muhamad rizal bin ariffin tugasan 1 krm3043
DESCRIPTION
Tugasan 1 Krm3043TRANSCRIPT
RIS
SEMESTER 1 SESI 2010/2011
KOD & NAMA KURSUS
KRM 3043
ASAS PENGURUSAN DATA
TUGASAN 1
Group UPSI02(A141PJJ)
DISEDIAKAN OLEH
NAMA NO. ID NO. TELEFON
MUHAMAD RIZAL BIN ARIFFIN D20102041699 019-6331610
NAMA TUTOR E-LEARNING : DR. MOHD. FAIZAL NIZAM LEE
BIN ABDULLAH
TARIKH SERAH : 09 OKTOBER 2014
1
ISI KANDUNGAN
BIL KANDUNGAN MUKA SURAT
1 Pengenalan 3
2 Pengumpulan dan Pengurusan Data 5
3 Perwakilan Data 8
4 Sukatan Kecenderungan Memusat 11
5 Sukatan Serakan 13
6 Kesimpulan 15
7 Rujukan 17
2
PENGENALAN
Pengajaran dan pembelajaran dalam matematik berbeza dengan mata pelajaran
lain.Di samping kemahiran mengira yang melibatkan daya pemikiran dan kreativiti yang
tinggi, ianya juga memerlukan kefahaman sesuatu konsep dengan tepat dan menyeluruh
(NCTM, 1980; Cockroft, 1986; Nik Azis, 1992; Tg. Zawawi, 1997a). Setiap pendidik
matematik mestilah bertanggungjawab untuk memiliki dan mengekalkan
ketrampilan(competence) dalam melaksanakan proses pengajaran dan pembelajaran dengan
mengambil kira keperluan dan tahap pencapaian para pelajar (NCTM, 1980).Pelbagai
kesukaran dapat ditimbul dalam kalangan murid-murid semasa seseorang guru
mengendalikan P&P terutamanya sewaktu matapelajaran Matematik diajar. Matematik
sering dikatakan sebagai salah satu mata pelajaran yang dianggap sukar oleh murid-murid.
Miskonsepsi adalah satu daripada masalah yang sering dihadapi oleh murid dalam
pembelajaran matematik dan sering menjadi penghalang kepada mereka untuk memahami
konsep-konsep matematik yang berkaitan dengan konsep yang disalah tafsirkan oleh
mereka. Sebahagian murid tergolong dalam lemah matematik mungkin disebabkan oleh
kurang mahir membaca, menulis, melakukan latihan pengiraan dan bercakap. Dalam
matematik, masalah ini akan lebih ketara dengan adanya istilah matematik yang mana
sebahagiannya daripada mereka yang belum pernah mendengar dan lupa istilah yang
diberikan.
Konsep matematik murid perlu diperkenalkan dengan pelbagai bentuk, kaedah dan
pendekatan. Murid perlu diperkenalkan dengan beberapa contoh yang konkrit. Robert Gagne
iaitu seorang professor dan ahli psikologi mengatakan bahawa, pembelajaran konsep
matematik yang berkesan memerlukan beberapa teknik penyampaian iaitu :
i. Memberi berbagai-bagai contoh konkrit untuk membuat generalisasi.
ii. Memberi contoh yang berbeza tetapi berkaitan supaya dapat membuat perbezaan.
iii. Memberi contoh-contoh yang tidak ada kaitan dengan konsep yang diajarkan untuk
membuat perbezaan dan generalisasi.
iv. Memberi pelbagai jenis contoh matematik untuk memperolehi konsep matematik
yang tepat.
3
Begitulah antara pendekatan yang perlu kita gunakan bagi mengatasi masalah
miskonsepsi, sama ada ia disebabkan oleh kecuaian mahupun kesukaran murid memahami
sesuatu konsep, guru masing-masing perlu memikirkan pendekatan yang sesuai untuk murid
yang mempunyai pelbagai aras pembelajaran. Guru yang prihatin adalah mereka yang
berusaha membimbing murid mengikut perbezaan aras kecerdasan. Beberapa kajian yang
telah dijalankan oleh ahli psikologi, pakar matematik dan guru matematik menunjukkan ada
pelbagai sebab murid melakukan kesilapan dalam pengiraan bahagi. Sesuatu kemahiran yang
hendak diajar kepada murid perlulah diterangkan konsep disebaliknya.
Contohnya, marilah kita melihat beberapa kesukaran yang dihadapi oleh murid-
murid berpunca daripada miskonsepsi yang dapat dikesan semasa murid-murid belajar dan
menjawab soalan yang berkaitan dengan pembelajaran tajuk Pengumpulan & Pengurusan
Data, Perwakilan Data, Sukatan Kecenderungan Memusat, Sukatan Serakan.
4
PENGUMPULAN & PENGURUSAN DATA
Dalam pengumpulan dan pengurusan data, miskonsepsi yang sering berlaku di kalangan
murid ialah semasa hendak mengenalpasti jenis-jenis pembolehubah atau data yang terlibat.
Penggunaan istilah-istilah khusus berkaitan pembolehubah dan data seperti pembolehubah
kualitatif, pembolehubah kuantitatif, data kuantitatif dan data kualitatif boleh mengelirukan
murid.
Pembolehubah adalah ciri ahli-ahli populasi yang dikaji. Contoh pembolehubah yang
mengukur ciri populasi adalah umur, pendapatan, berat badan, jantina, taraf perkahwinan,
jumlah harta yang dimiliki dan sebagainya. Pembolehubah kualitatif merupakan satu
pembolehubah yang tidak dinyatakan dalam bentuk nombor. Contohnya jantina, keturunan
seseorang, taraf pendidikan, gred getah, gred koko dan lain-lain. Pembolehubah Kuantitatif
pula merupakan pembolehubah yang dinyatakan dalam bentuk nombor, contohnya adalah
tinggi, berat badan seseorang, jumlah pendapatan bulanan, bilangan kereta yang
menggunakan kereta di lebuhraya dan sebagainya. Pembolehubah kuantitatif pula boleh
dibahagikan kepada dua kategori iaitu pembolehubah kuantitatif diskret dan pembolehubah
kuantitatif selanjar. Murid dikesan keliru untuk membezakan dan menentukan
pembolehubah-pembolehubah tersebut.
Bagi mengatasi miskonsepsi atau kesukaran untuk mengenalpasti jenis-jenis pembole-
hubah dan data, guru hendaklah menerangkan dengan jelas supaya murid tidak keliru. Peng-
gunaan peta minda bagi memperjelaskan konsep dan membezakan jenis-jenis pembolehubah
serta data boleh digunakan. Murid boleh melihat makna, jenis dan contoh serta membezakan-
nya dengan jelas.
DATAMaklumat yang diperolehi melalui pemerhatian ke atas nilai-nilai satu pembolehubah
PEMBOLEHUBAH
Satu ciri yang berbeza antara seseorang atau sesuatu benda yang lain
5
JENIS-JENIS PEMBOLEHUBAH DAN DATA
PEMBOLEHUBAH KUALITATIF
tidak dinyatakan dalam bentuk nombor.
Contoh: jantina, keturunan, gred dan taraf pendidikan.
PEMBOLEHUBAH KUANTITATIF
dinyatakan dalam bentuk nombor.
Contoh: tinggi, berat,bil. kereta dan jumlah pendapatan.
SELANJAR
Tinggi orang, berat, halaju.
(nilai dalam satu julat)
DISKRET
Bil. Kereta, bil. Murid, bil. Ahli keluarga.
(boleh dibilang)
Guru juga perlu mengingatkan murid yang bukan semua nombor/angka adalah data
kuantitatif kerana ada juga data tidak memberikan makna apabila mencari nilai min nombor
tersebut atau disusun mengikut turutan nombor. Contohnya nombor pekerja atau nombor
matriks pelajar.
Contoh: D 0 5 3 4 9 6 - nombor ini tidak memberikan sebarang makna jika mencari
nilai min nombor tersebut ataupun apabila disusun mengikut
urutan nombor.
Guru juga boleh memberikan latihan yang pelbagai yang ada data-data dan pembolehubah
yang berbeza bagi memberikan pemahaman yang lebih jelas supaya murid boleh
membezakan jenis-jenis data dan pembolehubah.
Contoh : 1. Cikgu Zana telah mengukur tinggi dan berat murid-murid kelas tahun 1.
6
Data : Kuantitatif iaitu data selanjar kerana data tinggi dan berat diperolehi dengan
memerhati nilai pembolehubah ‘tinggi dan berat’.
Contoh : 2. Petugas SPR telah membuat bancian pengundi di Malaysia 5 tahun sekali.
Data : Kuantitatif iaitu data diskret kerana data diperoleh dengan memerhati nilai
pembolehubah ‘bilangan pengundi di Malaysia’.
Data yang banyak dan tidak teratur perlu dikumpulkan supaya lebih mudah difahami.
Oleh itu, pengumpulan data mengikut kelas-kelas akan memudahkan pemahaman murid.
Namun, miskonsepsi juga sering berlaku berkaitan selang kelas.
Bagi suatu kumpulan data yang besar, selang kelas perlu digunakan bagi
menguruskan data. Ada murid yang tidak tahu cara untuk mendapatkan selang kelas.
Kebiasaannya selang kelas yang mudah ialah 10. Murid-murid selalu beranggapan yang
selang kelas dimulakan dengan 0 bagi selang kelas yang pertama. Selain itu, ada juga murid
yang memasukkan satu data ke dalam lebih daripada satu kelas.
Contoh : 10-20, 20-30, 30-40
Jika 20 diambil sebagai satu data, selang kelas yang manakah 20 akan dimasukkan?
Ini adalah satu miskonsepsi yang perlu diperbetulkan kerana akan mempengaruhi statistik
yang mengelirukan.
Bagi mengatasi miskonsepsi berkaitan selang kelas, guru perlulah menerangkan
tatacara untuk mengumpulkan data ke dalam bentuk jadual mengikut kategori-kategori
tertentu atau kelas-kelas tertentu bagi memudahkan pemahaman murid. Tegaskan kepada
murid, selang kelas yang mudah digunakan ialah saiz 10. Manakala bagi mencari selang kelas
pertama dengan tepat, guru perlulah mengaitkannya dengan menggunakan data minimum
yang diberikan dalam suatu set data serta mengaitkan data maksimum bagi mencari selang
kelas yang terakhir dengan betul.
Guru boleh membimbing murid dan bertindak sebagai fasilitator bagi menjalankan
aktiviti membina jadual kekerapan dalam kumpulan. Murid boleh diberikan set soalan latihan
yang pelbagai sebagai latih tubi untuk mengira selang kelas bagi memberikan kefahaman
yang jelas berkaitan penentuan kelas-kelas atau selang kelas bagi suatu set data. Guru
perlulah sentiasa membimbing murid.
7
PERWAKILAN DATA
Dalam perwakilan data terdapat pelbagai peringkat yang merangkumi peringkat
mengumpul, mengurus, mewakilkan data, membuat analisa dan menginterpretasikan data
kepada bentuk yang lebih mudah difahami secara visual seperti carta dan graf. Dalam bahasa
mudah, setelah semua data diperolehi, ia akan dipersembahkan ke dalam bentuk yang mudah
ditafsirkan oleh pengguna seperti carta dan graf.
Terdapat pelbagai bentuk carta dan graf yang digunakan dalam persembahan statistik
iaitu piktogram, carta bar, carta palang, graf garisan, histogram dan lain-lain. Semasa
menginterpretasikan data ke dalam bentuk carta dan graf inilah banyak berlaku miskonsepsi
di kalangan murid.
Antara miskonsepsi yang sering berlaku dalam perwakilan data ialah perwakilan
secara simbol dan gambar. Penggunaan simbol dan gambar dengan sebahagian atau pecahan
dan bilangan item kerapkali memberikan interpretasi yang salah kepada murid. Kesilapan ini
akan mempengaruhi jawapan murid.
Contohnya interpretasi yang salah berkaitan piktogram. Piktogram ialah satu bentuk
paparan data bergambar khas untuk data kuantitatif seperti data diskret dan data selanjar.
Setiap palang dalam histogram bercantum pada sempadan kelas antara satu sama lain.
Piktogram ialah perwakilan data yang paling mudah dan ia menggunakan gambarajah yang
diwakili oleh siri simbol yang piawai (sama nilai). Di dalam piktogram, data yang
ditunjukkan atau diwakilkan berbentuk simbol atau gambar.
Kesilapan sering berlaku apabila simbol atau ruang dilukis secara tidak sekata,
berbeza saiz dan ruang di antara simbol dan tidak kemas. Ini menyebabkan murid tersalah
kira bilangan perwakilan simbol. Tambahan pula, jika murid yang selalu mengambil jalan
mudah mengira perwakilan simbol dengan hanya memerhati ruang di antara simbol
kemudian membuat anggaran bilangan simbol pada baris yang berikutnya tanpa melihat
dengan teliti.
Bagi mengatasinya, guru berperanan untuk menjelaskan cara-cara menginterpretasi
piktogram dengan betul langkah demi langkah. Murid-murid juga hendaklah selalu
8
diingatkan agar meneliti setiap perwakilan simbol dan sentiasa merujuk kekunci yang diberi.
Gunakan contoh yang jelas supaya murid dapat memperkembangkan kemahiran melukis
simbol dengan betul dan mewakili data dengan tepat. Guru boleh membimbing murid
menggunakan teknologi seperti perisian komputer sebagai pengayaan.
Di samping itu, miskonsepsi yang sering berlaku dalam topik piktogram ini adalah
kesilapan menginterpretasi data yang melibatkan simbol atau gambar yang diwakili
sebahagian(pecahan) bilangan item. Murid yang lemah dalam penguasaan fakta asas akan
menghadapi kesukaran mengira jumlah bilangan perwakilan simbol. Oleh yang demikian,
cara mengatasi kesukaran ini guru bolehlah menggalakkan murid mengira bilangan
perwakilan hanya dengan fakta asas sahaja tanpa melibatkan operasi pecahan.
Terdapat juga miskonsepsi yang berlaku berkaitan carta palang. Carta palang ialah
graf khas yang menggunakan palang atau bar untuk menunjukkan saiz data terutamanya bagi
data kualitatif. Dalam carta palang menegak, palang-palang yang menegak dari bawah ke atas
digunakan manakala bagi carta palang melintang, palang-palang dilukis dari kiri ke
kanan.Jika terdapat perbezaan di antara subkategori, carta palang berganda akan digunakan.
Antara perkara penting yang perlu dititikberatkan dalam graf palang ialah tajuk dan tujuan
graf tersebut, paksi-paksi yang mewakili label palang dan bilangan item di setiap palang serta
skala yang diberikan. Namun, ada juga graf palang yang boleh mengelirukan sekiranya tidak
dibina dengan betul. Miskonsepsi boleh berlaku berkaitan dengan skala pada paksi yang
dibina tidak bermula dengan 0 dan selang nombor yang tidak sesuai.
Antara perkara penting yang perlu dititikberatkan dalam graf palang ialah
tajuk dan tujuan graf tersebut, paksi-paksi yang mewakili label palang dan bilangan item
di setiap palang serta skala yang diberikan. Namun, ada juga graf palang yang boleh
mengelirukan sekiranya tidak dibina dengan betul. Miskonsepsi boleh berlaku berkaitan
dengan skala pada paksi yang dibina tidak bermula dengan 0 dan selang nombor yang tidak
sesuai.
Bagi mengatasi masalah tersebut guru boleh menunjukkan cara untuk membina garaf
palang yang betul dan sempurna. Guru boleh mengguanakan cara yang kreatif. Contohnya
boleh memuat turun video mengenai cara membina graf palang daripada internet dan mem-
inta murid melihat dengan teliti akan langkah-langkah yang ditunjukkan. Terdapat pelbagai
video berkaitan dengan graf palang di Laman Web www.youtube.com.
9
CONTOH GRAF
GRAF PALANG
GRAF PALANG MENGUFUK
10
SUKATAN KECENDERUNGAN MEMUSAT
Sukatan Kecenderungan Memusat adalah ukuran purata yang menunjukkan ukuran pusat sesuatu taburan data. Sukatan kecenderungan memusat menghasilkan maklumat yang berkaitan dengan titik tengah pada sesuatu kumpulan nombor. Sukatan kecenderungan memusat boleh dikira bagi data tak terkumpul dan juga data terkumpul.
Terdapat tiga pengukuran statistik yang digunakan bagi sukatan kecenderungan memusat iaitu min, median dan mod.
Min ialah purata satu kumpulan data dan dikira dengan menjumlahkan semua nombor
dan membahagikannya dengan bilangan nombor tersebut. Min populasi ditandakan den-
gan huruf mu (Σ). Min sampel ditandakan dengan (X). N adalah bilangan nombor didalam
populasi. n adalah bilangan nombor didalam sampel.
Contoh pengiraan min
ialah: Data: 14, 10, 8,
16
Min = (14+10+8+16) / 4
Min = 12
Mod ialah nilai atau fakta yang paling berulang dalam set data itu. Jika terdapat dua
atau lebih data yang tidak mempunyai kekerapan tertinggi, maka terdapat lebih mod
bagi set data tersebut. Sebaliknya, jika setiap data mempunyai kekerapan yang
sama, maka set data tersebut tidak mempunyai mod.
Median ialah titik tengah sesuatu kumpulan nombor yang disusun secara menaik.
Jika bilangan data adalah ganjil, median ialah nombor yang ditengah. Jika bi-
langan data adalah genap, median ialah purata dua nombor yang terletak ditengah-
tengah.
11
Contoh pengiraan median
ialah: Data: 5, 3, 10, 7, 12
Susun semula secara menaik
3, 5, 7, 10, 12
Jika bilangan data adalah genap, median ialah purata dua nombor yang terletak di ten-
gah- tengah. Contoh:
Data: 5, 3, 10, 7, 14, 12
Susun semula secara menaik
3, 5, 7, 10, 12, 14
Jadi, Median = (7+10) / 2
= 8.5
Mod pula ialah kekerapan yang tertinggi. Bagi data terkumpul, mod adalah titik ten -
gah kelas mod. Terdapat dua cara untuk mengira mod iaitu dengan formula dan kaedah his-
togram.
Miskonsepsi yang sering berlaku dalam pengiraan sukatan kecenderungan memusat
ialah berkaitan dengan min. Terdapat beberapa kesukaran yang dialami oleh murid iaitu
mereka tidak dapat mengenalpasti nilai yang tidak dinyatakan apabila diberi nilai min bagi
satu set data. Murid juga tidak dapat membina satu set data apabila nilai min diberikan serta
tidak dapat menggunakan konsep min untuk membuat kesimpulan.
Berkaitan dengan miskonsepsi tidak dapat menggunakan konsep min untuk membuat kesim-
pulan, murid tidak menggunakan KBKK(kemahiran berfikir kreatif dan kritis) untuk menen-
tukan jenis maklumat atau data yang diwakili serta bagaimana maklumat yang diberi boleh
12
digunakan untuk meramal atau membuat kesimpulan. Sebaliknya mereka hanya mencari min
sebagai matlamat akhir sesuatu masalah.
Bagi mengatasi miskonsepsi-miskonsepsi yang berlaku berkaitan sukatan kecenderun-
gan memusat ini, guru hendaklah membantu murid membina pemahaman konsep melalui
penggunaan objek-objek konkrit di sekeliling untuk mencari min seperti pemadam, kerusi,
meja, pensil dan sebagainya sebelum memperkenalkan algoritma mengira min. Pembelajaran
yang berlaku secara kontekstual ini membantu murid menghubungkait pengetahuan yang
dipelajari dengan pengalaman murid sehari-hari dan menjadikan pembelajaran bermakna.
Guru juga digalakkan untuk menggunakan data-data yang relevan dengan kehidupan
murid sehari-hari seperti tinggi dan berat murid, belanja wang saku sekolah, kehadiran seko-
lah dan lain-lain semasa memperkenalkan konsep pengiraan min. Perkaitan antara pengala-
man dan benda-benda di sekeliling murid dengan aktiviti pembelajaran dilihat mampu mem-
berikan pemahaman dan pembelajaran yang lebih bermakna. Pengiraan algoritma boleh diap-
likasikan secara latih tubi setelah murid menguasai sesuatu konsep sukatan kecenderungan
memusat.
SUKATAN SERAKAN
Sukatan serakan digunakan untuk menerangkan serakan atau taburan sesuatu set data.
Jika kita menggunakan ukuran serakan bersama-sama ukuran kecenderungan memusat dalam
pengiraan data akan menghasilkan pemerihalan atau perwakilan data yang lebih lengkap.
Dalam pengiraan sukatan serakan, terdapat beberapa cara yang digunakan iaitu julat, sisihan
piawai dan varian serta sukatan serakan berdasarkan kuartil dan persentil. Namun, masih
berlaku kesukaran dan miskonsepsi oleh murid semasa membuat pengiraan sukatan serakan
terutamanya berkaitan dengan julat.
Julat digunakan untuk mencari ukuran serakan dengan mengira perbezaan antara nilai
terbesar dan nilai terkecil dalam suatu set data tidak terkumpul yang kecil. Secara mudahnya,
julat = nilai terbesar –nilai terkecil. Julat juga boleh dikira berdasarkan perbezaan antara titik
tengah kelas tertinggi dengan titik tengah kelas terendah bagi data terkumpul.
Namun akan berlaku miskonsepsi sekiranya murid menganggap bahawa julat boleh
digunakan dengan tepat untuk menentukan serakan semua jenis set data. Ini kerana bagi set
data yang besar, nilai julat tidak memberi gambaran yang tepat mengenai sebaran data itu.
Julat hanya sesuai untuk mengira set data yang kecil dan tidak mempunyai nilai
ekstremun(nilai terpencil). Nilai ekstremun amat mempengaruhi pengiraan julat.Contohnya :
13
Set data ; 25 28 119 22 27 31
Julat = 119 – 22
= 97
Julat 97 membayangkan set data itu tersebar meluas. Tetapi sebenarnya set data ini
tidak menunjukkan bagaimana data tersebar di antara kedua-dua nilai itu. Jika diperhatikan
sebarannya adalah di antara 22 dan 31. Nilai 119 itu merupakan nilai ekstremun dalam set
data tersebut.
Oleh itu, guru bertanggungjawab menerangkan kepada murid dengan menggunakan
pelbagai set data seperti data terkumpul dan data tak terkumpul serta penegasan tentang nilai
ekstremun(nilai terpencil) yang mempengaruhi serakan data.
Selain itu, miskonsepsi mengenai julat juga boleh berlaku kerana murid menganggap yang
dua set data yang mempunyai julat yang sama juga mempunyai serakan data yang sama.
Anggapan ini tidak benar kerana dua set data yang mempunyai nilai julat yang sama tidak se-
mestinya mempunyai sebaran data yang sama. Contohnya :
Set data A : 3 5 9 10 12
Julat = 12 - 3
= 9
Set data B : 3 4 12 12 12
Julat = 12 – 3
= 9
Walaupun kedua-dua set data data di atas mempunyai nilai julat yang sama iaitu 9
tetapi jika diperhatikan secara teliti, sebaran data-data itu adalah amat berbeza. Set data A
mempunyai serakan yang lebih kurang sekata manakala serakan bagi data B lebih tertumpu
kepada penghujung ekstrem data.
Jadi, guru hendaklah memberi penegasan kepada murid semasa sesi pengajaran dan
pembelajaran bahawa nilai julat yang sama tidak boleh dijadikan ukuran yang serakan data-
data tersebut adalah sama. Murid perlu memerhatikan serakan data-data yang diberikan se-
belum membuat keputusan.
KESIMPULAN
14
diteliti, miskonsepsi dan kesukaran yang berlaku dalam pengajaran dan pembelajaran
statistik ialah aspek pedagogi iaitu kaedah pengajaran dan pembelajaran yang memberi
penekanan kepada pengiraan algoritma dan teknik hafalan tanpa menitikberatkan pemahaman
kontekstual. Manakala punca lain adalah dari aspek kognitif iaitu kelemahan dalam mengua-
sai pengetahuan prasyarat, kesukaran istilah dan bahasa serta penggunaan pengitlakan yang
melampau (overgeneralization).
Tidak dinafikan dalam proses pengajaran dan pembelajaran, seringkali terdapat
masalah di mana murid tidak dapat mengikuti rentak dan kaedah pengajaran guru. Ini kerana,
murid mempunyai pelbagai tahap kecerdasan. Sebagai guru seharusnya kita menggunakan
kaedah dan pendekatan yang pelbagai bagi memperkenalkan konsep matematik dan menarik
minat murid untuk terus fokus pada pengajaran dan pembelajaran matematik. Menurut Robert
Gagne iaitu seorang professor dan ahli psikologi, pembelajaran konsep matematik yang
berkesan memerlukan beberapa teknik penyampaian iaitu :
i. Memberi berbagai-bagai contoh konkrit untuk membuat generalisasi.
ii. Memberi contoh yang berbeza tetapi berkaitan supaya dapat membuat perbezaan.
iii. Memberi contoh-contoh yang tidak ada kaitan dengan konsep yang diajarkan
untuk membuat perbezaan dan generalisasi.
Dalam proses pengajaran dan pembelajaran, guru-guru diberi kuasa sepenuhnya untuk
mengendalikan proses tersebut dan menangani kesalahan lazim yang dilakukan oleh murid.
Sehubungan itu, proses pengajaran dan pembelajaran matematik di dalam kelas amat memer-
lukan strategi yang kemas serta teratur supaya hasrat untuk mengatasi kesalahan lazim di
kalangan pelajar tercapai sepenuhnya. Strategi pengajaran dan pembelajaran ini perlu meli-
batkan pengalaman aktif, reflektif dan pengabstrakan (Nik Azis, 1992).
Masalah kelemahan pelajar dalam penguasaan konsep dan kemahiran dalam statistik
adalah sesuatu yang tidak boleh dipandang remeh oleh pihak-pihak terlibat dalam sektor pen-
didikan terutama sekali guru-guru. Pelbagai pendekatan boleh dilaksanakan bagi mengatasi
miskonsepsi di kalangan murid sama ada faktor kecuaian atau kesukaran murid memahami
konsep ataupun faktor guru sendiri yang tidak menguasai “Pedagogy Content Knowledge”
(PCK). Sesetengah murid tidak berminat untuk belajar dan lantas tidak memberi tumpuan
ketika proses pengajaran dan pembelajaran berlaku. Masalah ini harus ditangani sebaik
mungkin jika ingin melahirkan modal insan yang boleh bersaing di peringkat global. Perkem-
bangan sains dan teknologi sekarang memerlukan cerdik pandai dalam bidang sains dan
15
matematik bagi menerajui negara. Kerjasama ibu bapa juga penting, sama-sama berganding
bahu demi untuk kebaikan dan kesejahteraan anak-anak.
RUJUKAN
16
Abd. Razak Habib, Abd. Rashid Johar, Abdullah Mohd Noor & Puteh Mohamad. (1996).Pelaksanaan KBSM dalam mata pelajaran Matematik, Sains dan Sains Sosial disekolah. Kertas kerja Seminar Kebangsaan Penilaian KBSM. Institut Aminuddin Baki, 9-11 Disember.
Baharin Shamsudin (1990). Siri Pendidikan Pengajaran dan Pembelajaran Matematik Untuk Sekolah Rendah Buku . Kuala Lumpur : DBP, KPM
im K.L, Khaw A.H, Seah A.K. satu Kajian Mengenai Bahan Bantu Mengajar Dalam Pengajaran Pembelajaran Di Sekolah Rendah. Maktab Perguruan Batu Lintang : Jabatan Matematik
Pusat Perkembangan Kurikulum (2000). Sukatan Pelajaran Matematik Kurikulum Bersepadu Sekolah Menengah. Selangor: Dewan Bahasa dan Pustaka.
Meor Ibrahim Kamaruddin (2001). Modul Pembelajaran Sains dan Matematik. Fakulti Pendidikan, Universiti Teknologi Malaysia. (Tidak diterbitkan)
17