Daya Pembeda dan Tingkat Kesukaran Soal: Cara Menghitung dan Membacanya
Daya pembeda soal adalah angka yang jarang dihitung guru, padahal ia yang menentukan apakah sebuah butir layak dipakai lagi. Setiap guru yang pernah menyusun soal ulangan tahu rasanya: setelah diperiksa, ada butir yang dijawab benar oleh hampir semua siswa, ada yang dijawab salah oleh hampir semua, dan ada yang hasilnya acak.
Jawabannya tidak diambil dari perasaan. Ada dua angka yang biasa dipakai: tingkat kesukaran dan daya pembeda. Keduanya dihitung dari jawaban siswa yang sudah ada, tanpa perlu aplikasi khusus. Artikel ini menjelaskan cara menghitungnya, cara membacanya, dan kesalahan yang sering terjadi saat menafsirkan hasilnya.
Apa Itu Daya Pembeda Soal
Daya pembeda soal adalah kemampuan sebuah butir untuk membedakan siswa yang sudah menguasai materi dari siswa yang belum. Butir yang baik dijawab benar oleh sebagian besar siswa kelompok atas, dan dijawab salah oleh sebagian besar siswa kelompok bawah. Butir seperti itu punya daya pembeda tinggi.
Sebaliknya, butir yang dijawab benar oleh kedua kelompok sama saja tidak membedakan apa pun. Bahkan ada butir yang lebih sering dijawab benar oleh kelompok bawah, biasanya pertanda soal ambigu, bukan pertanda siswa bawah lebih pandai.
Rumus daya pembeda soal membandingkan dua kelompok. Ambil 27% siswa dengan skor total tertinggi sebagai kelompok atas, dan 27% dengan skor terendah sebagai kelompok bawah. Setelah itu:
D = (rata-rata skor kelompok atas − rata-rata skor kelompok bawah) ÷ skor maksimum butir
Pada butir bernilai 1, angka daya pembeda soal sama dengan selisih rata-rata kelompok atas dan bawah. Kalau butir bernilai 0–5, selisihnya dibagi 5 supaya angkanya tetap berada di rentang yang sama.
Mengapa Daya Pembeda Lebih Penting daripada Tingkat Kesukaran
Guru sering hanya melihat tingkat kesukaran: soalnya terlalu sulit atau terlalu mudah. Padahal butir yang terlalu mudah belum tentu buruk, kadang memang perlu untuk memastikan semua siswa paham dasar. Yang lebih menentukan mutu adalah apakah butir itu membedakan.
Daya pembeda soal yang rendah memberi dua kerugian sekaligus. Ia tidak menambah informasi tentang siapa yang sudah paham, dan ia memakan waktu pengerjaan yang bisa dipakai butir lain. Dalam ujian dengan waktu terbatas, membuang butir seperti ini sama dengan menambah waktu untuk butir yang berguna.
Apa Itu Tingkat Kesukaran
Tingkat kesukaran menunjukkan seberapa mudah butir dijawab seluruh kelas, bukan hanya oleh siswa pandai. Rumusnya sederhana:
p = rata-rata skor butir ÷ skor maksimum butir
Pada daya pembeda soal, angka p bergerak dari 0 sampai 1. Makin kecil, makin sukar. Butir dengan p 0,20 hanya dijawab benar oleh sekitar seperlima siswa; butir dengan p 0,90 dijawab benar oleh hampir semua.
Perlu diingat, p bukan ukuran mutu. Butir sukar bisa bagus kalau ia membedakan dengan jelas; butir mudah juga bisa bagus untuk tujuan tertentu. Yang perlu diwaspadai adalah butir dengan p terlalu tinggi sekaligus daya pembeda nol, biasanya itu pertanda soal terlalu jelas atau jawabannya bisa ditebak.
Butir | Rata-rata skor | Skor maksimum | p | Artinya |
|---|---|---|---|---|
1 | 0,60 | 1 | 0,60 | Sedang |
2 | 4,20 | 5 | 0,84 | Mudah |
3 | 1,10 | 5 | 0,22 | Sukar |
Hubungan Kedua Angka Ini
Tingkat kesukaran dan daya pembeda dihitung dari data yang sama, tetapi menjawab pertanyaan berbeda. p menjawab “berapa banyak yang bisa”, D menjawab “seberapa jelas butir itu memisahkan”.
Dalam praktik, membaca daya pembeda soal bersama tingkat kesukaran memberi empat kemungkinan yang sering ditemui: p sedang dengan D tinggi (butir layak dipakai), p tinggi dengan D rendah (terlalu mudah, kurang berguna), dan p rendah dengan D rendah (kemungkinan besar soalnya membingungkan).
Tingkat kesukaran (p) | Kategori | Daya pembeda (D) | Kategori |
|---|---|---|---|
< 0,30 | Sukar | ≥ 0,40 | Baik |
0,30 – 0,70 | Sedang | 0,30 – 0,39 | Cukup |
> 0,70 | Mudah | 0,20 – 0,29 | Rendah |
– | – | < 0,20 | Perlu perbaikan |
Angka-angka itu konvensi yang dipakai luas di buku asesmen, bukan hukum alam. Sekolah Anda mungkin memakai ambang yang sedikit berbeda; yang penting konsisten dari satu ulangan ke ulangan berikutnya.
Untuk keperluan pelaporan, Panduan Pembelajaran dan Asesmen dari Kemendikdasmen menempatkan asesmen sebagai alat memperbaiki pembelajaran, bukan sekadar memberi angka. Karena itu hasil analisis butir sebaiknya berujung pada keputusan mengajar yang konkret.
Cara Menghitung dengan Kelompok Atas dan Bawah
Langkah menghitung daya pembeda soal bisa dikerjakan dengan kalkulator, tetapi lebih nyaman dengan tabel. Urutannya begini:
- Susun nilai tiap siswa per butir, lalu jumlahkan skor total setiap siswa.
- Urutkan siswa dari skor total tertinggi ke terendah.
- Ambil 27% siswa teratas sebagai kelompok atas, dan 27% terbawah sebagai kelompok bawah. Untuk kelas 30 siswa, itu sekitar 8 siswa di masing-masing kelompok.
- Hitung rata-rata skor tiap butir pada kelompok atas dan kelompok bawah.
- p = rata-rata seluruh siswa ÷ skor maksimum butir.
- D = (rata-rata kelompok atas − rata-rata kelompok bawah) ÷ skor maksimum butir.
Kalau jumlah siswa kecil, 27% bisa menghasilkan satu atau dua siswa saja, dan angkanya menjadi tidak stabil. Untuk kelas di bawah 20 siswa, banyak guru memakai 50% atas dan 50% bawah agar kelompoknya tidak terlalu kecil. Perlu dicatat bahwa pilihan itu mengubah hasil, jadi sebutkan cara yang dipakai saat melaporkan.
Contoh Perhitungan Sepuluh Siswa
Misalnya satu kelas berisi 10 siswa mengerjakan 5 butir pilihan ganda, masing-masing bernilai 1. Setelah diurutkan berdasarkan skor total, diambil 3 siswa teratas dan 3 siswa terbawah.
Pada contoh ini, daya pembeda soal untuk butir 1 dihitung dari jawaban ketiga siswa kelompok atas dan satu siswa kelompok bawah. Maka rata-rata seluruh siswa adalah 0,60 dan p = 0,60. Daya pembedanya: (1,00 − 0,33) = 0,67. Angka itu masuk kategori baik.
Butir 4 dijawab benar oleh satu siswa kelompok atas dan dua siswa kelompok bawah. p tetap 0,60, tetapi D = (0,33 − 0,67) = −0,33. Daya pembeda negatif seperti ini hampir selalu berarti soalnya membingungkan atau kuncinya keliru, bukan berarti siswa bawah lebih pandai.
Perhatikan bahwa dua butir bisa punya tingkat kesukaran sama tetapi mutu sangat berbeda. Inilah alasan daya pembeda perlu dihitung, bukan hanya p.
Contoh pada Kelas Berisi 32 Siswa
Misalkan satu kelas berisi 32 siswa mengerjakan 20 butir pilihan ganda dengan skor 1 per butir. Dua puluh tujuh persen dari 32 adalah sekitar 9 siswa, jadi kelompok atas dan bawah masing-masing berisi 9 siswa.
Setelah diurutkan, ditemukan bahwa butir 7 dijawab benar oleh 9 siswa kelompok atas dan 2 siswa kelompok bawah. Rata-rata seluruh kelas untuk butir itu 0,66. Maka p = 0,66 (sedang) dan D = (1,00 − 0,22) = 0,78 (baik). Butir seperti ini layak dipakai lagi.
Butir 15 dijawab benar oleh 9 siswa kelompok atas dan 8 siswa kelompok bawah. p = 0,84 (mudah), tetapi D = (1,00 − 0,89) = 0,11, masuk kategori perlu perbaikan. Artinya butir itu tidak membedakan: hampir semua siswa bisa menjawabnya, dan itu tidak menambah informasi tentang siapa yang sudah paham.
Butir 19 hanya dijawab benar oleh 3 siswa kelompok atas dan 1 siswa kelompok bawah. p = 0,22 (sukar) tetapi D = 0,22 (rendah). Butir seperti ini perlu dibaca lebih teliti: mungkin materinya memang sulit, mungkin kalimatnya terlalu berbelit. Melihat sebaran pilihan jawaban biasanya memberi petunjuk, kalau pengecoh tidak dipilih siapa pun, soalnya kemungkinan terlalu mudah ditebak.
Butir | Benar di kelompok atas | Benar di kelompok bawah | p | D | Putusan |
|---|---|---|---|---|---|
7 | 9 dari 9 | 2 dari 9 | 0,66 | 0,78 | Dipakai lagi |
15 | 9 dari 9 | 8 dari 9 | 0,84 | 0,11 | Perbaiki atau ganti |
19 | 3 dari 9 | 1 dari 9 | 0,22 | 0,22 | Tinjau ulang kalimatnya |
Tiga contoh itu memperlihatkan pola yang sering muncul di kelas: butir mudah cenderung punya daya pembeda rendah, dan butir sukar belum tentu buruk. Yang menentukan keputusan akhir tetap kombinasi keduanya, bukan salah satu angka saja.
Menghitung Daya Pembeda Soal dengan Excel
Sebagian guru lebih nyaman bekerja di Excel karena datanya sudah ada di sana. Rumus yang dibutuhkan hanya tiga, dan semuanya fungsi dasar.
- Kolom terakhir diisi skor total:
=SUM(B2:F2)untuk lima butir. - Urutkan seluruh baris berdasarkan kolom skor total, dari besar ke kecil, lalu tandai kelompok atas dan bawah dengan memberi warna berbeda.
- Rata-rata butir untuk satu kelompok:
=AVERAGE(B2:B9)bila delapan siswa teratas berada di baris 2 sampai 9. - Tingkat kesukaran:
=AVERAGE(B2:B33)/1untuk butir bernilai 1, atau dibagi skor maksimum bila butir berskor. - Daya pembeda:
=(AVERAGE(B2:B9)-AVERAGE(B26:B33))/1, dengan penyebut diganti skor maksimum bila perlu.
Kesalahan yang paling sering terjadi di Excel bukan pada rumusnya, melainkan pada rentang sel. Satu baris yang ikut terhitung di kelompok atas akan menggeser rata-rata, dan angka D yang keluar terlihat masuk akal padahal keliru. Sebelum membaca hasil, periksa jumlah baris pada tiap rumus.
Kalau ingin menghindari pekerjaan menyusun ulang rumus setiap ulangan, alat di tautan bawah artikel ini melakukan hal yang sama tanpa perlu menyalin rumus.
Cara Membaca Hasilnya Tanpa Menghakimi Soal
Angka daya pembeda soal yang keluar bukan vonis. Butir dengan D rendah tetap bisa berguna kalau soalnya mengukur hal yang memang sulit dibedakan, misalnya kemampuan menganalisis. Yang perlu dilakukan adalah memeriksa penyebabnya lebih dulu.
Tiga penyebab yang paling sering: kalimat soal terlalu panjang dan ambigu, pilihan jawaban mengandung dua kemungkinan benar, atau kunci jawaban salah ketik. Ketiganya bisa diperbaiki tanpa membuang butir.
Sebaliknya, butir dengan D sangat tinggi pada kelas yang kemampuannya beragam biasanya aman dipakai lagi. Kalau D tinggi tetapi p sangat rendah, artinya butir itu hanya bisa dijawab siswa terbaik, layak dipertahankan untuk ujian pengayaan, kurang cocok untuk ulangan harian.
Kesalahan yang Sering Terjadi
Membagi Kelompok Tanpa Mengurutkan Skor Total
Kelompok atas dan bawah harus dibentuk dari skor total, bukan dari nilai satu butir. Kalau pembagiannya keliru, angka D menjadi tidak bermakna.
Memakai Skor Maksimum yang Salah
Pada soal esai, skor maksimum sering ditebak dari nilai tertinggi yang muncul di kelas. Kalau tidak ada siswa yang mencapai skor penuh, p dan D akan tampak lebih tinggi daripada seharusnya. Selalu pakai skor maksimum sesuai rubrik.
Menganggap p Rendah Berarti Soal Buruk
Soal sukar bisa sangat berguna untuk mengukur penguasaan tingkat lanjut. Yang perlu diperiksa adalah apakah kesulitannya berasal dari materi atau dari kalimat yang membingungkan.
Membuang Butir Tanpa Melihat Pola Jawaban
Sebelum membuang, lihat sebaran pilihan jawaban. Kalau satu pengecoh tidak dipilih siapa pun, pengecoh itu yang perlu diperbaiki, bukan butirnya.
Bagaimana dengan Soal Esai dan Uraian
Prinsipnya sama, hanya skor maksimumnya bukan 1. Butir esai dengan skor 0–5 dihitung dengan membagi rata-rata skor dengan 5. Yang perlu dijaga adalah konsistensi rubrik: kalau dua guru menilai kelas yang sama, skor untuk jawaban setara sebaiknya tidak berbeda jauh.
Untuk uraian panjang, daya pembeda sering rendah bukan karena soalnya buruk, melainkan karena penilaiannya longgar di semua kelompok. Memperketat rubrik biasanya menaikkan D tanpa mengubah soalnya.
Menghitung Cepat dengan Alat Gratis
Kalau enggan menyusun rumus di Excel setiap kali ulangan, Guru Kreatif menyediakan alat yang menghitung p dan D langsung di browser: analisis butir soal. Ada dua mode, benar/salah untuk pilihan ganda, dan skor bertingkat untuk esai dengan skor maksimum yang Anda tentukan sendiri.
Datanya tidak dikirim ke mana pun; perhitungan berjalan di perangkat Anda. Hasilnya bisa dicetak sebagai PDF atau disalin kembali ke Excel untuk dilampirkan pada administrasi penilaian.
Untuk konteks yang lebih luas, lihat juga perangkat mengajar Kurikulum Merdeka dan media belajar SD.
Pertanyaan yang Sering Muncul
Apakah harus selalu memakai 27%?
Tidak wajib. 27% adalah angka yang banyak dipakai karena memberi pemisahan cukup jelas tanpa kelompok terlalu kecil. Untuk kelas kecil, 50% sering lebih masuk akal. Yang penting, sebutkan pilihan Anda saat melaporkan hasil.
Berapa jumlah siswa minimal agar hasilnya berarti?
Untuk keperluan praktis di kelas, minimal 10 siswa. Di bawah itu, satu jawaban bisa menggeser angka cukup jauh. Untuk analisis yang dipakai mengambil keputusan soal, satu kelas penuh lebih baik.
Bolehkah menganalisis hanya sebagian butir?
Boleh, misalnya hanya butir yang hasilnya mencurigakan. Tetapi ingat bahwa pengurutan siswa memakai skor total dari seluruh butir, jadi lebih aman menganalisis semuanya sekaligus.
Apa artinya daya pembeda negatif?
Butir itu lebih sering dijawab benar oleh siswa kelompok bawah. Biasanya penyebabnya kunci jawaban keliru, dua jawaban yang sama-sama benar, atau kalimat soal yang membingungkan. Periksa butirnya sebelum dipakai lagi.
Apakah data nilai siswa aman?
Alat yang disebut di atas menghitung di browser dan tidak mengirim data ke server. Untuk penyimpanan jangka panjang, tetap simpan di berkas sekolah sesuai aturan yang berlaku.
Apakah analisis ini wajib untuk setiap ulangan?
Tidak wajib. Banyak sekolah memintanya untuk penilaian akhir semester atau ujian sekolah. Untuk ulangan harian, menganalisis dua atau tiga ulangan per semester sudah cukup untuk melihat pola butir yang perlu diperbaiki.
Bagaimana kalau jumlah siswa di kelas sangat sedikit?
Untuk kelas dengan kurang dari 15 siswa, angka daya pembeda mudah berubah hanya karena satu jawaban. Gunakan hasilnya sebagai petunjuk awal, bukan dasar tunggal untuk membuang butir.
Apakah hasil analisis perlu dilampirkan pada administrasi?
Tidak selalu diwajibkan, tetapi berguna sebagai bukti bahwa soal sudah ditelaah. Banyak sekolah meminta lampiran analisis butir untuk soal penilaian akhir semester.
Kesimpulan
Tingkat kesukaran memberi tahu seberapa mudah butir dijawab, sedangkan daya pembeda memberi tahu apakah butir itu berguna. Menghitung keduanya memerlukan dua angka sederhana dan satu tabel yang rapi, tidak lebih.
Yang membuat perbedaan bukan alatnya, melainkan kebiasaan menghitung daya pembeda soal setelah ulangan dipakai. Satu ulangan yang dianalisis memberi informasi untuk menyusun ulangan berikutnya, dan itu berulang setiap semester tanpa biaya tambahan.
