertentu. jadi model itu mungkin tidak secara baik meramalkan atau menjelaskan data tersebut5[5]. Oleh karena itu upaya-upaya yang dilakukan oleh para ahli adalah upaya untuk membebaskan alat ukur tersebut dari keterikatannya kepada sample. Konsep IRT sangat berguna untuk memecahkan masalah-masalah dalam penyeleksian soal-soal untuk mendesain suatu perangkat tes tertentu. Oleh karena itu setiap dalam setiap penerapan IRT adalah esensial untuk menguji keseuaian modelnya dengan datanya. seperti diketahui alat-alat ukur fisik. tergantung bentuk matematis fungsi karakteristik butir soal dan atau banyaknya parameter yang terlibat dalam model itu. atau kemampuan (ability). dapat pula tidak. ACER (Australian Foundations for Educational Research). dan keseuaian model dengan data juga dapat dinilai. Ujian Masuk Perguruan Tinggi Negeri (UMPTN). NFER (National Foundations for Educational Research). Walaupun keberlakuan asumsi-asumsi itu tidak dapat ditentukan secara langsung. Nama yang lebih populer adalah teori respons butir atau Item Respon Teori (IRT). alat ukur berat. Ujian Akhir Semester (UAS). Suatu hal yang perlu diingat adalah bahwa perbedaan dengan teori skor murni klasik model-model butir soal itu dapat palsu. yaitu4[4] : 1. masih memakai teori tes klasik. dan lain sebagainya. Konsep IRT berlandaskan dua postulat. Demikian juga beberapa tes yang digunakan di Indonesia. Model-model IRT meliputi seperangkat asumsiasumsi yang dikenai model itu. Fungsi ini menyatakan bahwa apabila taraf sifat (kemampuan) meningkat. Model matematis yang digunakan IRT menyatakan bahwa probabilitas subyek menjawab benar terhadap butir soal tertentu tergantung kepada kemampuan subyek dan karakteristik butir soal yang bersangkutan. Teori Tes Modern Teori tes modern mendasarkan diri pada sifat-sifat atau kemampuan yang laten. namun sementara bukti tidak langsung dapat dikumpulkan dan dinilai. dan mendasari kinerja (performance) atau respons subyek terhadap butir soal tertentu.

namun dalam praktek hanya tiga model yang populer. Hal ini disebut asumsi unidimensionalitas (unidimensionality). Oleh karena itu. Walaupun secara teori dapat disusun model-model IRT yang sangat besar jumlahnya. Keuntungan dari cara tersebut adalah terbentuknya skala baku nasional 6 . Mengingat pentingnya Uan sebagai kegiatan penilaian prestasi belajar akhir jenjang pendidikan. namun tetap menggunakan standar-standar penilaian nasional. Artinya alat ukur yang digunakan untuk mengukur kemampuan akademik siswasiswa Jakarta atau di kota-kota besar lainnya tentunya tidak adil jika alat serupa dipergunakan untuk melakukan hal serupa terhadap anak-anak di wilayah pelosok atau kepulauan. (2) keadaan distribusi sampel dari peserta ujian. Ada tiga hal yang bisa digunakan untuk mempertimbangkan model mana yang akan digunakan apakah satu parameter model. Mengingat ujian diadakan secara nasional maka dilakukan pembedaan tingkat kesulitan soal. Hal ini sama saja seperti kita ingin menimbang 1 kg kentang dan 1 kg emas. Dari ketiga model tersebut. Maka kita harus menggunakan timbangan yang berbeda tetapi dengan skala yang tetap sama. Untuk memenuhi kebutuhan tersebut. setiap skor yang diperoleh siswa dari hasil UAN harus dapat dikonversikan ke dalam suatu skala baku yang bersifat nasional. obyektivitas dan perbandingannya nilai UAN. Asumsi lain yang dibuat dalam semua model IRT adalah bahwa fungsi karakteristik butir soal tertentu merefleksikan hubungan sebenarnya (true relationship) antara variabelvariabel yang tidak dapat diobservasi yaitu kemampuan dengan variabel-variebel yang dapat diobservasi. Rasch Model dan Konversi Skor UAN Dalam konteks ujian akhir nasional (UAN). Standar yang dimaksud adalah patokan nilai 4. Secara umum dapat dikatakan bahwa semakin banyak parameter yang digunakan semakin banyak pula sampel peserta ujian yang diperlukan untuk mengestimasi parameter-parameter tersebut. untuk menguji tingkat intelektualitasnya memerlukan adanya alat ukur yang berbeda dengan skala yang sama. Pemerintah menyadari bahwa tingkat intelektualitas di tiap daerah di negara kita berbeda. diperlukan tabel konversi yang disusun berdasarkan bobot butir soal yang dikembangkan melalui bank soal dan telah dikalibrasi secara nasional. dua parameter model. (b) model logistik dua parameter. atau tiga parameter model tergantung dari (1) banyaknya sampel peserta tes. Untuk itu.diukur oleh butir-butir soal yang merupakan seperangkat tes. yaitu respons terhadap butir soal. yaitu (a) model logistik satu parameter. Asumsi juga dapat mengenai karakteristik butir soal yang relevan bagi kinerja subyek pada suatu butir soal. yang diukur adalah prestasi atau kemampuan akademik peserta didik untuk menentukan layak-tidaknya meraih predikat lulus dari satuan dan jenjang pendidikan tertentu. (3) kemampuan program komputer untuk mengestimasi parameter IRT. Suatu konsep lain yang langsung berkaitan dengan unidimensionalitas adalah ketidak-tergantungan lokal (local independence). model satu parameter atau Rasch model sekarang ini adalah yang paling banyak digunakan. baik antardaerah dan antarsekolah pada waktu yang sama sangat diperlukan.01. (c) model logistik tiga parameter6[6]. Suatu fungsi karakteristik butir soal atau kurva karakteristik butir soal adalah suatu rumusan matematik yang menghubungkan probabilitas keberhasilan (yaitu menjawab dengan benar) pada suatu butir soal dengan kemampuan yang diukur dengan tes itu dan karakteristik butir soal bersangkutan. Jadi sampel peserta ujian yang diperlukan untuk mengestimasi tiga parameter model lebih banyak daripada untuk mengestimasi satu parameter model.

Depdiknas secara sistematis mengkhianati tujuan dan fungsi ujian nasional yang mereka tetapkan sendiri. Dua atau lebih paket tes pararel yang terdiri dari butir soal berbeda dianggap memiliki rata-rata tingkat kesukaran sama. Dengan penafsiran tersebut. Sebaliknya siswa B berhasil menjawab dengan benar soal-soal yang sukar dan mudah sehingga skor akhir yang diperoleh siswa B setelah dkonversi akan lebih tinggi dari siswa A. nilai UAN dapat memberikan informasi tentang materi apa yang dikuasai dan yang tidak dikuasai sesuai kompetensi dan tujuan pembelajaran setiap bidang sesuai kurikulum yang berlaku. Akademi Militer. Jadi bisa diartikan bahwa penerapan konversi ini tidak ada pihak yang dirugikan. Selama ini masyarakat menggunakan rata-rata NUN sebagai salah satu ukuran keberhasilan sekolah. Nilai ujian bukan lagi merupakan cermin kemampuan atau kompetensi siswa. Karena bisa jadi siswa A berhasil menyelesaikan soal-soal yang mudah dengan bobot yang rendah. Konversi dianggap memudahkan dalam menafsirkan hasil UAN. Selisih nilai mentah atau skor relatif tidak menggambarkan selisih kemampuan sebenarnya. Pertimbangan perlunya tabel konversi antara lain selama ini penilaian dengan menggunakan skor mentah (jumlah jawaban benar) dan skor relatif (jumlah jawaban benar dibagi jumlah soal dikalikan 10) memiliki beberapa kelemahan. Skala baku nasional memungkinkan dilakukannya analisis perbandingan mutu antar sekolah dan antar daerah. 2. 4. Siswa kurang mampu dianugerahi penghargaan besar-besaran hanya demi mencapai target.untuk semua paket tes yang digunakan dalam UAN melalui proses penyetaraan antarpaket tes. Misalnya bila ada dua orang siswa yang berhasil menyelesaikan 30 soal Matematika dengan benar. Sebaiknya skala pengukuran bersifat kontinum dalam skala interval atau rasio yang dapat digunakan untuk perhitungan statistik. Depdiknas berada di barisan paling depan dalam pemerkosaan arti nilai ujian. Semua siswa diasumsikan mengerjakan soal yang sama walaupun dalam prakteknya paket-paket soal memiliki derajat kesulitan yang berbeda. 5. sehingga tidak memenuhi kaidah pengukuran yang baik. Tabel Konversi di dapat sebagai hasil kegiatan transfer skor mentah (raw score) menjadi skor yang memiliki skala sama. rata-rata NUN sekolah unggul turun drastis. tetapi hanyalah sebagai alat permainan untuk menentukan kelulusan siswa. Bagi pihak yang kontra. Depdiknas dengan sengaja merusak citra sekolah-sekolah favorit atau unggul. Sementara skor mentah dan skor relatif hanya bersifat ordinal atau berfungsi mengurutkan kedudukan siswa dari skor tertinggi ke terendah. misalnya STAN. Peluang lulusan SMA/MA untuk mengikuti berbagai tes atau seleksi di berbagai instansi kedinasan menjadi sirna.01. 3. Dengan dalih meningkatkan motivasi siswa belajar dan meningkatkan mutu lulusan dengan menetapkan minimal nilai lulus 4. ATT Telkom. tidak harus diberi angka yang sama dengan menggunakan raw score sebagaimana yang diusulkan oleh pendapat yang kontra terhadap Tabel Konversi. Dan di negara asalnya sistem ini tidak pernah dikritik karena sudah menerapkan azas keadilan. mereka menganggap tabel konversi mempunyai dampak sebagai berikut 7[7] : 1. 7 . Dengan tabel konversi ini. Selain itu akan memungkinkan pula dilakukannya pemantauan mutu pendidikan secara berkesinambungan dari tahun ke tahun. Hampir semua instansi mengharuskan minimal nilai rata-rata tertentu. Sistem konversi yang digunakan di Indonesia berasal dari Amerika. misalnya tiap soal dianggap mempunyai tingkat bobot yang sama.

maupun antarwilayah. maka kita tidak kuatir adanya guessing atau faktor menebak. Karena paket-paket tes yang digunakandalam UAN disetarakan dan disatuskalakan ke dalam nilai (skala) baku nasional. dan antarwilayah dapat diperbandingkan sehingga dapat digunakan dalam rangka mengendalikan mutu pendidikan itu sendiri dan sekaligus merumuskan kebijakan dalam rangka peningkatan mutu pendidikan secara nasional. (c) dilihat pertama-tama banyaknya soal yang dapat diselesaikan oleh 80 % peserta tes. Siswa dan orang tua siswa hanya mengetahui bahwa nilai tidak baik. Dari ketiga model dan asumsi dari IRT tersebut. 2. maka bisa dicurigai adanya speeded test. waktu yang tersedia untuk mengerjakan tes cukup. antarsekolah. karena tes yang digunakan sifatnya power test bukan speeded test. Menjaga keadilan bagi siswa. 3. hanya Rasch model yang menjadi . apabila hampir semua peserta tes gagal untuk menyelesaikan semua soal-soal dalam tes. 4. Guru dikecewakan oleh Depdiknas. Salah satu cara mengeceknya adalah dengan melihat skor kelompok peserta tes kemampuan bawah pada soal-soal yang paling sukar.6. Dipihak lain Depdiknas menjelaskan keuntungan penggunaan Tebel Konversi berikut : 1. dan persentase dari peserta tes yang dapat mengerjakan 75 % dari soal-soal dalam tes. Meningkatkan kecermatan dalam penggunaan data hasil UAN untuk kepentingan perencanaan di tingkat makro. maka speeded tes juga dapat dicurigai. Terlepas dari paradigma tersebut mari kita kaji secara ilmiah konversi nilai tersebut. Bagaimana kita menjelaskan semua ini kepada masyarakat?. Untuk satu-parameter (Rasch model) dan dua-parameter model adalah faktor menebak atau guessing sangat minim atau kemungkinan menebak sedikit sekali. (b) total skor hasil dari waktu yang telah dibatasi dibandingkan dengan total skor hasil dari waktu yang tidak dibatasi. Skala baku nasional memungkinkan dilakukan analisis perbandingan kemampuan (mutu outcome) antarsekolah. antardaerah. telah dilakukan penyesuaian sehingga tabel konversi untuk masing-masing paket tes adalah setara. Telah disebutkan bahwa ada tiga model dalam unidimensional IRT dengan asumsi sebagai berikut : 1. dan apabila skornya nol. dan apabilka asumsi ini dipenuhi maka rasionya mendekati nol. Salah satu cara untuk mengeceknya adalah dengan menggunakan analisis soal klasik (classical item analysis). dan apabila angkanya jauh berbeda. juga persentase dari jumlah peserta tes yang dapat mengerjakan semua soal. bila distribusi biserial hampir homogen . maka asumsi ini terpenuhi. Terbentuknya skala baku nasional untuk semua paket tes yang digunakan dalam UAN melalui proses penyetaraan antarpaket tes. yaitu kesamaan pada semua daya pembeda soal (item discrimination). Informasi hasil UAN antartahun. Pada waktu pelaksanaan tes. di mana paket tes yang digunakan berbeda. yaitu : (a) variance dari banyaknya soal yang tidak dikerjakan oleh peserta tes dibandingkan dengan variance banyaknya soal yang dijawab salah oleh peserta tes. Ada tiga cara untuk mengecek asumsi ini. skor mentah (jumlah butir soal yang dijawab benar) siswa yang memperoleh paket-paket tes yang berbeda tingkat kesukarannya. 2. Artinya peserta tes harus disediakan waktu yang cukup untuk menyelesaikan soalsoal dalam tes. 3. Memungkinkan dilakukannya pemantauan mutu pendidikan dari tahun ke tahun. Asumsi terakhir hanya berlaku pada satu parameter IRT model. Berarti gurunya tidak bisa mengajar.

8 9 .