Bab 10 · Aturan & Tata Kelola

Penilaian IRT (Item Response Theory)

Satu ujian, dua cara membaca hasil: simulasi interaktif perbedaan skor klasik dan skor IRT berdasarkan karakteristik soal.

Rancangan TRN-95 · Simulasi Konsep

Nilai klasik melihat berapa poin yang terkumpul. IRT membaca pola jawaban untuk memperkirakan kemampuan.

Ketika IRT diaktifkan untuk sebuah Super Tryout, hasil nilai klasik tetap disimpan dan dihitung. Skor IRT hadir sebagai penilaian pelengkap setelah seluruh respons peserta dianalisis bersama.

01 / Perbedaan Utama

Apa yang Dihitung?

Dua pendekatan berbeda dalam menilai hasil ujian peserta.

Penilaian yang Sudah Ada

Nilai Klasik

Menjumlahkan bobot poin yang diperoleh dari jawaban benar dan parsial, lalu mengubahnya menjadi persentase. Nilai langsung tersedia saat ujian selesai, sesuai aturan rilis hasil.

Skala 0–100

Penilaian Tambahan

Skor IRT

Memperkirakan kemampuan dari pola jawaban pada soal yang karakteristiknya dikalibrasi dari seluruh kelompok peserta. Skor dihitung bersama setelah data ujian lengkap.

Contoh skala proyek 0–1000

02 / Alur Sederhana

Kapan Skor IRT Muncul?

IRT membutuhkan jawaban dari banyak peserta. Menyalakan fitur tidak langsung menghasilkan skor instan.

Admin Aktifkan IRT

Opsi dipilih khusus pada Super Tryout yang akan memakai dua sistem penilaian.

Siswa Mengerjakan

Sistem tetap menghitung dan menyimpan nilai klasik segera setelah sesi selesai.

Data Diperiksa

Setelah ujian ditutup, jumlah peserta dan mutu soal dicek sebelum proses kalibrasi.

IRT Dihitung

Karakteristik soal dan kemampuan siswa diperkirakan; dua hasil ditampilkan terpisah.

03 / Pengacakan Soal

Nomor Boleh Berbeda, Soalnya Tetap Dikenali

Urutan yang terlihat oleh siswa tidak dipakai sebagai identitas dalam perhitungan IRT.

1. Tampilan Diacak

Soal A11 dapat tampil sebagai nomor 1 untuk Siswa A dan nomor 7 untuk Siswa B.

2. ID Soal Dicocokkan

Jawaban disimpan bersama soal_id yang unik dan tetap, bukan nomor tampil.

3. Masuk Kolom yang Sama

IRT menempatkan kedua jawaban ke kolom item A11 yang sama saat membangun matriks respons.

Peserta	Nomor yang Tampil	Kode Soal	Kolom IRT
Siswa A	Nomor 1	A11	soal_id A11
Siswa B	Nomor 7	A11	soal_id A11

Yang tidak dipakai: nomor 1, 2, 3, dan seterusnya pada layar siswa. Yang dipakai: identitas permanen soal_id. Kode seperti A11 menjadi label yang mudah dibaca, sedangkan ID unik mencegah soal tertukar meskipun kode atau urutan tampil serupa.

04 / Simulasi Interaktif

Jumlah Benar Sama, Hasil Bisa Berbeda

Ubah jawaban Siswa A dan B. Simulasi ini memakai enam soal contoh dengan bobot klasik sama agar perbedaan pola jawaban mudah terlihat.

Coba Ubah Pola Jawaban

Tekan tombol jawaban di tabel untuk mengubah benar (✓) ↔ salah (×).

Data Contoh TRN-95

Enam Soal dalam Satu Ujian

Soal diurutkan dari lebih mudah ke lebih sulit. Tiga soal terakhir juga memiliki daya beda lebih tajam dalam simulasi ini.

✓ benar • × salah

Hasil Perbandingan Dua Siswa

Kalkulasi Otomatis

Siswa A

Benar:—

Nilai klasik:—

Skor IRT:—

Siswa B

Benar:—

Nilai klasik:—

Skor IRT:—

Grafik Perkiraan Kemampuan (θ)

Titik menunjukkan skor akhir; kurva menunjukkan sebaran probabilitas kemampuan.

Siswa A Siswa B

Dalam sistem sebenarnya, karakteristik soal dipelajari secara kolektif dari respons seluruh kohort peserta Super Tryout.

05 / Di Balik Skor

Apa yang Dibaca oleh Model IRT?

IRT melihat setiap butir soal sebagai sumber informasi pengukuran kemampuan, bukan sekadar poin tetap yang dijumlahkan.

Tingkat Kesulitan · b

Di mana soal menantang?

Soal yang lebih sulit cenderung baru dijawab benar oleh peserta dengan tingkat kemampuan yang lebih tinggi.

Daya Pembeda · a

Seberapa tajam memisahkan?

Soal yang baik dengan jelas membedakan siswa berkemampuan tinggi dan rendah. Butir dengan daya beda rendah perlu ditinjau.

Kemampuan · θ

Pola mana yang paling logis?

Model mengestimasi nilai theta (θ) dari pola kombinasi benar-salah, lalu memetakannya ke skala skor akhir 0–1000.

06 / Yang Perlu Diingat

Membaca Dua Skor dengan Tepat

Nilai Klasik Tidak Hilang

Kedua skor dapat dilihat berdampingan. Karena skala dan modelnya berbeda, skor klasik (misal: 80) tidak boleh langsung dibandingkan atau dirata-ratakan dengan skor IRT (misal: 780) dalam satu peringkat yang sama.

Skor IRT Butuh Sampel Cukup

Jumlah peserta yang terlalu sedikit membuat kalibrasi parameter butir soal kurang stabil. Pada skala riil, kecukupan data peserta harus diverifikasi sebelum skor IRT dijadikan acuan kelulusan/peringkat resmi.

Apakah IRT Bisa Dipakai untuk Peserta Sedikit?

TRN-95 mengkalibrasi karakteristik soal dari peserta Super Tryout yang sedang dihitung. Karena itu jumlah peserta langsung memengaruhi kestabilan skor.

Terlalu sedikit

10 siswa

IRT 2PL tidak dihitung karena parameter soal akan sangat mudah berubah. Sistem menolak batch dan nilai klasik 0–100 tetap tersedia.

Bisa untuk evaluasi

50–249 siswa

Melewati batas teknis sistem, tetapi hasil masih diberi peringatan dan lebih cocok untuk simulasi atau diagnostik internal.

Lebih layak

Sekitar 250+

Memberi dasar kalibrasi 2PL yang lebih kuat. Mutu soal, konvergensi, dan daya beda tetap harus diperiksa.

Catatan: kelompok kecil dapat dinilai dengan IRT bila parameter soal sudah dikalibrasi sebelumnya dari sampel besar dan kemudian dikunci. TRN-95 saat ini melakukan kalibrasi per Super Tryout, sehingga ketentuan minimal 50 siswa unik tetap berlaku.

Sebelumnya Pengawasan & Jejak Aktivitas Selesai Kembali ke Daftar Isi