Minggu, 18 Juli 2010

penyakit

Teknologi pengendalian penyakit jamur akar cokelat (phellinus noxius) pada jambu mete

Supriadi

Balai Penelitian Tanaman Rempah dan Obat

ABSTRAK

Penyakit jamur akar cokelat (JAC) pada mete yang disebabkan oleh Phellinus noxius sudah menjadi kendala yang sangat serius di NTB, khususnya di Kecamatan Pekat Kabupaten Dompu. Jumlah pohon mati mencapai 5000, dengan perkiraan kerugian mencapai Rp 700,- juta. Berikut disampaikan beberapa hasil penting dari kegiatan penelitian penyakit JAC yang telah dilakukan selama 3 tahun terakhir. Gejala penyakit JAC mirip dengan gejala penyakit jamur akar putih, yaitu daun menguning dan gugur; ciri perbedaannya adalah akar dan pangkal batang pohon mete yang diserang oleh JAC diselimuti oleh butir-butir pasir dan tanah sehingga ukurannya terlihat menjadi lebih menjadi besar. Akar dan batang membusuk dan rapuh sehingga pohon mudah tumbang. JAC ditularkan melalui kontak akar. Di samping menyerang mete, JAC juga secara alami menyerang tanaman pinggir seperti kayu bantenan (Lannea coromandelica) dan gulma kirinyu (Euphatorium odorata), dan melalui inokulasi buatan JAC juga dapat mematikan kayu manis, eucaliptus, jarak pagar, dan randu. Penelitian pengendalian JAC masih terbatas pada aplikasi fungisida. Aplikasi triadimefon (Bayleton 250 EC) sebanyak 30 ml dalam 3 liter air diaplikasikan 3 kali setahun dapat menurunkan perkembangan persentase penyakit.

LATAR BELAKANG

Pesatnya perluasan areal pertanaman mete di wilayah Indonesia bagian timur, seperti NTB dan NTT, telah memicu berkembangnya berbagai jenis hama dan patogen, satu di antaranya adalah Phellinus noxius, penyebab penyakit akar cokelat. (JAC) Penyakit ini sangat dominan di kecamatan Pekat, kab. Dompu, NTB (Supriadi et al., 2004a,b). Sebaran penyakit sudah meliputi hampir seluruh desa, tetapai yang paling parah ditemukan di desa Pekat, Beringjaya, Nangamiro dan Kedindi. Jumlah pohon mete mati ditaksir sudah mencapai 5000 pohon, dengan kerugian mencapai lebih dari Rp 700,- juta rupiah per tahun. Berdasarkan laporan tentang gejala penyakit, diperkirakan JAC juga ditemukan di daerah lainnnya di NTB, tetapi belum banyak diperhatikan. Dikhawatirkan, dalam waktu lima tahun mendatang satu-satunya komoditas yang memberi penghidupan menduduk di kecamatan Pekat, Dompu ini sebagian besar akan mati, bila tidak ditangani secara serius. Matinya pohon mete akan berdampak pada kerusakan lingkungan dan ekonomi yang berkepanjangan karena mete adalah satu-satunya komoditas bernilai ekonomi andalan banyak petani setempat Selama tiga tahun terakhir Balittro telah melakukan penelitian tentang penyakit jamur akar cokelat di Dompu, NTB. Penyakit ini termasuk yang baru pada tanaman mete, sedang pada komoditas perkebunan lainnya seperti kakao, teh, kopi dan sawit, penyakit jamur akar cokelat sudah lama dikenal. Di luar negeri, JAC sudah menjadi ancaman serius pada tanaman perkebunan dan hutan tanaman industri; tercatat ada sekitar 200 jenis tanaman inang JAC (Ann et al., 2002).

Tujuan penulisan makalah adalah menginformasikan perkembangan terakhir tentang penyakit jamur akar cokelat pada mete di NTB.

GEJALA PENYAKIT

Pengenalan gejala penyakit sangat penting untuk menentukan langkah-langkah pengendalian selanjutnya. JAC menyerang jenis mete apa saja; tidak ada ketahanan ditemukan diantara jenis-jenis mete yang ditanam petani, yang umumnya benihnya berasal dari Sulawesi Tenggara seperti Muna, Jawa Timur seperti Madura, dan Jawa Tengah (Wonogiri dan Muktiharjo). Gejala serangan JAC sangat mudah dikenali, yaitu adanya daun menguning, layu, kemudian gugur. Pada akar dan pangkal batang terlihat berwarna hitam, busuk dan rapuh dan akhirnya tanaman mati. Butiran pasir dan tanah menempel kuat pada akar dan batang yang telah busuk sehingga terlihat menjadi lebih besar. Di antara jaringan kulit dan bagian yang berkayu sering terlihat kumpulan miselia (rizomorf) JAC yang berwarna berwarna kuning sampai cokelat.

TANAMAN INANG

Selain menyerang mete, JAC juga ditemukan menyerang tanaman lainnya, seperti kayu bantenan (Lannea coromandelica) yang umum digunakan sebagai tanaman pagar kebun, dan gulma berdaun lebar Ki rinyuh (Euphatorium odorata). Di samping kedua tanaman tersebut, di kebun juga tersedia berbagai jenis tanaman inang lainnya seperti randu dan jarak pagar. Hasil inokulasi di rumah kaca menunjukkan bahwa isolat Phellinus noxius terbukti patogenik pada tanaman mete, kayumanis, eucaliptus, kayu bentenan, jarak pagar, dan randu, tetapi tidak patogenik pada singkong (Supriadi et al., 2004b).

CARA PENULARAN

Di lapangan, pohon-pohon mete yang terserang dalam satu kebun cenderung mengukuti satu arah sejalan dengan barisan atau lajur. Hal ini mengindikasikan bahwa patogen ditularkan melalui kontak akar antara akar dari pohon yang sakit dengan akar dari pohon sehat di sekitarnya. Peluang terjadinya kontak akar di antara pohon mete sangat besar mengingat jarak tanam yang digunakan cukup rapat. Ada yang memakai jarak tanam 3 x 12 m, 6 x 6 m, dan 10 x 10 m. Secara teoritis, pohon mete berumur 6 tahun memiliki radius ukuran panjang akar 6 m. Dengan demikian maka sudah dapat diduga bahwa pohon mete yang sekarang umumnya sudah mencapai 12 tahun, perakarannya sudah saling terkait satu dengan lainnya.

Di samping itu, disekeliling kebun petani menanam tanaman pagar seperti kayu bantenan yang sangat rapat agar menghalangi masuknya ternak besar, seperti babi dan sapi, yang akan merusak tanaman mete. Tanaman pagar juga berperan sebagai inang, sehingga penyebaran patogen antara kebun dapat berlangsung dengan baik. Penemuan bahwa gulma Ki rinyuh (Euphatorium odorata) juga berperan sebagai inang menambah kompleks permasalahan JAC di Pekat karena gulma ini banyak terdapat pada pertanaman mete. Gulma Ki rinyuh termasuk tahunan dan sebarannya dapat melalui biji yang mudah tertiup angin.

PENGENDALIAN

Salah satu fokus penelitian adalah bagaimana cara mengendalikan JAC. Berdasarkan pengalaman dari perkebunan karet dan cokelat yang terserang penyakit jamur akar lainnnya seperti Rigidoforus lignosus, maka penanggulangan jamur akan ternyata sangat sulit. P. nosius dapat bertahan bertahun-tahun di dalam jaringan tanaman sakit di dalam tanah (Chang, 1996). Oleh karena itu, sanitasi kebun merupakan keharusan. Kebun yang sudah terserang oleh jamur akar harus dimusnahkan kemudian ditanami tanaman penutup tanah supaya pelapukan sisa-sisa tanaman di dalam tanah menjadi lebih cepat yang akhirnya populasi patogen jamur akar menurun.

Disamping sanitasi, pengendalian jamur akar pada tanaman karet dapat dilakukan dengan fungisida, satu diantaranya yang paling efektif adalah triadimefon, dan penggunaan Trichoderma dibarengi dengan pengapuran.

Untuk tanaman mete, penggunaan Trichoderma pernah dicoba, tetapi masih tidak efektif, kemungkinan karena kurang tersedianya pupuk kandang yang diperlukan untuk merangsang dan mempertahankan pertumbuhan Trichoderma. Penggunaan kapur diyakini tidak akan efekktif karena isolat P. noxius dapat hidup pada kisaran pH cukup besar, 4 – 8. Padahal, salah satu tujuan pengapuran adalah menurunkan pH yang memang sangat efektif terhadap Rigidoporus lignosus.

Oleh karena itu, konsentrasi teknik pengendalian JAC difokuskan pada aplikasi fungisida patogen triadimefon (Bayleton 250 EC). Pohon mete yang diperlakukan dengan 30 ml Bayleton dalam 3 liter air, dan diaplikasikan 3 kali setahun menunjukkan penrunan perkembangan persentase penyakit. Idealnya, seperti dilakukan pada perkebunan anggur di Taiwan, aplikasi triadimefon pada kebun yang sudah terserang penyakit adalah 4 kali setahun (Ann et al., 2003). Aplikaksi fungisida harus dibarengi dengan pemulihan tanaman melalui pemupukan yang benar. Selanjutnya dilakukan sanitasi kebun secara ketat.

Disadari bahwa penggunaan fungisida sintetik bila tidak diberikan secara bijaksana akan menimbulkan dampak negatif dalam panjang. Oleh karena itu, sumber penyakit seperti sisa-sisa tanaman sakit harus dibersihkan dari kebun. JAC dilaporkan dapat bertahan bertahun-tahun dalam jaringan tanaman sakit. Untuk kebun yang sudah terserang, diharapkan petani akan segera membongkar pohon sakitnya, dan tidak menanami kembali mete di kebun itu.

Walaupun sudah diketahui beberapa faktor yang harus diperhatikan dalam pengendalian JAC pada pertanaman mete, tetapi masih sangat sedikit yang telah menerapkannya. Hal ini disebabkan karena hasil yang diperoleh dari menjual gelondong mete jarang yang dikembalikan ke kebun dalam bentuk pupuk dan obat-obatan anti hama dan penyakit. Hasil mete dari setiap panen umumnya digunakan untuk keperluan lainnya. Oleh karena itu, perlu dilakukan usaha-usaha untuk meningkatkan pendapatan petani mete, antara lain melalui pengembangan usaha diversifikasi gelondong mete menjadi kacang atau produk sampingan lainnya.

KESIMPULAN

Jamur akar cokelat (Phellinus noxius) telah menjadi ancaman serius pada tanaman mete di NTB. JAC ditularkan melalui kontak akar. Di lapang, ditemukan dua tanaman inang alternatif selain mete, yaitu kayu bantenan (Lannea coromandelica) yang umum digunakan sebagai tanaman pagar kebun, dan gulma berdaun lebar ki rinyuh (Euphatorium odorata). Untuk menanggulangi perluasan penyebaran penyakit, aplikasi triadimefon (Bayleton 250 EC) sebanyak 30 ml per 3 liter air yang diberikan setiap 4 bulan cukup efektif menahan penyebaran penyakit.

DAFTAR PUSTAKA

Ann, P.J., T.T. Chang dan W.H. Ko., 2002. Phellinus noxius brown rot of fruit and ornamental trees in Taiwan. Plant Disease 86: 820-826.

Ann, P.J., JN Tsai, IT Wong and SH Huang, 2003. Integrated control of brown root rot of woody plants caused by Phellinus noxius in Taiwan. 8 th International Congress of Plant Pathology. Christcurch, New Zealend. 2 – 7 February 2003. WWW.Rocestresearch.co.nz/PDF/09.24 Annetal.pdf.

Chang, T.T., 1996. Survival of Phellinus noxius in soil and the roots of dead host plants. Phytopathology 86: 272-276.

Supriadi, E.M. Adhi, D. Wahyuno, S. Rahayuningsih, N. Karyani, and M. Dahsyat, 2004a. Brown root rot disease of cashew in West Nusa Tenggara: distribution and its causal organism. Indonesian Journal of Agricultural Science Vol 5 (1): 32-36.

Supriadi, E.M. Adhi, D. Wahyuno, S. Rahayuningsih, N. Karyani, dan M. Dahsyat, 2004b. Patogensitas isolat Phellinus noxius pada jambu mete dan beberapa jenis tanaman berkayu lainnya. Jurnal Penelitian Tanaman Industri 10 (1): 9-11

Sumber :

Perkembangan Teknologi TRO Vol. XVII, No. 1 , 2005

Selasa, 26 Januari 2010

Manfaat Facebook, dan Dampaknya Pada Mahasiswa

Pada satu pagi, saya sedang tidak mengajar. Saya iseng buka FB. Status seorang friend aya mengatakan “pengin kuliah, tapi dosen kewarganegaraannya gak ada”. Siapa sih dia? Ternyata mahasiswa di kelas X. Berdasarkan informasi status itu, saya cek jadwal, dan minta info kepada TPS, apakah dosen yang bersangkutan hadir atau tidak. Ternyata memang tidak datang.

Lho kok tidak datang? Akhirnya koordinator mata kuliah menelpon dosen terkait dan ada salah informasi. Dosen kewarganegaraan lupa bahwa dia harus mengajar hari ini. Beliaupun akhirnya segera berangkat menuju ke POliteknik, dan kuliah 3 jam masih bisa diselenggarakan, walaupun sempat vakum selama 1 jam. Untung ada FB ya….

Manfaat FB lainnya adalah sarana promosi blog. Ceritanya saya sedang senang-senangnya menulis blog. Saya belum tahu, menulis blog ini sekedar trend sesaat atau bisa bertahan lama. Sebagai blogger saya masih pemula, baru mulai menulis sekitar November 2008. Saya ingin supaya blog saya dikunjungi oleh banyak orang. Bagaimana caranya? Tulisan di blog saya di wordpress saya isikan ke tempat isian link, dan tulisan blog terakhir akan tampak di FB. Jadi FB bisa dipakai sebagai sarana promosi.

Saya senang membaca share status atau ungkapan dari teman-teman. Kadang-kadang memberi inspirasi dan gosip-gosip terbaru. Kalau di lingkungan pendidikan, isinya mulai dari keluhan tugas kuliah berat, kecapekan membuat tugas, ide-ide mo nyontek(walah), atau gosip-gosip seputar dosen. Jangan-jangan mahasiswa tidak tahu ya, kalau dosennya juga jadi teman di Facebooknya. Mungkin gak sadar…karena teman yang dimiliki sedemikian banyaknya.

Teman-teman saya yang berasal dari Batam, banyak sekali. Dari 296 teman, sekitar 90% berasal dari Batam. Sisanya berasal dari teman kuliah, teman kerja, dosen pas kuliah, tetangga, keluarga, yang tinggal di luar Batam. Hal ini membuktikan bahwa FB memang marak di Batam. Jika Anda sedang di area hot spot di Engku Putri, coba lirik apa yang dibuka oleh teman sebelah, pasti FB deh…Kadang saya suka curiga deh, jika ada mahasiswa yang bergerombol, sibuk dengan laptop. Apakah membuka materi kuliah? Bisa iya bisa tidak. Tapi kalo pertanyaannya, apakah membuka FB, pasti iya…

Sebagian orang sudah memanfaatkan FB, misalnya untuk mengirimkan undangan mengikuti suatu kegiatan. Menurut saya sih cukup efektif juga, mengingat cukup mudah dan sangat murah. Daripada di koran, yang belum tentu dibaca juga iklannya.

Saya kadang-kadang juga melakukan promosi, dengan memasang petuah-petuah atau pepatah lama, yang bagus, tapi sering dilupakan. Misalnya : gunakan waktu luangmu sebelum datang waktu sibuk, segera mengerjakan pekerjaan dan tidak menunda, anti menunda pekerjaan, tidak mau telat masuk kelas, berakit-rakit ke hulu berenang-renang ke tepian, mengawali pagi hari dengan semangat dll. Tujuannya sih untuk mengingatkan kepada diri sendiri dan juga orang lain. Saya ingin juga dong, jika generasi muda di Batam, mempunyai mental yang bagus…

Yang Dimaksud Dengan SPSS

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistikal Product and Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.

Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.

Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu.

High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.

Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.

Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.

Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.

Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.

Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.

Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.

Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.

Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.

Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.


Uji Asumsi 1 : Uji Normalitas dalam SPSS

Dua post saya terdahulu tentang Uji Asumsi 1 berbicara hal-hal teoritis mengenai uji normalitas. Sekarang bagaimana prakteknya? Maksud saya dengan praktek tentu saja bagaimana cara menghitungnya.

Dalam kesempatan ini saya akan banyak berbicara mengenai bagaimana cara melakukan uji normalitas menggunakan SPSS. Saya memilih SPSS dengan alasan program ini paling banyak dipakai oleh mahasiswa psikologi sehingga bisa dikatakan paling familiar. Selain itu SPSS termasuk program yang cukup user friendly sehingga cukup mudah digunakan meskipun oleh orang yang tidak mempelajari statistik sangat dalam.

Langkah Awal
Saya berasumsi paling tidak pembaca artikel ini adalah orang yang sudah pernah berurusan dengan SPSS. Paling tidak tahu bagaimana memulai SPSS dan membuka file. Jadi saya akan langsung berkisah mengenai cara melakukan analisis datanya.

Cara Pertama
Ada satu kebiasaan yang saya amati ketika teman-teman hendak melakukan uji normalitas dengan SPSS. Biasanya mereka memilih menu :

Analyze - Non Parametrik Test - 1 Sample KS

Setelah diklik pada menu ini, akan muncul dialog box seperti ini:

Sekarang yang kita lakukan hanya memasukkan variabel yang ingin kita uji normalitasnya ke dalam kotak Test Variable List. Kemudian klik OK. Hasil yang akan didapat kurang lebih seperti ini:

Lalu bagaimana cara membacanya? Untuk kepentingan uji asumsi, yang perlu dibaca hanyalah 2 item paling akhir, nilai dari Kolmogorov-Smirnov Z dan Asymp. Sig (2-tailed).

* Kolmogorov-Smirnov Z merupakan angka Z yang dihasilkan dari teknik Kolmogorov Smirnov untuk menguji kesesuaian distribusi data kita dengan suatu distribusi tertentu,dalam hal ini distribusi normal. Angka ini biasanya juga dituliskan dalam laporan penelitian ketika membahas mengenai uji normalitas.
* Asymp. Sig. (2-tailed). merupakan nilai p yang dihasilkan dari uji hipotesis nol yang berbunyi tidak ada perbedaan antara distribusi data yang diuji dengan distribusi data normal. Jika nilai p lebih besar dari 0.1 (baca posting sebelumnya) maka kesimpulan yang diambil adalah hipotesis nol gagal ditolak, atau dengan kata lain sebaran data yang kita uji mengikuti distribusi normal.
* Jangan terkecoh dengan catatan di bawah tabel yang berbunyi Test distribution is Normal. Catatan ini tidak bertujuan untuk memberitahu bahwa data kita normal, tetapi menunjukkan bahwa hasil analisis yang sedang kita lihat adalah hasil analisis untuk uji normalitas.

Cara Kedua
Cara yang pertama biasanya menghasilkan hasil analisis yang kurang akurat dalam menguji apakah sebuah distribusi mengikuti kurve normal atau tidak. Ini disebabkan uji Kolmogorov Smirnov Z dirancang tidak secara khusus untuk menguji distribusi normal, tetapi distribusi apapun dari satu set data. Selain normalitas, analisis ini juga digunakan untuk menguji apakah suatu data mengikuti distribusi poisson, dsb.

Cara kedua merupakan koreksi atau modifikasi dari cara pertama yang dikhususkan untuk menguji normalitas sebaran data.

Kita memilih menu
Analyze - Descriptive Statistics - Explore...

Sehingga akan muncul dialog box seperti ini:

Yang perlu kita lakukan hanyalah memasukkan variabel yang akan diuji sebarannya ke dalam kotak Dependent List. Setelah itu kita klik tombol Plots... yang akan memunculkan dialog box kedua seperti ini:

Dalam dialog ini kita memilih opsi Normality plots with tests, kemudian klik Continue dan OK. SPSS akan menampilkan beberapa hasil analisis seperti ini:

SPSS menyajikan dua tabel sekaligus di sini. SPSS akan melakukan analisis Shapiro-Wilk jika kita hanya memiliki kurang dari 50 subjek atau kasus. Uji Shapiro-Wilk dianggap lebih akurat ketika jumlah subjek yang kita miliki kurang dari 50.

Jadi bagaimana membacanya? Kurang lebih sama seperti cara pertama. Untuk memastikan apakah data yang kita miliki mengikuti distribusi normal, kita dapat melihat kolom Sig. untuk kedua uji (tergantung jumlah subjek yang kita miliki). Jika sig. atau p lebih dari 0.1 maka kita simpulkan hipotesis nol gagal ditolak, yang berarti data yang diuji memiliki distribusi yang tidak berbeda dari data yang normal. Atau dengan kata lain data yang diuji memiliki distribusi normal.

Cara Ketiga
Jika diperhatikan, hasil analisis yang kita lakukan tadi juga menghasilkan beberapa grafik. Nah cara ketiga ini terkait dengan cara membaca grafik ini.
Ada empat grafik yang dihasilkan dari analisis tadi yang penting juga untuk dilihat sebelum melakukan analisis yang sebenarnya, yaitu:

* Stem and Leaf Plot. Grafik ini akan terlihat seperti ini:

Grafik ini akan terlihat mengikuti distribusi normal jika data yang kita miliki memiliki distribusi normal. Di sini kita lihat sebenarnya data kita tidak dapat dikatakan terlihat normal, tapi bentuk seperti ini ternyata masih dapat ditoleransi oleh analisis statistik sehingga p yang dimiliki masih lebih besar dari 0.1.
Dari grafik ini kita juga dapat melihat ada satu data ekstrim yang nilainya kurang dari 80 (data paling atas). Melihat situasi ini kita perlu berhati-hati dalam melakukan analisis berikutnya.

* Normal Q-Q Plots. Grafik Q-Q plots akan terlihat seperti ini:


Garis diagonal dalam grafik ini menggambarkan keadaan ideal dari data yang mengikuti distribusi normal. Titik-titik di sekitar garis adalah keadaan data yang kita uji. Jika kebanyakan titik-titik berada sangat dekat dengan garis atau bahkan menempel pada garis, maka dapat kita simpulkan jika data kita mengikuti distribusi normal.
Dalam grafik ini kita lihat juga satu titik yang berada sangat jauh dari garis. Ini adalah titik yang sama yang kita lihat dalam stem and leaf plots. Keberadaan titik ini menjadi peringatan bagi kita untuk berhati-hati melakukan analisis berikutnya.

* Detrended Normal Q-Q Plots. Grafik ini terlihat seperti di bawah ini:

Grafik ini menggambarkan selisih antara titik-titik dengan garis diagonal pada grafik sebelumnya. Jika data yang kita miliki mengikuti distribusi normal dengan sempurna, maka semua titik akan jatuh pada garis 0,0. Semakin banyak titik-titik yang tersebar jauh dari garis ini menunjukkan bahwa data kita semakin tidak normal. Kita masih bisa melihat satu titik 'nyeleneh' dalam grafik ini (sebelah kiri bawah).

Sekilas Mengenai Outlier
Dari tadi kita membahas satu titik nyeleneh di bawah sana, tapi itu sebenarnya apa? Dan bagaimana kita tahu itu subjek yang mana?

Titik 'nyeleneh' ini sering juga disebut Outlier. Titik yang berada nun jauh dari keadaan subjek lainnya. Ada beberapa hal yang dapat menyebabkan munculnya outlier ini:

1. Kesalahan entry data.
2. Keadaan tertentu yang mengakibatkan error pengukuran yang cukup besar (misal ada subjek yang tidak kooperatif dalam penelitian sehingga mengisi tes tidak dengan sungguh-sungguh)
3. Keadaan istimewa dari subjek yang menjadi outlier.

Jika outlier disebabkan oleh penyebab no 1 dan 2, maka outlier dapat dihapuskan dari data. Tetapi jika penyebabnya adalah no 3, maka outlier tidak dapat dihapuskan begitu saja. Kita perlu melihat dan mengkajinya lebih dalam subjek ini.

Lalu bagaimana tahu subjek yang mana yang menjadi outlier? Kita bisa melihat pada grafik berikutnya yang dihasilkan dari analisis yang sama, grafik boxplot seperti berikut ini:


Sebelum terjadi kesalahpahaman saya mau meluruskan dulu bahwa tulisan C10,Q1, Median, Q3 dan C90 itu hasil rekaan saya sendiri. SPSS tidak memberikan catatan seperti itu dalam hasil analisisnya. Grafik ini memberi gambaran mengenai situasi data kita dengan menyajikan 5 angka penting dalam data kita yaitu: C10 (percentile ke 10), Q1 (kuartil pertama atau percentil ke 25), Median (yang merupakan kuartil kedua atau percentile 50), Q3 (atau kuartil ketiga atau percentile 75) dan C90 (percentile ke 90).

Selain itu dalam data ini kita juga dapat melihat subjek yang menjadi outlier, dan SPSS memberitahu nomor kasus dari subjek kita ini; yaitu no 3. Jadi jika kita telusuri data kita dalam file SPSS, kita akan menemukan subjek no 3 ini yang menjadi outlier dalam data kita.

Catatan akhir: Sangat penting bagi kita untuk tidak sepenuhnya bergantung pada hasil analisis statistik dalam bentuk angka. Kita juga perlu untuk 'melihat' (dalam arti yang sebenarnya) data kita dalam bentuk grafik bahkan keadaan data kita dalam worksheet SPSS untuk memeriksa kejanggalan-kejanggalan yang mungkin terjadi.

UJI Hipotesis Komparatif (Uji-t)

Tabel berikut ini menunjukkan peta uji perbandingan dalam statistika.
No. Jenis Uji Statistik Jenis Data Jenis Statistik
1. Parametrik 2 Sampel Independen Independent sample t-test
2 Sampel Berhubungan Paired sample t-test
2< Sampel Anava 2. Non Parametrik 2 Sampel Independen Mann Whitney U test 2 Sampel Berhubungan Wilcoxon Sign Rank test 2< Sampel Independen Anava ranking Friedman 2< Sampel Berhubungan A. PENGANTAR Beberapa persyaratan yang dibutuhkan untuk melakukan uji perbandingan adalah: 1. Variabel dependen berbentuk interval atau rasio sedangkan variabel independenya berbentuk data nominal atau ordinal (data bersifat kategori). Jika variabel independen anda adalah interval, maka data harus dikategorikan. Misalnya IQ, karena skor IQ bersifat interval maka data yang ada harus dikategorikan menjadi dua, misalnya kategori tinggi dan rendah. 2. Untuk memakai uji t (parametrik) Data variabel dependen terdistribusi secara normal atau memiliki jumlah subjek yang sangat besar. Jika persyaratan ini tidak terpenuhi maka anda diharapkan memakai uji non parametrik. 3. Perbandingan jumlah sampel antar di dalam kategori variabel dependen selisihnya tidak terlalu timpang. Misal, seorang peneliti hendak meneliti perbedaan kecemasan antara laki-laki dan perempuan. Jumlah laki-laki dan perempuan setidak-tidaknya adalah setara. Jika peneliti tidak dapat menemukan jumlah yang setara setidak-tidaknya skor dari kedua jenis kelamin tersebut adalah homogen. B. JENIS UJI-t 1. Jenis Uji Perbandingan Uji perbandingan terdiri dari tiga bagian yaitu uji t satu sampel, uji t sampel independen dan uji t sampel berhubungan. Berikut ini akan saya jelaskan satu persatu. 1. One Sample t test Untuk menguji apakah sebuah skor yang kita tentukan sendiri memiliki perbedaan secara signifikan dengan rerata skor keseluruhan. Contoh, saya ingin mengetahui apakah skor IQ Budi yaitu110 memiliki perbedaan dengan IQ siswa-siswa di kelasnya. 2. Sampel Independen (between subjects) Sampel independen adalah sampel yang didapatkan dari data yang berasal dari subjek yang berbeda. Misalkan perbandingan antar jenis kelamin (laki-laki vs perempuan), lokasi (desa vs kota), tingkat pendidikan (SMA vs S1). Contoh hipotesis yang diajukan: 1. Terdapat perbedaan antara kecenderungan depresi (variabel dependen) antar laki-laki dan perempuan (variabel independen) 2. Dalam eksperimen, anda ingin mencari perbedaan penyesuaian diri (variabel dependen) antara skor pre-test antara kelompok kontrol dan kelompok eksperimen yang dieberikan pelatihan AMT (variabel independen). Statistika Inferensial - Wahyu Widhiarso Fakultas Psikologi UGM 3. Sampel Berhubungan (between treatment) Sampel berkorelasi adalah sampel yang didapatkan dari data yang berasal dari subjek yang sama. Misalnya: 1. Anda ingin mencari perbedaan kinerja pegawai antara sebelum dan sesudah diberi kenaikan gaji. 2. Dalam eksperimen anda ingin membandingkan skor pre-test dan post-test sebuah kelompok eksperimen. B. MENGOLAH T-TES SAMPLE INDEPENDEN Hipotesis : Terdapat perbedaan Locus Of Control (LOC) antara laki-laki dan perempuan Variabel Dependen : Locus Of Control (LOC) Variabel Independen : Jenis kelamin 1. Menyiapkan Data Sajikan data anda seperti pada contoh di bawah ini. Pada variabel gender ada dua jenis yaitu pria (dikode dengan nomor 1) dan wanita (dikode dengan nomor 2). Letakkan dengan menyusun ke bawah Tidak harus berurutan ya tidak apa-apa, nggak ada yang melarang jika kode 1 dan 2 tidak berurutan seperti contoh yang saya berikan di bawah ini. 2. Menganalisis Data Tekan Menu analyze, compare means, t-test independent samples. Lalu muncul kotak menu. Masukkan variabel dependen pada test variables (boleh diisi lebih dari 2) dan variabel independen pada grouping variables. Pada menu grup, tekan define grup. Lalu muncul menu kotak kecil. Karena tadi jenis kelamin dikode dengan nomor 1 dan 2 bukan 8 dan 10 maka tulislah 1 dan 2. Tekan continue, kemudian OK. Display out akan muncul. Statistika Inferensial - Wahyu Widhiarso Fakultas Psikologi UGM Masukkan kode data pada variabel anda Cut Point Jika data yang dibandingkan, bukan data kategorik 1 dan 2. Melainkan data kategorik yaitu 1 (SD), 2 (SMP) dan 3 (SMA) anda dapat menekan cut point dan menulis angka tengahnya yaitu 2. jadi yang dibedakan adalah 1 (SD) dan 3 (SMA) 3. Membaca Hasil Analisis Output uji-t terdiri dari output uji homogenitas dan uji-t seperti yang tertera pada tabel dibawah ini. Independent Samples Test LOC Equal variances Equal variances assumed not assumed Levene's Test for F 1.641 Equality of Variances Sig. .205 t-test for Equality of t 1.252 1.173 Means df 65 29.178 Sig. (2-tailed) .215 .250 Mean Difference Group Statistics 3.8136 3.8136 Std. Error Difference Std. Error 3.0469 3.2514 gender N Mean Std. Deviation Mean LOC pria 48 60.7083 10.7386 1.5500 95% Confidence Interval Lower -2.2714 -2.8344 of the Difference wanita 19 56.8947 12.4584 2.8581 Upper 9.8986 10.4616 Langkah I. Baca dulu Levene’s test untuk uji homogenitas (perbedaan varians). Disana tampak bahwa F=1,641 (p=0,205). Karena p diatas 0,05, maka dapat dikatakan bahwa tidak ada perbedaan varians antara skor LOC pria dan wanita. Dengan kata lain data LOC antara pria dan wanita homogen. Tabel 2.1 Aturan Uji Homogenitas Output (F) Interpretasi Sig: p< 0,05 data tidak homogen Sig: p>0,05 data homogen
Langkah II. Jika data anda homogen, maka baca lajur kiri (equal variance assumed) , jika data tidak
homogen, baca lajur kanan (equal variance not assumed).
Output (t) Interpretasi
Sig: p< 0,01 ada perbedaan pada taraf sig. 1% Sig: p< 0,05 ada perbedaan pada taraf sig. 5% Sig: p>0,05 tidak ada perbedaan
Karena data kita homogen, maka yang kita lihat adalah lajur equal variance assumed (data diasumsikan
homogen). Di sana tampak bahwa nilai t kita 1,252, df=65, (p>0,05). Dapat disimpulkan bahwa tidak ada
perbedaan LOC antara pria dan wanita. Terlihat bahwa nilai t hitung= 1,252 (positif) artinya bahwa LOC
pria lebih tinggi dibanding wanita. Kita juga dapat melihat melalui deskriptif statistik bahwa rerata (mean)
LOC pria lebih tinggi dibanding wanita. Rerata LOC pria =60,70 sedangkan rerata LOC wanita 56,89.
Pria kelihatan bodohnya ketika mereka diam,
sedangkan ketika wanita diam, mereka kelihatan cerdas (Henry Delacroix )
Statistika Inferensial - Wahyu Widhiarso
Fakultas Psikologi UGM
Levene Tes Homogenitas.
Adalah uji homogenitas, yaitu uji perbedaan varians pada data
kita. Aturannya seperti yang tertulis pada tabel sebelumya. Jika
data homogen, baca lajur kiri, jika tidak, baca lajur kanan.
Independent Samples Test
kecerdasan
Equal variances Equal variances
assumed not assumed
Levene's Test for F ,054
Equality of Variances Sig. ,819
t-test for Equality of t -3,265 -3,265
Means df 18 17,998
Sig. (2-tailed) ,004 ,004
Mean Difference
-4,4000 -4,4000
Std. Error Difference
1,34743 1,34743
95% Confidence Interval Lower -7,23084 -7,23086
of the Difference Upper -1,56916 -1,56914
Nilai t Anda. Mean Difference.
Jika tak bisa mengalahkan t tabel (lebih besar dari t tabel), Selisih Mean. Adalah selisih dua mean data kita.
jangan mengharap ada beda signifikan. Dari Sig. -nya terlihat Lihat tabel dibawah ini. Seperti kita ketahui dari
bahwa ia lebih besar dari t tabel (p<0,05. data ini, bahwa rerata kecerdasan pria= 25,50
kecerdasan wanita= 29,90. Selisihnya adalah -
4,400. Perempuan lebih cerdas daripada pria
Std
. Eror Difference. Adalah selisih
standar deviasi dua data kita.
3,02765 - 2,99815 = 1,34743.
95 % Confidence
Interval of the difference.
Adalah rentang nilai perbedaan yang
(-1,56916)------------------ (-4,4) ------------------ (-7,23084)
ditoleransi. Pada kasus kita, toleransi
upper mean difference lower
ini menggunakan taraf kepercayaan
95%.
adi dengan menggunakan taraf
kepercayaan 95 %, rentang selisih
kecerdasan pria dan wanita dari 1,57
sampai 7,23.
Visualisasi t-tes
Nomor-nomor yang besar dan sangat meyakinkan pastilah mengandung kesalahan
(Wentworth Dillon)
Statistika Inferensial - Wahyu Widhiarso
Fakultas Psikologi UGM
Analisis Butir Soal dengan Iteman
ANALISIS BUTIR SOAL DENGAN ITEMAN by adolfr@blogspot.com

Ada beberapa program computer yang sudah dikenal untuk menganalisis soal diantaranya :
1. Excel
2. Iteman
3. SPSS
4. Rascal
5. Ascal
6. Bilog
7. Facet
8. Bigstep
9. Quest
Diantara analisis tersebut yang paling sering digunakan adalah Excel, Iteman, dan SPSS.
Menurut pengamatan saya dilapangan analisis yang lain jarang digunakan di Indonesia, karena programnya sulit dicari, bahkan program Iteman juga jarang dijual di penjualan CD program yang ada di pasaran.. Saya sering mencari program Iteman di penjual CD program (Jakarta), tetapi penjual CD bahkan tidak mengenal program Iteman, program ini popular dikalangan Akademisi, tetapi kurang laris dipasaran sehingga jarang dijual. Bandingkan dengan program SPSS yang banjir dipasaran, dan saat ini program SPSS sudah dirilis sampai versi 17. Dan ingat, jangan coba-coba membeli progam SPSS versi 17 (versi terbaru) jika computer anda tidak dijalankan dengan Window Vista. Karena versi ini tidak copartible dengan Window XP. Tapi jangan kecil hati karena versi dibawahnya yang kompertible dengan Window XP tidak terlalu berbeda dengan versi terbaru dan cara penggunaanya juga mirip.
Tapi kalau anda ingin gagah-gagahan menggunakan Program Window Vista sebaiknya jagan, bukan karena saya tidak rela anda menggunakan program itu. Beberapa teman saya teknisi mengatakan kepada saya,”Window Vista belum terlalu banyak connect ke program-program lain seperti Video, TOEFL, dll. Hal ini dimungkinkan Karena Window Vista baru beberapa tahun dirilis. Dan berita yang terbaru saya baca dari Microsoft sang pembuat program ternyata program Window Vista tidak familiar dengan program-program lain (kalau tidak mau dikatakan program gagal) dan sebentar lagi Microsoft akan merilis program terbaru untuk menggantikan program window Vista. Kelemahan yang lain Window Vista mengharuskan RAM computer anda minimal 1 GB.
Kita jadi ngelantur tapi ini ada hubungannya sebab pada artikel berikut saya akan mengenalkan penggunaan SPSS. Kenapa SPSS? apa hebatnya sehingga perlu dikenalkan.
Bagi para akademisi SPSS merupakan program multi guna untuk membuat riset penelitian. Sebut saja pengalaman saya ketika berkunjung ke salah satu toko buku yang terkenal. Saya bertemu dengan seorang mahasiswa kedokteran yang hendak menulis thesis. Kelihatannya dia bingung mencari buku SPSS yang baru dia pelajari dikampusnya, kemudian saya coba menanyakan apa yang dia cari, lalu dia minta saran kepada saya buku yang mana yang sebaiknya dibeli, lalu saya beri referensi kemudian dia menanyakan kepada saya computer dirumahnya tidak dapat mengoprasikan SPSS versi yang dibeli di kampusnya. Lalu saya tanya dia menggunakan program apa di komputernya ternyata program Window Vista, lalu saya sarankan agar ia mengganti SPSS yang dia beli dengan SPSS ver 17 atau mengganti program komputernya dengan Window XP.
Lain lagi pengalaman teman saya yang mengambil Magister Pendidikan. Dia baru beli notebook dengan RAM 1 GB dan sang penjual menginstal Window Vista yang original dan ketika ia hendak menginstal SPSS ver 12 ternyata programnya tidak running, lalu dia stress karena tugas Itemannya harus segera di serahkan, kemudian program TOEFL juga tidak dapat dibuka. Lalu saya sarankan dia membeli program SPSS 17 atau ganti menjadi Window XP.
Dari pengalaman diatas sengaja saya informasikan agar anda tidak stress bila program yang anda beli tidak dapat berjalan dengan baik.
Lalu kita kembali ke awa.l Excel cukup baik digunakan dalam menganalisis soal akan tetapi excel hanya sedikit lebih baik bila dibandingkan dengan kalkulator, sebab pengoprasiannya juga masih manual dan daya analisisnya banyak menggunakan rumus-rumus logika, kemudian tidak semua analisis dapat ditampilkan. Kemudian SPSS, program ini sudah lama ditemukan di negeri asalnya sana, di Indonesia 10 tahun yang lalu saya masih menggunakan execel untuk menganalisa correlasi, regressi dan lain-lain. Tapi sekarang program SPSS sangat menolong sekali, kita tinggal masukkan data lalu klik hasilnya tinggal dibaca dan hanya perlu setengah jam dari mulai input data hingga keluar analisis data. Jadi sangat praktis. Jika dibandingkan ketika saya menganalisis dengan menggunakan excel beberapa tahun yang lalu.
SPSS cocok digunakan oleh guru-guru menganalisis data dengan perakitan soal essai tes dan untuk pilihan ganda sebaiknya menggunakan Iteman, dan pada artikel berikutnya saya akan membahas bagaimana menganalisis soal essai, jadi para pembaca harap bersabar, kali ini saya akan membahas cara merakit analisis Iteman sampai membuat analisis soal apakah Valid, Reliabilitas,dan cocok untuk disajikan dalam ulangan harian, ulangan mid atau ulangan semester, dll.

Agar tidak berpanjang lebar saya mulai saja dengan pengenalan Iteman.
Iteman dibuat oleh mahasiswa yang bernama David Weis diakhir tahun enampuluh, dan sudah digunakan untuk menganalisis soal ujian seleksi dengan cepat dan akurat.
Menurut pembuatnya untuk saat ini Iteman dapat menganalisis soal hingga 750 dan jumlah siswa yang dianalisis unlimited. Jadi menurut hemat saya sangat praktis digunakan oleh para guru yang selalu berkutat dengan evaluasi siswa berupa PG. disamping itu hasil evaluasi nantinya dapat dijadikan bank soal untuk digunakan pada periode berikutnya.
Disamping keunggulan tersebut ada juga kelemahan analisis dengan PG karena kategori soal yang mudah bagi anak-anak yang unggul belum tentu mudah bagi anak-anak yang sedang.

Hal hal yang perlu dilakukan guru sebelum menjalankankan program ini adalah :
1. Pastikan computer anda telah diinstal program notepad (saat ini semua progam windows sudah menyertakan program notepad.
2. Pastikan computer anda telah diinstal progam Iteman, bila belum belilah program Iteman yang berisikan dua file ITEMAN dan KEDIT.
3. Pastikan file anda satu folder dengan program.
Bila sudah memiliki file tersebut, kita akan lanjutkan cara pengoprasian computer.
1. Klik start dari menu computer anda.
2. Buka all Program.
3. Klik accessories.
4. Lalu klik Notepad
5. Maka akan muncul lembar dokumen notepad.

Lalu isi lembar dokumen.

Disini akan saya tampilkan contoh analisis dengan dengan menggunakan soal yang sudah saya uji coba di sekolah. Nama peserta tes sengaja saya ganti untuk menjaga privasi.dan lampiran soal serta analisis terdapat di lembar terakhir.
Ketik pada notepad
_30_O_N_ 20
CDBDBCDBCDABDBDBABCDBCABADCACB (kunci jawaban, boleh diganti 1,2,3,4)
44444444444444444444444444444444444444 (option/ pilihan jawaban ada 4 yaitu, a, b,c,d)
YYYYYYYYYYYYYYYYYYYYYYYYYYYYYYY (soal yg dianalisis, bila ada yg tdk dianalisis tulis N)
ABANG CDBCBCDBCAABDCDCAABDAACBADCCNN
ADEK CDDCBDDBCABBDDDBACBDACCADCBCAB
BUNGA CDCBBCDBCBBDAABBABCDCABCBADADB
CINTA CDBCCCDACDABDBCDAACBBACAACCBDC
DEDEK CDDCBCDABAAACCDBABADBAADADCCBC
ENAK ACDCBADBCDABDBDADACDNABABDCDDC
FANTA ACBDBACNNAADBDNBNBCADCBDACBDAD
GAMA CDBDBCDBCDABDADBABADACABADCACB
GENTA BABCBCDABABCADDBACDDCAACDCCADC
HARUM CDBCDDDBABBBCBDAACADCACDBCCCBD
INDAH BDDCBCBBCCDAADDCACDDDCABCADCAB
JAKA BCADBCDCCCBACAACAACDBACBCDCABC
KIKI CDCBBCDBCDADBCDCDCBDDCCACABACB
LISA CDBDBCACADAAACADACADCACDACDDDB
MONARKI CDDCBDDBCAABDCDBAACDAACADDBDCB
MONA CBBCCBCACABNBBDCAACDBCCBCDCADC
NINE CDADBBDACDAADCDBACADBCAABDCCAD
OMEGA CDDCBBDACDAAACDCAADDAAABACCDCB
PAPA CDBCBCDCCBDADBDAADCBCCBAACCBCC
QUEQUE CABDBCDCCDACBADAACCDACCBADBCBA
ROMEO BDCCBABBCABADDABNCBDABBDABADBC
RIRI BABDBBDACADCDCDAABADACCBADCBAB
RORO BDBBCCDACBAACBDBACADBABBACBABB
SEVEN CDBBDCACCABDDCDBACADAAABADCCCN
SITU CDAABCCABBDCNADBBBCDADBACBDCAB
TARI CDBDBBDDCAADCCDBACADAAADADACCB
TRI CBCBBDAABDCBCBDACACDAABBBDCCAB
TENGO CDCCBDCACBBCABADDCABAACCBCDBCB
UMI BABBBCDBCDAADCDBADADAAAACDCCCB
VOLVO CDBBDABACDAADBDBACACBCDBDDCDBB
XAXA CDBCBCCANAAADBDBACCDBADDCDCNBC
YING YANG CADCBBDBAACBACDCAACDBAABBDCCAB
YOKO BABNDBDACACBCBDAABCDDDCBACBADC
ZSAZSAI CDBCBADCCDADBCDBABDDBCCBBCCCDA
ZIGZIG CDCABCBDCBABCBBANDBDCBCABADCCB
ZAKIA CABDBBDACAACDCDAABCNCCADACCACB
ZEPTA BADCBBDCAAADDBDBACBDADABACCACC
ZEPLIN CDCCBCCCCBBAACADDCABCAABNDBCNN


(ket:
baris 1 spasi, 30 jlh soal, O omit, N kode tdk dijwb, 20 jlh spasi dari nama siswa ke jwb)
baris 2(kunci jawaban, boleh diganti 1,2,3,4)
baris 3(option/ pilihan jawaban ada 4 yaitu, a, b,c,d)
baris 4 (soal yg dianalisis, bila ada yg tdk dianalisis tulis N)
baris 5 (jwb siswa dapat ditulis dengan anka atau huruf)

Langkah selanjutnya
Simpan file notepad
misalnya Ujian
Save
Anda sudah sukses melakukan penyimpanan file di notepad.

Sekarang tiba saatnya mengoprasikan analisis Iteman
Perhatikan langkah-langkahnya jangan sapai terlewatkan.
1. Buka file ITEMAN
2. Maka muncul kalimat enter the name of the input file : ujian.txt
Tuliskan nama file yang telah disimpan tadi Ujian titik dengan extension txt
Catatan file Ujian harus satu folder dengan Iteman dan Kedit.
3. Enter the name of the output file : hslujian.txt
Tuliskan hslujian tanpa spasi dengan ext txt.
4. Do you want to scores written to a file? (Y/N) Y enter
pilih Y lalu enter.
5. Enter the name of the scores file : scrujian.txt enter
6. Tuliskan scrujian dengan extension txt lalu enter
7. Maka muncul **ITEMAN ANALYSIS IS COMPLETE**
8. Tunggu beberapa menit maka anda akan memperoleh tambahan dua file yaitu hslujian dan scrujian.

Selamat mencoba.

Bila anda berhasil menampilkan langkah-langkah tersebut pasti anda sangat gembira, sama halnya dengan saya pada kali pertama mencoba ITEMAN, jika anda belum berhasil anda harus mengikuti langkah demi langka dengan hati-hati, karena teman saya yang belajar ketika itu butuh waktu 2 minggu untuk mengoprasikannya bahkan ada yang sebulan. Ok itu tips dari saya.

Sekarang hasil dari analisis soal akan saya tampilkan.
Anda akan meperoleh dua tambahan dua file.
Berikut ini file yang pertama.

MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation

Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file FISIKAIX.TXT Page 1
Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---
1 0-1 0.711 0.303 0.228 a 0.053 -0.399 -0.192
b 0.237 -0.197 -0.143
c 0.711 0.303 0.228 *
d 0.000 -9.000 -9.000
Other 0.000 -9.000 -9.000

2 0-2 0.658 0.049 0.038 A 0.211 0.198 0.140 ?
B 0.053 -0.200 -0.096
CHECK THE KEY C 0.079 -0.364 -0.199
D was specified, A works bett D 0.658 0.049 0.038 *
Other 0.000 -9.000 -9.000

3 0-3 0.526 0.467 0.372 A 0.079 -0.121 -0.066
B 0.526 0.467 0.372 *
C 0.184 -0.711 -0.488
D 0.211 0.074 0.053
Other 0.000 -9.000 -9.000

4 0-4 0.237 0.405 0.294 A 0.053 -0.532 -0.256
B 0.184 0.174 0.120
C 0.500 -0.260 -0.207
D 0.237 0.405 0.294 *
Other 0.026 -0.176 -0.067

5 0-5 0.816 -0.040 -0.028 A 0.000 -9.000 -9.000
B 0.816 -0.040 -0.028 *
CHECK THE KEY C 0.079 0.121 0.066 ?
B was specified, C works better D 0.105 -0.039 -0.023
Other 0.000 -9.000 -9.000

6 0-6 0.500 0.116 0.093 A 0.132 -0.251 -0.159
B 0.237 0.289 0.210 ?
CHECK THE KEY C 0.500 0.116 0.093 *
C was specified, B works better D 0.132 -0.385 -0.243
Other 0.000 -9.000 -9.000

7 0-7 0.658 0.710 0.550 A 0.079 -0.170 -0.093
B 0.105 -0.392 -0.233
C 0.158 -0.681 -0.451
D 0.658 0.710 0.550 *
Other 0.000 -9.000 -9.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation

Item and Test Analysis Program -- ITEMAN (tm) Version 3.00

Item analysis for data from file FISIKAIX.TXT Page 2
Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---
8 0-8 0.316 0.181 0.138 A 0.395 -0.009 -0.007
B 0.316 0.181 0.138 *
C 0.211 -0.050 -0.035
D 0.053 -0.067 -0.032
Other 0.026 -0.644 -0.245

9 0-9 0.737 0.394 0.292 A 0.105 -0.196 -0.116
B 0.105 -0.353 -0.210
C 0.737 0.394 0.292 *
D 0.000 -9.000 -9.000
Other 0.053 -0.266 -0.128

10 0-10 0.316 0.502 0.384 A 0.421 0.037 0.029
B 0.211 -0.569 -0.403
C 0.053 -0.266 -0.128
D 0.316 0.502 0.384 *
Other 0.000 -9.000 -9.000

11 0-11 0.553 0.659 0.524 A 0.553 0.659 0.524 *
B 0.263 -0.635 -0.471
C 0.079 -0.170 -0.093
D 0.105 -0.157 -0.093
Other 0.000 -9.000 -9.000

12 0-12 0.289 0.178 0.134 A 0.342 -0.049 -0.038
B 0.289 0.178 0.134 *
C 0.158 -0.207 -0.137
D 0.184 0.040 0.028
Other 0.026 -0.059 -0.022

13 0-13 0.421 0.603 0.478 A 0.211 -0.520 -0.368
B 0.132 -0.017 -0.011
C 0.211 -0.173 -0.123
D 0.421 0.603 0.478 *
Other 0.026 -0.527 -0.201

14 0-14 0.342 -0.204 -0.158 A 0.132 0.285 0.180
B 0.342 -0.204 -0.158 *
CHECK THE KEY C 0.395 0.380 0.300 ?
B was specified, C works better D 0.132 -0.620 -0.391
Other 0.000 -9.000 -9.000
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation

Item and Test Analysis Program -- ITEMAN (tm) Version 3.00

Item analysis for data from file FISIKAIX.TXT Page 3

Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---
15 0-15 0.763 0.752 0.546 A 0.132 -0.821 -0.518
B 0.053 -0.266 -0.128
C 0.026 0.176 0.067
D 0.763 0.752 0.546 *
Other 0.026 -0.644 -0.245

16 0-16 0.474 0.269 0.215 A 0.237 -0.035 -0.025
B 0.474 0.269 0.215 *
C 0.184 0.040 0.028
D 0.105 -0.588 -0.349
Other 0.000 -9.000 -9.000

17 0-17 0.763 0.845 0.613 A 0.763 0.845 0.613 *
B 0.026 -0.527 -0.201
C 0.026 -0.293 -0.112
D 0.105 -0.549 -0.326
Other 0.079 -0.752 -0.411
18 0-18 0.237 0.243 0.176 A 0.237 0.104 0.076
B 0.237 0.243 0.176 *
C 0.447 -0.298 -0.237
D 0.079 0.073 0.040
Other 0.000 -9.000 -9.000

19 0-19 0.395 -0.046 -0.037 A 0.342 0.204 0.158 ?
B 0.158 -0.178 -0.118
CHECK THE KEY C 0.395 -0.046 -0.037 *
C was specified, A works better D 0.105 -0.078 -0.047
Other 0.000 -9.000 -9.000

20 0-20 0.816 0.255 0.175 A 0.026 -0.644 -0.245
B 0.105 -0.431 -0.256
C 0.026 0.293 0.112
D 0.816 0.255 0.175 *
Other 0.026 0.527 0.201

21 0-21 0.263 0.285 0.211 A 0.395 0.195 0.153
B 0.263 0.285 0.211 *
C 0.211 -0.347 -0.245
D 0.105 -0.353 -0.210
Other 0.026 -0.059 -0.022
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file FISIKAIX.TXT Page 4
Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---
22 0-22 0.342 0.438 0.339 A 0.526 -0.126 -0.100
B 0.053 -0.665 -0.320
C 0.342 0.438 0.339 *
D 0.079 -0.267 -0.146
Other 0.000 -9.000 -9.000

23 0-23 0.342 0.379 0.294 A 0.342 0.379 0.294 *
B 0.211 -0.421 -0.298
C 0.395 -0.121 -0.095
D 0.053 0.266 0.128
Other 0.000 -9.000 -9.000

24 0-24 0.447 0.280 0.223 A 0.263 0.088 0.065
B 0.447 0.280 0.223 *
C 0.079 -0.558 -0.305
D 0.211 -0.198 -0.140
Other 0.000 -9.000 -9.000

25 0-25 0.447 0.370 0.295 A 0.447 0.370 0.295 *
B 0.237 -0.266 -0.193
C 0.184 -0.094 -0.065
D 0.105 0.039 0.023
Other 0.026 -0.761 -0.290
26 0-26 0.474 0.503 0.401 A 0.105 -0.235 -0.140
B 0.053 -0.732 -0.352
C 0.368 -0.208 -0.163
D 0.474 0.503 0.401 *
Other 0.000 -9.000 -9.000

27 0-27 0.579 0.585 0.463 A 0.053 -0.266 -0.128
B 0.211 -0.173 -0.123
C 0.579 0.585 0.463 *
D 0.158 -0.622 -0.411
Other 0.000 -9.000 -9.000

28 0-28 0.263 0.263 0.195 A 0.263 0.263 0.195 *
B 0.105 -0.118 -0.070
C 0.421 -0.037 -0.029
D 0.184 -0.228 -0.157
Other 0.026 0.176 0.067
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00
Item analysis for data from file FISIKAIX.TXT Page 5

Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---
29 0-29 0.316 0.402 0.307 A 0.211 -0.248 -0.175
B 0.211 -0.050 -0.035
C 0.316 0.402 0.307 *
D 0.211 -0.124 -0.088
Other 0.053 -0.200 -0.096

30 0-30 0.500 0.170 0.136 A 0.053 0.333 0.160 ?
B 0.500 0.170 0.136 *
CHECK THE KEY C 0.289 -0.157 -0.118
B was specified, A works better D 0.079 -0.267 -0.146
Other 0.079 -0.073 -0.040
MicroCAT (tm) Testing System
Copyright (c) 1982, 1984, 1986, 1988 by Assessment Systems Corporation
Item and Test Analysis Program -- ITEMAN (tm) Version 3.00

Item analysis for data from file FISIKAIX.TXT Page 6
There were 38 examinees in the data file.
Scale Statistics
----------------

Scale: 0
-------
N of Items 30
N of Examinees 38
Mean 14.500
Variance 13.566
Std. Dev. 3.683
Skew 0.457
Kurtosis 1.883
Minimum 7.000
Maximum 27.000
Median 15.000
Alpha 0.538
SEM 2.503
Mean P 0.483
Mean Item-Tot. 0.263
Mean Biserial 0.344

Langkah analisis dengan ITEMAN sudah selesai, sekarang kita akan mengintepretasikan hasil analisis.
Item Statistics Alternative Statistics
----------------------- -----------------------------------
Seq. Scale Prop. Point Prop. Point
No. -Item Correct Biser. Biser. Alt. Endorsing Biser. Biser. Key
---- ----- ------- ------ ------ ----- --------- ------ ------ ---

Sequence number adalah nomor soal
Sequence of item nomor soal dari total soal.
Prop correct adalah tingkat kesukaran soal.
Biserial daya pembeda biserial
Point biserial (rpbi) daya pembeda atau dikenal juga validitas soal.
Key kunci jawaban dengan tanda bintang.
? question mark (tanda tanya) adanya kesalahan kunci atau kesalahan validitas.

Sebelum kita menganalisis soal mari saya kenalkan apa itu masing-masing.

TINGKAT KESUKARAN
Tingkat kesukaran soal adalah kemampuan peserta ujian secara keseluruhan untuk menjawab butir soal dengan benar.

Cara menghitungnya

(siswa yang menjawab benar)/(jumlah peseta tes)


Kategori tingkat kesukaran soal
0,00 – 0,30 soal tergolong sulit artinya hanya 0 - 30% siswa yang menjawab benar.
0,31 – 0,70 soal tergolong sedang artinya 31% - 70% siswa yang menjawab benar.
0,71 – 1,00 soal tergolong sulit artinya 71% - 100% siswa yang menjawab benar.

DAYA PEMBEDA

Daya pembeda adalah kemampuan butir soal dapat membedakan antara warga belajar yang telah menguasai materi yang ditanyakan dan warga belajar yang tidak menguasai materi yang ditanyakan.

Ada beberapa daya pembeda diantaranya r bi, rpbi z score dan lain-lain.
Dalam pembahasan ini kita hanya menggunakan dua korelasi biserial (r bi) dan korelasi point biserial (rp bi).
Dalam pembahasan kali ini saya tidak membahas cara menghitung masing-masing, tapi di artikel yang lain saya akan membahas cara menghitung secara manual. Disini saya akan membahas cara menggunakannya saja.
Karena r bi dan rpbi tidak terlalu jauh berbeda maka, kebanyakan para analis soal mengunakan rpbi. Berikut ini saya akan berikan kategori korelasi point biserial.
Skala yang digunakan adalah -1 sampai dengan +1. Sama halnya dengan korelasi Pearson yang memiliki skala yang sama.
< 0,20 soal ditolak atau dibuang
0,20 – 0,29 soal diperbaiki
0,30 – 0,39 soal diterima dan diperbaiki
0,40 – 1,00 soal tergolong baik dan boleh dimasukkan ke bank soal

ANALISIS
Berikut ini akan saya tampilkan hasil analisis soal baik soal yang diujikan maupun revisi soal.
Pelajaran yang saya ambil adalah Fisika untuk tryout kelas IX SMP.
Analisis soal pilihan ganda dari no 1 – 30 dengan menggunakan Iteman.

N of Items = 30, jumlah soal adalah 30
N or Examinees = 38, jumlah peserta ujian adalah 38 siswa
Mean = 14,500, jumlah rata-rata peserta ujian 14,5 dari 30 artinya dibawah nilai 50 dengan skala 100
Variance = 13,566, jumlah kuadrat dari standar deviasi
Standar Deviasi = 3,683, simpangan baku hasil ujian
Skew = 0,457, ukuran distribusi data apakah data normal atau tidak dengan cara dihitung rasio skewness dengan error of skewness dalam data ini tidak tercantum error of skewness dengan data lain dapat ditampilkan menggunakan analisis deskriptif apabila perbandingannya pada range -2 sampai 2 maka distribusi data normal.
Kurtosis = 1,883, kurtosis sama dengan Skewness, digunakan untuk mengukur distribusi data. Untuk mengetahui apakah data terdistribusi dengan normal atau tidak , maka dihitung rasio kurtosis dengan standard error of kurtosis (disini tidak tercantum datanya di analisis deskriptif dapat dicantumkan) bila rasio kurtosis diantara -2 sampai 2, maka distribusi data normal.
Minimum = 7, nilai minimum peserta ujian
Maksimum = 27, nilai maksimum peserta ujian
Median = 15, nilai tengah dari statistic
Alpha = 0,503, reliabilitas soal 50,3%, beberapa literature menyarankan alpha minimal diatas 70% dan baik jika 80% ke atas, jadi rekomendasi soal harus diperbaiki.
SEM (Standard Eror Minimum) = 2,503, Kesalahan Baku Minimal nilainya cukup besar itu sebabnya harus kecil kalau boleh dibawah 1
Mean P = 0,483, rata-rata tingkat kesukaran soal berkategori sedang karena diantara range 0,31-0,70
Mean Item total = 0,263
Mean Biserial = 0,344 korelasi Biserial daya pembeda masih kecil, sebaiknya diatas 0,40 – 1,00 itu sebabnya disarankan soal (butir jawaban) direvisi dan sudah dilakukan revisi tetapi belum diujikan.

Berikut ini dilampirkan soal yang diujikan dan soal yang direvisi.
Soal yang di ujikan

PENDALAMAN MATERI
TRY OUT FISIKA
MATERI KELAS VII DAN VIII
TGL 8 SEPTEMBER 2009
________________________________________________________________

Pilihan ganda

1.Sebuah truk mengangkut 100 karung beras atau 10 ton beras, tiba-tiba ditikungan jalan truk tersebut terguling. Dari pernyataan tersebut yang termasuk besaran fisika adalah….
a.100 karung c. massa
b.10 ton d. karung
2.Seorang siswa mengukur volume sepotong besi , diperoleh hasinya 50 cm3. Dari hasil pengukuran tersebut yang termasuk besaran turunan adalah ….
a.50 cm3 c. sepotong
b. besi d. volume
3.Ari disuruh guru untuk menghitung massa jenis batu, ternyata setelah dihitung massa jenis batu 5 g/cm3. Hitunglah massa jenis batu tersebut apabila dikonvesi kedalam Sistem Internasional!
a.500 kg/m 3 c. 50000 kg/m 3
b.5000 kg/m 3 d. 500000 kg/m 3
4.Pada musim dingin suhu di Kremlin -100 C. Berpakah suhu tersebut pada skala Fahrenheit….
a.-10 0 F c. 10 0 F
b.-2 0 F d. 14 0 F
5.Apa yang membedakan thermometer raksa dan thermometer alcohol bila digunakan di daerah kutub?
a.Raksa tidak menempel pada dinding kaca sementara alcohol menempel pada dinding kaca.
b.Jangkauan raksa -40 0 C sampai 350 0 C, sementara Jangkauan alcohol -112 0 C sampai dengan 78 0 C.
c.Raksa harganya mahal sementara alcohol harganya murah.
d.Raksa berwarna sementara alcohol tidak berwarna.
6.Bila pada kalibrasi thermometer Celsius titik tetap bawah pada 00 C adalah 10 mm dan titik tetap atas pada 1000 C adalah 50 mm. Hitunglah berapa panjang kolom pada suhu 500 C?
a.10 mm c. 30 mm
b.20 mm d. 40 mm
7.Alat ukur panjang yang paling tepat digunakan untuk mengukur diameter bagian dalam sebuah pipa adalah….
a.stik meter c. micrometer skrup
b.meteran gulung d. jangka sorong
8.Pada gambar berikut hitunglah panjang benda yang ditunjukkan oleh jangka sorong.
a.32,0 cm
b.32,3 cm
c.32,4 cm
d.33,0 cm
9.Dari gambar berikut hitunglah tebal plat besi yang ditunjukkan oleh micrometer skrup!
a.3,22 mm
b.3,25 mm
c.3,26 mm
d.3,27 mm

10.Naiknya air dari akar sampai ke dahan merupakan contoh….
a. gaya tekan zat cair c. gerak brown
b. gravitasi bumi d. kapilaritas
11.Serangga dapat hinggap di permukaaan air adalah akibat adanya gejala….
a. tegangan permukaan c. miniscus
b. kapilaritas d. adhesi
12.Apabila kohesi partikel-partikel zat cair lebih kecil daripada adhesi partikel zat cair dengan tempatnya, maka permukaan zat cair akan berbentuk….
a. cembung c. datar
b. cekung d. miring
13.Sebuah meteor jatuh dari langit, kemudian meteor itu ditimbang massanya 250 gram dan volumenya 40 cm 3. Hitunglah massa jenis meteor tersebut!
a.5000 kg / m 3
b.5500 kg / m 3
c.6025 kg / m 3
d.6250 kg / m 3
14.Perhatikan table!
Dari pernyataan tersebut benda yang sejenis adalah….

Benda Massa Volume
1 75 g 25 cm3
2 60 g 16 cm3
3 48 g 16 cm3
4 42 g 12 cm3

a. 1 dan 2
b. 1 dan 3
c. 2 dan 3
d. 2 dan 4
15.Perhatikan gambar!
Dari gambar tersebut urutkan massa jenis benda yang paling ringan sampai yang paling berat!
a.A, B, C dan D
b.B, C, D dan A
c.C, D, A, dan B
d.D, C, B dan A
16.Koefisien muai panjang logam A, B, C, dan D bertutut-turut adalah A< B < C < D. Jika keempat bimetal dipanaskan, maka arah membengkok bimetal berikut ini yang benar adalah…
a. c.






b. d.



17.Lihat gambar di berikut ini, sambungan rel kereta api selalu diberi celah dengan tujuan agar….
a. memberi tempat pemuaian
b. tempat mengalirnya air hujan
c. relnya lebih panjang
d. mudah dipasang dan dilepas
18.Apabila zat padat dipanaskan maka zat padat tersebut memuai. Ini karena…
a.molekul-molekul membesar akibat pemanasan
b.molekul-molekul bergetar lebih cepat sehingga lebih menjauh dari jarak semula
c.molekul-molekul terurai menjadi lebih banyak molekul
d.molekul-molekul zat padat bergerak bebas

19.Perubahan wujud zat yang melepaskan kalor pada diagram berikut adalah….
2


3 4
a. 1 dan 2 c. 3 dan 4
b. 2 dan 3 d. 1 dan 4

20. Besi panas dicelupkan ke dalam air dingin, ternyata suhu air meningkat. Pada peristiwa ini terjadi….
a. perbedaan massa jenis antara air dan besi
b. perbedaan kalor jenis air dengan kalor jenis besi
c. perambatan energi kalor dari air ke besi
d. perpindahan energi kalor dari besi ke air
21.Perpindahan kalor secara alamiah antara dua benda, bergantung pada….
a.suhu masing-masing benda
b.kandungan energi masing-masing benda
c.massa masing-masing benda
d.wujud benda
2.Perhatikan gambaran hasil tiker timer suatu percobaan berikut.




Hasil ketikan tersebut melukiskan...
a.gerak lurus berubah beraturan diperlambat
b.gerak lurus beraturan
c.gerak lurus berubah beraturan di percepat
d.gerak lurus tidak tentu
23.Ali mengenderai sepeda motor dengan kecepatan tetap selama 2 jam dan menempuh jarak 54 km. Kecepatan sepeda motor Ali adalah.…
a. 7,5 m/s c. 75 m/s
b. 7,75 m/s d. 30
24.Perhatikan gambar ketikan ticker timer suatu percobaan berikut!



Benda sesuai hasil ketikan tersebut ditunjukkan oleh....
a
c.

b.
d.

25.Dari gambar berikut resultan gaya yang dihasilkan adalah....
a.10 N ke kiri c. 60 N ke kiri
b.10 N ke kanan d. 60 N ke kanan
26.Seorang anak bermain ice skating di Mall Taman angrek. Anak tersebut bereksperimen dengan bermain diatas es dengan menggunakan tapak sepatu yang tajam dan tapak sepatu yang lebar. Kesimpulan diperoleh ternyata kelajuan anak tersebut lebih cepat dengan memakai sepatu tajam daripada sepatu dengan tapak yang lebar. Hal ini disebabkan....
a.tidak ada pengaruh gaya gesekan terhadap kelajuan
b.kedua sepatu memiliki gaya gesekan nol
c.gaya gesekan sepatu tajam lebih besar dari pada sepatu lebar
d.gaya gesekan sepatu tajam lebih kecil dari sepatu lebar
27.Sebuah roket diluncurkan dengan gaya mendatar sebesar 135.000N. Bila gaya gesekan dengan udara diabaikan. Hitunglah berapa percepatan roket tersebut bila massa roket 1,5 ton.
a.30 m/s2 c. 90 m/s2
b.60 m/s2 d. 120 m/s2
28.Pada tahun 2008 harga minyak mengalami kenaikan tertinggi sepanjang sejarah mencapai harga $ 145 per barel. Pemerintah kesulitan mengatasi harga minyak tersebut. Pada tahun itu juga pemerintah mencanangkan alternatif penggunaan minyak bumi dengan batu bara sebagai sumber energi pembangkit listrik PLN. Bila kita menggunakan lampu pijar di rumah maka konversi energi yang terjadi adalah....
a.energi kimia - energi listrik – energi cahaya – energi panas
b.energi panas – energi kimia – energi listrik – energi cahaya
c.energi kimia – energi panas – energi listrik – energi cahaya
d.energi panas – energi listrik – energi kimia – energi cahaya
29.Sebuah troly berada pada lantai 46 sebuah gedung yang tingginya 150 meter. Hitunglah energi potensial troly tersebut bila massa troly berikut penumpangnya 600 kg? (g = 10 m/s2).
a.9.000 N c. 900.000 N
b.90.000 N d. 9.000.000 N
30.Seorang sniper (penembak jitu) menembak sebuah sasaran dengan senapan. Peluru tersebut meluncur dari laras senapan dengan kecepatan 12 m/s. Hitunglah energi kinetik yang dihasilkan bila massa peluru 40 gram?
a.1,44 Joule c. 4,32 Joule
b.2,88 Joule d. 5,76 Joule


Hasil revisi soal setelah dianalisis

PENDALAMAN MATERI
TRY OUT FISIKA
MATERI KELAS VII DAN VIII
TGL 8 SEPTEMBER 2009
________________________________________________________________

Pilihan ganda

31.Sebuah truk mengangkut 100 karung beras atau 10 ton beras, tiba-tiba ditikungan jalan truk tersebut terguling. Dari pernyataan tersebut yang termasuk besaran fisika adalah….
a. 100 karung c. massa *
b. 10 ton d. karung diperbaiki
32.Seorang siswa mengukur volume sepotong besi , diperoleh hasilnya 50 cm3. Dari hasil pengukuran tersebut yang termasuk besaran turunan adalah ….
a.50 cm3 diperbaiki c. sepotong
b. besi d. volume *
33.Ari disuruh guru untuk menghitung massa jenis batu, ternyata setelah dihitung massa jenis batu 5 g/cm3. Hitunglah massa jenis batu tersebut apabila dikonvesi kedalam Sistem Internasional!
a.500 kg/m 3 c. 50000 kg/m 3
b.5000 kg/m 3 * d. 500000 kg/m 3 diperbaiki
34.Pada musim dingin suhu di Kremlin -100 C. Berapakah suhu tersebut pada skala Fahrenheit….
a.-10 0 F c. 10 0 F
b.-2 0 F d. 14 0 F *
35.Apa yang membedakan thermometer raksa dan thermometer alcohol bila digunakan di daerah kutub?
a.Raksa tidak menempel pada dinding kaca sementara alcohol menempel pada dinding kaca.
b.Jangkauan raksa -40 0 C sampai 350 0 C, sementara Jangkauan alcohol -112 0 C sampai dengan 78 0 C. *
c.Raksa harganya mahal sementara alcohol harganya murah. diperbaiki
d.Raksa berwarna sementara alcohol tidak berwarna.
36.Bila pada kalibrasi thermometer Celsius titik tetap bawah pada 00 C adalah 10 mm dan titik tetap atas pada 1000 C adalah 50 mm. Hitunglah berapa panjang kolom pada suhu 500 C?
a.10 mm c. 30 mm *
b.20 mm diperbaiki d. 40 mm
37.Alat ukur panjang yang paling tepat digunakan untuk mengukur diameter bagian dalam sebuah pipa adalah….
a.stik meter c. micrometer skrup
b.meteran gulung d. jangka sorong *
38.Pada gambar berikut hitunglah panjang benda yang ditunjukkan oleh jangka sorong.
a. 32,0 cm
b. 32,3 cm *
c. 32,4 cm
d. 33,0 cm
39.Dari gambar berikut hitunglah tebal plat besi yang ditunjukkan oleh micrometer skrup!
a. 3,22 mm
b. 3,25 mm
c. 3,26 mm *
d. 3,27 mm diperbaiki

40.Naiknya air dari akar sampai ke dahan merupakan contoh….
a. gaya tekan zat cair diperbaiki c. gerak brown
b. gravitasi bumi d. kapilaritas *
41.Serangga dapat hinggap di permukaaan air adalah akibat adanya gejala….
a. tegangan permukaan * c. miniscus
b. kapilaritas d. adhesi
42.Apabila kohesi partikel-partikel zat cair lebih kecil daripada adhesi partikel zat cair dengan tempatnya, maka permukaan zat cair akan berbentuk….
a. cembung c. datar
b. cekung * d. miring diperbaiki
43.Sebuah meteor jatuh dari langit, kemudian meteor itu ditimbang massanya 250 gram dan volumenya 40 cm 3. Hitunglah massa jenis meteor tersebut!
a.5000 kg / m 3
b.5500 kg / m 3
c.6025 kg / m 3
d.6250 kg / m 3 *
44.Perhatikan table!
Dari pernyataan tersebut benda yang sejenis adalah….
Benda Massa Volume
1 75 g 25 cm3
2 60 g 16 cm3
3 48 g 16 cm3
4 42 g 12 cm3

a. 1 dan 2 diperbaiki
b. 1 dan 3 *
c. 2 dan 3 diperbaiki
d. 2 dan 4

45.Perhatikan gambar!
Dari gambar tersebut urutkan massa jenis benda yang paling ringan sampai yang paling berat!
a.A, B, C dan D
b.B, C, D dan A
c.C, D, A, dan B diperbaiki
d.D, C, B dan A *
46.Koefisien muai panjang logam A, B, C, dan D bertutut-turut adalah A< B < C < D. Jika keempat bimetal dipanaskan, maka arah membengkok bimetal berikut ini yang benar adalah…


a. c.
perbaiki





b. * d.
47. Lihat gambar di berikut ini, sambungan rel kereta api selalu diberi celah dengan tujuan agar….




a. memberi tempat pemuaian *
b. tempat mengalirnya air hujan
c. relnya lebih panjang
d. mudah dipasang dan dilepas
48.Apabila zat padat dipanaskan maka zat padat tersebut memuai. Ini karena…
a.molekul-molekul membesar akibat pemanasan
b.molekul-molekul bergetar lebih cepat sehingga lebih menjauh dari jarak semula *
c.molekul-molekul terurai menjadi lebih banyak molekul
d.molekul-molekul zat padat bergerak bebas
49.Perubahan wujud zat yang melepaskan kalor pada diagram berikut adalah….
2


3 4
a. 1 dan 2 diperbaiki c. 3 dan 4 *
b. 2 dan 3 d. 1 dan 4 diperbaiki
50.Besi panas dicelupkan ke dalam air dingin, ternyata suhu air meningkat. Pada peristiwa ini terjadi….
a. perbedaan massa jenis antara air dan besi
b. perbedaan kalor jenis air dengan kalor jenis besi
c. perambatan energi kalor dari air ke besi
d. perpindahan energi kalor dari besi ke air *
51.Perpindahan kalor secara alamiah antara dua benda, bergantung pada….
a.suhu masing-masing benda bias karena salah satu yang benar (diganti)
b.kandungan energi masing-masing benda *
c.massa masing-masing benda
d.wujud benda
52.Perhatikan gambaran hasil tiker timer suatu percobaan berikut.




Hasil ketikan tersebut melukiskan...
a.gerak lurus berubah beraturan diperlambat
b.gerak lurus beraturan
c.gerak lurus berubah beraturan di percepat *
d.gerak lurus tidak tentu
53.Ali mengenderai sepeda motor dengan kecepatan tetap selama 2 jam dan menempuh jarak 54 km. Kecepatan sepeda motor Ali adalah.…
a. 7,5 m/s * c. 75 m/s
b. 7,75 m/s d. 30 diganti
54.Perhatikan gambar ketikan ticker timer suatu percobaan berikut!



Benda sesuai hasil ketikan tersebut ditunjukkan oleh....
a diganti
c.

b. *
d.

55.Dari gambar berikut resultan gaya yang dihasilkan adalah....






a.10 N ke kiri * c. 60 N ke kiri
b.10 N ke kanan d. 60 N ke kanan
56.Seorang anak bermain ice skating di Mall Taman angrek. Anak tersebut bereksperimen dengan bermain diatas es dengan menggunakan tapak sepatu yang tajam dan tapak sepatu yang lebar. Kesimpulan diperoleh ternyata kelajuan anak tersebut lebih cepat dengan memakai sepatu tajam daripada sepatu dengan tapak yang lebar. Hal ini disebabkan....
a.tidak ada pengaruh gaya gesekan terhadap kelajuan
b.kedua sepatu memiliki gaya gesekan nol
c.gaya gesekan sepatu tajam lebih besar dari pada sepatu lebar
d.gaya gesekan sepatu tajam lebih kecil dari sepatu lebar *
57.Sebuah roket diluncurkan dengan gaya mendatar sebesar 135.000N. Bila gaya gesekan dengan udara diabaikan. Hitunglah berapa percepatan roket tersebut bila massa roket 1,5 ton.
a.30 m/s2 c. 90 m/s2 *
b.60 m/s2 d. 120 m/s2
58.Pada tahun 2008 harga minyak mengalami kenaikan tertinggi sepanjang sejarah mencapai harga $ 145 per barel. Pemerintah kesulitan mengatasi harga minyak tersebut. Pada tahun itu juga pemerintah mencanangkan alternatif penggunaan minyak bumi dengan batu bara sebagai sumber energi pembangkit listrik PLN. Bila kita menggunakan lampu pijar di rumah maka konversi energi yang terjadi adalah....
a.energi kimia - energi listrik – energi cahaya – energi panas *
b.energi panas – energi kimia – energi listrik – energi cahaya
c.energi kimia – energi panas – energi listrik – energi cahaya
d.energi panas – energi listrik – energi kimia – energi cahaya
59.Sebuah troly berada pada lantai 46 sebuah gedung yang tingginya 150 meter. Hitunglah energi potensial troly tersebut bila massa troly berikut penumpangnya 600 kg? (g = 10 m/s2).
a.9.000 N c. 900.000 N *
b.90.000 N d. 9.000.000 N
60.Seorang sniper (penembak jitu) menembak sebuah sasaran dengan senapan. Peluru tersebut meluncur dari laras senapan dengan kecepatan 12 m/s. Hitunglah energi kinetik yang dihasilkan bila massa peluru 40 gram?
a.1,44 Joule diganti c. 4,32 Joule
b.2,88 Joule * d. 5,76 Joule

Untuk info lebih lanjut hubungi web www.adolfr.blogspot.com/ www.adolfrudolf.blogsopt.com
Sent your email to adolf_rudolfh@yahoo.com
Diposkan oleh Adolf Training Centre di 02:44 0 komentar
Minggu, 18 Oktober 2009
PENELITIAN ILMIAH

Jenis Penelitian dapat kita klasifikasikan kedalam beberapa jenis :

1. Bila ditinjau dari sudut data yang diperoleh maka penelitiandapat kita bagi menjadi dua jenis yaitu Penelitian Kualitatif dan Penelitian Kwantitatif.
2. Bila ditinjau dari penerapannya maka dapat kita kelompokkan menjadi dua yaitu Penelitian Dasar (Basic Research) dan Penelitian Terapan (Applied Research).
3. Bila ditinjau dari sudut proses, maka penelitian dapat kita bagi menjadi beberapa kelompok yaitu Penelitian Historis, Deskriptif, Eksperimen, Korelasional, Tindakan Kasus, Perkembangan dan lain-lain.

Jenis penelitian Kuantitatif dapat kita bagi menjadi :

1. Penelitian Fenomologi.
2. Penelitian Sejarah.
3. Studi Kasus (Case Study).
4. Penelitian Etnografi.
5. Grounded Theory.
6. Penelitian Tindakan.

Jenis penelitian Kuantitatif dapat kita bagi menjadi :

1. Penelitian Deskriptif.
2. Penelitian Komparatif.
3. Penelitian Korelasi.
4. Penelitian Eksperimen.
5. Penelitian Espost Facto.

Dalam topik ini saya akan membahas tentang penelitian kwantitatif, yang pada decade yang lalu sering dihindari oleh para mahasiswa baik yang mengambil S1, S2, maupun S3.

Pertanyaannya kenapa dihindari?

Jawabannya simple. Karena metode penelitian kwantitatif sangat jelimet sehingga para peneliti sering menghidari metode ini, disamping itu teknik analsisnya menggunakan matematika yang tidak semua orang suka akan matematika apalagi yang berhubungan dengan statistic. Tapi belakangan setelah program computer mudah didapat dengan biaya yang murah dan terjangkau maka para peneliti lebih menyukai metode kwantitatif.

Berikut ini saya akan membahas penelitian Kwantitatif, bagaimana caranya menggunakan metode ini dan penerapannya untuk apa?

Penelitian kuantitatif merupakan suatu penelitian yang dilakukan untuk mendapatkan jawaban dari suatu fenomena (kejadian) yang dilandasi oleh teori-teori yang sudah terbangun dan diteliti oleh para ahli sebelumnya (peneliti terdahulu). Untuk itu peneliti perlu membuat hipotesis terlebih dahulu dan selanjutnya membuktikan hipotesis tersebut dengan metode statistic.

Jadi dengan kata lain penelitan kuantitatif bertujuan untuk membuktikan teori yang sudah terbangun dengan metode statistic dan mencari tau mengapa fenomena itu terjadi. Sementara metode Kwalitatif bertujuan untuk membagun teori baru yang berhubungan dengan fenomena yang teliti dan tidak menggunakan metode statistic untuk mengujinya.

Penelitian Kwantitatif dapat kita bagi dua :

1. Non Parametric Test
2. Parametric Test

NONPARAMETRIC TEST

Statistik nonparametrik adalah analisis yang tidak menggunakan parameter-parameter dan tidak mensyaratkan data harus berdistribusi normal.

Note : analisis statistik parametrik menggunakan parameter-parameter seperti mean, deviasi standar, variansi dll.

Metode analisis non parametric menjadi analisis alternatif apabila persyaratan pada analisis parametri tidak terpenuhi, seperti data tidak berdistribusi normal atau tidak terpenuhinya asumsi-asumsi tertentu.

Analisis Nonparametrik terdiri dari :

1. Analisis Chi Square.
2. Binomial.
3. Analisis Runs.
4. One Sample Kolmogorov-Smirnov Test.
5. Two Independent Samle Tests.
6. K Independent Samlpe Tests.
7. Two Related Samples Tests.
8. K Related Samle Tests.


Chi Square

Analisis Chi Square adalah analisis untuk mengetahui apakah distribusi data seragam atau tidak, Uji ini juga disebut uji keselarasan (goodness of fit test).


BINOMIAL

Uji Binomial digunakan untuk mengetahui apakah proporsi pengamatan sama dengan populasi yang dihipotesisiskan. Binomial ini untuk menguji data berskala nominal.


RUNS

Uji Runs digunakan untuk mengetahui apakah suatu pengamatan, peristiwa, atau kejadian bersifat random.


One Sample Kolmogorov- Smirnov Test
One Sample Kolmogorov-Smirnov Test digunakan untuk mengetahui distribusi populasi, apakah mengikuti distribusi secara teoritis (normal, poisson, uniform, atau exponential).

Kosmogorov-Smirnov Test

Kosmogorov-Smirnov Test digunakan untuk menguji data berskala interval dan rasio.


Two Independent Sample Tests

Two Independent Sample Tests digunakan untuk mengetahui ada tidaknya perbedaan antara dua kelompok data yang independen.

Uji ini sama dengan Two Independent Sample T Tests, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak mensyarakan data berdistribusi normal.

Uji Two Independent Sample T Tests yaitu Uji Mann Whitney U, Moses extreme reactions, Wald-Wolwofits run, dan Kolmogorov-Smirnov Z.


K Independent Sample Tests

K Independent Sample Test digunakan untuk mengetahui ada tidaknya perbedaan antara dua atau lebih kelompok data yang independen.

Uji ini sama dengan uji One Way ANOVA, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak mensyaratkan data distribusi normal. Uji yang digunakan dalam K Independent Sampe Test adalah Uji Kruskal-Wallis H, Jonckheree-Terpstra, dan Uji Median.


Two Related Sample Tests

Two Related Sample Tests digunakan untuk mengetahui ada tidaknya perbedaan antara dua variabel yang berpasangan atau berhubungan. Uji ini sama dengan uji Uji Paired Samples T Test, bedanya uji ini hanya dapat untuk mengukur data berskala ordinal dan tidak menpersyaratkan data berdistribusi normal.

Uji digunakan dalam Two Related Samples Test adalah Uji Wilcoxon, Uji Sign, Uji Mc Nemar, dan Marginal Homogeneity.


K Related Sample Tests

K Related Sample Tests adalah suatu pengujian untuk membandingkan distribusi antara dua variabel atau lebih yang berhubungan.

Uji ini berguna untuk mengukur data berskala nominal dan ordinal.

Uji yang digunakan dalam K Related Sample Tests adalah Uji Friedman, Kendall’s W dan Cochran’s Q.


ANALYSIS PARAMETRIC

Analisis Statistik Parametrik adalah analisis yang menggunakan parameter-parameter seperti mean, deviasi standar, variansi, dan data harus berdistribusi secara normal.

Analisis secara parametrik terdiri dari :

1. DESCRIPTIVE STATISTICS
2. COMPARE MEANS
3. GENERAL LINEAR MODEL
4. CORRELATE
5. REGRESSION
6. RELIABILITY ANALYSIS

1. DESCRIPTIVESSTATISTICS

Descriptive Statistics terdiri dari :

1. Frequencies
2. Descriptives
3. Explore
4. Crosstabs


FREQUENCIES

Frequencies atau analisis frekuensi dipakai untuk menghitung frekuensi data pada variabel untuk analisis statistik seperti percentile value, central tencency, dispersion, dan distribution, serta untuk menampilkan grafik.


DESCRIPTIVES

Descriptive atau Analisis Deskriptif yaitu penggambaran tentang statistik data seperti mean, sum, standar deviasi, variance, range, dan lain-lain, serta untuk mengukur distribusi data dengan skewness dan kurtosis.


ANALYSIS EXPLORE

Analisis eksplorasi adalah penggambaran tentang statistik data yang lebih mendalam dan untuk melakukan uju normalitas.

Analisis Ekplorasi terdiri dari :

1. Analisis Eksplorasi tanpa faktor
2. Analisis Eksplorasi dengan faktor


Analisis Ekplorasi tanpa faktor

Analisis Ekplorasi tanpa faktor adalah analisis tanpa menggunakan variabel faktor atau kategori.


Analisis Ekplorasi dengan faktor

Analisis Ekplorasi dengan faktor adalah analisis yang menggunakan variabel faktor atau kategori.


CROSSTABS

Analisis Crosstab (tabel silang), merupakan alat analisis untuk menggambarkan tentang data yang berbentuk kolom dan baris serta berfungsi untuk menganalisis hubungan antara baris dan kolom dengan analisis statistik seperti Chi Square, Correlations, Contingency coefficient, Lambda, Eta, Kappa, McNemmar, dan sebagainya.

Analisis Crosstab dapat dibagi dua :

1. Analisis Crosstab dengan menggunakan data nominal
2. Analisis Crosstab dengan menggunakan data ordinal


2. COMPARE MEANS

Compare Means terdiri dari :

1. Mean
2. One Sample T Test
3. Independent Samples T Test
4. Paired Samples T Test
5. One Way ANOVA


MEANS

Means merupakan alat analisis untuk menggambarkan statistik data pada variabel berkelompok, seperti rata-rata (mean), standar deviasi, sum, minimum, maksimum, dan analisis statistik lainnya, serta untuk menampilkan tabel ANOVA dan menguji linearitas antara variabel dependen dan independen.

Biasanya data yang digunakan terdiri atas rasio (scale) sebagai variabel dependen dan data nominal atau ordinal (kategori) sebagai variabel independen.


ONE SAMPLE T TEST

One Sample T Test adalah analisis yang digunakan untuk menguji rata-rata sebuah sample yang dibandingkan dengan rata-rata populasi.

Biasanya data yang digunakan adalah data populasi rasio (scale).


INDEPENDENT SAMPLES T TEST

Independent Samples T Test (Uji beda 2 rata-rata) digunakan untuk menguji dua rata-rata pada dua kelom data yang independen


PAIRED SAMPLES T TEST

Paired Samples T Test adalah analisis yang digunakan untuk menguji perbedaan rata-rata antara dua sample yang berpasangan.


ONE WAY ANOVA

One Way ANOVA (analisis variansi satu jalur) adalah analisis yang digunakan untuk menguji perbedaan rata-rata dua atau lebih kelompok data yang independen.


3. GENERAL LINEAR MODEL

General Linear Model terdiri dari :

1. Univariate
2. Multivariate


UNIVARIATE

Univariate adalah analisis yang digunakan untuk mengetahui hubungan antara satu atau lebih variabel faktor, variabel Random faktor, dan Covariate dengan satu variabel dependen.

Univariate dapat digunakan untuk analisis sebagai berikut :

1. One Way ANOVA dengan menggunakan satu variabel faktor dan variabel dependen
2. Two Way ANOVA dengan menggunakan dua variabel faktor dan variabel dependen
3. ANOVA (Analysis of Covariance) dengan menggunakan satu variabel faktor, satu variabel Covariate, dan variabel dependen
4. Account for Random Effects dengan menggunakan dua variabel faktor, satu variabel Random Faktor, dan variabel dependen
5. Linear Regression dengan menggunakan variabel Covariate dan variabel dependen


MULTIVARIATE

Mulltivariate adalah analisis yang digunkan untuk mengetahui hubungan antara satu atau lebih variabel faktor dan Covariate dengan dua atau lebih variabel dependen.

Perbedaan dengan Univariate, yaitu jika analisis Univariate menggunakan satu variabel dependen, sedangkan Multivariate menggunakan lebih dari satu variabel dependen.


4. CORRELATE

Correlate terdiri dari :

1. Correlation Bivariate
2. Correlation Partial


Correlate Bivariate adalah hubungan antara dua variabel atau sering disebut korelasi sedehana.

Dalam perhitungan korelasi akan didapat koefisien korelasi yang menunjukkan keeratan hubungan antara dua variabel tersebut. Nilai koefisien korelasi berkisar antara 0 sampai 1 atau o sampai -1.

Jika nilai semakin mendekati 1 atau -1 , hubungan semakin erat, sebaliknya jika medekati 0, hubungan semakin lemah.

Macam-macam Koefisien Korelasi yang digunakan adalah

1. Product Movement Pearson (Korelasi Pearson)
2. Kendall’s tau-b dan Spearman


Product Movement Pearson

Korelasi Pearson (Product Movement Pearson) berguna untuk mengukur keeratan hubungan antara dua variabel yang mempunyai distribusi data normal.

Data yang digunakan tipe interval atau rasio.


Kendall’s tau-b dan Spearman

Kendall’s tau-b dan Spearman berguna untuk mengukur keeratan hubungan antara peringkat-peringkat.

Pada korelasi ini tidak mensyaratkan distribusi data normal.


Partial Correlation

Partial Correlation (Korelasi Parsial) adalah hubungan antara dua variabel yang dalam hal ini variabel lain yang dianggap mempengaruhi (sebagai variabel kontrol) akan dikeluarkan.

Nilai koefisien korelasi berkisar antara 0 sampai 1 atau 0 sampai -1.

Jika nilai mendekati 1 atau -1 hubungan semakin erat; jika mendekati 0, maka hubungan semakin lemah.


5. REGRESSION

Analisis Regression terdiri dari :

1. Analisis Regresi Linear
2. Uji Penyimpangan Asumsi Klasik


Analisis Regresi Linear

Analysis Regression linear adalah hubungan secara linear antara variabel dependen dengan variabel independen yang digunakan untuk memprediksi atau meramalkan suatu nilai variabel dependen berdasarkan variabel independen.

Analisis Regresi Linear terdiri dari :

1. Analisis Regresi Linear Sederhana
2. Analisis Regresi Linear Bergada


Analisis Regresi Linear Sederhana

Analisis Linear Sederhana dipakai untuk menganalisis hubungan linear antara 1 variabel independen dengan 1 variabel dependen


Analisis Regresi Linear Bergada

Analisis Regresi Linear Berganda berguna untuk menganalisis hubungan linear antara 2 variabel independen atau lebih dengan satu variabel dependen.


Uji Penyimpangan Asumsi Klasik

Uji Penyimpangan Asumsi Klasik terdiri dari:

1. Multikolinearitas
2. Autokorelasi
3. Heteroskedastis

Uji Penyimpangan Asumsi Klasik digunakan untuk mengetahui ada tidaknya multikolinearitas , autokorelitas, dan heteroskedastis dalam model regresi.


6. RELIABLILITY ANALYSIS

Reliability Analysis adalah analisis yang banyak digunakan untuk mengetahui keajekan atau konsistensi alat ukur yang menggunakan skala kuesioner, atau angket.

maksudnya untuk mengetahui apakah alat ukur tersebut akan mendapatkan pengukuran yang tetap konsisten jika pengukuran diulang kembali.

selain itu, analisis ini berguna pula untuk mengukur validitas item butir pertanyaan dengan teknik Corrected Item Total Correlation, yaitu mengkorelasikan antara skor item dengan total item, kemudian melakukan koreksi terhadap nilai koefisien korelasi.

ada beberapa model analisis reliabilitas, yaitu :

1. Cronbach Alpha
2. Split half
3. Guttman
4. Parallel
5. Strict Parallel

SEKIAN DAN TERIMA KASIH

Sampai disini dulu pokok pembahasannya dan tunggu pokok pembahasan selanjutnya mengenai masing-masing metode analisis.

Catatan : tips bagi yang pemula membacanya harus perlahan-lahan karena butu konsentrasi dan selalu sabar serta belajarlah secara bertahap.
Diposkan oleh Adolf Training Centre di 03:14 0 komentar
Sabtu, 17 Oktober 2009
Analisis Butir Soal

ANALISIS BUTIR SOAL

Kegiatan analisis butir soal adalah kegiatan yang harus dilakukan oleh guru untuk meningkatkan mutu soal yang telah ditulis.
Kegiatan ini antara lain :

1. Pengumpulan.
2. Peringkasan.
3. Penggunaan informasi dari jawaban siswauntuk membuat keputussan tentang setiap penilaian.

Tujuan Analisis butir soal adalah :

1. Tujuan Penelaan. Untuk mengkaji dan menelaah setiap butir soal agar diperoleh soal yang bermutu sebelum digunakan.
2. Tujuan Analisis Soal. Untuk meningkatkan tes melalui revisi atau membuang soal yang tidak efektif, serta mengetahui informasi diagnostik pada siswa apakah mereka sudah/belum memahami materi yang telah diajarkan.

Soal yang bermutu adalah soal yang dapat memberikan informasi setepat-tepatnya sesuai dengan tujuannya, diantaranya dapat menentukan siswa mana yang sudah atau belum menguasai materi yang diajarkan guru.

Analisis Butir soal dapat kita bedakan menjadi dua

1. Analisis Kwalitatif. Analisis yang berkaitan dengan isi dan bentuk.
2. Analisis Kwantitatif. Analisis yang berkaitan dengan ciri-ciri statistik, atau prosedur secara judgment dan prosedur secara empirik.

Analisis Kwalitatif mencakup pertimbangan validitas isinya, sedangkan analisis Kwantitatif mencakup kesulitian butir soal dan diskriminasi soal yang termasuk validitas soal dan reliabilitasnya.

Manfaat Analisis Butir Soal

Manfaat analisis butir soal adalah :

1. Membantu pengguna tes dalam evaluasi atas tes yang digunakan.
2. Revisi seperti untuk tes informal dan lokal seperti tes yang disiapkan oleh guru di sekolah.
3. Mendukung penulisan soal yang efektif.
4. Memberikan masukan kepada guru tentang kesulitan siswa.
5. Merevisi materi yang dinilai atau yang diukur.
6. Meningkatkan ketrampilan penulisan soal.

Menurut Linn dan Gronlund analisis penulisan soal didisain untuk menjawab pertanyaan sbb:

1. Apakah fungsi soal sudah tepat.
2. Apakah soal sudah memiliki tingkat kesukaran yang tepat.
3. Apakah soal bebas dari hal-hal yang tidak relevan.
4. Apakah pilihan jawaban efektif.

Manfaat Anlisis butir soal bermanfaat sebagai :

1. Mendiskusikan efisiensi tentang hasil tes.
2. Untuk merakit soal remedial.
3. Untuk meningkatkan pembelajaran kelas.
4. Untuk meningkatkan pada konstrusi tes.

Kesimpulan
Analisis butir soal bermanfaat untuk :

1. Menentukan soal-soal yang cacat atau tidak berfungsi penggunaannya.
2. Untuk meningkatkan butir soal melalui empat komponen analisis yaitu :

* Tingkat kesukaran soal.
* Daya pembeda.
* Pengecoh soal.
* Meningkatkan pembelajaran melalui ambiguitas dan keterampilan tertentu yang menyebabkan siswa kesulitan.

Berikut ini disajikan contoh analisis soal.

NAMA

SISWA


Nomor soal *


SKOR

TOTAL #


KETERANGAN

4


6


8


5


1


2


3


10


4


7

Abang

Bunga

Cinta

Doank

Elang



1

1

0

1

1


1

1

0

1

1


1

1

0

1

1


1

1

1

0

0


1

1

0

0

0



1

0

1

0

0



0

1

1

0

0


0

0

1

1

0


0

0

1

0

0


1

0

0

0

0


7

6

5

4

3


Normal

Normal

Mengantuk

Menebak

Lambat, berat




4


4


4


3


2


2


2


2


2


1











































Catatan :

* Soal disusun dari yang paling mudah hingga yang paling sulit.

# skor siswa disusun dari yang paling tinggi hingga yang paling rendah.

Kesimpulan

Soal nomor 4 dan 7 masing-masing hanya dapat dijawab oleh Cinta dan Abang, hal ini dapat memberikan informasi kepada guru tentang materi yang diajarkan kepada siswa.

Untuk mengevaluasi maka perlu diadakan perbaikan diri melalui informasi berikut, dengan meberikan tanda centang pada kolom pertanyaan.

Keterangan


Ya


Tidak

1. Apakah guru telah membuat persiapan mengajar khususnya materi yang bersangkutan.






2. Apakah guru menguasai materi yang bersangkutan.







3. Apakah tutor telah mengajar secara maksimal.






4. Apakah prilaku yang ditanyakan dalam butir soal telah sudah tepat (harus dikuasai siswa).






5. Apakah materi yang ditanyakan merupakan materi urgen (penting sesuai dengan KD), kontinuitas, relevansi, dan keterpakaian dalam kehidupan sehari-hari.






6. Apakah guru memiliki kreatifitas dalam mengajarkan materi yang bersangkutan.






7. Apakah guru mampu membangkitkan minat dan kegiatan belajar warga belajar khususnya materi yang diajarkan.






8. Apakah guru telah menyusun kisi-kis idan kaidah penulisan soal serta menyusun pedoman penskoran atau pedoman pengamatan.






9. Apakah guru menulis soal berdasarkan indicator dalam kisi-kisi dan kaidah penulisan soal serta menyusun pedoman penskoran atau pedoman pengamatan.






10. Apakah soal nomor 4 dan 7 valid memiliki daya pembeda tinggi, tidak salah kunci jawaban, pengecoh telah berfungsi dengan baik, atau memang materinya belum diajarkan






Dari kesepuluh pertanyaan diatas berikan tanda centang pada item soal sesuai dengan persiapan yang telah dilakukan.

Bila dalam item tersebut masih banyak yang belum dilakukan maka segeralah perbaiki langkah-lankah tesebut, saya yakin dengan persiapan yang baik maka akan menghasilkan out put yang baik pula.

Selamat mencobah.

Bersambung ke tulisan saya berikutnya …. Kaidah penulisan soal yang baik.

Banyak guru-guru maupun para dosen belum memahami kaidah penulisan soal yang baik sehingga terkadang tampilan rakitan soal acak-acakan dari sudut layout, akan tetapi yang paling menyedihkan adalah kaidah penulisan soal, baik kata opersional yang boleh dan tidak boleh digunakan, serta tanda baca dan ellipsis yang harus dibuat dalam soal sering tidak menggunakan kaidah-kaidah yang benar. Bahkan penulis buku sekalipun sering melakukan kesalahan apalagi guru yang sering melakukan jalan pintas dengan mengutip soal-soal yang dirakit oleh penulis buku.

Lalu pertanyaannya apakah tidak boleh menggunakan soal yang telah dirakit oleh penulis buku paket? Jawabannya tentu saja boleh asalkan kaidah penulisannya telah benar, dan materi yang diajarkan disekolah sudah sesuai dengan KD yang disusun oleh pemerintah dan indikator yang disajikan di Sekolah yang merupakan wewenang guru (pihak sekolah) sudah sesuai dengan soal yang dirakit. Tapi sebaiknya gurulah yang merakit sendiri soal untuk diujikan karena guru tersebut lebih mengetahui indikator materi yang telah disajikannya di dalam kelas.

Lalu bagaimana cara merakit soal yang baik?
Nantikan pembahasannya di artikel selanjutnya….