Kesimpulan Membaca Oleh Kusuma Wardhani (10305144022)

Supporting Evidences And Monitoring To
Develop School-Based Curriculum For Junior High School Mathematics In
Indonesia
By Dr. Marsigit M.A.

Kesimpulan Membaca
Oleh Kusuma Wardhani (10305144022)
http://garfieldq10.blogspot.com/


Sekolah berbasis kurikulum dapat menjadi titik awal bagi guru matematika di Indonesia untuk mencerminkan dan memindahkan paradigma mereka yang lama dalam pengajaran. Ini mendorong para guru untuk mengevaluasi kekuatan dan kelemahan dari pendekatan yang berbeda dalam rangka untuk membuat pilihan informasi dan, bila diperlukan, harus siap untuk belajar keterampilan baru dalam kepentingan pengajaran yang efektif belajar matematika. Melalui kurikulum baru, guru harus mampu merespon masing-masing anak sebagai kebutuhan yang diidentifikasi karena kurikuler pengalaman yang relevan dan keterampilan anak-anak sangat bervariasi.
Pemantauan pelaksanaan kurikulum berbasis sekolah menunjukkan bahwa ada faktor-faktor dari siswa, guru dan masyarakat yang belum didukung secara optimal. Hasil evaluasi pelaksanaan kurikulum baru ini mengajarkan kita bahwa ketika kita mengoperasikan kurikulum, kita selalu butuh untuk memperbaikinya. Hal ini juga menyarankan bahwa untuk meningkatkan kualitas pendidikan matematika, yang perlu dilakukan pemerintah pusat: (1) mendefinisikan peran guru yaitu mereka harus memfasilitasi siswa saat belajar, (2) mendefinisikan peran kepala sekolah yaitu mereka harus mendukung pengembangan profesional guru dengan memungkinkan mereka untuk hadir dan berpartisipasi dalam pertemuan-pertemuan dan pelatihan, (3) mendefinisikan kembali peran sekolah yaitu mereka harus mempromosikan manajemen berbasis sekolah, (4) mendefinisikan peran pengawas yaitu mereka harus mengawasi para guru agar mampu melakukan akademik
supervisi, (5) (6) mempromosikan kolaborasi yang lebih baik antara sekolah dan universitas (7)
mendefinisikan sistem evaluasi nasional

Judulnya nanti

Analisis Data Statistik Regresi Ganda Untuk Memperoleh Model Terbaik

Terdapat Data sebagai berikut:

X1	X2	X3	X4	X5	Y
54	211	32	395	553	125
56	200	12	373	547	122
45	256	12	81	637	142
58	250	13	393	698	130
58	234	34	300	69	125
41	256	14	384	645	100
40	245	12	401	70	114
40	250	21	386	732	117
41	300	12	398	678	121
45	225	12	397	791	123
45	228	31	597	395	125
46	263	12	929	373	100
47	236	12	286	381	113
48	241	14	603	393	140
44	312	24	698	507	168
40	320	13	659	52	125
45	322	13	645	54	145
53	356	22	70	553	147
50	358	34	732	547	136
52	357	13	678	637	146
52	345	22	791	698	123
56	289	12	954	659	102
45	267	23	942	645	104
46	214	14	429	70	125
54	250	12	136	553	129
38	263	21	392	547	178
45	300	11	55	637	125
54	312	21	233	698	156
54	325	12	216	308	124
52	345	32	381	312	142

—————   11/10/2011 10:18:59 AM   ————————————————————

Best Subsets Regression: Y versus X1, X2, X3, X4, X5

Response is Y

                       Mallows          X X X X X

Vars  R-Sq  R-Sq(adj)       Cp       S  1 2 3 4 5

   1  11.9        8.7      3.4  17.737    X

   1   6.1        2.8      5.3  18.304      X

   2  21.1       15.3      2.3  17.091    X   X

   2  16.0        9.8      4.0  17.630    X X

   3  26.6       18.1      2.5  16.798    X X X

   3  21.6       12.5      4.2  17.367  X X   X

   4  28.0       16.5      4.0  16.966  X X X X

   4  26.6       14.9      4.5  17.127    X X X X

   5  28.0       13.0      6.0  17.316  X X X X X

Model  terbaik adalah Y=β₀+β₂X₂+β₃X₃+β₄X₄+ε,karena memiliki nilai R²_adj=18,1 terbesar,R²=26,6, Cp Mallows=2,5(≤6) dan S=16,798 terkecil

Stepwise Regression: Y versus X1, X2, X3, X4, X5

Forward selection.  Alpha-to-Enter: 0.25

Response is Y on 5 predictors, with N = 30

Step            1       2       3

Constant    92.12   97.12   90.59

X2          0.133   0.153   0.142

T-Value      1.94    2.28    2.14

P-Value     0.062   0.031   0.042

X4                 -0.022  -0.024

T-Value             -1.78   -1.93

P-Value             0.087   0.064

X3                           0.57

T-Value                      1.40

P-Value                     0.174

S            17.7    17.1    16.8

R-Sq        11.87   21.10   26.60

R-Sq(adj)    8.73   15.26   18.14

Mallows Cp    3.4     2.3     2.5

Model  terbaik adalah Y=β₀+β₂X₂+β₃X₃+β₄X₄+ε,karena memiliki nilai R²_adj=18,14 terbesar,R²=26,60 terbesar, Cp Mallows=2,5(≤4) dan S=16,8 terkecil

Stepwise Regression: Y versus X1, X2, X3, X4, X5

Backward elimination.  Alpha-to-Remove: 0.1

Response is Y on 5 predictors, with N = 30

Step             1       2       3       4

Constant    107.60  107.52   90.59   97.12

X1           -0.38   -0.38

T-Value      -0.68   -0.70

P-Value      0.505   0.492

X2           0.145   0.145   0.142   0.153

T-Value       2.12    2.17    2.14    2.28

P-Value      0.045   0.040   0.042   0.031

X3            0.63    0.63    0.57

T-Value       1.46    1.50    1.40

P-Value      0.157   0.147   0.174

X4          -0.025  -0.025  -0.024  -0.022

T-Value      -1.95   -1.99   -1.93   -1.78

P-Value      0.063   0.058   0.064   0.087

X5          -0.000

T-Value      -0.02

P-Value      0.982

S             17.3    17.0    16.8    17.1

R-Sq         28.01   28.01   26.60   21.10

R-Sq(adj)    13.01   16.49   18.14   15.26

Mallows Cp     6.0     4.0     2.5     2.3

Model  terbaik adalah Y=β₀+β₂X₂+β₃X₃+β₄X₄+ε,karena memiliki nilai R²_adj=18,14 terbesar,R²=26,60, Cp Mallows=2,5(≤6) dan S=16,8 terkecil

Stepwise Regression: Y versus X1, X2, X3, X4, X5

  Alpha-to-Enter: 0.15  Alpha-to-Remove: 0.15

Response is Y on 5 predictors, with N = 30

Step            1       2

Constant    92.12   97.12

X2          0.133   0.153

T-Value      1.94    2.28

P-Value     0.062   0.031

X4                 -0.022

T-Value             -1.78

P-Value             0.087

S            17.7    17.1

R-Sq        11.87   21.10

R-Sq(adj)    8.73   15.26

Mallows Cp    3.4     2.3

Model  terbaik adalah Y=β₀+β₂X₂+β₄X₄+ε,karena memiliki nilai R²_adj=15,26 terbesar,R²=21,10 terbesar, Cp Mallows=2,3(≤3) dan S=17,1 terkecil

Dengan mengambil model terbaik yaitu Y=β₀+β₂X₂+β₃X₃+β₄X₄+ε kemudian dilakukan pengecekan asumsi-asumsi dalam analisis regresi linear ganda.

Regression Analysis: Y versus X2, X3, X4

The regression equation is

Y = 90.6 + 0.142 X2 + 0.568 X3 - 0.0241 X4

Predictor      Coef  SE Coef      T      P    VIF

Constant      90.59    19.07   4.75  0.000

X2          0.14198  0.06621   2.14  0.042  1.042

X3           0.5682   0.4070   1.40  0.174  1.027

X4         -0.02414  0.01248  -1.93  0.064  1.037

S = 16.7980   R-Sq = 26.6%   R-Sq(adj) = 18.1%

Analysis of Variance

Source          DF      SS     MS     F      P

Regression       3  2659.4  886.5  3.14  0.042

Residual Error  26  7336.5  282.2

Total           29  9995.9

Source  DF  Seq SS

X2       1  1186.8

X3       1   417.1

X4       1  1055.4

Unusual Observations

Obs   X2       Y     Fit  SE Fit  Residual  St Resid

 15  312  168.00  131.68    4.93     36.32      2.26R

 26  263  178.00  130.40    3.58     47.60      2.90R

R denotes an observation with a large standardized residual.

Durbin-Watson statistic = 1.92253

Uji Heterokedastisitas

Dari grafik diatas dapat dilihat bahwa pada titik-titik pencar tidak terbentuk pola yang jelas, maka tidak terjadi heteroskedastisitas. Jadi asumsi ini terpenuhi.

Uji Normalitas

Pada grafik diatas terlihat titik-titik (sisaan) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.

Uji Linearitas

Kriteria: pada grafik plot tersebut asumsi linearitas terpenuhi karena pada grafik tersebut menunjukkan plot yang berpencar secar acak. Sehingga asumsi linearitas terpenuhi dalam regresi terpenuhi.

Uji Autokorelasi

1.       Hipotesis

Ho: r = 0 (Tidak ada autokorelasi)

H1:r > 0 (Ada autokorelasi positif)

2.       Taraf nyata

α=0,05

3.       Kriteria keputusan

p= 6, n= 30

k= 6-1=5

d_L=1,071       d_U= 1,833

Ho diterima jika d >d_U

d > 1,833

4.       Perhitungan

d=  Durbin-Watson statistic = 1.92253

                                        

5.       Kesimpulan

Ho diterima karena d > 1,833

Jadi tidak ada autokorelasi

Sehingga data tersebut memenuhi karena tidak ada autokorelasi.