ANALISIS FAKTOR MODEL LINIER DAN NON-LINIER PADA ESTIMASI PARAMETER BUTIR DAN KEMAMPUAN

Ode Zulaeha, . (2023) ANALISIS FAKTOR MODEL LINIER DAN NON-LINIER PADA ESTIMASI PARAMETER BUTIR DAN KEMAMPUAN. Doktor thesis, UNIVERSITAS NEGERI JAKARTA.

	Text 01 COVER.pdf Download (684kB)
	Text 02 BAB I.pdf Download (426kB)
	Text 03 BAB II.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text 04 BAB III.pdf Restricted to Registered users only Download (689kB) | Request a copy
	Text 05 BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text 06 BAB V.pdf Restricted to Registered users only Download (383kB) | Request a copy
	Text 07 DAFTAR PUSTAKA.pdf Download (829kB)
	Text 08 LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Tujuan penelitian ini adalah untuk mengestimasi parameter butir yang dihasilkan pada model linier dan model nonlinier. Jenis penelitian ini adalah jenis eksperimen yang membandingkan hubungan antara model linier dan model nonlinier dengan mengukur model mana yang lebih presisi berdasarkan variansi dari nilai Root Mean Square Error (RMSE). Penggunaan data menggunakan tiga macamukuran sampel 500, 1000, 1500 dengan masing-masing tiga macam panjang tes yakni 20, 30, dan 40. Estimasi parameter butir pada ukuran sampel 500 dan panjang tes 20, 30, dan 40 menunjukkan bahwa lebih presisi menggunakan model linier dibandingkan model nonlinier. Pada estimasi parameter butir untuk ukuran sampel 1000 dan panjang tes 20 menunjukkan bahwa lebih presisi menggunakan model linier dibandingkan model nonlinier. Hasil yang berbeda ketika panjang tes lebih besar yakni 30 dan 40 menunjukkan bahwa model nonlinier lebih kecil variansinya. Pada estimasi parameter butir untuk ukuran sampel 1500 dan panjang tes 20, 30, dan 40 menunjukkan bahwa lebih presisi menggunakan model nonlinier dibandingkan model linier. Dari hasil ini menunjukkan bahwa semakin besar ukuran sampel yang digunakan dalam menilai tingkat kesalahan estimasi parameter butir maka dapat menunjukkan bahwa semakin kecil tingkat kesalahan setiap dimensi pengukuran dan hasil semakin presisi. Pada estimasi butir dilihat berdasarkan panjang tes 20 untuk ukuran sampel 500 dan 1000 menunjukkan bahwa model linier lebih presisi dibandingkan model nonlinier. Akan tetapi, pada ukuran sampel 1500 model nonlinier lebih presisi dibandingkan model linier. Pada penggunaan panjang tes 30 dengan ukuran sampel 500 model linier lebih presisi dibandingkan model nonlinier, berbeda ketika panjang tes 30 dengan ukuran sampel 1000 dan 1500 model nonlinier lebih presisi. Pada penggunaan panjang tes 40 untuk ukuran sampel 500 model linier lebih presisi dibandingkan model nonlinier, sebaliknya model nonlinier lebih presisi pada penggunaan panjang tes 40 dengan ukuran sampel 1000 dan 1500. Penelitian selanjutnya dapat mengukur sekor dari fungsi informasi butir dengan mempertimbangkan fungsi likelihood di lihat berdasarkan RMSE (Root Mean Square Error), RMSD (Root Mean Square Difference), MSE (Mean Square Error), MAD (Mean Absolute Deviation), MAPE (Mean Absolute Percentage Error). Analisis butir juga dapat menggunakan skala politomi dengan software yang berbeda. Peneliti selanjutnya dapat melihat hubungan panjang tes yang diberikan dengan waktu peserta didik dalam menjawab butir tes. The purpose of this research is to estimate the item parameters produced in the linear and nonlinear models. This type of research is a type of experiment that compares the relationship between linear models and nonlinear models by measuring which model is more precise based on the variance of the Root Mean Square Error (RMSE) value. The use of data using three kinds of sample sizes 500, 1000, 1500 with each of the three kinds of test lengths namely 20, 30, and 40. Estimation of item parameters at a sample size of 500 and test lengths of 20, 30, and 40 shows that it is more precise to use a linear model than a nonlinear model. The estimation of item parameters for a sample size of 1000 and a test length of 20 indicates that it is more precise to use a linear model than a nonlinear model. The different results when the test length is larger, namely 30 and 40, indicate that the nonlinear model has a smaller variance. The estimation of item parameters for a sample size of 1500 and a test length of 20, 30, and 40 shows that the nonlinear model is more precise than the linear model. These results indicate that the larger the sample size used in assessing the error rate of item parameter estimation, it can indicate that the smaller the error rate for each measurement dimension and the more precise the results. In item estimation, it is seen based on the test length of 20 for a sample size of 500 and 1000 indicating that the linear model is more precise than the nonlinear model. However, at a sample size of 1500 the nonlinear model is more precise than the linear model. When using a test length of 30 with a sample size of 500 the linear model is more precise than the nonlinear model, in contrast to the use of a test length of 30 with a sample size of 1000 and 1500 the nonlinear model is more precise. Using a test length of 40 for a sample size of 500, the linear model is more precise than the nonlinear model, while the nonlinear model is more precise when using a test length of 40 with a sample size of 1000 and 1500. Future research can measure the score of the item information function by considering the likelihood function seen based on RMSE (Root Mean Square Error), RMSD (Root Mean Square Difference), MSE (Mean Square Error), MAD (Mean Absolute Deviation), MAPE (Mean Absolute Percentage Error). Item analysis can also use a polytomous scale with different software. The next researcher can see the relationship between the length of the test given and the time students answer the test items. Key words: Nonlinear, Multidimensional Models, RMSE.

Item Type:	Thesis (Doktor)
Additional Information:	1). Prof. Dr. Wardani Rahayu, M.Si. 2). Dr. Yuliatri Sastrawijaya, M.Pd.
Subjects:	Pendidikan > Teori, Penelitian Pendidikan Pendidikan > Psikologi Pendidikan Sains > Matematika > Software, Sistem Informasi Komputer
Divisions:	PASCASARJANA > S3 Penelitian Dan Evaluasi Pendidikan
Depositing User:	Users 16755 not found.
Date Deposited:	08 Feb 2023 05:09
Last Modified:	08 Feb 2023 05:09
URI:	http://repository.unj.ac.id/id/eprint/36767

Actions (login required)

View Item