Kata Pengantar
Kata Pengantar
Kata Pengantar
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena
dengan rahmat, karunia, serta taufik dan hidayah-Nya kami dapat
menyelesaikan makalah tentang “Teori Pembelajaran Van Hiele” ini dengan baik
meskipun banyak kekurangan didalamnya.
Kami sangat berharap makalah ini dapat berguna dalam rangka
menambah wawasan serta pengetahuan kita mengenai “Teori Pembelajaran Van Hiele”.
Kami juga menyadari sepenuhnya bahwa di dalam makalah ini terdapat
kekurangan dan jauh dari kata sempurna. Oleh sebab itu, kami berharap adanya
kritik, saran dan usulan demi perbaikan makalah yang telah kami buat di masa
yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa saran
yang membangun.
Semoga makalah sederhana ini dapat dipahami bagi siapapun yang
membacanya.
Kelompok 7
Ii
DAFTAR ISI
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Belajar merupakan tindakan dan perilaku peserta didik yang kompleks.Sebagai
tindakan. Maka belajar hanya dialami oleh peserta didik sendiri. Peserta didik adalah
penentu terjadinya proses belajar. Proses belajar terjadi berkat pseerta didik
menpelajari sesuatu yang ada dilingkungan sekitar. Lingkungan yang dipelajari oleh
peserta didik berupa keadaan alam, benda-benda atau hal-hal yang dijadikan bahan
belajar.
Tindakan belajar dari suatu hal tersebut nampak sebagai perilaku belajar yang nampak
dari luar. Pengertian dari belajar sangat beragam, banyak dari para ahli yang
mengartikan secara berbeda-beda definisi dari belajar. Sebagai mana kita ketahui
bahwa belajar merupakan hal yang pengting dalam bidang pendidikan. Tentu saja
dalam proses belajar terdapat teori-teori yang memunculkan adanya belajar.
Dari zaman dahulu, para ilmuan terus mengembangkan teori-teori belajar sebagai
temuan mereka. Era globalisasi telah membawah berbagai perubahan yang
memunculkan adanya teori-teori belajar yang berguna menyempurnakan teori-teori
yang telah ada sebelumnya.
Denan bermunculnya teori-teori yang baru akan menyempurnakan teori-teori yang
sebelumnya. Berbagai teori belajar dapat dikaji dan diambil dengan adanya teori
tersebut.
BAB II
PEMBAHASAN
A. Menaksirkan Variansi
Telah diketahui bahwa variansi adalah ukuran penyebaran yang populer dalam arti banyak
digunakan. Sifat-sifat matematis rumus variansi memberikan keunggulan dalam
pengembangan teori statistika. Statistik rasio dua variansi menjadi statistik F yang juga
banyak kegunaannya dalam berbagai pengujian hipotesis. Karena itu, menaksirkan sebuah
variansi dan menaksirkan rasio dua variansi akan dibicarakan dalam bagian ini.
Misalkan sebuah sampel acak berukuran n diambil dari sebuah populasi. Titik taksiran
tidak bias untuk variansi populasi σ² adalah variansi sampel S² tetapi simpangan baku sampel
s bukan penaksir tidak bias untuk simpangan baku populasi σ. Dengan demikian interval
taksiran 100Ɣ% untuk variansi σ² suatu popuasi normal diberikan oleh:
( n−1 ) s 2 2 (n−1) s2
≤σ ≤ 2
χ 2(1+γ )/2 χ (1−γ )/ 2
Dengan χ 2(1 +γ )/ 2 dan χ 2(1−γ )/2 didapat dari tabel sebaran chi-kuadrat (lampiran E) berturut-
turut untuk p=(1+ γ) /2 dan p=(1+ γ) /2 dengan dk= n-1. Untuk menentukan interval taksiran
simpangan baku σ, sebagai suatu pendekatan masing-masing suku dalam pertidaksamaan
diakarkan sehinga diperoleh:
√ (n−1) 2
2
χ (1+γ )/2
≤σ ≤ 2
√
(n−1)
χ (1 +γ )/ 2
Contoh : Sebuah sampel acak berukuran 20 diambil dari populasi normal dan variansi
sampel S² = 5. Tentukan interval kepercayaan 95% untuk variansi populasi σ²!
Jawaban : Dari tabel chi-kuadrat diperoleh Χ²0,975;19 = 32,9 dan Χ²0,025;19 = 8,91,
19 (5) 2 19 (5)
sehingga diperoleh interval kepercayaan ≤σ ≤
32,9 8,91
atau 2,98 ≤ σ² ≤ 10,66. Jadi, kita mempunyai tingkat kepercayaan 95% bahwa variansi
populasi terletak antara 2,89 dan 10,66, atau simpangan baku terletak antara √ 2,89 = 1,7
dan √ 10,66 = 3,26.
turut n1 dan n2, yang menghasilkan variansi s 21 /s 21 Titik taksiran untuk σ 21 /σ 22 adalah
S²1/S²2. Jika populasi memiliki sebaran normal, interval taksiran 100γ% adalah :
1
s 21 /s 22 ≤ σ 21 /σ 22 ≤ s 21 /s 22 F(1−γ )/2 ;(n −1,n −1)
F(1−γ )/ 2 ;(n −1,n −1)
1 2
2 1
Dengan F(1−γ )/ 2 ;(n −1,n −1) diambil dari tabel sebaran F dengan niaipeluang p = (1- γ)/2)
2 1
Contoh
Ujian matematika diberikan kepada 25 siswa lelaki dan 16 siswa perempuan. Siswa
lelaki mendapat nilai rerata nilai 82 dengan simpangan baku 8, sedangkan siswa
perempuan mendapat nilai rerata 78 dengan simpangan baku 7. Hitunglah interval
2 2 2 2
taksiran 98% untuk σ 1 /σ 2 dan σ²/ σ², bilamana σ 1 dan σ 2 secara berturut-turut
menyatakan variansi populasi nilai lelaki dan perempuan, yang telah atau akan mengikuti
ujian matematika itu.
Jawaban:
Untuk soal ini, n1 = 25, n2 = 16, s 1 = 8 dan s 2 = 7. Dari tabel sebaran F
diperoleh F0,01 (24.15) = 3,29 dan F0,01 (15.24 ) = 2,89 ( hasil ini merupakan rerata atau
intrapolasi dari nilai F0,01 (14.24 ) dan F0,01 (16.24 ) karna nilai F0,01 (15.24 ) tidak
ditemukan dalam rumus). Dengan demikian interval taksiran diperoleh:
64 1 64
( )
49 3,29
≤ σ 21 /σ 22 ≤ (2,89)
49
2 2
Yang disederhakan menjadi 0,6397 ≤ σ 1 /σ 2 ≤ 3,775. Kalau batas-batas interval ditarik
akarnya, diperoleh interval taksiran 0,630 ≤ σ 1 /σ 2 ≤ 1,943. Informasi yang dapat
diberikan oleh interval ini antara lain bahwa variansi kedua populasi tidak berbeda,
karena interval taksirannya memuat 1. Jadi σ 1 /σ 2 = 1 atau σ 1=σ 2 merupakan
hipotesis yang dapat diterima taraf kesignifikanan 1-98% = 2%.
Parameter yang akan ditaksir menentukan rumus ukuran sampel yang diperlukan.
Misalnya, rerata populasi µ ditaksir oleh rerata sampe x́ . Perbedaan antara µ dan x́
ditulis dengan b =│µ- x│. Besarnya berbedaan b yang dapat diterima ini bersama
koefisien kepercayaan γ yang diinginkan menetukan ukuran sampel minimal n, yaitu
≥ ( σ × ⱬb γ /2 ) ² Dalam hal ini, asumsi normal digunakan karna zγ
2
adalah nilai z dari
Selanjutnya, kalau yang akan ditaksir itu prroporsi dan penaksirnya statistik
p = x/n, maka beda yang terjadi adalah b ││ Dengan menggunakan pendekatan
normal, dan koefisien kepercayaan Ɣ ,ukuran sampel dapat ditentukan dengan rumus
2
ⱬγ / 2
≥ ( ) b
di sini puntidak diketahui, karena itu sendiri yan akan ditaksir.
Tetapi, dalam hal ini scara matematis dapat dibuktikan bahwa tidak akan
pernah lebih besar daripada 0,25,karena ≥≥dengan demikian, rumus ukuran
sampel dengan mengambil nilai terbesat untuk dapat ditetapkan menjadi n ≥(0,25)
2
ⱬγ / 2
( ) b
Contoh :
Populasi dari semua pasin yang dirawat di sebuah rumah sakit selama 12 bulan menjadi
perhatiankepala rumah sakit. Kepala rumah sakit ingin menaksir parameter μ = rerata
jawaban / pilihan pasien terhadap pernyaaan: kamar dan tempat tidur selalu bersih. Pilihan
yan diberikan pada pernyataan ini adalah 1 = sangat setuju, 2=setuju, 3=tidak tahu, 4=tidak
setuju, dan 5=sangat setuju. Berapa ukuran sampel minimal yang harus diamil jika kepala
rumah sakit ingin menaksir μ dengan tingkat kepercayaan 95% dan beda yang diterima 0,5.
Jawaban
2
1,96× σ
Kita ketahui bahwa ukuran minimal sampel n = ( 0,5 ) dengan σ = simpangan baku
Semua pilihan pasien. Berapa besarnya σ? Pilihan jawaban terdiri dari 1,2,3,4 dan 5 sehingga
K = 5, kemudian rumus rumus yang diperknalkan Mills dan Tiro (1998,1999) memberikan
2
1,96× 2
σ≤ (K-1)/2 = 2. Dengan demikian n ≥ ( 0,5 ) = 61,47, sehingga ukuran sampel