Assessment in Arabic language learning as a foreign language (Arabic as a Foreign Language) is currently undergoing a significant paradigm shift. This transformation is influenced by the development of digital technology, the utilization of Artificial Intelligence (AI), and the implementation of the Merdeka Curriculum in Indonesia, which emphasizes flexibility, differentiation, and learning personalization. This article presents a Systematic Literature Review (SLR) aimed at identifying, examining, and synthesizing developments, innovations, methodological approaches, and various challenges in the assessment of the four Arabic language skills, namely listening, speaking, reading, and writing, during the period from 2020 to early 2026. The review employed the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) protocol to identify and analyze relevant literature. The findings indicate a shift from conventional evaluation systems based on discrete tests toward the implementation of Technology-Enhanced Assessment (TEA) and more authentic forms of assessment. The literature synthesis reveals several key findings. First, diagnostic assessment, encompassing both cognitive and non-cognitive aspects, plays an important role in designing differentiated learning within the framework of the Merdeka Curriculum. Second, the development of assessment instruments for Arabic language maharah is increasingly oriented toward measuring higher-order thinking skills (Higher Order Thinking Skills/HOTS). Third, the utilization of Generative AI, including ChatGPT, as well as various gamification-based learning platforms, has introduced new approaches to providing faster, more adaptive, and interactive feedback. Based on the synthesis, the effectiveness of modern assessment is not determined solely by the sophistication of the technology employed, but also by the alignment between technology and pedagogical objectives, the transparency of assessment procedures, and its ability to comprehensively represent learners' communicative competence while maintaining the principles of academic integrity.
The validity of assessment instruments is a crucial aspect in ensuring the quality of learning evaluations in Islamic Religious Education (PAI). However, there are still evaluation instruments that are developed without considering the alignment of indicators, constructs, and measurement objectives, which may result in inaccurate data. This study aims to examine the concepts, types, testing procedures, and methods for determining the validity of assessment instruments through a literature review. The method used is library research with a descriptive qualitative approach. Data were obtained from various books, scientific journals, and relevant documents, and then analyzed descriptively. The results of the study indicate that the validity of an instrument encompasses logical validity and empirical validity, which complement each other in ensuring the accuracy of measurements. Validity testing was conducted systematically through construct definition, development of a test blueprint, expert validation, instrument pilot testing, and statistical analysis. A valid instrument is capable of producing data that is accurate, credible, and supports sound educational decision-making.
Discipline assessment in elementary schools is essential for systematically monitoring students’ character development and providing a basis for continuous guidance. However, effective assessment depends not only on the availability of instruments but also on consistent implementation and the appropriate use of assessment results. This study aimed to describe the implementation of discipline attitude assessment instruments and the disciplinary behavior of students at SD Negeri 071206 Taluzusua. The study employed a qualitative approach with a descriptive method. The informants consisted of two homeroom teachers and one subject teacher selected purposively based on their direct involvement in teaching and attitude assessment. Data were collected through in-depth interviews, observations, and documentation, then analyzed through data reduction, data display, and conclusion drawing. Data credibility was strengthened through source, technique, and time triangulation. The findings indicated that instrument implementation involved three stages: planning, assessment, and utilization of results. Teachers used observation sheets and attitude assessment journals to assess punctuality, compliance with rules, and responsibility for completing assignments. Students generally demonstrated fairly good discipline, although their behavior was not yet consistent across all indicators. Assessment results were used to provide reminders, guidance, reinforcement, and continuous character development. These findings highlight the importance of systematic assessment and appropriate follow-up in fostering discipline in elementary schools. ABSTRAK Penilaian sikap kedisiplinan penting dilakukan di sekolah dasar untuk memantau perkembangan karakter peserta didik secara sistematis dan menjadi dasar pembinaan yang berkelanjutan. Namun, keberhasilan penilaian tidak hanya ditentukan oleh ketersediaan instrumen, tetapi juga oleh konsistensi penggunaannya dan pemanfaatan hasilnya. Penelitian ini bertujuan mendeskripsikan implementasi instrumen penilaian sikap kedisiplinan dan gambaran kedisiplinan peserta didik di SD Negeri 071206 Taluzusua. Penelitian menggunakan pendekatan kualitatif dengan metode deskriptif. Informan terdiri atas dua wali kelas dan satu guru mata pelajaran yang dipilih secara purposive. Data dikumpulkan melalui wawancara mendalam, observasi, dan dokumentasi, kemudian dianalisis melalui reduksi data, penyajian data, dan penarikan kesimpulan. Keabsahan data diperkuat melalui triangulasi sumber, teknik, dan waktu. Hasil penelitian menunjukkan bahwa implementasi instrumen meliputi perencanaan, pelaksanaan penilaian, dan pemanfaatan hasil. Guru menggunakan lembar observasi dan jurnal penilaian untuk menilai ketepatan waktu, kepatuhan terhadap aturan, dan tanggung jawab dalam menyelesaikan tugas. Kedisiplinan peserta didik secara umum cukup baik, tetapi belum konsisten. Hasil penilaian dimanfaatkan untuk memberikan pengingat, arahan, penguatan, dan pembinaan karakter secara berkelanjutan.
The urgency of this research lies in the importance of formative assessment for monitoring students’ learning progress and improving Pancasila Education in elementary schools. However, its implementation still faces challenges, including limited time, administrative workload, insufficient instrument variety, and suboptimal use of feedback. This study aims to analyze teachers’ perceptions of the effectiveness of formative assessment instruments, identify implementation barriers, and describe teachers’ efforts to overcome these challenges in Grade V at SD Negeri 071202 Helezalulu. This research employed a descriptive qualitative approach involving two Grade V teachers, one school principal, and four students as informants. Data were collected through observation, semi-structured interviews, and documentation, then analyzed using open coding, axial coding, and selective coding. Data trustworthiness was examined through source and technique triangulation. The findings indicate that teachers perceived formative assessment instruments positively because they helped monitor students’ understanding, identify learning difficulties, provide feedback, and determine instructional follow-up. The identified barriers were addressed through instrument simplification, careful planning, staged assessment, reflection, and teacher collaboration. The study concludes that formative assessment effectiveness depends not only on instrument quality but also on teacher competence, student characteristics, and school support. ABSTRAK Urgensi penelitian ini terletak pada pentingnya penilaian formatif untuk memantau perkembangan belajar siswa dan memperbaiki pembelajaran Pendidikan Pancasila di sekolah dasar. Namun, penerapannya masih menghadapi kendala berupa keterbatasan waktu, beban administrasi, variasi instrumen, dan pemanfaatan umpan balik yang belum optimal. Penelitian ini bertujuan menganalisis persepsi guru terhadap efektivitas instrumen penilaian formatif, mengidentifikasi hambatan penerapannya, serta mendeskripsikan upaya guru dalam mengatasi hambatan tersebut di kelas V SD Negeri 071202 Helezalulu. Penelitian menggunakan pendekatan deskriptif kualitatif dengan melibatkan dua guru kelas V, satu kepala sekolah, dan empat siswa sebagai informan. Data dikumpulkan melalui observasi, wawancara semi-terstruktur, dan dokumentasi, kemudian dianalisis melalui open coding, axial coding, dan selective coding. Keabsahan data diperiksa melalui triangulasi sumber dan teknik. Hasil penelitian menunjukkan bahwa guru memiliki persepsi positif terhadap efektivitas instrumen penilaian formatif dalam memantau pemahaman siswa, mengidentifikasi kesulitan belajar, memberikan umpan balik, dan menentukan tindak lanjut pembelajaran. Kendala diatasi melalui penyederhanaan instrumen, perencanaan, penilaian bertahap, refleksi, dan kolaborasi antarguru. Penelitian menyimpulkan bahwa efektivitas penilaian formatif bergantung pada kualitas instrumen, kompetensi guru, karakteristik siswa, dan dukungan sekolah.
Introduction This study evaluates interactive digital practice modules for grammar acquisition in German as a foreign language, focusing on verb-complement patterns involving verb meaning, complement selection, case marking, and prepositional choice. Drawing on construction-based pedagogy, it examines digitally supported retrieval practice, self-paced learning, response checking, and structured comparison. Methods The study analyzed an archived dataset of 61 Arabic-speaking university learners who participated in a six-week quasi-experimental pretest-posttest design. The experimental group used interactive digital modules, while the control group received conventional instruction. Because the recovered test forms differed in length, scores were converted into percentages, although this adjustment could not ensure measurement equivalence. Results Both groups demonstrated statistically significant improvements in percentage scores from pretest to posttest. However, the difference in learning gains between the experimental and control groups was not statistically significant. Discussion The findings suggest that grammar learning improved under both instructional conditions without establishing a significant advantage for the digital modules. Because digital delivery and pedagogical organization varied simultaneously, their independent contributions could not be determined. Furthermore, percentage-based score conversion did not address potential differences in test difficulty, content coverage, or measurement precision. The study highlights the importance of comparable assessment instruments, transparent outcome measures, and designs capable of distinguishing technological effects from pedagogical effects in digitally mediated second language grammar instruction.
Curriculum changes in Indonesia have brought about shifts in the planning, implementation, and evaluation of instruction in primary schools. A notable change is the transition from the thematic learning approach used in the 2013 Curriculum to the more flexible learning approach of the *Kurikulum Merdeka* (Independent Curriculum). This transition has also influenced the instructional materials and teaching models employed by teachers. This article aims to compare the instructional materials and teaching models associated with the Thematic Curriculum and the *Kurikulum Merdeka*. A literature review method was employed, analyzing various books, policy documents, and scholarly sources relevant to instructional materials and teaching models. The findings indicate that the 2013 Curriculum relied heavily on syllabi, lesson plans (RPP), teaching materials, media, and assessment instruments, with instruction integrated through themes. In contrast, the *Kurikulum Merdeka* utilizes components such as Learning Outcomes (*Capaian Pembelajaran* or CP), Learning Objectives (*Tujuan Pembelajaran* or TP), Learning Objective Sequences (*Alur Tujuan Pembelajaran* or ATP), teaching modules, teaching materials, media, and assessment instruments. Regarding teaching models, the 2013 Curriculum frequently employed a scientific approach alongside models that supported thematic integration, whereas the *Kurikulum Merdeka* offers teachers greater latitude to select teaching models based on student characteristics, subject matter, and the learning context. These changes reflect a shift from relatively structured instructional components toward those that are more flexible and contextual.
تغییرات برنامه درسی در اندونزی منجر به تحولات قابل توجهی در برنامهریزی، اجرا و ارزیابی آموزش در مدارس ابتدایی شده است. یکی از تغییرات مهم، گذار از رویکرد یادگیری موضوعمحور مورد استفاده در برنامه درسی ۲۰۱۳ به رویکرد یادگیری منعطفتر در *Kurikulum Merdeka* (برنامه درسی مستقل) است. این گذار همچنین بر مواد آموزشی و الگوهای تدریس مورد استفاده معلمان تأثیر گذاشته است. هدف این مقاله مقایسه مواد آموزشی و الگوهای تدریس مرتبط با برنامه درسی موضوعمحور و *Kurikulum Merdeka* است. این پژوهش با استفاده از روش مرور ادبیات و تحلیل منابعی چون کتابها، اسناد سیاستی و منابع علمی مرتبط با مواد آموزشی و الگوهای تدریس انجام شده است. یافتهها نشان میدهد که برنامه درسی ۲۰۱۳ به شدت متکی بر طرح درس (RPP)، مواد آموزشی، رسانهها و ابزارهای ارزشیابی بوده و آموزش از طریق موضوعات یکپارچه میشد. در مقابل، *Kurikulum Merdeka* از اجزایی مانند نتایج یادگیری (*Capaian Pembelajaran* یا CP)، اهداف یادگیری (*Tujuan Pembelajaran* یا TP)، توالی اهداف یادگیری (*Alur Tujuan Pembelajaran* یا ATP)، ماژولهای تدریس، مواد آموزشی، رسانهها و ابزارهای ارزشیابی بهره میگیرد. در زمینه الگوهای تدریس، برنامه درسی ۲۰۱۳ عمدتاً از رویکرد علمی و الگوهایی که از یکپارچگی موضوعی حمایت میکردند استفاده مینمود، در حالی که *Kurikulum Merdeka* آزادی عمل بیشتری به معلمان برای انتخاب الگوهای تدریس بر اساس ویژگیهای دانشآموزان، موضوع درس و زمینه یادگیری میدهد. این تغییرات نشاندهنده گذار از اجزای آموزشی نسبتاً ساختاریافته به سوی اجزای منعطفتر و زمینهمحورتر است.
Curriculum policy transitions demand teacher adaptation in managing learning resources and implementing comprehensive evaluations. However, preliminary observations at SMAN 2 Siak Hulu reveal that [specify percentage, e.g., 70%] of teachers still experience disorientation in designing authentic assessment instruments and aligning learning modules with student needs. This community service activity aims to reconstruct teachers' understanding and skills in curriculum management and learning evaluation through a Problem-Based Training (PBT) approach. The program was implemented using a Participatory Action Research (PAR) method integrated into three cyclical stages: (1) identification of pedagogical problems, (2) problem-solving workshops and instrument development, and (3) mentoring and peer-review evaluation. This activity involved [specify number, e.g., 45] teachers across various subjects. Program effectiveness was measured using pre-test and post-test instruments, as well as portfolio analysis of learning products. The results showed a significant increase in participants' pedagogical understanding by [e.g., 82%], as evidenced by the teachers' successful creation of [e.g., 45 validated teaching modules and formative-summative evaluation rubrics]. Furthermore, the PBT approach proved effective in collaboratively eliminating administrative constraints while shifting teachers' paradigms from a clerical orientation toward reflective habits for continuous learning quality improvement.
تحولات سیاستهای برنامهٔ درسی، مستلزم سازگاری معلمان در مدیریت منابع یادگیری و اجرای ارزیابیهای جامع است. با این حال، مشاهدات اولیه در دبیرستان SMAN 2 Siak Hulu نشان میدهد که [درصد مشخص، مانند ۷۰٪] از معلمان همچنان در طراحی ابزارهای ارزیابی اصیل و همسویی ماژولهای یادگیری با نیازهای دانشآموزان دچار سردرگمی هستند. هدف این فعالیت خدماترسانی به جامعه، بازسازی درک و مهارتهای معلمان در مدیریت برنامهٔ درسی و ارزیابی یادگیری از طریق رویکرد آموزش مبتنی بر مسئله (PBT) است. این برنامه با استفاده از روش پژوهش مشارکتی عملی (PAR) و در سه مرحلهٔ چرخهای اجرا شد: (۱) شناسایی مسائل آموزشی، (۲) کارگاههای حل مسئله و توسعهٔ ابزارها، و (۳) مشاوره و ارزیابی همتایان. در این فعالیت، [تعداد مشخص، مانند ۴۵] معلم از رشتههای مختلف شرکت داشتند. اثربخشی برنامه با استفاده از ابزارهای پیشآزمون و پسآزمون و همچنین تحلیل پرتفوی محصولات یادگیری سنجیده شد. نتایج نشان داد که درک آموزشی شرکتکنندگان به طور معناداری به میزان [مثلاً ۸۲٪] افزایش یافته است، چنانکه معلمان موفق به تولید [مثلاً ۴۵ ماژول آموزشی معتبر و روبریکهای ارزیابی تکوینی-جمعبندی] شدند. افزون بر این، رویکرد PBT در حذف محدودیتهای اداری به صورت مشارکتی مؤثر بود و همچنین الگوی ذهنی معلمان را از رویکرد دفتری به سوی عادات بازتابی برای بهبود مستمر کیفیت یادگیری تغییر داد.
Childhood trauma is a significant public health problem owing to its effects on the socioemotional development of adolescents, which calls for validated assessment instruments. This study aimed to adapt and examine the psychometric properties of the Childhood Trauma Questionnaire–Short Form (CTQ-SF) in adolescents from the Peruvian Amazon. An instrumental, cross-sectional study was conducted with 878 adolescents aged 12–17 years (M = 14.0; SD = 1.46) from public secondary schools in the San Martín Region, Peru, randomly divided into two subsamples of 439 participants each for exploratory (EFA) and confirmatory factor analysis (CFA); reliability, convergent and discriminant validity, and measurement invariance across sex were also examined. The original five-factor model did not show adequate performance. After removing items with weak loadings or redundant content, a three-factor, 18-item structure emerged—lack of perceived family support/neglect, sexual abuse, and physical–emotional abuse—which showed adequate fit (CFI = 0.958; TLI = 0.951; RMSEA = 0.051; SRMR = 0.067) and satisfactory internal consistency (ordinal α and ω = 0.76–0.95). Convergent validity was adequate for sexual abuse and physical–emotional abuse (AVE = 0.81 and 0.50) and borderline for lack of perceived family support/neglect (AVE = 0.42), whereas discriminant validity was supported for all factor pairs (HTMT = 0.262–0.626). Full scalar invariance across sex was also established (ΔCFI ≤ 0.002; ΔRMSEA ≤ 0.003). These findings indicate that the Peruvian CTQ-SF is better represented by a three-factor correlated structure, yielding a brief version that allows comparisons between sexes; nevertheless, because its temporal stability and external validity remain to be examined, its use should currently be restricted to research and preliminary screening purposes.
تروما دوران کودکی به دلیل تأثیرات آن بر رشد اجتماعی-عاطفی نوجوانان، یک معضل مهم سلامت عمومی محسوب میشود که نیازمند ابزارهای ارزیابی معتبر است. هدف این مطالعه، انطباق و بررسی ویژگیهای روانسنجی پرسشنامه تروما دوران کودکی–فرم کوتاه (CTQ-SF) در نوجوانان منطقه آمازون پرو بود. این پژوهش به صورت ابزاری و مقطعی بر روی ۸۷۸ نوجوان ۱۲ تا ۱۷ ساله (میانگین = ۱۴.۰؛ انحراف معیار = ۱.۴۶) از مدارس متوسطه دولتی منطقه San Martín پرو انجام شد که به طور تصادفی به دو زیرنمونه ۴۳۹ نفری برای تحلیل عاملی اکتشافی (EFA) و تحلیل عاملی تأییدی (CFA) تقسیم شدند؛ همچنین پایایی، روایی همگرا و واگرا و ناهمسانی اندازهگیری در جنسیت نیز بررسی شد. مدل پنجعاملی اصلی عملکرد مناسبی نشان نداد. پس از حذف گویههای دارای بار عاملی ضعیف یا محتوای تکراری، ساختار سهعاملی با ۱۸ گویه شامل «فقدان حمایت/غفلت ادراکشده خانوادگی»، «سوءاستفاده جنسی» و «سوءاستفاده جسمی-عاطفی» استخراج شد که برازش مناسبی داشت (CFI = 0.958؛ TLI = 0.951؛ RMSEA = 0.051؛ SRMR = 0.067) و از انسجام درونی رضایتبخشی برخوردار بود (آلفای ترتیبی و ω = ۰.۷۶ تا ۰.۹۵). روایی همگرا برای سوءاستفاده جنسی و سوءاستفاده جسمی-عاطفی مناسب بود (AVE = 0.81 و 0.50) و برای فقدان حمایت/غفلت خانوادگی در مرز قابل قبول قرار داشت (AVE = 0.42)، در حالی که روایی واگرا برای تمام جفتعاملها تأیید شد (HTMT = 0.262–0.626). ناهمسانی کامل مقیاس در جنسیت نیز برقرار شد (ΔCFI ≤ 0.002؛ ΔRMSEA ≤ 0.003). این یافتهها نشان میدهد که نسخه پرویی CTQ-SF با ساختار سهعاملی همبسته بهتر نمایان میشود و نسخهای مختصر ارائه میدهد که امکان مقایسه بین جنسیتها را فراهم میکند؛ با این حال، با توجه به اینکه پایداری زمانی و روایی بیرونی آن هنوز بررسی نشده است، استفاده از آن در حال حاضر باید به پژوهشها و غربالگری مقدماتی محدود شود.
Given the theoretical and clinical importance of psychopathy, numerous assessment instruments have been developed, including the Comprehensive Assessment of Psychopathic Personality (CAPP). Although the CAPP has received increasing empirical support across cultures, research examining the validity of the Korean self-report version remains limited. The current study examined the validity of the Comprehensive Assessment of Psychopathic Personality-Self Report Korean Version (CAPP-SR) in Korea. To achieve this, we analyzed its concurrent validity with other psychopathy measures and a general personality model-based scale (HEXACO-100) in a sample of 311 Korean prison inmates. The results indicated moderate to large correlations between the CAPP-SR total and domain scores and scores from other psychopathy measures and the HEXACO-100. CAPP-SR symptom scales also predicted conceptually related factors. Compared to the TriPM and LSRP, the CAPP-SR contributed modest additional explanatory power in predicting the KORAS-G. This study has important implications as the first to examine the associations between psychopathy and general personality in Korea, and provides further support for the validity of the Korean CAPP-SR in a Korean correctional sample.
با توجه به اهمیت نظری و بالینی سایکوپاتی، ابزارهای ارزیابی متعددی توسعه یافتهاند که از جمله آنها میتوان به ارزیابی جامع شخصیت سایکوپاتیک (CAPP) اشاره کرد. اگرچه CAPP در فرهنگهای مختلف حمایت تجربی فزایندهای دریافت کرده است، پژوهشها درباره روایی نسخه کرهای خودگزارشدهی آن محدود باقی ماندهاند. مطالعه حاضر به بررسی روایی نسخه کرهای خودگزارشدهی ارزیابی جامع شخصیت سایکوپاتیک (CAPP-SR) در کره پرداخت. برای این منظور، روایی همزمان آن با سایر ابزارهای سنجش سایکوپاتی و یک مقیاس مبتنی بر مدل شخصیت عمومی (HEXACO-100) در نمونهای متشکل از ۳۱۱ زندانی کرهای تحلیل شد. نتایج نشان داد که بین نمرات کل و حوزههای CAPP-SR و نمرات سایر ابزارهای سنجش سایکوپاتی و HEXACO-100 همبستگیهای متوسط تا بالا وجود دارد. مقیاسهای نشانهای CAPP-SR نیز عوامل مرتبط مفهومی را پیشبینی کردند. در مقایسه با TriPM و LSRP، CAPP-SR قدرت تبیین اضافی اندکی در پیشبینی KORAS-G داشت. این مطالعه به عنوان نخستین پژوهش بررسیکننده ارتباط بین سایکوپاتی و شخصیت عمومی در کره، دارای پیامدهای مهمی است و شواهد بیشتری برای روایی CAPP-SR کرهای در نمونهای از زندانیان کرهای فراهم میکند.
This study aims to analyze the content of junior high school Pancasila Education textbooks from the perspective of Outcome-Based Education (OBE). The analysis focused on four OBE dimensions: clarity of learning outcomes, constructive alignment, learning activity orientation, and assessment quality. This study employed a qualitative approach using deductive content analysis of Grade VII, VIII, and IX Pancasila Education textbooks published by the Kemendikbudristek Center for Textbooks under the Merdeka Curriculum. Data were collected through documentary study and policy document review, then analyzed using the interactive model of Miles, Huberman, and Saldaña (2014). The findings reveal that the textbooks have structurally reflected some OBE principles, as evidenced by the availability of learning objectives derived from Learning Outcomes (Capaian Pembelajaran) and the use of student-centered learning activities. However, significant gaps were identified in the alignment between the demands of learning outcomes and the quality of evaluation instruments, the dominance of lower-order cognitive thinking in learning objectives and exercises, and the limited presence of activities and assessment instruments that explicitly address affective and psychomotor domains. This study concludes that the adoption of the OBE paradigm in the Merdeka Curriculum has not been fully and substantively reflected in junior high school Pancasila Education textbooks. Systematic revision is needed to ensure that the textbooks are genuinely oriented toward holistic competency achievement in accordance with the Pancasila Student Profile.
هدف این پژوهش، تحلیل محتوای کتابهای درسی آموزش پانساسیلا در مقطع متوسطه اول از منظر آموزش مبتنی بر پیامدها (OBE) است. تحلیل بر چهار بُعد OBE متمرکز بود: وضوح پیامدهای یادگیری، همترازی سازنده، جهتگیری فعالیتهای یادگیری و کیفیت ارزشیابی. این پژوهش با رویکرد کیفی و با استفاده از تحلیل محتوای قیاسی بر روی کتابهای درسی آموزش پانساسیلا پایههای هفتم، هشتم و نهم که توسط مرکز کتابهای درسی Kemendikbudristek تحت برنامه درسی Merdeka منتشر شدهاند، انجام شد. دادهها از طریق مطالعه اسنادی و بررسی اسناد سیاستی گردآوری و با استفاده از مدل تعاملی Miles، Huberman و Saldaña (2014) تحلیل شدند. یافتهها نشان میدهد که کتابهای درسی به طور ساختاری برخی اصول OBE را منعکس کردهاند، چنانکه اهداف یادگیری برگرفته از پیامدهای یادگیری (Capaian Pembelajaran) و استفاده از فعالیتهای یادگیری دانشآموزمحور مشهود است. با این حال، شکافهای قابل توجهی در همترازی میان الزامات پیامدهای یادگیری و کیفیت ابزارهای ارزشیابی، غلبه تفکر شناختی سطوح پایینتر در اهداف یادگیری و تمرینها، و حضور محدود فعالیتها و ابزارهای ارزشیابی که به طور صریح به حوزههای عاطفی و روانحرکتی میپردازند، شناسایی شد. این پژوهش نتیجه میگیرد که اتخاذ پارادایم OBE در برنامه درسی Merdeka به طور کامل و ماهوی در کتابهای درسی آموزش پانساسیلا در مقطع متوسطه اول منعکس نشده است. بازنگری نظاممند برای اطمینان از جهتگیری واقعی کتابهای درسی به سوی تحقق شایستگیهای جامع مطابق با پروفایل دانشآموز پانساسیلا ضروری است.
The study employed a Research and Development (R&D) approach, with the operational implementation of the model evaluated using a one-group pretest-posttest design. The KP-Jamupedes model integrates collaborative learning, peer learning, experience sharing, mentoring, and stakeholder involvement at the village level. The implementation was conducted in rural ECE settings in South Sulawesi, Indonesia. Data were collected using competency assessment instruments administered before and after the implementation and analyzed using descriptive statistics, a paired-samples t-test, and N-Gain analysis. The results showed an increase in the mean competency score from 53.33 in the pretest to 79.33 in the posttest. The paired-samples t-test indicated a statistically significant difference between the two measurements, t(9) = −10.778, p < .001. N-Gain analysis showed that all participants experienced improvement, with 20% categorized as high gain and 80% as medium gain. These findings provide preliminary empirical evidence of improved PTK competence following the implementation of KP-Jamupedes and indicate the potential of a village-based collaborative learning mechanism to support ECE quality assurance in resource-constrained rural settings. However, the findings should be interpreted within the limitations of the one-group pretest-posttest design without a comparison group.
این پژوهش با رویکرد تحقیق و توسعه (R&D) انجام شد و اجرای عملیاتی مدل با استفاده از طرح پیشآزمون-پسآزمون تکگروهی ارزیابی گردید. مدل KP-Jamupedes یادگیری مشارکتی، یادگیری همتایان، بهاشتراکگذاری تجربیات، مشاوره و مشارکت ذینفعان در سطح روستا را ادغام میکند. اجرای این مدل در محیطهای آموزش اوان کودکی روستایی در سولاوسی جنوبی اندونزی صورت گرفت. دادهها با استفاده از ابزارهای ارزیابی شایستگی که پیش و پس از اجرای مدل اجرا شدند، جمعآوری و با بهرهگیری از آمار توصیفی، آزمون t زوجی و تحلیل N-Gain تحلیل شدند. نتایج نشان داد میانگین نمره شایستگی از 53.33 در پیشآزمون به 79.33 در پسآزمون افزایش یافته است. آزمون t زوجی تفاوت معنادار آماری بین دو اندازهگیری را نشان داد (t(9) = −10.778, p < .001). تحلیل N-Gain نشان داد که تمامی شرکتکنندگان بهبود را تجربه کردند، بهطوریکه 20٪ در دسته بهبود بالا و 80٪ در دسته بهبود متوسط قرار گرفتند. این یافتهها شواهد تجربی مقدماتی از بهبود شایستگی PTK پس از اجرای KP-Jamupedes ارائه میدهد و نشاندهنده پتانسیل سازوکار یادگیری مشارکتی مبتنی بر روستا برای حمایت از تضمین کیفیت آموزش اوان کودکی در محیطهای روستایی با منابع محدود است. با این حال، یافتهها باید در چارچوب محدودیتهای طرح پیشآزمون-پسآزمون تکگروهی و بدون گروه مقایسه تفسیر شوند.
The Malaysia Education Blueprint 2013-2025 requires assessment of Higher-Order Thinking Skills (HOTS). The objective of this study is to develop and validate an assessment instrument measuring both HOTS and Mathematical Thinking (MT) skills in Malaysian Form 4 students studying quadratic functions, according to KSSM standards. The development of the assessment instrument began with (1) theoretical alignment between Bloom’s Taxonomy and Mason’s MT; (2) development of items based on KSSM content standards; (3) expert validation by five Malaysian mathematics education specialists using the Content Validity Index (CVI); and (4) pilot testing with 20 Form 4 students from Johor schools. Expert validation yielded excellent content validity with I-CVI scores ranging from 0.80 to 1.00. Pilot testing demonstrated high internal consistency, with Cronbach's alpha values of 0.89 for HOTS and 0.87 for MT. The final instrument comprises three parts: Calculator Proficiency (5 items), HOTS Assessment (4 items), and MT Assessment (4 items), with scoring rubrics aligned to KSSM standards. This study presents the first systematically validated instrument integrating Bloom's Taxonomy and Mason's MT framework for Malaysian Form 4 students studying quadratic functions. The validated tool equips teachers with reliable resources to assess advanced thinking, supports evidence-based instructional decisions, and contributes to national educational initiatives.
سند تحول آموزش و پرورش مالزی ۲۰۱۳-۲۰۲۵ بر ارزیابی مهارتهای تفکر سطح بالای ریاضی (HOTS) تأکید دارد. هدف این پژوهش، تدوین و رواییسنجی ابزاری برای سنجش همزمان مهارتهای HOTS و تفکر ریاضی (MT) در دانشآموزان پایه چهارم متوسطه مالزی در مبحث توابع درجه دوم بر اساس استانداردهای KSSM است. فرایند تدوین ابزار سنجش شامل: (۱) همسویی نظری میان طبقهبندی بلوم و چارچوب MT میسون؛ (۲) طراحی سؤالها بر اساس استانداردهای محتوایی KSSM؛ (۳) رواییسنجی توسط پنج متخصص آموزش ریاضی مالزیایی با استفاده از شاخص روایی محتوا (CVI)؛ و (۴) اجرای آزمایشی ابزار بر روی ۲۰ دانشآموز پایه چهارم از مدارس ایالت جوهور بود. رواییسنجی متخصصان، روایی محتوایی عالی با مقادیر I-CVI بین ۰.۸۰ تا ۱.۰۰ را نشان داد. آزمون آزمایشی نیز پایایی درونی بالایی را با مقادیر آلفای کرونباخ ۰.۸۹ برای HOTS و ۰.۸۷ برای MT نشان داد. ابزار نهایی شامل سه بخش است: مهارت استفاده از ماشین حساب (۵ سؤال)، سنجش HOTS (۴ سؤال) و سنجش MT (۴ سؤال) که دستورالعمل نمرهدهی آنها با استانداردهای KSSM همسو است. این پژوهش نخستین ابزار رواییسنجیشده را که به طور نظاممند طبقهبندی بلوم و چارچوب MT میسون را برای دانشآموزان پایه چهارم متوسطه مالزی در مبحث توابع درجه دوم ادغام میکند، ارائه میدهد. ابزار رواییسنجیشده، منابع قابل اعتمادی را برای معلمان جهت ارزیابی تفکر پیشرفته فراهم میکند، از تصمیمگیری آموزشی مبتنی بر شواهد حمایت میکند و به ابتکارات آموزشی ملی کمک مینماید.
