CampuranBukti kuat

Teori Respons Butir (Item Response Theory)

Lord, F. M. · 1980

Juga dikenal sebagai: IRT · Rasch · Rasch Measurement Theory · Latent Trait Theory

Teori Respons Butir (Item Response Theory) adalah sekumpulan model matematis yang menggambarkan hubungan antara sifat laten (kemampuan, sikap) dan respons terhadap butir tes, yang memungkinkan kalibrasi butir yang bebas dari sampel dan pengukuran individu yang bebas dari tes. Berbeda dari Teori Tes Klasik, IRT memodelkan karakteristik pada tingkat butir (kesulitan, diskriminasi, menebak) dan kemampuan individu pada skala yang sama, sehingga menyediakan estimasi presisi pengukuran pada setiap tingkat kemampuan. IRT mendasari tes adaptif berbasis komputer modern, penilaian pendidikan skala besar (PISA, GRE, GMAT), dan ukuran hasil yang dilaporkan pasien secara klinis.

Kerangka metodologis (bukan konten sifat) yang memodelkan probabilitas suatu respons sebagai fungsi dari tingkat sifat laten dan parameter butir (kesulitan, diskriminasi, menebak). Mendukung administrasi adaptif/CAT, bukan konten dari satu instrumen tertentu.

Sumber:: Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems.

Bukti sekilas

Dukungan empiris: Bukti kuat
Replikasi: Terreplikasi dengan baik
Lintas budaya: Universal
Meta-analisis: 10 terindeks

Domain penelitianPsikometriPengukuran pendidikanPenilaian klinisPengembangan tesTes adaptif berbasis komputer

Peringkat ini merangkum literatur yang telah dipublikasikan tentang teori tersebut, bukan kualitas dari tes tertentu yang dibangun berdasarkannya. Ini adalah penilaian editorial berdasarkan sumber-sumber yang tercantum di bawah, dan dapat berubah seiring bertambahnya bukti.

Konteks Historis

Landasan Teori Respons Butir (IRT) diletakkan secara independen oleh Georg Rasch di Denmark (1960) dan Frederic Lord serta Allan Birnbaum di Amerika Serikat (tahun 1960-an), dengan buku Lord dan Novick tahun 1968, 'Statistical Theories of Mental Test Scores', yang menyediakan landasan matematisnya. Buku Lord tahun 1980, 'Applications of Item Response Theory to Practical Testing Problems', mengonsolidasikan bidang ini dengan menunjukkan penerapan praktis dalam penyusunan tes, penyetaraan (equating), dan deteksi bias. Teori ini mendapatkan penerapan yang luas pada tahun 1980-an hingga 1990-an dengan meningkatnya daya komputasi, yang membuat estimasi parameter menjadi layak untuk program tes skala besar.

Konstruk

Belum ada konstruk yang didokumentasikan.

Instrumen

Belum ada instrumen yang dibuat berdasarkan teori ini.

Tes yang dibangun berdasarkan teori ini

Belum ada tes yang dibuat berdasarkan teori ini.

Aplikasi Praktis

IRT merupakan landasan bagi tes adaptif berbasis komputer (computerized adaptive testing, CAT), yang digunakan dalam penilaian bertaruhan tinggi seperti GRE, GMAT, ujian lisensi keperawatan NCLEX, dan baterai militer CAT-ASVAB, yang memungkinkan tes yang lebih singkat namun lebih presisi dengan memilih butir yang disesuaikan dengan tingkat kemampuan setiap peserta. Dalam konteks klinis, IRT mendukung inisiatif PROMIS (Patient-Reported Outcomes Measurement Information System), yang memungkinkan pengukuran hasil kesehatan secara efisien. Metode IRT juga mendukung penyetaraan tes antar bentuk (form), deteksi diferensial fungsi butir (differential item functioning, DIF) untuk analisis keadilan, serta pengembangan bank butir untuk program tes terstandardisasi di seluruh dunia.

Cara Pengukurannya

IRT itu sendiri merupakan metodologi pengukuran, bukan teori psikologis substantif. Model umum meliputi model logistik satu parameter (1PL/Rasch), dua parameter (2PL), dan tiga parameter (3PL) untuk butir dikotomis, serta Graded Response Model dan Partial Credit Model untuk butir politomus. Estimasi parameter menggunakan metode kemungkinan maksimum (maximum likelihood) atau metode Bayesian.

Kritik & Keterbatasan

Kritik utama adalah asumsi parametrik yang kuat yang disyaratkan oleh model IRT (seperti unidimensionalitas dan independensi lokal), yang mungkin tidak berlaku untuk konstruk psikologis yang kompleks, sehingga menyebabkan ketidaksesuaian model (model misfit). Komunitas model Rasch dan komunitas IRT yang lebih luas memiliki perbedaan mendasar mengenai apakah model harus disesuaikan dengan data (pendekatan IRT) atau data harus memenuhi persyaratan model untuk pengukuran fundamental (pendekatan Rasch). IRT memerlukan ukuran sampel yang relatif besar untuk estimasi parameter yang stabil (biasanya 200 hingga lebih dari 1000 peserta tergantung modelnya), yang membatasi penerapannya untuk penilaian berskala kecil.

Publikasi Utama

Lord, F. M.. (1980). Applications of Item Response Theory to Practical Testing Problems.
Lord, F. M. & Novick, M. R.. (1968). Statistical Theories of Mental Test Scores.
Rasch, G.. (1960). Probabilistic Models for Some Intelligence and Attainment Tests.
Hambleton, R. K., Swaminathan, H. & Rogers, H. J.. (1991). Fundamentals of Item Response Theory.
Embretson, S. E. & Reise, S. P.. (2000). Item Response Theory for Psychologists. 10.4324/9781410605269

Teori Terkait

Classical Test TheoryRasch Measurement TheoryGeneralizability TheoryLatent Trait TheoryFactor Analysis