to 0.89 for various grade and socio

to 0.89 for various grade and socioeconomic groups. The investigators concluded that
their test “appears to be a usable diagnostic instrument.” The major limitation they
identified with their study was “the lack of external criteria for determining the validity
of the test items, and the validity of the identified skills as a part of the problem-solving
process.” Still their research suggests fruitful avenues for others to pursue.
Butts[ 161 developed an X-35 Test of Problem Solving (forms A and B) to assess these
behaviors:
( I ) Early formation of a hypothesis.
(2) Specific experimentation with relevant variables as contrasted to random guessing.
(3) Introduction of control to test the validity of a hypothesis selected.
(4) Specific attempts at verification of the hypothesis.
The testing situation placed the student in as natural a problem situation as possible in
which the student could “select the kinds and amounts of information he believed would
best enable him to solve the problem.” Via a “tab” format, the student pulls the tab on
all items that are considered helpful in solving a specific problem. The available data
were catagorized as:
(i)
(ii) Additional or extra information.
(iii) Duplicate information.
(iv) Irrelevant information.
Once a “tab” has been pulled, it cannot be replaced, so the examiner has a record of
which items were used and in what sequence. The student responses were evaluated by
three professors based on these judgments:
to the problem solution?
variables to the problem?

(C) Did the student introduce any controls into his thinking to test his hypothesis?
On a scale of one to five, the judges evaluated each student’s responses with respect to
those four questions producing scores ranging from 4 to 20. A score of four indicates little
or no evidence of this problem-solving methodology in their thinking, while a score of
20 indicates definite evidence of such structuring and thinking. Butts cited agreement
between the evaluation of the investigator and the judges as evidence of construct validity
of the test. Interpreting the two forms of the test as halves of one test, Butts correlated
student scores from both forms to obtain a reliability coefficient of 0.54. As an innovative
attempt in a very complex domain, this test should be scrutinized closely.
Secondary School Level
The Process of Science Test (POST) [ 171 formerly called the Impact Test, is composed
of 40 four-choice items designed by the Biological Science Curriculum Study (BSCS)
to measure the “ability of students to recognize adequate criteria for accepting or rejecting
hypotheses, and to evaluate the general structure of experimental design in science, including
the need for controls, repeatability, adequate sampling, and careful measurement.”
The POST was to be one phase of the BSCS evaluation program. Items on the
POST are framed in biological science settings, but the authors claim knowledge of
biology is not a prerequisite for scoring high on the test. Many of the items are based on
tabular or graphical presentations of data or sketches of experimental setups. It was
developed to be used both as a pre- and a posttest with biology or other classes in which
the processes of science are important objectives. The test manual includes norms, reliability
information, and correlations with measures of mental ability. The present form,
copyrighted in 1963, was administered to more than 28,000 students at the beginning
of the 1962- 1963 school year and to 24,000 at the end of the school year. Generally, the
last 20 items are of lower quality when compared with the excellent quality of the first
20 items. A major weakness of the POST is that it lacks a precise table of specifications
or categorization of items as to specific processes of skills. Despite this weakness, the
POST is one of the few standardized tests in this area for secondary level students.
More recently, Tannenbaum[ 181 developed an “instrument to assess achievement
and diagnose weaknesses in the use of scientific processes by students in grades seven,
eight, and nine” entitled the Test of Science Processes (TOSP). The test is based on these
processes: Observing, Comparing, Quantifying, Classifying, Measuring, Experimenting,
Inferring, and Predicting. These processes were chosen after consulting the relevant
literature, so the dependence on the SAPA model is understandable. The TOSP has 96
five-choice items which require 73 minutes of total testing time-normally distributed
in two separate sittings. The first 12 items are based on 35 mm color slides and the large
majority of the remaining items are accompanied by pictures or data. In the validation
study, the TOSP was administered to over 3,600 students chosen to represent all ability
levels and a wide range of SES backgrounds. The KR-20 reliability of the total test with
the entire sample was 0.91. Reliability estimates of the subtests (for each of the processes)
vary from 0.30 to 0.78 with the subtest c

Results (Indonesian) 1:

Materi kurikulum sekolah tinggi (BSCS), Klinckmann [51 dikembangkan tes BSCSKategori grid. Salah satu kategori ini dicap "kemampuan untuk menggunakan keterampilan Involved diMemahami masalah ilmiah"dengan subkategori berikut: (1) menafsirkandata kualitatif; (2) menafsirkan data kuantitatif (grafik, tabel, grafik); (3) memahamirelevansi data masalah; (4) layar dan hakim desain dan percobaan; (5) layarhipotesis; (6) mengidentifikasi masalah dan pertanyaan yang tak terjawab; (7) mengidentifikasi asumsidan prinsip-prinsip penyelidikan dan memperluas aplikasi mereka dan ruang lingkup, dan (8) menganalisis ilmiahmasalah.Dengan tujuan menyediakan kerangka kerja untuk membantu evaluasi hasil siswa dariProgram ilmu sekunder, Klopfer [6] dibangun tabel spesifikasi. Tujuandimensi tabel ini terdapat enam tujuan utama, empat di antaranya yang dijelaskansebagai bagian dari sebuah cluster berjudul "proses penyelidikan ilmiah." Utamatujuan proses tertentu adalah: (1) mengamati dan mengukur; (2) melihat masalah danmencari cara untuk mengatasinya; (3) menafsirkan data dan merumuskan generalisasi, dan (4)bangunan, pengujian, dan merevisi model teoretis.Sementara beberapa deskripsi tujuan proses tertentu mungkin pada awalnya tampak cukupberagam, mereka semua tampaknya sesuai dalam definisi ringkas Gallagher's [7] proses sebagai "keterampilanuntuk memperoleh dan mengorganisir pengetahuan tentang lingkungan." Pernyataan singkat inilainnya menggabungkan psikomotor yang berhubungan dengan keterampilan mengamati, mengukur, dll., denganlebih didominasi kognitif teknik analisis untuk coding dan konseptualisasibit tertentu dari informasi sensorik. Ini adalah konsep ini proses ilmu pengetahuan yang akan digunakansepanjang sisa kertas ini.Meskipun definisi ini proses Sains mungkin merupakan faktor pemersatu kepada merekamengembangkan materi pengajaran, ini telah menjadi penghalang kepada orang-orang yang mencoba untuk mengukursiswa pemahaman, atau kompetensi dalam, keterampilan ini. Para peneliti yang fokuspada dimensi "memperoleh" biasanya mengembangkan teknik penilaian yang memerlukansiswa untuk menunjukkan kemampuan untuk melakukan beberapa tugas tertentu. Banyak dari teknik initelah digambarkan sebagai "laboratorium ujian praktik kelas" pada tingkat menengah dan "individukompetensi mengukur"di tingkat sekolah dasar. Pendidik yang fokus pada analitikatau sifat proses kognitif yang berupaya untuk mengukur keterampilan ini sebagai bagian dari paperand-pensil prestasi ujian. Banyak langkah terakhir proses sains memanfaatkanpresentasi informasi melalui sarana bergambar, tabel atau grafis. Sebagai situasi barudan fakta yang digunakan, kemungkinan siswa menanggapi dari ingat menjadi cukupremote dan sebaliknya mereka diwajibkan untuk menafsirkan, restrukturisasi atau menganalisis disediakanrangsangan untuk memilih jawaban yang benar. Sisanya dari tulisan ini akanAnalisis beberapa instrumen Terpilih yang mengaku menilai dasar dan sekolah menengahmahasiswa tingkat keterampilan dengan proses ilmu pengetahuan.Tingkat SDEvaluasi prestasi siswa pada tujuan berbagai SAPA programini dilakukan pada dua tingkat-pendek dan panjang jangkauan. Seperti yang dijelaskan di SAPAKomentar untuk guru [8], evaluasi segera dicapai melalui "penilaian"yang merupakan aktivitas kelas "dirancang untuk membantu Anda [guru] mengevaluasi kinerja kelas secara keseluruhandalam pengertian umum dan memutuskan ketika kelas telah berkembang cukup untukberalih ke latihan berikutnya"dan pada"mengukur kompetensi individu"di managuru "dapat mengamati hanya apa anak mampu melakukan. Ia diharapkan untuk berbicara atau melakukandalam beberapa cara untuk menunjukkan belajar." Dengan menggunakan arah verbal, bahan manipulasi,dan pengamatan dari kinerja aktual, pengukuran prestasi anaktidak tergantung pada apa yang dia mampu membaca. Selama latihan kemudian (bagian E dan seterusnya),ada tidak ada penilaian, tetapi langkah-langkah kompetensi agak baik individu dan kelompok. Thekeuntungan dari ukuran kelompok adalah yang secara bersamaan dapat menguji semua anak-anak dikelas. Menurut komentar SAPA guru [8], "anak prestasipada kelompok tes akan, tentu saja, bergantung sebagian pada kemampuannya untuk membaca, dan sering sedemikiantes, ada sedikit kesempatan untuk memeriksa bagaimana anak menangani peralatan atau rencana dan/ataumelaksanakan investigasi."Evaluasi jangka panjang SAPA tujuan adalah untuk dinilai melalui proses ilmu pengetahuanInstrumen [9]. Edisi percobaan instrumen ini telah disiapkan untukdelapan proses dasar: mengamati; mengklasifikasikan; mengukur; menggunakan nomor; menggunakan ruang waktuhubungan; dalam menyimpulkan; berkomunikasi, dan memprediksi. Sayangnya, dana untuk memvalidasiini alat dan mengembangkan alat yang sama untuk proses terpadu belum menjaditersedia. Versi percobaan yang dibuat tersedia untuk penggunaan "oleh para peneliti pendidikandi sekolah, Universitas, laboratorium pendidikan, penelitian

Results (Indonesian) 2:

(BSCS) materi kurikulum sekolah tinggi, Klinckmann [51 mengembangkan BSCS Uji
Grid Kategori. Salah satu kategori ini diberi label "Kemampuan untuk Gunakan Keterampilan Terlibat dalam
Memahami Masalah Ilmiah" dengan subkategori berikut: (1) menafsirkan
data kualitatif; (2) menafsirkan data kuantitatif (grafik, tabel, grafik); (3) memahami
relevansi data untuk masalah; (4) layar dan hakim desain dan eksperimen; (5) layar
hipotesis; (6) mengidentifikasi masalah dan pertanyaan yang belum terjawab; (7) mengidentifikasi asumsi
dan prinsip-prinsip penyelidikan dan memperluas aplikasi dan ruang lingkup mereka, dan (8) menganalisis ilmiah
masalah.
Dengan tujuan menyediakan kerangka kerja untuk membantu evaluasi hasil siswa dari
program ilmu sekunder, Klopfer [6] dibangun meja spesifikasi. Tujuan
dimensi tabel ini terdapat enam tujuan utama, empat dari yang digambarkan
sebagai bagian dari cluster berjudul utama "proses penyelidikan ilmiah."
Tujuan proses tertentu adalah: (1) mengamati dan mengukur; (2) melihat masalah dan
mencari cara untuk mengatasinya; (3) menafsirkan data dan merumuskan generalisasi, dan (4)
bangunan, pengujian, dan merevisi model teoritis.
Sementara beberapa deskripsi dari tujuan proses tertentu mungkin awalnya tampak cukup
beragam, tampaknya mereka semua cocok dalam Gallagher [7] definisi singkat dari proses sebagai "keterampilan
untuk memperoleh dan mengorganisir pengetahuan tentang lingkungan." Pernyataan singkat ini
cogently menggabungkan keterampilan-psikomotor terkait mengamati, mengukur, dll, dengan
teknik analisis lebih kognitif yang didominasi untuk coding dan konseptualisasi
bit tertentu dari informasi sensorik . Ini adalah konsep proses ilmu yang akan digunakan
di seluruh sisa kertas ini.
Meskipun definisi ini proses sains dapat menjadi faktor pemersatu bagi mereka
mengembangkan bahan ajar, itu telah menjadi halangan untuk mereka yang berusaha untuk mengukur
pemahaman siswa dari, atau kompetensi dalam, keterampilan ini. Mereka peneliti yang fokus
pada "mendapatkan" dimensi biasanya mengembangkan teknik penilaian yang memerlukan
siswa untuk menunjukkan kemampuan untuk melakukan beberapa tugas tertentu. Banyak dari teknik ini
telah digambarkan sebagai "laboratorium ujian praktis" pada tingkat menengah dan "individu
tindakan kompetensi" di tingkat sekolah dasar. Pendidik yang fokus pada analisis
sifat atau kognitif proses mencoba untuk mengukur keterampilan ini sebagai bagian dari paperand-
ujian prestasi pensil. Banyak langkah-langkah baru-baru ini proses sains memanfaatkan
penyajian informasi melalui bergambar, tabular, atau cara grafis. Sebagai situasi baru
dan fakta yang digunakan, kemungkinan siswa merespon dari recall menjadi cukup
jauh dan sebaliknya mereka diwajibkan untuk menafsirkan, restrukturisasi, atau menganalisis disediakan
rangsangan untuk memilih jawaban yang benar. Sisa dari makalah ini akan menjadi
analisis beberapa instrumen yang dipilih mengaku untuk menilai dasar dan menengah
keterampilan siswa tingkat dengan proses ilmu pengetahuan.
SD Tingkat
Evaluasi prestasi siswa pada berbagai tujuan dari program SAPA
dilakukan di dua tingkat- segera dan panjang jangkauan. Seperti dijelaskan dalam SAPA
Commentary untuk Guru [8], evaluasi segera dilakukan melalui "penilaian,"
yang merupakan kegiatan kelas "yang dirancang untuk membantu Anda [guru] mengevaluasi kinerja kelas keseluruhan
dalam pengertian umum dan untuk memutuskan kapan kelas memiliki berkembang cukup untuk
beralih ke latihan berikutnya "dan pada" individu kompetensi ukuran "di mana
guru" dapat mengamati apa anak mampu melakukan. Dia diharapkan untuk berbicara atau melakukan
dalam beberapa cara untuk menunjukkan pembelajaran nya. "Dengan menggunakan arah verbal, manipulasi material,
dan pengamatan kinerja aktual, pengukuran prestasi anak
tidak tergantung pada apa yang ia mampu membaca. Untuk latihan nanti (bagian E dan seterusnya),
tidak ada penilaian, melainkan baik langkah-langkah kompetensi individu dan kelompok. The
keuntungan dari ukuran kelompok adalah bahwa satu secara bersamaan dapat menguji semua anak di
kelas. Menurut Commentary SAPA untuk Guru [8], "prestasi seorang anak
pada tes kehendak kelompok, tentu saja, tergantung sebagian pada kemampuannya untuk membaca, dan sering dalam seperti
tes, ada sedikit kesempatan untuk memeriksa bagaimana anak menangani peralatan atau rencana dan / atau
melakukan investigasi.
"Evaluasi jangka panjang dari tujuan SAPA itu harus dinilai melalui Proses Sains
Instrument [9]. Sebuah edisi percobaan instrumen ini telah disiapkan untuk
delapan proses dasar: mengamati; pengklasifikasian; ukur; menggunakan nomor; menggunakan ruang / waktu
hubungan; menyimpulkan; berkomunikasi, dan memprediksi. Sayangnya, dana untuk memvalidasi
instrumen ini dan mengembangkan alat serupa untuk proses terpadu belum menjadi
tersedia. Versi percobaan dibuat tersedia untuk digunakan "oleh para peneliti pendidikan
di sekolah-sekolah, perguruan tinggi, laboratorium pendidikan, penelitian