%L UNY32556
%X Tujuan penelitian ini adalah (1)  memformulasikan  model simultan antara model  respon  butir  ML  1P  dengan	waktu  respon  untuk  power  test  (2) Mengestimasi parameter pada model simultan antara  model respon butir ML 1P dengan   waktu respon untuk power test, (3) Mengetahui uji kecocokan   model simultan antara  model respon butir ML 1P dengan  waktu respon untuk power test	dengan data, dan (4) Menguji keakuratan proses estimasi parameter pada model simultan antara  model respon butir ML 1P dengan  waktu respon untuk power test berdasarkan banyaknya peserta tes dan banyaknya soal tes
Penelitian ini merupakan penelitian pengembangan, yaitu mengembangkan model matematis yang berkaitan dengan Model Logistik Satu Parameter. Pengembangan model  dilakukan dengan menggunakan konsep joint distribution. Data yang digunakan adalah data simulasi. Skenario pembangkitan data dilakukan berdasarkan banyaknya peserta tes (500, 1000) dan banyaknya soal tes (11, 20,
40). Metode estimasi parameter menggunakan metode Bayesian, Markov Chain Monte Carlo. Uji kecocokan model menggunakan Predictive Posterior Model Checking  (PPMC)  dan  ukuran  discrepancy  nya  adalah  distribusi  total  skor. Ukuran ketepatan estimasi parameter  adalah  RMSE, SE, Bias dan korelasi.
Model  yang dihasilkan  dalam penelitian ini merupakan  model simultan antara ML-1P dengan waktu respon. Waktu respon dianggap sebagai variabel random, dan dimodelkan berdasarkan distribusi lognormal. Parameter yang terdapat dalam model adalah tingkat kemampuan peserta tes, tingkat kesulitan soal, faktor kelambatan soal tes, kecepatan peserta tes dan besarnya usaha untuk menyelesaikan soal tes. Estimasi parameter dilakukan dengan menentukan distribusi prior, distribusi likelihood dan distribusi posterior. Distribusi prior yang digunakan untuk setiap parameter adalah distribusi normal. Distribusi likelihood yang digunakan adalah distribusi Bernoulli. Distribusi posterior yang dihasilkan bukanlah distribusi yang sederhana, sehingga pendekatan Bayesian diselesaikan dengan metode numerik Markov Chain Monte Carlo dan diimplementasikan dengan program WinBUGS 1.4. Berdasarkan metode PPMC, yaitu dengan membandingkan distribusi total skor data observasi dengan distribusi total skor data prediksi dapat diketahui bahwa terdapat kecocokan antara data dan model yang dihasilkan.  Hasil estimasi parameter adalah akurat  untuk digunakan karena korelasinya mendekati satu. Performance hasil estimasi parameter yang terdapat dalam  soal tes (tingkat kesulitan soal, kelambatan soal, dan besarnya usaha untuk soal ke-j), tidak dipengaruhi oleh banyaknya soal tes. Performance hasil estimasi parameter dalam peserta tes (kecepatan dan kemampuan peserta tes) dipengaruhi oleh banyaknya soal tes, dimana semakin banyak   soal tes maka hasil estimasi parameternya akan semakin mendekati nilai parameter yang sebenarnya
%A Noer Hidayah
%K Metode Bayesian, Model Logistik Satu Parameter,  Waktu respon
%D 2016
%I UNY
%T Model Simultan antara Model Logistik Satu Parameter dengan Waktu Respon