Analisis secara mendalam Dimensi Gaya Belajar Felder Silverman

Sabine Graf
Vienna University of Technology, Austria

Silvia Rita Viola and Tommaso Leo

Universita Politecnica delle Marche, Italy

Kinshuk
Athabasca University, Canada

gaya belajar semakin sering dimasukkan ke dalam teknologi-pembelajaran ditingkatkan. Tepat, banyak
pekerjaan penelitian terbaru terjadi di daerah ini. Sebagai informasi lebih lanjut dan rincian tentang gaya
belajar menjadi tersedia, gaya belajar dapat lebih baik ditampung dan terintegrasi ke dalam semua
aspek teknologi pendidikan. Tujuan dari makalah ini adalah untuk menganalisis data tentang gaya
belajar sehubungan dengan Felder-Silverman Model gaya belajar (FSLSM) untuk memberikan penjelasan
lebih rinci tentang gaya belajar dimensi. Analisis menunjukkan karakteristik yang paling representatif
dari masing-masing dimensi gaya belajar serta bagaimana perwakilan karakteristik ini. Sebagai hasilnya,
kami memberikan informasi tambahan tentang gaya belajar dimensi FSLSM. Informasi ini sangat penting
saat gaya belajar yang tergabung dalam pembelajaran teknologi yang disempurnakan. (Kata kunci:. Gaya
belajar, Model Felder-Silverman, data mining, pemodelan siswa)

pengantar

pengantar

Dalam beberapa tahun terakhir, para peneliti pendidikan telah lebih terfokus dan lebih pada aspek
variabel-ous dari gaya belajar dan bagaimana mereka dapat dipertimbangkan dalam teknologi
pendidikan. Penyelidikan tentang gaya dalam pembelajaran teknologi yang disempurnakan belajar
dilakukan dan beberapa sistem adaptif dikembangkan yang bertujuan menggabungkan gaya belajar dan
memberikan kursus yang sesuai dengan gaya belajar individu siswa. Contoh dari sistem tersebut
termasuk CS383 (Carver, Howard, & Lane, 1999), IDEAL (Shang, Shi, & Chen, 2001), MAS-Plang (Pea,
Marzo, & de la Rosa, 2002), TANGOW (Paredes & Rodrguez 2004), dan AHA! (Stash, Cristea, & de Bra,
2006).

Penyelidikan tentang gaya belajar dan pengembangan sistem adaptif termotivasi dengan belajar model
gaya yang menyatakan bahwa peserta didik memiliki cara yang berbeda mereka lebih memilih untuk
belajar. Menggabungkan gaya belajar dalam rencana mengajar dapat membuat belajar lebih mudah dan
mengarah ke prestasi yang lebih baik. Selanjutnya, Felder, misalnya, menunjukkan bahwa peserta didik
dengan preferensi yang kuat untuk gaya belajar tertentu mungkin memiliki kesulitan jika gaya mengajar
tidak sesuai gaya belajar yang disukai mereka (Felder & Silverman, 1988; Felder & Soloman, 1997).

Bajraktarevic, Hall, dan Fullick (2003), misalnya, menegaskan manfaat menyediakan adaptivity oleh
sebuah studi yang menunjukkan bahwa siswa yang menghadiri kursus online yang cocok dengan gaya
belajar yang mereka (sequential atau global) mencapai hasil yang jauh lebih baik daripada mereka yang
mengambil tentu saja itu tidak cocok dengan gaya belajar yang mereka.

Banyak penelitian berkaitan dengan gaya belajar dalam teknologi pendidikan. Untuk penyelidikan ini
serta untuk pengembangan sistem adaptif, model gaya belajar untuk belajar tradisional sering
digunakan. Namun, sebagian besar sistem adaptif berfokus pada gaya belajar menggabungkan hanya
beberapa aspek dari model-model gaya belajar tradisional daripada semua karakteristik yang diusulkan
dari model. Hal ini dilatarbelakangi oleh pembatasan kebanyakan sistem adaptif untuk fungsi tertentu
dan struktur program tertentu (Brusilovsky, 2004). Ketika melakukan investigasi tentang gaya belajar,
karena itu penting untuk mempertimbangkan mana karakteristik dari model gaya belajar yang didukung
oleh sistem.

Dalam tulisan ini, kita fokus pada Felder-Silverman Model gaya belajar (FSLSM) (Felder & Silverman,
1988), model gaya belajar yang sering digunakan dalam pembelajaran teknologi yang disempurnakan
dan yang dirancang untuk pembelajaran tradisional. Tujuan dari makalah ini adalah untuk menganalisis
data berdasarkan FSLSM untuk memberikan penjelasan lebih rinci tentang gaya belajar nya. Oleh karena
itu, kami bertujuan untuk mengidentifikasi karakteristik masing-masing empat dimensi FSLSM agar
dapat membuat

lebih perbedaan bertahap dalam gaya belajar dimensi. Selain itu, kami menganalisis bagaimana
perwakilan masing-masing karakteristik adalah untuk setiap dimensi gaya belajar.

informasi rinci tersebut adalah bermanfaat dalam banyak hal. Secara umum, penjelasan lebih rinci dari
gaya belajar meningkatkan pemodelan siswa dan mengarah seperti itu untuk model yang lebih akurat
dari siswa. Ini lagi membantu untuk memberikan adaptivity lebih cocok sementara memungkinkan
penelitian yang lebih rinci tentang gaya belajar.

Contoh lain untuk penggunaan informasi rinci, misalnya tentang gaya belajar adalah derivasi dari gaya
belajar dari perilaku siswa selama kursus online. Sementara pendekatan seperti itu baru-baru ini
diselidiki untuk sistem yang berbeda (Cha et al, 2006;. Garca, Amandi, Schiaffino, & Campo, dalam pers;
Graf & Kinshuk, 2006), hal itu juga harus dicatat bahwa tidak semua perilaku karakteristik yang
dijelaskan dalam model gaya belajar dapat dipetakan serta diidentifikasi dari perilaku dalam sistem
pembelajaran tertentu. Dengan demikian, pola yang mengindikasikan preferensi khusus untuk gaya
belajar yang disesuaikan dengan fitur dari sistem. Ketika mengidentifikasi gaya belajar, karena itu
penting untuk mengetahui karakteristik dapat dipetakan dan diidentifikasi, dan yang tidak bisa.
Menyadari karakteristik dan relevansinya untuk gaya belajar mengarah ke estimasi yang lebih baik dari
hasil pendekatan dan karenanya, untuk aplikasi yang lebih bermakna dari informasi diidentifikasi.

Informasi rinci tentang gaya belajar juga penting ketika mengidentifikasi hubungan antara gaya belajar
dan kinerja siswa dalam kursus online (lihat Hayes & Allinson, 1996) atau karakteristik lain dari siswa
seperti ciri-ciri kognitif (Graf, Lin, & Kinshuk, di press ). Sebuah penjelasan rinci tentang karakteristik
yang berbeda dari masing-masing dimensi dan bagaimana perwakilan

mereka adalah untuk dimensi tertentu dari gaya belajar yang diperlukan. FSLSM menyediakan kerangka
kerja yang cocok untuk jenis analisis.

Setelah memperkenalkan FSLSM, kita fokus pada menggambarkan Indeks Gaya Belajar (ILS) kuesioner
(Felder & Soloman, 1997), yang digunakan untuk pengumpulan data, dan mendiskusikan hasil analisis
yang dilakukan. Kami menggunakan analisis diskriminan linier untuk mendeteksi karakteristik yang
paling representatif dari gaya belajar yang diwakili dalam data yang dikumpulkan. Selain itu, kami
menganalisis bagaimana perwakilan karakteristik ini adalah untuk dimensi gaya belajar tertentu. Untuk
cross-validasi, kami melakukan analisis frekuensi empiris serta analisis korelasi. Kami menyimpulkan
dengan rekomendasi untuk penelitian lebih lanjut.

Felder-Silverman Learning Style Model (FSLSM)

Ada beberapa model gaya belajar yang berbeda termasuk Kolb (1984), Madu dan Mumford (1982), dan
Felder dan Silverman (1988). Setiap mengusulkan deskripsi yang berbeda dan klasifikasi dari gaya
belajar. Dalam pekerjaan kami, kami berfokus pada Felder-Silverman Model gaya belajar (FSLSM).
Kebanyakan model gaya belajar lainnya mengklasifikasikan peserta didik menjadi beberapa kelompok,
sedangkan Felder dan Silverman menggambarkan gaya belajar dari pembelajar secara lebih rinci,
membedakan-ing antara preferensi pada empat dimensi. Perbedaan utama lain adalah bahwa FSLSM
didasarkan pada kecenderungan, menunjukkan bahwa peserta didik dengan preferensi tinggi untuk
perilaku tertentu juga dapat bertindak kadang-kadang berbeda.

FSLSM sangat sering digunakan dalam penelitian yang berkaitan dengan gaya dalam teknologi
pembelajaran lanjutan belajar. Menurut Carver et al. (1999), Model Felder yang paling tepat untuk
hypermedia courseware (hlm. 34). Kuljis dan Liu (2005) menegaskan hal ini dengan melakukan
perbandingan model gaya belajar dengan re-spect untuk aplikasi dalam e-learning dan sistem
pembelajaran berbasis web. Akibatnya, mereka juga menyarankan FSLSM sebagai model yang paling
tepat.

Ada empat dimensi dalam FSLSM. Setiap pelajar ditandai dengan preferensi spe-cific untuk masing-
masing dimensi. Dimensi pertama membedakan antara aktif dan cara reflektif memproses informasi.
peserta didik aktif belajar terbaik dengan bekerja secara aktif dengan bahan pembelajaran, dengan
menerapkan materi, dan dengan mencoba hal-hal. Selain itu, mereka cenderung lebih tertarik dalam
komunikasi dengan orang lain dan lebih suka belajar dengan bekerja dalam kelompok di mana mereka
dapat membahas tentang materi yang dipelajari. Sebaliknya, peserta didik reflektif lebih memilih untuk
memikirkan dan merenungkan materi. Mengenai komunikasi, mereka pra-fer bekerja sendiri atau
mungkin dalam kelompok kecil bersama-sama dengan satu teman baik.

Dimensi kedua meliputi penginderaan terhadap pembelajaran intuitif. Peserta didik yang lebih memilih
gaya belajar penginderaan ingin mempelajari fakta-fakta dan materi pembelajaran beton. Mereka suka
untuk memecahkan masalah dengan pendekatan standar dan juga cenderung lebih sabar dengan
rincian. Selanjutnya, peserta didik penginderaan dianggap lebih realistis dan masuk akal; mereka
cenderung lebih praktis daripada peserta didik intuitif dan ingin berhubungan materi belajar ke dunia
nyata. Sebaliknya, intuitif belajar-ers lebih memilih untuk mempelajari materi pembelajaran abstrak,
seperti teori-teori dan mereka makna mendasari-ing. Mereka lebih mampu menemukan kemungkinan
dan hubungan dan cenderung lebih inovatif dan kreatif dari penginderaan peserta didik.

Dimensi ketiga, visual yang-verbal membedakan peserta didik yang ingat terbaik dan karena itu lebih
memilih untuk belajar dari apa yang mereka lihat (misalnya, gambar, diagram dan aliran-chart), dan
peserta didik yang mendapatkan lebih banyak dari representasi tekstual, kembali berapapun apakah
mereka yang tertulis atau lisan.

Dalam dimensi keempat, peserta didik yang ditandai sesuai dengan pemahaman mereka. peserta didik
berurutan belajar dalam langkah-langkah tambahan kecil dan ada-kedepan memiliki kemajuan belajar
linear. Mereka cenderung mengikuti jalur bertahap logis dalam mencari solusi. Sebaliknya, peserta didik
global yang menggunakan proses berpikir holistik dan belajar dalam lompatan besar. Mereka cenderung
untuk menyerap materi pembelajaran hampir secara acak tanpa melihat koneksi tapi setelah mereka
telah belajar cukup bahan mereka tiba-tiba mendapatkan gambaran keseluruhan. Kemudian mereka
mampu memecahkan masalah yang kompleks, menemukan hubungan antara daerah yang berbeda, dan
meletakkan segala sesuatu bersama-sama dengan cara baru tetapi mereka memiliki kesulitan dalam
menjelaskan bagaimana mereka melakukannya. Karena seluruh gambar penting bagi peserta didik
global, mereka cenderung lebih tertarik pada over-pandangan dan dalam pengetahuan yang luas
sedangkan peserta didik sekuensial lebih tertarik pada detail.
Pengumpulan Data dan Data Analisis

Dalam rangka untuk menyelidiki gaya belajar siswa kami melakukan penelitian di mana 207 siswa
berpartisipasi. Seratus dua puluh dua siswa dari Massey University di Selandia Baru dan 85 dari
Universitas Teknologi Wina di Austria. Kelompok campuran dari siswa, dari sarjana ke tingkat PhD,
direkrut dari program tertentu seperti Web Teknik dan Manajemen Informasi, dan Sistem Informasi
sebagian besar dipelajari. Untuk mendeteksi gaya belajar siswa, mereka menyelesaikan kuesioner yang
dikembangkan oleh Felder dan Soloman (1997). Pada bagian berikut, kuesioner ini secara singkat
memperkenalkan dan setelah itu hasil dari penelitian kami disajikan.

Indeks Gaya Belajar

Indeks dari Gaya Belajar (ILS), yang dikembangkan oleh Felder dan Soloman, adalah kuesioner 44-item
untuk mengidentifikasi gaya belajar menurut FSLSM. Seperti disebutkan sebelumnya, setiap pelajar
memiliki preferensi pribadi untuk setiap dimensi. preferensi ini dinyatakan dengan nilai antara 11 ke -11
per dimensi, dengan langkah-langkah +/- 2. Kisaran ini berasal dari 11 pertanyaan yang diajukan untuk
setiap dimensi. Ketika menjawab pertanyaan, misalnya, dengan preferensi aktif, 1 ditambahkan ke nilai
dimensi aktif / reflektif sedangkan jawaban untuk preferensi reflektif berkurang nilai dengan 1. Oleh
karena itu, setiap pertanyaan dijawab baik dengan nilai 1 (jawaban) atau -1 (jawaban b). Menjawab cor-
merespon preferensi untuk tiang pertama dari setiap dimensi (aktif, penginderaan, visual, atau
berurutan), jawaban b ke tiang kedua masing-masing dimensi (reflektif, intuitif, verbal, atau global).

ILS adalah alat yang sering digunakan dan baik-diselidiki untuk mengidentifikasi belajar-ing gaya. Felder
dan Spurlin (2005) memberikan gambaran studi yang berhubungan dengan menganalisis data respon
dari ILS mengenai distribusi preferensi untuk setiap dimensi serta dengan memverifikasi reliabilitas dan
validitas instrumen. Sementara studi ini tampaknya mendukung argumen bahwa ILS adalah reli-mampu,
valid dan cocok, isu-isu terbuka muncul seperti ketergantungan antara beberapa gaya belajar dan
adanya beberapa dimensi laten yang perlu penyelidikan lebih lanjut (misalnya, Viola, Graf, Kinshuk, &
Leo, 2007).

Analisis Umum

Pertama, kami menganalisis distribusi preferensi untuk setiap dimensi. Akibatnya, 57% dari siswa dalam
penelitian kami ditemukan memiliki preferensi aktif, 58% preferensi penginderaan, 87% preferensi
visual, dan 56% preferensi global. Tabel 1 (halaman 84) menunjukkan penjelasan yang lebih rinci,
mengklasifikasikan preferensi peserta didik dalam kuat / dimoderatori (nilai 5-11 di ILS) dan seimbang
(nilai dari 3 ke -3 di ILS). Melihat gambaran penelitian serupa yang diberikan oleh Felder dan Spurlin
(2005), hasil kami terutama dalam perjanjian dengan hasil penelitian tersebut. Beberapa perbedaan
kecil dapat dilihat pada sens-ing / dimensi intuitif, di mana peserta didik sedikit lebih intuitif telah
menghadiri penelitian kami, serta dalam dimensi global / berurutan di mana lebih peserta didik global
yang telah berpartisipasi.

Menurut pembagian preferensi, dapat dilihat bahwa hasil penelitian kami berada dalam perjanjian
dengan hasil penelitian yang sudah dilakukan.

Pengelompokan Pertanyaan

Melihat FSLSM, dapat dilihat bahwa setiap gaya belajar digambarkan oleh karakteristik dif-ferent.
Berdasarkan uraian dari FSLSM (Felder & Silverman, 1988), pertanyaan-pertanyaan dalam ILS secara
manual dikelompokkan menurut kesamaan semantik. Tabel 2 (halaman 84) menyediakan kelompok
semantik diidentifikasi untuk setiap gaya belajar serta pertanyaan-pertanyaan yang termasuk dalam
kelompok ini. Sebuah pertanyaan mungkin muncul dua kali dalam tabel, jika jawaban poin pertanyaan
kepada dua berbeda-ent kelompok semantik.

Analisis Semantic Grup

Menurut klasifikasi pada Tabel 2, beberapa analisis yang per-dibentuk untuk mendeteksi kelompok yang
paling representatif untuk setiap gaya belajar. Analisa dilakukan berdasarkan data dari kuesioner ILS.

Dalam rangka untuk mencari kelompok semantik yang paling representatif dari masing-masing dimensi,
Fisher analisis diskriminan linier (misalnya, Duda, Hart, & Stork, 2000), metode multivariat terkenal
optimal linear memisahkan dimensi reduc-tion, dilakukan. Maka model yang diberikan oleh analisis
diskriminan linier dibandingkan dengan beberapa hasil empiris mengenai baik analisis frekuensi dan
analisis korelasi untuk cross-memvalidasi itu.

Mendeteksi Karakteristik Gaya Belajar Dimensi. Dalam rangka menerapkan metode statistik secara
konsisten, data ditransformasikan dalam frekuensi, yaitu pada skala mutlak, sebagai berikut. Biarkan Q
menjadi 207x44 matriks yang mengandung baris indi-individu yang terlibat dan pada kolom jawaban
untuk setiap pertanyaan ILS. Untuk setiap qi pertanyaan, Q = 44, dua variabel numerik, yaitu dua
jawaban masing-masing pertanyaan, a1 = 1 jika qi = 1 (jika tidak 0) dan a2 = 1 jika qi = -1 (dinyatakan 0)
diperoleh.

Misalkan A 207 x 88 matriks yang mengandung dalam baris individu dan di kolom ai, i = 1, ..., 88. Matriks
A memiliki peringkat paling 44 oleh konstruksi, sejak dua kolom dibatasi untuk jumlah sampai dengan 1
dalam baris. Fisher analisis diskriminan linier (LDA) kemudian dilakukan pada seluruh matriks A dari
jawaban peserta didik untuk ILS.

Metode ini, metode multivariat terkenal karena dimensi reduc-tion, mampu menemukan arah linear
optimal pemisahan. arah ini diberikan oleh vektor koefisien w, biasanya satu-dimensi, yang
memaksimalkan pemisahan antar kelas. Dalam vektor ini, nilai absolut tertinggi koefisien-ficients
menunjukkan variabel yang paling penting untuk diskriminasi. Dalam studi ini, LDA digunakan untuk
menemukan ILS pertanyaan yang paling penting untuk membedakan antara masing-masing dimensi
FSLSM (yaitu, aktif / reflektif, penginderaan / intuitif, visual yang / verbal, sekuensial / global) sesuai
dengan jawaban yang diberikan oleh peserta didik.

Lebih formal, menjadi X matriks m-by-n, biarkan w 'mi (1) dan w' mi (2), i = 1, ..., n, akan sarana sampel
d-dimensi poin diproyeksikan sesuai dengan kelas individu, dan (1 / m) (s12 s22) perkiraan seluruh
varians dari data yang diperoleh, di mana

sc 2 w 'xi - w' mi (c) (1)

xCi

dan c C {1, ..., k} menunjukkan kelas; LDA bertujuan untuk menemukan vektor w yang
memaksimalkan fungsi kriteria

w 'm (1) - w' m (2) 2

J (w) i i (2)

s12 s22
Hasil dari metode ini adalah representasi geometris baru yang maxi-mizes pemisahan antara dua set
poin yang diperoleh proyeksi pada ruang dimensi yang lebih rendah (biasanya 1 dimensi). Dalam vektor
koefisien w, yang dalam hal ini memiliki dimensi (88, 1) bobot terkait untuk masing-masing variabel
disusun sesuai dengan kontribusi dalam memisahkan set sepanjang arah yang diberikan oleh w. Untuk
semua empat pasangan gaya kedua arah relatif dan koefisien terdeteksi.

Karena kekurangan peringkat dan redundansi dari matriks A, keluar-masuk dari LDA menunjukkan
vektor di mana koefisien yang terkait dengan setiap jawaban yang sama dalam nilai absolut, tetapi
berlawanan tanda-tanda sesuai dengan as-sociation dengan gaya masing-masing dalam masing-masing
empat dimensi ILS.

Dalam rangka untuk mendeteksi pentingnya masing-masing kelompok semantik dalam gaya belajar
dimensi, koefisien w terkait dengan setiap jawaban yang inves-tigated menggunakan indeks sintetik
pentingnya masing-masing kelompok semantik pertanyaan sesuai dengan masing-masing dimensi gaya
belajar, dihitung sebagai rata-rata dari nilai absolut dari koefisien yang terkait dengan setiap jawaban
pada Tabel 2. Tabel 3 (halaman 86) merangkum hasil.

Karena nilai tinggi menunjukkan dampak yang kuat dari kelompok semantik untuk gaya belajar masing-
masing, dapat dilihat bahwa untuk gaya belajar aktif preferensi untuk mencoba sesuatu memiliki
dampak yang lebih dari preferensi untuk orientasi sosial (misalnya, untuk mendiskusikan dan
menjelaskan materi pembelajaran satu sama lain atau bekerja dalam kelompok). Di sisi lain, untuk gaya
belajar reflektif, perilaku begitu-cial lebih relevan daripada preferensi untuk berpikir / mencerminkan
tentang materi pembelajaran. Itu berarti bahwa untuk mendukung siswa dengan gaya belajar reflektif,
penting untuk memberi mereka kesempatan untuk bekerja secara individual.

Mengenai penginderaan / dimensi intuitif dapat dilihat bahwa preferensi untuk materi pembelajaran
beton tampaknya menjadi yang paling penting bagi peserta didik dengan gaya belajar sensing.
Preferensi untuk bahan abstrak adalah yang paling relevan untuk pelajar intuitif. Sedangkan untuk
peserta didik penginderaan, yang kejelian dengan rincian tampaknya kurang representatif,
kecenderungan untuk menjadi tidak sabar dan tidak hati-hati dengan rincian karakteristik untuk peserta
didik intuitif.

Untuk gaya belajar visual, hanya satu kelompok semantik ada, yang juga sangat representatif. Untuk
gaya belajar verbal, kelompok semantik yang paling representatif adalah preferensi untuk kata-kata
tertulis. Tapi juga diucapkan kata-kata dan kesulitan dengan gaya visual tampaknya memainkan peran
yang relevan. Sangat menarik untuk dicatat bahwa hasil dimensi visual / verbal yang menunjukkan
tambahan dampak mengenai preferensi mencoba sesuatu dan kemajuan belajar non-sekuensial. Karena
hubungan ini tidak dijelaskan dalam FSLSM, lanjut investiga-tions yang diperlukan.

Mengenai dimensi sekuensial / global, semua enam kelompok semantik dari dimensi menunjukkan
relevansi yang tinggi untuk gaya belajar masing-masing. Yang paling penting adalah preferensi untuk
hubungan dan koneksi ke daerah lain untuk pelajar global, sedangkan untuk peserta didik berurutan
kemampuan untuk menyimpulkan dari bagian untuk seluruh solusi yang paling relevan. Kelompok-
kelompok cara berurutan atau non-sekuensial pembelajaran dicapai untuk kedua gaya belajar nilai
terendah, tapi masih representatif.

Validasi silang. Agar hasil cross-validasi, baik korelasi Pearson dan frekuensi empiris yang digunakan.
Dalam analisis frekuensi empiris, kita membandingkan seberapa sering siswa dengan gaya belajar
tertentu menjawab pertanyaan dengan preferensi tertentu. Mengingat aktif / dimensi reflektif sebagai
contoh, pertanyaan adalah perwakilan, jika siswa dengan gaya belajar yang aktif menjawab pertanyaan
ini jelas lebih sering dengan preferensi aktif dari siswa dengan gaya belajar reflektif. Untuk membuktikan
bahwa pertanyaan untuk dimensi aktif / reflektif mewakili, persentase peserta didik aktif, menjawab
pertanyaan dengan preferensi aktif, dibandingkan dengan persentase peserta didik reflektif, menjawab
pertanyaan dengan preferensi aktif. Perbedaan nilai persentase ini bertindak sebagai ukuran yang
menunjukkan bagaimana seorang wakil ques-tion adalah untuk dimensi aktif / reflektif. Dengan
demikian, langkah-langkah untuk semua dimensi lain dihitung. Tujuh pertanyaan dari dimensi aktif /
reflektif, 10 dari penginderaan / dimensi intuitif, sembilan dari dimensi visual / verbal, dan lima dari
dimensi sekuensial / global yang mencapai perbedaan 30% atau lebih. Semua pertanyaan ini kecuali satu
milik dimensi masing-masing. Satu pengecualian menunjukkan gaya belajar sekuensial / global, tetapi
tampaknya menjadi represen-tative untuk penginderaan / dimensi intuitif serta untuk dimensi
sekuensial / global. Hal ini dapat dijelaskan oleh korelasi yang ada antara sens-ing / dimensi global /
intuitif dan sekuensial (dilaporkan dalam Felder & Spurlin 2005, serta diidentifikasi dengan analisis
korelasi dilakukan). Secara keseluruhan, analisis ini menunjukkan bahwa hampir semua pertanyaan yang
sangat representatif untuk dimensi mereka.

Dalam rangka untuk mengidentifikasi pertanyaan yang paling representatif untuk masing-masing
dimensi, pertanyaan-pertanyaan yang peringkat menurut kriteria diperkenalkan di atas. Lima
pertanyaan yang paling representatif untuk setiap dimensi ditunjukkan pada Tabel 4 (halaman 88).

Mengenai dimensi aktif / reflektif, dapat dilihat bahwa pertama, ketiga, dan kelima peringkat
pertanyaan berurusan dengan perilaku yang berorientasi sosial menanyakan apakah siswa dianggap
sebagai keluar, mendapatkan tahu banyak siswa lain di kelas, dan suka bekerja dalam kelompok .
Sebaliknya, pertanyaan kedua dan keempat peringkat sekitar apakah siswa cenderung untuk mencoba
hal-hal atau berpikir materi belajar melalui. Kedua karakteristik diidentifikasi di sec-tion sebelumnya
juga. Sebagai hasil dari kedua analisis, dapat dilihat bahwa perilaku sosial serta preferensi untuk
mencoba hal-hal atau berpikir hal-hal melalui penting untuk dimensi aktif / reflektif. Sejak analisis
diskriminan lebih akurat untuk membedakan aspek yang relevan, hasil yang disediakan oleh itu
menggarisbawahi baik perbedaan dampak perilaku sosial bagi peserta didik yang aktif dan peserta didik
reflektif.

Dalam penginderaan / dimensi intuitif dapat dilihat dengan jelas bahwa empat pertanyaan pertama
berurusan dengan preferensi untuk bahan beton seperti fakta dan data atau materi abstrak seperti
konsep dan teori. Oleh karena itu karakteristik ini tampaknya menjadi yang paling representatif untuk
dimensi ini. Hal ini juga dikonfirmasi oleh hasil analisis diskriminan. Pertanyaan kelima adalah tentang
apakah seorang siswa menganggap dirinya / dirinya sebagai realistis atau inovatif dan milik kelompok
semantik cara / cara-cara baru yang ada, yang dapat dilihat sebagai karakteristik penting kedua menurut
analisis diskriminan.

Mengenai dimensi visual / verbal, menarik untuk melihat bahwa dua pertanyaan pertama dari sudut
lisan pandang sekitar teks tertulis, mempertanyakan tiga dan lima mempertimbangkan menulis dan
berbicara kata-kata dan kata-kata hanya pertanyaan keempat tentang diucapkan. Sementara ada
pertanyaan lebih lanjut tentang kata-kata tertulis dari yang tentang diucapkan, hasil tetap menunjukkan
bahwa untuk pelajar lisan baik, menulis dan berbicara bahasa yang penting. Untuk pelajar visual, hanya
ada satu karakteristik yaitu belajar terbaik dari apa yang mereka lihat. Hasil ini sesuai dengan hasil dari
analisis diskriminan.

Dalam dimensi sequential / global, pertama, kedua, dan pertanyaan keempat berurusan dengan apakah
siswa lebih memilih cara berurutan belajar (dari pandangan-titik gaya berurutan) atau apakah hubungan
dan koneksi ke daerah lain yang lebih penting bagi mereka ( dari sudut pandang gaya global).
Pertanyaan-pertanyaan lainnya adalah tentang dua kelompok semantik lainnya masing-masing untuk se-
quential dan gaya belajar global. Menurut hasil dari analisis diskriminan, semua kelompok semantik yang
relevan ditutupi oleh lima yang paling relevan ques-tions dari Tabel 4. Sedangkan untuk gaya global
urutan relevansi adalah di setuju-ment dari kedua analisis, untuk gaya berurutan preferensi untuk
kemajuan belajar berurutan tampaknya kurang relevan menurut analisis diskriminan.

Melihat korelasi dalam frekuensi jawaban sesuai dengan masing-masing gaya belajar delapan, fitur
menarik muncul. Korelasi dihitung atas jumlah total jawaban positif untuk masing-masing 88 jawaban
diperbolehkan oleh ILS (2 kemungkinan jawaban untuk setiap pertanyaan), mengubah kemudian data
dari skala biner ke satu angka setara, untuk koherensi dan consis-ketidak- dengan aplikasi koefisien
korelasi Pearson dan nilai-nilai p terkait.
Banyak tinggi (lebih dari 0,7) nilai-nilai yang ditemukan; nilai p terkait yang sangat kecil (p <0,05),
menunjukkan signifikansi a. Secara khusus, sejumlah besar nilai absolut tinggi koefisien korelasi
melibatkan pertanyaan milik semua kelompok semantik terkait dengan aktif / dimensi reflektif dan
korelasi dimensi silang antara kelompok-kelompok ini; pertanyaan milik semua kelompok semantik
terkait dengan sequential / dimensi global dan lintas correla-tion pertanyaan antara kelompok-
kelompok ini, dan pertanyaan-pertanyaan milik kelompok semantik terkait dengan dimensi visual /
verbal (gambar / lisan dan tertulis-sepuluh kata)

Beberapa pertimbangan dapat dilakukan pada hasil ini. Perbedaan frekuensi empiri-cal hadir pada posisi
pertama peringkat variabel yang dalam banyak kasus mencapai korelasi yang tinggi, dan untuk alasan ini
beberapa kelompok semantik tidak terwakili. LDA tampaknya bukan menjadi lebih mampu mencakup
semua karakteristik Representa-tive. Selain itu, tampaknya mampu memberikan indikasi yang lebih
akurat tentang pentingnya setiap karakteristik.

Akhirnya, sepertinya, melihat hasil, bahwa beberapa korelasi menjadi-tween dimensi gaya belajar yang
mungkin. hipotesis ini membutuhkan lebih dalam dan berdedikasi penyelidikan kedua analisis yang
disajikan oleh literatur (Felder & Spurlin, 2005) dan analisis statistik dilakukan pada dataset ini untuk
diuji dan menjelaskan.

Kesimpulan dan Kinerja Masa Depan

Dalam tulisan ini, kami memberikan analisis mendalam dari data dari ILS ques-tionnaire dengan tujuan
untuk mendapatkan penjelasan lebih rinci tentang gaya belajar dimensi Felder- Silverman Model gaya
belajar (FSLSM). Oleh karena itu, kami membagi masing-masing dimensi gaya belajar dalam kelompok-
kelompok semantik (seperti preferensi untuk bahasa lisan atau preferensi untuk bahan pembelajaran
beton), dan menganalisis dampak dari setiap kelompok untuk masing-masing gaya belajar. Pendekatan
hybrid digunakan untuk mendeteksi fitur menarik baik dari penelitian dan dari sudut pandang appli-
kation.

Hasil penelitian menunjukkan deskripsi yang lebih akurat FSLSM, menunjukkan rel - karakteristik Evant
dalam dimensi. Khusus untuk penggunaan gaya belajar dalam teknologi Enhanced pembelajaran,
deskripsi yang akurat tersebut adalah impor-tant untuk berhubungan model gaya belajar dengan fitur
online ENVI-ronment. Dalam beberapa tahun terakhir, pembelajaran teknologi yang disempurnakan
telah menempatkan besar perhatiannya-tion pada gaya belajar dalam rangka meningkatkan adaptivity
dalam teknologi yang disempurnakan sistem pendidikan. Menggabungkan tidak hanya belajar dimensi
gaya tapi juga karakteristik yang berbeda dalam dimensi ini menyebabkan representasi yang lebih akurat
dari gaya belajar siswa dan karena itu meningkatkan potensi lingkungan belajar adaptif. Selain itu,
investigasi mendalam karakteristik gaya belajar bisa meningkatkan juga model pedagogis, dukungan-ing
pembelajaran yang lebih efektif dan personal.

pekerjaan di masa depan akan mencakup analisis statistik tambahan untuk mengkonfirmasi hasil kami.
Perpanjangan dari hasil kuesioner ILS mungkin tujuan berarti bagi pekerjaan di masa depan juga, untuk
memberikan tidak hanya informa-tion tentang dimensi gaya belajar tetapi juga tentang kelompok
semantik mereka. Selain itu, kami berencana untuk menggunakan informasi tambahan dari kelompok
semantik untuk meningkatkan pemodelan siswa dan menggunakan data tambahan ini dalam model
mahasiswa untuk memberikan adaptivity lebih cocok. Bidang lain aplikasi dan riset masa depan akan
berurusan dengan menggabungkan penjelasan rinci tentang gaya belajar untuk mendeteksi gaya belajar
secara otomatis dari perilaku siswa

di kursus online. Selain itu, informasi lebih rinci dapat membantu untuk inves - hubungan tigate antara
gaya belajar dan, misalnya, kinerja atau karakteristik siswa seperti sifat-sifat kognitif.

Ucapan Terima Kasih

Penelitian ini didorong rasa ingin tahu dan telah didanai sebagian oleh Kementerian Federal Austria
untuk Pendidikan, Ilmu Pengetahuan, dan Kebudayaan, dan Dana Sosial Eropa (ESF) di bawah hibah
31,963 / 46-VII / 9/2002.

kontributor

Sabine Graf adalah Graduate Peneliti di Universitas Teknologi Wina, Perempuan Pascasarjana College
untuk Internet Technologies, di Austria. Dia juga peneliti di Advanced Learning Technology Research
Center dari Massey University, Selandia Baru. Kepentingan penelitiannya meliputi adaptivity dalam
sistem pendidikan berbasis Web, pemodelan siswa, dan kecerdasan buatan. (Ad-dress: Vienna
University of Technology, Perempuan Pascasarjana College untuk Internet Technologies, Favoritenstrae
9-11, E188 / 4, Wina, Austria; telepon: 431.58801.18817; fax: 431.58801.18895; sabine.graf@ieee.org)

Silvia Rita Viola lahir pada tahun 1976. Pada tahun 2001 ia lulus dengan gelar di bidang filsafat di
Universitas Pisa. Pada Februari 2006, ia meraih gelar PhD dalam e-learning di UniversitaPolitecnica delle
Marche, Ancona, Italia. kepentingan penelitiannya adalah dalam model matematika dari Dunia Data
Wide Web, belajar-ing karakterisasi proses data didorong pendekatan dan model bio-engineering
matematika. Dia saat ini dengan UniversitaPolitecnica delle

Marche sebagai associate penelitian dan dengan Universitas untuk orang asing di Italia, sebagai dosen
untuk kursus berjudul Pengetahuan Teknik. (Alamat: Dipartimento di Ingegneria Informatica, Gestionale
e dell 'Automazione Maurizio Panti, Univerista' Politecnica delle Marche, Via delle Brecce Bianche,
60100 Ancona, Italia; telepon: 39 071 2.204.842; fax: 39 071 2.204.474; sr.viola @ gmail.com)

Kinshuk bergabung Athabasca Universitas pada bulan Agustus 2006 sebagai profesor dan direktur
School of Computing dan Sistem Informasi. Sebelum pindah ke Kanada, Kinshuk bekerja di Nasional
Jerman Pusat Penelitian Teknologi Informasi sebagai sesama pascasarjana, dan di Massey University,
Selandia Baru, sebagai seorang profesor Sistem Informasi dan direktur Advanced Learning Technology
Research Center. Dia juga memegang posisi Konsultan Kehormatan Senior E-Learning dengan Online
Learning Systems Ltd, Selandia Baru, dan posisi Docent dengan Universitas

dari Joensuu, Finlandia. Dia telah terlibat dalam proyek-proyek penelitian berskala besar untuk
lingkungan pendidikan adaptif berdasarkan eksplorasi dan telah menerbitkan

secara luas di jurnal internasional wasit, konferensi, dan bab buku. Dia adalah ketua Komite Teknis IEEE
tentang Teknologi Pembelajaran dan Forum Internasional Pendidikan Teknologi & Society. Dia juga
editor dari SSCI diindeks Journal of Educational Technology & Society (ISSN 1436-4522). (Alamat: School
of Computing dan Sistem Informasi, Athabasca University, 1 Universitas Drive, Athabasca, AB T9S 3A3,
Kanada; telepon: 1.780.675.6812; fax: 1.780.675.6148; kinshuk@ieee.org)

Tommaso Leo, lahir pada tahun 1944, adalah profesor penuh di Ketua Universitas Control-Ancona
otomatis sejak tahun 1981. Dia adalah penulis dan co-penulis lebih dari 200 makalah, editor beberapa
buku dan isu-isu khusus dalam jurnal. Dia adalah anggota dari beberapa masyarakat ilmiah. Dia telah
terlibat dalam beberapa program penelitian yang didanai nasional dan internasional. Minat
penelitiannya adalah dalam analisis dan pemodelan perilaku manusia motor, sistem pengukuran dan
teknik, pemrosesan sinyal dan penyaringan yang optimal, kontrol adaptif dan identifikasi sistem,
antarmuka yang ramah di biomedis, aplikasi berbasis web untuk belajar dan akreditasi, dan dalam
robotika bantu. (Alamat: Dipartimento di Ingegneria Informatica, Gestionale e dellAutomazione,
Univerista Politecnica delle Marche, Via delle Brecce Bianche, 60100 Ancona, Italia; telepon: 39 071
2.204.842; fax: 39 071 2.204.474; tommaso.leo@univpm.it)
Sebuah Kontribusi untuk Validasi Arti Score untuk Felder-

Indeks soloman tentang Gaya Belajar

Malgorzata S. Zywno

Ryerson University

Abstrak

Pada tahun 1988, Richard Felder dan Linda Silverman mengembangkan model pembelajaran yang
berfokus pada aspek gaya mahasiswa teknik belajar. Tiga tahun kemudian, instrumen penilaian
psikometri yang sesuai, Indeks Felder-Soloman tentang Gaya Belajar, dikembangkan. Makalah ini
menawarkan kontribusi untuk karya validasi yang sedang berlangsung pada instrumen ILS, berdasarkan
studi tiga tahun penulis dari hubungan antara belajar siswa gaya dan prestasi akademik mereka dalam
lingkungan belajar hypermedia-dibantu. Makalah ini memberikan analisis sifat psikometrik ILS,
berdasarkan skor untuk 557 kuesioner yang valid dikumpulkan dalam penelitian ini. Ini termasuk
reliabilitas test-retest, struktur faktor, reliabilitas internal, item total korelasi dan korelasi antar skala.
Validitas konstruk juga dibahas. Singkatnya, penulis mendukung kesimpulan ditemukan dalam menunjuk
literatur untuk ILS sebagai alat psikometri yang cocok untuk mengevaluasi gaya belajar mahasiswa
teknik. Penulis juga sepakat dalam rekomendasi untuk bekerja lebih lanjut pada memvalidasi makna
nilai dan pada peningkatan item tertentu untuk mengurangi korelasi antar skala.

I. Pendahuluan

Model Felder Learning Style

Model Felder pembelajaran styles1, 2 berfokus pada aspek gaya belajar yang signifikan dalam
pendidikan teknik, dan sangat populer di kalangan pendidik rekayasa meskipun instrumen psikometri
terkait dengan model, Indeks Belajar Styles3 (ILS), belum sepenuhnya divalidasi. Secara singkat, model
memiliki lima dimensi: Pengolahan (Active / Reflektif), Persepsi (Sensing / Intuitive), Input (Visual /
Verbal), Understanding (Sequential / Global) dan Organisasi (induktif / deduktif). Felder
merekomendasikan metode pengajaran induktif (yaitu berbasis masalah pembelajaran, penemuan
berbasis learning), sedangkan metode pengajaran perguruan tinggi tradisional deduktif, yaitu dimulai
dengan dasar-dasar dan melanjutkan ke aplikasi. Dengan demikian dimensi terakhir telah dihapus dari
ILS, agar tidak memberikan insentif untuk penggunaan terus-menerus dari instruction4 deduktif
tradisional. model merakit profil preferensi belajar dari kelompok peserta didik dan memberikan
wawasan tentang bagaimana strategi mengajar dapat dimodifikasi untuk memperluas daya tarik mereka
untuk penampang yang lebih besar dari populasi siswa. Untuk meningkatkan dukungan bagi peserta
didik dengan preferensi individu yang berbeda, Felder pendukung pendekatan multi-gaya sains dan
teknik education1, 2, dan penggabungan aktif, pengalaman, kolaborasi learning5 berpusat pada siswa.
Pendekatan ini telah lama dianjurkan sebagai lingkungan belajar yang efektif untuk education6 rekayasa
6, 7, 8.