Bagi para dosen dan atau para pemangku pelajaran dan atau yang berhubungan dengan sistem penilaian, mungkin metode ini bisa digunakan untuk membantu dalam hal penilaian.
Saya buat ini dulu (2007) krn ada masalah dalam hal scoring system.
Base-Case :
Ketika ada seorang dosen mengajar sehingga memeberikan score, ada standard yang berbeda tiap dosen, sehingga mungkin kalau si dosen A nilai rata2nya 4 dan dosen yang lain dengan subject yg sama bisa memberikan mean-score 8.
Di sisi institusi mereka punya standart yang sama, anggap aja institusi menginginkan mean-score nya minimal 7, So: how to change / convert raw score to the expected mean-score ?
Main-Idea :
ada beberapa cara untuk meng-convert sehingga nilai mean-nya akan menjadi 7, yaitu :
1. menambahkan unsur subjective dan kita tambahkan manual tiap anak (it will be hard and manual)
2. menambahkan nilai yg sama kepada tiap anak (akan terjadi ketidak-adilan)
3. pendekatan terbalik, dimana kita solved the problem dari ujung, dari expected-mean kita kembalikan ke belakang sehingga akan ketahuan kita butuh total tambahan nilai berapa yang akan di bagi untuk masing2 anak.
Case-by-Case:
1. on the first case problem : sering kali nilai subjective itu jadi sangat rumit krn gak hafal dan sulit untuk menghafal kebiasaan / kerajinan / kesopanan masing2 anak, sehingga kemungkinan mahasiswa yg "baong" tetep dpt subsidi score 'banyak" dan mungkin lebih banyak drpd mahasiswa yg "bageur"
Di sisi lain : akan menjadi sangat manual dimana dosen butuh tambah-kan score manually for each student. (gimana kalau students nya ratusan... O..ow)
2. Pada kasus ini, maka biasanya akan terjadi over-head score, yang mungkin saja si nilai tertinggi akan dpt nilai lebih dari 100, dan yang paling kecil akan tetep terlalu kecil kalau distribusi nya sempit atau terjadi banyak pencilan.
Kalau nilai tertinggi sudah tinggi, maka nilai penambahan berapa yang akan di tentukan untuk meng-upgrade nilai mereka akan menjadi satu persoalan tersendiri.
3. Pendekatan yg baik, pertanyaan berikutnya gmana cara membagi roti itu sehingga jadi adil ?,.. hmm... di sini saya ajukan 1 solusi dengan menggabungkan beberapa scoring-system.
New-Approach
1. pahami masalahnya adalah saya punya tambahan roti yg harus di bagikan, gmana cara pembagiannya agar adil ?, maka caranya adalah yg punya nilai tertinggi dia akan mendapat subsidi nilai terkecil, dan yang punya nilai terkecil akan dpt subsidi nilai terbesar dengan Rule bahwa secara urutan pola distribusinya tetep (urutan nilai dari yg tertinggi ke terendah akan tetep).
2. analisa pola distribusinya, ketika sempit maka akan terlalu susah untuk membagi "roti" itu, maka kita perlu perlebar dulu distribusinya (agar tidak terlalu banyak pencilan).
3. setelah pola nya di perlebar, baru di upgrade dengan metode terbalik. (kita pake pendekatan dari belakang), seperti ini caranya :
a. raw-score di lebarkan distribusinya selanjutnya di sebut X
b. raw-score di tambahkan nilai (dalam percentage of upgraded-score ) dari expected global-mean selanjutnya di sebut Y
c. nilai dari X+Y jadi nilai yang mature.
that's all, thanks.
you can download my slides on : http://slidesha.re/97gjvL
implementation on excel on : http://slidesha.re/9rCnmk
you just need to input your students score (raw-score) and input your expected upgrade.
Saya buat ini dulu (2007) krn ada masalah dalam hal scoring system.
Base-Case :
Ketika ada seorang dosen mengajar sehingga memeberikan score, ada standard yang berbeda tiap dosen, sehingga mungkin kalau si dosen A nilai rata2nya 4 dan dosen yang lain dengan subject yg sama bisa memberikan mean-score 8.
Di sisi institusi mereka punya standart yang sama, anggap aja institusi menginginkan mean-score nya minimal 7, So: how to change / convert raw score to the expected mean-score ?
Main-Idea :
ada beberapa cara untuk meng-convert sehingga nilai mean-nya akan menjadi 7, yaitu :
1. menambahkan unsur subjective dan kita tambahkan manual tiap anak (it will be hard and manual)
2. menambahkan nilai yg sama kepada tiap anak (akan terjadi ketidak-adilan)
3. pendekatan terbalik, dimana kita solved the problem dari ujung, dari expected-mean kita kembalikan ke belakang sehingga akan ketahuan kita butuh total tambahan nilai berapa yang akan di bagi untuk masing2 anak.
Case-by-Case:
1. on the first case problem : sering kali nilai subjective itu jadi sangat rumit krn gak hafal dan sulit untuk menghafal kebiasaan / kerajinan / kesopanan masing2 anak, sehingga kemungkinan mahasiswa yg "baong" tetep dpt subsidi score 'banyak" dan mungkin lebih banyak drpd mahasiswa yg "bageur"
Di sisi lain : akan menjadi sangat manual dimana dosen butuh tambah-kan score manually for each student. (gimana kalau students nya ratusan... O..ow)
2. Pada kasus ini, maka biasanya akan terjadi over-head score, yang mungkin saja si nilai tertinggi akan dpt nilai lebih dari 100, dan yang paling kecil akan tetep terlalu kecil kalau distribusi nya sempit atau terjadi banyak pencilan.
Kalau nilai tertinggi sudah tinggi, maka nilai penambahan berapa yang akan di tentukan untuk meng-upgrade nilai mereka akan menjadi satu persoalan tersendiri.
3. Pendekatan yg baik, pertanyaan berikutnya gmana cara membagi roti itu sehingga jadi adil ?,.. hmm... di sini saya ajukan 1 solusi dengan menggabungkan beberapa scoring-system.
New-Approach
1. pahami masalahnya adalah saya punya tambahan roti yg harus di bagikan, gmana cara pembagiannya agar adil ?, maka caranya adalah yg punya nilai tertinggi dia akan mendapat subsidi nilai terkecil, dan yang punya nilai terkecil akan dpt subsidi nilai terbesar dengan Rule bahwa secara urutan pola distribusinya tetep (urutan nilai dari yg tertinggi ke terendah akan tetep).
2. analisa pola distribusinya, ketika sempit maka akan terlalu susah untuk membagi "roti" itu, maka kita perlu perlebar dulu distribusinya (agar tidak terlalu banyak pencilan).
3. setelah pola nya di perlebar, baru di upgrade dengan metode terbalik. (kita pake pendekatan dari belakang), seperti ini caranya :
a. raw-score di lebarkan distribusinya selanjutnya di sebut X
b. raw-score di tambahkan nilai (dalam percentage of upgraded-score ) dari expected global-mean selanjutnya di sebut Y
c. nilai dari X+Y jadi nilai yang mature.
that's all, thanks.
you can download my slides on : http://slidesha.re/97gjvL
implementation on excel on : http://slidesha.re/9rCnmk
you just need to input your students score (raw-score) and input your expected upgrade.
..show all:.
.
Bagi para dosen dan atau para pemangku pelajaran dan atau yang berhubungan dengan sistem penilaian, mungkin metode ini bisa digunakan untuk membantu dalam hal penilaian.
Saya buat ini dulu (2007) krn ada masalah dalam hal scoring system.
Base-Case :
Ketika ada seorang dosen mengajar sehingga memeberikan score, ada standard yang berbeda tiap dosen, sehingga mungkin kalau si dosen A nilai rata2nya 4 dan dosen yang lain dengan subject yg sama bisa memberikan mean-score 8.
Di sisi institusi mereka punya standart yang sama, anggap aja institusi menginginkan mean-score nya minimal 7, So: how to change / convert raw score to the expected mean-score ?
Main-Idea :
ada beberapa cara untuk meng-convert sehingga nilai mean-nya akan menjadi 7, yaitu :
1. menambahkan unsur subjective dan kita tambahkan manual tiap anak (it will be hard and manual)
2. menambahkan nilai yg sama kepada tiap anak (akan terjadi ketidak-adilan)
3. pendekatan terbalik, dimana kita solved the problem dari ujung, dari expected-mean kita kembalikan ke belakang sehingga akan ketahuan kita butuh total tambahan nilai berapa yang akan di bagi untuk masing2 anak.
Case-by-Case:
1. on the first case problem : sering kali nilai subjective itu jadi sangat rumit krn gak hafal dan sulit untuk menghafal kebiasaan / kerajinan / kesopanan masing2 anak, sehingga kemungkinan mahasiswa yg "baong" tetep dpt subsidi score 'banyak" dan mungkin lebih banyak drpd mahasiswa yg "bageur"
Di sisi lain : akan menjadi sangat manual dimana dosen butuh tambah-kan score manually for each student. (gimana kalau students nya ratusan... O..ow)
2. Pada kasus ini, maka biasanya akan terjadi over-head score, yang mungkin saja si nilai tertinggi akan dpt nilai lebih dari 100, dan yang paling kecil akan tetep terlalu kecil kalau distribusi nya sempit atau terjadi banyak pencilan.
Kalau nilai tertinggi sudah tinggi, maka nilai penambahan berapa yang akan di tentukan untuk meng-upgrade nilai mereka akan menjadi satu persoalan tersendiri.
3. Pendekatan yg baik, pertanyaan berikutnya gmana cara membagi roti itu sehingga jadi adil ?,.. hmm... di sini saya ajukan 1 solusi dengan menggabungkan beberapa scoring-system.
New-Approach
1. pahami masalahnya adalah saya punya tambahan roti yg harus di bagikan, gmana cara pembagiannya agar adil ?, maka caranya adalah yg punya nilai tertinggi dia akan mendapat subsidi nilai terkecil, dan yang punya nilai terkecil akan dpt subsidi nilai terbesar dengan Rule bahwa secara urutan pola distribusinya tetep (urutan nilai dari yg tertinggi ke terendah akan tetep).
2. analisa pola distribusinya, ketika sempit maka akan terlalu susah untuk membagi "roti" itu, maka kita perlu perlebar dulu distribusinya (agar tidak terlalu banyak pencilan).
3. setelah pola nya di perlebar, baru di upgrade dengan metode terbalik. (kita pake pendekatan dari belakang), seperti ini caranya :
a. raw-score di lebarkan distribusinya selanjutnya di sebut X
b. raw-score di tambahkan nilai (dalam percentage of upgraded-score ) dari expected global-mean selanjutnya di sebut Y
c. nilai dari X+Y jadi nilai yang mature.
that's all, thanks.
you can download my slides on : http://slidesha.re/97gjvL
implementation on excel on : http://slidesha.re/9rCnmk
you just need to input your students score (raw-score) and input your expected upgrade.
Saya buat ini dulu (2007) krn ada masalah dalam hal scoring system.
Base-Case :
Ketika ada seorang dosen mengajar sehingga memeberikan score, ada standard yang berbeda tiap dosen, sehingga mungkin kalau si dosen A nilai rata2nya 4 dan dosen yang lain dengan subject yg sama bisa memberikan mean-score 8.
Di sisi institusi mereka punya standart yang sama, anggap aja institusi menginginkan mean-score nya minimal 7, So: how to change / convert raw score to the expected mean-score ?
Main-Idea :
ada beberapa cara untuk meng-convert sehingga nilai mean-nya akan menjadi 7, yaitu :
1. menambahkan unsur subjective dan kita tambahkan manual tiap anak (it will be hard and manual)
2. menambahkan nilai yg sama kepada tiap anak (akan terjadi ketidak-adilan)
3. pendekatan terbalik, dimana kita solved the problem dari ujung, dari expected-mean kita kembalikan ke belakang sehingga akan ketahuan kita butuh total tambahan nilai berapa yang akan di bagi untuk masing2 anak.
Case-by-Case:
1. on the first case problem : sering kali nilai subjective itu jadi sangat rumit krn gak hafal dan sulit untuk menghafal kebiasaan / kerajinan / kesopanan masing2 anak, sehingga kemungkinan mahasiswa yg "baong" tetep dpt subsidi score 'banyak" dan mungkin lebih banyak drpd mahasiswa yg "bageur"
Di sisi lain : akan menjadi sangat manual dimana dosen butuh tambah-kan score manually for each student. (gimana kalau students nya ratusan... O..ow)
2. Pada kasus ini, maka biasanya akan terjadi over-head score, yang mungkin saja si nilai tertinggi akan dpt nilai lebih dari 100, dan yang paling kecil akan tetep terlalu kecil kalau distribusi nya sempit atau terjadi banyak pencilan.
Kalau nilai tertinggi sudah tinggi, maka nilai penambahan berapa yang akan di tentukan untuk meng-upgrade nilai mereka akan menjadi satu persoalan tersendiri.
3. Pendekatan yg baik, pertanyaan berikutnya gmana cara membagi roti itu sehingga jadi adil ?,.. hmm... di sini saya ajukan 1 solusi dengan menggabungkan beberapa scoring-system.
New-Approach
1. pahami masalahnya adalah saya punya tambahan roti yg harus di bagikan, gmana cara pembagiannya agar adil ?, maka caranya adalah yg punya nilai tertinggi dia akan mendapat subsidi nilai terkecil, dan yang punya nilai terkecil akan dpt subsidi nilai terbesar dengan Rule bahwa secara urutan pola distribusinya tetep (urutan nilai dari yg tertinggi ke terendah akan tetep).
2. analisa pola distribusinya, ketika sempit maka akan terlalu susah untuk membagi "roti" itu, maka kita perlu perlebar dulu distribusinya (agar tidak terlalu banyak pencilan).
3. setelah pola nya di perlebar, baru di upgrade dengan metode terbalik. (kita pake pendekatan dari belakang), seperti ini caranya :
a. raw-score di lebarkan distribusinya selanjutnya di sebut X
b. raw-score di tambahkan nilai (dalam percentage of upgraded-score ) dari expected global-mean selanjutnya di sebut Y
c. nilai dari X+Y jadi nilai yang mature.
that's all, thanks.
you can download my slides on : http://slidesha.re/97gjvL
implementation on excel on : http://slidesha.re/9rCnmk
you just need to input your students score (raw-score) and input your expected upgrade.
No comments:
Post a Comment