Optimalisasi Penggunaan Statistik dalam Evaluasi Pembelajaran Pendidikan Agama Islam: Pendekatan Kuantitatif dalam Meningkatkan Kualitas Penilaian
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis peran statistik dalam meningkatkan kualitas evaluasi pembelajaran Pendidikan Agama Islam (PAI) di sekolah menengah atas. Pendekatan penelitian yang digunakan adalah metode campuran (mixed-method), mengombinasikan analisis kuantitatif dan kualitatif. Data kuantitatif diperoleh melalui angket dan tes, sedangkan data kualitatif diperoleh melalui wawancara dengan guru PAI. Subjek penelitian adalah 15 guru PAI yang mengajar di SMA negeri dan swasta di wilayah Kabupaten Nagan Raya, serta 30 peserta didik yang berasal dari sekolah-sekolah tersebut. Data dari tes dan angket dianalisis menggunakan perangkat lunak SPSS untuk menghitung statistik deskriptif (rata-rata, standar deviasi) dan inferensial (uji-t, regresi). Data wawancara dianalisis melalui coding untuk menemukan tema utama. Data dokumen hasil evaluasi dianalisis dengan pendekatan deskriptif, dan triangulasi data. Hasil penelitian menunjukkan bahwa penggunaan statistik, meskipun membantu dalam memberikan penilaian yang lebih objektif dan terukur, masih terbatas pada kemampuan guru dalam mengaplikasikan alat statistik yang ada. Sebagian besar guru memiliki kemampuan statistik yang berada pada kategori sedang, sehingga dibutuhkan pelatihan lebih lanjut untuk memaksimalkan potensi statistik dalam evaluasi pembelajaran. Simpulan dari penelitian ini adalah bahwa penggunaan statistik yang optimal dapat meningkatkan kualitas evaluasi pembelajaran PAI, terutama dalam menilai aspek kognitif, afektif, dan psikomotor peserta didik. Penelitian ini merekomendasikan penyelenggaraan pelatihan statistik untuk guru sebagai langkah untuk meningkatkan kompetensi dalam mengevaluasi hasil belajar secara lebih efektif.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».