«

»

Okt 06

Teori Respons Butir Multidimensi

Teori Respons Butir Multidimensi

Oleh: Heri Retnawati

Seperti halnya teori respons butir unidimensi, pada model teori respons butir multidimensi data dapat berupa butir skor dikotomi atau politomi. Matriks data disusun sedemikian rupa, dengan xij menyatakan elemennya pada baris ke-i dan kolom ke-j. Butir dinyatakan dalam i (i=1,…,n) dan peserta dinyatakan dalam j (j=1,…,N).
Dalam menyusun matriks data, ada asumsi yang harus diperhatikan (Reckase, 1997), yakni :
a. Semakin tinggi kemampuan peserta tes, semakin besar probabilitas menjawab benar peserta tes terhadap butir soal (asumsi kemonotonan).
b. Fungsi probabilitas menjawab benar bersifat smooth (turunan fungsinya terdefinisikan).
c. Probabilitas kombinasi respons dapat ditentukan dengan hasil probabilitas respons individual ketika probabilitas dihitung kondisional pada titik dalam ruang yang didefinisikan oleh konstruk hipotetik (asumsi independensi lokal). Berdasarkan hal ini, asumsi yang digunakan untuk menyusun matriks data yakni asumsi kemonotonan, memiliki turunan fungsi, dan independensi lokal.
Pada teori respons butir multidimensi (multidimensional item response theory, MIRT) dikenal dua model, yakni compensatory dan noncompensatory. Menurut Ansley dan Forsyth (Spray, Davey, Reckase, et al., 1990), model compensatory membolehkan kemampuan tinggi pada salah satu dimensi memperoleh kompensasi pada kemampuan rendah pada dimensi lain dalam kaitannya dengan probabilitas menjawab benar. Sebaliknya, pada model noncompensatory tidak membolehkan kemampuan tinggi pada salah satu dimensi memperoleh kompensasi pada kemampuan rendah pada dimensi lainnya. Untuk model compensatory pada kasus butir dua dimensi, seorang peserta tes dengan kemampuan sangat rendah pada satu dimensi dan kemampuannya sangat tinggi pada dimensi lain dapat menjawab butir tes dengan benar.
Ada dua tipe model compensatory, yakni model MIRT logistik (Reckase, 1997) dan model ogive normal dari Samejima dengan menyatakan kombinasi linear dari kemampuan multidimensi dalam pangkat pada rumus probabilitas menjawab benar. Dalam model linear ini, rendahnya satu atau lebih kemampuan dapat dikompensasikan pada dimensi lainnya. Karena kompensasi merupakan karakteristik kombinasi linear, maka model ini diberi nama dengan model MIRT linear (Spray, Davey, Reckase, et al., 1990; Bolt & Lall, 2003).
Di lain pihak, model MIRT noncompensatory dideskripsikan sebagai probabilitas dari respons yang menguntungkan pada hasilkali dari fungsi kemampuan sebanyak k dimensi dan karakteristik butir.
Berdasarkan pengalaman Reckase dan Hirsch (Reckase, 1997), banyaknya dimensi kemampuan sering underestimate atau overestimate dan hal ini akan merugikan. Banyaknya dimensi yang digunakan pada model tergantung interaksi butir dengan peserta tes yang perlu disesuaikan dengan tujuan analisis.

Tinggalkan Balasan

Alamat surel Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Anda dapat menggunakan tag dan atribut HTML berikut: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>