Udina Ulales karya anak bangsa: March 2012

Pages

Friday, March 30, 2012

pengertian Micro Teaching


1.      Pengertian Micro Teaching
a.    Micro teaching adalah suatu tindakan atau kegiatan latihan belajar-mengajar dalam situasi laboratoris (Sardirman, Interaksi Motivasi Belajar Mengajar) dalam blog STKIP garut.
b.    Menurut Syaifullah, Micro berarti kecil, terbatas, sempit. Teaching berarti mendidik atau mengajar. Jadi Micro-teaching berarti suatu kegiatan mengajar dimana segalanya diperkecil atau disederhanakan.
c.    Menurut Jensen yang dikutip oleh (dalam Indiati, 2011:7), pembelajaran micro (microteaching) didefinisikan sebagai suatu sistem yang memungkinkan  calon guru mengembangkan ketrampilannya dalam menerapkan teknik mengajar tertentu.
Jadi dapat kami simpulkan bahwa Micro Teaching adalah suatu kegiatan pembelajaran yang sederhana yang di lakukan oleh calon guru sebagai latihan dalam mengajar untuk mengembngkan ketrampilannya dalam teknik mengajar.
2.      Tujuan Micro Teaching
a.    Meningkatkan kemampuan menilai diri sendiri dan menilai orang lain
b.    Meningkatkan Rasa Percaya diri
c.    Meningkatkan kemampuan pemilihan metode pengajaran
d.   Perbaikan terhadap keterampilan-keterampilan mengajar
e.    Menciptakan metode baru dalam mengajar
f.     Memiliki kesempatan belajar bersama
3.      Manfaat Micro Teaching
a.    Korelasi antara Pengajaran Mikro (Micro Teaching) dan Praktik
Keguruan sangat tinggi.Artinya : Calon Guru / Dosen yang berpenampilan baik dalam Pengajaran Mikro (Micro Teaching), akan baik pula dalam Praktik
mengajar di kelas.
b.    Praktikan yang lebih dulu menempuh program Pengajaran Mikro (Micro
Teaching
) ternyata lebih baik/lebih terampil dibandingkan praktikan
yang tidak mengikuti Pengajaran Mikro (Micro Teaching).
c.    Praktikan yang menempuh Pengajaran Mikro (Micro Teaching)
menunjukkan prestasi mengajar yang lebih tinggi.
4.      Ciri – ciri Micro Teaching
a.    Jumlah siswa 5-6 orang
b.    Waktu mengajar 5 – 10 menit
c.    Bahan pelajaran hanya mencakup satu atau dua hal yang sederhana
d.   Ketrampilan mengajar difokuskan beberapa ketrampilan khusus saja.
5.      Ketrampilan dasar mengajardalam Micro Teaching
Ada delapan ketrampilan dasaar mengajar yang harus dikuasai calon guru dalam berlatih mangajar melalui kegitan pembelajaran mikro :
a.       Ketrampilan membuka dan menutup pelajaran.
b.      Ketrampilan menjelaskan.
c.       Ketrampilan bertanya.
d.      Ketrampilan mengadakan variasi mengajar.
e.       Ketrampilan memberi penguatan.
f.       Ketrampilan mengelola kelas.
g.      Ketrampilan memimpin diskusi kelompok kecil.
Ketrampilan mengajar kelompok kecil dan perorangan.

skala pengukuran variabel

Fokus dari desain penelitian dan analisis statistik adalah studi tentang variabel. Pada saat Anda ingin mempelajari suatu fenomena, langkah pertama adalah mendefinisikan fenomena yang diteliti tersebut, dalam hal ini adalah menentukan variabel-variabel yang kita amati dan selanjutnya menentukan bagaimana cara Anda mengukur variabel tersebut. Proses tersebut dikenal dengan istilah definisi operasional. Jelas disini bahwa untuk memahami suatu fenomena, kita harus memahami dulu istilah variabel dan skala pengukuran. Apabila Anda tidak menentukan secara jelas cara pengukuran variabel yang ingin Anda pelajari, pada akhirnya Anda akan mengalami kebingungan dalam menentukan desain penelitian yang tepat serta dalam menentukan prosedur analisis statistik yang sesuai.
Indeks Artikel
Sebagai contoh Fenomena di bidang pertanian. Pada saat Anda mengikuti perlombaan Lomba Lintas Lembah dan Bukit, Tanpa sengaja Anda memperhatikan pertumbuhan beberapa tanaman, pada lokasi tertentu ada tanaman yang tumbuh dengan subur dan ada juga yang merana, he2… Mungkin muncul pertanyaan baru? Kenapa tanaman yang tumbuh di tanah tersebut tumbuh dengan subur sementara di tempat lainnya tidak demikian? Setelah Anda perhatikan dengan seksama, ternyata pada lokasi yang tanamannya tumbuh dengan subur ditemukan banyak mengandung bahan organik yang berasal dari pupuk kandang. Anda bisa menyimpulkan bahwa tanaman subur karena tersedianya hara yang cukup dari pupuk kandang. Namun muncul lagi pertanyaan baru.., apakah semua jenis pupuk kandang pengaruhnya sama terhadap pertumbuhan tanaman? Nah ini baru ide baru.., dan Anda berniat untuk mempelajari pengaruh dari pemberian berbagai jenis pupuk kandang terhadap pertumbuhan dan hasil tanaman. Langkah pertama adalah menentukan variabel apa saja yang akan dipelajari. Jelas disini ada dua kategori variabel, yaitu variabel penyebab dan variabel akibat. Variabel penyebab dikenal dengan variabel bebas atau Faktor dan variabel akibat adalah variabel terikat (Respons). Langkah selanjutnya adalah menentukan variabel-variabel tersebut. Misalnya variabel bebasnya adalah jenis pupuk kandang (ayam, domba, sapi) dan variabel terikatnya yang akan di amatinya (respons) adalah kandungan hara di dalam tanah (N, P, K), serapan hara oleh tanaman (N, P, K), pertumbuhan tanaman (diwakili oleh variabel Tinggi tanaman), dan hasil tanaman. Setelah variabelnya ditentukan, selanjutnya adalah menentukan bagaimana cara pengukurannya? Misalnya, indikator yang akan dijadikan pewakil dari karakteristik hasil tanaman adalah berat biji. Bagaimana cara mengukurnya? Cara mengukur berat biji tersebut termasuk pada penentuan skala pengukuran dari variabel berat biji tanaman.
Pengukuran adalah dasar dari penyelidikan ilmiah. Segala sesuatu yang kita lakukan dimulai dengan pengukuran objek yang akan kita pelajari. Pengukuran adalah pemberian angka atau kode pada suatu obyek.
Terdapat empat Jenis Skala Pengukuran yaitu Nominal, Ordinal, Interval, Ratio. Skala yang paling rendah adalah Nominal dan yang tertinggi adalah Skala Rasio. Skala pengukuran yang lebih tinggi akan memiliki karakteristik skala pengukuran di bawahnya. Misalnya, skala Rasio akan memiliki karakteristik Nominal, Interval, dan Ordinal.

Variabel Nominal/Skala Nominal

Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah tingkatannya dan hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi. Artinya, variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan dari karekateristik lainnya, tetapi kita tidak dapat mengukur atau bahkan mengurutkan peringkat kategori tersebut. Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut berbeda, satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik keduanya, tetapi kita tidak bisa mengukur dan mengatakan mana yang “lebih” atau mana yang “kurang” dari kualitas yang diwakili oleh variabel tersebut. Kita hanya bisa memberikan kode/label pada kedua karakteristik tersebut, misalnya angka 0 untuk perempuan dan angka 1 untuk laki-laki. Kode/label angka tersebut bisa saja di tukar. Kode di sana hanya berfungsi sebagai pembeda antara kedua objek dan tidak menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih tinggi atau lebih baik di banding 0.
Operator aritmetika yang bisa digunakan pada skala nominal hanya tanda “=” atau “≠”.
Contoh-contoh variabel nominal lainnya adalah:
  • jenis tanah,
  • varietas,
  • ras,
  • warna,
  • bentuk,
  • kota,
  • Golongan darah
  • Jenis penyakit
  • Agama
  • Suku
  • Nomor KTP/SIM/Kartu Pelajar

Variabel Ordinal/ Skala Ordinal

Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita ukur. Dalam hal ini kita bisa mengatakan A “lebih” baik dibanding B atau B “kurang” baik dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B. Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah daripada nilai yang lain, namun kita tidak bisa mengatakan berapa perbedaan jarak (interval) diantara nilai-nilai tersebut. Contoh umum variabel ordinal adalah status sosial ekonomi keluarga. Sebagai contoh, kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya dibanding kelas menengah ke bawah, tapi kita tidak bisa mengatakan berapa lebihnya atau mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi. Pemberian simbol/kode angka pada skala ordinal, selain berfungsi untuk membedakan karakteristik antar objek juga sudah menetukan urutan peringkat dari objek tersebut.
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<” dan “>”. Misal kode angka untuk kelas bawah = 0, menengah = 1, dan atas = 2. Angka 0 berbeda dengan 1 ataupun 2 (operator aritmetk: = dan ≠), 0 lebih rendah dibanding 1 (operator aritmetk: < dan >),
Contoh:
  • Tingkat pendidikan atau kekayaan
  • Tingkat keparahan penyakit
  • Tingkat kesembuhan
  • Derajat keganasan kanker

Variabel Interval/ Skala Interval

Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan skala interval. Kita dapat mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40 derajat, demikian juga suhu 30 derajat lebih tinggi dibanding dengan suhu 20 derajat. Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara 20 dan 30 derajat, yaitu 10 derajat. Jelas disini bahwa pada skala interval, selain kita bisa membedakan (mengkategorikan), mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak atau intervalnya juga dapat dibandingkan. Perbedaan antara kedua nilai pada skala interval sudah punya makna yang berarti, berbeda dengan perbedaan pada skala ordinal yang maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50 derajat dua kali lebih besar dibandingkan dengan perbedaan antara suhu 30 dan 35. Dengan demikian, selain sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi nilai mutlaknya tidak dapat dibandingkan secara matematik, oleh karena batas-batas variasi nilai pada interval adalah arbiter (angka nolnya tidak absolut).
Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<”, “>”, “+”, “-”. Misal suhu: 30 +10 = 40 derajat.
Contoh Skala Interval lainnya:
  • Tingkat kecerdasan (IQ)
  • Beberapa indeks pengukuran tertentu

Variabel Rasio/ Skala Rasio

Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol mutlak, sehingga memungkinkan menyatakan rasio atau perbandingan di antara kedua nilai, misalnya x adalah dua kali lebih y. Contohnya adalah berat, tinggi, panjang, usia, suhu dalam skala kelvin. Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg. Disini kita bisa membandingkan rasio, misalnya kita bisa mengatakan bahwa berat A dua kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan berarti dan angka 0 menunjukkan nilai 0 mutlak. Memang agak sedikit susah dalam membedakan antara skala interval dengan rasio. Kuncinya adalah di angka 0, apakah nilai nol tersebut mutlak (berarti) atau tidak? Sebagai contoh, suhu bisa berupa skala interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan. Apabila kita menggunakan skala Celcius atau Fahrenheit, termasuk skala interval, sedangkan apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena suhu 0 derajat Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200 derajat lebih tinggi daripada suhu 100 derajat, tetapi kita juga sudah dapat menyatakan dengan pasti bahwa rasionya benar dua kali lebih tinggi.
Operator aritmetika yang bisa digunakan pada skala rasio adalah tanda “=”, “≠”, “<”, “>”, “+”, “-”, “x” dan “÷”.
Misal nilai Berat A 70 kg, berat B = 35 kg.
  • Operator aritmetik “=”, “≠”, kita bisa mengatakan Berat A berbeda dengan Berat B (A ≠ B);
  • Operator aritmetik “<”, “>”: A lebih berat dibanding B (A > B),
  • Operator Aritmetik “+”, “-”: Beda antara berat A dengan B = 35 kg (A – B = 70 – 35 = 35) kg,
  • Operator aritmetik “x” dan “÷”:A dua kali lebih berat dibanding B ( A = 2xB).
Contoh:
  • Waktu, panjang, tinggi, berat, usia
  • Kadar zat dan jumlah sel tertentu
  • Dosis obat, dll
Skala interval tidak memiliki karakteristik rasio. Kebanyakan prosedur analisis data statistik tidak membedakan antara data yang diukur dalam skala interval dan rasio.

Ringkasan skala pengukuran:

Skala
Definisi
Level
Operasi Aritmetik
Contoh
Nominal
Data Kategori
  • Mutually exclusive
=, ≠
  • Jenis Kelamin
  • Wana Kulit
Ordinal
Data yang hanya bisa diurutkan dari kecil ke besar atau sebaliknya
  • Mutually exclusive
  • Urutannya Pasti/Jelas
=, ≠
<, >
  • Status sosial ekonomi keluarga
  • Peringkat Kelas
  • Pangkat/Jabatan/Golongan
Interval
Selain mencakup karakateristik Nomina dan Ordinal, juga sudah bisa dilakukan operasi penjumlahan karena jarak antara datanya sudah jelas.
Tidak mempunyai nilai nol mutlak
  • Mutually exclusive
  • Urutannya Pasti
  • Jarak antara kode sama
=, ≠,
<, >,
+, -
  • Suhu (Celsius & Fahrenheit)
  • IQ (tingkat kecerdasan)
Ratio
Mencakup karakteristik Interval dan mempunyai nilai nol mutlak
  • Mutually exclusive
  • Urutannya Pasti
  • Jarak antara kode sama
  • Terdapat nilai nol mutlak
=, ≠,
<, >,
+, -,
x, ÷
  • Suhu (Kelvin)
  • Waktu
  • Panjang
  • Berat
  • Tinggi
Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)
Skala pengukuran
Kualitatif
Kuantitatif
Nominal

Ordinal

Interval

Ratio

Flowchart untuk menentukan skala pengukuran variabel
Bagan Alir Skala Pengukuran Variabel
Bagan Alir Skala Pengukuran Variabel
Contoh Penerapan:

Jenis
Kelamin
Perilaku/
Sikap
Ujian
Peringkat
Huruf
Mutu

(L-P)
(20-80)
(0-100)
(1-11)
(A-F)
Barb
P
80
100
1
A
Chris
L
48
96
2.5
A
Bonnie
P
74
96
2.5
A
Robert
L
35
93
4
A
Jim
L
79
92
5
A
Tina
P
60
89
7
B
Ron
L
55
89
7
B
Jeff
L
56
89
7
B
Brenda
P
74
88
9
B
Mark
L
56
82
10
B
Mike
L
65
75
11
C
Skala pengukuran:
nominal
interval
rasio
ordinal
ordinal
Skala pengukuran variabel penting untuk penentuan uji statistik yang sesuai: skala nominal dan ordinal hanya bisa menggunakan uji statistik non parametrik, sedangkan skala interval dan rasio bisa menggunakan statistik parametrik.