Cara Kerja Skor UTBK (IRT): Kenapa Jumlah Benar Sama, Skor Bisa Beda

Dua peserta UTBK bisa sama-sama menjawab benar 14 dari 20 soal dan tetap mendapat skor berbeda. Penyebabnya, skor UTBK umumnya dijelaskan memakai sistem penilaian IRT (Item Response Theory), cara menilai yang melihat soal mana yang kamu jawab benar, bukan hanya berapa banyak. Yang pasti cuma dua hal: jawaban salah tidak mengurangi nilai, dan SNPMB tidak menerbitkan rumus skornya. Artikel ini memisahkan yang pasti dari yang sekadar dugaan, lalu menunjukkan lewat contoh hitungan kenapa pola jawaban bisa mengubah skor.

#Apa yang benar-benar resmi soal penilaian UTBK?

Jauh lebih sedikit dari yang dikira kebanyakan orang. Ini rangkumannya.

Untuk baris kedua, Sekretaris SNPMB Bekti Cahyo Hidayanto menyatakan UTBK-SNBT 2024 tidak menerapkan pengurangan nilai untuk jawaban salah di setiap subtes (dikutip tidak langsung oleh IDN Times). Halaman informasi umum, FAQ, dan Kerangka Acuan UTBK 2026 tidak membahas cara penilaian sama sekali, jadi pernyataan 2024 itulah pegangan terdekat.

Untuk IRT, hampir semua media dan bimbel menyebutnya, tetapi tidak ada halaman atau dokumen SNPMB yang memuat istilah itu sejauh yang bisa ditemukan. Kalimat yang jujur adalah "skor UTBK umumnya dijelaskan memakai IRT", bukan "aturan SNPMB menetapkan IRT".

#Kenapa jumlah benar sama, skornya bisa beda?

Dalam IRT, tiap soal punya ciri sendiri. Dua ciri yang paling sering dipakai di buku teks adalah tingkat kesulitan ($b$) dan daya beda ($a$). Daya beda menunjukkan seberapa tajam sebuah soal memisahkan peserta yang kemampuannya tinggi dari yang rendah. Ciri-ciri ini diperkirakan dari cara seluruh peserta menjawab soal itu, jadi bukan ditentukan pembuat soal di awal.

Model yang sering dipakai sebagai contoh, yaitu model dua parameter (2PL), menulis peluang menjawab benar seperti ini:

$P\left(\text{benar}\right)=\frac{1}{1+e^{-a(\theta -b)}}$

Di sini $\theta$ adalah kemampuan peserta. Rumus ini ada di buku teks psikometri. Ini bukan rumus yang diumumkan SNPMB, dan kita tidak tahu model persis yang mereka pakai.

Akibat pentingnya: skor diperkirakan dari seluruh pola jawabanmu. Soal dengan daya beda tinggi memberi lebih banyak informasi tentang kemampuanmu, sehingga benar di soal seperti itu menggeser perkiraan lebih jauh.

#Contoh hitungan: tiga soal, tiga peserta

Supaya konkret, saya menghitung satu contoh kecil dengan python. Parameter soalnya saya karang untuk ilustrasi, dan skala akhirnya juga pilihan saya ($500+100\theta$), bukan skala UTBK.

Tiga peserta masing-masing benar 2 soal:

Perkiraan kemampuan dihitung dengan metode EAP (rata-rata posterior dengan prior normal), metode yang lazim di buku teks.

Ada dua pelajaran. Pertama, A tertinggal 54 poin dari B dan C walaupun jumlah benarnya sama. Kedua, B dan C mendapat skor persis sama walaupun soal yang mereka jawab benar berbeda. Di model 2PL, yang menentukan adalah jumlah benar yang ditimbang dengan daya beda. A mengumpulkan 1 + 1 = 2, sedangkan B dan C sama-sama 1 + 2 = 3.

Jadi intuisi populer "soal sulit poinnya besar" hanya separuh benar. Yang membuat soal 3 berharga di contoh ini adalah daya bedanya, bukan semata kesulitannya. Kalau penilai memakai model satu parameter (model Rasch), ketiga peserta malah mendapat skor sama, karena di model itu jumlah benar sudah cukup. Itu sebabnya klaim seperti "UTBK pasti menghargai soal sulit" tidak bisa dibuktikan selama modelnya tidak diumumkan.

#Mitos rumus skor UTBK yang perlu diluruskan

1. "Skor = jumlah benar dibagi jumlah soal dikali 1000." Kalau benar begitu, dua peserta dengan jumlah benar sama selalu mendapat skor sama. Rumus ini cocok untuk ulangan sekolah, bukan untuk penilaian berbasis pola jawaban.
2. "Total dibagi 7 adalah rumus kelulusan." Rata-rata tujuh subtes berguna sebagai ringkasan, dan itulah yang dihitung kalkulator nilai UTBK. Masalahnya muncul kalau angka itu dianggap rumus seleksi resmi. SNPMB tidak menerbitkan cara peserta diurutkan di tiap prodi, termasuk ada tidaknya bobot antarsubtes. Pembahasannya ada di artikel pembobotan subtes UTBK per prodi.
3. "Skor PU dihitung per tiga bagian lalu dibagi 3." PU memang terdiri atas tiga bagian (penalaran induktif, deduktif, dan kuantitatif, masing-masing 10 soal dan 10 menit menurut Kerangka Acuan UTBK). Tidak ada dokumen resmi yang menyebut skor PU dirata-rata dari tiga bagian itu.
4. "Salah dikurangi 1." Tidak ada pengurangan nilai. Ini satu-satunya poin di daftar ini yang punya pernyataan panitia.
5. "Skor minimal tiap subtes 200." Batas bawah dan atas skala tidak pernah diterbitkan.

#Apa artinya untuk caramu mengerjakan soal?

Karena salah tidak dikurangi, mengosongkan soal tidak pernah lebih baik daripada menebak. Isi semua soal, termasuk yang tidak sempat kamu baca, sebelum waktu subtes habis.

Jangan juga menghabiskan waktu memburu soal "bernilai tinggi". Kamu tidak tahu soal mana yang daya bedanya tinggi, dan contoh di atas menunjukkan kesulitan saja tidak cukup untuk menebaknya. Urutan yang lebih aman:

1. Kerjakan dulu soal yang bisa kamu selesaikan dengan yakin. Tiap jawaban benar tetap menambah informasi tentang kemampuanmu.
2. Tandai soal yang macet lebih dari dua kali waktu rata-rata per soal, lalu kembali di akhir.
3. Sisakan satu sampai dua menit di akhir subtes untuk mengisi semua soal yang masih kosong.
4. Jangan mengganti jawaban hanya karena merasa "terlalu mudah, pasti jebakan". Soal mudah juga dinilai.

Waktu rata-rata per soal berbeda jauh antarsubtes. PPU memberi 15 menit untuk 20 soal (0,75 menit per soal), sedangkan PM memberi 42,5 menit untuk 20 soal (sekitar 2,1 menit per soal). Patokan "dua kali waktu rata-rata" di langkah 2 jadi sekitar 1,5 menit di PPU tetapi 4 menit lebih di PM.

#Kenapa skor tryout tidak bisa disamakan dengan skor UTBK?

Parameter soal di IRT diperkirakan dari peserta yang mengerjakannya. Tryout di aplikasi mana pun, termasuk tryout UTBK di Pintarly, menghitung parameter dari peserta tryout itu sendiri. Jumlah dan susunan kemampuan peserta tryout berbeda dari peserta UTBK, dan skala akhirnya dipilih masing-masing penyelenggara.

Jadi skor tryout 650 tidak berarti skor UTBK-mu 650. Yang lebih berguna dibaca adalah arah perubahan dari tryout ke tryout dan subtes mana yang tertinggal. Soal batas atas skor dibahas di artikel skor maksimal dan rata-rata UTBK.

#Kesalahan yang sering terjadi saat membaca skor UTBK

• Menghitung jumlah benar dari kunci jawaban yang beredar lalu "mengonversinya" ke skor. Tanpa parameter soal, hasilnya tidak bermakna.
• Membandingkan skor dengan teman beda hari lalu menyimpulkan soal hari itu lebih mudah. Soal UTBK berbeda antarhari ujian, dan peserta tidak tahu bagaimana perbedaan itu disetarakan.
• Menganggap skor subtes yang tinggi pasti berasal dari soal sulit. Bisa saja dari banyak soal sedang yang daya bedanya tinggi.
• Menyebut IRT sebagai aturan resmi di presentasi sekolah atau konten media sosial. Cukup tulis "umumnya dijelaskan memakai IRT".

#FAQ

#Apakah UTBK benar-benar memakai IRT?

Hampir semua media dan bimbel menyebutnya, tetapi tidak ada halaman atau dokumen resmi SNPMB yang memuat istilah itu sejauh yang bisa ditemukan per 26 Oktober 2026. Anggap sebagai penjelasan yang umum dipakai, bukan aturan tertulis.

#Apakah jawaban salah di UTBK mengurangi nilai?

Tidak. Sekretaris SNPMB menyatakan UTBK-SNBT 2024 tidak menerapkan pengurangan nilai untuk jawaban salah. Dokumen 2026 tidak membahas cara penilaian, jadi tetap isi semua soal.

#Bagaimana cara menghitung skor UTBK sendiri?

Skor per subtes tidak bisa kamu hitung sendiri karena parameter soal tidak dipublikasikan. Yang bisa kamu hitung adalah rata-rata tujuh skor subtes yang tertera di hasilmu, misalnya lewat kalkulator nilai UTBK.

#Kalau jumlah benar sama, apakah skornya pasti sama?

Tidak pasti. Di model seperti 2PL, skor bergantung pada soal mana yang benar. Di model Rasch, jumlah benar yang sama memberi skor yang sama. Model yang dipakai UTBK tidak diumumkan.

#Apakah soal sulit pasti poinnya lebih besar?

Belum tentu. Contoh hitungan di atas menunjukkan dua peserta dengan soal benar berbeda bisa mendapat skor identik. Di model 2PL yang berpengaruh adalah daya beda soal, bukan hanya kesulitannya.