Dashboard Analisis AKM Numerasi

📌 Interpretasi Distribusi Skor Numerasi

Secara keseluruhan, distribusi skor numerasi mendekati kurva distribusi normal dengan rerata sebesar 55,05 dan simpangan baku sebesar 11,97. Rentang skor yang sangat lebar, mulai dari nilai minimum hingga 100, mengindikasikan adanya variasi kemampuan numerasi yang substansial di antara siswa meskipun mereka berada dalam kerangka sistem pendidikan nasional yang sama. Kondisi ini menunjukkan bahwa instrumen AKM mampu mendiskriminasikan kemampuan siswa pada berbagai tingkatan dengan baik.

Analisis boxplot per jenjang mengungkap profil distribusi yang berbeda secara signifikan antar kelompok. SMA mencatatkan rerata tertinggi (57,60) sekaligus variabilitas yang paling besar (SD = 15,51), yang mengindikasikan polarisasi kemampuan numerasi yang cukup mencolok di jenjang ini. Polarisasi tersebut dapat dikaitkan dengan keragaman latar belakang akademik siswa SMA yang berasal dari berbagai SMP dengan kualitas yang berbeda-beda. SMP menunjukkan distribusi yang paling homogen (SD = 7,91) dengan rerata 53,27, yang dapat dipahami mengingat AN 2021 dirancang khusus untuk populasi SMP sehingga tingkat kesulitan instrumen lebih seragam dan terfokus. SMK menempati posisi menengah dengan rerata 56,25 dan simpangan baku 13,47, mencerminkan heterogenitas yang juga cukup tinggi namun tidak setinggi SMA. Jenjang Paket B dan Paket C memiliki jumlah sampel yang sangat terbatas sehingga interpretasi statistiknya perlu dilakukan dengan sangat hati-hati.

Dari perspektif kebijakan pendidikan, distribusi yang lebar ini mengandung implikasi penting bagi perancangan strategi pembelajaran. Rentang kemampuan yang besar di dalam satu jenjang menuntut pendekatan pembelajaran yang terdiferensiasi, di mana guru perlu mampu mengakomodasi kebutuhan belajar siswa pada berbagai tingkat kemampuan secara bersamaan. Penguatan program remedial bagi siswa di kuartil bawah (skor di bawah Q1 = 49) sekaligus program pengayaan bagi siswa di kuartil atas perlu diprioritaskan, khususnya di jenjang SMA dan SMK yang menunjukkan variabilitas tertinggi.

📌 Interpretasi Profil Domain Numerasi

Analisis komparatif per domain numerasi mengungkap profil kekuatan dan kelemahan yang berbeda secara sistematis antar jenjang pendidikan. SMP menunjukkan capaian relatif terendah pada domain Data dan Ketidakpastian (rerata = 52,88), yaitu domain yang menuntut kemampuan membaca dan menginterpretasikan data dalam berbagai representasi grafis, tabel, dan diagram, serta kemampuan pengambilan keputusan berbasis data. Rendahnya capaian di domain ini pada jenjang SMP dapat dikaitkan dengan kurangnya paparan terhadap konteks data dan statistika yang bermakna dalam pembelajaran matematika di tingkat menengah pertama.

SMA menunjukkan capaian terkuat pada domain Aljabar (57,82) dan Data dan Ketidakpastian (56,85), yang konsisten dengan struktur kurikulum matematika SMA yang memberikan porsi lebih besar pada pemikiran aljabar dan analisis data. Sebaliknya, SMK menampilkan profil yang paling merata antar domain (Bilangan = 55,11; Aljabar = 54,18; Geometri = 54,32; Data = 56,10), yang dapat dipahami dalam konteks orientasi kurikulum SMK yang lebih aplikatif dan menekankan kecakapan matematika secara menyeluruh tanpa spesialisasi pada satu domain tertentu.

Temuan lintas jenjang yang paling konsisten adalah rendahnya capaian pada domain Geometri di semua jenjang pendidikan. Domain ini secara konsisten berada pada posisi terendah atau mendekati terendah, yang mengindikasikan adanya kelemahan sistemik dalam penguasaan konsep spasial dan geometris. Dari perspektif kebijakan, intervensi pedagogis perlu difokuskan pada penguatan visualisasi spasial melalui pendekatan kontekstual yang lebih konkret, penggunaan alat peraga geometris, serta integrasi teknologi berbasis representasi visual untuk meningkatkan pemahaman konseptual di domain ini.

📌 Interpretasi Analisis Demografis

Jenis Kelamin: Kesetaraan Capaian yang Signifikan secara Substantif. Analisis komparatif berdasarkan jenis kelamin menunjukkan bahwa perbedaan rerata skor antara siswa laki-laki dan perempuan sangat kecil dan tidak bermakna secara praktis, dengan rerata yang hampir identik di angka 55,05 untuk kedua kelompok. Temuan ini merupakan indikator positif dari perspektif kesetaraan gender dalam akses dan capaian pendidikan numerasi di Indonesia. Tidak ditemukannya kesenjangan gender yang berarti mengisyaratkan bahwa kurikulum dan instrumen AKM Numerasi tidak berpihak secara sistematis kepada salah satu kelompok gender, sehingga rancangan intervensi pembelajaran tidak perlu membedakan pendekatan berdasarkan jenis kelamin.

Lokasi Sekolah: Kesenjangan Urban-Rural yang Memerlukan Perhatian Serius. Terdapat perbedaan rerata skor yang cukup substansial antara siswa yang bersekolah di wilayah perkotaan (Urban) dan perdesaan (Rural), dengan selisih sebesar +5.52 poin (Urban = 58,45; Rural = 52,93). Kesenjangan ini merupakan cerminan dari ketimpangan yang lebih luas dalam hal akses terhadap sumber daya pendidikan berkualitas, termasuk ketersediaan guru matematika yang kompeten, fasilitas pembelajaran yang memadai, serta stimulasi akademik di luar lingkungan sekolah. Kesenjangan Urban-Rural dalam capaian numerasi ini konsisten dengan temuan-temuan penelitian pendidikan di negara berkembang yang menunjukkan bahwa lokasi geografis merupakan salah satu prediktor paling kuat dalam menjelaskan variasi capaian belajar. Oleh karena itu, program afirmasi berbasis lokasi, penguatan kapasitas guru di daerah rural, serta penyediaan sumber belajar digital yang dapat diakses secara merata perlu menjadi prioritas kebijakan.

Status Kepemilikan Sekolah: Perbedaan yang Tidak Substansial. Perbedaan rerata antara sekolah Negeri (55,45) dan sekolah Swasta (54,77) sangat kecil dan tidak bermakna secara praktis. Temuan ini mengindikasikan bahwa status kepemilikan sekolah bukan merupakan faktor determinan utama capaian numerasi siswa. Faktor-faktor lain seperti lokasi geografis, kompetensi guru, dan kualitas proses pembelajaran di kelas tampaknya memiliki kontribusi yang jauh lebih besar dalam menjelaskan variasi capaian numerasi antar siswa.

📌 Interpretasi Perbandingan Zona Geografis

Disparitas Antar Zona: Gradien Barat-Tengah-Timur yang Konsisten. Data menunjukkan pola gradien yang konsisten dari barat ke timur dalam hal capaian numerasi: Zona Barat mencatatkan rerata tertinggi (55,71), diikuti oleh Zona Tengah (54,05), dan Zona Timur dengan capaian terendah (49,24). Kesenjangan antara Zona Barat dan Zona Timur sebesar 6,47 poin mengindikasikan bahwa disparitas geografis merupakan salah satu faktor struktural yang paling menentukan dalam distribusi capaian numerasi secara nasional. Pola ini konsisten dengan penelitian-penelitian sebelumnya yang menunjukkan bahwa wilayah bagian timur Indonesia secara sistematis menghadapi keterbatasan dalam akses terhadap sumber daya pendidikan berkualitas, termasuk tenaga pendidik yang kompeten, infrastruktur sekolah yang memadai, dan dukungan ekosistem belajar yang kondusif.

Zona Timur: Kelemahan Kritis pada Domain Aljabar. Temuan yang paling mengkhawatirkan dari analisis zona adalah rendahnya capaian Zona Timur pada domain Aljabar, yang hanya mencapai rerata 42,15. Angka ini jauh di bawah capaian Zona Barat (56,26) dan Zona Tengah (54,41), dengan selisih mendekati 14 poin terhadap Zona Barat. Kesenjangan yang sangat besar pada domain Aljabar ini mengindikasikan adanya defisit mendasar dalam penguasaan konsep matematika abstrak di Zona Timur, yang tidak hanya terbatas pada hafalan prosedur, tetapi mencakup kemampuan penalaran aljabar dan pemodelan matematis. Kondisi ini memerlukan perhatian dan intervensi yang sangat mendesak.

Implikasi Kebijakan berbasis Zona. Temuan-temuan ini secara kolektif mendukung perlunya kebijakan pendidikan yang bersifat asimetris dan afirmatif berdasarkan zona geografis. Intervensi yang direkomendasikan mencakup: penempatan guru matematika berkualitas dengan insentif khusus di Zona Timur, pengembangan dan distribusi modul pembelajaran aljabar yang kontekstual dan mandiri, pemanfaatan teknologi pendidikan jarak jauh untuk menjangkau sekolah-sekolah di daerah terpencil, serta penguatan program pendampingan intensif yang berfokus pada pemulihan fondasi matematika dasar sebelum pembelajaran aljabar lanjutan dimulai.

📌 Analisis yang Valid dalam Konteks Keterbatasan Metodologis Ini

1. Analisis profil distribusi masing-masing gelombang secara terpisah. Meskipun perbandingan langsung tidak valid secara metodologis, setiap gelombang dapat dianalisis secara internal. AN 2021 menampilkan distribusi yang lebih sempit dan mendekati simetris, yang mencerminkan keseragaman kemampuan yang lebih tinggi di kalangan siswa SMP. Sementara itu, AN 2024 menampilkan distribusi yang lebih lebar dengan ekor kanan yang lebih panjang, yang mencerminkan heterogenitas kemampuan yang lebih besar di jenjang SMA, SMK, dan Paket C, dan mengindikasikan polarisasi yang lebih signifikan antara siswa berkemampuan tinggi dan rendah di jenjang atas.

2. Perbandingan profil domain antar gelombang sebagai analisis eksploratif. Dengan tetap mempertimbangkan keterbatasan di atas, perbandingan rerata domain antar gelombang dapat memberikan informasi eksploratif yang berguna. Domain Aljabar dan Data dan Ketidakpastian menunjukkan selisih yang lebih besar antara AN 2021 dan AN 2024 dibandingkan domain lainnya, yang konsisten dengan ekspektasi bahwa jenjang pendidikan yang lebih tinggi memberikan paparan yang lebih intensif terhadap kedua domain tersebut dalam kurikulumnya.

3. Implikasi untuk Desain Penelitian Lanjutan. Untuk memperoleh perbandingan tren kemampuan numerasi yang valid secara metodologis, diperlukan desain penelitian longitudinal yang mengikuti kohort siswa yang sama dari satu jenjang ke jenjang berikutnya, atau studi cross-sectional yang membandingkan jenjang yang identik pada tahun-tahun yang berbeda. Data yang tersedia saat ini lebih sesuai digunakan untuk analisis cross-sectional dalam mendeskripsikan profil kemampuan masing-masing kelompok pada satu titik waktu tertentu.

📌 Interpretasi Hubungan Status Sosial Ekonomi dengan Capaian Numerasi

Korelasi SES-Numerasi: Positif namun Lemah (r ≈ 0,18). Analisis scatter plot antara indeks SES sekolah dan rerata skor numerasi menunjukkan adanya hubungan positif yang bersifat lemah (r ≈ 0,18). Artinya, sekolah dengan indeks SES yang lebih tinggi cenderung memiliki rerata skor numerasi yang lebih tinggi pula, namun kekuatan hubungan ini tidak cukup besar untuk menjadikan SES sebagai prediktor yang andal bagi capaian numerasi. Temuan ini penting secara teoritis karena menantang asumsi deterministik bahwa latar belakang sosial-ekonomi merupakan faktor paling dominan dalam menentukan capaian akademik. Terdapat sejumlah sekolah dengan indeks SES yang relatif rendah namun mampu mencatatkan rerata skor numerasi yang kompetitif, dan sebaliknya, beberapa sekolah ber-SES tinggi menunjukkan capaian yang tidak setara dengan sumber daya yang dimilikinya. Hal ini mengisyaratkan bahwa faktor-faktor lain, seperti kualitas proses pembelajaran di kelas, kompetensi dan dedikasi guru, kepemimpinan sekolah, serta budaya belajar yang dibangun secara kolektif, memiliki peran yang lebih determinan dalam menjelaskan variasi capaian numerasi antar sekolah.

Posisi Relatif Sekolah terhadap Rerata Rayon sebagai Instrumen Identifikasi. Scatter plot kedua yang mempertemukan rerata skor sekolah dengan rerata rayon memberikan perspektif analitis yang berbeda dan sangat berguna untuk keperluan pemetaan mutu. Sekolah yang berada di atas garis diagonal adalah sekolah yang capaian numerasi siswanya melampaui rata-rata rayon tempat sekolah tersebut bernaung. Sekolah-sekolah ini dapat diidentifikasi sebagai sekolah unggul yang berpotensi menjadi model praktik baik dan pusat pembinaan bagi sekolah-sekolah di sekitarnya. Sebaliknya, sekolah yang berada di bawah garis diagonal adalah sekolah yang capaian siswanya berada di bawah rata-rata rayonnya, yang mengindikasikan adanya tantangan mutu yang memerlukan intervensi dan pendampingan yang lebih intensif dari pihak dinas pendidikan setempat.

Implikasi untuk Sistem Pemantauan Mutu Berbasis Data. Pendekatan pemetaan posisi relatif sekolah terhadap rayon ini dapat dikembangkan lebih lanjut sebagai fondasi bagi sistem pemantauan mutu pendidikan berbasis data (data-driven quality monitoring). Dengan memperbarui pemetaan ini secara berkala menggunakan data AN setiap siklus, pemerintah dan dinas pendidikan dapat mengidentifikasi sekolah-sekolah yang memerlukan dukungan tambahan secara lebih dini, sebelum kesenjangan capaian semakin melebar dan semakin sulit untuk diatasi.

📌 Interpretasi Level Kognitif dan Korelasi Antar Variabel

Profil Level Kognitif: Pola yang Berbeda dari Ekspektasi Teoretis. Kerangka AKM membedakan tiga level kognitif, yaitu Pemahaman (L1), Aplikasi (L2), dan Penalaran (L3), yang secara teoretis mencerminkan hierarki kompleksitas berpikir matematis. Namun, data aktual menunjukkan pola yang tidak sepenuhnya sesuai dengan gradien L1 > L2 > L3 yang diharapkan. Pada jenjang SMP, ditemukan pola L1 (55,16) ≈ L3 (55,29) > L2 (51,60), di mana level Aplikasi justru mencatatkan rerata terendah. Pada jenjang SMA, polanya serupa: L1 (57,54) > L3 (57,30) > L2 (55,79), dengan L2 kembali menjadi yang terendah. Sebaliknya, pada jenjang SMK, ditemukan pola yang terbalik dari ekspektasi: L3 (56,43) > L2 (55,58) > L1 (53,86), di mana level Penalaran justru mencatatkan rerata tertinggi.

Interpretasi Pola L2 sebagai Titik Lemah di SMP dan SMA. Rendahnya capaian L2 (Aplikasi) di jenjang SMP dan SMA merupakan temuan yang menarik secara pedagogis. Level Aplikasi menuntut kemampuan menggunakan konsep matematis dalam konteks situasi baru yang belum pernah diajarkan secara eksplisit. Rendahnya capaian di level ini mengindikasikan bahwa meskipun siswa memahami konsep (L1 relatif baik), mereka mengalami kesulitan ketika harus menerapkan pemahaman tersebut dalam konteks yang berbeda. Ini konsisten dengan kritik bahwa pembelajaran matematika di Indonesia masih cenderung berbasis latihan soal rutin, bukan pemecahan masalah kontekstual yang mendorong transfer pengetahuan.

Pola SMK: L3 Tertinggi sebagai Efek Seleksi atau Kurikulum. Tingginya capaian L3 (Penalaran) di SMK dibandingkan L1 dan L2 perlu diinterpretasikan secara hati-hati. Kemungkinan penjelasannya adalah efek seleksi siswa atau karakteristik instrumen soal AKM 2024 yang digunakan untuk jenjang SMK, bukan semata cerminan kemampuan penalaran yang lebih unggul. Analisis lanjutan dengan data yang lebih lengkap diperlukan untuk mengkonfirmasi temuan ini.

Profil Level Kognitif per Zona: Kelemahan L2 di Zona Timur. Pola L2 sebagai titik lemah semakin mencolok di Zona Timur, di mana rerata L2 hanya mencapai 44,41, jauh di bawah Zona Barat (54,27) dan Zona Tengah (52,79). Selisih hampir 10 poin ini mengindikasikan bahwa defisit kemampuan aplikasi matematis di Zona Timur jauh lebih dalam dibandingkan defisit di level pemahaman maupun penalaran.

Heatmap Korelasi: Pola Hubungan Antar Variabel. Heatmap korelasi menampilkan kekuatan dan arah hubungan linier antar seluruh variabel numerasi utama. Skor numerasi total (NUM) berkorelasi positif dengan seluruh variabel domain dan level kognitif, yang mengkonfirmasi bahwa skor total merupakan representasi agregat yang valid dari keseluruhan konstruk numerasi. Korelasi antar domain dan antar level kognitif memberikan informasi mengenai sejauh mana penguasaan satu aspek numerasi berkaitan dengan aspek lainnya, yang berguna sebagai dasar perencanaan intervensi kurikuler yang terintegrasi.

Data yang digunakan dalam dashboard ini adalah sampel Asesmen Kompetensi Minimum (AKM) Numerasi dari dua gelombang Asesmen Nasional yang diselenggarakan oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemdikbudristek) Republik Indonesia. AN 2021 mencakup siswa jenjang SMP dan Paket B (n=250), sedangkan AN 2024 mencakup siswa jenjang SMA, SMK, dan Paket C (n=247). Dataset bersifat anonim — NISN, kode sekolah, kode rayon, dan kode provinsi telah diubah menjadi kode numerik anonim (masking) untuk menjaga kerahasiaan identitas siswa dan institusi, sehingga pemetaan ke nama wilayah asli tidak dapat dilakukan secara akurat.