analisis variansi

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


RRPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan


KTPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan


KSPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan


KRPM berarti kemampuan pemecahan masalah matematik siswa berkemampuan


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.


H 0 : data sampel memiliki variansi yang homogen

H 1: data sampel memiliki variansi yang tidak homogen




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).


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




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


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).


H0 : data berdistribusi normal

H1: data tidak berdistribusi normal


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


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)


H0 : data sampel memiliki variansi yang homogen

H1: data sampel memiliki variansi yang tidak homogen




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.




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




Tabel 8Uji Normalitas Data Skor N-gain


KAM Kelas Kolmogorof –Smirnov KesimpulanStatistic df Sig (P-value)

TinggiEksperime

n 0,187 6 ¿0,150 Terima H 0


SedangEksperime

n 0,273 8 0,078 Terima H 0


RendahEksperime

n 0,286 6 0,126 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:


H0 : data sampel memiliki variansi yang homogen

H1: data sampel memiliki variansi yang tidak homogen




Tabel 9Hasil Uji Homogenitas Skor N-gain


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


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)




Tabel 10Hasil Uji Perbedaan Rataan Skor N-gain


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


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)




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).

http://www.physics.iastate.edu/-per/doc/AJP-Dec-2002-Vol.70-1259-1268.pdf.%20%5B6

http://www.physics.iastate.edu/-per/doc/AJP-Dec-2002-Vol.70-1259-1268.pdf.%20%5B6

Prawironegoro, Pratiknyo. (1985). Evaluasi Hasil Belajar Khusus Analisis Bidang

Studi Matematika. Jakarta: P2LPTK.

Suherman dan Sukjaya (1990)

analisis variansi

Documents