Bab 7 Nilai Acuan Norma Nilai Acuan Norma

Bab 7 Nilai Acuan Norma

-----------------------------------Nilai Acuan Norma ------------------------------------ Bab 7 Nilai Acuan Norma A. Nilai 1. Kedudukan Nilai • Pengukuran menghasilkan sekor, misalnya, sekor responden = 85 • Apa arti sekor ini? • Diperluan acuan untuk menjadi referensi sehingga sekor itu dapat diberi arti • Kedudukan sekor pada acuan itu dikenal sebagai nilai atau sebagai tara (equivalance)

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Pendekatan Acuan Nilai Ada sejumlah pendekatan untuk memberikan acuan nilai. Di antaranya Pendekatan Intuitif • Dari pengalamannya, para penilai, misalnya guru, secara intuitif dapat memberikan nilai kepada sekor responden tertentu Pendekatan Ipsatif • Pemberian nilai didasarkan kepada sekor tambah yang dicapai oleh responden melalui usaha mereika • Nilai acuan adalah selisih di antara sekor awal dan sekor setelah berusaha Sekor awal (entri) Usaha Sekor akhir (ujian)

-----------------------------------Nilai Acuan Norma -----------------------------------Pendekatan ke Kesempurnaan • Penilai memiliki suatu patokan kesempurnaan sebagai sekor maksimum • Sekor responden diacukan ke patokan kesempurnaan itu untuk memperoleh nilai acuan kesempurnaan Pendekatan ke Kelompok Norma • Ditentukan satu atau lebih kelompok sebagai kelompol pembanding yang dinamakan kelompok norma • Sekor responden diacukan kepada kelompok norma itu untuk memperoleh nilai acuan norma Pendekatan ke Kriteria Kemampuan • Ditentukan suatu wilayah kriteria kemampuan serta batas penguasaan • Sekor responden diacukan ke kriteria kemampuan ini serta memetakannya ke batas kemampuan untuk memperoleh nilai acuan kriteria

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Nilai Acuan atau Tara Ada sejumlah cara untuk mengungkapkan nilai acuan atau tara Angka • Nilai acuan atau tara dinyatakan dengan angka termasuk dengan persentase Huruf • Nilai acuan dapat dinyatakan dengan huruf berperingkat, misalnya, A, B, C, D, E Predikat • Nilai acuan dapat berbentuk predikat, misalnya, lulus (tidak lulus) atau telah menguasai (belum menguasai)

-----------------------------------Nilai Acuan Norma ------------------------------------ B. Hakikat Acuan Norma 1. Pengertian Acuan Norma Kelompok Norma • Ditentukan kelompok sekor responden (boleh lebih dari satu) sebagai pembanding yang dinamakan kelompok norma Nilai Acuan • Sekor responden ini diacukan ke kelompok norma sekor responden untuk menemukan kedudukannya di antara kelompok norma sekor responden itu Kelompok norma Sekor responden Kelompok norma

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Cakupan Kelompok Norma Populasi Kelompok Norma • Kelompok norma yang digunakan dapat berbentuk populasi yakni keseluruhan kelompok yang dijadikan kelompok norma Sampel Kelompok Norma • Kelompok norma yang digunakan dapat berbentuk sampel yakni sebagian dari kelompok yang dijadikan kelompok norma • Cara menentukan sampel kelompok norma adalah sama dengan cara menentukan sampel sasaran responden Sampel kelompok norma Populasi kelompok norma

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Jenis Kelompok Norma Parameter Atribut • Atribut dan responden yang sesuai dengan atribut dan responden sekor yang akan diacu • Misal: sekor siswa, keterampilan sopir, kecekatan sekretaris Parameter Wilayah • Keluasan cakupan yang digunakan • Misal: senegara, seprovinsi, sekota Contoh Kelompok Norma • Tingkat siswa se-DKI • Umur siswa se-kabupaten • Sekor ujian peserta TOEFL se-Indonesia • Kerapian karyawan sekretaris senegara • Ukuran koleksi pencinta perangko se-ASEAN • Keterampilan sopir taksi se-kecamatan • Umur mobil kolektor mobil tua sedunia

-----------------------------------Nilai Acuan Norma ------------------------------------ 4. Tara Acuan Norma (Equivalence) Tara • Kesetaraan sekor responden dengan sekor sepadan pada kelompok norma dikenal sebagai tara • Di sini digunakan tiga macam tara, mencakup Tara pengembangan (tingkat dan umur) Tara peringkat persentil Tara nilai baku Tara pada Populasi Norma • Kesetaraan dilakukan terhadap populasi kelompok norma Tara pada Sampel Norma • Kesetaraan dilakukan terhadap sampel kelompok norma

-----------------------------------Nilai Acuan Norma ------------------------------------ Populasi norma II Sekor responden Sampel norma II

-----------------------------------Nilai Acuan Norma ------------------------------------ 5. Ukuran dan Jumlah Kelompok Norma Ukuran Kelompok Norma • Ukuran kelompok norma, baik kelompok populasi norma maupun kelompok sampel norma jangan terlalu kecil • Sebaiknya kelompok norma dikenal luas oleh mereka yang membaca laporan tara acuan norma • Misal: Kelompok norma acuan adalah peserta ujian UMPTN peserta ujian TOEFL Jumlah Kelompok Norma • Sekor responden dapat diacukan ke lebih dari satu kelompok norma • Misal: Sekor responden diacu sekaligus ke Kelompok norma sekolah Kelompok norma sekabupatem Kelompok norma seprovinsi Kelompok norma senegara

-----------------------------------Nilai Acuan Norma ------------------------------------ C. Acuan Norma Perkembangan 1. Cakupan • Kelompok norma adalah perkembangan anak, terutama anak sekolah, seperti Tingkat siswa di sekolah Umur anak • Biasanya atribut acuan adalah kemampuan, misalnya Inteligensi umum Kemampuan keterampilan dasar Kemampuan membaca Kemampuan menulis Kemampuan berhitung

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Tara Tingkat a. Kelompok Norma • Tingkat atau bagian tingkat siswa di sekolah pada kemampuan tertentu dijadikan kelompok norma tingkat b. Ukuran Tingkat • Ukuran tingkat adalah tingkat dan bulan • Dipotong liburan, satu tingkat dianggap terdiri atas 10 bulan • Contoh ukuran tingkat Tingkat 3, 6 Tingkat 3 pada bulan ke-6 Tingkat 4, 4 Tingkat 4 pada bulan ke-4

-----------------------------------Nilai Acuan Norma ------------------------------------ c. Kelompok Norma Tingkat • Kecenderungan umum kemampuan tertentu pada siswa pada tingkat tertentu untuk menjawab betul suatu ujian tertentu • Misal: ITBS (Iowa Tests of Basic Skills) Sekor Tara Tingkat 10 1, 9 20 3, 2 30 4, 1 11 2, 0 21 3, 2 31 4, 3 12 2, 2 22 3, 3 32 4, 4 13 2, 3 23 3, 4 33 4, 5 14 2, 5 24 3, 5 34 4, 7 15 2, 6 25 3, 6 35 4, 9 16 2, 8 26 3, 7 36 5, 1 17 2, 9 27 3, 8 37 5, 3 18 3, 0 28 3, 9 19 3, 1 29 4, 0

-----------------------------------Nilai Acuan Norma ------------------------------------ d. Tara Tingkat Siswa diuji, misalnya, dengan ITBS, dan dari sekor ujian, ditentukan tara tingkat siswa • Contoh 1 Si Anu duduk di tingkat 4, 1 sedangkan sekor ujian di ITBS adalah 34. Dari tabel ditemukan tara tingkat si Anu adalah 4, 7 • Contoh 2 Siswa 1 sampai 9 duduk di tingkat 4, 1. Dengan sekor ujian, tara tingkat mereka adalah Siswa Tingkat Sekor Tara tingkat 1 4, 1 34 4, 7 2 4, 1 27 3, 8 3 4, 1 32 ___ 4 4, 1 30 ___ 5 4, 1 26 ___ 6 4, 1 24 ___ 7 4, 1 35 ___ 8 4, 1 36 ___ 9 4, 1 29 ___

-----------------------------------Nilai Acuan Norma ------------------------------------ e. Penyusunan Tabel Tara Tingkat Perangkat Ujian • Siapkan perangkat ujian dicobakan ke siswa dari semua tingkat dan semua bulan Hitung sekor median pada tiap tingkat dan bulan, misalnya Tingkat 3 4 5 6 7 8 0 x x x Sekor median pada bulan 1 2 3 4 5 6 7 8 x x 33 x x 42 x x 45 x x 57 x x 59 x x 64 x x 72 x x 74 x x 77 x x 81 x x 82 x x 85 9 x x x • Catatan: semua sekor x dihitung dan diisi

-----------------------------------Nilai Acuan Norma ------------------------------------ • Dibuat grafik dari sekor median terhadap tingkat-bulan • Grafik dihaluskan (untuk menghilangkan kekeliruan acak) • Dari grafik yang sudah halus, disusun kembali tabel sekor median terhadap tingkat-bulan

-----------------------------------Nilai Acuan Norma ------------------------------------ • Tabel tara tingkat berdasarkan grafik yang dihaluskan sekor 85 80 75 70 65 60 tara tingkat 8, 8 7, 6 6, 8 6, 2 5, 6 5, 2 sekor 55 50 45 40 35 30 tara tingkat 4, 8 4, 5 4, 1 3, 8 3, 4 2, 8 • Tabel tara tingkat ini siap untuk dipergunakan. Siswa diuji dengan perangkat ujian ini, dan tara tingkatnya ditentukan berdasarkan tabel ini

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Tara Umur a. Kelompok Norma • Umur atau bagian umur siswa pada kemampuan tertentu dijadikan kelompok norma umur b. Ukuran Umur • Ukuran umur adalah tahun dan bulan • Satu tahun terdiri atas 12 bulan • Contoh umur Umur 6. 4 Umur 6 tahun 4 bulan Umur 8. 11 Umur 8 tahun 11 bulan

-----------------------------------Nilai Acuan Norma -----------------------------------c. Kelompok Norma Umur • Kecenderungan umum kemampuan tertentu pada anak pada umur tertentu untuk menjawab betul suatu ujian tertentu • Misal: Ujian perbendaharaan kata pada Stanford-Binet Tara umur 14 12 10 8 6 Sekor 31 28 25 22 18 • Dapat menggunakana bermacam kemampuan seperti Umur membaca Umur kemampuan mental Umur berhitung

-----------------------------------Nilai Acuan Norma -----------------------------------d. Penentuan Tara Umur Anak diuji dengan perangkat ujian, misalnya, dengan ujian perbendaharaan kata Stanford-Binet, dan dari sekor ujian, ditentukan tara umur anak • Contoh 3 Si Anu berumur 14 tahun. Pada ujian perbendaharaan kata Stanford-Binet, ia memperoleh sekor 25. Tara umur perbendaharaan kata si Anu adalah 10 tahun • Contoh 4 Susi berumur 6 tahun. Pada ujian perbendaharaan kata Stanford-Binet, ia memperoleh sekor 22. Tara umur Susi pada perbendaharaan kata adalah _____ tahun e. Penyusunan Tabel Tara Umur • Sama seperti pada Tabel Tara Tingkat

-----------------------------------Nilai Acuan Norma ------------------------------------ D. Acuan Norma Tara Peringkat Persentil 1. Peringkat Persentil Sekor Acuan Norma • Sekor acuan norma disusun ke dalam urutan dari tinggi ke rendah atau sebaliknya Tara Peringkat Persentil • Tara peringkat persentil suatu sekor responden adalah kedudukan sekor responden itu, lebih baik atau sama baik dari berapa persen sekor responden pada kelompok norma • Tara peringkat persentil 50% berarti sekor responden itu lebih baik atau sama baik dari 50% sekor responden pada kelompok norma

-----------------------------------Nilai Acuan Norma -----------------------------------Kelompok Norma Contoh 5 Kelompok norma sekor responden diurut naik (sekor kecil ke sekor besar) Sekor Frek A f. A 0 1 1 1 2 2 3 4 4 7 5 9 6 15 7 12 8 5 9 3 10 1 Σ f = 60 Kum frek Σ fb 1 2 4 8 15 24 39 51 56 59 60

-----------------------------------Nilai Acuan Norma ------------------------------------ Tara Peringkat Persentil (TPP) Kelompok norma Sekor rendah % Sekor responden A Sekor tinggi

---------------------------------------Nilai Acuan Norma --------------------------------------- Kelompok norma dapat dibagi menjadi tiga kelompok Sekor rendah < A (kurang dari A) A Sekor tinggi = A (sama dengan A) > A (lebih dari A) Ada tiga model untuk perlakuan terhadap kelompok sama dengan A (= A) yakni eksklusif, inklusif, dan semiinklusif

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Perhitungan Tara Peringkat Persentil Model Tara Peringkat Persentil • TPP eksklusif atau lebih dari f. A eksklusif (tidak dihitung) • TPP inklusif atau lebih dari atau sama dengan f. A inklusif (dihitung) • TPP semiinklusif setengah f. A inklusif Pada umumnya digunakan model semiinklusif sehingga bila tidak disebut, maka model yang digunakan adalah model semiinklusif

-----------------------------------Nilai Acuan Norma -----------------------------------3. Model TPP Eksklusif (Lebih dari) Tidak mengikutsertakan f. A A 0% % A < 100% A A eksklusif Minimal 0% Maksimal < 100%

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 6 Sekor A=4 A 0 1 2 3 4 5 6 7 8 9 10 Frek f. A 1 1 2 4 7 9 15 12 5 3 1 Σ f = 60 Kum frek Σ fb 1 2 4 8 15 24 39 51 56 59 60 Σfb = 8 Σfb 8 TPP 4 = ------ 100% = 13, 33 % Σf 60

-----------------------------------Nilai Acuan Norma -----------------------------------4. Model TPP Inklusif (Lebih dari dan sama dengan) Mengikutsertakan f. A A >0% % A A A inklusif Minimal > 0% 100% Maksimal 100%

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 7 Sekor A=4 A 0 1 2 3 4 5 6 7 8 9 10 Frek f. A 1 1 2 4 7 9 15 12 5 3 1 Σ f = 60 Kum frek Σ fb 1 2 4 8 15 24 39 51 56 59 60 Σfb + f. A Σfb+f. A 8+7 TPP 4 = ---- 100% = ------ 100% = 25 % Σf 60

-----------------------------------Nilai Acuan Norma -----------------------------------5. Model TPP Semiinklusif Mengikutsertakan separuh f. A A >0% % A A A separuh inklusif Minimal > 0% 100% Maksimal <100%

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 8 Sekor A=4 A 0 1 2 3 4 5 6 7 8 9 10 Frek f. A 1 1 2 4 7 9 15 12 5 3 1 Σ f = 60 Kum frek Σ fb 1 2 4 8 15 24 39 51 56 59 60 Σfb + ½ f. A Σfb+½f. A 8+3, 5 TPP 4 = ----- 100% = 19, 17% Σf 60

-----------------------------------Nilai Acuan Norma -----------------------------------6. Perbandingan Tiga Model TPP Pada contoh, untuk A = 4 • Eksklusif • Inklusif • Semiinklusif TPP 4 = 13, 33% TPP 4 = 25% TPP 4 = 19, 17% Model yang umum digunakan adalah model semiinklusif Contoh 9 (untuk model semiinklusif) Sekor Frek A f. A 0 1 1 1 2 2 3 4 4 7 5 9 6 15 7 12 8 5 9 3 10 1 Σ f = 60 Kum frek Σ fb 1 2 4 8 15 24 39 51 56 5 60 TPP % 0, 83 2, 50 5, 00 10, 00 19, 17 32, 50 52, 50 75, 00 89, 17 95, 83 99, 17

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 10 (Model semiinklusif) Sekor A 2 3 4 5 6 7 Frek f. A 2 3 6 4 3 2 Kum frek Σfb 2 5 11 TPP % Contoh 11 (Model semiinklusif) Sekor A 21 22 23 24 25 26 27 28 29 Frek f. A 2 3 5 8 13 10 4 3 2 Kum frek Σfb 2 5 TPP %

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 12 (Model semiinklusif) Sekor A 50 55 60 65 70 75 80 85 90 95 Frek f. A 1 3 6 8 10 9 6 4 2 1 Kum frek Σfb TPP % Contoh 13 (Model semiinklusif) Sekor A 80 85 90 95 100 105 110 115 Frek f. A 1 3 5 5 4 3 3 1 Kum frek Σfb TPP %

-----------------------------------Nilai Acuan Norma -----------------------------------7. TPP pada TOEFL Dari Juli 1990 sampai Juni 1992 Diikuti oleh 1. 293. 321 peserta ujian Sekor Total Sekor TPP 660 99 640 97 620 93 600 89 580 82 560 73 540 62 520 50 500 38 480 28 460 20 440 13 420 8 400 5 380 3 360 1 340 1 320 300 Sekor Seksi 1 Seksi 2 Seksi 3 Sekor TPP 66 98 66 95 66 98 64 95 64 96 62 92 62 90 62 93 60 87 60 85 60 88 58 81 58 77 58 81 56 73 56 68 56 72 54 64 54 57 54 61 52 54 52 47 52 50 50 42 50 37 50 39 48 31 48 28 48 30 46 22 46 21 46 22 44 14 44 15 44 16 42 9 42 10 42 11 40 5 40 6 40 7 38 3 38 4 38 5 36 2 36 3 34 1 34 2 32 32 1 32 2 30 30 1

-----------------------------------Nilai Acuan Norma ------------------------------------ E. Nilai Baku 1. Transformasi Sekor baku diperoleh melalui transformasi baku dari sekor ke nilai baku Di sini digunakan dua macam transformasi baku untuk menghasilkan • Nilai baku linier z, mis. z. A • Nilai baku dinormalkan zn, mis. zn. A Pada nilai baku linier, hubungan di antara sekor dan nilai baku adalah linier Pada nilai baku dinormalkan, nilai baku dibuat berdistribusi probabilitas norma Jika, distribusi probabilitas sekor adalah normal, maka kedua nilai baku itu adalah sama

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Nilai Baku Linier Transformasi Baku Linier A = sekor A = rerata kelompok sekor A A = simpangan baku kelompok sekor A z. A = nilai baku Kalau kita melukis grafik di antara z. A dan A maka bentuk grafik adalah garis lurus atau linier Karena itu transformasi baku ini dinamakan transformasi baku linier dan nilai bakunya dinamakan nilai baku linier Bentuk distribusi probabilitas sebelum dan sesudah transformasi adalah sama (tidak berubah)

-----------------------------------Nilai Acuan Norma ------------------------------------ Contoh 14 (Nilai baku linier) Sekor A 0 1 2 3 4 5 6 7 8 9 10 Frek f. A 1 1 2 4 7 9 15 12 5 3 1 60 A = 5, 68 Nilai baku z. A – 2, 87 – 2, 36 – 1, 86 – 1, 35 – 0, 85 – 0, 34 0, 16 0, 67 1, 17 1, 67 2, 18 A = 1, 98

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 15 (Nilai baku linier) Sekor A 2 3 4 5 6 7 Frek f. A 2 3 6 4 3 2 Nilai baku z. A A = Contoh 16 (Nilai baku linier) Sekor A 21 22 23 24 25 26 27 28 29 Frek f. A 2 3 5 8 13 10 4 3 2 Nilai baku z. A A =

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 17 (Nilai baku linier) Sekor A 50 55 60 65 70 75 80 85 90 95 Frek f. A 1 3 6 8 10 9 6 4 2 1 Nilai baku z. A A = Contoh 18 (Nilai baku linier) Sekor A 80 85 90 95 100 105 110 115 Frek f. A 1 3 5 5 4 3 3 1 Nilai baku z. A A =

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 19 (Nilai baku linier) Sekor A 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Frek f. A 1 14 85 58 40 35 16 14 10 7 8 12 8 5 3 4 3 3 5 Nilai baku z. A A =

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Nilai Baku Dinormalkan Setelah ditransformasi baku, nilai baku zn berdistribusi probabilitas normal. Diperlukan bantuan dari tabel distribusi probabilitas normal baku untuk menemukan nilai baku Pada setiap bagian sekor (tara peringkat persentil), kita mencari nilai baku zn di tabel distribusi probabilitas normal baku untuk bagian (luas) itu Dikenal juga sebagai transformasi luas (area transformation) atau transformasi nonlinier Karena zn diambil dari distribusi probabilitas normal baku, maka sekor baku yang diperoleh, dengan sendirinya, juga berdistribusi probabilitas normal Jika sekor berdistribusi probabilitas normal, maka nilai baku dinormalkan sama dengan nilai baku linier

-----------------------------------Nilai Acuan Norma ------------------------------------ Langkah Transformasi Dinormalkan • Langkah pertama, kita menentukan suatu luas (area) pada distribusi probabilitas sekor melalui tara peringkat persentil (semiinklusif) • Langkah kedua, pada luas (area) tersebut kita carikan nilai baku zn pada tabel distribusi normal baku • Langkah pertama dan kedua ini diulangi untuk semua luas atau tara peringkat persentil • Misal, tara peringkat persentil adalah 65%, maka pada fungsi distribusi bawah 65% pada tabel distribusi probabilitas normal baku, kita temukan nilai baku zn = 0, 385

-----------------------------------Nilai Acuan Norma -----------------------------------Transformasi baku dinormalkan

-----------------------------------Nilai Acuan Norma ------------------------------------ Contoh 20 Sekor A 0 1 2 3 4 5 6 7 8 9 10 Frek Kum frek TPP f Σf % 1 1 0, 83 1 2 2, 50 2 4 5, 00 4 8 10, 00 7 15 19, 17 9 24 32, 50 15 39 52, 50 12 51 75, 00 5 56 89, 17 3 59 95, 83 1 60 99, 17 A = 5, 683 Nilai baku zn. A z. A – 2, 395 – 2, 87 – 1, 968 – 2, 36 – 1, 645 – 1, 86 – 1, 282 – 1, 35 – 0, 872 – 0, 85 – 0, 426 – 0, 34 0, 063 0, 16 0, 674 0, 67 1, 236 1, 17 1, 703 1, 67 2, 401 2, 18 A = 1, 979

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 21 (Nilai baku dinormalkan) Sekor A 2 3 4 5 6 7 Frek f. A 2 3 6 4 3 2 Kum frek TPP Nilai baku Σf % zn. A Contoh 22 (Nilai baku dinormalkan) Sekor A 21 22 23 24 25 26 27 28 29 Frek f. A 2 3 5 8 13 10 4 3 2 Kum frek TPP Nilai baku Σf % zn. A

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 23 (Nilai baku dinormalkan) Sekor A 50 55 60 65 70 75 80 85 90 95 Frek f. A 1 3 6 8 10 9 6 4 2 1 Kum frek TPP Nilai baku Σf % zn. A Contoh 24 (Nilai baku dinormalkan) Sekor A 80 85 90 95 100 105 110 115 Frek f. A 1 3 5 5 4 3 3 1 Kum frek TPP Nilai baku Σf % zn. A

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 25 (Nilai baku dinormalkan) Sekor A 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Frek f. A 1 14 85 58 40 35 16 14 10 7 8 12 8 5 3 4 3 3 5 Kum frek TPP Σf % Nilai baku zn. A

-----------------------------------Nilai Acuan Norma ------------------------------------ F. Tara Nilai Baku 1. Nilai Acuan Norma Ada beberapa tara pada acuan norma, mencakup • Tara tingkat dan tara umur pada acuan norma perkembangan • Tara peringkat persentil (TPP) pada acuan norma umum • Tara nilai baku (TNB) pada acuan norma umum 2. Tara Nilai Baku Ada dua macam tara nilai baku yang digunakan, mencakup • Tara nilai baku pada nilai baku linier • Tara nilai baku pada nilai baku dinormalkan

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Modifikasi Tara Nilai Baku Bentangan dan harga • Secara teoretik, tara nilai baku membentang dari minus tak hingga sampai plus tak hingga, tetapi hampir semua nilainya terkumpul di antara – 4 sampai + 4 selebar sekitar 8 simpangan baku • Separuh dari harga tara nilai baku adalah negatif dan separuh lagi adalah positif Modifikasi tara nilai baku • Ada keinginan untuk memperlebar bentangan; hal ini dapat dilakukan dengan mengalikannya dengan suatu besaran ( ) • Ada juga keinginan untuk menghilangan nilai negatif; hal ini dapat dilakukan dengan menambahkannya dengan suatu besaran ( ) • Modifikasi ini menghasilkan TNB = z +

-----------------------------------Nilai Acuan Norma -----------------------------------4. Tara Nilai Baku Konvensional Model tara nilai baku • Ada sejumlah model tara nilai baku yang berlaku secara konvensional • Perbedaan di antara mereka terletak pada pemilihan , , dan z (z linier atau zn yang dinormalkan) Model CEEB 100 UMPTN 100 AGCT 20 AL-AS 10 NCE 21, 06 T 10 ITED 5 SAS 16 Inteligensi 15 16 Stanine 2 Sten C 500 100 50 50 50 15 100 100 5 Keterangan 1 sampai 99 Mc. Call 1922 Wechsler 1939 Stanford-Binet 1 sampai 9 1 sampai 10 1 sampai 11

-----------------------------------Nilai Acuan Norma ------------------------------------ CEEB = college entrance examination board di Amerika Serikat untuk SAT (scholastic aptitude test) GRE (graduate record examination) UMPTN = ujian masuk perguruan tinggi negeri di Indonesia AGCT = army general classification test di Amerika Serikat AL-AS = angkatan laut di Amerika Serikat NCE = normal curve equivalent T = sekor T dari Mc. Call (1922); huruf T sebagai penghormatan kepada Thorndike dan Terman ITED = Iowa Test of Educational Development SAS = Standard Age Score Stanine = standard nine, dikembangkan oleh Angkatan Udara AS pada Perang Dunia ke-2 Sten = standard ten, diusulkan oleh Canfield tahun 1951 (tidak populer) C = standard C, diusulkan oleh Guilford dan Fruchter tahun 1978 (tidak populer)

-----------------------------------Nilai Acuan Norma ------------------------------------ 5. Penggunaan Nilai Baku Tampaknya nilai baku linier dan nilai baku dinormalkan, dua-duanya, dipergunakan Ada T dengan nilai baku linier dan ada T dengan nilai baku dinormalkan Nilai baku dinormalkan terutama digunakan pada tara nilai baku • • T asli dari Mc. Call NCE SAS Stanine Jika sekor berdistribusi probabilitas normal, maka kedua macam tara nilai baku itu adalah sama, dan hal inilah yang diharapkan di dalam pensekoran

-----------------------------------Nilai Acuan Norma -----------------------------------6. Kesetaraan Tara Nilai Baku • Untuk dapat menyetarakan semua tara nilai baku, kita perlu menggunakan sekor nilai baku yang dinormalkan • Misalnya tara nilai baku Nilai z Nilai TPP Nilai T Nilai NCE Nilai IQ Nilai SAS Nilai Stanine – 1, 0 16 40 29 85 84 3 Mereka semuanya adalah nilai yang sama

-----------------------------------Nilai Acuan Norma ------------------------------------ 7. Stanine Distribusi responden • • • Nilai 1 % 4 Kum % 4 2 3 4 5 6 7 8 9 7 12 17 20 17 12 7 4 11 23 40 60 77 89 96 100 TPP < 4 4 - 10 11 - 22 23 - 39 40 - 59 60 - 76 77 - 88 89 - 95 ≥ 96 Nilai minimum 1 dan maksimum 9 Terbagi secara simetri terhadap rerata 5 Disediakan tabel distribusi stanine untuk berbagai ukuran responden

-----------------------------------Nilai Acuan Normal -----------------------------------Tabel Distribusi Stanine Nilai Resp 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 1 1 1 1 1 2 1 1 1 2 3 4 5 6 7 Jumlah responden tiap nilai 1 2 4 4 4 2 1 2 4 5 4 2 2 2 4 4 4 2 2 2 4 5 4 2 2 3 4 4 4 3 2 3 4 5 4 3 2 3 4 6 4 3 2 3 5 5 5 3 2 3 5 6 5 3 2 4 5 5 5 4 2 4 5 6 5 4 2 4 5 7 5 4 2 4 6 6 6 4 2 4 6 7 6 4 3 4 6 6 6 4 3 4 6 7 6 4 3 4 6 8 6 4 3 4 6 7 6 4 3 5 6 8 6 5 3 5 7 7 7 5 3 5 7 8 7 5 8 9 1 1 2 2 2 3 3 3 3 1 1 1 1 1 2 1 1 1

-----------------------------------Nilai Acuan Normal -----------------------------------Nilai Resp 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 1 1 2 2 2 2 2 3 3 2 3 4 5 6 7 Jumlah responden tiap nilai 3 5 7 9 7 5 3 5 7 8 7 5 3 5 7 9 7 5 3 5 8 8 8 5 3 5 8 9 8 5 3 5 8 10 8 5 3 6 8 9 8 6 3 6 8 10 8 6 4 6 8 9 8 6 3 6 9 10 9 6 3 6 9 11 9 6 4 6 9 10 9 6 4 6 9 11 9 6 4 7 9 10 9 7 4 7 9 11 9 7 4 7 9 12 9 7 4 7 10 11 10 7 4 7 10 12 10 7 4 7 10 13 10 7 4 7 11 12 11 7 8 9 3 3 3 3 4 4 4 4 4 4 1 2 2 2 2 2 3 3

-----------------------------------Nilai Acuan Normal -----------------------------------Nilai Resp 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 1 3 3 3 3 3 3 4 2 3 4 5 6 7 Jumlah responden tiap nilai 4 7 11 13 11 7 4 8 11 12 11 8 4 8 11 13 11 8 4 8 11 14 11 8 5 8 11 13 11 8 5 8 11 14 11 8 5 8 12 13 12 8 5 8 12 14 12 8 5 8 12 15 12 8 5 9 12 14 12 9 5 9 12 15 12 9 5 9 13 14 13 9 5 9 13 15 13 9 5 9 13 16 13 9 6 9 13 15 13 9 6 9 13 16 13 9 6 10 13 15 13 10 6 9 14 16 14 9 6 9 14 17 14 9 6 10 14 16 14 10 6 10 14 17 14 10 6 10 14 16 14 10 8 9 4 4 5 5 5 5 5 6 6 6 6 3 3 3 3 3 3 4

-----------------------------------Nilai Acuan Normal -----------------------------------Nilai Resp 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 1 3 3 4 4 4 4 2 3 4 5 6 7 Jumlah responden tiap nilai 6 10 15 17 15 10 6 10 15 18 15 10 6 10 15 17 15 10 6 11 15 18 15 11 6 11 15 17 15 11 6 11 15 18 15 11 6 11 15 19 15 11 6 11 16 18 16 11 16 19 16 11 7 11 16 18 16 11 7 11 16 19 16 11 7 11 16 20 16 11 7 12 16 19 16 12 7 12 16 20 16 12 7 12 17 19 17 12 17 20 17 12 8 9 6 6 6 6 6 7 7 7 7 3 3 4 4 4 4

-----------------------------------Nilai Acuan Norma -----------------------------------8. Hubungan % (tidak interval) dengan NCE (interval) % 1 2 3 4 5 NCE 1, 0 6, 7 10, 4 13, 1 15, 4 % NCE 21 33, 0 22 33, 7 23 34, 4 24 35, 1 25 35, 8 % 41 42 43 44 45 NCE 45, 2 45, 8 46, 3 46, 8 47, 4 % 61 62 63 64 65 NCE 55, 9 56, 4 57, 0 57, 5 58, 1 % 81 82 83 84 85 NCE 68, 5 69, 3 70, 1 70, 9 71, 8 6 7 8 9 10 17, 3 18, 9 20, 4 21, 8 23, 0 26 27 28 29 30 36, 5 37, 1 37, 7 38, 3 39, 0 46 47 48 49 50 47, 9 48, 4 48, 9 49, 5 50, 0 66 67 68 69 70 58, 7 59, 3 59, 9 60, 4 61, 0 86 87 88 89 90 72, 8 73, 7 74, 7 75, 8 77, 0 11 12 13 14 15 24, 2 25, 3 26, 3 27, 2 28, 2 31 32 33 34 35 39, 6 40, 1 40, 7 41, 3 41, 9 51 52 53 54 55 50, 5 51, 1 51, 6 52, 1 52, 6 71 72 73 74 75 61, 7 62, 3 62, 9 63, 5 64, 2 91 92 93 94 95 78, 2 79, 6 81, 1 82, 7 84, 6 16 17 18 19 20 29, 1 29, 9 30, 7 31, 5 32, 3 36 37 38 39 40 42, 5 43, 0 43, 6 44, 1 44, 7 56 57 58 59 60 53, 2 53, 7 54, 2 54, 8 55, 3 76 77 78 79 80 64, 9 65, 6 66, 3 67, 0 67, 7 96 97 98 99 86, 9 89, 6 93, 3 99, 0

-----------------------------------Nilai Acuan Norma -----------------------------------9. Vocubulary Test pada ITBS Form J, level 9 Sekor 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Tara Tingkat K 3 K 5 K 8 1, 1 1, 3 1, 6 1, 8 2, 0 2, 3 2, 5 2, 7 2, 8 2, 9 3, 0 3, 1 TPP 1 1 1 2 4 8 11 15 21 26 31 35 39 43 47 NCE 1 1 1 7 13 20 24 28 33 36 40 42 44 46 48 Stanine 1 1 1 2 2 3 3 4 4 5 5

-----------------------------------Nilai Acuan Norma ------------------------------------ Sekor 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Tara Tingkat 3, 2 3, 3 3, 4 3, 6 3, 8 3, 9 4, 0 4, 2 4, 4 4, 6 4, 8 5, 1 5, 5 6, 0 6, 8 TPP 51 55 58 65 72 74 77 82 86 89 92 95 98 98 99 NCE 51 53 54 58 62 64 66 69 73 76 80 85 93 93 99 Stanine 5 5 5 6 6 6 7 7 7 8 8 8 9 9 9

-----------------------------------Nilai Acuan Norma ------------------------------------ G. Keterampilan Statistika 1. Kovariansi a. Perkalian Simpangan • Ada dua variabel X dan Y masing-masing dengan rerata X dan Y • Simpangan adalah letak X atau Y yang menyimpang terhadap reratanya • X ada kalanya terletak di atas rerata X dan ada kalanya terletak di bawahnya • Y ada kalanya terletak di atas rerata Y dan ada kalanya terletak di b awahnya • Terdapat empat kemungkinan perkalian simpangan di antara X dan Y

-----------------------------------Nilai Acuan Norma -----------------------------------b. Jumlah Perkalian Simpangan (JP) • Jumlah + berarti ada hubungan searah 0 berarti tidak ada hubungan – berarti ada hubungan lawan arah • Jumlah perkalian simpangan menunjukkan hubungan di antara X dan Y • Terpengaruh oleh banyaknya data c. Kovariansi XY = kovariansi N = banyaknya data (derajat kebebasan) JP = jumlah kuadrat simpangan • Kovarinasi menunjukkan hubungan di antara X dan Y

-----------------------------------Nilai Acuan Norma ------------------------------------ Contoh 26 Responden X 1 4 2 3 3 7 4 8 5 3 6 5 7 10 8 2 9 6 10 9 N = 10 XY = 4, 40 Y 7 4 6 8 5 8 9 4 9 10 XY 28 12 42 64 15 40 90 8 54 90 ΣX = 57 ΣY = 70 ΣXY = 443

-----------------------------------Nilai Acuan Norma ------------------------------------ 2. Koefisien Korelasi Linier Dikenal juga sebagai koefisien korelasi hasil-kali momen Pearson (Pearson product-moment coefficient) Menunjukkan hubungan di antara X dan Y Rumus – 1≤ XY ≤ + 1 Dengan kalkulator, dapat langsung dihitung X, Y, dan XY

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 27 Resp 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 X 65 75 66 88 71 72 91 82 84 76 69 67 74 80 87 91 65 77 96 93 79 84 76 73 61 Y 67 72 72 92 76 72 90 80 80 81 64 70 78 77 90 85 68 78 94 87 78 89 75 78 69 Dengan kalkulator hitung X = Y = XY. X. Y =

-----------------------------------Nilai Acuan Norma -----------------------------------Contoh 28 (a) X Y 6 8 4 6 1 2 2 1 2 3 3 4 2 2 5 5 3 4 4 3 5 (b) X Y 76 10 74 19 77 11 73 17 74 14 73 24 75 15 71 23 73 18 72 21 72 19 76 12 (c) X Y 18 8 22 6 25 2 27 1 21 3 25 4 22 2 19 5 21 4 22 3 24 4 23 5 X = Y = XY = X = Y = XY =

-----------------------------------Nilai Acuan Norma ------------------------------------ 3. Koefisien Regresi Linier a. Regresi Linier • Hubungan linier di antara X dan Y dapat dinyatakan melalui regresi linier di antara X dan Y Y ▪ ▪ A ▪ ▪ ▪ ▪ ▪ X Bentuk regresi linier Ŷ = A + B X A dan B = koefisien regresi linier A = titik potong dengan sumbu Y B = menentukan besar sudut

-----------------------------------Nilai Acuan Norma ------------------------------------ b. Koefisien Regresi Koefisien regresi B berhubungan dengan koefisien regresi linier A dan B dapat dihitung langsung melalui kalkulator zŶ B = XY z. X zŶ = XY. z. X

-----------------------------------Nilai Acuan Norma -----------------------------------c. Residu Y ▪ Ŷ Residu = Y – Ŷ Regresi linier ditentukan berdasarkan jumlah kuadrat residu yang minimum Perbedaan di antara regresi linier dan fungsi linier adalah fungsi linier tidak mengenal residu sedangkan regresi linier mengenal residu

-----------------------------------Nilai Acuan Norma ------------------------------------ Contoh 29 (a) X Y 4 7 3 4 7 6 8 8 3 5 5 8 10 9 2 4 6 9 9 10 (b) X 6 4 1 2 2 3 2 5 3 4 5 3 (c) Y 8 6 2 1 3 4 2 5 4 3 4 5 X 76 74 77 73 74 73 75 71 73 72 72 76 (d) Y 10 19 11 17 14 24 15 23 18 21 19 12 X 18 22 25 27 21 25 22 19 21 22 24 23 Dengan kalkulator A = 3, 317 B = 0, 646 A= B= Y 8 6 2 1 3 4 2 5 4 3 4 5