Workshop Analisis Butir Soal
Workshop Analisis Butir Soal diselenggarakan oleh Fakultas Farmasi Universitas Ahmad Dahlan pada hari Senin, 9 November 2026, pukul 08.00–11.00 WIB di Ruang 207. Kegiatan ini disampaikan oleh Dr. Sri Tutur Martaningsih, M.Pd. dengan topik konstruksi butir soal tes objektif berbasis Higher Order Thinking Skills (HOTS).
Pada bagian awal, pemateri menjelaskan bahwa evaluasi dapat dilihat dari dua sudut pandang, yaitu pertimbangan internal yang meliputi ketepatan, kecermatan, konsistensi, dan urutan logis, serta pertimbangan eksternal yang meliputi efisiensi, efektivitas, nilai ekonomis, dan makna. Pemateri juga membandingkan tes objektif dengan tes uraian. Tes objektif mampu mengukur ingatan hingga analisis, mewakili banyak materi, dan diperiksa dengan sangat cepat serta reliabilitas tinggi, tetapi penyusunannya sulit dan memakan waktu. Sebaliknya, tes uraian lebih mudah disusun dan tepat untuk mengukur sintesis dan evaluasi, namun cakupan materinya terbatas dan pemeriksaannya lama. Karena itu, bentuk tes objektif, terutama pilihan ganda, menjadi fokus pada workshop ini.
Selanjutnya dijelaskan bahwa penilaian perlu bergeser dari kemampuan berpikir tingkat rendah (LOTS) yang hanya menuntut hafalan, menuju HOTS pada level C4 (analisis), C5 (evaluasi), dan C6 (kreasi). Indikator HOTS mencakup kemampuan menganalisis, menginferensi, mengelaborasi, dan mengevaluasi. Capaian pembelajaran dan indikator soal harus sejajar pada level tersebut. Soal pilihan ganda HOTS dapat berbentuk pilihan ganda biasa, pilihan ganda kompleks, soal berbasis visual atau infografis, soal hubungan antar hal (sebab-akibat), dan analisis kasus berbasis wacana atau skenario dunia nyata.
Pemateri memberikan tiga contoh soal. Soal pertama menganalisis elemen iklan, dengan kunci jawaban yang menuntut sintesis seluruh elemen penawaran, bukan hanya menyebut satu elemen. Soal kedua menganalisis data numerik berupa hubungan invers antara pendapatan keluarga dan persentase yang tidak mendapat perawatan dokter. Soal ketiga mengevaluasi eksperimen pupuk urea pada tanaman mangga, dengan pengecoh berupa alasan-alasan yang logis dan kunci berupa alasan yang irasional, yaitu urea rusak karena disimpan terlalu lama.
Untuk menjaga kualitas soal, pemateri menekankan tiga pilar kontrol kualitas, yaitu materi, konstruksi, dan bahasa. Dari segi materi, soal harus sesuai indikator dan pilihan jawaban homogen, serta tidak menggunakan opsi “semua jawaban di atas benar/salah”. Dari segi konstruksi, pokok soal harus jelas dan tidak bertele-tele, panjang pilihan jawaban relatif seragam, angka diurutkan, gambar atau tabel berfungsi, tidak ada negatif ganda, dan posisi kunci tidak membentuk pola yang mudah ditebak. Dari segi bahasa, soal harus baku, komunikatif, universal, tidak bermakna ganda, serta netral secara budaya dan emosi.
Berdasarkan materi, disimpulkan dengan penegasan bahwa soal yang sempurna secara konstruksi dan bahasa tetap gagal apabila materinya hanya mengukur hafalan. Integrasi materi, konstruksi, dan bahasa dengan taksonomi HOTS (C4–C6) adalah kunci evaluasi yang presisi. Sebelum digunakan, setiap soal perlu ditinjau ulang dengan memastikan bahwa soal menuntut penalaran, pengecohnya berfungsi dan logis, serta bahasa dan konstruksinya tidak mengganggu proses berpikir mahasiswa.
Kemudian Dr. Sri Tutur Martaningsih, M.Pd. membahas analisis butir soal pilihan ganda yang mencakup validitas, reliabilitas, validitas butir, tingkat kesukaran, daya beda, dan efektivitas distraktor.
Pemateri mengawali dengan menjelaskan empat fase pengembangan instrumen, yaitu perencanaan (penentuan tujuan dan penyusunan kisi-kisi), penyusunan (penulisan butir soal, telaah redaksional, dan uji keterbacaan), uji coba (uji lapangan terbatas dan pengumpulan data), serta finalisasi (analisis kualitas empiris, revisi butir, dan penetapan instrumen final). Kisi-kisi yang baik memastikan instrumen bersifat efektif, komprehensif, representatif, dan proporsional. Analisis butir soal dapat dilakukan dengan pendekatan klasik yang menjadi fokus utama, dengan metrik proporsi kesukaran, daya beda, dan korelasi point-biserial, maupun pendekatan modern seperti Item Response Theory (model Rasch), analisis faktor (CFA dan EFA), dan analisis kualitatif oleh ahli.
Pilar pertama adalah validitas, yaitu ketepatan instrumen dalam mengukur objek dan sasarannya. Validitas dibedakan menjadi validitas logis, seperti face validity, content validity, expert validity, dan construct validity, serta validitas empiris yang membutuhkan data lapangan, seperti validitas butir, validitas faktor, concurrent validity, dan predictive validity. Validitas butir dihitung dengan korelasi point-biserial antara skor butir (variabel X) dan skor total (variabel Y). Butir dinyatakan valid apabila r hitung lebih besar dari r tabel dengan signifikansi P < 0,05, sedangkan butir dengan P > 0,05 dinyatakan gugur. Besarnya korelasi diinterpretasikan dari sangat rendah (0,0–0,2) hingga sangat tinggi (di atas 0,8–1,0).
Pilar kedua adalah reliabilitas, yaitu konsistensi hasil pengukuran meskipun dilakukan oleh orang atau pada waktu yang berbeda. Instrumen dinyatakan reliabel apabila koefisien Cronbach’s Alpha mencapai minimal 0,70. Uji reliabilitas dapat dilakukan dengan empat strategi, yaitu test-retest (satu instrumen diuji dua kali), parallel test (dua instrumen setara), split-half atau belah dua (belahan gasal dan genap dengan rumus Spearman-Brown), dan inter-rater (perbandingan nilai antar penilai).
Pilar ketiga adalah tingkat kesukaran, yaitu proporsi peserta yang menjawab benar, dihitung dengan P = jumlah jawaban benar dibagi jumlah siswa. Soal yang baik tidak terlalu sukar dan tidak terlalu mudah, dengan indeks ideal pada kategori sedang, yaitu sekitar 0,30 hingga 0,70. Pilar keempat adalah daya pembeda, yaitu kemampuan butir soal membedakan peserta berkemampuan tinggi dan rendah. Perhitungannya menggunakan kelompok atas dan kelompok bawah masing-masing 27%, dengan rumus DP = JB atas/JS atas dikurangi JB bawah/JS bawah. Butir dengan DP 0,40 atau lebih dinilai sangat baik, 0,30–0,39 baik, 0,20–0,29 cukup dan perlu direvisi, 0,00–0,19 jelek sehingga dibuang atau direvisi total, dan DP negatif sangat buruk sehingga wajib dibuang.
Pilar kelima adalah efektivitas distraktor atau fungsi pengecoh. Distraktor dinyatakan efektif apabila dipilih minimal 5% dari total peserta. Jika ada pilihan salah yang dipilih kurang dari 5% atau tidak dipilih sama sekali, distraktor tersebut gagal mengecoh dan wajib direvisi. Selain itu, apabila lebih dari 5% peserta tidak menjawab, konstruksi soal dianggap membingungkan dan perlu ditinjau ulang.
Dalam pelaksanaannya, butir soal yang telah lulus uji redaksional diperbanyak dan diujikan pada sasaran sebenarnya dengan minimal 30 data uji. Lembar jawaban dikoreksi dan disortir, diberi skor biner (benar = 1, salah = 0), lalu ditabulasikan untuk memperoleh skor butir dan skor total sebagai dasar perhitungan. Pemateri menyimpulkan bahwa butir soal yang sempurna harus memenuhi kelima parameter secara bersamaan, yaitu r hitung lebih besar dari r tabel (P < 0,05), Alpha minimal 0,70, proporsi kesukaran 0,30–0,70, daya beda 0,40–1,00, dan seluruh distraktor dipilih minimal 5% responden.
Kemudian Dr. Sri Tutur Martaningsih, M.Pd. menganalisis butir soal Farmasi Fisik, serta Farmakoterapi dan Kimia Obat: Kardiovaskuler dan Penyakit Darah.
-citra-