Penelitian tentang Asumsi Independensi Lokal Butir (ILB) dalam Teori Respons Butir yang telah dilakukan sejauh ini, umumnya terfokus pada penelitian mengenai metode untuk pendeteksian pelanggaran, dampak negatif, dan pengembangan Model Respons Butir (MRB) yang robust terhadap pelanggaran asumsi dimaksud. Berbeda dengan penelitian-penelitian dimaksud, penelitian ini dilakukan dengan dua tujuan, yaitu menentukan robustness dari ML 1-P, ML 2-P, dan ML 3-P terhadap pelanggaran Asumsi ILB berdasarkan skor-skor batas dan kategori-kategori skor serta menentukan model yang paling robust terhadap pelanggaran Asumsi ILB di antara tiga model tersebut berdasarkan statistik deskriptif dan inferensia. Demikian paparan Dr. Ali Hasmy dalam Ujian Terbuka dan Promosi Doktor yang digelar pada Jumat (26/7/2013) di Aula PPs UNY.
Dr. Ali menjelaskan bahwa penelitiannya merupakan studi Monte Carlo karena data yang digunakan adalah data simulasi yang dibangkitkan dengan perangkat lunak komputer dengan 40 butir, 500 simuli, dan 10 replikasi. Skor-skor batas dibangun berdasarkan pada rentang pelanggaran Asumsi ILB dari 0–100% yang dihasilkan dari 1–40 kelompok butir, berbeda dari penelitian-penelitian sebelumnya yang hanya menggunakan 3 tingkatan pelanggaran untuk membuat 1 skor batas.
Dosen STAIN Pontianak tersebut menambahkan bahwa kategori-kategori skor pada penelitiannya dibangun berdasarkan dampak pelanggaran Asumsi ILB terhadap struktur dari matriks data. Hal ini berbeda dari penelitian-penelitian sebelumnya yang hanya membagi 1 dengan 3 untuk membentuk 3 kategori skor. “Sebagai tambahan, data hasil simulasi juga dianalisis menggunakan GLZ dengan desain faktorial 2 faktor yaitu, MRB yang digunakan untuk membangkitkan data dan MRB yang digunakan untuk mengkalibrasi data, dan variabel terikat adalah rerata persentase butir yang fit,” lanjutnya.
Hasil penelitian disertasi yang dipromotori oleh Prof. Suryanto, Ed.D. (Promotor) dan Prof. Kumaidi, Ph.D. (Co Promotor) tersebut menunjukkan beberapa hasil di antaranya: hubungan antara banyaknya kelompok butir dan rerata persentase pelanggaran Asumsi ILB mengikuti model regresi invers dan semakin sedikit kelompok butir, semakin besar pelanggaran Asumsi ILB, dan sebaliknya. Selain itu, jika hanya ada satu kelompok butir, hasil ekstraksi menunjukkan bahwa data adalah unidimensional, tetapi jika banyaknya kelompok butir mendekati banyaknya butir, hasil ekstraksi juga cenderung unidimensional.
Secara umum, skor batas pelanggaran Asumsi ILB untuk ML 1P, ML 2P, dan ML 3P secara berurutan adalah 31,71% (pelanggaran berat), 12,1% (pelanggaran sedang), dan 7,68% (pelanggaran sedang). Model yang paling robust terhadap pelanggaran Asumsi Independensi Lokal Butir adalah ML 1P diikuti oleh ML 2P, dan model dengan robustness terendah adalah ML 3P.
Berkat capaiannya tersebut, Dr. Ali Hasmy berhak menyandang gelar doktor ke-185 di PPs UNY dan doktor ke-115 di Prodi PEP dengan hasil Dengan Pujian. (Sinta)