Learning Analytics Part 2

METODOLOGI

1. Analitik Deskriptif: wawasan ke masa lalu menggunakan agregasi data dan penambangan data untuk memahami tren dan metrik evaluatif dari waktu ke waktu. Sebagian besar penggunaan statistik termasuk dalam kategori ini yang terbatas pada data masa lalu dan meliputi:

• • Umpan balik siswa dikumpulkan dari survei kepuasan siswa dan lulusan
  • Analisis data pada semua tahap siklus hidup siswa mulai dari proses penerimaan, orientasi siswa, pendaftaran, pelayanan pastoral, dukungan studi, ujian dan kelulusan.

2. Analisis Diagnostik: Bentuk analitik lanjutan ini ditandai dengan teknik seperti penelusuran, penemuan data, penggalian data, dan korelasi untuk memeriksa data atau konten untuk menjawab pertanyaan – “Mengapa itu terjadi?” dan termasuk:

• • Analisis data untuk menginformasikan dan mengangkat indikator kinerja utama di seluruh organisasi
  • Analisis pola untuk merancang metrik yang sesuai
  • Pelaporan akses ekuitas dan analisis strategi yang efektif untuk mendukung siswa
  • Metrik sistem manajemen pembelajaran untuk meningkatkan keterlibatan siswa

3. Analisis Prediktif: Menggabungkan data historis untuk mengidentifikasi pola dalam data dan menerapkan model statistik dan algoritme untuk menangkap hubungan antara berbagai kumpulan data untuk memperkirakan tren dan mencakup:

• • Pengembangan Dasbor Staf untuk membantu memprediksi jumlah siswa dan mobilitas kohort melalui program untuk membantu mengidentifikasi area yang perlu ditingkatkan

4. Analitik Preskriptif: memberi saran tentang kemungkinan hasil melampaui deskriptif dan prediktif dengan merekomendasikan satu atau lebih pilihan menggunakan kombinasi pembelajaran mesin, algoritme, aturan bisnis, dan pemodelan komputasi seperti:

• • Berfokus pada subjek/kursus di mana perubahan kecil dapat berdampak besar pada peningkatan keterlibatan, umpan balik, dan hasil siswa
  • Visualisasi data melalui alat khusus untuk memberikan metrik tingkat program/gelar tentang pendaftaran siswa, tahap program, hasil, dan umpan balik survei untuk memberikan gambaran visual siswa dalam program mereka kepada staf pengajar

MANFAAT

Learning Analytics memberi para peneliti alat baru yang menarik untuk mempelajari pengajaran dan pembelajaran. Selain itu, seiring peningkatan infrastruktur data — mulai dari pengambilan dan analisis data, hingga visualisasi dan rekomendasi — kami dapat menutup lingkaran umpan balik bagi pelajar, menawarkan umpan balik yang lebih tepat waktu, tepat, dan dapat ditindaklanjuti. Selain itu, pendidik, perancang instruksional, dan pemimpin institusi mendapatkan wawasan baru begitu proses pembelajaran berlangsung terus-menerus dan terlihat.