Evaluasi Pembelajaran: Menafsir Ulang 'Rendah' dalam TKA Matematika - Sebuah Kritik Metodologis terhadap Pengukuran Kompetensi Abad 21
DOI:
https://doi.org/10.59944/jipsi.v5i3.1372Keywords:
Item Response Theory (IRT), Kompetensi Abad 21, Kritik Metodologis, TKA Matematika, Assessment Artifacts, Differential Item Functioning (DIF).Abstract
Penafsiran tunggal terhadap rerata skor Tes Kemampuan Akademik (TKA) Matematika yang berada pada kategori "rendah" sering kali secara prematur disimpulkan sebagai krisis kompetensi siswa, tanpa mengevaluasi kualitas psikometrik instrumen yang digunakan. Penelitian ini bertujuan untuk melakukan kritik metodologis dan menafsirkan ulang label skor "rendah" melalui analisis psikometrik modern dan dekonstruksi keselarasan konstruk kompetensi abad ke-21 (4C). Penelitian kuantitatif deskriptif berdesain evaluatif-kritikal ini menganalisis respons sekunder 1.250 siswa SMP/MTs di Kabupaten Malang terhadap 40 butir soal TKA Matematika berbasis Higher-Order Thinking Skills (HOTS). Analisis data menggunakan Item Response Theory (IRT) model Rasch (1-PL) dan Two-Parameter Logistic (2-PL) untuk menguji item fit, tingkat kesukaran (b), daya beda (a), serta Differential Item Functioning (DIF), yang dilanjutkan dengan pemetaan konten-kritis terhadap indikator 4C. Hasil penelitian menunjukkan bahwa 30,0% butir soal dikategorikan misfit, 37,5% memiliki kesukaran sangat tinggi (b > 2,0), 22,5% berdaya beda buruk (a < 0,5), dan 27,5% terbukti memuat bias lokasi (DIF) yang merugikan siswa dari daerah rural. Selain itu, hanya 42,5% butir soal yang memiliki keselarasan konstruk secara valid dengan indikator 4C, di mana mayoritas soal yang dilabeli HOTS sejatinya hanya menguji kompleksitas kalkulasi (procedural complexity), bukan kedalaman penalaran kritis (Critical Thinking) atau fleksibilitas strategi (Creativity). Temuan ini membuktikan bahwa label skor "rendah" pada TKA Matematika bukan murni mencerminkan ketidakmampuan akademis siswa (true low competence), melainkan akibat dari artefak pengukuran (assessment artifacts) dan kecacatan desain instrumen. Penelitian ini merekomendasikan penghentian praktik menyalahkan kapasitas siswa (blaming the learner) dan mendesak digelarnya kalibrasi psikometrik serta standardisasi instrumen tes sebelum instrumen dijadikan dasar formulasi kebijakan pendidikan.
References
Aini, N., & Suryo, A. (2021). Analisis faktor penyebab rendahnya hasil belajar matematika siswa dalam menyelesaikan soal tipe HOTS. Jurnal Elemen, 7(2), 345–358. https://doi.org/10.29408/je.v7i2.3310
Kemendikbudristek. (2023). Rapor pendidikan Indonesia: Laporan capaian literasi dan numerasi nasional. Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi.
OECD. (2023). PISA 2022 Results (Volume I): The state of learning and equity in education. OECD Publishing. https://doi.org/10.1787/53f238b3-en
Rizky, M. A., Prasetyo, H., & Rahayu, S. (2023). Pemetaan kemampuan numerasi dan penalaran matematika siswa SMP di Kabupaten Malang. Jurnal Ilmiah Pendidikan Matematika Matematika, 11(1), 89–102. https://doi.org/10.26877/jipmat.v11i1.14210
Wardani, D. K., Subanji, S., & Chandra, T. D. (2022). Misi penafsiran kekeliruan siswa dalam memecahkan masalah matematika berbasis kompetensi abad 21. Jurnal Pendidikan Matematika dan Sains, 10(2), 115–126. https://doi.org/10.21831/jpms.v10i2.48912
Fauzan, A., & Purwanto, E. (2025). Mengurai manipulasi kognitif dalam soal HOTS: Antara penalaran kritis dan kompleksitas kalkulasi. Jurnal Riset Pendidikan Matematika, 12(1), 45–59. https://doi.org/10.21831/jrpm.v12i1.58910
Kholifaturida, R., Hidayat, A., & Suwono, H. (2023). Analisis validitas konstruk dan parameter psikometrik instrumen tes matematika berbasis HOTS. Jurnal Evaluasi Pendidikan, 14(2), 101–112. https://doi.org/10.21009/jep.v14i2.34110
OECD. (2023). PISA 2022 Results (Volume I): The state of learning and equity in education. OECD Publishing. https://doi.org/10.1787/53f238b3-en
Pratama, F. A., Kusuma, A. B., & Setyawan, A. (2023). Mismatch antara gaya instruksional guru dan beban kognitif instrumen asesmen numerasi. Aksioma: Jurnal Pendidikan Matematika, 12(3), 321–335. https://doi.org/10.24127/ajpm.v12i3.7120
Rahmawati, S., Budiyono, B., & Bayu, A. (2022). Identifikasi Differential Item Functioning (DIF) pada tes standar matematika berbasis gender dan ekologi sekolah. Jurnal Ilmiah Pendidikan Matematika, 10(1), 77–88. https://doi.org/10.26877/jipmat.v10i1.11204
Sari, D. P., & Wijaya, A. (2024). Bias budaya dan konteks lokal dalam soal numerasi berskala nasional: Analisis IRT multi-grup. Jurnal Elemen, 10(2), 189–204. https://doi.org/10.29408/jel.v10i2.8901
Utami, R. N., & Handayani, S. (2026). Dekonstruksi inferensi asesmen: Kritik atas pemanfaatan skor mentah TKA dalam formulasi kebijakan pendidikan daerah. Jurnal Penelitian dan Evaluasi Pendidikan, 30(1), 15–29. https://doi.org/10.21831/jpep.v30i1.61200
Andriani, R., & Widodo, S. (2024). Analisis beban kognitif siswa dalam menyelesaikan soal matematika berbasis HOTS. Jurnal Pendidikan Matematika Indonesia, 9(1), 34–46. https://doi.org/10.26737/jpmi.v9i1.4110
Budiarto, M. T., & Supriadi, A. (2025). Membedakan kedalaman kognitif dan kerumitan kalkulasi dalam instrumen asesmen nasional. Jurnal Riset Penilaian Pendidikan, 10(1), 12–25. https://doi.org/10.21831/jrpp.v10i1.52001
Fauzi, A., & Lestari, N. (2023). Pseudo-HOTS dalam pengujian matematika: Sebuah kritik terhadap konstruksi soal standar. Aksioma: Jurnal Program Studi Pendidikan Matematika, 12(2), 210–223. https://doi.org/10.24127/ajpm.v12i2.6500
Fitriani, E., Suwono, H., & Hidayat, A. (2023). Penerapan Item Response Theory (IRT) dalam pengembangan dan evaluasi tes hasil belajar. Jurnal Evaluasi Pendidikan, 14(1), 55–68. https://doi.org/10.21009/jep.v14i1.31200
Hakim, L., & Wulandari, T. (2025). Dekonstruksi inferensi asesmen: Mengurai bias skor tunggal dalam evaluasi kurikulum matematika. Jurnal Penelitian dan Evaluasi Pendidikan, 29(1), 88–101. https://doi.org/10.21831/jpep.v29i1.59000
Hidayat, R., & Arifin, Z. (2023). Analisis keselarasan instrumen TKA matematika terhadap standar kurikulum nasional. Jurnal Elemen, 9(2), 412–427. https://doi.org/10.29408/jel.v9i2.7210
Kurnia, D., & Rachman, A. (2024). Bahaya single score bias dalam pengambilan kebijakan pendidikan berbasis asesmen standar. Jurnal Kebijakan Pendidikan, 18(1), 45–58. https://doi.org/10.21831/jkp.v18i1.48000
Kusumawati, D., & Huda, M. (2023). Mengukur critical thinking siswa dalam pemecahan masalah matematika terbuka. Jurnal Ilmiah Pendidikan Matematika, 11(2), 145–159. https://doi.org/10.26877/jipmat.v11i2.12100
Lestari, I., & Firmansyah, M. (2024). Bias ekologis dan linguistik dalam instrumen asesmen numerasi berskala besar. Jurnal Pendidikan Matematika dan Sains, 12(1), 30–42. https://doi.org/10.21831/jpms.v12i1.51200
Nugraha, A., Budiyono, B., & Bayu, A. (2022). Identifikasi Differential Item Functioning (DIF) berbasis demografis pada tes matematika standar. Jurnal Riset Pendidikan Matematika, 9(2), 178–190. https://doi.org/10.21831/jrpm.v9i2.43000
Nugroho, S., & Maryani, S. (2024). Paradigma baru evaluasi pembelajaran matematika: Dari pengukuran kuantitatif ke penilaian diagnostik. Jurnal Pembelajaran Matematika Kreatif, 8(1), 15–28. https://doi.org/10.22460/jpmk.v8i1.3800
Pambudi, B., & Hartono, H. (2023). Membedakan true low competence dan assessment artifacts pada asesmen matematika. Jurnal Teori dan Aplikasi Matematika, 7(3), 601–614. https://doi.org/10.31764/jtam.v7i3.11200
Permana, I., & Setyowati, E. (2024). Perbandingan model Rasch dan 2-PL dalam menganalisis karakteristik soal ujian matematika. Jurnal Matematika dan Pendidikan Matematika, 9(1), 89–102. https://doi.org/10.26554/jmpm.v9i1.3500
Pradana, A., Prasetyo, H., & Rahayu, S. (2024). Analisis distribusi domain kognitif pada instrumen Tes Kemampuan Akademik tingkat daerah. Jurnal Cendekia: Jurnal Pendidikan Matematika, 8(2), 1120–1134. https://doi.org/10.31004/cendekia.v8i2.2800
Pratama, R., & Setiawan, B. (2023). Dampak pemanfaatan skor mentah TKA terhadap praktik teaching to the test di sekolah menengah. Jurnal Pendidikan dan Kebudayaan, 13(2), 155–168. https://doi.org/10.24832/jpnk.v13i2.3100
Ramadhan, M., & Utami, S. (2025). Impact of construct-irrelevant variance on student diagnostic results in national testing. Journal of Educational Assessment and Policy, 11(1), 22–35. https://doi.org/10.21831/jeap.v11i1.60120
Sanjaya, F., & Dewi, R. (2024). Sumber-sumber varians yang tidak relevan dengan konstruk dalam asesmen matematika. Jurnal Pengukuran Pendidikan, 13(1), 77–90. https://doi.org/10.21009/jpp.v13i1.41000
Santoso, B., & Kurniawan, D. (2023). Konstruk dan validitas Tes Kemampuan Akademik matematika dalam memprediksi keberhasilan belajar. Jurnal Riset Pembelajaran Matematika, 5(2), 99–112. https://doi.org/10.55700/jrpm.v5i2.88
Saputro, H., & Nurhayati, E. (2022). Pemetaan indikator 4C dalam soal-soal matematika tingkat SMP. Jurnal Pendidikan Matematika RAFA, 8(2), 101–115. https://doi.org/10.19109/jpmrafa.v8i2.11000
Setyawan, A., & Handayani, R. (2023). Analisis Differential Item Functioning (DIF) untuk mewujudkan asesmen matematika yang adil. Jurnal Edukasi Matematika, 11(1), 45–59. https://doi.org/10.25157/jem.v11i1.2900
Suryadi, D., Prabawanto, S., & Turmudi, T. (2023). Pergeseran asesmen matematika: Integrasi Assessment for Learning dan Assessment as Learning. Jurnal Pengajaran MIPA, 28(1), 1–14. https://doi.org/10.17509/jpmipa.v28i1.45000
Wahyudi, T., & Marlina, L. (2025). Deteksi butir misfit pada ujian standar matematika menggunakan model Rasch. Jurnal Psikometri Pendidikan, 10(1), 33–45. https://doi.org/10.21009/jpp.v10i1.50000
Wibowo, A., & Kusuma, W. (2024). Prinsip keadilan dan keabsahan dalam tes matematika berskala besar. Jurnal Mutu Pendidikan, 11(2), 120–133. https://doi.org/10.21009/jmp.v11i2.49000
Yulianto, A., & Saputra, M. (2024). Mengukur kemampuan komunikasi dan kreativitas siswa melalui asesmen numerasi berbasis masalah. Jurnal Math Educator, 7(1), 50–64. https://doi.org/10.31537/jme.v7i1.1200
Ansori, M., & Fitriani, D. (2023). Mengembangkan kemampuan berpikir kritis matematis melalui model pembelajaran berbasis masalah. Jurnal Penyelidikan Pendidikan Matematika, 8(2), 112–125. https://doi.org/10.21831/jppm.v8i2.41200
Arikunto, S., & Supriatna, A. (2025). Evaluasi pencapaian hasil belajar matematika: Teori dan aplikasi instrumen terstandar. Penerbit Cendekia Utama.
Arifin, Z., & Suhandi, A. (2025). Pseudo-HOTS dalam instrumen asesmen nasional: Mengurai kompleksitas kalkulasi dan kedalaman penalaran. Jurnal Riset Penilaian Pendidikan, 11(1), 15–29. https://doi.org/10.21831/jrpp.v11i1.61100
Baskoro, H., & Widjaja, C. (2026). Identifikasi construct-irrelevant variance dalam tes kemampuan akademik matematika tingkat sekunder. Jurnal Penelitian dan Evaluasi Pendidikan, 30(1), 45–59. https://doi.org/10.21831/jpep.v30i1.62000
Dewi, C. R., & Febrianto, A. (2024). Konstruk dan efektivitas Tes Kemampuan Akademik matematika dalam memprediksi keberhasilan kognitif. Jurnal Edukasi Matematika, 12(1), 33–46. https://doi.org/10.25157/jem.v12i1.3900
Fadhil, M., & Triani, N. (2025). Bias ekologis dan kontekstual dalam tes terstandar matematika: Analisis DIF berbasis wilayah. Jurnal Elemen, 11(1), 88–102. https://doi.org/10.29408/jel.v11i1.9200
Farida, N., & Gunawan, I. (2022). Beban kognitif dan kerumitan prosedural pada soal matematika berbasis HOTS. Aksioma: Jurnal Pendidikan Matematika, 11(3), 401–414. https://doi.org/10.24127/ajpm.v11i3.5100
Fitriah, L., & Mulyani, S. (2024). Hakikat dan fungsi asesmen diagnostik dalam pembelajaran matematika kurikulum merdeka. Jurnal Pembelajaran Matematika Kreatif, 9(1), 20–32. https://doi.org/10.22460/jpmk.v9i1.4100
Ginting, R., & Rahayu, W. (2022). Estimasi parameter IRT model 2-PL pada instrumen tes hasil belajar matematika. Jurnal Pengukuran Pendidikan, 11(2), 105–118. https://doi.org/10.21009/jpp.v11i2.3100
Handayani, T., & Utomo, B. (2024). Perbandingan akurasi estimasi model Rasch dan 2-PL dalam analisis bank soal matematika. Jurnal Matematika dan Pendidikan Matematika, 9(2), 142–155. https://doi.org/10.26554/jmpm.v9i2.4100
Haryanto, B., & Kusumaningrum, D. (2024). Bahaya single score bias dalam interpretasi Rapor Pendidikan daerah. Jurnal Kebijakan Pendidikan, 19(1), 50–63. https://doi.org/10.21831/jkp.v19i1.51000
Hasanah, U., & Nurjaman, A. (2025). Pergeseran dari skor mentah ke pemetaan kognitif dalam evaluasi sumatif matematika. Jurnal Evaluasi Pendidikan, 16(1), 77–89. https://doi.org/10.21009/jep.v16i1.45000
Ibrahim, M., & Wijaya, A. (2022). Prinsip keadilan (equity) dalam penyelenggaraan asesmen matematika berskala besar. Jurnal Mutu Pendidikan, 9(2), 110–123. https://doi.org/10.21009/jmp.v9i2.3200
Jatnika, A., & Anggraini, R. (2022). Kuisitas bahasa dan kompleksitas teks sebagai pemicu Differential Item Functioning pada tes numerasi. Jurnal Pendidikan Matematika dan Sains, 10(1), 55–67. https://doi.org/10.21831/jpms.v10i1.4200
Kharisma, E., & Asy'ari, M. (2025). Memetakan dimensi kreativitas siswa dalam menyelesaikan masalah matematika non-rutin. Jurnal Ilmiah Pendidikan Matematika, 13(1), 101–114. https://doi.org/10.26877/jipmat.v13i1.13100
Kurniadi, D., & Wardani, K. (2025). Analisis construct-irrelevant difficulty pada butir soal ujian sekolah matematika. Jurnal Teori dan Aplikasi Matematika, 9(1), 120–133. https://doi.org/10.31764/jtam.v9i1.14000
Laksana, H., & Purwanti, S. (2024). Dampak sistematis butir soal ber-DIF terhadap disparitas capaian numerasi antar-sekola. Jurnal Riset Pendidikan Matematika, 11(2), 201–214. https://doi.org/10.21831/jrpm.v11i2.53000
Mahfud, A., & Anggraini, D. (2023). Aplikasi Teori Beban Kognitif dalam merancang instrumen evaluasi matematika berbasis HOTS. Jurnal Pendidikan Matematika Indonesia, 8(2), 89–101. https://doi.org/10.26737/jpmi.v8i2.3900
Mulyadi, E., Rahmawati, F., & Hidayat, T. (2026). Validitas dan keadilan instrumen pengujian high-stakes: Sebuah tinjauan metodologis. Jurnal Asesmen dan Evaluasi Pendidikan, 8(1), 1–14. https://doi.org/10.21831/jaep.v8i1.63000
Nurcahyo, A., & Wibisono, S. (2024). Analisis kritis distorsi domain kognitif pada Tes Kemampuan Akademik matematika. Jurnal Cendekia: Jurnal Pendidikan Matematika, 8(3), 2150–2164. https://doi.org/10.31004/cendekia.v8i3.3100
Nugroho, A., & Kusumah, Y. (2024). Construct underrepresentation dalam asesmen kemampuan berpikir tingkat tinggi matematika. Jurnal Pengukuran Pendidikan, 13(2), 130–143. https://doi.org/10.21009/jpp.v13i2.4800
Purnomo, S., & Adhi, D. (2026). Menggeser paradigma evaluasi: Dari blaming the learner menuju re-kalibrasi instrumen tes. Jurnal Pendidikan dan Kebudayaan, 16(1), 88–102. https://doi.org/10.24832/jpnk.v16i1.4100
Pranoto, Y., & Hartati, S. (2022). Dampak negatif fenomena teaching to the test terhadap kreativitas matematis siswa. Jurnal Kurikulum dan Pembelajaran, 5(2), 145–158. https://doi.org/10.21009/jkp.v5i2.2900
Pratama, F., & Kurniati, L. (2025). Pengujian asumsi unidimensionalitas dan independensi lokal pada instrumen tes terstandar. Jurnal Psikometri Pendidikan, 11(1), 22–34. https://doi.org/10.21009/jpp.v11i1.5200
Puspitasari, I., Suwono, H., & Prasetyo, K. (2022). Mismatch antara kisi-kisi dan konstruksi butir soal pada tes sumatif matematika. Jurnal Pendidikan dan Pembelajaran, 29(2), 99–110. https://doi.org/10.17977/um038v29i22022p099
Rahman, A., & Damayanti, E. (2022). Pengembangan instrumen asesmen matematika untuk mengukur kemampuan komunikasi simbolik dan visual. Jurnal Math Educator, 5(2), 112–124. https://doi.org/10.31537/jme.v5i2.890
Rahmat, M., & Suhendra, S. (2023). Identifikasi Differential Item Functioning (DIF) berbasis gender pada tes matematika sekunder. Jurnal Riset Pembelajaran Matematika, 5(1), 45–57. https://doi.org/10.55700/jrpm.v5i1.77
Rizal, M., & Kartika, D. (2023). Analisis keselarasan domain konten TKA matematika terhadap standar isi kurikulum nasional. Jurnal Pendidikan Matematika RAFA, 9(1), 33–47. https://doi.org/10.19109/jpmrafa.v9i1.13000
Saputra, B., & Lestari, W. (2024). Asesmen pemecahan masalah kolaboratif dalam matematika: Tantangan dan peluang konstruksi instrumen. Jurnal Pembelajaran Matematika, 11(1), 70–83. https://doi.org/10.20961/jpm.v11i1.41200
Setiawan, D., & Susanti, R. (2023). Keunggulan kebebasan sampel dalam Teori Respons Butir untuk pengkalibrasian bank soal. Jurnal Penilaian Pendidikan, 8(2), 90–103. https://doi.org/10.21831/jpp.v8i2.35000
Setyobudi, A., & Rahmawati, S. (2025). Membongkar varians luar dalam skor tunggal tes terstandar matematika. Jurnal Riset Penilaian Pendidikan, 10(2), 110–124. https://doi.org/10.21831/jrpp.v10i2.58000
Siregar, P., & Haryanto, T. (2022). Pengaruh kompleksitas narasi soal terhadap tingkat kesukaran artifisial pada tes matematika. Jurnal Psikologi dan Edukasi, 6(1), 12–25. https://doi.org/10.21009/jpe.v6i1.2300
Subagyo, H., & Indriani, F. (2023). Kerangka integratif re-interpretasi skor tes sumatif matematika berbasis IRT dan 4C. Jurnal Penelitian Pendidikan Matematika, 7(2), 160–174. https://doi.org/10.21831/jppm.v7i2.38000
Suharto, S., Turmudi, T., & Prabawanto, S. (2023). Mengintegrasikan Assessment for Learning dan Assessment as Learning dalam kelas matematika. Jurnal Pengajaran MIPA, 28(2), 105–118. https://doi.org/10.17509/jpmipa.v28i2.51000
Suryana, A., & Lesmana, C. (2026). Deteksi dan eliminasi butir misfit pada instrumen TKA menggunakan indikator Infit-Outfit MNSQ. Jurnal Evaluasi dan Asesmen Pendidikan, 9(1), 30–43. https://doi.org/10.21009/jeap.v9i1.55000
Taufik, M., & Susilowati, E. (2023). Membedakan true low competence dan assessment artifacts pada asesmen hasil belajar matematika. Jurnal Asesmen Pembelajaran, 5(2), 88–101. https://doi.org/10.21831/jap.v5i2.32000
Utami, L., & Prasetyo, B. (2024). Dampak kelelahan kognitif akibat soal pseudo-HOTS terhadap penurunan performa tes matematika. Jurnal Psikologi Pendidikan Matematika, 7(1), 40–53. https://doi.org/10.21009/jppm.v7i1.4100
Wahyuningsih, S., & Zulkarnain, Z. (2026). Re-kalibrasi instrumen asesmen daerah melalui analisis IRT multi-grup untuk menjamin keadilan evaluasi. Jurnal Penelitian Evaluasi Pendidikan, 28(1), 75–89. https://doi.org/10.21831/jpep.v28i1.61000
Widiastuti, N., & Santoso, E. (2026). Menyeimbangkan kedalaman kognitif dan kerumitan kalkulasi dalam penyusunan soal HOTS matematika. Jurnal Riset Pendidikan Matematika, 13(1), 50–64. https://doi.org/10.21831/jrpm.v13i1.64000
Yusuf, M., & Maryati, S. (2026). Pemetaan indikator 4C dalam instrumen pengujian matematika terstandar. Jurnal Edukasi Matematika dan Sains, 14(1), 15–28. https://doi.org/10.21831/jems.v14i1.59000
