PJM 3115

PENGUJIAN DAN PENGUKURAN DALAM PENDIDIKAN JASMANI DAN SUKAN

Tujuan Pengujian, Pengukuran dan Penilaian

i. Pemilihan/penempatan- Menempatkan pelajar dalam kumpulan mengikut keupayaan masing-masing.

ii. Diagnosis – Penilaian terhadap keputusan ujian biasanya digunakan untuk menentukan kelemahan atau kekurangan pelajar dalam sesuatu kemahiran sukan.

iii. Motivasi – Proses pengukuran dan penilaian jika dijalankan dengan betul dapat meningkatkan motivasi pelajar

iv. Membuat jangkaan/ramalan – Pengukuran dan penilaian dijalankan bagi menentukan tahap prestasi pencapaian pelajar dalam aktiviti sukan yang mempunyai potensi masa hadapan.

v. Penilaian prestasi – Pengukuran dan penilaian dijalankan bagi menentukan tahap prestasi pencapaian pelajar dan objektif pengajaran dan pembelajaran.

vi. Penilaian program – Pengukuran dan penilaian dilakukan ke atas pelajar bagi menilai sejauh manakah objektif pengajaran dan pembelajaran yang terkandung dalam program Pendidikan Jasmani sudah tercapai

vii. Membina norma dan skala skor – Data yang dihasilkan melalui proses pengukuran dapat digunakan untuk membentuk norma ujian dan skala skor atau kedua-duanya sekali.

viii. Pensijilan – ujian akhir kursus atau sesuatu program latihan untuk menentukan pensijilan

ix. Penyelidikan – Maklumat biasanya dipungut melalui ujian-ujian yang diberi kepada sampelnya

x. Pembelajaran lampau – Guru boleh menguji murid-muridnya perkara-perkara yang telah dipelajari sebagai menyediakan mereka untuk menerima pelajaran yang baru

1. STATISTIK

Statistik merujuk kepada pembentangan data mentah atau angka-angka asal yang belum dianalisis.Ianya merupakan prosedur matematik yang juga merujuk kepada kaedah menganalisis data untuk mengkaji kaitan yang wujud dan menyelidik makna yang terkandung di dalam kumpulan data.

Terdapat dua jenis statistik yang diguna dalam menghurai serta menstruktur data bagi menghasilkan tafsiran yang bermakna, iaitu statistik deskriptif dan statistik inferens.

Istilah-istilah yang digunakan dalam penyelidikan;i. Populasi – Merupakan objek cerapan yang mempunyai ciri

atau sifat yang sama, yang boleh diukur. Populasi diperlukan dalam penyelidikan kerana padanya berlaku interaksi antara dua set atau lebih pembolehubah yang perlukan perhatian atau penyelesaian; yang disebut sebagai masalah kajian

ii. Sampel – Adalah sejumlah individu yang diambil bagi mewakili populasi, Persampelan ialah proses mengambil sejumlah individu atau objek dari populasi.

iii. Taburan kekerapan – Menunjukkan;

(a) bentuk dan rupa taburan skor-skor yang diperolehi oleh pelajar

(b) skor tertinggi dan skor terendah(c) perbezaan markah di antara skor

iv. Pembolehubah – Adalah ci ri atau sifat yang dicerap atau di amati dari individu dalam populasi. Pembolehubah kajian

dibahagikan kepada pembolehubah bebas dan pembolehubah bersandar

1.1 STATISTIK DESKRIPTIF

Statistik deskriptif adalah sekumpulan teknik yang diguna untuk menerangkan ciri-ciri subjek berhubung dengan sesuatu set pembolehubah; iaitu sejauhmana ia berbeza daripada nilai min. Matlamat utama ststistik deskriptif ialah untuk memerihalkan data ke dalam bentuk yang lebih mudah difahami. Pemerihalan data ini melibatkan taburan frekuensi, peratusan, graf dan histogram.

Statistik deskriptif/perihalan hanya berupaya memerihal set data, misalnya memerihal taburan pencapaian peperiksaan pelajar mengikut urutan tahun atau daerah. Teknik statistik deskriptif yang diguna untuk memerihalkan data terbahagi dua, iaitu ukuran kecenderungan memusat dan ukuran serakan. Ukuran kecenderungan memusat adalah min, mod dan median manakala ukuran serakan pula adalah julat, varian, sisihan purata min dan sisihan lazim

1.1.1 Pengurusan Skor

Skor yang terkumpul atau bertimbun amatlah sukar untuk dinilai apalagi untuk diberi tafsirannya. Penggunaan taburan jadual taburan frekuensi adalah langkah yang amat membantu untuk mudah memahami set data yang terkumpul.

1.1.2 Ukuran kecenderungan memusat

Terdapat tiga jenis ukuran yang digunakanuntuk mengukur kecenderungan memusat sesuatu populasi, iaitu min, median dan mod.

Min ialah jumlah nilai cerapan dibahagi dengan jumlah cerapan atau bilangan kes. Penggunaan min hanya sesuai untuk taburan normal. (x= ∑x⁄N ataux= ∑fx⁄∑f

Median ialah nilai yang berkedudukan di tengah-tengah taburan pengukuran. Median tidak terikat dengan taburan kecenderungan. median, M=skor ke – (N+1), N=∑f=jumlah kekerapan 2

Mod ialah skor yang kerap muncul. Mod juga tidak terikat dengan taburan kecenderungan. Bagaimanapun, mod adalah tidak stabil untuk memerihal kecenderungan memusat set data.

1.1.3 Pangkat Peratusan

Pangkat peratusan ialah suatu skala yang membahagikan skor-skor kepada 100 bahagian, bermula daripada 1 hingga 100. Pangkat peratusan digunakan untuk menentukan kedudukan skor subjek berbanding dengan subjek-subjek lain di dalam kumpulan set datanya.

1.1.4 Skor Z dan Markat T

Skor Z bertujuan untuk menukarkan skor mentah kepada satu skor yang piawai. Ini membolehkan penyelidik melihat perbandingan yang setara dari perbezaan skor yang wujud dalam set data yang berbeza.

Skor piawai Z = x- x di mana x=skor mentah, x=min, б=sisihan piawai

б

Markat T digunakan untuk membuat perbandingan yang setara dari perbezaan skor yang wujud dalam set data yang berbeza apabila nilai

negative mungkin akan muncul.Skor piawai T = 50 + 10Z (Z = nilai skor piawai Z)

1.1.5 Taburan Data

Taburan normal (simetri) terjadi jika jumlah nilai-nilai di kanan dan kiri min adalah sama. Pada masa ini min, mod dan median berada pada nilai/skor yang setara; menjadi nilai pengimbang antara nilai atas dan nilai bawah. Ini bermakna, kebanyakan skor tertumpu di bahagian tengah taburan dan sebahagian kecil pula di kedua-dua hujung taburan. Min merupakan ukuran kecenderungan yang terbaik untuk memerihal taburan data simetri,

1.1.6 Ukuran Serakan

Ukuran serakan ialah kebolehubahan nilai cerapan populasi. Teknik pengukuran ini mengukur sebaran atau HOMOgeniti kumpulan subjek berhubung dengan sesuatu pembolehubah. Dengan menggunakan teknik-teknik ukuran serakan, perbezaan jarak skor sesuatu subjek daripada min akan dapat dikesan. Ukuran serakan yang kerap digunakan ialah julat, sisihan purata min, varians dan sisihan piawai.

Julat menerangkan tentang luasnya skor sesuatu kumpulan. Julat ialah selang antara nilai yang tertinggi dengan yang terendah di dalam set data. Julat adalah ukuran paling asas untuk memrihalkan serakan data. Bagaimanapun, julat tidak memrinci serakan yang berlaku antara skor

Sisihan purata min mengukur serakan nilai-nilai di dalam set data daripada min set data berkenaan. Ukuran mendapatkan sisihan purata min ialah jumlah nilai sisihan tiap skor dari min kumpulan dan kemudian dibahagi dengan jumlah cerapan.

Varians menerangkan keluasan serakan nilai daripada min kumpulan. Jika varians kecil maka serakan data berada tidak jauh daripada min kumpulan; bermakna data adalah hamper seragam. Varians yang besar bermakna data berserakan luas daripada min kumpulan.

Sisihan Piawai menerangkan serakan atau perbezaan nilai-nilai daripada min kumpulan. Semakin besar sisihan piawai semakin luas serakan nilai-nilai taburan data. Sisihan piawai juga digunakan sebagai petunjuk untuk taburan normal.

Rumus bagi skor-skor yang tidak terkumpul:б = √∑(x - x)² di mana x = skor, x = min dan N = jumlah calon N

Rumus bagi skor-skor yang melibatkan beberapa kekerapanБ = √∑fx² - (∑fx)² N N

Skor PiawaiSkor yang mempunyai nilai min dan sisihan yang tetap di bawah

lengkung taburan normal. Skor piawai Z merupakan skor piawai yang asasnya mempunyai min sifar dan sisihan piawai 1, manakala skor piawai T mempunyai min 50 dan sisihan piawai 10.

Kedua-dua skor piawai ini digunakan bersama dengan pangkat peratusan untuk membuat perbandingan pencapaian di antara pelajar serta menyetarakan markah-markah ujian, sama ada dalam sesuatu ujian tertentu atau ujian-ujian dalam masa yang berlainan. Ia juga berguna untuk membuat perbandingan pencapaian di antara

mata pelajaran.

Lengkung kekerapanLengkung taburan normal yang mempunyai sisihan piawai yang besar kita boleh merumuskan bahawa pencapaian pelajar-pelajar adalah berbeza dan heterogen ataupun homogen jika keadaannyaadalah sebaliknya. Lengkung ini mempunyai min=mod=medianLengkung taburan positif menunjukkan situasi apabila mod< median < minLengkung taburan negatif menunjukkan situasi apabila min< median < mod

1.2 STATISTIK INFEREN

Berfungsi untuk membuat generalisasi dapatan daripada set data yang kecil (sampel) kepada kumpulan yang lebih besar (populasi). Data hendaklah mewakili cirri-ciri pembolehubah kumpulan yang lebih besar. Statistik deskriptif digunakan untuk menghuraikan set data sampel dan kemudian teknik statistic inferens diguna untuk memperoleh gambaran pembolehubah tentang keseluruhan populasi.

1.2.1 PARAS SIGNIFIKAN

Statistic inferens bukanlah satu teknik untuk menolak atau menerima sesuatu hipotesis nul (Ho) secara mutlak. Penyelidik tidak mempunyai keyakinan 100% untuk menerima atau menolak sesuatu hipotesis nul. Tiap keputusan mempunyai risiko berlakunya kesilapan. Penyelidik hanya boleh menyatakan keputusan untuk menerima atau menolak hipotesis pada paras signifikin tertentu.

Misalnya, hipotesis nul yang menyatakan bahawa tidak wujud perbezaan antara min populasi dengan min sampel, pada paras signifikin 0.1. Ini bermakna penyelidik mungkin melakukan kesilapan sebanyak 10% atau kurang jika menerima atau menolak hipotesis nul. Paras signifikin yang biasa digunakan ialah k<0.05

1.2.2 ANALISIS VARIANS (ANOVA) SEHALATeknik ANOVA sehala digunakan untuk mengukur kesan rawatan pembolehubah bebas ke atas pembolehubah bersandar. Fenomena bagi kesan rawatan ialah wujudnya perbezaan antara kumpulan. ANOVA sehala mampu mengukur perbezaan min bagi beberapa kumpulan sekaligus (dua atau lebih kumpulan)ANOVA menggunakan ujian F bagi menentukan perbezaan min yang signifikin.

1.2.3 ANALISIS VARIANS (ANOVA) REKABENTUL FAKTORIAL

ANOVA rekabentuk factorial digunakan untuk mengukur dua atau

lebih factor dan tiap factor mempunyai beberapa kategori. Teknik ini

mampu mengukur dua atau lebih kesan rawatan ke atas beberapa

kumpulan atau lapisan sampel.

1.2.4 PEKALI KORELASI

Analisis korelasi diguna bagi mengukur hubungan antara dua atau lebih pembolehubah dalam sesuatu fenomena yang dikaji.

1.2.6 PEKALI KORELASI SPEARMAN RHO

Pekali korelasi ini digunakan untuk mengukur hubungan antara dua pembolehubah, yang menggunakan skala ordinal. Dalam pekali korelasi Spearman, skor dipangkatkan untuk mencari kuasa dua perbezaan.

1.2.7 PEKALI KORELASI PEARSON

Pekali Korelasi Pearson digunakan untuk mengukur hubungan antara pembolehubah-pembolehubah yang menggunakan skala sela atau nisbah

1.2.8 KHI KUASA DUA

Khi kuasa dua ialah teknik pengujian statistic yang digunakan untuk mengukur perbezaan antara frekuensi yang diperhati dengan

frekuensi yang dijangka. Teknik khi kuasa dua ini hanya sesuai digunakan untuk mengukur data yang menggunakan skala nominal sahaja.

1.2.9 REGRESI MUDAH

Teknik analisis regresi diguna dalam penyelidikan yang ingin melihat

sebarang perubahan yang terikat pada pembolehubah bersandar

ekoran daripada perubahan nilai yang berlaku pada pembolehubah

bebas ataupun sebaliknya

1.2.10 REGRASI BERGANDA

Penyelidikan yang mengaitkan lebih daripada dua pembolehubah, iaitu beberapa pembolehubah bebas dan satu pembolehubah bersandar.

1.2.11PEKALI PENENTUAN

Pekali ini digunakan untuk mengukur nilai sumbangan pembolehubah bebas ke atas pembolehubah bersandar ataupun sebaliknya.

1.2.12 UJIAN WILCOXON

Ujian ini digunakan jika penyelidik mengukur perbezaan dua set data

yang terikat serta disusun berdasarkan pangkat.

SOALAN-SOALAN LATIHAN

1. Kirakan mod untuk setiap set data di bawah ini;

a. X – 17, 15, 13, 12, 12, 11, 11, 9, 8,8,8,5, 2, 2b. X f

17 216 215 514 713 712 811 1010 99 58 3

2. Gunakan set data di atas untuk mengira median setiap kes

3. Gunakan set data di atas untuk mengira min menggunakan skor mentah bagi setiap kes

4. Set data di bawah ini menunjukkan skor menjaring bola keranjang dalam masa 1 minit. Kirakan sisihan piawai dengan menggunakan skor mentah;

x f fx x2 fx2

29 3 87 841 252327 2 26 425 1024 1323 722 721 220 1

Rumus bagi skor-skor yang melibatkan beberapa kekerapanБ = √∑fx² - (∑fx)² N N = √28796 – (1184)2

49 49 = √587.674 – 583.863

v = √3.81 s = 1.95

5. Melalui data berat badan pelajar sebuah sekolah didapati bahawa minnya adalah 40 kg dan sisihan piawainya adalah 10 kg. Lukiskan taburan unit sisihan piawai tersebut pada graf taburan normal

6. Diberikan satu set data yang minnya adalah 25.7 dan sisihan piawainya adalah 5.2, kirakan skor Z bersamaan dengan skor-skor mentah berikut:a. 21.6

Skor z = Skor mentah – min Sisihan piawai

Skor z = 21.6-25.7 5.2Skor z = -0.78

b. 28.9 = 0.62c. 24.5 = -0.23d. 31.4 = 1.09

7. Tukarkan skor Z pada setiap dapatan a-d di soalan 6 kepada markat Ta. Markah T = 50 + 10 Z

= 50 + 10 (-0.79) = 50 -7.9

= 42.1

8. Pengujian dan penilaian dalam pengajaran dan pembelajaran adalah sama pentingnya dengan proses pengajaran dan pembelajaran itu sendiri

(a) Nyatakan lima tujuan penilaian dalam Pendidikan Jasmani dan sukanJawapan:

(b) Nyatakan lima peringkat yang mesti dilakukan dalam melaksanakan penilaianJawapan: Perancangan, pentadbiran, pemeriksaan, penganalisisan, laporan

(c) Nyatakan lima langkah-langkah dalam proses perancangan ujianJawapan: Menentukan tujuan ujian, menentukan isi kandungan ujian, membentuk JPU, menulis item/soalan, menyemak item/soalan

9. Sebagai guru PJ, anda sudah pasti melalui suatu proses membuat pemilihan jenis item untuk ujian.

(a) Nyatakan lima langkah am pembinaan item ujian tersebut

(b) Terangkan lima perkara yang diambilkira semasa melakukan penyemakan semula item ujian yang telah siap ditulis

10.Di bawah ini adalah beberapa istilah yang kerap digunakan dalam statistic. Beri makna dengan jelas bagi istilah-istilah berikut(a) Populasi(b) Sampel/persampelan(c) Taburan kekerapan(d) Min(e) Median(f) Mod(g) Sisihan piawai(h) Skor piawai(i) Peratus(j) Pangkatan(k) Histogram(l) Varian

11.Berikan tiga perbezaan di antara Rujukan Norma dan Rujukan Kriteria semasa memberi gred dalam PJ

12.Ujian pra ialah satu perancangan yang dilakukan sebelum melaksanakan ujian yang sebenar. Prosedur ujian pra melibatkan beberapa langkah

(a) Terangkan langkah-langkah sebelum melaksanakan ujian pra tersebut

13.Jelaskan secara ringkas LIMA cara seorang guru dapat mempertingkatkan keobjektifan dan kebolehpercayaan pemarkahan ujian esei

14.Jelaskan perbezaan di antara soalan jenis objektif, struktur dan esei

15. a. Apakah yang dimaksudkan dengan koefisien (pekali) kesahan? Koefisien yang didapati adalah bukti berstatistik dan terletak diantara

+1.0 dan -1.0. Jika kesahannya tinggi maka koefisien kesahannya juga tinggi dan sebaliknya juga benar.b. Apakah yang dimaksudkan dengan kesahan dan jelaskan perbezaan di antara jenis-jenis kesahan yang berikut:

(a) Kesahan isi(b) Kesahan gagasan(c) Kesahan ramalan(d) Kesahan serentak

16.Apakah yang dimaksudkan dengan kebolehpercayaan dan nyatakan faktor-faktor yang mempengaruhi kebolehpercayaan sesuatu ujian

17.Jelaskan LIMA ciri-ciri ujian yang baik

18.Berdasarkan data di bawah ini, cari nilai-nilai berikut:

60, 65, 45, 50, 60, 55, 45, 50, 55, 45, 70, 80, 75, 85, 85

Б = √∑fx² - (∑fx)² N N

(a) Min = 61.7(b) Mod = 45(c) Median = 60(d) Sisihan piawai = 13.86 (e) Bina gred lengkung normal = Lengkung taburan pencong positif

19.Seorang guru PJ telah membina dan mentadbirkan satu ujian bagi 30 orang muridnya. Markah-markah ujian yang telah dikumpul adalah seperti di bawah .

25, 24, 20, 20, 21, 22, 22,15, 17, 2722, 14, 20, 24, 24, 22, 22, 16, 23, 2323, 23, 19, 21, 21, 24, 17, 23, 22, 21

Cari Min 21.23Mod 22Median 22 sisihan piawai dan bina geraf lengkung normal

20.Jelaskan(a) Skala norminal- Paras pengukuran yang membahagikan sesuatu kelas

kepada set kelas yang lebih kecil yang saling berkecuali. Misalnya agama, jantina, bangsa, warganegara dllContoh:1 Islam2 Buddha3 Kristian4 Hindu

(b) Skala ordinal - Skala yang mengukur data yang menunjukkan urutan atau pangkat, yang merujuk kepada kandungan nilai. Misalnya sikap, minat, ketinggian pelajar, gred, bilangan anak dllidaContoh1 sangat tidak setuju2 tidak setuju3 tidak pasti

4 setuju5 sangat setuju

(c) Skala Sela – Data yang berbentuk pengelasan dan susunan serta jarak diantara kelas diketahui.Misalnya, markah ujian, nilai suhu, nilai humidity udara dllMarkah: 56, 76, 99, 65, 67

(d) Skala Nisbah– Data yang mempunyai nilai serta jarak yang mutlak pada tiap kategori atau kelas. Misalnya umur, berat, jarak, nilai matawang, tempoh, panjang dll

(e) Skala Transformasi – Skala yang terhasil dari ubahsuaian skala asal atau skor asal. transformasi dilakukan supaya skala yang terhasil akan mudah dikenal dan dianalisis. Kadang-kadang ia perlu juga ditukarkan skalanya untuk kesesuaian analisis tekniknya. banyak data dalam sains sosial perlu dibuat transformasi. Transformasi yang paling mudah ialah transformasi linear

21. Analisis item- Merupakan teknik yang boleh digunakan oleh guru untuk menilai kelebihan dan kelemahan ujian pencapaiannya.Ujian ynag mengandunggi item-item ujian yang berkebolehan tinggi ialah ujian yang ber kebolehpercayaan tinggi.

22. Apa itu SPSS?

SPSS (Statistical Package for the Social Sciences)

Satu sistem yang berupaya mengurus data dan menganalisis secara berstatistik.

Mudah digunakan dan boleh memanipulasi data.

Tetapi SPSS tidak boleh menyelesaikan sebarang masalah anda.

Ia boleh digunakan untuk menganalisis data

Yang penting, anda mesti ada pengetahuan asas mengenai statistik untuk mentafsirkan output.