Akurasi Metode Kalibrasi Fixed Parameter berdasarkan Algoritma Expectation-Maximization

Huriaty, Dina (2014) Akurasi Metode Kalibrasi Fixed Parameter berdasarkan Algoritma Expectation-Maximization. S3 thesis, UNY.

[img] Text
disertasi-dina-huriaty-09701261009.swf

Download (4MB)

Abstract

Penelitian ini bertujuan untuk: (1) mengetahui pengaruh ukuran sampel dan banyaknya common items pada distribusi kemampuan yang ditetapkan terhadap akurasi estimasi parameter pada metode kalibrasi fixed parameter; dan (2) mengetahui metode kalibrasi fixed parameter yang paling akurat di antara metode NWU-OEM (no prior weights updating and one expectation-maximization cycle), NWU-MEM (no prior weights updating and multiple expectation-maximization cycles), OWU-OEM (one prior weights updating and one expectation-maximization cycle), OWU-MEM (one prior weights updating and multiple expectation-maximization cycles), dan MWU-MEM (multiple weights updating and multiple expectation-maximization cycles). Penelitian ini menggunakan pendekatan kuantitatif deskriptif yang terdiri atas penelitian simulasi dan penelitian riil. Terdapat 27 kondisi pada penelitian simulasi, yaitu: tiga tipe ukuran sampel (500, 1000, 2000); tiga tipe banyaknya common items (10, 20, 30); dan tiga distribusi kemampuan untuk kelompok target. Setiap kondisi dilakukan 25 kali replikasi. Ketepatan estimasi parameter suatu metode diukur melalui RMSE dan Absolute-Bias. Penelitian riilmenggunakan data respons UN Matematika SMP 2009/2010 dengan kriteria akurasi metode adalah TIF dan SEM. Hasil penelitian adalah sebagai berikut. (1) Peningkatan ukuran sampel meningkatkan akurasi estimasi parameter semua metode kalibrasi fixed parameter pada kelompok distribusi kemampuan normal. Pada kelompok distribusi miring positif, peningkatan ukuran sampel meningkatkan akurasi estimasi parameter butir metode MWU-MEM dan parameter non-common item metode OWU-MEM dan MWU-MEM, tetapi tidak meningkatkan akurasi estimasi parameter kemampuan. Pada kelompok distribusi miring negatif, peningkatan ukuran sampel meningkatkan akurasi estimasi parameter butir semua metode kalibrasi fixed parameter, parameter non-common item metode NWU-OEM dan NWU-MEM,dan estimasi parameter kemampuan metode OWU-OEM, OWU-MEM, dan MWU-MEM. Peningkatan banyaknya common items meningkatkan akurasi estimasi parameter butir dan non-common itempada metode yang bervariasi. Peningkatan banyaknya common items tidak meningkatkan akurasi estimasi parameter kemampuan pada ketiga distribusi yang ditetapkan. (2) Metode OWU-OEM merupakan metode yang paling akurat dalam mengestimasi parameter pada kelompok distribusi normal dan pada perangkat tes ujian nasional mata pelajaran Matematika tahun 2009/2010. MWU-MEM akurat dalam mengestimasi parameter butir dan parameter non-common items pada kelompok distribusi miring positif dan metode OWU-MEM akurat pada kelompok distribusi miring negatif. Metode NWU-OEM cenderung akurat dalam mengestimasi parameter kemampuan pada kedua kelompok distribusi miring ini.

Item Type: Thesis (S3)
Uncontrolled Keywords: akurasi, kalibrasi, fixed parameter, algoritma, Expectation- Maximization
Subjects: Pendidikan > Pendidikan (Umum)
Divisions: Sekolah Pascasarjana (SPS) > Penelitian dan Evaluasi Pendidikan
Depositing User: Perpustakaan Pascasarjana
Date Deposited: 17 Mar 2015 03:06
Last Modified: 09 May 2019 01:52
URI: http://eprints.uny.ac.id/id/eprint/13112

Actions (login required)

View Item View Item