Pengertian Tes, Pengukuran, Penilaian dan Evaluasi

Pengertian Tes, Pengukuran, Penilaian dan Evaluasi

Menurut Allen & Yen, 1979 (Djemari Mardapi, 2008:1) “Pengukuran adalah penetapan angka dengan cara yang sistematik untuk menyatakan keadaan individu”; keadaan itu dapat mencakup kemampuan kognitif, afektif, dan psikomotor. Kini telah dikembangkan untuk kemampuan mengendalikan emosi.

Menurut TGAT, 1987 (Djemari Mardapi, 2008:1) penilaian atau asesmen mencakup semua cara yang digunakan untuk menilai unjuk kerja individu atau kelompok. Prosesnya meliputi pengumpulan bukti-bukti tentang pencapaian belajar peserta didik yang didapatkan dengan cara tes maupun non tes. Definisi asesmen berkaitan dengan semua proses pendidikan, seperti karakteristik peserta didik, karakteristik metode mengajar, kurikulum, fasilitas, dan administrasi. 

Evaluasi merupakan tindakan penetapan nilai atau implikasi suatu perilaku, baik individu atau lembaga. Pengukuran, penilaian dan evaluasi menurut Griffin dan Nix, 1991 (Djemari Mardapi, 2008:1) adalah bersifat herarkhi atau berjenjang. Pengukuran adalah tindakan membandingkan hasil pengamatan dengan kriteria, sementara penilaian atau asesmen adalah tindakan menafsirkan atau menjelaskan hasil pengukuran, dan evaluasi adalah penetapan tentang nilai atau implikasi dari perilaku hasil pengukuran dan penilaian. Jadi setiap tindakan evaluasi selalu didahului oleh tindakan pengukuran dan penilaian, sehingga di sini menjadi jelas bahwa tindakan penilaian harus didahului oleh tindakan pengukuran.

1. Tes

Tes dapat didefinisikan sebagai suatu pertanyaan atau tugas yang direncanakan untuk memperoleh informasi tentang trait atau atribut pendidikan atau psikologi yang setiap butir pertanyan atau tugas itu mempunyai jawaban atau ketentuan yang dianggap benar (Zainul & Nasution, 2001: 3). Sebagai konsekuensinya setiap tes menuntut adanya tanggapan atau respon dari peserta didik (subjek yang dikenai tes) dan karenanya disimpulkan sebagai trait yang dimiliki oleh peserta didik atau subjek yang sedang dicari informasinya. Oleh sebab itu jika ada tugas atau pertanyaan yang harus dikerjakan oleh peserta didik tetapi tidak ada jawaban atau tidak ada respon berupa jawaban yang benar atau salah, maka hal itu bukanlah tes. Miller (2008: 1) menyatakan bahwa:

“tests are formal assessment instruments used to judge students’ cognitive ability in an academic discipline as well as to gather quantitative information about student’ psychomotor performance (physical skills) and affective characteristics (e.g. attitudes, emotions, interests, and values).

Tes pada umumnya terdiri dari seperangkat himpunan pertanyaan, pernyataan, atau tugas yang diadministrasikan dan dikenakan kepada peserta didik atau sekelompok peserta didik. Berhubung adanya kendala keterbatasan waktu dan faktor lainnya, tes hanya mengukur sebagian saja (sampel) dari suatu perilaku objek pengukuran. Jadi tes memiliki keterbatasan, tidak mampu mengukur semua informasi tentang apa yang sudah dipelajari oleh peserta didik, kecuali hanya dipilih sebagai sampel dari objek kawasan yang telah dipelajari oleh peserta didik. Untuk dapat mewakili kawasan atau objek yang dicari informasinya dari apa yang telah dipelajari oleh peserta didik maka digunakanlah kisi-kisi tes atau blue print test dalam merancangnya.

2. Pengukuran

            Hampir setiap hari kita selalu berhadapan dengan tindakan pengukuran. Saat kita akan berangkat ke kuliah kita sudah punya kriteria waktu yakni jam berapa harus tiba di kampus, misalnya jam 8.00. Atas dasar kriteria ini kita mempertimbangkan jam berapa harus mulai berangkat dari rumah jika jarak tempuh rumah dengan kampus 30 kilometer. Apabila diperkirakan kondisi jalan lancar tidak macet dan kecepatan rata-rata per kilometer 60 km/jam, berarti berangkat dari rumah paling tidak harus pukul 7.30. Contoh semacam ini adalah salah satu tindakan yang di dalam tindakan itu ada unsur pengukuran. Contoh yang lain, pada saat kita akan membeli kertas untuk membuat tugas paper kita mencari kertas yang berukuran kwarto dan bukan yang folio. Tindakan memilih ukuran kertas yang kwarto ini telah melalui tindakan pengukuran yakni membanding ukuran panjang dan lebar kertas yang sesuai dengan ketentuan ukuran kertas yang dipersyaratkan dalam pembuatan paper. Jika demikian, apa sebenarnya pengukuran itu?

            Pengukuran pada dasarnya merupakan kegiatan penentuan angka bagi suatu objek secara sistematik, untuk menggambarkan karakteristik objek tersebut. Dalam penentuan karakteristik pada objek pengukuran, sedapat mungkin dihindari adanya kesalahan pengukuran. Kesalahan pengukuran bersumber dari alat ukur, cara mengukur, dan kondisi objek yang diukur (Djemari Mardapi, 2008:2). Sementara ahli lain Miller (2008: 2) membuat definisi pengukuran sebagai berikut:

“Measurement is a quantitative description of an individual’s achievement on a single test or multiple assessments (e.g. a student answered 9 to 10 or 90% of the test questions correctly).

Hasil pengukuran melalui tes dan penilaian (asesmen) digunakan untuk melihat unjuk kerja atau sebagai dasar pemberian nilai (grade). Informasi dari hasil pengukuran juga dapat digunakan untuk: (1) memantau kemajuan belajar peserta didik, (2) membantu perencanaan pengembangan karir peserta didik, (3) mengelompokan peserta didik berdasarkan minat, sikap, dan kesiapannya, (4) membuat keputusan tentang kebijakan pendidikan, (5) untuk perbaikan kurikulum, dan (6) untuk mengetahui efektivitas pengajaran.

Pada kegiatan evaluasi hasil belajar akan dihadapi masalah-masalah yang berkaitan dengan alat ukur yang digunakan, cara menggunakan, cara penilaian, dan evaluasinya. Alat ukur yang memenuhi kaidah pengukuran harus memiliki bukti kesahihan (validitas) dan kehandalan (reliabilitas).

            Kesahihan alat ukur dari segi konstruknya dapat dilihat sejauh mana alat ukur mengukur apa yang sebenarnya diukur. Secara teori pengukuran, substansinya harus satu dimensi (unidimensionality). Untuk melihat apakah tes memiliki sifat satu dimensi tentang konstruknya dapat dianalisis dengan pendekatan analisis faktor (factor analysis) atau dengan analisis konfirmasi faktor (confirmatory factor analysis). Analisis faktor dapat dilakukan dengan bantuan software SPSS dan analisis konfirmasi faktor dapat dilakukan dengan software AMOS atau Lisrel. Lebih lanjut telaah tentang konstruksi alat ukur dapat ditinjau dari aspek materi, teknik penulisan soal, dan bahasa yang digunakan.

            Kesahihan alat ukur dari segi isi dapat dilihat dari kisi-kisinya. Kisi-kisi alat ukur berisi tentang materi yang diujikan, bentuk soal, tingkat berpikir yang diacu, bobot soal, dan cara penskoran. Kisi-kisi dikatakan baik jika sudah mewakili cakupan bahan ajar. Cakupan bahan ajar yang dipilih dengan kriteria (1) pokok bahasannya esensial, (2) memiliki nilai aplikasi, (3) berkelanjutan, dan (4) dibutuhkan untuk mempelajari matapelajaran lain. Lamanya waktu untuk mengerjakan soal juga perlu menjadi kriteria.

            Alat ukur yang baik, memiliki kesalahan pengukuran minimal dan hasil pengukuran cenderung konstan walaupun dipakai berulang-ulang pada tingkat kemampuan objek yang relatif tetap. Kesalahan pengukuran dapat bersifat acak dan bersifat sistematik. Kesalahan pengukuran mengakibatkan under atau over estimate hasil pengukuran. Kesalahan acak bersumber dari variasi kondisi fisik dan mental subjek yang diukur dan yang mengukur. Kesalahan sistematik bersumber dari alat ukurnya, yang diukur, dan yang mengukur. Contoh kesalahan sistematik, misalnya memberi skor murah atau mahal pada semua peserta didik. Jika murah atau mahal untuk kelompok tertentu, maka telah terjadi bias pengukuran. Berdasarkan kenyataan betapa rumitnya melakukan pengukuran yang acapkali mengandung kesalahan sistematik dan acak, muncullah teori pengukuran. Ada dua teori yang bebeda asumsi kini telah banyak ditelaah orang, yakni teori tes klasik atau clacical test theory (CTT) dan teori modern atau item response theory (IRT).

            Teori tes klasik berasumsi  bahwa (a) skor yang diperoleh individu dari hasil pengukuran dapat diurai menjadi skor sebenarnya dan skor kesalahan, (b) tidak ada hubungan antara skor yang sebenarnya dengan skor kesalahan. Berangkat dari dua asumsi ini maka berkembanglah rumus-rumus untuk menghitung tingkat kesahihan (validitas) dan tingkat kehandalan (reliabilitas).

            Teori tes klasik memiliki kelemahan, antara lain: (a) ketergantungan statistik butir pada karakteristik kelompok yang diukur, akibatnya besaran statistik butir bervariasi dari satu kelompok terhadap kelompok yang lain, lebih lanjut sulit membandingkan kemampuan kelompok atau individu yang satu dengan yang lain. Kelemahan ini telah dirasakan untuk pengukuran pada objek alam (karakteristiknya lebih konstan) dan semakin dirasakan jika objek pengukuran adalah manusia (karakteristiknya labil). Atas dasar kelemahan ini maka dikembangkan oleh para pakar tentang teori tes modern (IRT) dengan mengacu dan berusaha mengembangkan analisis untuk estimasi kemampuan seseorang tanpa dipengaruhi oleh alat ukur yang digunakan. Statistik butir diupayakan juga tidak tergantung pada karakteristik individu yang diukur.

3. Penilaian

Usaha peningkatan mutu pendidikan dapat ditempuh dengan berbagai cara antara lain dengan peningkatan kualitas pembelajaran dan sistem penilaiannya. Antara keduanya terdapat hubungan timbal balik, kondisi sistem pembelajaran yang baik memberi dampak pada hasil belajar yang baik, hasil penilaian menjadi tolok ukur kualitas sistem pembelajaran. Sistem pembelajaran yang baik akan memotivasi pendidik untuk memilih strategi mengajar dan memotivasi peserta didik yang paling tepat. Jadi peningkatan sistem penilaian merupakan hal yang urgen atau penting untuk peningkatan mutu pendidikan.

Penilaian meliputi semua cara untuk menilai unjuk kerja atau hasil kerja yang berfokus pada individu yakni prestasi belajar yang dicapai individu. Prosesnya adalah menghimpun bukti-bukti tentang pencapaian belajar peserta didik antara lain melalui tes, pengamatan dan laporan diri. Penilaian yang baik memerlukan data dan proses pengukuran yang baik.

Menurut Bento, 1994 (Djemari Mardapi, 2008:6) penilaian mulai dikenal sebagai cara membelajarkan seseorang dirintis oleh staf pengajar Fakultas Alverno sejak 20 tahun yang lalu. Ini merupakan contoh bagaimana mengubah lembaga melalui program penilaian. Terkait dengan itu, menurut Chittenden, 1991 (Djemari Mardapi, 2008:6) kegiatan penilaian dalam pembelajaran perlu diarahkan kepada: (1) penelusuran; yakni menelusuri kesesuaian proses pembelajaran dengan rencana, (2) pengecekan, yakni mencari informasi tentang kekurangan pada peserta didik selama proses pembelajaran, (3) pencarian, yakni mencari dan menemukan penyebab kekurangan yang timbul dalam proses  pembelajaran, dan (4) penyimpulan, yakni menyimpulkan tentang tingkat pencapaian belajar peserta didik.

Peningkatan mutu pendidikan memerlukan alat ukur yang sahih (valid) dan handal (reliabel). Pada sisi lain terdapat 2 acuan yang digunakan untuk penilaian, yakni acuan norma (norm reference test) dan acuan kriteria (creterion reference test). Penafsiran hasil tes antara kedua acuan ini berbeda (karena asumsi yang digunakan berbeda) sehingga informasi yang didapat juga berbeda. Penggunaan acuan yang mana yang tepat, tergantung pada karakteristik kemampuan pada bidang studi yang diukur dan tujuan yang ingin dicapai.

4. Evaluasi

 Sebagaimana telah disebut di atas bahwa evaluasi bertujuan untuk meningkatkan kinerja individu atau lembaga, sehingga kegiatan evaluasi merupakan rangkaian kegiatan dalam meningkatkan kualitas  kinerja, atau produktivitas lembaga dalam melaksanakan program. Titik sentral dari evaluasi adalah individu. Dalam konteks pendidikan kinerja yang dievaluasi adalah menyangkut individu berupa hasil belajar dalam kelompok atau kelas. Hasil evaluasi akan menyajikan informasi tentang seberapa jauh pencapaian program dan informasi pencapaian program ini menjadi bahan informasi untuk perbaikan atau pengayaan program.

Para ahli ada keselarasan dalam menjelaskan pengertian evaluasi. Griffin & Nix, 1999 menyatakan evaluasi adalah judgement terhadap nilai hasil dari tindakan pengukuran; sedangkan menurut Tyler, 1950 menyebutkan evaluasi sebagai proses penentuan sejauh mana tujuan pendidikan telah dicapai (Djemari Mardapi, 2008: 8-9). Djemari Mardapi, 2008 menyimpulkan bahwa evaluasi didefinisikan sebagai proses mengumpulkan informasi untuk mengetahui pencapaian belajar kelas atau kelompok. Hasil evaluasi diharapkan dapat mendorong pendidik untuk mengajar lebih baik dan memotivasi peserta didik untuk belajar lebih baik. Jadi evaluasi menyajikan informasi untuk kepentingan evaluasi program pembelajaran bagi kelas dan pendidik untuk meningkatkan kualitas proses belajar mengajar.

Berhubung hasil evaluasi program pembelajaran bersifat multi dimensi, maka evaluasi yang hanya membandingkan antara unjuk kerja dan tujuan, telah mendapatkan kritik para ahli karena terlalu menyempitkan persoalan dalam ragam kasus di bidang pendidikan. Hasil program pembelajaran beragam, ada yang terkait langsung dengan tujuan pendidikan (intended) dan ada yang tidak (unintended), selain itu ada yang berdampak positif dan ada yang berdampak negatif. Oleh karena itu cara pendekatan evaluasi yang goal free lebih tepat digunakan untuk mengevaluasi program pembelajaran, karena betapa pun tujuan program untuk meningkatkan prestasi belajar, tetapi masih ada tujuan atau dampak ikutan lain berupa rasa percaya diri, kreativitas, kemandirian, keuletan dan sebagainya. Astin (1993) mempertegas bahwa cakupan evaluasi untuk program pembelajaran di sekolah setidaknya meliputi masukan, lingkungan sekolah, dan keluarannya. Orientasi evaluasi saat ini sering hanya mengarah pada ranah kognitif dan jarang kepada ranah afektif, berhubung ranah afektif sulit mengukurnya walaupun juga penting bagi evaluator untuk memenuhi tujuan peningkatan kualitas dan kinerja lembaga. Lingkungan sekolah baik iklim akademik dan iklim sosial, sama-sama memiliki peranan yang tidak bisa diabaikan. Iklim akademik menunjuk pada kegiatan akademik baik di dalam kelas mau pun di luar kelas, sementara iklim sosial adalah terciptanya hubungan sosial antara pendidik, peserta didik dan sivitas akademik yang lain di sekolah.

Ditilik dari cakupannya, evaluasi bisa bersifat makro dan mikro. Evaluasi makro cenderung menggunakan sampel dalam melakukan telaah suatu program dan dampaknya, dengan sasaran program pendidikan yang dirancang untuk memperbaiki bidang pendidikan. Pada sisi lain evaluasi mikro biasanya digunakan untuk evaluasi di tingkat kelas, yaitu untuk mengetahui tingkat pencapaian hasil belajar peserta didik baik ranah kognitif maupun ranah yang lain.

Terdapat dua kategori evaluasi pengajaran, yakni evaluasi formatif dan evaluasi sumatif. Evaluasi formatif bertujuan untuk memperbaiki proses belajar mengajar sehingga sifatnya on going mengikuti proses, dan dengan demikian dapat diketahui tujuan-tujuan belajar yang masih belum dicapai dan yang sudah dicapai sehingga dapat dilakukan tindakan perbaikan atau remidi dan pengayaan lanjut. Evaluasi sumatif bertujuan mengetahui tingkat pencapaian hasil belajar setelah seluruh proses kegiatan belajar mengajar terselesaikan, sehingga sifatnya adalah sesaat atau snap shoot pada akhir dari seluruh proses kegiatan. Implikasi dari evaluasi sumatif akan diperoleh ketetapan lulus atau tidak lulus bagi peserta didik. Agar peserta didik dapat terlibat belajar dalam iklim akademik dengan baik, maka dalam kepentingan kegiatan pengukuran dan penilaian kepada mereka perlu dijelaskan di awal pengajaran tentang pentingnya penentuan nilai akhir. Komponen-komponen penilaian, bobot penilaian dan cara pendekatan yang digunakan dalam penilaian perlu diberitahukan kepada peserta didik.

Thorndike telah menyitir melalui teori belajar behavioristiknya, dalam hukum belajar “law of effect” dinyatakan bahwa dampak dari evaluasi ada dua: (1) jika hasilnya baik atau sukses, maka akan memberikan motivasi yang semakin kuat bagi peserta didik; tetapi (2) jika hasilnya jelek atau gagal, maka akan menimbulkan frustrasi bagi peserta didik. Hasil evaluasi dengan demikian dapat digunakan untuk mengetahui karakteristik peserta didik, yakni yang naik motivasi belajarnya, yang tetap, dan yang menjadi turun motivasinya. Atas dasar ini maka dibutuhkan suatu sistem evaluasi yang dapat memenuhi tujuan untuk pendorong peningkatan kualitas pendidikan secara menyeluruh yang berangkat dari acuan hasil belajar peserta didik dibandingkan dengan acuan kriteria, sehingga dapat dicari kelemahan dan keunggulan dalam proses kegiatan belajar-mengajar dan dicari upaya untuk penanggulangan kelemahannya.