Modul 11: Evaluasi Pembelajaran
Evaluasi Pembelajaran
Mengembangkan kemampuan merancang asesmen, menginterpretasikan hasil, dan menggunakan informasi untuk memperbaiki pembelajaran.
Pengantar
Asesmen bukan sekadar memberi nilai di akhir semester. Asesmen yang baik memberi tahu guru apa yang sudah dan belum dipahami siswa, sehingga pembelajaran dapat disesuaikan; dan memberi tahu siswa di mana posisinya serta langkah apa yang perlu diambil.
Modul ini membahas konsep asesmen (termasuk validitas, reliabilitas, dan keadilan), perencanaan instrumen melalui kisi-kisi, penilaian kinerja dan sikap, analisis hasil, serta umpan balik dan tindak lanjut.
Capaian pembelajaran
Setelah mempelajari modul ini, Anda diharapkan mampu:
- Membedakan pengukuran, penilaian, dan evaluasi.
- Menyusun kisi-kisi dan instrumen sesuai tujuan.
- Menerapkan rubrik penilaian secara konsisten.
- Menggunakan hasil asesmen untuk umpan balik dan tindak lanjut.
Prasyarat: Telah mempelajari Modul 08 Perencanaan Pembelajaran (disarankan).
Peta konsep
1. Konsep Asesmen
Pengukuran, penilaian, evaluasi
| Istilah | Pengertian | Contoh |
|---|---|---|
| Pengukuran (measurement) | Pemberian angka pada karakteristik tertentu | Skor 18 dari 20 soal |
| Penilaian/asesmen (assessment) | Proses mengumpulkan dan menafsirkan informasi tentang belajar siswa | Menggabungkan skor tes, observasi praktik, dan portofolio |
| Evaluasi (evaluation) | Pengambilan keputusan tentang nilai atau mutu sesuatu | Memutuskan program tahfiz perlu direvisi |
Fungsi asesmen
Selain fungsi diagnostik, formatif, dan sumatif, banyak ahli membedakan:
- Assessment for learning — asesmen untuk memperbaiki pembelajaran (oleh guru).
- Assessment as learning — siswa menilai dirinya sendiri sebagai bagian dari belajar (refleksi, penilaian diri).
- Assessment of learning — asesmen untuk menyatakan capaian (laporan hasil belajar).
Black dan Wiliam (1998) menunjukkan bahwa penguatan asesmen formatif menghasilkan peningkatan hasil belajar yang bermakna, terutama bagi siswa berprestasi rendah.
Kualitas asesmen
- Validitas — sejauh mana asesmen mengukur apa yang seharusnya diukur. Tes tertulis tentang rukun salat tidak valid untuk menilai keterampilan salat.
- Reliabilitas — konsistensi hasil: penilai berbeda atau waktu berbeda memberikan hasil serupa.
- Keadilan — semua siswa memiliki kesempatan yang sama untuk menunjukkan kemampuannya; bebas bias bahasa, budaya, atau disabilitas.
- Kepraktisan — dapat dilaksanakan dengan waktu dan sumber daya yang ada.
Standards for Educational and Psychological Testing (AERA, APA, & NCME, 2014) menegaskan bahwa validitas melekat pada penafsiran dan penggunaan skor, bukan pada tes itu sendiri.
Regulasi
Standar penilaian pendidikan diatur dalam Permendikbudristek Nomor 21 Tahun 2022 tentang Standar Penilaian Pendidikan (periksa perubahan terbaru), serta panduan pembelajaran dan asesmen yang diterbitkan kementerian.
الَّذِي خَلَقَ الْمَوْتَ وَالْحَيَاةَ لِيَبْلُوَكُمْ أَيُّكُمْ أَحْسَنُ عَمَلًا
Makna ringkas: Yang menciptakan mati dan hidup, untuk menguji kamu, siapa di antara kamu yang lebih baik amalnya.
QS. Al-Mulk [67]: 2 (potongan ayat) — ukuran yang dinilai adalah kualitas (ahsanu ’amala), bukan sekadar kuantitas
Istilah kunci
- Validitas
- Ketepatan penafsiran dan penggunaan hasil asesmen.
- Reliabilitas
- Konsistensi hasil asesmen.
- Assessment as learning
- Asesmen yang dilakukan siswa terhadap dirinya untuk belajar.
Pertanyaan refleksi
- Berikan contoh asesmen PAI yang reliabel tetapi tidak valid.
- Bagaimana memastikan asesmen adil bagi siswa yang bahasa ibunya bukan bahasa Indonesia?
2. Perencanaan Instrumen
Kisi-kisi
Kisi-kisi adalah cetak biru instrumen yang memetakan tujuan/indikator, materi, level kognitif, bentuk soal, dan nomor soal. Kisi-kisi menjamin keterwakilan materi dan keselarasan dengan tujuan.
| No. | Tujuan/indikator | Materi | Level | Bentuk | No. soal |
|---|---|---|---|---|---|
| 1 | Mengidentifikasi hukum nun sukun dalam ayat | Hukum nun sukun | C2 | PG | 1–4 |
| 2 | Membedakan ikhfa’ haqiqi dan ikhfa’ syafawi | Nun sukun & mim sukun | C4 | PG | 5–6 |
| 3 | Mempraktikkan bacaan dengan hukum yang benar | Penerapan | P (keterampilan) | Unjuk kerja | Tugas 1 |
Bentuk asesmen
| Bentuk | Kelebihan | Keterbatasan | Cocok untuk |
|---|---|---|---|
| Pilihan ganda | Cakupan luas, penskoran objektif | Sulit menilai kemampuan menyusun | Konsep, analisis berbasis stimulus |
| Benar–salah | Cepat | Peluang menebak tinggi | Pemeriksaan cepat |
| Isian/jawaban singkat | Mengurangi tebakan | Terbatas pada fakta | Istilah, definisi |
| Uraian/esai | Menilai argumentasi | Penskoran subjektif, perlu rubrik | Analisis, evaluasi |
| Unjuk kerja | Valid untuk keterampilan | Memakan waktu | Praktik ibadah, bacaan |
| Proyek/produk | Autentik | Perlu waktu dan rubrik | Penerapan, kreasi |
| Portofolio | Menunjukkan perkembangan | Pengelolaan rumit | Tahfiz, menulis |
Menulis soal pilihan ganda yang baik
Haladyna, Downing, dan Rodriguez (2002) merangkum pedoman penulisan soal pilihan ganda, antara lain:
- Pokok soal (stem) jelas dan memuat inti pertanyaan.
- Hindari kalimat negatif; jika terpaksa, tebalkan kata “tidak”.
- Semua pilihan homogen dan sama panjang.
- Pengecoh (distractor) masuk akal—sering berasal dari miskonsepsi siswa.
- Hindari “semua benar” dan “semua salah”.
- Satu jawaban yang jelas paling tepat.
Soal berbasis stimulus dan HOTS
Soal tingkat tinggi (Brookhart, 2010) biasanya menyajikan stimulus baru (kasus, teks, tangkapan layar, data) yang menuntut siswa menerapkan, menganalisis, atau mengevaluasi—bukan sekadar mengingat.
Contoh: Disajikan unggahan media sosial berisi “hadis” tanpa sumber. Pertanyaan: “Langkah verifikasi apa yang paling tepat dilakukan?” (menuntut penerapan konsep takhrij).
Istilah kunci
- Kisi-kisi
- Matriks perencanaan instrumen asesmen.
- Stem
- Pokok soal pilihan ganda.
- Pengecoh
- Pilihan jawaban yang salah tetapi masuk akal.
- HOTS
- Higher-Order Thinking Skills, keterampilan berpikir tingkat tinggi.
Pertanyaan refleksi
- Ambil satu soal PG lama Anda. Pedoman Haladyna mana yang dilanggar?
- Ubah satu soal mengingat menjadi soal berbasis stimulus.
3. Penilaian Kinerja dan Sikap
Rubrik
Brookhart (2013) membedakan:
- Rubrik analitik — setiap kriteria dinilai terpisah; memberi umpan balik rinci.
- Rubrik holistik — satu penilaian menyeluruh; lebih cepat tetapi kurang rinci.
Rubrik yang baik memiliki kriteria yang relevan dengan tujuan, deskriptor yang menggambarkan kualitas (bukan sekadar “baik/kurang”), dan tingkat yang jelas pembedanya.
Contoh rubrik analitik praktik wudu:
| Kriteria | 4 | 3 | 2 | 1 |
|---|---|---|---|---|
| Urutan (tertib) | Semua langkah berurutan benar | 1 langkah tertukar | 2 langkah tertukar | >2 langkah tertukar |
| Kesempurnaan basuhan | Semua anggota terbasuh sempurna | 1 bagian kurang sempurna | 2 bagian | >2 bagian |
| Bacaan niat dan doa | Lancar dan benar | Sedikit tersendat | Banyak kesalahan | Tidak membaca |
Observasi
Observasi perilaku menggunakan lembar observasi dengan indikator yang dapat diamati, misalnya “membantu teman tanpa diminta”. Catat perilaku yang terlihat, bukan tafsiran (“ia ikhlas”).
Portofolio dan proyek
Portofolio mengumpulkan karya siswa dari waktu ke waktu disertai refleksi. Untuk tahfiz, portofolio dapat berupa catatan setoran, rekaman bacaan berkala, dan refleksi strategi menghafal.
Menilai sikap dengan hati-hati
Sikap dan karakter dinilai melalui observasi berkelanjutan, penilaian diri, penilaian antarteman, dan jurnal. Prinsipnya: deskriptif dan berorientasi pembinaan. Hindari memberikan nilai rendah pada aspek keimanan seseorang; yang dinilai adalah perilaku yang tampak dalam konteks pembelajaran.
Istilah kunci
- Rubrik analitik
- Rubrik yang menilai setiap kriteria secara terpisah.
- Rubrik holistik
- Rubrik yang memberi satu penilaian keseluruhan.
- Portofolio
- Kumpulan karya siswa yang menunjukkan perkembangan.
Pertanyaan refleksi
- Kapan Anda memilih rubrik holistik dibanding analitik?
- Bagaimana menilai ‘sikap jujur’ tanpa menghakimi keimanan siswa?
4. Analisis Hasil
Analisis butir sederhana
Setelah tes, guru dapat menganalisis butir soal dengan dua indeks:
Tingkat kesukaran (p) = jumlah siswa menjawab benar ÷ jumlah siswa.
| Nilai p | Kategori |
|---|---|
| 0,00–0,30 | Sukar |
| 0,31–0,70 | Sedang |
| 0,71–1,00 | Mudah |
Daya beda (D) = proporsi benar kelompok atas − proporsi benar kelompok bawah. Kelompok atas/bawah biasanya 27% siswa dengan skor total tertinggi/terendah (atau separuh atas/bawah untuk kelas kecil). D ≥ 0,40 dianggap sangat baik; D ≤ 0,19 perlu direvisi; D negatif menandakan soal bermasalah.
Contoh perhitungan. Dari 30 siswa, 21 menjawab benar soal no. 5 → p = 21/30 = 0,70 (sedang). Kelompok atas (8 siswa): 7 benar → 0,875. Kelompok bawah (8 siswa): 3 benar → 0,375. D = 0,875 − 0,375 = 0,50 (sangat baik).
Analisis pengecoh
Pengecoh yang tidak dipilih siapa pun tidak berfungsi dan perlu diganti. Pengecoh yang lebih banyak dipilih kelompok atas daripada kelompok bawah menandakan soal ambigu.
Pola kesalahan
Lebih berharga daripada skor total adalah pola kesalahan: apakah banyak siswa keliru pada konsep yang sama? Misalnya, banyak siswa tertukar antara idgham bighunnah dan bilaghunnah—ini sinyal untuk mengajarkan ulang dengan strategi berbeda.
Interpretasi yang hati-hati
- Satu tes tidak menggambarkan keseluruhan kemampuan siswa.
- Bandingkan dengan kriteria (acuan kriteria), bukan semata-mata peringkat kelas.
- Laporkan hasil secara jelas dan konstruktif kepada siswa dan orang tua; jaga kerahasiaan nilai individual.
Lembar kerja Analisis Butir Soal (format spreadsheet) tersedia di Pusat Unduhan untuk menghitung p dan D secara otomatis.
Istilah kunci
- Tingkat kesukaran
- Proporsi siswa yang menjawab benar.
- Daya beda
- Kemampuan soal membedakan siswa berkemampuan tinggi dan rendah.
- Acuan kriteria
- Interpretasi hasil berdasarkan standar capaian, bukan perbandingan antarsiswa.
Pertanyaan refleksi
- Apa yang Anda lakukan pada soal dengan daya beda negatif?
- Bagaimana menyampaikan hasil asesmen kepada orang tua secara konstruktif?
5. Umpan Balik dan Tindak Lanjut
Umpan balik yang efektif
Hattie dan Timperley (2007) mengidentifikasi empat tingkat umpan balik: tugas (benar/salah), proses (strategi), regulasi diri (pemantauan diri), dan pribadi (“kamu hebat”). Umpan balik pada tingkat proses dan regulasi diri paling berdampak; umpan balik pribadi paling kecil dampaknya.
Dylan Wiliam (2011) menekankan bahwa umpan balik harus membuat siswa berpikir lebih banyak, misalnya: “Ada dua kesalahan hukum mad di baris 3. Temukan dan perbaiki.”
Remediasi dan pengayaan
| Tindak lanjut | Untuk siapa | Bentuk |
|---|---|---|
| Remediasi | Siswa yang belum mencapai tujuan | Penjelasan ulang dengan cara berbeda, tutor sebaya, latihan terbimbing, lalu asesmen ulang |
| Pengayaan | Siswa yang telah mencapai tujuan | Tugas pendalaman, menjadi tutor sebaya, proyek lanjutan |
Perbaikan pembelajaran
Data asesmen juga mengevaluasi guru: jika sebagian besar siswa gagal pada indikator yang sama, masalahnya mungkin pada pembelajaran, bukan siswa. Gunakan data untuk merevisi strategi, materi, atau instrumen.
Siklus asesmen
Rencanakan (kisi-kisi) → laksanakan (asesmen) → analisis (butir dan pola) → umpan balik → tindak lanjut (remediasi/pengayaan, revisi pembelajaran) → rencanakan kembali.
الدِّينُ النَّصِيحَةُ
Makna ringkas: Agama itu adalah nasihat (ketulusan).
HR. Muslim (no. 55) — umpan balik yang tulus dan membangun adalah bagian dari nasihat
Istilah kunci
- Umpan balik proses
- Umpan balik tentang strategi yang digunakan siswa.
- Pengayaan
- Kegiatan pendalaman bagi siswa yang telah mencapai tujuan.
- Asesmen ulang
- Asesmen setelah remediasi untuk memeriksa ketercapaian.
Pertanyaan refleksi
- Ubah umpan balik ‘Bagus, pertahankan!’ menjadi umpan balik tingkat proses.
- Data apa yang menunjukkan bahwa masalahnya ada pada pembelajaran, bukan pada siswa?
Aktivitas belajar
Aktivitas 1: Menyusun Kisi-kisi dan Instrumen PAI
Tujuan: Merancang kisi-kisi dan 10 butir soal yang selaras.
- Pilih satu topik PAI dan tentukan 4–5 indikator.
- Susun kisi-kisi dengan variasi level kognitif.
- Tulis 10 soal (minimal 3 berbasis stimulus) sesuai pedoman.
- Sertakan kunci dan pembahasan.
Produk/bukti belajar: Kisi-kisi, soal, kunci, dan pembahasan.
Aktivitas 2: Uji Rubrik pada Contoh Pekerjaan
Tujuan: Menguji konsistensi rubrik antarpenilai.
- Gunakan rubrik praktik atau esai yang Anda susun.
- Nilai tiga contoh pekerjaan secara mandiri bersama dua teman.
- Bandingkan skor; diskusikan perbedaan.
- Revisi deskriptor rubrik yang menimbulkan perbedaan.
Produk/bukti belajar: Rubrik revisi dan catatan diskusi.
Aktivitas 3: Rencana Tindak Lanjut dari Data Simulasi
Tujuan: Menganalisis data dan merancang tindak lanjut.
- Gunakan data skor simulasi dalam spreadsheet Analisis Butir Soal.
- Hitung p dan D setiap butir.
- Identifikasi pola kesalahan.
- Susun rencana remediasi dan pengayaan.
Produk/bukti belajar: Laporan analisis dan rencana tindak lanjut.
Rubrik penilaian
Rubrik Paket Instrumen Asesmen — skala 4 (Sangat baik) sampai 1 (Perlu bimbingan).
| Kriteria | 4 · Sangat baik | 3 · Baik | 2 · Cukup | 1 · Perlu bimbingan |
|---|---|---|---|---|
| Kisi-kisi | Lengkap, representatif, level kognitif beragam | Lengkap, kurang beragam | Kurang lengkap | Tidak ada |
| Kualitas soal | Sesuai pedoman, pengecoh berfungsi | Sebagian kecil melanggar pedoman | Banyak pelanggaran | Tidak layak |
| Keselarasan | Seluruh soal mengukur indikator | Sebagian besar selaras | Sebagian tidak selaras | Tidak selaras |
| Kunci & pembahasan | Tepat dan mendidik | Tepat, pembahasan singkat | Ada kesalahan kunci | Tidak ada |
Rangkuman
- Pengukuran memberi angka, penilaian menafsirkan informasi, evaluasi memutuskan mutu.
- Asesmen berkualitas valid, reliabel, adil, dan praktis; asesmen formatif berdampak besar.
- Kisi-kisi memastikan keselarasan dan keterwakilan; soal ditulis sesuai pedoman.
- Rubrik, observasi, dan portofolio menilai kinerja dan sikap secara deskriptif.
- Analisis butir (p dan D) dan pola kesalahan menjadi dasar umpan balik, remediasi, pengayaan, dan revisi pembelajaran.
Evaluasi mandiri
Pilih jawaban; pembahasan muncul otomatis. Skor latihan ini untuk refleksi diri dan tidak menjadi nilai akademik resmi.
1. Proses mengambil keputusan tentang mutu suatu program berdasarkan data disebut …
2. Tes tertulis untuk menilai keterampilan praktik salat memiliki masalah pada aspek …
3. Siswa menilai rekaman bacaannya sendiri dengan rubrik merupakan contoh …
4. Fungsi utama kisi-kisi adalah …
5. Pedoman penulisan soal pilihan ganda yang benar adalah …
6. Jika 24 dari 30 siswa menjawab benar, tingkat kesukaran soal adalah …
7. Daya beda negatif menunjukkan bahwa …
8. Rubrik yang menilai setiap kriteria secara terpisah disebut …
9. Menurut Hattie & Timperley (2007), umpan balik dengan dampak paling kecil adalah tingkat …
10. Bila sebagian besar siswa gagal pada indikator yang sama, tindakan paling tepat adalah …
Bahan unduhan
Referensi
Kitab klasik dicantumkan tanpa tahun karena tersedia dalam banyak edisi; sesuaikan dengan edisi yang Anda gunakan. Naskah regulasi diperiksa pada JDIH/portal resmi kementerian.
- American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. AERA.
- Arikunto, S. (2012). Dasar-dasar evaluasi pendidikan (Edisi 2). Bumi Aksara.
- Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74. https://doi.org/10.1080/0969595980050102
- Brookhart, S. M. (2010). How to assess higher-order thinking skills in your classroom. ASCD.
- Brookhart, S. M. (2013). How to create and use rubrics for formative assessment and grading. ASCD.
- Haladyna, T. M., Downing, S. M., & Rodriguez, M. C. (2002). A review of multiple-choice item-writing guidelines for classroom assessment. Applied Measurement in Education, 15(3), 309–333. https://doi.org/10.1207/S15324818AME1503_5
- Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487
- Mardapi, D. (2008). Teknik penyusunan instrumen tes dan nontes. Mitra Cendikia.
- Wiliam, D. (2011). Embedded formative assessment. Solution Tree Press.
- Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Nomor 21 Tahun 2022 tentang Standar Penilaian Pendidikan pada Pendidikan Anak Usia Dini, Jenjang Pendidikan Dasar, dan Jenjang Pendidikan Menengah. https://peraturan.bpk.go.id
Pernyataan penggunaan AI. Draf materi ini disusun dengan bantuan AI generatif berdasarkan desain materi E-PAI STAISAR dan sumber-sumber yang tercantum. Dalil, nomor hadis, regulasi, dan data wajib ditelaah dosen pengampu serta dicek ulang pada sumber resmi sebelum dikutip dalam karya akademik.
© 2026 E-PAI STAISAR. Boleh dibagikan untuk tujuan pendidikan nonkomersial dengan menyebut sumber.
Komentar
Posting Komentar