Rasch Model: Riset Kuantitatif

Home » Uncategorized » Ruang keluaran (outcome space)

Ruang keluaran (outcome space)

Dengan penjelasan peta konstrak dan disain aitem, maka langkah selanjutnya adalah bagaimana mengatur pola respon yang nantinya bisa menggambarkan ruang lingkup sebaran abilitas/sikap peserta ujian/kuesioner yang diberikan dan tingkat kesulitan/tingkat persetujuan pada aitem dalam peta konstrak, serta mempunyai aitem-aitem yang bisa memberitahu tentang kualitas apa yang kita ukur. Langkah selanjutnya adalah bagaimana mengkategorikan jawaban yang diberikan peserta ujian.

Ruang keluaran tidak lain adalah upaya yang kita lakukan untuk mengindentifikasi pilihan yang diberikan pada siswa atau responden memang berbeda secara kualitatif.  Pada kenyataannya, setiap pengukuran didasarkan pada perbedaaan kualitatif pada awalnya. Misalnya pada soal dengan pilihan jawaban yang tertutup seperti pada soal pilihan ganda, maka kita tahu ada perbedaan kualitatif antara pilihan jawaban yang benar dan sisanya adalah jawaban yang salah. Demikian juga misalnya untuk aitem yang bertanya tentang sikap dan opini seperti skala peringkat Likert, pada dasarnya adalah pemahaman kualitatif bahwa satu pilihan berbeda dengan pilihan lainnya (misalnya pilihan antara setuju dan lebih setuju). Sedangkan untuk soal jenis essay, maka kita biasanya sudah mempunyai pola kemungkinan jawaban yang diberikan, misalnya terbagi dalam empat perbedaan kualitatif dari tidak menjawab sama sekali sampai pada jawaban yang lengkap.  Erat kaitan dengan hal ini adalah definisi pengukuran yang dikemukakan oleh Stevens pada tahun 1940-an yang menyatakan bahwa: “pengukuran adalah menempatkan angka (nomor) kepada objek atau kejadian sesuai dengan aturan yang ditetapkan”. Dengan kata lain perbedaan kualitatif dari jawaban yang diberikan tersebut dimanifestasikan dalam angka.

Wilson (2005) menyatakan bahwa pemberian angka dalam merepresintasikan perbedaan kualitatif ini sebenarnya di luar konteks pengukuran dalam ilmu sosial, karena sifatnya memang bukan lah suatu pengukuran, lebih kepada pemberian label berbentuk angka. Kritik terhadap definisi pengukuran Stevens di atas yang paling mendasar dilakukan oleh Michell (1997), yang menyatalkan bahwa: atribut yang diukur harus lah memang bersifat kuantitatif (scientific); juga secara instrumental prosedur penentuan untuk estimasi angkanya memang menunjukkan besarannya (measurement is the numerical estimation and expression of the magnitude of one quantity relative to another) (Michell, 1997, hal. 355).

Oleh karena itu representasi angka yang digunakan dalam mewadahi perbedaan kualitatif tidak bisa dianggap sebagai perbedaan dalam pengertian sebagai bilangan bulat yang menunjukkan jarak yang sama (equal interval) dan bersifat linear, terlebih karena  terdapat ketidakjelasan makna skor nol atau skor yang sempurna. Singkatnya makna yang diberikan tidak lain adalah skor mentah (raw score) saja.

Dalam konteks ruang keluaran ini maka langkah selanjutnya adalah pola skor (scoring) seperti apa yang akan dilakukan. Hal yang berkaitan dengan pola skor adalah perlunya dilakukan moderasi penilaian (assessment moderation) yang dilakukan oleh kelompok penilai, misalnya para guru/kelompok peneliti, yang telah mempunyai pengalaman yang akan banyak membantu dalam proses penilaian tersebut. Melalui proses moderasi ini, bisa dilakukan berulang kali, maka kesepakatan pola skor mendapat keselarasan dan alasan yang lebih kuat untuk diterapkan. Konsensus dalam pola skor penting untuk diterapkan untuk mendapatkan konsistensi pola skor.

Pada prakteknya pola skor yang diterapkan adalah kategori pemeringkatan. Misalnya untuk pilihan jawaban betul dan salah, maka kategorinya hanya dua yaitu, ‘benar’ yang bisa dilambangkan dengan angka satu (1), dan ‘salah’ yang dilambangkan dengan angka nol (0). Data yang dihasilkan ini biasa disebut dikotomi, maksudnya adalah terdapat dua kategori saja. Soal untuk pertanyaan singkat misalnya punya kemungkinan kedua jawaban ini; seperti halnya untuk soal pilihan ganda, dimana terdapat satu pilihan yang benar, dan yang lainnya tidak tepat, contoh:

  • Ibu kota Jawa Timur adalah:

A. Jakarta           B. Bandung            C. Semarang          D. Surabaya

Terlihat dengan jelas hanya terdapat satu pilihan jawaban benar, dan bila bukan pilihan D, maka skor-nya adalah nol.

Kategori pemeringkatan yang lain adalah politomi, yang berarti kategori lebih dari dua peringkat. Bentuk aitem yang menghasilkan kategori data politomi bisa beragam bentuknya. Soal jenis pilihan ganda misalnya bisa mempunyai pola skor majemuk, seperti contoh di bawah ini:

  • Ibu kota Jawa Timur adalah

A. Malang      B. Bandung            C. Semarang          D. Surabaya

Terlihat bahwa jawaban benar adalah D, namun bila hasil moderasi penilai mendapati bahwa siswa yang menjawab A dianggap sudah menunjukkan pengetahuan faktual tentang provinsi Jawa Timur, maka yang memilih jawaban ini pun mendapat skor walau tidak sama seperti yang menjawab D. Oleh karena itu kategori skor-nya adalah trikotomi, yaitu:

Jawaban   B dan C  = 0                A  = 1         D  = 2

Untuk soal pertanyaan terbuka seperti soal essay, maka pilihan kategori bisa lebih dari tiga, bisa sebanyak yang dianggap menunjukkan kualitas jawaban yang benar. Dalam tahapan ini moderasi antara penilai penting untuk dilakukan, perlu diskusi untuk membandingkan kategori peringkat masing-masing, sampai akhirnya mencapai konsensus pola skor yang disepakati. Biasanya kesepakatan yang didapat produk akhir pola skor-nya adalah suatu rubrik. Dengan rubrik sebisa mungkin pola skor yang sifatnya subjektif dan bias diminimalisir sehingga tidak menjadikan hal ini merugikan siswa yang dinilai.

Demikian juga bila soalnya adalah pernyataan skala sikap maka, bagaimana pola skor yang akan digunakan harus punya alasan yang jelas dan konsisten digunakan. Misalnya yang paling banyak dipakai adalah skala peringkat Likert seperti:

Sangat Tidak Setuju = 1           Tidak Setuju = 2               Setuju  = 3        dan     Sangat Setuju = 4

harus diingat bahwa representasi angka bukanlah bermakna angka mempunyai sifat seperti bilangan bulat, ini tidak lain adalah data ordinal (BUKAN data interval apalagi data rasio). Data ordinal terbatas fungsinya dan tidak boleh diperlakukan seperti bilangan bulat, misalnya dengan melakukan operasi aritmatika (tambah, kali, bagi) untuk mendapatkan rata-rata. Bila memang ada pernyataan yang negatif (unfavorable), jangan lupa untuk membalikkan urutannya yang berlawanan dengan pola skoring yang positif,


Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: