• Like
Tugasan 1
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

Tugasan 1

  • 117 views
Published

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
117
On SlideShare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
1
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. 1 ULASAN JURNAL : LEARNER CHARACTERISTIC BASED LEARNING EFFORT CURVE MODE: THE CORE MECHANISM ON DEVELOPING PERSONALIZED ADAPTIVE ELEARNING PLATFORM Pi-Shan Hsu,
 Department of Human Resource Development, Ching Kuo Institute of Management and Health, Taiwan Sumber :http://www.tojet.net/articles/v11i4/11421.pdf PENGENALAN Kajian ini merupakan satu kajian tentang keluk pencapaian pelajaran yang berdasarkan kajian kepada karakater atau sifat pelajar termasuklah gaya pembelajaran dan efikasi kendiri. Matlamat utama kajian ini adalah untuk membangunkan satu mekanisme teras yang berkaitan dengan penerimaan terhadap pembangunan platform e-learning ( e-pembelajaran ). Kajian ini juga melibatkan seramai 125 orang pelajar universiti di Taiwan dan dibahagikan kepada 16 kumpulan berdasarkan kecekapan dalam pembelajaran, gaya pembelajaran dan efikasi kendiri. Karakter pelajar berdasarkan Mod Keluk Hasil Pembelajaran atau Learning effort curve mode ( LECM ) dibangunkan berpandukan regresi antara pelbagai faktor yang didapati daripada setiap kumpulan pelajar. Kajian ini menganggap gaya pembelajaran dan efikasi kendiri sebagai karakter pelajar. PERSOALAN KAJIAN Menurut Keh ( 2004 ), mekanisme terbaik dalam e-pembelajaran mestilah berdasarkan karakter pelajar itu sendiri. Pengkelasan gaya pembelajaran menjadikan penerimaan terhadap e-pembelajaran lebih berkesan. Yu ( 2007 ),
  • 2. 2 menerangkan bahawa efikasi kendiri merupakan faktor utama dalam pencapaian e-pembelajaran. Namun demikian, banyak platform e-pembelajaran tidak mengambil kira karakter pelajar malah lebih teruk lagi tidak bersesuaian dengan situasi semasa. Sebab itulah, banyak platform e-pembelajaran tidak dapat digunakan dengan sebaiknya. METODOLOGI / KAEDAH KAJIAN Subjek Penyelidik telah memilih 178 orang pelajar universiti di Taiwan untuk turut serta dalam aktiviti berdasarkan platform IC3 e-pembelajaran. Hanya 125 orang pelajar yang layak sebagai sampel kajian ini berdasarkan kajian terhadap rekod pelajaran mereka dan juga keputusan ujian tentang inventori gaya pembelajaran dan skala efikasi kendiri. Alat Alat yang digunakan dalam kajian ini termasuklah inventori gaya pembelajaran, skala efikasi kendiri, platform e-pembelajaran IC3, pencapaian berdasarkan ujian/penilaian dan pengiraan berdasarkan usaha untuk belajar. Subjek dikelaskan berdasarkan karakter pelajar dengan menggunakan penilaian inventori gaya pembelajaran dan skala efikasi kendiri. 1. Inventori Gaya Pembelajaran / Learning Style Inventory ( LSI ) LSI diperkenalkan oleh Kolb ( 1984 ) dan ramai penyelidik berpendapat bahaawa LSI merupakan alat penyelidikan yang efektif kerana mempunyai kebolehpercayaan yang tinggi. LSI mengambil masa antara 10 hingga 15 minit untuk menjawab 12 soalan. Dalam kajian ini, LSI digunakan untuk mengenal pasti gaya pembelajaran dan membuat pengkelasan responden kepada empat gaya pembelajaran iaitu penyesuaian, asimilasi, bertumpu dan perbezaan yang wajar.
  • 3. 3 2. Skala Efikasi Kendiri / Self-Efficacy Scale ( SES ) SES digunakan oleh Zhang dan Schwarzer ( 1995 ) kepada 293 orang pelajar universiti untuk mengkaji keberkesanannya. 91 orang berpendapat SES mempunyai kebolehpercayaan yang tinggi. SES biasanya mengandungi 10 soalan dan diikuti dengan empat skala iaitu 1- salah, 2- agak betul, 3- betul, 4sangat betul. Markah biasanya antara 10-40 markah. Responden yang mempunyai markah yang tinggi dianggap mempunyai efikasi kendiri yang tinggi. Dalam kajian ini, SES digunakan untuk mengukur efikasi kendiri dan membuat pengkelasan responden sama ada mempunyai efikasi kendiiri yang tinggi atau rendah. 3. Platform e-pembelajaran IC3 IC3 ( Internet and Computing Core Certifications ) merupakan kelayakan yang diaplikasikan di 128 buah negara di seluruh dunia. IC3 adalah gabungan antara pembelajaran dengan penilaian. Pelajar boleh membuat penilaian kendiri berdasarkan tahap tertentu dalam struktur IC3. 4. Dynamic Real-Time based Learning Effort Quantification Technique Teori Hasil pembelajaran / Learning Effort ( Hsu et al, 2009) dibangunkan berdasarkan teori beban kognisi ( Sweller, 1990 ) dan Teori Penilaian Dinamik ( Allal & Ducresy, 2000 ). Hasil pembelajaran dengan nilai yang positif menunjukkan hasil pembelajaran yang meningkat dan hasil pembelajaran dengan nilai yang negatif menunjukkan hasil pembelajaran yang semakin menurun. Dynamic Real-Time based Learning Effort Quantification Technique pula dibangun berdasarkan RAT ( Rapid Assesment Test, Kalyuga & Sweller, 2004 ) dan Cognition Efficiency Teory ( Kalyuga & Sweller, 2005 ). Dalam kajian ini, teknik ini digunakan untuk menukarkan rekod pembelajaran kepada hasil pembelajaran dalam bentuk data pernomboran.
  • 4. 4 5. Mod Keluk Hasil Pembelajaran / Learning Effort Curve Mode (LECM) Data hasil pembelajaran yang ditukarkan menggunakan Dynamic Real-Time based Learning Effort Quantification Technique boleh ditukarkan kepada bentuk visual grafik yang dikenali sebagai Keluk Hasil Pembelajaran. DAPATAN KAJIAN Dapatan kajian ini menunjukkan bahawa karakter pembelajaran berdasarkan LECM dapat mewakili karakter pembelajaran responden secara khusus terutamanya gaya pembelajaran dan efikasi kendiri responden. Nilai teras karakter pembelajaran berdasarkan LECM mampu mereliasasikan pembangunan platform e-pembelajaran yang sesuai dengan kehendak pelajar atau pengguna. KESIMPULAN Penyelidikan ini tidak terhenti di sini sahaja. Seharusnya penyelidikan tentang faktor-faktor yang mempengaruhi pembangunan platform e-pembelajaran diteruskan pada masa-masa akan datang. Dapatan kajian yang diperoleh menunjukkan bahawa hubungan antara gaya pembelajaran dengan efikasi kendiri saling bergantung antara satu sama lain. E-pembelajaran mesti mengambil kira karakter pelajar dalam pembangunan platform yang sesuai. Gaya pembelajaran dan efikasi kendiri merupakan kunci kepada pembangunan platform e-pembelajaran yang bertepatan dengan kehendak kajian ini. Responden yang dibahagikan kepada 16 kumpualan karakter pelajar berdasarkan gaya pembelajaran, efikai kendiri dan keberkesanan pembelajaran. Keluk hasil pembelajaran ditukarkan kepada LECM berdasarkan karakter pelajar yang mewakili setiap kumpulan. Dengan analisis 16 kumpulan karakter pelajar, menemui bahawa hasil pembelajaran responden berdasarkan LECM menunjukkan mutu pembelajaran yang tinggi.