Peningkatan Kompetensi Statistika Guru Matematika SMA Melalui Workshop Analisis Data Bivariat
Main Article Content
Abstract
Analisis data bivariat merupakan bagian dari capaian pembelajaran Matematika SMA yang baru muncul pada Fase E dan Fase F Kurikulum Merdeka dan belum pernah dijumpai pada kurikulum sebelumnya. Secara umum, analisis data bivariat meliputi dua topik besar yakni analisis korelasi dan analisis regresi. Hal ini mendorong perlunya peningkatan kompetensi bagi guru-guru SMA, khususnya di wilayah Daerah Istimewa Yogyakarta (DIY), agar semakin menguasai dan mampu mengajarkan materi tersebut kepada siswa. Kegiatan Pengabdian pada Masyarakat ini berupa workshop analisis regresi dan korelasi bagi guru SMA, dan dikelola bersama Musyawarah Guru Mata Pelajaran (MGMP) Matematika SMA Daerah Istimewa Yogyakarta. Kegiatan workshop tersebut memuat sejumlah materi yang meliputi konsep dasar analisis korelasi variabel kategorik dan numerikal, konsep dasar analisis regresi, praktik analisis data bivariat dengan Microsoft Excel, serta praktik analisis data bivariat dengan aplikasi berbasis web. Penyajian dalam bentuk workshop sehari secara luring dapat berjalan secara efektif. Hasil survey juga menunjukkan bahwa peserta workshop telah memahami materi dengan baik.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Agresti, A., Franklin, C., & Klingenberg, B. (2023). Statistics: the art and science of learning from data (5th ed.). Harlow: Pearson.
Daniel, W. W., & Cross, C. L. (2018). Biostatistics: a foundation for analysis in the health sciences (5th ed.). Wiley.
Erickson, B., & Nosanchuk, T. (1992). Understanding data. McGraw-Hill Education (UK).
Khan, N., Yaqoob, I., Hashem, I. A. T., Inayat, Z., Mahmoud Ali, W. K., Alam, M., … Gani, A. (2014). Big Data: Survey, Technologies, Opportunities, and Challenges. The Scientific World Journal, 2014, 1–18. https://doi.org/10.1155/2014/712826
Onwuegbuzie, A. J., & Wilson, V. A. (2003). Statistics Anxiety: Nature, etiology, antecedents, effects, and treatments--a comprehensive review of the literature. Teaching in Higher Education, 8(2), 195–209. https://doi.org/10.1080/1356251032000052447
Rahayu, S. W., & Widyawati, E. (2020). WORKSHOP PEMBELAJARAN BERBANTU SOFTWARE QUIZIZZ UNTUK MENINGKATKAN INOVASI DALAM PEMBELAJARAN DARING DI MASA PENDEMI COVID-19. Jurnal Pengabdian Masyarakat Borneo, 4(2), 107–111. https://doi.org/10.35334/jpmb.v4i2.1852
Sari, R. K., & Pamuji, S. S. (2019). WORKSHOP PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS LITERASI DENGAN MEMANFAATKAN LINGKUNGAN ALAM SEKITAR DI SEKOLAH SMPN 2 SEBATIK TENGAH KABUPATEN NUNUKAN. Jurnal Pengabdian Masyarakat Borneo, 3(1), 39. https://doi.org/10.35334/jpmb.v3i1.796
Setiawan, E. P. (2019). Analisis muatan literasi statistika dalam buku teks matematika Kurikulum 2013. Pythagoras: Jurnal Pendidikan Matematika, 14(2), 163–177. https://doi.org/10.21831/pg.v14i2.28558
Setiawan, E. P., Sukoco, H., & Agustyani, A. R. D. (2023). Developing Statistical Literacy Through Tasks: An Analysis of Secondary School Mathematics Textbooks. Jurnal Pendidikan Matematika, 17(2), 247–264. Retrieved from https://doi.org/10.22342/jpm.17.2.19465.247-264
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2007). Probability & Statistics for Engineers & Scientists (9th ed.). Pearson Education, Inc.
Yaqoob, I., Hashem, I. A. T., Gani, A., Mokhtar, S., Ahmed, E., Anuar, N. B., & Vasilakos, A. V. (2016). Big data: From beginning to future. International Journal of Information Management, 36(6), 1231–1247. https://doi.org/10.1016/j.ijinfomgt.2016.07.009