Partial Credit Model (PCM) dalam Penskoran Politomi pada Teori Respon Butir
DOI:
https://doi.org/10.20956/jmsk.v9i1.3397Abstract
Dalam pelaksanaan tes uraian, penskoran biasanya dilakukan secara parsial berdasarkan langkah-langkah yang harus ditempuh untuk menjawab benar suatu butir soal. Penskoran dilakukan perlangkah dan skor perbutir diperoleh peserta dengan menjumlah skor siswa tiap langkah, dan kemampuan diestimasi dengan skor mentah. Model penskoran seperti ini belum tentu tepat, karena tingkat kesulitan tiap langkah tidak diperhitungkan. Pendekatan alternatif yang dapat digunakan yaitu pendekatan teori respon butir (TRB) untuk penskoran politomi, salah satunya dengan partial credit model (PCM). PCM merupakan pengembangan dari model Rasch pada butir dikotomi yang berisi satu parameter lokasi butir dan dengan PCM kemudian dikembangkan dengan menjabarkan lokasi butir menjadi kategori. Skor kategori pada PCM menunjukkan banyaknya langkah untuk menyelesaikan dengan benar butir soal tersebut, sehingga kemampuan tiap peserta tes dapat diestimasi dengan menghitung probabilitas tiap peserta dalam menjawab tiap langkah dalam menyelesaikan sebuah soal tes. Dan hasil dari penelitian ini diperoleh bahwa butir soal yang layak dipakai untuk uji tes pada mahasiswa Fakultas Perikanan Unhas tahun ajaran 2011/2012 adalah butir soal nomor 1 dan 7 untuk butir soal X, dan soal nomor 2,7,8,dan 12 untuk butir soal YDownloads
Download data is not yet available.
Downloads
Published
2018-02-01
How to Cite
Safaruddin, S., Anisa, A., & AF, S. (2018). Partial Credit Model (PCM) dalam Penskoran Politomi pada Teori Respon Butir. Jurnal Matematika, Statistika Dan Komputasi, 9(1), 39-48. https://doi.org/10.20956/jmsk.v9i1.3397
Issue
Section
Research Articles
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
Jurnal Matematika, Statistika dan Komputasi is an Open Access journal, all articles are distributed under the terms of the Creative Commons Attribution License, allowing third parties to copy and redistribute the material in any medium or format, transform, and build upon the material, provided the original work is properly cited and states its license. This license allows authors and readers to use all articles, data sets, graphics and appendices in data mining applications, search engines, web sites, blogs and other platforms by providing appropriate reference.
