psikologi.ums.ac.id –
Teori klasik dan modern
Apa kata sifat yang terpikir pertama ketika mendengar kata psikometri?
Item response theory atau teori respon butir, tidak pada tauu??
Urgensi pengembangan alat ukur:
Dalam penelitian kuantitatif, kita akan mencari gap dan novelty atas riset-riset terdahulu, lalu menentukan hipotesis atau jawaban sementara, menentukan sample, dan mengambil data. Dalam proses pengumpulan data, karena kuantitatif maka ia harus berupa angka/numerik, bagaimana variabel-variabel dalam psikologi menjadi numerik, kita membutuhkan instrumen dan alat ukur. Dalam menggunakan alat ukur, kita perlu menentukan validitas dan reliabilitasnya, inilah pentingnya pengembangan alat ukur dalam psikologi.
Mengapa kita mengukur atribut dalam psikologi?
Kita punya asumsi dasar mengenai individual differencies, atribut psikoogi setiap orang berbeda, namun bisa diukur, sebab konstruk psikologi itu ada dan dapat diukur. Ex: inteligensi setiap orang berbeda, dan bisa diukur. Misalkan kita merumuskan suatu konstruk: kecerdasan emosi setiap orang berbeda, lalu kita ukur. Dalam setiap pengukuran terdapat error pengukuran. Skor yang kita peroleh tidak 100% menggambarkan kondisi individu. Dalam psikologi, error pengukurannya besar. Tidak semata karena alat ukur, tapi juga disebabkan oleh banyak hal, oleh sebab itu tidak bisa menggambarkan 100% kondisi individu. Respon saat di tes dapat menjadi prediksi ketika ia tidak di tes. Apa yang terukur bisa mencerminkan perilaku individu pada saat tidak pengukuran. Penggunaan psikotes dalam perusahaan: prediksi dan asumsi tingkat kecerdasan atau kemampuan seseorang dalam menempati suatu posisi atau jabatan dengan jobdesk tertentu.
Atribut-Atribut Psikologi
Dalam Psikometrik sering disebut dengan konstruk (sesuatu yang secara hipotesis diasumsikan ada), di metode penelitian disebut dengan variabel.
- Maximum Performance (Variabel Kognitif), memiliki ciri: ada jawaban benar dan salah, contohnya SPM. Dibilang maximum performance karena hasil bisa dikatakan valid jika individu mengerahkan kemampuannya secara maksimal. Isu dalam psikometri: jika seseorang tidak merasa urgensi atas sebuah tes, maka ia akan mengerjakan dengan tidak maksimal, sehingga tidak dapat menjadi gambaran utuh mengenai kemampuan yang sesungguhnya.
- Potensial, tes yang bisa menggambarkan potensi diri di masa yang akan datang, TPA atau tes potensi akademik fungsinya untuk tes yang diharapkan dapat memprediksi kemampuan akademik di masa yang akan datang. Misal TPA tinggi, diprediksi IPK juga tinggi.
- Aktual, kemampuan yang menggambarkan kondisi saat ini. Contoh testnya adalah UTS, UAS. Test Prestasi.
- Typical Performance (Variabel non kognitif),
- Tes Sikap, sikap terhadap suatu objek, ada sikap positif dan negatif, tapi tidak ada benar dan salah
- Tes Minat,
- Trait atau kepribadian, kecuali proyektif sulit dibuktikan validitasnya melalui psikometri
Ragam cara pengembangan alat ukur
- Adaptasi, menerjemahkan dari bahasa asing ke Indo dan disesuaikan dengan budaya kita. Bisa untuk riset yang cross culture antar negara. Bisa buat riset meta analisis
- Konstruksi, bikin sendiri itemnya dan diuji sendiri validitas dan reliabilitasnya. Dipakai ketika blm ada alat ukurnya sama sekali. Kalau tujuannya bukan cross culture better bikin sendiri.
- Modifikasi (tapi tidak populer), mengambil alat ukur lain tapi dimodifikasi, tapi alat ukur yang ada copyright atau hak ciptanya ngga bisa dimodifikasi, tidak diperbolehkan. Terutama tes-tes yang sudah terstandar kayak WAIS. Jangan lupa izin dulu kalo mau modifikasi.
Prosedur pengembangan alat ukur
- Konseptualisasi: menetapkan teori dan definisi konseptual, lalu menetapkan definisi operasional dan spesifikasi tesnya. Idealnya, spesifikasi tes mencakup rentang kesulitannya juga. Misal item tes anti ada yang sulit dan sangat sulit, untuk membedakan mana yang pintar dan yang genius
- Item Development: menulis item berdasarkan spesifikasi tes yang sudah ditetapkan tadi, termasuk format responnya, apakah multiple choice atau apa. Kemudian internal review, yaitu saling review antar penulis item dalam tim,
- Field Testing : tes pada orang awam atas tes yang telah dibuat. Analisis psikometri (reliabilitas, parameter item dll).
- Test Assembling: seleksi item, item mana saja yang mau diambil lalu dirakit.
Evaluasi Intrumen
- Test Dimensionality
- Test Reliability
- Test Validity
- Test content
- Internal Structure
- Relationship to other variables
- Response Processes, misal mau ngukur penalaran tapi ternyata oleh responden ia menggunakan memorinya. Penalaran kan lebih dari mengingat.
- Consequenses of testing, misal TPA untuk seleksi mahasiswa baru, asumsinya TPA tinggi IPK tinggi, maka nanti bisa dilihat korelasinya, apakah yang IPK nya tinggi dulu TPA nya juga tinggi.
Analisis Item
- Classical test Model
- Latent Traits Model
- Item Response Theory
- Rasch Model, secara matematis sama dengan 1 parameter tapi beda filosofinya.
Pada akhirnya item response theory berkambang tidak hanya untuk test prestasi saja, dan merambah hingga ke bidang kesehatan. Tidak hanya untuk item dikotomi tapi juga politomi seperti skala likert.
- Unidimensional
- Dikotomi
- Politomi
- Multidimensional, memungkinkan satu item mengukur 2 konstruk yang berbeda. Misal terdapat 1item yang mengukur visual dan penalaran sekaligus. Yang tradisional gabisa, 1 item bisanya ngukur 1 konstruk, dianggapnya justru item jelek.
Teori Tes Klasik (CTT) vs Item Response Theory (IRT)
Teori Tes Klasik atau Teori Skor Murni
Asumsi yang paling terkenal : X = T+E
T adalah skor murni, E adalah eror yang mempengaruhi pengukuran. True score hanyalah hipotetical.
Kelebihan:
- Mudah dipahami, sering dipakai masyarakat even dia ngga tau teori ini
- Cocok untuk tes sederhana dengan item kecil
- Statistiknya mudah, biasanya deskriptif atau korelasi sederhana
- Reliabilitas mudah dihitung, dihitung manual juga bisa
Kelemahan
- Karakteristik item bergantung pada kelompok (item mudah atau sulit tergantung siapa yang mengerjakan) mudah bagi kelompok tertentu, sulit bagi kelompok lain
- Skor peserta test bergantung pada tes nya, kalau soalnya sulit ntar skornya sulit alias jeleq
- Sulit melakukan linking dan equating
- Orientasi pada test bukan pada item
- SEM (kebalikan dari reliabilitas)
- Kecenderungan memilih tingkat kesulitan yang sedang, karena korelasi item totalnya tinggi.
Parameter Butir CTT
- Berapa jawab benar dibagi berapa yang menjawab semua.
- Di CTT, semakin tinggi p atau tingkat kesulitan, maka artinya soalnya semakin mudah
- Daya diskriminasi item pakai .. response total
IRT atau Item Response Theory
Muncul pertama kali sekitar tahun 60 an dulunya Latent Trait Model. Model ini diadaptasi untuk tes-tes yang terstandar. Tahun 80 an cukup populer, terutama untuk tes dikotomi. Ide utama: basic atau dasarnya adalah probability. Misal punya tes jumlahnya 20 item, misal pada item nomer 4 orang yang total skornya bener 1, proporsi menjawab benarnya berapa persen?
Smoothing: Item characteristic curve.
IRT lebih powerfull untuk berbagai situasi karena ada satu karakteristik yang cukup bermanfaat yaitu:
- Independen dari kelompok subjeknya
- Skor estimasinya tidak bergantung pada tes, fokusnya pada level item bukan test. Orang yang pinter skor presisinya bisa sama dengan yang sedang-sedang saja. Kalau CTT kecenderungannya adalah merakit tes yang tingkat kesulitannya sedang (orang yg pinter jadi ga maksimal, pinter dan kurang pinter nilainya jadi sama). Untuk membedakan kita butuh soal yang sulit.
- Invariance: parameter tidak berubah di kelompok manapun.
Q&A
- Jika mau adaptasi atau modifikasi tapi pemilik aslinya sudah meninggal, bagaimana?
Biasanya, jika orang sudah meninggal maka hak ciptanya beralih pada institusi ia berkarir. Mostly alat ukur tidak dikembangkan sendiri.
- Apakah jumlah item berpengaruh pada validitas dan reliabilitas?
Jumlah item berpengaruh pada bagaimana seseorang mengerjakan butir-butir item. Orang cenderung tidak fokus dan jadi mengerjakan asal-asalan. Motivasi – alat ukur. Kalau test nya mempengaruhi orang ybs, maka itu ga masalah, misal buat test masuk kerja. Tapi kalau low stage misal isi angket buat riset orang lain, bisa jadi masalah. Tidak bawa impact buat yang ngisi, tapi bisa jadi masalah buat peneliti. Makanya banyak skala yang dikembangkan versi pendeknya.
- Mahasiswa S3 variabelnya banyak, tentu itemnya juga banyak, jadi banyak menggunakan versi singkat dan masih representatif.
- Ketika dihadapkan pada apakah bisa mengadaptasi tes saja atau menyusun ala tes baru? Mana yang lebih ideal dan realistis?
Kalau tidak mengincar jurnal internasional, bisa fleksibel pilih mana yang lebih mudah. Kalau fokus pada kita sendiri, konstruksi sendiri juga oke.
Notulensi: Aisyah Qurrota A’yyun (BPIAD)