Kuliah S2: MINGGU KE-10 Kuantitaif

Tindak Lanjut: read

REVIEW: 

MELLY YUNI ANJANI/250321830259/ KUANTITATIF/ TOPIK 13

Introducing Statistical Inference: Design of a Theoretically and Empirically Based Learning Trajectory.

Marianne van Dijke-Droogers, Paul Drijvers, Arthur Bakker (2022)

International Journal of Science and Mathematics Education

https://doi.org/10.1007/s10763-021-10208-8

 

Penelitian kuantitatif dengan desain intervensi. Mengukur pemahaman siswa tentang inferensi statistik melalui pre-/post-test. Menggunakan statistik deskriptif (mean, sd) dan inferensial (perbandingan kelompok). Cocok sebagai model bagaimana variabel / statistik inferensial di bidang pendidikan dikaji.

Metode: Kuantitatif

Gap Penelitian:

1.      Kurangnya fokus inferensial di kurikulum pra-kelas-10: banyak kurikulum fokus pada statistik deskriptif sehingga siswa tidak diperkenalkan pada konsep-konsep inferensi sejak dini. Penulis menggarisbawahi bahwa meskipun beberapa penelitian merekomendasikan aktivitas inferensial informal, masih sedikit LT (learning trajectories) yang efisien dan teruji untuk memasukkan inferensi informal ke dalam kurikulum pra-10.

2.      Dua celah praktis/metodologis: (a) banyak studi hanya melaporkan hasil pre-post tanpa menjelaskan proses pembelajaran terperinci; (b) penggunaan teknologi simulasi (mis. TinkerPlots) menjanjikan namun implementasinya dan pengaruhnya pada proses berpikir siswa perlu dieksplorasi lebih mendalam.

3.      Kekurangan pengetahuan tentang langkah-kunci (crucial steps) sebuah LT: butuh bukti empiris tentang bagaimana langkah demi langkah (stepwise) mendorong perkembangan pemahaman siswa tentang konsep inti inferensi (sample, variability, distribution).

Tujuan Penelitian:

• Merancang LT 8-langkah berbasis teori informal statistical inference dan desain pembelajaran (Realistic Mathematics Education) yang menggabungkan eksperimen black box dan pemodelan statistik digital; lalu mengevaluasi efeknya pada pemahaman inferensi statistik siswa kelas 9.
• Secara khusus menjawab dua pertanyaan: (1) efek spesifik LT pada pemahaman inferensi menurut tujuan tiap langkah LT; (2) mekanisme bagaimana langkah-langkah LT memfasilitasi proses pembelajaran (learning progression)

Keterbatasan:

1.      Variasi implementasi guru: perbedaan dalam tingkat bimbingan/instruksi guru memengaruhi konsistensi hasil kelas per kelas; hal ini menurunkan kontrol internal atas perbedaan kondisi pengajaran.

2.      Masalah praktis teknis & waktu: instalasi TinkerPlots pada jaringan sekolah dan pemendekan beberapa pelajaran (mis. karena panas) menyebabkan jumlah worksheet pada Sequence II lebih sedikit (224 vs 267), sehingga data untuk langkah numerik sedikit berkurang.

3.      Populasi sampel: siswa berasal dari 15% terbaik (pre-university stream), sehingga temuan mungkin tidak langsung generalisable ke populasi umum atau siswa dengan performa rata-rata/rendah.

4.      Rentang waktu intervensi relatif singkat: beberapa konsep inferensial tingkat lanjut tetap memerlukan iterasi lebih banyak; LT perlu dikembangkan lagi untuk tahap lanjutan (mis. hypothesis testing) dan diuji dalam studi longitudinal.

Novelty:

1.      Desain LT 8-langkah yang terintegrasi (black box fisik + simulasi digital) yang dirancang secara teoretis (RME, learning progressions, informal inference literature) dan diuji besar-skala (267 siswa + kelompok pembanding). Kombinasi enaktif (black box) dan digital (TinkerPlots) yang menjaga kesamaan visual/enaktif adalah inti kebaruan praktis mereka.

2.      Pendekatan tahap-per-tahap yang terukur: mereka menetapkan indikator per langkah dan menilai tidak hanya hasil akhir (posttest) tetapi juga proses pembelajaran (worksheets per langkah), sehingga membuka wawasan tentang how dan where peningkatan terjadi dalam LT. Itu mempersempit gap yang biasa terjadi pada studi intervensi yang hanya melaporkan pre-post aggregate.

3.      Pembuktian bahwa kegiatan inferensial informal dapat diintegrasikan ke kurikulum pra-10 secara efektif (untuk populasi tertentu), menunjukkan kemungkinan menggeser fokus kurikulum dari deskriptif menjadi lebih inferensial lebih awal.

 

Studi-studi sebelumnya (mis. kajian konsep sample/variability, atau pendekatan resampling/informal inference oleh Makar & Rubin, Watson & Callingham, Konold, Rossman dkk.) menyajikan: (a) kerangka konseptual yang kuat tentang mengapa informal inference penting; (b) bukti kecil-skala atau argumentasi konseptual tentang teknik tertentu (resampling, modeling). Namun, banyak studi ini kurang menyajikan LT terstruktur multi-langkah yang diuji secara terstandarisasi dengan indikator per langkah pada skala kelas nyata.

Kekurangan metodologis umum pada literatur: banyak penelitian hanya mengukur hasil akhir (pre/post), tanpa memetakan proses pembelajaran atau hubungan antar langkah aktivitas. Selain itu, beberapa studi menggunakan hanya simulasi digital tanpa fase enaktif (fisik), sehingga keterkaitan antara pengalaman nyata dan abstraksi statistik kurang dieksplorasi.

Tanggapan artikel ini: van Dijke-Droogers et al. mengisi kekosongan tersebut dengan (1) merancang LT yang menggabungkan keduanya (black box fisik + simulasi), (2) membuat indikator langkah-per-langkah, (3) menguji di multi-sekolah dengan kelompok pembanding besar, dan (4) menganalisis worksheets untuk menilik proses—sehingga menyediakan bukti empiris yang lebih granular tentang bagaimana siswa berpindah menuju pemahaman inferensial. Ini menjadikan kontribusi praktis dan metodologis artikel ini menonjol dibandingkan studi konseptual atau studi kecil yang ada.