Bab 22 membahas estimasi parameter secara terpisah pada model logistik tiga parameter. Terdapat tiga kemungkinan estimasi parameter yaitu parameter responden, parameter butir, atau keduanya. Estimasi dilakukan dengan cara coba-coba menghitung kemungkinan jawaban benar dengan berbagai nilai kemampuan atau dengan metode Newton-Raphson untuk memperoleh nilai maksimum kemungkinan. Prosedur lengkapnya melibatkan penentuan nilai awal, perhitungan
3. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Pada estimasi parameter secara terpisah, ada tiga
kemungkinan
I dan II diketahui, mengestimasi III
Di sini terjadi estimasi probabilitas jawaban
betul
II dan III diketahui, mengestimasi I
Di sini terjadi estimasi satu parameter
kemampuan pada responden
Jika ada M responden, maka terjadi M
estimasi
I dan III diketahui, mengestimasi II
Di sini terjadi estimasi satu, dua, atau tiga
parameter butir
Jika ada N butir, maka terjadi N, 2N, atau
3N estimasi butir
• Banyaknya estimasi parameter yang perlu
dilakukan adalah dari M + N, M + 2N, sampai M +
3N
4. ------------------------------------------------------------------------------
Estimasi Paremter Secara Terpisah
------------------------------------------------------------------------------
2. Estimasi Parameter Kemampuan Melalui Coba-coba
Sebelum menggunakan rumus estimasi, di sini
kita mencoba pengestimasian parameter
kemampuan dengan cara coba-coba
Contoh 1
Satu responden menjawab tiga butir dengan
hasil
Bu- Parameter butir Ha-tir
a b c sil
1 0,75 –2,00 0,10 1
2 1,25 0,00 0,18 1
3 1,00 1,75 0,16 0
Kebolehjadian
1
1
P P Q
1 2 3
1
3
0
3
0
2
1
2
0
1
L P Q P Q P Q
=
= ( )( )( )
5. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Karakteristik butir model L3P adalah
Da b
( q
-
)
i i
P c e
Da b
( q
-
)
i i
i
= +
e
+
q
1
Q = -
c
Da b
( )
( )
( )
q
-
i i
i
i
i
1
e
+
q
1
Masukkan parameter butir ke dalam butir 1, 2,
dan 3
( 1 , 7 )( 0 , 75 )( 2 , 00
)
P e
( 1 , 7 )( 0 , 75 )( 2 , 00
)
( 1 , 7 )( 1 , 25 )( 0 , 00
)
e
P e
( , )( , )( , )
( ) ,
1 7 1 25 0 00
= 0 10
+
1
+
= 0 18
+
q
q
( ) = -
,
( , )( , )( , )
( ) ,
1
2
3 1 7 1 00 1 75
1
1 0 16
1
-
-
-
+
+
+
+
q
q
q
q
q
q
e
Q
e
6. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Kebolehjadian dari tiga butir ini menjadi
, ( , )( , ) , e
( 2 , 125
)( q
)
,
( , )( ) ( , )( , )
+
1 275 2 00
( , )( , )
2 125 1 7 1 75
1 275 2 00
0 18
= 0 10
+
+
Masukkan berbagai nilai q ke dalam L
q = – 1,00 P1(q) = 0,803438 L = 0,178855
P2(q) = 0,267486
Q3(q) = 0,832239
q = 0,00 P1(q) = 0,934816 L = 0,410909
P2(q) = 0,550000
. Q3(q) = 0,799203
.
.
q = 2,00 P1(q) = 0,994546 L = 0,326450
P2(q) = 0,988468
Q3(q) = 0,332070
1 2 3
1
0 84
1
1
+ -
+ +
+
=
q q
q
q
e e
e
e
L P P Q
8. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
3. Estimasi Parameter Kemampuan melalui Metoda
Pendekatan Newton-Raphson
• Kebolehjadian pada jawaban dikotomi
Xi = 1 untuk jawaban betul
Xi = 0 untuk jawaban salah (dan blanko)
sehingga pada Xi = 1 P(q)Q(q) = P(q)
pada Xi = 0 P(q)Q(q) = Q(q)
dan fungsi kebolehjadian menjadi
N
Õ=
X
= -
(q ) (q )1
L P i Q i
i
X
i
i
1
Dengan mengenakan logaritma, diperoleh
N
[ ] å=
i i i i L X P X Q
ln = ln (q ) + (1 -
)ln (q )
i
1
9. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Kebolehjadian maksimum dicapai melalui
= 0
d ln L
dq
• Estimasi q melalui metoda pendekatan Newton-
Raphson menghasilkan iterasi
d ln
L
d
q q q
= - +
s s ln
d L
2
1 2
d
q
Dengan memasukkan model karakteristik butir
(L1P, L2P, atau L3P), maka diperoleh bentuk
iterasi untuk tiap model
10. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Iterasi pada L1P
d L
ln = [ -
( )]
i
d L
ln N
[ ( )( ( ))]
sehingga oleh karenanya
q q
q
q
q
å
å
=
=
= - -
i
i i
N
i
i
D P P
d
D X P
d
1
2
2
2
1
1
å
X P
[ ( )]
å
=
=
+
-
= + N
i
q
i i
N
i
i i
s s
D P Q
1
1
1
( q ) ( q
)
q q
11. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Iterasi pada L2P
d L
ln = [ -
( )]
i
d L
ln N
2 2
[ ( )( ( ))]
sehingga oleh karenanya
q q
q
q
q
å
å
=
=
= - -
i
i i i
N
i
i i
D a P P
d
D a X P
d
1
2
2
1
1
å
a X P
å
=
=
+
[ -
( )]
= + N
i
q
i i i
N
i
i i i
s s
D a P Q
1
2
1
1
( q ) ( q
)
q q
12. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Iterasi pada L3P
D a X P P c
d L
ln [ ( )][ ( ) ]
= - q q
-
i i i i
( )[ ]
i
å
D a P c
d L
ln [ ( ) ]
Q
= -
q q
i i
2 2
sehingga oleh karenanya
X c P
i i i
( )
( )
( )
( )
( )
q
q
q
q
q
q
i
i
i
i
N
i
i
N
i i i
P
P
c
d
P c
d
2
2
1
2
2
1
1
1
-
-
-
å
=
=
a X P P c
[ ( q )][ ( q
) ]
P c
( q
)[ 1
]
2 2
D a P c X c P Q
å
N
å
=
i i i i i
i =
i i
+
- -
-
[ ( q ) - ][ -
( q )] ( q
)
i i i i i i i
( )[ -
]
= - N
i i i
s s
P c
1
2 2
1
1
1
q
q q
13. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
4. Prosedur Estimasi Parameter Kemampuan
• Paramter butir telah diketahui pada metrik tertentu
sehingga hasil estimasi parameter kemampuan
terletak pada metrik itu
• Di ini prosedur ini dilakukan melalui contoh pada
model L1P
Contoh 2
Suatu responden menjawab tiga butir dengan
hasil
Butir bi Xi
1 – 1 1
2 0 0
3 1 1
Estimasi parameter q dari responden itu
14. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Probabilitas pada setiap butir
( 1 , 7 )( q
+
1
)
( 1 , 7 )( q
+
1
)
e
( 1 , 7
)
q
( 1 , 7
)
q
e
( 1 , 7 )( q
-
1
)
( , )( )
D b
( )
1
q
-
D b
( q
-
)
=
e
P e
1 1
1
D b
( )
2
q
-
D b
( q
-
)
=
e
+
+
e
P e
1 1
D b
( )
3
2
q
-
D b
( )
( q
)
( q
)
P ( )
e
q
-
1 7 1
1
2
3
q
-
=
+
e
1 3
1
e
+
e
+
+
=
=
=
q
e
• Perhitungan ini memerlukan sejumlah data,
mencakup
Titik awal iterasi q0 yang ditentukan oleh
logit sukses
Rumus iterasi pada metoda pendekatan
Newton-Raphson untuk L1P
å
X P
[ ( )]
å
=
=
+
-
= + N
i
q
i i
N
i
i i
s s
D P Q
1
1
1
( q ) ( q
)
q q
15. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Nilai titik awal
( q
)
P
g
Q
= ln = ln = ln =
,
0 q
q0 = 0,693
2 0 693
2
3
1
3
( q
)
g
• Perhitungan estimasi memerlukan beberapa
besaran, seperti tampak pada rumus, meliputi
Pi(q)
Qi(q)
Xi – Pi(q)
DPi(q)Qi(q)
Perhitungan dilakukan dalam bentuk tabel
untuk memudahkan perhitungan
Setiap iterasi menghasilkan satu tabel
25. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Contoh 3
Satu responden menjawab 3 butir dengan hasil
Butir bi Xi
1 – 2,00 1
2 0,00 1
3 1,75 0
Estimasi parameter q
Contoh 4
Satu responden menjawab 5 butir dengan hasil
Butir bi Xi
1 – 1,0 1
2 0,0 1
3 1,0 0
4 1,5 1
5 2,0 0
Estimasi parameter q
26. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Contoh 5
Satu responden menjawab 3 butir dengan hasil
Butir ai bi Xi
1 1,0 – 1,0 1
2 1,2 0,0 0
3 0,8 1,0 1
Estimasi parameter q
• Probabilitas tiga butir itu adalah
( 1 , 7 )( 1
)
( 2 , 04
)
( 1 , 36 )( 1
)
( , )( )
Da b
( )
1 1
Da b
1 1 1
1
Da b
( )
2 2
Da b
1 2 2
1
Da b
( )
3 3
( )
( , )
( )
( , )( )
( )
( q
)
( q
)
( )
1 36 1
3
2 04
2
1 7 1
1
1 3 3
1
-
-
-
-
-
-
+
+
-
-
+
=
+
=
+
=
+
=
+
=
+
=
q
q
q
q
q
q
q
q
q
q
q
q
q
e
e
e
P e
e
e
e
P e
e
e
e
P e
Da b
27. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Rumus iterasi pada estimasi
å
a X P
[ ( q
)]
• Titik awal estimasi q0 pada logit sukses
( q
)
g
Q
= ln = ln = ln =
,
0 q0 = 0,693
å
=
=
+
-
= + N
i
i i i
N
i
i i i
s s
D a P Q
1
2
1
1
( q ) ( q
)
q q
2 0 693
2
3
1
3
( q
)
q
g
P
41. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Contoh 6
Satu responden menjawab 3 butir dengan hasil
Butir ai bi Xi
1 0,75 – 2,00 1
2 1,25 0,00 1
3 1,00 1,75 0
Estimasi parameter q
Contoh 7
Satu responden menjawab 5 butir dengan hasil
Butir ai bi Xi
1 2,00 0,00 1
2 1,00 – 0,50 0
3 2,50 0,00 1
4 1,50 – 0,50 0
5 2,50 0,50 0
Estimasi parameter q
42. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
5. Beberapa Hal pada Estimasi Parameter
Ada sejumlah hal yang perlu diperhatikan pada
estimasi parameter ini
• Parameter kemampuan akan menuju minus atau
plus tak hingga jika semua butir adalah betul atau
semua butir adalah salah
• Pada L3P, apabila responden berkemampuan
tinggi banyak menjawab salah pada butir mudah
atau sebaliknya maka nilai parameter
kemampuan juga menuju ke minus atau plus tak
hingga
• Parameter kemampuan memiliki ciri asimptotik,
artinya, jika butirnya banyak, distribusi parameter
kemampuan menuju ke distribusi probabilitas
normal, sehingga
• Pada taraf keyakinan 1 - a, dapat dibuat estimasi
ˆ - z £ ˆ £ ˆ + z
q s q q s
a q 1
a q
2
1
2
43. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
B. Estimasi Parameter Butir
1. Parameter yang diestimasi
• Ada tiga besaran yang menentukan parameter
butir. Mereka adalah
I q
a, b, c II
P(q)
III
• Di sini I dan III diketahui sehingga melalui
kebolehjadian maksimum, II diestimasi
• Pada L1P hanya satu parameter (b) yang
diestimasi, pada L2P dua parameter (a dan b)
dan pada L3P tiga parameter (a, b, dan c)
44. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
2. Estimasi Parameter Butir melalui Cara Coba-coba
Sebelum menggunakan rumus untuk melakukan
estiamsi, di sini, estimasi parameter butir dilakukan
dengan cara coba-coba
Contoh 8
Pada model L1P, 9 responden dengan berbagai
parameter kemampuan menjawab satu butir.
Jawaban betul (X = 1) dan jawaban salah (X = 0)
adalah
Responden qg Xg
1 – 1,72 0
2 – 1,13 0
3 – 0,72 0
4 – 0,40 0
5 – 0,10 0
6 0,20 1
7 0,52 1
8 0,92 1
9 1,52 0
45. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Kebolehjadian L adalah
L = (P0
1Q1
1)(P0
2Q1
2)(P0
3Q1
3)(P0
4Q1
4)(P0
5Q1
5)
(P1
6Q0
6)(P1
7Q0
7)(P1
8Q0
8)(P0
9Q1
9)
= Q1Q2Q3Q4Q5P6P7P8Q9
Dengan D = 1,7, pada model L1P
( ) 1 g b g e b
P q = q
- q - + q -
sehingga
; ( ) 1
1,7( ) 1 1,7( )
1
Q
e
=
+
b
1 72 1
1 1 7 1 72
, ( - , -
)
1
113 1
2 1 7 1 13
, ( - , -
)
1 52 1
, ( , )
( , )
( , )
.
.
.
( , )
b
b
e
Q
e
Q
e
Q
-
+
=
+
- =
+
- =
9 1 7 1 52
1
1
47. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
3. Perhitungan Kebolehjadian Maksimum
Untuk M responden pada satu butir, kebolehjadian
M
Õ=
- =
L P g Q g
g
Dalam bentuk logaritma naturalis
M
g g g g L X P X Q
ln ln (q ) (1 )ln (q )
Estimasi parameter butir melalui kebolehjadian
maksimum
Untuk parameter b
X
g
X
g
1
1 (q ) (q )
[ ] å=
= + -
g
1
[ ( )] 0
P ( q
)
c
gi i
Da
i X P
( )
ln 0
1
1
- =
-
-
-
=
¶
¶
å=
q
q
gi gi
M
g gi
i
P
c
b
L
48. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Untuk parameter a
=
¶
M
b P c X P
( q ) ( q ) ( q
)
g i gi i gi gi
D
Untuk parameter c
[ ][ ] 0
1
0
1
=
- - -
-
¶
å=
g gi
i
i
P
c
a
L
( )
ln
q
0
( )
X P
gi gi
( )
ln 0
1
=
1
1
=
-
-
¶
¶
M
å=
g gi
i
i
P
c
c
L
q
q
49. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
4. Estimasi Parameter Butir melalui Metoda
Pendekatan Newton-Raphson
• Kebolehjadian pada jawaban dikotomi
Xi = 1 untuk jawaban betul
Xi = 0 untuk jawaban salah (dan blanko)
sehingga pada Xi = 1 P(q)Q(q) = P(q)
pada Xi = 0 P(q)Q(q) = Q(q)
dan fungsi kebolehjadian menjadi
M
Õ=
X
- =
1 (q ) (q )
L P g Q g
g
X
g
g
1
Dengan mengenakan logaritma, diperoleh
å=
M
[ ] g g g g L X P X Q
ln = ln (q ) + (1 -
)ln (q )
g
1
50. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Pada model L1P, M responden menjawab 1 butir
• Kebolehjadian maksimum dicapai melalui
= 0
d ln L
db
• Estimasi q melalui metoda pendekatan Newton-
Raphson menghasilkan iterasi
d ln
L
db
b bs s = - +
1 2 ln
d L
2
db
Dengan memasukkan model karakteristik butir
(L1P, L2P, atau L3P), maka diperoleh bentuk
iterasi untuk tiap model
51. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Iterasi pada L1P
ln [ ( )]
å
= - -
d L
d L
sehingga oleh karenanya
å
=
=
= -
M
g
g
q
g g
M
g
g
D P Q
db
D X P
db
1
2
2
2
1
ln ( q ). ( q
)
å
[ ( )]
å
=
=
+
X -
P
= - N
i
q
g g
N
i
g g
s s
D P Q
b b
1
1
1
( q ). ( q
)
52. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
5. Prosedur Estimasi Parameter Butir pada Model L1P
• Paramter kemampuan telah diketahui pada metrik
tertentu sehingga hasil estimasi parameter butir
terletak pada metrik itu
• Di ini prosedur ini dilakukan melalui contoh pada
model L1P
Contoh 9
Suatu responden menjawab tiga butir dengan
hasil
Responden qg Xg
1 – 1 1
2 0 0
3 1 1
Estimasi parameter b dari butir itu
53. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Probabilitas pada setiap fresponden
b
( , )( )
b
- +
1 7 1
( , )( )
- +
1 7 1
b
,
,
b
b
e
-
1 7
e
-
1 7
( , )( )
b
-
1 7 1
( , )( )
D b
( q
-
)
1
D b
( )
e
-
q
1 1
1
D b
( q
-
)
2
D b
( )
e
q
1 2
1
D b
-
( q
-
)
3
D b
( )
P ( )
e
+
=
1
q
P ( )
e
+
=
2
q
P ( )
e
e
e
+
e
+
e
e
-
-
+
=
=
=
q
1 +
1
=
1 7 1
3
3
q
• Perhitungan ini memerlukan sejumlah data,
mencakup
Titik awal interasi b0 yang ditentukan oleh logit
gagal
Rumus iterasi pada metoda pendekatan Newton-
Raphson untuk L1P
å
X P
[ ( )]
å
=
=
+
-
= - M
g
q
g g
M
g
g g
s
D P Q
b b
1
1
1 0
( q ) ( q
)
54. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
• Nilai titik awal
b Q
= ln ( ) = = = -
q
i
0 ln ln ,
bo = – 0,693
0 693
1
2
1
2 3
3
( q
)
i
P
• Perhitungan estimasi memerlukan beberapa besaran,
seperti tampak pada rumus, meliputi
Pg(q)
Qg(q)
Xg – Pg(q)
DPg(q)Qg(q)
Perhitungan dilakukan dalam bentuk tabel untuk
memudahkan perhitungan
Setiap iterasi menghasilkan satu tabel
64. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
Contoh 10
Tiga responden menjawab satu butir dengan
hasil
Responden qg Xg
1 – 1 0
2 0 0
3 1 1
Estimasi parameter b dari butir itu
Contoh 11
Tiga responden menjawab satu butir dengan
hasil
Responden qg Xg
1 – 2,00 0
2 0,00 1
3 1,75 1
Estimasi parameter b dari butir itu
65. ------------------------------------------------------------------------------
Estimasi Parameter Secara Terpisah
------------------------------------------------------------------------------
6. Prossedur Estimasi Parameter Butir pada Model
L2P dan L3P
• Estimasi parameter butir model L2P melibatkan 2
parameter butir
• Untuk N butir, ada 2N parameter butir yang perlu
diestimsi
• Estimasi parameter butir model L3P melibatkan 3
parameter butir
• Untuk N butir ada 3N parameter butir yang perlu
diestimasi
• Prosedur estimasi menjadi cukup rumit sehingga
sebaiknya dilakukan melalui program komputer