analisis variansi
DESCRIPTION
PENGGUNAAN ANALISSIS VARIANSI DALAM MENGANALISIS DATA HASIL PENELITIANTRANSCRIPT
PENGARUH PEMBELAJARAN STRATEGI REACT TERHADAP
KEMAMPUAN PEMECAHAN MASALAH MATEMATIK SISWA
A. Jenis, Desain dan Variabel Penelitian
1. Jenis dan Desain Penelitian
Penelitian ini merupakan penelitian quasi experiment atau eksperimen
semu dengan Random Assignment. Pertimbangan penggunaan jenis penelitian ini
adalah bahwa kelas yang ada sudah terbentuk sebelumnya, sehingga tidak
dilakukan lagi pengelompokkan secara acak. Apabila dilakukan pembentukan
kelas baru dimungkinkan akan menyebabkan kekacauan jadwal pelajaran dan
mengganggu efektivitas pembelajaran di sekolah. Pada penelitian ini digunakan
dua kelompok penelitian yaitu kelas eksperimen (kelas perlakuan) merupakan
kelompok siswa yang pembelajarannya menggunakan strategi REACT dan
kelompok kontrol (kelas pembanding) adalah kelompok siswa yang
pembelajarannya tidak menggunakan strategi REACT (konvensional). Dengan
demikian penelitian ini menggunakan desain kelompok control non-ekuivalen
(Ruseffendi, 2005: 52) berikut:
Kelas Eksperimen : O X O
Kelas Kontrol : O O
Keterangan:
O : Pretest atau Posttest
X : Pembelajaran dengan strategi REACT
2. Variabel Penelitian
Variabel yang digunakan dalam penelitian ini adalah variabel bebas,
variabel terikat dan variabel kontrol. Sugiyono (2009:61) menjelaskan bahwa:
a. Variabel bebas (independent) adalah variabel yang mempengaruhi atau
menjadi sebab perubahannya atau timbulnya variabel terikat (dependent).
Variabel bebas pada penelitian ini adalah pembelajaran menggunakan
strategi REACT.
b. Variabel terikat (dependent) adalah variabel yang dipengaruhi atau yang
menjadi akibat, karena adanya variabel bebas (independent). Variabel
terikatnya adalah kemampuan pemecahan masalah matematik siswa.
c. Variabel kontrol adalah variabel yang dikendalikan atau dibuat konstan
sehingga hubungan variabel bebas terhadap variabel terikat tidak
dipengaruhi oleh faktor luar yang tidak diteliti. Variabel kontrol sering
digunakan oleh peneliti, jika melakukan penelitian yang bersifat
membandingkan. Variabel kontrolnya adalah kategori kemampuan awal
matematik siswa sebelum diadakan penelitian.
Pertimbangan dijadikannya faktor kemampuan awal matematik
siswa sebagai variabel kontrol didasarkan pada hasil penelitian Usiskin
(Ruseffendi, 1991) yang menyimpulkan bahwa siswa yang berkemampuan
rendah memperoleh manfaat dari gerakan back to basic (pembelajaran
konvensional), tetapi 25 % siswa berkemampuan tinggi terkorbankan.
Ruseffendi (1991) juga menegaskan bahwa matematika modern (inovasi
dalam pembelajaran matematika) lebih baik untuk siswa berkemampuan
tinggi, tetapi tidak juga jelek untuk siswa berkemampuan rendah. Namun
back to basic (pembelajaran konvensional) lebih baik untuk siswa
berkemampuan rendah.
Pengelompokan kemampuan awal matematik siswa didasarkan
pada penguasaan siswa terhadap materi matematika sebelumnya berupa
rataan hasil ujian matematika semester 1 dan ujian tengah semester 2.
Rataan hasil ujian matematika semester 1 dan ujian tengah semester 2
siswa yang telah diurutkan diurutkan dari yang tertinggi ke yang terendah.
Dengan menggunakan modifikasi dari kategori kemampuan siswa yang
dikemukakan oleh Suherman dan Sukjaya (1990) yang menyatakan bahwa
proses penentuan kelompok kemampuan tinggi, kelompok kemampuan
sedang dan kelompok kemampuan rendah diambil 27 % teratas sebagai
kelompok tinggi, 27 % terbawah sebagai kelompok rendah, sedangkan
sisanya sebagai kelompok sedang dari sampel yang dipilih. Proses
pengelompokan siswa berdasarkan kemampuan awalnya dapat dilihat pada
lampiran 1.
Keterkaitan antara variabel bebas, variabel terikat dan variabel kontrol
disajikan pada Tabel Winer berikut:
Tabel 1Tabel Winer
Kemampuan Awal Matematika Siswa
Pembelajaran dengan Strategi REACT Pembelajaran Konvensional
Pemecahan Masalah Matematik
Pemecahan Masalah Matematik
Tinggi RTPM KTPMSedang RSPM KSPMRendah RRPM KRPM
Keterangan:
RTPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
RSPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
RRPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
KTPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
KSPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
KRPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan
tinggi dengan menggunakan strategi REACT
B. Populasi dan Sampel
Populasi pada penenlitian ini adalah seluruh siswa MTsN Kamang tahun
pelajaran 2013/2014. Sampel penelitiannya adalah siswa kelas VII MTsN
Kamang. Sampel penelitian ditentukan berdasarkan purposive sampling yang
bertujuan supaya penelitian dapat dilaksanakan secara efektif dan efisien terutama
dalam hal pengawasan, kondisi subyek penelitian, waktu penelitian yang
ditetapkan, kondisi tempat penelitian serta prosedur perizinan.
C. Rumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah sebagai berikut:
1. Apakah peningkatan kemampuan pemecahan masalah matematik siswa yang
memperoleh pembelajaran dengan strategi REACT lebih baik daripada siswa
yang memperoleh pembelajaran konvensional?
2. Apakah terdapat perbedaan peningkatan kemampuan pemecahan masalah
matematik siswa yang memperoleh pembelajaran dengan strategi REACT
dan siswa yang memperoleh pembelajaran konvensional bila ditinjau dari
kategori kemampuan awal matematik siswa (tinggi, sedang, rendah)?
3. Apakah terdapat interaksi antara pembelajaran dengan kemampuan awal
matematik siswa terhadap kemampuan pemecahan masalah matematik siswa?
D. Hipotesis Penelitian
Berdasarkan rumusan masalah di atas dirumuskan hipotesis berikut:
1. Peningkatan kemampuan pemecahan masalah matematik siswa yang
memperoleh pembelajaran dengan strategi REACT lebih baik daripada siswa
yang memperoleh pembelajaran konvensional.
2. Terdapat perbedaan peningkatan kemampuan pemecahan masalah matematik
siswa yang memperoleh pembelajaran dengan strategi REACT dan siswa
yang memperoleh pembelajaran konvensional bila ditinjau dari kategori
kemampuan awal matematik siswa (tinggi, sedang, rendah).
3. Terdapat interaksi antara pembelajaran dengan kemampuan awal matematik
siswa terhadap kemampuan pemecahan masalah matematik siswa.
E. Model Linear pada Pengujian Hipotesis
y ij=μ+α i+β j+αβ ij+ε ij
y ij : kemampuan pemecahan masalah matematik yang dipengaruhi faktor KAM
ke-i dan faktor pembelajaran ke-j
μ : rata-rata kemampuan pemecahan masalah matematika yang sebenarnya
α i : pengaruh taraf ke-i dari faktor pembelajaran (pembelajaran dengan strategi
REACT, pembelajaran konvensional)
β j : pengaruh taraf ke-j dari faktor kemampuan awal matematik siswa (tinggi,
sedang, rendah)
Pembelajaran matematika dengan strategi REACT
Pembelajaran matematika dengan konvensional
Identifikasi Masalah, Penyusunan Bahan Ajar,Penyusunan Instrumen
Uji Coba Instrumen
Analisis Validitas, Reliabilitas, Daya Pembeda, dan Tingkat Kesukaran
Pelaksanaan Penelitian
Tes Awal (Pretest)
Tes Akhir (Post test)
Analisis Data ata
Kesimpulan
Perlakuan Pembelajaran
Pengelompokan KAM
αβ ij : pengaruh interaksi antara taraf ke-i dari faktor pembelajaran dengan taraf ke-
j dari faktor kemampuan awal matematik siswa
ε ij : galat dari perlakuan (eksperimen)
dengan i=1,2 dan j=1,2,3
Hipotesis statistik untuk uji ini adalah:
H0 :α i=0 dan H 1: minimal terdapat satu α i≠ 0
H0 : β j=0 dan H 1:minimal terdapat satu β j ≠ 0
H 0 :αβij=0 dan H 1: minimal terdapat satu αβ ij ≠ 0
Kriteria pengujian yang digunakan adalah jika P-value (Sig.) ≥ 0,05 , maka H 0
diterima; dalam hal lain H 0 ditolak.
F. Prosedur Penelitian
Tahap-tahap yang peneliti lakukan dalam penelitian ini terangkum dalam
gambar berikut:
Gambar 1. Tahap-Tahap Penelitian
G. Pengolahan Data Hasil Tes
Data hasil tes kemampuan pemecahan masalah matematik digunakan
untuk menelaah peningkatan kemampuan pemecahan masalah matematik siswa
yang memperoleh pembelajaran dengan strategi REACT dibandingkan dengan
pembelajaran konvensional. Selanjutnya dilakukan pengolahan data berdasarkan
kategori kemampuan
Data yang diperoleh dari hasil tes diolah melalui tahap-tahap berikut:
1. Memberi skor jawaban siswa sesuai dengan kunci jawaban dan sistem
penskoran yang digunakan
2. Membuat tabel skor pretest dan posttest siswa kelas eksperimen dan kelas
kontrol.
3. Menghitung peningkatan kemampuan pemecahan masalah matematik yang
terjadi pada siswa berkemampuan tinggi, sedang dan rendah dengan
menggunakan N-gain. Perhitungan dilakukan dengan menggunakan rumus
gain ternormalisasi Hake (Metlzer, 2002), yaitu:
Ngain= posttest score−pretest scoremaximum possible score−pretest score
Hasil perhitungan N gain diinterpretasikan dengan menggunakan klasifikasi
berikut:
Tabel 2Tabel Klasifikasi N gain
Nilai Ngain (g) Klasifikasi g ≥ 0,70 Tinggi
0,30 ≤ g<0,70 Sedangg<0,03 Rendah
Perhitungan gain ternormalisasi dilakukan karena penelitian ini tidak hanya
bertujuan untuk melihat peningkatan kemampuan pemecahan masalah
matematik siswa tetapi juga melihat kualitas dari peningkatan tersebut.
4. Melakukan uji normalitas untuk mengetahui kenormalan data skor pretes,
skor posttest dan skor N-gain kemampuan pemecahan masalah matematik
siswa dengan menggunakan salah satu uji statistik berikut: Liliefors,
Anderson Darling, Shapiro-Wilk, Kormogorov-Smirnov.
Pengujian normalitas data pada penelitian ini menggunakan uji Kormogorov-
Smirnov dengan bantuan soft ware MINITAB 14.
Dengan hipotesis sebagai berikut:
H 0 : data berdistribusi normal
H 1: data tidak berdistribusi normal
Dengan kriteria uji sebagai berikut:
H 0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H 0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Apabila data tidak berdistribusi normal maka, pengujian hipotesis penelitian
dapat dilakukan dengan uji nonparametrik Mann-Whitney.
5. Menguji homogenitas variansi data skor pretest, skor posttest dan N-gain
ternormalisasi kemampuan pemecahan masalah matematik siswa dengan
menggunakan salah satu uji ANOVA Test for Equal Variances berikut:
Bartlett, Levene Statistic, F Test). Pengujian homogenitas data penelitian ini
menggunakan uji Levene dengan bantuan soft ware MINITAB 14.
Dengan hipotesis sebagai berikut:
H 0 : data sampel memiliki variansi yang homogen
H 1: data sampel memiliki variansi yang tidak homogen
Dengan kriteria uji sebagai berikut:
H 0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H 0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
6. Menguji perbedaan rataan skor pretes, postest dan N-gain.
a. Data normal dan homogen, maka lakukan uji perbedaan rataan dengan uji-t
(Two Sample t-Test).
Dengan hipotesis sebagai berikut:
H 0 : Tidak terdapat perbedaan rataan skor kemampuan pemecahan masalah
matematik siswa kelas eksperimen dengan kelas kontrol
H 1: Terdapat perbedaan rataan skor kemampuan pemecahan masalah
matematik siswa kelas eksperimen dengan kelas kontrol
Dengan kriteria uji sebagai berikut:
H 0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H 0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
b. Data normal tetapi tidak homogen, lakukan uji t ' yaitu:
t '=x1−x2
√ s12
n1+
s22
n2
, (Sudjana, 2005)
Dengan kriteria uji:
H 0 diterima jika −w1 t 1+w2 t2
w1+w2< t'<
w1 t1+w2t 2
w1+w2
dengan w1=s1
2
n1 ; w2=
s22
n2 ; t 1=t
(1− 12 α)(n1−1) ;
t 1=t(1−
12 α)(n2−1)
7. Menguji perbedaan rataan skor N-gain kemampuan pemecahan masalah
matematik siswa yang memperoleh pembelajaran dengan strategi REACT
dan pembelajaran konvensional berdasarkan kategori kemampuan awal
matematik siswa (tinggi, sedang, rendah). Uji yang digunakan adalah
Analysis of Variance (ANOVA) dua jalur yaitu General Linear Model
(jumlah sampel pada tiap kelompok tidak sama) dengan bantuan soft ware
MINITAB 14. Dilanjutkan dengan uji Tukey jika data homogen untuk melihat
letak perbedaannya. Jika data tidak homogen dapat diuji dengan uji
Tamhane’s.
8. Jika terjadi peningkatan, maka dilakukan uji Effect Size untuk melihat
seberapa besar pengaruh peningkatan yang terjadi. Menurut Olejnik dan
Algina (Santoso, 2010), Effect Size adalah “ukuran mengenai besarnya efek
suatu variabel terhadap variabel lain, besarnya perbedaan maupun hubungan,
yang bebas dari pengaruh besarnya sampel.”
Perhitungan Effect Size pada Two Way Anova dilakukan dengan bantuan soft
ware MINITAB 14. Perhitungan Effect Size menurut Thalheimer (2002)
menggunakan rumus Cohen’s d sebagai berikut:
d=x1−x2
sgab
dimana sgab=√ (n1−1 ). s12+(n2−1 ). s2
2
(n1+n2−2 )x1 : rataan kelas eksperimen
x2 : rataan kelas kontrol
s12 : variansi kelas eksperimen
s22 : variansi kelas kontrol
n1 : jumlah siswa kelas eksperimen
n2 : jumlah siswa kelas kontrol
H. Analisis Skor Pretest dan Posttest Kemampuan Pemecahan Masalah
Matematik Siswa
1. Analisis statistika deskriptif skor pretest dan posttest kemampuan pemecahan
masalah matematik siswa pada kelas eksperimen dan kelas kontrol.
Statistika deskriptif skor kemampuan pemecahan masalah matematik
siswa kelas eksperimen dan kelas kontrol disajikan pada tabel berikut:
Tabel 3Statistika Deskriptif Hasil Tes Kemampuan
Pemecahan Masalah Matematik Siswa
Kelas Eksperimen KontrolNilai N xmin xmaks x s2 N xmin xmaks x s2
Pretest 20 3 10 7 4,11 20 3 11 6,6 4,04Posttest 20 10 46 31,6
572,66 20 18 36 25,6
523,29
N gain 20 0,149 0,902 0,577
0,033 20 0,179 0,682 0,437
0,014
Skor maksimum 50
Berdasarkan tabel 3 terlihat bahwa rataan pretest (sebelum diberi
perlakuan) kelas eksperimen lebih tinggi dibandingkan kelas kontrol meskipun
perbedaannya tidak terlalu mencolok. Rataan skor posttest (setelah diberi
perlakuan) kelas eksperimen juga lebih tinggi daripada kelas kontrol. Rataan
N-gain kemampuan pemecahan masalah matematika pada kelas eksperimen
(0,577) dan kelas kontrol (0,437) tergolong pada kategori sedang.
2. Uji normalitas skor pretest dan posttest kemampuan pemecahan masalah
matematik siswa pada kelas eksperimen dan kelas kontrol (uji Kolmogorov-
Smirnov).
Dengan hipotesis sebagai berikut:
H0 : data berdistribusi normal
H1: data tidak berdistribusi normal
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 4Hasil Uji Normalitas Skor Pretest dan Posttest
Hasil Kelas Kolmogorof Smirnov KesimpulanStatistic Df Sig (P-value)
PretestEksperimen 0,075 20 ¿0,150 Terima H 0
Kontrol 0,108 20 ¿0,150 Terima H 0
PosttestEksperimen 0,116 20 ¿0,150 Terima H 0
Kontrol 0,107 20 ¿0,150 Terima H 0
Berdasarkan tabel 4 terlihat bahwa nilai signifikansi hasil uji normalitas
data pretest dan posttest adalah ¿0,150 (≥ α=¿ 0,05) dengan kesimpulan H 0
diterima. Hal ini berarti bahwa data hasil pretest dan posttest berdistribusi normal.
3. Uji homogenitas variansi skor pretest dan posttest pada kelas eksperimen dan
kelas kontrol (uji ANOVA Test for Equal Variances Levene Statistic)
Dengan hipotesis sebagai berikut:
H0 : data sampel memiliki variansi yang homogen
H1: data sampel memiliki variansi yang tidak homogen
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 5Hasil Uji Homogenitas Skor Pretest dan Posttest Kemampuan Pemecahan
Masalah Matematik
Hasil Levene statistic df 1 df 2Sig (P-value) Kesimpulan
Pretest 0,22 20 20 0,638 Terima H 0
Posttest 2,20 20 20 0,147 Terima H 0
Berdasarkan tabel 5 terlihat bahwa nilai signifikansi uji homogenitas data
skor pretest dan postest berturut-turut adalah 0,638 dan 0,147 (≥ α=¿ 0,05)
dengan kesimpulan H 0 diterima. Hal ini berarti bahwa data skor pretest dan
postest memiliki variansi yang homogen.
4. Uji perbedaan dua rataan skor pretest dan postest kelas eksperimen dan kelas
kontrol
Berdasarkan uji normalitas dan homogenitas yang telah dilakukan
terhadap skor pretest dan postest kedua kelompok berasal dari populasi yang
berdistribusi normal dan mempunyai variansi yang homogen. Oleh karena itu,
pada penelitian ini untuk menguji perbedaan rataan kedua kelompok digunakan
uji-t (Two Sample t-Test). Dengan hipotesis sebagi berikut:
H 0 : Tidak terdapat perbedaan rataan skor kemampuan pemecahan masalah
matematik siswa kelas eksperimen dengan kelas kontrol.
H 1: Terdapat perbedaan rataan skor kemampuan pemecahan masalah matematik
siswa kelas eksperimen dengan kelas kontrol.
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 6Hasil Uji Perbedaan Rataan Skor Pretest dan Postest Kemampuan Pemecahan
Masalah Matematika
Hasil t- statistic df Sig (P-value) KesimpulanPretest 0,63 38 0,535 Terima H 0
Posttest 2,74 38 0,009 Tolak H 0
Berdasarkan tabel 6 terlihat bahwa, nilai signifikansi hasil uji perbedaan
rataan skor pretest adalah 0,535≥ α=¿ 0,05 dengan kesimpulan H 0 diterima. Hal
ini berarti bahwa tidak terdapat perbedaan rataan skor pretest yang signifikan
antara kelas eksperimen dengan kelas kontrol. Sebaliknya, nilai signifikansi hasil
uji perbedaan rataan skor posttest adalah 0,009¿α=¿ 0,05 dengan kesimpulan H 0
ditolak. Hal ini berarti bahwa terdapat perbedaan rataan skor posttest yang
signifikan antara kelas eksperimen dengan kelas kontrol. Uji perbedaan rataan
skor posttest kedua kelompok diperlukan untuk menjawab hipotesis pertama.
I. Analisis Peningkatan (N-gain) Kemampuan Pemecahan Masalah
Matematik Siswa
Analisis dilakukan dengan menggunakan gain ternormalisasi (N-gain).
Gain ternormalisasi menunjukkan klasifikasi peningkatan skor siswa yang
dibandingkan dengan skor maksimum (ideal). Rataan N-gain menggambarkan
peningkatan kemampuan pemecahan masalah matematik siswa pada kelas
eksperimen dan kontrol. Analisis N-gain dilakukan secara umum antara kelas
eksperimen dan kontrol, kemudian dianalisis lagi berdasarkan kemampuan awal
matematika siswa. Rataan gain merupakan gambaran peningkatan kemampuan
pemecahan masalah matematik siswa baik dengan pembelajaran dengan strategi
REACT maupun dengan pembelajaran konvensional.
Tabel 7Rataan dan Klasifikasi N-gain
Kemampuan Pemecahan Masalah Matematik Siswa
Kelas Rataan N-gain KlasifikasiEksperimen 0,577 Sedang
Kontrol 0,437 Sedang
Berdasarkan tabel 7 terlihat bahwa siswa yang memperoleh pembelajaran
dengan strategi REACT memiliki rataan N-gain yang lebih besar daripada siswa
yang memperoleh pembelajaran secara konvensional, meskipun keduanya
tergolong pada kategori sedang.
Pengujian perbedaan rataan N-gain dengan uji-t (Two Sample t-Test)
dilakukan untuk mengetahui apakah peningkatan kemampuan pemecahan masalah
matematik siswa yang memperoleh pembelajaran dengan strategi REACT lebih
baik daripada siswa yang memperoleh pembelajaran secara konvensional.
Pengujian perbedaan rataan skor N-gain dengan uji ANOVA dua arah perlu
dilakukan untuk menjawab hipotesis kedua yaitu mengetahui apakah terdapat
perbedaan peningkatan kemampuan pemecahan masalah matematik siswa yang
memperoleh pembelajaran dengan strategi REACT dan siswa yang memperoleh
pembelajaran secara konvensional berdasarkan kemampuan awal matematik
(tinggi, sedang, rendah). Sebelum melakukan uji perbedaan rataan terlebih dahulu
harus dilakukan uji normalitas dan homogenitas terhadap data skor N-gain.
1. Uji normalitas data skor N-gain kemampuan pemecahan masalah matematik
siswa
Uji normalitas data skor N-gain kemampuan pemecahan masalah
matematik siswa dilakukan dengan menggunakan uji Kolmogorof –Smirnov.
Dengan hipotesis sebagi berikut:
H0 : data berdistribusi normal
H1: data tidak berdistribusi normal
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 8Uji Normalitas Data Skor N-gain
Kemampuan Pemecahan Masalah Matematik Siswa
KAM Kelas Kolmogorof –Smirnov KesimpulanStatistic df Sig (P-value)
TinggiEksperime
n 0,187 6 ¿0,150 Terima H 0
Kontrol 0,273 6 ¿0,150 Terima H 0
SedangEksperime
n 0,273 8 0,078 Terima H 0
Kontrol 0,223 8 ¿0,150 Terima H 0
RendahEksperime
n 0,286 6 0,126 Terima H 0
Kontrol 0,205 6 ¿0,150 Terima H 0
Berdasarkan tabel 8 terlihat bahwa semua nilai signifikansi uji normalitas
data skor N-gain kemampuan pemecahan masalah matematik siswa pada kelas
eksperimen dan kelas kontrol ≥ α=¿ 0,05 dengan kesimpulan H 0 diterima. Berarti
data skor N-gain kemampuan pemecahan masalah matematik siswa
berkemampuan tinggi, sedang dan rendah pada kelas eksperimen dan kelas
kontrol berdistribusi normal.
2. Uji homogenitas data skor N-gain kemampuan pemecahan masalah
matematik siswa
Uji homogenitas data skor N-gain kemampuan pemecahan masalah
matematik siswa dilakukan dengan menggunakan uji Levene , dengan hipotesis
sebagai berikut:
Dengan hipotesis sebagai berikut:
H0 : data sampel memiliki variansi yang homogen
H1: data sampel memiliki variansi yang tidak homogen
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 9Hasil Uji Homogenitas Skor N-gain
Kemampuan Pemecahan Masalah Matematik Siswa
KAM Levene statistics df 1 df 2 Sig (P-value) KesimpulanTinggi 1,68 1 10 0,224 Terima H 0
Sedang 0,15 1 14 0,700 Terima H 0
Rendah 2,39 1 10 0,153 Terima H 0
Berdasarkan tabel 9 terlihat bahwa skor N-gain kemampuan pemecahan
masalah matematik siswa pada kelompok siswa berkemampuan tinggi, sedang dan
rendah memiliki nilai signifikansi ≥ α=¿ 0,05 dengan kesimpulan H 0 diterima.
Hal ini berarti bahwa skor N-gain kemampuan pemecahan masalah matematik
siswa pada kelompok siswa berkemampuan tinggi, sedang dan rendah memiliki
variansi yang homogen.
3. Uji perbedaan rataan skor N-gain kemampuan pemecahan masalah matematik
siswa
Setelah diperoleh bahwa skor N-gain kemampuan pemecahan masalah
matematik siswa berdistribusi normal dan homogen maka dapat dilakukan uji
perbedaan rataannya. Pengujian dilakukan dengan uji-t (Two Sample t-Test).
Dengan hipotesis sebagi berikut:
H0 : Tidak terdapat perbedaan rataan skor N-gain kemampuan pemecahan
masalah matematik siswa yang memperoleh pembelajaran dengan strategi
REACT dengan siswa yang memperoleh pembelajaran konvensional
(peningkatan kemampuan pemecahan masalah matematik siswa yang
memperoleh pembelajaran dengan strategi REACT sama dengan siswa yang
memperoleh pembelajaran konvensional)
H1: Terdapat perbedaan rataan skor N-gain kemampuan pemecahan masalah
matematik siswa yang memperoleh pembelajaran dengan strategi REACT
dengan siswa yang memperoleh pembelajaran konvensional (peningkatan
kemampuan pemecahan masalah matematik siswa yang memperoleh
pembelajaran dengan strategi REACT lebih baik daripada siswa yang
memperoleh pembelajaran konvensional)
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 10Hasil Uji Perbedaan Rataan Skor N-gain
Kemampuan Pemecahan Masalah Matematik Siswa
t- statistics df Sig (P-value) Kesimpulan2,87 38 0,007 Tolak H0
Berdasarkan tabel 10 terlihat bahwa nilai signifikansi uji perbedaan rataan
skor N-gain kemampuan pemecahan masalah matematik siswa, yaitu
0,007 ¿α=¿ 0,05 dengan kesimpulan H 0 ditolak. Hal ini berarti bahwa
peningkatan kemampuan pemecahan masalah matematik siswa yang memperoleh
pembelajaran dengan strategi REACT lebih baik daripada siswa yang memperoleh
pembelajaran konvensional. Sehingga terbukti hipotesis pertama bahwa
peningkatan kemampuan pemecahan masalah matematik siswa yang memperoleh
pembelajaran dengan strategi REACT lebih baik daripada siswa yang memperoleh
pembelajaran konvensional.
Selanjutnya dihitung besarnya pengaruh pembelajaran dengan strategi
REACT terhadap peningkatan kemampuan pemecahan masalah matematik siswa
dengan uji effect size. Berikut ditampilkan hasil uji effect size pembelajaran
dengan strategi REACT:
Tabel 11Hasil Uji effect size Pembelajaran dengan Strategi REACT
terhadap Kemampuan Pemecahan Masalah Matematik SiswaKelas N x s2 sgab d
Ekperimen 20 0,577 0,033 0,154 0,906
Kontrol 20 0,437 0,014
Berdasarkan tabel di atas terlihat bahwa effect size pembelajaran dengan
strategi REACT terhadap kemampuan pemecahan masalah matematik siswa
adalah 0,906 yang berarti bahwa pengaruhnya tergolong besar.
4. Uji Anova Dua Jalur
Analisis ini dilakukan untuk melihat pengaruh langsung dari perlakuan
yang berbeda dan kemampuan awal matematika siswa terhadap kemampuan
pemecahan masalah matematik. Pengujian dilakukan dengan uji ANOVA General
Linear Model karena jumlah siswa yang berkemampuan tinggi, sedang dan rendah
tidak sama. Adapun hipotesisnya adalah:
H 0 : Tidak terdapat perbedaan peningkatan kemampuan pemecahan masalah
matematik siswa yang memperoleh pembelajaran dengan strategi REACT
dan siswa yang memperoleh pembelajaran konvensional bila ditinjau dari
kemampuan awal matematik (tinggi, sedang, rendah)
H1: Terdapat perbedaan peningkatan kemampuan pemecahan masalah matematik
siswa yang memperoleh pembelajaran dengan strategi REACT dan siswa
yang memperoleh pembelajaran konvensional bila ditinjau dari kemampuan
awal matematik (tinggi, sedang, rendah)
Dengan kriteria uji sebagai berikut:
H0 ditolak jika Sig. (P-value)¿α=¿ 0,05
H0 diterima jika Sig. (P-value) ≥ α=¿ 0,05
Tabel 12Hasil Uji Anova Dua Jalur
Kemampuan Pemecahan Masalah Matematik SiswaSumber df MS F Sig (P-value) KesimpulanKAM 2 0,32863 51,98 0,000 Tolak H 0
Pembelajaran 1 0,19122 30,25 0,000 Tolak H 0
KAM*Pembelajaran 2 0,01350 2,14 0,134 Terima H 0
Berdasarkan tabel 12 terlihat bahwa kemampuan pemecahan masalah
matematik siswa memiliki perbedaan signifikan bila ditinjau dari kemampuan
awal matematik siswa karena nilai signifikansinya 0,000 ¿α=¿ 0,05. Begitu juga
dengan pembelajaran (strategi REACT dan konvensional) memberikan perbedaan
signifikan terhadap kemampuan pemecahan masalah matematik siswa karena nilai
signifikansinya 0,000 ¿α=¿ 0,05. Sedangkan pengaruh dari interaksi antara
kemampuan awal matematik siswa dan pembelajaran tidak menimbulkan
perbedaan yang signifikan terhadap kemampuan pemecahan masalah matematik
siswa karena nilai signifikansinya 0,134≥ α=¿ 0,05 . Artinya tidak ada interaksi
antara kemampuan awal matematika siswa dengan pembelajaran.
Oleh karena terdapat perbedaan signifikan yang disebabkan oleh
kemampuan awal matematik siswa maka dilakukan uji lanjutan (post hoc). Uji
lanjutan yang digunakan adalah uji Tukey. Setelah dilakukan uji lanjutan Tukey
diperoleh data sebagi berikut:
Tabel 13Hasil Uji Tukey Kemampuan Pemecahan Masalah Matematik Siswa
Berdasarkan Kemampuan Awal MatematikKAM (I) KAM (J) Perbedaan Rataan (I-J) Sig. (P-value) KesimpulanTinggi Sedang 0,1380 0,0002 Tolak H 0
Rendah 0,3293 0,0000 Tolak H 0
Sedang Tinggi -0,1380 0,0002 Tolak H 0
Rendah 0,1913 0,0000 Tolak H 0
Rendah Tinggi -0,3293 0,0000 Tolak H 0
Sedang -0,1913 0,0000 Tolak H 0
Berdasarkan tabel 13 terlihat bahwa nilai signifikansi untuk pasangan
KAM tinggi dan sedang adalah 0,0002 yang berarti bahwa rataan skor N-gain
kemampuan pemecahan masalah matematik siswa yang berada pada kelompok
tinggi lebih baik secara signifikan dibanding siswa yang berada pada kelompok
sedang. Begitu juga dengan pasangan KAM tinggi dan rendah serta sedang
dengan rendah dengan nilai signifikansi 0,0000. Hal ini berarti siswa pada
kelompok tinggi mempunyai rataan skor N-gain kemampuan pemecahan masalah
matematik lebih baik secara signifikan dibanding siswa yang berada pada
kelompok rendah. Begitu juga dengan siswa pada kelompok sedang mempunyai
rataan skor N-gain kemampuan pemecahan masalah matematik lebih baik secara
signifikan dibanding siswa yang berada pada kelompok rendah.
Berdasarkan hasil analisis di atas, dapat disimpulkan bahwa perbedaan
peningkatan kemampuan pemecahan masalah matematik secara signifikan terjadi
pada ketiga KAM. Baik antara siswa berkemampuan awal tinggi dengan sedang,
tinggi dengan rendah maupun sedang dengan rendah.
J. Kesimpulan Hasil Pengujian Hipotesis Penelitian
Tabel 14Rangkuman Pengujian Hipotesis pada Taraf Signifikansi 5 %
No Hipotesis Penelitian Jenis Uji Statistik
Hasil Pegujian Statistik
Hasil Pegujian Hipotesis
1 Peningkatan kemampuan pemecahan masalah matematik siswa yang memperoleh pembelajaran dengan strategi REACT lebih baik daripada siswa yang memperoleh pembelajaran konvensional.
Uji-t Tolak H 0 Pembelajaran dengan Strategi REACT lebih baik daripada pembelajaran konvensional
2 Terdapat perbedaan peningkatan kemampuan pemecahan masalah matematik siswa yang memperoleh pembelajaran dengan strategi REACT dan siswa yang
Uji Anova dua jalur
Tolak H 0 Terdapat perbedaan peningkatan kemampuan pemecahan masalah matematik siswa
memperoleh pembelajaran konvensional bila ditinjau dari kategori kemampuan awal matematik siswa (tinggi, sedang, rendah).
bila ditinjau dari kategori kemampuan awal matematik siswa (tinggi, sedang, rendah).
3 Terdapat interaksi antara pembelajaran dengan kemampuan awal matematik siswa terhadap kemampuan pemecahan masalah matematik siswa.
Uji Anova dua jalur (Interaction Plot)
Terima H 0 Tidak terdapat interaksi antara pembelajaran dengan kemampuan awal matematik siswa terhadap kemampuan pemecahan masalah matematik siswa.
Meltzer, D. E. (2002). The Relationship between Mathematics Preparation and
Conceptual Learning Gains in Physics: A possible “Hidden
Variable” in Diagnostic Pretest Scores. American Journal of
Physics. V70 n12 p1259-68 Dec 2002. [Online]. Tersedia:
www.physics.iastate.edu/-per/doc/AJP-Dec-2002-Vol.70-1259-
1268.pdf. [6
Ruseffendi, E. T. (1991).
---------------------. (2005). Dasar-dasar Penelitian Pendidikan dan Bidang Non-
Eksakta Lainnya. Bandung: Tarsito.
Sudjana. (2005). Metoda Statistika. Bandung: Tarsito.
Sugiyono. (2009). Metode Penelitian Pendidikan Pendekatan Kuantitatif,
Kualitatif, dan R&D. Bandung: Alfabeta
Santoso, (2010).
Thalheimer (2002).
Prawironegoro, Pratiknyo. (1985). Evaluasi Hasil Belajar Khusus Analisis Bidang
Studi Matematika. Jakarta: P2LPTK.
Suherman dan Sukjaya (1990)