Vol. 10 No. 02 Januari 2024
Berkenalan dengan Rasch Model
Oleh:
Chandra Yudistira Purnama
Fakultas Psikologi, Universitas Jenderal Achmad Yani Cimahi
Terdapat dua perspektif yang berbeda dalam penilaian sifat atau karakteristik instrumen pengukuran dalam bidang pengukuran, khususnya psikometri. Dua sudut pandang ini adalah perspektif Teori Respons Butir atau Item Response Theory (IRT), dan perspektif teori klasik atau Classical Test Theory (CTT) (Jabrayilov et al., 2016).
Sudut pandang CTT berfokus pada pemahaman sifat-sifat statistik dari skor skala komposit, seperti memperkirakan reliabilitas skor tes, item discrimination, item difficulty dan standard error measurement. Kemudian CTT merupakan teknik analisis yang dilakukan pada level tes (Mufida & Alfan, 2023). Selain itu CTT didasarkan pada hubungan antara skor yang diamati dan skor sebenarnya (Reise & Moore, 2023). Sedangkan sudut pandang IRT berfokus pada tingkat kemampuan seseorang dalam merespons item dalam suatu tes (Ankomah & Mawusi Nugba, 2020). IRT menjelaskan karakterisasi bagaimana perbedaan individu pada variabel laten berinteraksi dengan sifat-sifat item untuk menghasilkan respons (Johnson, 2013; Reise & Moore, 2023). Selain itu IRT yang berfokus pada analisa ditingkat item menekankan pengukuran pada konstrak psikologi berdasarkan paramter dari masing-masing item. (Mufida & Alfan, 2023).
Pada tulisan ini akan lebih berfokus pada IRT dengan Rasch Model. Model ini pertama kali dikembangkan oleh Georg Rasch pada tahun 1960-an. Rasch Model adalah model pengukuran yang digunakan untuk mengukur karakteristik psikologis, seperti kemampuan, sikap, atau minat (Bond & Fox, 2001). Rasch Model didasarkan pada asumsi bahwa perbandingan antar individu tidak tergantung pada soal yang digunakan untuk membandingkan individu tersebut, dan perbandingan antar soal tidak tergantung pada subjek atau individu yang digunakan untuk membandingkan soal. Dengan kata lain, model ini mengasumsikan bahwa pengukuran yang dilakukan adalah objektif dan tidak dipengaruhi oleh faktor-faktor eksternal (Asrijanty, 2014).
Rasch Model pada awalnya dikembangkan untuk menganalisis data hasil tes kognitif yang mengandung penilaian Benar (skor = 1) dan Salah (skor = 0) atau dikenal dengan istilah dikotomi. Seiring perkembangan teori dan zaman, pendekatan Rasch Model ini pun digunakan untuk menganalisis butir-butir item politomi (contoh : skala likert).
Penelitian di bidang psikologi banyak menggunakan instrumen berupa kuesioner dengan opsi pilihan politomi. Dalam proses mengkonstruksi dan menganalisa butir item yang hendak digunakan dalam penelitiannya tersebut umumnya masih menggunakan teknik analisa CTT. Belum banyak yang menggunakan teknik analisa Rasch Model ini untuk menganalisa kualitas instrumennya. Hal ini terjadi bisa jadi karena belum banyak yang mengetahui dan memahami Rasch Model yang ternyata dapat juga diaplikasikan pada butir-butir item dengan opsi politomi.
Berikut beberapa keunggulan menggunakan teknik analisa Rash Model ketika menganalisa instrumen pengukuran untuk penelitian:
1. Memberikan wawasan yang lebih baik tentang tingkat kesulitan dan kemampuan diskriminatif dari pertanyaan atau butir soal dalam sebuah tes.
2. Mengukur karakteristik psikologi secara unidimensi, yaitu hanya mengukur satu aspek dari karakteristik tersebut.
3. Memberikan informasi yang lebih akurat mengenai kemampuan atau karakteristik psikologis individu.
4. Memberikan hasil pengukuran yang lebih valid dan reliabel ketika mengembangkan atau menganalisa instrumen pengukuran.
5. Menghasilkan skor yang lebih reliabel walaupun dengan jumlah butir item yang sedikit.
Dalam melakukan analisa data hasil penelitian, peneliti sangat terbantu dengan adanya beragam perangkat lunak. Untuk menganalisa data ketika hendak menggunakan teknik analisa Rasch Model pun saat ini sudah sangat banyak tersedia. Perangkat lunak yang populer digunakan untuk melakukan analisa Rasch Model adalah Winstep. Winstep memiliki versi gratis dengan fitur yang terbatas, dan ada juga versi berbayar sehingga semua fitur analisa bisa diakses untuk mendapatkan hasil analisa yang komprehensif. Selain Winstep, terdapat perangkat lunak open sources yang dapat digunakan untuk melakukan Analisa Rasch Model, yaitu Jamovi.
Melihat keunggulan yang disediakan oleh IRT Rasch Model dan tersedianya juga software yang dapat membantu proses analisa, membuat peneliti di bidang psikologi memiliki alternatif teknik analisa untuk mendapatkan instrumen pengukuran yang berkualitas.
Referensi:
Ankomah, F., & Mawusi Nugba, R. (2020). Validation of Test Construction Skills Inventory through the lens of Item Response Theory (IRT). American Journal of Creative Education, 3(2), 86–100. https://doi.org/10.20448/815.32.86.100
Bond, T. G., & Fox, C. M. (2001). Applying the Rasch model : fundamental measurement in the human sciences. L. Erlbaum.
Jabrayilov, R., Emons, W. H. M., & Sijtsma, K. (2016). Comparison of Classical Test Theory and Item Response Theory in Individual Change Assessment. Applied Psychological Measurement, 40(8), 559–572. https://doi.org/10.1177/0146621616664046
Johnson, T. R. (2013). Item Response Modeling With Sum Scores. Applied Psychological Measurement, 37(8), 638–652. https://doi.org/10.1177/0146621613491137
Mufida, N., & Alfan, N. (2023, March 17). CTT vs IRT Rasch_ Which One is Better_. Faxtor Indonesia.
Asrijanty. (2014). Model Rasch Sebagai Kerangka Acuan Penyusunan Alat Ukur The Rasch Model As A Frame Of Reference In Constructing Instruments. Jurnal Pendidikan Dan Kebudayaan, 20(1).
Reise, S. P., & Moore, T. M. (2023). Item response theory. In APA handbook of research methods in psychology: Foundations, planning, measures, and psychometrics, Vol. 1, 2nd ed. (pp. 809–835). American Psychological Association. https://doi.org/10.1037/0000318-037
