Mengeliminir Unsur Guessing (Menebak) pada Tes Bentuk Pilihan Ganda

Tes tertulis dapat dibedakan menjadi dua macam, yaitu tes uraian (essay test), dan test objektif (objective test). Tes objektif banyak digunakan oleh dunia pendidikan, yang umumnya disajikan dalam bentuk pilihan ganda (multiple choice). Banyak orang  beranggapan bahwa tes pilihan ganda lebih mudah dari pada tes uraian (Wijaya, 2005).
Salah satu alasannya adalah karena jawaban tes pilihan ganda dapat diterka-terka  atau dengan kata lain banyak memberikan kesempatan kepada peserta tes untuk berspekulasi, sedangkan tes uraian akan mengeksplor kemampuan peserta tes dalam menyusun jawaban, bernalar sesuai dengan jalan pikirannya dan gaya bahasanya sendiri. Hal inilah yang menjadi  penyebab tes uraian   lebih sulit.

Uraian di atas menunjukkan bahwa tes bentuk pilihan ganda memiliki kelemahan terhadap perilaku spekulasi atau menebak (guessing) dibandingkan pertanyaan terbuka. Namun tes bentuk pilihan ganda memiliki bias respons yang lebih kecil dibanding pertanyaan terbuka. Selain itu, bentuk pilihan ganda dapat mempermudah penilaian dan meminimalisir bias subjektivitas penilai dalam memberikan penilaian. Nunnally (1970) menyatakan bahwa peserta tes seringkali guessing dengan melakukan eliminasi terhadap pilihan jawaban yang mereka anggap tidak mungkin benar. Oleh karena itu, alternatif pilihan sesungguhnya cenderung lebih kecil dari alternatif pilihan yang diberikan sehingga estimasi efek guessing cenderung lebih kecil dari efek sesungguhnya (underestimate).

Salah satu penyebab peserta tes melakukan  guessing dalam menjawab soal jenis pilihan ganda karena  soal tersebut tidak sesuai dengan kemampuan mereka. Artinya,  soal terlalu sulit untuk level kemampuan mereka. Padahal, perilaku menebak (guessing)  merupakan salah satu sumber kesalahan pengukuran dalam tes, khususnya bagi test pencapaian (achievement test). Hal ini sesuai dengan pendapat Nunnally (1970) yang menyatakan bahwa salah satu faktor yang harus dipertimbangkan dalam pengukuran maximum performance adalah pengaruh perilaku guessing. Guessing akan berkonstribusi terhadap varians kesalahan pengukuran dan mengurangi reliabilitas tes.

Mengeliminir Efek Guessing dengan Model Penskoran Alternatif

Model penskoran tes pilihan ganda dewasa ini yang cenderung digunakan adalah menjumlahkan skor jawaban yang benar saja (correct score) sebagai skor peserta tes. Model penskoran seperti itu dan bila diketahui secara terbuka oleh peserta tes akan menyebabkan peserta tes berspekluasi dalam menjawab tes. Model penskoran tes pilihan ganda dengan correct score sebagai skor pencapaian prestasi, selain memberi peluang melakukan guessing menurut Shuford (dalam Individual and social in Objective Testing, tt) juga berimplikasi   pula pada kurang validnya tes tersebut serta menurunnya tingkat indeks reliabilitas  tes. Hal senada juga diungkapkan oleh Hopkins & Antes (1985) bahwa guessing dalam tes pilihan ganda dapat menurunkan nilai validitas butir dan reliabilitas tes.

Selain itu, skor pencapaian peserta tes yang diperoleh secara murni karena peserta tes mengetahui pilihan jawaban yang benar dan peserta yang dipengaruhi oleh guessing juga sulit dibedakan bila penskorannya menggunakan model correct score. Apabila dikaitkan dengan hasil penskoran hasil suatu tes pilihan ganda dengan butir-butir soal yang dibiarkan tidak dijawab (omit) oleh peserta tes, tentu akan lain pencapaian skornya. Demikian pula, bila penskoran tersebut dikaitkan dengan banyaknya pilihan jawaban (option)  yang diberikan.

 Ada model lain penskoran untuk menghindari sedikit mungkin guessing yaitu dengan cara model penskoran hukuman (punishment score) dan model penskoran hadiah (reward score). Model punishment score  merupakan model penskoran yang memperhitungkan jawaban salah yang direspon oleh peserta tes dengan jalan memberi hukuman dalam bentuk mengurangi skor dengan menggunakan rumus tertentu. Brown (1983) menawarkan rumus umum untuk mengoreksi guessing melalui formula: X_c = R -  dengan X_c = skor pengoreksian guessing, R = banyaknya respon yang benar, W = banyaknya respon yang salah dan A = banyaknya pilihan jawaban per butir soal.

Rumus di atas memiliki asumsi bahwa peserta tes menjawab secara acak atau guessing ketika tak meyakini suatu pilihan jawaban yang benar. Rumus penskoran yang ditawarkan  Brown di atas digunakan untuk mempertimbangkan unsur guessing  dalam menjawab. Hal senada juga diajukan oleh Guilford (1982) yang menawarkan rumusan penskoran apriori. Rumusan apriori yang paling umum digunakan adalah sebagai berikut:

S = R - 

Rumusan apriori Guilford ini sejalan dengan Hopkin & Antes (1985) yang menyebutnya sebagai rumusan yang umum untuk mengoreksi faktor guessing dalam jawaban peserta tes. Rumus Hopkins & Antes didasari oleh pengoreksian terhadap faktor guessing dalam menjawab tes pilihan ganda. Crocker & Algina (1986) juga  menyebutkan  bahwa rumus model yang diajukan oleh Brown & Guilford dengan nama right-minus wrong correction atau punishment score. Asumsi dasar dari penggunaan rumus punishment score  adalah jawaban yang merupakan hasil guessing, sehingga jumlah jawaban salah dibagi dengan A -1 merupakan hukuman bagi peserta tes yang menjawab dengan guessing.

Menurut  Davis & Ebel (dalam Brown, 1983) terjadi perdebatan antara model correct score dengan model punishment score. Para pendukung correct score berpendapat bahwa hasil skor relatif sama secara peringkat antara model correct score maupun model punishment score. Mereka berpendapat bahwa kecil kemungkinan seorang peserta tes akan mendapatkan nilai tinggi akibat hasil guessing. Sementara pendukung model punishment score berpendapat bahwa menskor  dengan hukuman akan menghasilkan skor yang lebih baik, serta dapat meningkatkan validitas butir (Wijaya, 2005).

Di sisi lain, model reward score merupakan model penskoran yang memperhitungkan jawaban yang tidak diisi atau dikosongkan yang direspon oleh peserta tes dengan jalan memberi hadiah dalam bentuk tambahan skor melalui penggunaan rumus tertentu. Rowley & Traub (dalam Crocker & Algina, 1986) mencatat bahwa rumusan penskoran model reward score didasarkan pada suatu model yang mempertimbangkan tiga kemungkinan situasi: (1) peserta tes mengetahui pilihan jawaban yang benar dan memilihnya, (2) peserta tes tidak memilih sama sekali pilihan jawaban yang ada, dan (3) peserta tes menebak  buta dan memilih salah satu dari pilihan jawaban secara acak. Didasarkan pada model tebakan-acak ini, dibuat suatu rumusan dasar yang mempertimbangkan pengaruh guessing untuk mengoreksi skor-skor mentah.

X_c = R +   

dengan X_c = skor koreksi, R = jumlah jawaban benar, O = jumlah butir yang tidak dijawab (dikosongkan), dan A = jumlah alternative jawaban per butir (option).

            Rumus di atas memberikan  nilai tambah (skor dengan hadiah) atau reward score  bagi peserta tes yang tidak menjawab (mengosongkan) butir yang tidak diketahui, probabilitas dari menyeleksi respon yang benar adalah 1/A. Secara ilustrasi, perbandingan kedua model penskoran dapat dilihat pada Tabel 1.

Tabel 1

Ilustrasi Perhitungan Menggunakan Dua Model Penskoran

Peserta Tes	Jumlah Benar	Tidak Diisi	Jumlah Salah	Xc = R +	Xc = R-
Dedi	14	0	6	14 +0/4 = 14	14-6/3 = 12
Rina	14	6	0	14 + 6/4 = 15,5	14 – 0/3 = 14
Taufik	14	3	3	14 + ¾ = 14,75	14 – 3/3 = 13

Berdasarkan Tabel 1 terlihat 3 orang peserta tes mengerjakan 20 butir dengan 4 pilihan jawaban (option)  dan masing-masing peserta tes memiliki skor jumlah benar yang sama yaitu 14. Jika digunakan rumus secara konvensional atau correct score  maka ketiga peserta tersebut mendapatkan skor yang sama yaitu 14. Bila menggunakan rumus punishment score atau reward score maka ketiga peserta tes tersebut akan mendapatkan skor yang berbeda.

Pada rumus reward score, rumus ini menerapkan tambahan skor untuk butir-butir yang tidak dijawab oleh peserta sehingga skor meningkat untuk peserta yang sedikit melakukan kesalahan, sedangkan rumus punishment score menerapkan hukuman untuk peserta  yang menjawab salah sehingga makin banyak skor salah maka makin banyak pengurangan. Bila dicermati rumus punishment score atau reward score keduanya memberikan skor akhir dari ketiga peserta tersebut berbeda, namun peringkatnya tidak berbeda. Kedua model penskoran menempatkan Rina sebagai peringkat tertinggi, disusul secara berturut-turut oleh Taufik dan Dedi. Ini menunjukkan bahwa kedua rumus punishment score atau reward score dapat diterapkan secara bersama-sama.

Mudah-mudahan model alternatif penskoran ini dapat memberikan inspirasi bagi guru dalam melakukan proses penskoran jawaban siswa. Dengan demikian akan terjadi keadilan (fairness) dalam proses penilaian. Artinya, skor yang muncul/diberikan oleh guru dapat membedakan antara siswa yang benar-benar serius dalam menjawab soal dan siswa yang berspekulasi. Amien…

Referensi

Angoff, W. H., 1989. Does guessing really help? Journal of Educational Measurement, 26 (3): 323-336.

Arianto, D. 2009. Estimasi kesalahan pengukuran soal-soal matematika kelas IX ulangan akhir semester (UAS) I SMP di kota Yogyakarta.Tesis tidak dipublikasikan. Yogyakarta: PPS Universitas negeri Yogyakarta.

Brown, F.G. 1983. Principles of educational and psychological testing. New York: CBS College Publishing.  

Crocker, L. &  Algina, J. 1986. Introduction to classical and modern test theory. Tokyo: Harcourt Brace Jovanovich College Publisher.

Guilford, J.P. 1982. Psychometric methods. New York: McGraw-Hill Inc.

Hopkins, C. D. and Antes, R. L. 1985. Classroom measurement and  evaluation. Illinois: Peacock Publisher, Inc

Http://www.p-mmm.com/founders/emir/justice.htm p.1. Diakses tanggal 17 Desember 2009.

Kumaidi, 2009. Analisis dan seleksi aitem. Materi kuliah Konstruksi Instrumen tidak diterbitkan. Yogyakarta: PPs Universitas Negeri  Yogyakarta.

Nunnally, J.C.1970. Introduction to psychological measurement. New York: McGraw-Hill Book Company.

Nunnally, J.C.1983. Psychometric theory.  New York: McGraw-Hill Book Inc.

Salehudin, I. 2009. Aplikasi Certainty Based Marking (CBM)  dalam achievement test menggunakan bentuk pertanyaan benar-salah. Jakarta: Program Pascasarjana Terapan Psikometri Fakultas Psikologi Universitas Indonesia.

Wijaya, Y. S. 2005. Perbandingan fungsi informasi butir model logistic dua parameter ditinjau dari model penskoran tes pilihan ganda pada peserta tes SMAN DKI Jakarta tahun 2004. Disertasi tidak dipublikasikan.Jakarta: PPs Universitas Negeri Jakarta.

Zimmerman, D.W & Williams, S. 2003. A new look at the influence of  guessing on the reliability of multiple choice test. Applied Psychological Measurement, 27 (5): 357-371.

Zimmerman, D.W. 2009. The reliability of difference score in population and sample. Journal of Educational Measurement, 46(1):19-42.

Title Post: Mengeliminir Unsur Guessing (Menebak) pada Tes Bentuk Pilihan Ganda
Rating: 100% based on 99998 ratings. 5 user reviews.
Author: Unknown

Terimakasih sudah berkunjung di blog-kusaeri, Jika ada kritik dan saran silahkan tinggalkan komentar