See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/267982409

Kesahan dan Kebolehpercayaan Instrumen Pemindahan Pembelajaran

berdasarkan Pendekatan Model Rasch: Kajian Rintis

Conference Paper · August 2014

DOI: 10.13140/2.1.2655.9686

CITATION READS

1 13,339

5 authors, including:

Faizal Amin Yunus Mohd Bekri Rahim

Universiti Tun Hussein Onn Malaysia Universiti Tun Hussein Onn Malaysia
39 PUBLICATIONS   37 CITATIONS    37 PUBLICATIONS   36 CITATIONS   

SEE PROFILE SEE PROFILE

Ruhizan Mohammed Yasin Ridzwan Che Rus

Universiti Kebangsaan Malaysia Universiti Pendidikan Sultan Idris (UPSI)
53 PUBLICATIONS   231 CITATIONS    26 PUBLICATIONS   34 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Working Places as Learning Spaces View project

KESEDIAAN MAHASISWA PENDIDIK PISMP IPG KAMPUS PERLIS MENTRANSFORMASIKAN PENGGUNAAN PORFOLIO BERTULIS DALAM PERLAKSANAAN AMALAN PROFESIONAL
View project

All content following this page was uploaded by Faizal Amin Yunus on 09 November 2014.

The user has requested enhancement of the downloaded file.

 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

Kesahan dan Kebolehpercayaan Instrumen Pemindahan Pembelajaran

berdasarkan Pendekatan Model Rasch: Kajian Rintis

Faizal Amin Nur Yunusa Ruhizan Mohd Yasinb

Faculty of Technical and Vocational Faculty of Education, University
Education, University of Tun Hussein Onn Kebangsaan Malaysia
Malaysia
Ridzwan Che Rusd
c
Mohd. Bekri Rahim Faculty of Technical and Vocational
Faculty of Technical and Vocational Education, Sultan Idris Education
Education, University of Tun Hussein Onn University, MALAYSIA
Malaysia

faizaly@uthm.edu.mya,ruhizanmy@gmail.comb,bekri@uthm.edu.myc,
ridwan@fptv.upsi.edu.myd

ABSTRAK

Kajian rintis ini adalah untuk mengesahkan dan memeriksa kebolehpercayaan instrumen untuk
pemindahan pembelajaran. Instrumen ini terdiri daripada 97 item dan diedarkan kepada 40 orang
pelatih dari pelbagai bidang di Pusat Latihan Pengajar dan Kemahiran Lanjutan (CIAST) Shah Alam.
Instrumen ini dibangunkan untuk mengukur lima konstruk iaitu i) ciri-ciri pelatih; ii) reka bentuk latihan;
iii) persekitaran kerja; iv) ruang pembelajaran dan v) pemindahan pembelajaran. Pendekatan Model
Rasch digunakan untuk memeriksa kesahan dan kebolehpercayaan instrumen melalui kajian rintis ini.
Model Rasch digunakan kerana pendekatan ini boleh mengukur kebolehpercayaan responden dan
kebolehpercayaan item dan ia lebih kukuh berbanding hanya melihat Alpha Cronbach’s. Perisian
Winsteps Version 3.69.1.11 telah digunakan untuk pemeriksaan ke fungsian item dari aspek
kebolehpercayaan dan pengasingan item-responden, polarity dan kesesuaian item mengukur
konstruk serta nilai korelasi residual terpiawai. Ia juga membenarkan penyingkiran item berdasarkan
polarity item, kesesuaian item dan menentukan nilai bersandar berdasarkan nilai korelasi residual
terpiawai. Analisis akhir mendapati sebanyak 16 item telah disingkirkan kerana tidak menepati kriteria
pemeriksaan. Instrumen akhir menunjukkan sebanyak 81 item yang sesuai digunakan untuk
mengukur lima konstruk pemindahan pembelajaran. Memandangkan kajian ini hanya kajian rintis,
maka edaran pada responden yang sebenar boleh dilakukan untuk mengukur kelima-lima konstruk
pemindahan pembelajaran untuk pelatih kemahiran berasakan sistem NOSS dan pembelajaran di
tempat kerja.

Keywords: Model Rasch, kesahan konstruk, pemindahan pembelajaran, kebolehpercayaan konstruk,

polarity item, kesesuaian item, korelasi residual terpiawai

1. PENGENALAN

Model pemindahan pembelajaran untuk sistem latihan kemahiran di Malaysia masih lagi
kurang. Ini dibuktikan melalui kajian Azmi Ahmad et al. (2010) yang menjelaskan perlunya
satu model pemindahan pembelajaran yang berpaksikan sistem latihan kemahiran di
Malaysia. Ini perlu bagi memastikan apa sahaja yang dipelajari oleh pelatih dapat
dipindahkan sepenuhnya ke persekitaran kerja. Ini sekali gus dapat memastikan pulangan
pelaburan yang dikeluarkan oleh kerajaan dalam memastikan penghasilan pekerja yang
berkemahiran tinggi. Berdasarkan bajet 2013, sebilangan pelaburan telah diperuntukkan
bagi memastikan pekerja yang berkemahiran tinggi terutamanya dalam bidang kemahiran
dapat dihasilkan. Namun begitu, matlamat negara dalam menghasilkan pekerja yang
berkemahiran, akan menjadi sia-sia, sekiranya pelatih kemahiran tidak mempraktikkan atau
memindahkan apa yang dipelajari dari pusat latihan ke tempat kerja walaupun pelaburan
yang besar disalurkan oleh kerajaan. Ini sekali gus menimbulkan tanda tanya terhadap
keberkesanan sesuatu program kemahiran yang dilaksanakan. Namun begitu, beberapa
1
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

faktor lain juga menjadi asas dalam memastikan apa yang dipelajari dapat dipindahkan ke
persekitaran kerja seperti faktor diri pelatih, persekitaran kerja dan juga reka bentuk sesuatu
program itu sendiri (Baldwin dan Ford, 1988).

Oleh itu, perlu nya satu model khas dalam memastikan pemindahan pembelajaran dalam
kalangan pelatih kemahiran berlaku dengan berkesan secara lestari. Maka untuk itu,
pengkaji telah melakukan temu bual bersama responden untuk mendapatkan data yang
berkaitan pemindahan pembelajaran terutamanya yang melibatkan sistem kemahiran
berasaskan NOSS di Malaysia. Setelah data diperoleh, pengkaji telah membangunkan
instrumen soal selidik bagi menghasilkan model pemindahan pembelajaran. Justeru bagi
memastikan instrumen soal selidik adalah mempunyai kesahan dan kebolehpercayaan yang
bagus, maka kajian rintis dilaksanakan. Seterusnya pengkaji melakukan analisis untuk
melihat tahap kesahan dan kebolehpercayaan instrumen soal selidik dengan pendekatan
model Rasch. Melalui pendekatan ini, pemeriksaan untuk setiap item dapat dilakukan
dengan lebih mendalam lagi selain sekadar melihat pada nilai Alpha Cronbach semata-
mata. Melalui pendekatan Model Rasch ini, beberapa analisis secara mendalam dapat
dilakukan seperti memeriksa ke fungsian setiap item.

2. ANALISIS DATA BERDASARKAN MODEL PENGUKURAN RASCH

Terdapat beberapa diagnosis yang sering digunakan dalam model pengukuran Rasch yang
bertujuan untuk menguji dan memeriksa dalam menentukan kesahan dan kebolehpercayaan
sesuatu instrumen. Di antaranya adalah;

(i) menguji kebolehpercayaan dan indeks pengasingan item dan responden;

(ii) mengesan Polarity item yang mengukur konstruk;
(iii) menguji kesesuaian item (item fit) instrumen dalam instrumen penilaian;
(iv) menentukan item bersandar berdasarkan nilai korelasi residual terpiawai;
(v) menentukan aras kesukaran item dan kebolehan responden;
(vi) mengesan kewujudan kebezaan ke fungsian item (differential item functioning-
DIF) dalam instrumen;
(vii) menentukan ke fungsian struktur kategori skala pengukuran; dan
(viii) mengenal pasti unidimensionaliti konstruk.

Selain berfungsi dalam menentu sahkan item dan konstruk sesuatu instrumen, pendekatan
Rasch juga boleh digunakan bagi tujuan menganalisis data dapatan kajian seperti
menentukan perbezaan antara dua pemboleh ubah, pengukuran tahap serta korelasi.
Namun untuk kertas kajian ini, pendekatan model Rasch digunakan hanya untuk memeriksa
dalam menentukan kesahan dan kebolehpercayaan instrumen soal selidik yang
dibangunkan melalui pengumpulan data kualitatif melalui kajian rintis. Kebiasaannya,
kesahan dan kebolehpercayaan sesuatu item hanya dilihat melalui nilai Alpha Cronbach’s
keseluruhan sesuatu instrumen.

Namun untuk artikel ini, pendekatan model Rasch digunakan untuk melihat kesahan dan
kebolehpercayaan instrumen secara lebih mendalam lagi melalui beberapa diagnosis.
Hanya empat diagnosis yang dilakukan iaitu pemeriksaan ke fungsian item dari aspek (i)
kebolehpercayaan dan pengasingan item-responden; (ii) mengesan polarity item yang
mengukur konstruk berdasarkan nilai PTMEA CORR; (iii) kesesuaian (fit) item mengukur
konstruk; dan (iv) menentukan item bersandar berdasarkan nilai korelasi residual terpiawai.
Empat diagnosis ini melengkapi syarat yang diperlukan untuk memeriksa kesahan dan
kebolehpercayaan instrumen disebabkan objektif kajian hanya untuk menghasilkan model
pengukuran dan model struktur. Ini adalah kerana sekiranya pengkaji ingin menghasilkan
instrumen soal selidik, maka ke semua diagnosis model Rasch perlu dituruti seperti yang
diterangkan sebelum ini.

2
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

3. OBJEKTIF

Objektif kajian rintis ini dilakukan adalah untuk menguji kebolehpercayaan instrumen yang
telah dibangunkan dan mengesan kelemahannya. Melalui kajian rintis ini, pengkaji
melakukan pemeriksaan ke fungsian item dari aspek kebolehpercayaan dan pengasingan
item- responden, polarity dan kesesuaian item serta nilai korelasi residual terpiawai.

4. METODOLOGI

Kajian rintis ini telah dilakukan dengan menggunakan pendekatan kuantitatif dengan
mengedarkan instrumen kajian kepada responden kajian. Sampel yang terlibat untuk kajian
rintis ini adalah seramai 40 orang pelatih yang mengikuti program Sijil Kemahiran Malaysia
dari Pusat Latihan Pengajar dan Kemahiran Lanjutan (CIAST) Shah Alam. Bilangan
responden dalam kajian rintis ini memadai kerana menurut Cooper dan Schindler (2011),
bilangan responden yang sesuai dalam kajian rintis adalah antara 25 hingga 100 orang.
Manakala Johanson dan Brooks (2010) mencadangkan bilangan minimum adalah seramai
30 orang bagi kajian rintis yang mana tujuannya adalah untuk kajian awal atau
pembangunan skala. Hasil daripada kajian rintis ini dianalisis menggunakan perisian
Winsteps Version 3.69.1.11 dengan pendekatan model pengukuran Rasch. Instrumen
pemindahan pembelajaran ini terdiri daripada 97 item yang terdiri daripada lima konstruk
utama iaitu ciri-ciri pelatih, reka bentuk latihan, persekitaran kerja, ruang pembelajaran dan
pemindahan pembelajaran.

5. DAPATAN KAJIAN

Melalui pendekatan model pengukuran Rasch ini, pengkaji melakukan pemeriksaan ke

fungsian item dari aspek (i) kebolehpercayaan dan pengasingan item-responden; (ii)
mengesan polarity item yang mengukur konstruk berdasarkan nilai PTMEA CORR; (iii)
kesesuaian (fit) item mengukur konstruk; dan (iv) menentukan item bersandar berdasarkan
nilai korelasi residual terpiawai. Penjelasan untuk setiap pemeriksaan ke fungsian item
adalah seperti berikut.

5.1 Kebolehpercayaan dan Pengasingan Item

Berdasarkan pendekatan model pengukuran Rasch, nilai Alpha Cronbach’s (α) yang boleh
diterima kebolehpercayaannya ialah di antara 0.71 – 0.99 di mana ianya berada pada tahap
yang terbaik (71% - 99%) yang dijelaskan seperti dalam Jadual 1.1 (Bond & Fox 2007).

Jadual 1.1: Interpretasi Skor Alpha-Cronbach (Bond & Fox 2007)

Skor Kebolehpercayaan
Alpha-Cronbach
0.9 – 1.0 Sangat baik dan efektif dengan tahap konsistensi yang inggi
0.7 – 0.8 Baik dan boleh diterima
0.6 – 0.7 Boleh diterima
<0.6 Item perlu dibaiki
<0.5 Item perlu digugurkan

Bagi menentukan kebolehpercayaan item dalam instrumen, analisis statistik dengan

pendekatan model pengukuran Rasch digunakan dengan merujuk kepada nilai
kebolehpercayaan serta pengasingan item. Dapatan analisis kajian rintis mendapati nilai
kebolehpercayaan yang diperoleh berdasarkan nilai Alpha Cronbach (α) ialah 0.96 seperti di
dalam Jadual 1.2. Jelas menunjukkan nilai ini memberi maksud instrumen yang digunakan
berada dalam keadaan sangat baik dan efektif dengan tahap konsistensi yang tinggi sekali
gus boleh digunakan dalam penyelidikan yang sebenar.

Jadual 1.2 : Nilai Kebolehpercayaan (Alpha Cronbach) Bagi Kajian Rintis

person RAW SCORE-TO-MEASURE CORRELATION = .98

CRONBACH ALPHA (KR-20) person RAW SCORE RELIABILITY = .96
3
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

Analisis terhadap instrumen juga dilaksanakan secara keseluruhan iaitu dengan melihat
kebolehpercayaan dan pengasingan terhadap item dan responden. Jadual 1.3 menunjukkan
nilai kebolehpercayaan dan pengasingan item di mana, nilai kebolehpercayaan item adalah
0.74, manakala nilai pengasingan item pula adalah 1.68 apabila dibundarkan adalah
bersamaan 2.0. Berdasarkan nilai kebolehpercayaan item, nilai 0.74 menunjukkan berada
dalam keadaan baik dan boleh diterima (Bond & Fox 2007).Manakala nilai pengasingan item
adalah 1.68 jika dibundarkan adalah bersamaan dengan 2.0 dan nilai ini masih boleh
digunakan kerana item bersifat item baru. Menurut Linacre (2005) nilai pengasingan indeks
yang baik adalah lebih daripada nilai 2.0.

Jadual 1.3 : Nilai Kebolehpercayaan Dan Pengasingan Item Bagi Keseluruhan Konstruk
Instrumen: Kajian Rintis
RAW MODEL INFIT OUTFIT
SCORE COUNT MEASURE ERROR MNSQ ZSTD MNSQ ZSTD
-----------------------------------------------------------------------------
MEAN 163.0 40.0 50.00 2.16 .98 -.2 1.03 -.1
S.D. 11.0 .0 4.46 .18 .47 1.7 .55 1.9
MAX. 181.0 40.0 66.11 2.68 3.28 6.8 3.57 7.2
MIN. 117.0 40.0 40.38 1.68 .47 -2.7 .50 -2.6
-----------------------------------------------------------------------------
REAL RMSE 2.29 ADJ.SD 3.83 SEPARATION 1.68 item RELIABILITY .74
MODEL RMSE 2.17 ADJ.SD 3.90 SEPARATION 1.80 item RELIABILITY .76
S.E. OF item MEAN = .46

Manakala berdasarkan Jadual 1.4, nilai kebolehpercayaan responden adalah 0.94 dan nilai
pengasingan responden pula adalah 4.13. Ini menunjukkan nilai kebolehpercayaan
responden adalah sangat tinggi dan sangat baik.Ini kerana Bond dan Fox (2007)
menjelaskan nilai kebolehpercayaan yang melebihi 0.8 adalah baik dan diterima kuat.
Manakala nilai pengasingan responden pula menunjukkan nilai pengasingan yang baik
terhadap tahap kesukaran item bersesuaian dengan Linacre (2005) yang menjelaskan nilai
pengasingan yang lebih daripada 2.0 adalah nilai yang baik.

Jadual 1.4 :Nilai Kebolehpercayaan Dan Pengasingan Responden Bagi Keseluruhan

Konstruk Instrumen: Kajian Rintis
RAW MODEL INFIT OUTFIT
SCORE COUNT MEASURE ERROR MNSQ ZSTD MNSQ ZSTD
-----------------------------------------------------------------------------
MEAN 395.4 97.0 63.56 1.42 1.12 .2 1.03 -.2
S.D. 38.3 .0 7.04 .22 .55 3.3 .42 2.9
MAX. 458.0 97.0 79.07 2.10 2.96 8.7 2.44 7.2
MIN. 291.0 97.0 47.89 1.06 .20 -9.0 .18 -9.0
-----------------------------------------------------------------------------
REAL RMSE 1.66 ADJ.SD 6.84 SEPARATION 4.13 person RELIABILITY .94
MODEL RMSE 1.44 ADJ.SD 6.89 SEPARATION 4.80 person RELIABILITY .96
S.E. OF person MEAN = 1.13

5.2 Polarity Item Melalui Nilai PTMEA CORR

Pemeriksaan nilai Point Measure Correlation (PTMEA CORR) bagi mengesan polarity item
bertujuan untuk menguji sejauh mana pembinaan konstruk mencapai matlamatnya.
Sekiranya nilai yang terdapat pada bahagian PTMEA CORR adalah nilai positif (+), ia
menunjukkan item tersebut mengukur konstruk yang ingin diukur (Bond & Fox 2007).
Sebaliknya jika nilai adalah negatif (-), item yang dibangunkan tidak mengukur konstruk
yang ingin diukur. Maka ia perlu diperbaiki atau digugurkan kerana item tidak menjurus
kepada soalan (tidak fokus) atau sukar dijawab oleh responden. Berdasarkan Jadual 1.5,
terdapat empat item yang mempunyai nilai negatif pada bahagian PTMEA CORR iaitu
PK64, PK65, PK66, dan PK67. Selebihnya. nilai PTMEA CORR. adalah positif yang
menunjukkan item mengukur konstruk yang ingin diukur (Bond & Fox, 2007). Manakala nilai
PTMEA CORR. yang negatif menunjukkan item perlu diperbaiki atau digugurkan. Maka
empat item tersebut digugurkan dari keseluruhan 89 item soal selidik.

Selebihnya nilai PTMEA CORR. adalah positif walaupun terdapat nilai positif yang terendah
iaitu pada item PK68 (0.01) dan PK63 (0.02). Nilai ini perlu diberi perhatian kerana
berkemungkinan item tersebut cenderung untuk sukar dijawab oleh responden (Azman
Hasan 2011). Maka pemurnian item perlu dilakukan. Walau bagaimanapun, berdasarkan
4
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

hasil dapatan tersebut menunjukkan item yang positif bergerak menghala ke satu arah
dengan konstruk dan mampu untuk mengukur konstruk dan tidak bercanggah dengan
konstruk yang hendak diukur. Jika nilai PTMEA CORR. adalah tinggi, maka item tersebut
berupaya untuk membezakan kemampuan antara responden.

Jadual 1.5: Nilai Point Measure Correlation

Entry Point Item Entry Point Item Entry Point Item
Number Measure Number Measure Number Measure
Corr. Corr. Corr.
67 -.27 PK67 68 .01 PK68 57 .19 PK57
65 -.16 PK65 63 .02 PK63 49 .20 PK49
66 -.06 PK66 26 .07 RB26 62 .25 PK62
64 -.01 PK64 53 .19 PK53 6 .27 CP6
61 .27 PK61 27 .27 RB25 28 .28 RB28
38 .29 RB38 58 .29 PK58 11 .33 CP11
52 .33 PK52 18 .34 CP18 69 .35 PK69
27 .36 RB27 55 .40 PK55 59 .41 PK59
32 .43 RB32 70 .43 PK70 56 .43 PK56
75 .43 RP75 50 .45 PK50 37 .45 RB37
31 .45 RB31 74 .46 RP74 51 .47 PK51
73 .49 RP73 48 .50 RB48 54 .50 PK54
19 .50 CP19 79 .51 RP79 96 .52 PP96
42 .52 RB42 46 .52 RB46 94 .52 PP94
87 .53 PP87 30 .54 RB30 40 .54 RB40
3 .54 CP3 89 .55 PP89 83 .55 RP83
10 .55 CP10 22 .56 CP22 85 .56 RP85
88 .57 PP88 82 .57 RP82 72 .58 PK72
90 .58 PP90 23 .59 CP23 20 .59 CP20
60 .59 PK60 15 .60 CP15 95 .60 PP95
71 .60 PK71 77 .60 RP77 8 .61 CP8
45 .61 RB45 86 .61 PP86 24 .61 RB24
9 .62 CP9 39 .62 RB39 92 .63 PP92
35 .63 RB35 2 .63 CP2 84 .63 RP84
84 .64 RP84 76 .64 RP76 13 .64 CP13
17 .65 CP17 41 .65 RB41 93 .65 PP93
80 .66 RP80 43 .66 RB43 5 .66 CP5
7 .66 CP7 33 .66 RB33 14 .68 CP14
47 .68 RB47 97 .68 PP97 29 .68 RB29
36 .69 RB36 4 .69 CP4 16 .69 CP16
21 .70 CP21 34 .70 RB34 81 .70 RP81
91 .70 PP91 12 .70 CP12 44 .74 RB44
1 .74 CP1

5.3 Kesesuaian (fit) Item Mengukur Konstruk

Kesesuaian (fit) item dalam mengukur konstruk dapat dilihat melalui nilai infit MNSQ dan
outfit MNSQ. Menurut Bond dan Fox (2007), nilai outfit MNSQ dan infit MNSQ perlu berada
pada julat di antara 0.6 hingga 1.4 bagi memastikan item yang dibangunkan adalah sesuai
untuk mengukur konstruk. Namun indeks outfit MNSQ perlu diberi perhatian terlebih dahulu
berbanding infit bagi menentukan kesepadanan item yang mengukur sesuatu konstruk atau
latent variable (Kashfi, 2011). Sekiranya nilai MNSQ lebih daripada 1.4 logit, maka ia
memberi maksud item mengelirukan. Jika nilai MNSQ kurang daripada 0.6 logit pula, ia
menunjukkan item terlalu mudah dijangka oleh responden (Linacre, 2007). Selain itu, nilai
outfit ZSTD dan infit ZSTD perlu juga berada dalam lingkungan -2 hingga+2 (Bond & Fox,
2007), namun jika nilai outfit dan infit MNSQ diterima, indeks ZSTD boleh diabaikan (Linacre
2007).

Oleh itu, jika syarat ini tidak ditepati, maka item boleh dipertimbangkan untuk disingkir atau
dimurnikan. Jadual 1.6 di bawah menunjukkan misfit oder yang memaparkan 26 item yang
mempunyai nilai MNSQ terbesar dan 26 item yang mempunyai nilai MNSQ terkecil yang
terhasil daripada analisis item statistic: misfit oder.
5
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

Berdasarkan Jadual 1.6, didapati wujud 20 item yang tidak berada pada julat yang
ditetapkan dan ia perlu dimurnikan atau digugurkan. Item-item yang melebihi nilai 1.40 pada
ruangan outfit MNSQ adalah CP6(1.51), RB26(1.86), RB27(1.46), RB28(1.75), RB38(1.72),
PK49(2.42), PK58(2.11), PK62(1.51), PK63(2.81), PK64(2.67), PK65(3.57), PK66(2.52),
PK67(2.65), dan PK68(1.65). Manakala nilai yang kurang daripada 0.6 ialah item no.
CP1(0.50), CP4(0.53), RB34(0.54), RB35(0.50), RB44(0.52), dan PK60(0.53). Maka dari
diagnosis ini terdapat 15 item digugurkan manakala 5 item dimurnikan dengan melihat
kepada keperluan pengkaji dan pandangan pakar.

Jadual 1.6: Kesesuaian Item (Item Fit) Berdasarkan Nilai MNSQ

Entry Infit Outfit Ptmea Items
Number MNSQ ZSTD MNSQ ZSTD Corr
65 3.28 6.8 3.57 7.2 A-.16 PK65
63 2.49 4.9 2.81 5.6 B0.2 PK63
64 2.36 4.7 2.67 5.4 C-.01 PK64
67 2.47 5.2 2.65 5.5 D-.27 PK67
66 2.16 4.2 2.52 5.0 E-.06 PK66
49 1.80 2.8 2.42 4.5 F.20 PK49
58 1.88 3.1 2.11 3.8 G.29 PK58
26 1.68 2.6 1.86 3.1 H.07 RB26
28 1.62 2.3 1.75 2.8 I.28 RB28
38 1.66 2.4 1.72 2.6 J.29 RB38
68 1.48 1.8 1.65 2.5 K.01 PK68
6 1.33 1.5 1.51 2.1 L.27 CP6
62 1.24 1.0 1.51 1.9 M.25 PK62
27 1.37 1.5 1.46 1.9 N.36 RB27
61 1.04 .3 1.27 1.2 O.27 PK61
50 1.27 1.1 1.22 .9 P.45 PK50
25 1.09 .5 1.26 1.1 Q.27 RB25
30 1.17 .8 1.23 1.0 R.54 RB30
57 1.09 .4 1.21 .9 S.19 PK57
73 1.13 .6 1.21 .9 T.49 RP73
69 .97 -.1 1.21 .9 U.35 PK69
82 1.19 .8 1.05 .3 V.57 RP82
85 1.16 .7 1.01 .1 W.56 RP85
40 1.12 .6 .99 .0 X.54 RB40
22 1.01 .1 1.10 .5 Y.56 CP22
23 1.08 .4 1.02 .1 Z.59 CP23
BETTER FITTING OMITTED +----------+----------+-----
89 .69 -1.4 .73 -1.2 z .55 PP89
19 .73 -1.1 .71 -1.2 y .50 CP19
93 .68 -1.4 .71 -1.3 x .65 PP93
5 .71 -1.3 .71 -1.3 w .66 CP5
20 .70 -1.3 .68 -1.4 v .59 CP20
71 .70 -1.3 .70 -1.4 u .60 PK71
3 .68 -1.3 .68 -1.2 t .54 CP3
2 .61 -1.8 .68 -1.5 s .63 CP2
97 .68 -1.4 .65 -1.6 r .68 PP97
13 .68 -1.4 .63 -1.6 q .64 CP13
80 .66 -1.5 .67 -1.5 p .66 RP80
86 .67 -1.4 .66 -1.5 o .61 PP86
8 .65 -1.6 .66 -1.6 n .61 CP8
90 .65 -1.6 .66 -1.6 m .58 PP90
72 .60 -1.8 .66 -1.5 l .5 PK72
17 .66 -1.5 .61 -1.8 k .65 CP17
12 .65 -1.6 .63 -1.7 j .70 CP12
87 .65 -1.6 .64 -1.6 i .53 PP87
81 .61 -1.9 .60 -2.0 h .70 RP81
46 .57 -2.1 .60 -2.0 g .52 RB46
34 .51 -2.4 .54 -2.3 f .70 RB34
4 .54 -2.3 .53 -2.4 e .69 CP4
6
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

60 .50 -2.5 .53 -2.4 d .59 PK60

44 .52 -2.4 .53 -2.4 c .74 RB44
1 .48 -2.6 .50 -2.6 b .74 CP1
35 .47 -2.7 .50 -2.6 a .63 RB35

5.4 Pengukuran Nilai Korelasi Residual Terpiawai (Standardized Residual

Correlations)

Pengukuran nilai korelasi residual terpiawai mampu untuk mengesan local dependence iaitu
sama ada item tersebut bersandar atau tidak di antara item dengan item yang lain. Local
dependence boleh berlaku sekiranya wujud nilai korelasi positif yang tinggi. Menurut Linacre
(2010), sekiranya nilai korelasi terhadap kedua-dua item melebihi 0.7, ia menunjukkan
bahawa item-item tersebut adalah saling bersandar dan tidak bersifat tunggal. Maka Linacre
(2010) menyarankan supaya hanya satu item sahaja dipilih untuk digunakan dalam
pengukuran. Tambahan beliau lagi, untuk menghasilkan instrumen yang baik dan berkualiti,
salah satu item tersebut perlu digugurkan. Pemilihan item merujuk kepada nilai MNSQ, di
mana nilai yang hampir kepada 1.00 akan dikekalkan (Linacre, 2010).

Berdasarkan Jadual 1.7 di bawah, terdapat 10 pasang item yang mempunyai nilai korelasi
yang tinggi iaitu pada nilai korelasi 0.85 antara item PK64 dengan PK66 dan item PK64
dengan PK65, pada nilai korelasi 0.82 antara PK65 dengan PK67, pada nilai korelasi 0.79
antara PK65 dengan PK66, pada nilai korelasi 0.75 antara PK66 dengan PK67, pada nilai
korelasi 0.74 antara RP84 dengan RP85 dan RP82 dengan RP84, pada nilai korelasi 0.72
antara PK64 dengan PK67, pada nilai korelasi 0.70 antara PK63 dengan PK65 dan pada
nilai korelasi 0.69 antara RB25 dengan RB26. Ini bermakna item-item ini mempunyai
maksud pengukuran yang sama atau menggabungkan beberapa dimensi lain yang dikongsi
bersama. Oleh itu, item ini perlu diberi perhatian dan perlu digugurkan salah satu item bagi
setiap pasang item yang terlibat.

Jika dirujuk kepada nilai MNSQ seperti rajah item-item yang terlibat, maka item yang perlu
dikeluarkan hanyalah RB26, PK63, PK64, PK65, PK66, PK67, dan RP84. Pemilihan item
yang perlu disingkir ini juga perlu diselarikan dengan item yang disingkirkan berdasarkan
nilai item negatif PT MEASURE CORR. seperti yang dibincangkan pada analisis sebelum
ini. Namun nilai MNSQ yang terhampir dengan nilai 1.00 telah dikekalkan iaitu item RB25,
RP82, dan RP85.

Jadual 1.7: Korelasi Residual Terpiawai Terbesar pada item

Correlation Entry MNSQ Result Entry MNSQ Result
Number Outfit Number Outfit
.85 PK64 2.67 singkir PK66 2.52 singkir
.85 PK64 2.67 singkir PK65 3.57 singkir
.82 PK65 3.57 singkir PK67 2.65 singkir
.79 PK65 3.57 singkir PK66 2.52 singkir
.75 PK66 2.52 singkir PK67 2.65 singkir
.74 RP84 0.90 singkir RP85 1.01 Kekal
.74 RP82 1.05 Kekal RP84 0.90 singkir
.72 PK64 2.67 singkir PK67 2.65 singkir
.70 PK63 2.81 singkir PK65 3.57 singkir
.69 RB25 1.26 Kekal RB26 1.86 singkir

6.0 PERBINCANGAN DAN KESIMPULAN

Setelah data dianalisis, semakan kembali setiap item dilakukan dengan berpandukan indeks
standard serta syarat-syarat yang perlu diikuti untuk mencapai standard kesahan dan
kebolehpercayaan instrumen berdasarkan model pengukuran Rasch. Penyingkiran dan
pemurnian item dilakukan dengan merujuk dan mengambil kira pandangan serta penilaian
pakar. Berdasarkan hasil dapatan kajian rintis yang telah dijalankan, terdapat 16 item yang
tidak menepati kehendak analisis yang telah ditetapkan dan perlu disingkirkan. Manakala 8
7
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

item dimurnikan bersesuaian dan kepentingan dengan konteks kajian. Ringkasan

keseluruhan berkaitan item soalan adalah seperti Jadual 1.8 berikut.

Jadual 1.8: Ringkasan Item Yang Digugurkan dan Dikekalkan

Bil Konstruk Item Kekal Jumlah Item Gugur Jumlah
Item Kekal Item
Gugur
1 B. Ciri-ciri Pelatih B2, B3, B4, B5, B7, B8, 21 B1, B6 2
(CP) B9, B10, B11,B12, B13,
B14, B15, B16, B17, B18,
B19,B20.
2 C. Reka Bentuk B21, B22, B23, C24, 19 C26, C27, C28, 6
Latihan (RB) C25, C29, C30, C31, C35, C38, C44
C32, C33, C34, , C36,
C37, C39, C40, C41,
C42, C43, C45, C46,
C47, C48
3. D. Persekitaran D50, D51, D52, D53, 17 D49, D60, D63, 7
Kerja (PK) D54, D55, D56,D57, D58, D64, D65, D66,
D59, D61,D62, D68, D69, D67
D70, D71, D72,
4. E. Ruang E73, E74, E75, E76, E77, 12 E84. 1
Pembelajaran E78, E79, E80, E81, E82,
(RP) E83, E85
5. F. Pemindahan F86,F87, F88, F89, F90, 12 Tiada 0
Pembelajaran F91, F92, F93, F94, F95,
(PP) F96, F97
JUMLAH 81 16

Berdasarkan kajian rintis ini, dapat disimpulkan bahawa kesahan dan kebolehpercayaan
merupakan aspek yang sangat penting yang perlu dipertimbangkan dalam membangunkan
instrumen baru untuk sesuatu kajian. Berdasarkan dapatan analisis didapati 16 item yang
digugurkan merupakan item yang diragui kesahan dan kebolehpercayaannya.

Maka berdasarkan pemeriksaan kesahan dan kebolehpercayaan instrumen ini,

menunjukkan instrumen ini mempunyai kualiti yang wajar untuk digunakan oleh pelatih.
Implikasi dari analisis ini membantu pengkaji dalam membangunkan model pemindahan
pembelajaran untuk sistem latihan kemahiran berasakan sistem NOSS dan pembelajaran di
tempat kerja.Ini merupakan langkah awal dalam memastikan pemindahan pembelajaran
dapat berlaku dengan berkesan seterusnya membantu semua pihak yang terlibat dalam
melahirkan pekerja yang berkemahiran tinggi.

7.0 RUJUKAN

Azman Hasan (2011). Kesahan Dan Kebolehpercayaan Item Penilaian Pembimbing Dalam
Pembelajaran Berasaskan Kerja (PBK) Menggunakan Model Pengukuran Rasch. USM,
Psychometrics Centre, MIMOS & Malaysian Examination Syndicate, MOE.
Azmi Ahmad, Wan Mohd Rashid Wan Ahmad, Zakaria Kasa, Gessler, M., & Spöttll, G.
(2010).Effectiveness of learning transfer in the National Dual Training System (NDTS) in
Malaysia. Paper presented at the Persidangan Kebangsaan Pendidikan Kejuruteraan
dan Keusahawanan 2010, Kota Bahru, Kelantan.
Baldwin, T. T., & Ford, J.K. (1988). Transfer of Training: A Review and Direction for Future
Research. Personnel Psychology, 41(1), 63-105.
Bond, Trevor G, & Fox, Christine M. (2007). Applying the Rasch Model: Fundamental
Measurement in the Human Sciences.
Cooper, D. R., & Schindler, P. S. (2011). Business research methods (11th ed. ed.). New
York: McGraw-Hill/Irwin
8
 First Technical and Vocational Education International Seminar 2014 (TVEIS 2014)

Johanson, G.A., & Brooks, G.P. (2010). Initial scale development: sample size for pilot
studies. EDUCATIONAL AND PSYCHOLOGICAL MEASUREMENT, 70(3), 394-400.
Kashfi Mohd Jailani (2011). Manual Pengenalan Pengukuran Rasch & Winstep.Pengukuran
dan Penilaian dalam Pendidikan. Fakulti Pendidikan Universiti Kebangsaan Malaysia
Linacre, J. M. (2005). Test validity, and Rasch measurement: Construct, content, etc. Rasch
measurement transactions.
Linacre, J. M. . (2007). A user’s guide to WINDTEPS Rasch-model computer programs.
Chicago, Illinois: MESA Press.
Linacre, J.M. (2010). User’s guide to Winsteps Ministep Rasch-Model Computer Programs.
Avialable at: http://www.winsteps.com/winman/ (Accessed 15 March 2011).

9
View publication stats