Setengah Band Adalah Satu Standard Error: Reliabilitas IELTS, 2024-2025

IELTS melaporkan setiap skor bagian dalam langkah setengah band, yang membuat sebuah band tampak seperti pengukuran dengan ukuran tetap. Statistik reliabilitas 2024-2025 milik tes itu sendiri mengatakan sebaliknya. Bagian Listening membawa standard error of measurement sebesar 0.43 band, yakni 0.86 dari langkah 0.5 yang menjadi satuan pencetakan skor. Laporan ini mengulas angka reliabilitas dan presisi yang diterbitkan IELTS untuk tahun pengujian 2024-2025, yang mencakup reliabilitas bagian, kesepakatan examiner, dan estimasi komposit untuk keseluruhan tes. Angka-angka itu diagregasikan lintas versi tes dan hanya mencakup statistik populasi yang dipublikasikan, bukan kandidat tertentu.

Temuan utama

1. Skor bagian Listening memiliki standard error 0.43 band, sedangkan Academic Reading 0.36 dan General Training Reading 0.47, sehingga tidak ada bagian reseptif yang presisinya lebih halus daripada sekitar sepertiga band.
2. Reliabilitasnya tinggi dan rentangnya ketat: Cronbach's alpha berkisar dari 0.83 hingga 0.95 dengan rata-rata 0.90 untuk bagian Listening, 0.87 hingga 0.94 dengan rata-rata 0.92 untuk Academic Reading, dan 0.88 hingga 0.93 dengan rata-rata 0.91 untuk General Training Reading.
3. Keterampilan yang dinilai examiner bergantung pada kesepakatan antarrater, bukan pada konsistensi internal: penilaian ulang menghasilkan koefisien antarrater 0.90 untuk Speaking dan 0.92 untuk Writing.
4. Jika digabungkan lintas 4 bagian, estimasi reliabilitas komposit adalah 0.97 untuk Academic maupun General Training, dengan standard error komposit masing-masing 0.17 dan 0.19 band.

Latar belakang

Skor band merangkum satu performa, dan setiap skor semacam itu mengandung galat. Pertanyaan yang lebih sempit adalah seberapa jauh sebuah band yang tercetak dapat menyimpang dari skor yang akan diterima orang yang sama pada versi lain dari bagian yang sama. Itulah yang dijawab standard error of measurement (SEM), dan itulah yang kini diterbitkan IELTS bersama koefisien reliabilitasnya.

Kedua statistik itu tidak dapat dipertukarkan. Reliabilitas menggambarkan seberapa konsisten suatu bagian mengukur apa pun yang diukurnya di antara para kandidat yang mengerjakannya. SEM mengubah reliabilitas itu menjadi poin band menggunakan sebaran skor yang teramati, sehingga koefisien yang sama dapat menghasilkan SEM berbeda di bagian yang berbeda. Bagi seorang kandidat, konsekuensi praktisnya adalah perubahan yang lebih kecil daripada galat pengukuran tidak dapat dibedakan dari kebetulan, dan apakah galat itu cukup kecil untuk diabaikan bergantung pada seberapa halus skor dicetak.

Data dan metode

Sumber dan periode. Angka-angka ini adalah statistik reliabilitas dan presisi yang diterbitkan di halaman statistik tes IELTS untuk tahun pengujian 2024-2025, bersama Tabel 1 dari rilis tersebut, yang melaporkan rata-rata bagian, simpangan baku, dan standard error of measurement [1].

Sampel. IELTS menurunkan estimasi ini dari versi-versi tes yang digunakan secara operasional selama 2024-2025 dan dari para kandidat yang mengerjakannya. Laporan tersebut menerbitkan rentang lintas versi dan sebuah rata-rata, bukan tabel per versi, dan tidak menerbitkan catatan tingkat kandidat: setiap angka di sini adalah estimasi teragregasi atas versi tes dan para kandidat yang mengerjakannya. Unit analisisnya adalah versi tes dan bagian, bukan individu.

Definisi. Cronbach's alpha dilaporkan sebagai konsistensi internal sebuah bagian berisi 40 item. Standard error of measurement dihitung sebagai simpangan baku dikalikan akar kuadrat dari satu dikurangi reliabilitas. Setengah band adalah langkah 0.5 yang menjadi satuan pelaporan skor bagian pada skala yang berjalan hingga 9. Estimasi komposit menggabungkan 4 bagian, memakai alpha untuk bagian reseptif dan koefisien antarrater untuk bagian yang dinilai examiner, mengikuti Feldt dan Brennan (1989) sebagaimana dikutip IELTS.

Angka turunan. Setiap konversi standard error ke dalam satuan band dalam laporan ini adalah aritmetika atas angka yang dipublikasikan dan tercatat dalam berkas data pendamping: SEM dibagi 0.5 untuk rasio setengah band, dan 1.96 dikalikan SEM untuk interval 95%. Tidak ada angka yang dibulatkan ulang melebihi satu tempat desimal.

Hasil

Listening adalah bagian paling tidak presisi di antara tiga bagian yang memiliki angka reliabilitas terbit. Rata-ratanya 6.45, simpangan bakunya 1.36, dan SEM-nya 0.43. Karena satu setengah band adalah 0.5 band, galat pengukurannya adalah 0.86 dari langkah terkecil yang menjadi satuan pencetakan skor. Academic Reading lebih ketat: rata-rata 6.32, simpangan baku 1.26, SEM 0.36, atau 0.72 setengah band. General Training Reading lebih longgar daripada keduanya, dengan rata-rata 6.05, simpangan baku 1.56, dan SEM 0.47, yaitu 0.94 setengah band.

Dalam bentuk interval, rentang 95% di sekitar skor Listening adalah sekitar 0.84 band ke setiap arah, yang pada kisi setengah band berarti angka tercetak 6.5 konsisten dengan apa pun dari 5.5 hingga 7.5. Untuk Academic Reading interval yang sama adalah sekitar 0.71 band, sehingga perpindahan dari 6.0 ke 6.5 lebih kecil daripada rentang galat di sekitar kedua skor itu.

Koefisien reliabilitas di balik angka-angka tersebut tinggi dan berkelompok rapat. Alpha Listening berkisar 0.83 hingga 0.95 dengan rata-rata 0.90, Academic Reading 0.87 hingga 0.94 dengan rata-rata 0.92, dan General Training Reading 0.88 hingga 0.93 dengan rata-rata 0.91.

Bagian yang dinilai examiner bekerja dengan cara berbeda, karena galatnya berasal dari seorang rater, bukan dari sekumpulan item. IELTS melaporkan koefisien antarrater 0.90 untuk Speaking dan 0.92 untuk Writing, yang diturunkan dari kasus-kasus ketika skor sebuah bagian menyimpang mencolok dari profil Listening dan Reading kandidat tersebut dan otomatis dinilai ulang.

Estimasi komposit adalah titik tes ini tampak paling presisi. Menggabungkan 4 bagian menghasilkan reliabilitas 0.97 untuk Academic dan 0.97 untuk General Training, dengan SEM komposit masing-masing 0.17 dan 0.19, sehingga komposit Academic berada dalam kisaran sekitar 0.33 band pada tingkat keyakinan 95%. Band keseluruhan tes jauh lebih stabil daripada skor bagian mana pun, dan ini memang diharapkan: galat yang independen sebagian saling meniadakan ketika bagian-bagian digabungkan.

Gambar 1. Standard error of measurement untuk tiga bagian IELTS yang memiliki angka terbit, dalam satuan band, dibandingkan langkah pelaporan setengah band 0.5. n = semua versi tes 2024-2025. Sumber: IELTS, Test statistics 2024-2025, Tabel 1.

Keterbatasan

Ada empat batas yang berlaku. Pertama, standard error of measurement adalah sifat sebuah populasi, bukan sifat satu skor. Statistik ini menyatakan seberapa besar skor bervariasi di sekitar nilai sebenarnya di antara kandidat dan versi, dan tidak dapat memberi tahu seorang kandidat tertentu apakah 6.5 miliknya adalah performa 6.0 pada hari yang beruntung atau performa 7.0 pada hari yang kurang beruntung. Kedua, alpha mengasumsikan bahwa 40 item dalam sebuah bagian mengukur satu dimensi secara konsisten. Ini adalah pernyataan tentang konsistensi internal, bukan tentang cakupan konten, tingkat kesulitan, atau keadilan, dan sebuah bagian dapat konsisten secara internal sekaligus menguji irisan konstruk yang sempit. Ketiga, reliabilitas komposit adalah estimasi berbasis model yang dibangun dari koefisien bagian, bukan uji ulang teramati ketika orang yang sama mengerjakan seluruh tes dua kali, sehingga ia mewarisi apa pun yang diasumsikan oleh kombinasi model tersebut tentang independensi antarbagian. Keempat, IELTS menerbitkan rentang dan rata-rata lintas versi dan tidak merilis rincian per versi atau data kandidat yang mendasarinya, sehingga angka-angka itu tidak dapat digunakan untuk membandingkan satu tanggal tes dengan tanggal lain, dan reliabilitas versi tertentu yang dikerjakan seorang kandidat tidak diketahui.

Artinya bagi pembelajar

Pembacaan yang berguna adalah bahwa skor satu bagian merupakan instrumen yang kasar dan band keseluruhan tes merupakan instrumen yang lebih halus. Perpindahan setengah band pada Listening atau Speaking berada di dalam galat pengukuran, sehingga membacanya sebagai kemajuan atau kemunduran berarti membaca derau sebagai sinyal. Ketika sebuah keputusan bergantung pada satu bagian, target sebaiknya ditetapkan dengan margin di atas persyaratan, bukan tepat di batasnya.

Konsekuensi kedua menyangkut latihan. Jika skor sebuah bagian tidak dapat memisahkan 6.0 dari 6.5 secara andal, mengetahui apakah suatu rutinitas berhasil berarti mengukur keterampilan yang sama berulang kali dan membaca arahnya lintas beberapa percobaan, bukan satu percobaan. Umpan balik latihan bukan skor resmi, dan Hibay tidak menerbitkannya.

Pertanyaan yang Sering Diajukan

Apakah peningkatan setengah band pada satu bagian berarti? Pada Listening, peningkatan itu lebih kecil daripada standard error of measurement 0.43 band, dan interval 95% di sekitar sebuah skor adalah sekitar 0.84 band ke setiap arah. Perpindahan 0.5 karena itu berada di dalam rentang yang dapat dihasilkan oleh satu kali tes ulang secara kebetulan, dan hanya pola berulang lintas beberapa percobaan yang membawa informasi.

Skor bagian IELTS mana yang paling presisi? Dari tiga bagian yang memiliki standard error terbit, Academic Reading paling presisi pada 0.36 band, dibandingkan 0.43 untuk Listening dan 0.47 untuk General Training Reading. Komposit keseluruhan tes lebih presisi daripada semuanya, yaitu 0.17 untuk Academic.

Apakah reliabilitas komposit 0.97 berarti band saya tepat? Tidak. Artinya estimasi komposit itu konsisten di seluruh populasi tempat ia dihitung, dan standard error-nya 0.17 band, yang masih menyisakan rentang sekitar sepertiga band di kedua sisi pada tingkat keyakinan 95%. Sebuah band tetap merupakan estimasi, dilaporkan hingga setengah poin terdekat.

Mengapa standard error Listening lebih besar daripada Academic Reading? Dua masukan yang dipublikasikan mendorong ke arah berbeda. Listening memiliki galat lebih besar, 0.43 dibandingkan 0.36, meskipun sebaran skornya lebih kecil (simpangan baku 1.36 dibandingkan 1.26), karena reliabilitasnya sedikit lebih rendah. Sebaran yang lebih sempit dan koefisien yang lebih rendah bersama-sama menghasilkan galat yang lebih lebar.

How to cite

Hibay Product Team. (2026, November 4). Setengah Band Adalah Satu Standard Error: Reliabilitas IELTS, 2024-2025. Hibay. https://www.hibay.ai/en/news/ielts-reliability-2024-2025

Figures are from the public source listed below and may be cited with attribution.

Referensi

1. IELTS (British Council, IDP IELTS, Cambridge University Press & Assessment). Statistik tes: performa tes 2024-2025, termasuk reliabilitas bagian Listening dan Reading serta Tabel 1. https://ielts.org/researchers/our-research/test-statistics. Diakses 2026-11-04.