Tes dan Evaluasi

Tes yang dilakukan atau tes standar (standardized test) telah banyak digunakan untuk mengevaluasi prestasi dan pembelajaran siswa. Tes standar atau tes yang dibakukan mengandung prosedur yang seragam untuk memntukan nilai dan administrasinya. Tes standar membandingkan kemampauan murid dengan murid lain pada usia atau level yang sama, dan dalam banyak kasus perbandingan ini dilakukan di tingkat nasional. Tujuan tes standar adalah : 1. Memberikan informasi tentang kemajuan murid 2. Mendiagnosis kekuatan dan kelemahan murid 3. Memberikan bukti untuk penempatan murid dalam program. 4. Memberi informasi untuk merencanakan dan meningkatkan pengajaran atau instruksi 5. Membantu administrator mengevaluasi program 6. Memberikan akuntabilitas. Perhatian terhadap akuntabilitas memunculkan tes berbasis standar yaitu tes yang menilai kemampuan atau keahlian yang diharuskan dipunyai murid sebelum mereka naik ke kelas berikutnya atau kelulusannya. Tes beresiko tinggi adalah tes yang menggunakan cara sedemikian rupa yang mengandung konsekuensi penting bagi murid, memengaruhi keputusan seperti apakah murid itu akan naik kelas atau lulus.

Kriteria untuk Mengevaluasi Tes Standar

Norma. Untuk memahami kinerja murid individual dalam suatu tes, kinerjanya itu perlu dibandingkan dengan kinerja dari kelompok norma (norm group), yakni kelompok dari individu yang sama yang sebelumnya telah diberi ujian oleh penguji

Validitas. Validitas biasanya didefinisikan sebegai sejauh mana sebuah tes bisa mengukur apa saja yang hendak diukur. Akan tetapi, makin banyak pakar pendidikan yang percaya bahwa penting untuk menekankan bahwa bukan hanya karakteristik dari tes itu sendiri yang valid atau tidak Jadi, validitas adalah sejauh mana sebuah tes mengkur apa yang hendak dikur dan interfensi tentang nilai tes itu akurat atau tidak. Dari segi karakteristik tes itu sendiri ada tiga tipe validitas: validitas isi, validitas kriteria, validitas konstruk (susunan).

Tes standar yang valid harus mengandung validitas isi yang baik, yaitu kemampuan tes untuk mencakup sampel (to sample) isi yang hendak diukur. Bentuk lain dari validitas adalah validitas kriteria, yaitu kemampuan tes untuk memprediksi kinerja murid saat diuukur dengan penilaian atau kriteria lain. Validitas kriteria dapat bersifat concurrent  dan predictive (Gregory, 2000; Krueger, 2000). Concurrent validity adalah relasi anatara nilai tes dengan kriteria lain yang ada saat ini. Predictive validity adalah relasi antara nilai tes dengan kinerja masa depan murid. Tipe ketiga dari validitas adalah construct validity, yaitu sejauh mana ada bukti  bahwa sebuah tes mengukur konstruk (ciri atau karakteristik yang tidak bisa dilihat secara langsung dari seseorang, seperti intelegensi)tertentu.

Reliabilitas. Hal ini berarti sejauh mana sebuah prosedur tes bisa menghasilkan nilai yang konsisten dan dapat direproduksi. Agar dapat disebut reliability, nilai harus stabil, dependable, dan relatif bebas dari kesalahan pengukuran (Fekken, 2000; Popham, 2002). Reliabilitas dapat diukur dengan beberapa cara, yaitu test-retest reliability, alternate forms realibility, split-half dan reliability .

Test-retest reliability adalah sejauh mana sebuah tes menghasilkan kinerja yang sama ketika seseorang siswa diberi tes yang sama dalam dua kesempatan yang berbeda. Jadi, jika sebuah tes sains standar kelas empat diberikan kepada semua kelompok murid hari ini dan kemudian diberikan lagi sebulan kemudian, tes itu akan dianggap reliable  apabila nilai murid konsiten dalam dua tes tersebut.

Alternate-forms reliability ditentukan dengan memberikan bentuk yang berbeda dari tes yang sama pada dua kesempatan yang berbeda untuk kelompok murid yang sama dengan mengamati seberapa konsisten skornya. Item tes pada dua bentuk itu sama tetapi tidak identic. Strategi ini mengeliminasi kemungkinan bahwa murid akan meraih hasil yang lebih baik pada tes kedua.

Split-hlf reliability adalah membagi item tes menjadi dua bagian, seperti item bernomor genap dan ganjil. Nilai pada dua set item itu dibandingkan guna menentukan seberapa konsistenkah kinerja murid di kedua set tersebut. Jika split-half reliability nya tinggi, kita katakan bahwa tes itu konsisten secara internal.

Keadilan. Tes yang adil (fair) adalah tes yang tidak bias (unbiased) dan tidak diskriminatif (McMillan, 2001). Tes itu tidak dipengaruhi oleh factor-faktor seperti gender, etnis, atau faktor, subjektif seperti bias penilai.