Institutional Repository | Satya Wacana Christian University: Pengaruh Pembelajaran dengan Pendekatan Metakognitif terhadap Hasil Belajar Matematika Siswa Kelas VII SMP Negeri 2 Pabelan T1 202010002 BAB IV
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data Awal
Deskripsi data awal dari kedua kelas sebelum diberi perlakuan dapat dilihat
pada Tabel 6 dibawah ini :
Tabel 6
Deskripsi Nilai Pretest
N
Minimum Maximum
Mean
Std. Deviation
Eksperimen
34
40.00
85.00
57.9118
13.21011
Kontrol
33
40.00
80.00
59.6061
10.93429
Valid N
(listwise)
33
Hasil analisis data pada Tabel 6 terlihat bahwa jumlah subjek (N) kelas
eksperimen adalah 34 siswa, nilai minimum 40, nilai maksimum 85, rata‐rata
57.91 dan standar deviasi (!) 13.21, sedangkan pada kelas kontrol jumlah subjek
(N) adalah 33 siswa, nilai minimum 40, nilai maksimum 80, rata‐rata 59.61 dan
standar deviasi (!)10.93. Hasil belajar matematika dikategorikan dalam tiga
kategori yaitu : Tinggi, Sedang, dan Rendah. Penentuan lebar interval kelas
kategori hasil belajar menggunakan rumus sebagai berikut (Suwiyadi, 2006) :
!"#$%#&
Interval Kelas =
!"#$"%#$" !"#$%&'(
Berdasarkan kategori hasil belajar tersebut, pengukuran hasil belajar
matematika dari kelas eksperimen dan kelas kontrol sebelum diberi perlakuan
dapat dilihat pada Tabel 7 berikut ini :
39
Tabel 7
Deskripsi Nilai Hasil Belajar
No
Interval
Kategori
Kelas
Eksperimen
Kelas
Kontrol
1
70 < ! ≤ 85
Tinggi
8
5
2
55 ≤ ! ≤ 70
Sedang
11
20
3
40 ≤ ! < 55
Rendah
15
8
Berdasarkan Tabel 7 terlihat bahwa pada kelas eksperimen, siswa yang
mendapat nilai kategori tinggi berjumlah 8 siswa (23,53%). Siswa yang
mendapat nilai kategori sedang berjumlah 11 siswa (32,35%), dan siswa yang
mendapat nilai kategori rendah berjumlah 15 siswa (44,17%).
Pada kelas kontrol, siswa yang mendapat nilai pada kategori tinggi
berjumlah 5 siswa (15,15%), siswa yang mendapat nilai kategori sedang
berjumlah 20 siswa (60,61%), dan siswa yang mendapat nilai pada kategori
rendah berjumlah 8 siswa (24,24%).
B. Beda Rerata Data Awal
1. Uji Prasyarat
Uji beda rerata dengan menggunakan statistik parametris mensyaratkan
bahwa data setiap variabel yang akan dianalisis harus berdistribusi normal, oleh
sebab itu, sebelum pengujian dilakukan harus dilakukan pengujian normalitas
data (Sugiyono, 2009).
a. Uji Normalitas
Analisis untuk mengetahui normalitas data digunakan uji normalitas
Saphiro‐Wilk dengan menggunakan program SPSS 16.0 for Windows. Jika
! > 0.05 maka sebaran data normal, sedangkan bila ! < 0.05 maka sebaran
data tidak normal. Berdasarkan hasil uji normalitas dengan menggunakan SPSS
16.0 for Windows diperoleh data seperti pada Tabel 8 di bawah ini :
Tabel 8
Hasil Uji Normalitas Nilai Pretest
a
Kolmogorov‐Smirnov
Kelas
Nilai Kontrol
Eksperimen
Statistic
df
Shapiro‐Wilk
Sig.
Statistic
.961
33
.274
*
.939
34
.058
33
.200
.109
34
.200
Sig.
*
.108
a. Lilliefors Significance Correction
df
*. This is a lower bound of the true significance.
Hasil pengujiam Normalitas diperoleh nilai signifikan untuk kelas
eksperimen 0.274 > 0.05 dan kelas kontrol 0.058 > 0.05, yang berarti kedua data
berdistribusi normal, sehingga dapat dilakukan uji beda rata‐rata dengan
menggunakan independent t‐test antara kedua kelas. Diagram kenormalan data
dapat dilihat pada grafik 1 untuk kelas eksperimen dan grafik 2 untuk kelas
kontrol.
Grafik 1
Grafik Kenormalan Pretest Kelas Eksperimen
Grafik 2
Grafik Kenormalan Pretest Kelas Kontrol
2. Uji Beda Rerata kedua kelompok
Uji beda rata‐rata dilakukan dengan menggunakan independent t‐test. Hasil
perhitungan uji t dapat dilihat pada Tabel 9 di bawah ini
Tabel 9
Hasil Uji Beda Nilai Pretest
Levene's Test
for Equality of
Variances
t‐test for Equality of Means
95% Confidence
Interval of the
Difference
F
Nilai Equal
variances
assumed
Equal
variances
not
assumed
Sig.
2.755
t
.102 .571
df
Mean
Sig. (2‐ Differenc Std. Error
tailed)
e
Difference Lower
Upper
65
.570 1.69430
2.96737 ‐4.23195 7.62054
.573 63.435
.569 1.69430
2.95898 ‐4.21796 7.60655
Berdasarkan Tabel 9 di atas terlihat bahwa analisis data dilakukan dalam
dua tahapan. Analisis yang pertama adalah pengujian kesamaan varians, apabila
signifikansi ! > 0,05 maka kedua varians dinyatakan sama dan untuk
membandingkan rata‐rata digunakan dasar Equal variances assumed, sebaliknya
apabila signifikansi ! 0.05
(0.570 > 0.05) yang berarti tidak terdapat perbedaan hasil belajar antara kelas
eksperimen dan kelas kontrol. Nilai signifikansi tersebut menunjukkan bahwa
karakteristik hasil belajar kelas eksperimen dan kelas kontrol sebelum diberi
perlakuan adalah sama atau dapat dikatakan seimbang. Hal ini terlihat dari rata‐
rata kelas eksperimen sebesar 57,91 dan rata‐rata kelas kontrol sebesar 59,60.
C. Deskripsi Hasil Penelitian
Hasil Posttest kelas eksperimen dan kelas kontrol dapat dilihat pada Tabel
10 dibawah ini.
Tabel 10
Analisis Deskriptif Nilai Posttest
N
Minimum Maximum
Mean
Std. Deviation
Eksperimen
34
22.50
96.25
55.0735
20.31229
Kontrol
33
25.00
72.50
45.9470
13.93354
Valid N (listwise)
33
Hasil analisis SPSS for Windows Version 16.0 pada Tabel 10 terlihat bahwa
jumlah subjek (N) kelas eksperimen adalah 34 siswa, nilai minimum 22.50, nilai
maksimum 96.25, rata‐rata 55.07 dan standar deviasi (!) 20.31. Kelas kontrol
dengan jumlah subjek (N) 33 siswa, nilai minimum 25, nilai maksimum 72.50,
rata‐rata 45.94 dan standar deviasi (!) 13.93. Pengukuran hasil belajar
matematika dari kelas eksperimen dan kelas kontrol dapat dilihat pada Tabel 11
dibawah ini :
Tabel 11
Deskripsi Nilai Hasil Belajar
No
Interval
Kategori
Kelas
Eksperimen
Kelas Kontrol
1
71,66 < ! ≤ 96,25
Tinggi
8
1
2
47,08 ≤ ! ≤ 71,66
Sedang
14
15
3
22,50 ≤ ! < 47,08
Rendah
12
17
Berdasarkan Tabel 11 terlihat bahwa pada kelas eksperimen, siswa yang
mendapat nilai kategori tinggi berjumlah 8 siswa (23,53%). Siswa yang
mendapat nilai kategori sedang berjumlah 14 siswa (41,18%), dan siswa yang
mendapat nilai kategori rendah berjumlah 12 siswa (35,29%).
Pada kelas kontrol, terdapat seorang siswa (3,03%) yang mendapat nilai
kategori tinggi. Siswa yang mendapat nilai kategori sedang berjumlah 15 siswa
(45,45%), dan siswa yang mendapat nilai pada kategori rendah berjumlah 17
siswa (51,52%).
D. Uji Beda Rerata Hasil Penelitian
1. Uji Prasyarat
Uji beda rerata dengan menggunakan statistik parametris mensyaratkan
bahwa data setiap variabel yang akan dianalisis harus berdistribusi normal, oleh
sebab itu, sebelum pengujian dilakukan harus dilakukan pengujian normalitas
data (Sugiyono, 2009).
a. Uji Normalitas
Analisis untuk mengetahui normalitas data digunakan uji normalitas
Shapiro‐Wilk dengan menggunakan program SPSS 16.0 for windows. Jika
! > 0.05 maka sebaran data normal, sedangkan bila ! < 0.05 maka sebaran
data tidak normal. Berdasarkan hasil uji normalitas dengan menggunakan SPSS
16.0 for windows diperoleh data seperti pada Tabel 12 di bawah ini:
Tabel 12
Hasil Uji Normalitas Nilai Posttest
a
Kolmogorov‐Smirnov
Shapiro‐Wilk
Kelas
Nilai
Eksperimen
.142
34
.079
Kontrol
.104
33
.200
Statistic
df
a. Lilliefors Significance Correction
Sig.
Statistic
*
*. This is a lower bound of the true significance.
df
Sig.
.945
34
.086
.951
33
.143
Hasil pengujian Normalitas diperoleh nilai signifikansi untuk kelas
eksperimen sebesar 0.086 > 0.05 dan kelompok kontrol 0.143 > 0.05, yang
menunjukkan kedua data berdistribusi normal, sehingga dapat dilakukan uji
beda rata‐rata dengan menggunakan independent t‐test antara kedua kelas.
Diagram kenormalan data dapat dilihat pada grafik 3 untuk kelas eksperimen
dan grafik 4 untuk kelas kontrol.
Grafik 3
Grafik Kenormalan Hasil Penelitian Kelas Eksperimen
Grafik 4
Grafik Kenormalan Hasil Penelitian Kelas Kontrol
2. Uji Beda Rata‐rata
Uji beda rata‐rata dilakukan dengan menggunakan independent t‐test. Hasil
perhitungan uji t dapat dilihat pada Tabel 13 di bawah ini.
Tabel 11
Uji Beda Rerata Nilai Posttest
Levene's
Test for
Equality of
Variances
t‐test for Equality of Means
Nilai
Equal
variances
assumed
Equal
variances
not
assumed
95% Confidence
Interval of the
Difference
F
Sig.
t
7.183 .009 2.138
df
Sig. Mean
(2‐ Differen Std. Error
tailed) ce Difference Lower
Upper
65
.036 9.12656
4.26800 .60278 17.65034
2.150 58.560
.036 9.12656
4.24477 .63145 17.62167
Berdasarkan tabel di atas terlihat bahwa analisis data dilakukan dalam dua
tahapan. Analisis yang pertama adalah pengujian kesamaan varians, apabila
signifikansi ! > 0,05 maka kedua varians dinyatakan sama dan untuk
membandingkan rata‐rata digunakan dasar Equal variances assumed, sebaliknya
apabila signifikansi !
HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data Awal
Deskripsi data awal dari kedua kelas sebelum diberi perlakuan dapat dilihat
pada Tabel 6 dibawah ini :
Tabel 6
Deskripsi Nilai Pretest
N
Minimum Maximum
Mean
Std. Deviation
Eksperimen
34
40.00
85.00
57.9118
13.21011
Kontrol
33
40.00
80.00
59.6061
10.93429
Valid N
(listwise)
33
Hasil analisis data pada Tabel 6 terlihat bahwa jumlah subjek (N) kelas
eksperimen adalah 34 siswa, nilai minimum 40, nilai maksimum 85, rata‐rata
57.91 dan standar deviasi (!) 13.21, sedangkan pada kelas kontrol jumlah subjek
(N) adalah 33 siswa, nilai minimum 40, nilai maksimum 80, rata‐rata 59.61 dan
standar deviasi (!)10.93. Hasil belajar matematika dikategorikan dalam tiga
kategori yaitu : Tinggi, Sedang, dan Rendah. Penentuan lebar interval kelas
kategori hasil belajar menggunakan rumus sebagai berikut (Suwiyadi, 2006) :
!"#$%#&
Interval Kelas =
!"#$"%#$" !"#$%&'(
Berdasarkan kategori hasil belajar tersebut, pengukuran hasil belajar
matematika dari kelas eksperimen dan kelas kontrol sebelum diberi perlakuan
dapat dilihat pada Tabel 7 berikut ini :
39
Tabel 7
Deskripsi Nilai Hasil Belajar
No
Interval
Kategori
Kelas
Eksperimen
Kelas
Kontrol
1
70 < ! ≤ 85
Tinggi
8
5
2
55 ≤ ! ≤ 70
Sedang
11
20
3
40 ≤ ! < 55
Rendah
15
8
Berdasarkan Tabel 7 terlihat bahwa pada kelas eksperimen, siswa yang
mendapat nilai kategori tinggi berjumlah 8 siswa (23,53%). Siswa yang
mendapat nilai kategori sedang berjumlah 11 siswa (32,35%), dan siswa yang
mendapat nilai kategori rendah berjumlah 15 siswa (44,17%).
Pada kelas kontrol, siswa yang mendapat nilai pada kategori tinggi
berjumlah 5 siswa (15,15%), siswa yang mendapat nilai kategori sedang
berjumlah 20 siswa (60,61%), dan siswa yang mendapat nilai pada kategori
rendah berjumlah 8 siswa (24,24%).
B. Beda Rerata Data Awal
1. Uji Prasyarat
Uji beda rerata dengan menggunakan statistik parametris mensyaratkan
bahwa data setiap variabel yang akan dianalisis harus berdistribusi normal, oleh
sebab itu, sebelum pengujian dilakukan harus dilakukan pengujian normalitas
data (Sugiyono, 2009).
a. Uji Normalitas
Analisis untuk mengetahui normalitas data digunakan uji normalitas
Saphiro‐Wilk dengan menggunakan program SPSS 16.0 for Windows. Jika
! > 0.05 maka sebaran data normal, sedangkan bila ! < 0.05 maka sebaran
data tidak normal. Berdasarkan hasil uji normalitas dengan menggunakan SPSS
16.0 for Windows diperoleh data seperti pada Tabel 8 di bawah ini :
Tabel 8
Hasil Uji Normalitas Nilai Pretest
a
Kolmogorov‐Smirnov
Kelas
Nilai Kontrol
Eksperimen
Statistic
df
Shapiro‐Wilk
Sig.
Statistic
.961
33
.274
*
.939
34
.058
33
.200
.109
34
.200
Sig.
*
.108
a. Lilliefors Significance Correction
df
*. This is a lower bound of the true significance.
Hasil pengujiam Normalitas diperoleh nilai signifikan untuk kelas
eksperimen 0.274 > 0.05 dan kelas kontrol 0.058 > 0.05, yang berarti kedua data
berdistribusi normal, sehingga dapat dilakukan uji beda rata‐rata dengan
menggunakan independent t‐test antara kedua kelas. Diagram kenormalan data
dapat dilihat pada grafik 1 untuk kelas eksperimen dan grafik 2 untuk kelas
kontrol.
Grafik 1
Grafik Kenormalan Pretest Kelas Eksperimen
Grafik 2
Grafik Kenormalan Pretest Kelas Kontrol
2. Uji Beda Rerata kedua kelompok
Uji beda rata‐rata dilakukan dengan menggunakan independent t‐test. Hasil
perhitungan uji t dapat dilihat pada Tabel 9 di bawah ini
Tabel 9
Hasil Uji Beda Nilai Pretest
Levene's Test
for Equality of
Variances
t‐test for Equality of Means
95% Confidence
Interval of the
Difference
F
Nilai Equal
variances
assumed
Equal
variances
not
assumed
Sig.
2.755
t
.102 .571
df
Mean
Sig. (2‐ Differenc Std. Error
tailed)
e
Difference Lower
Upper
65
.570 1.69430
2.96737 ‐4.23195 7.62054
.573 63.435
.569 1.69430
2.95898 ‐4.21796 7.60655
Berdasarkan Tabel 9 di atas terlihat bahwa analisis data dilakukan dalam
dua tahapan. Analisis yang pertama adalah pengujian kesamaan varians, apabila
signifikansi ! > 0,05 maka kedua varians dinyatakan sama dan untuk
membandingkan rata‐rata digunakan dasar Equal variances assumed, sebaliknya
apabila signifikansi ! 0.05
(0.570 > 0.05) yang berarti tidak terdapat perbedaan hasil belajar antara kelas
eksperimen dan kelas kontrol. Nilai signifikansi tersebut menunjukkan bahwa
karakteristik hasil belajar kelas eksperimen dan kelas kontrol sebelum diberi
perlakuan adalah sama atau dapat dikatakan seimbang. Hal ini terlihat dari rata‐
rata kelas eksperimen sebesar 57,91 dan rata‐rata kelas kontrol sebesar 59,60.
C. Deskripsi Hasil Penelitian
Hasil Posttest kelas eksperimen dan kelas kontrol dapat dilihat pada Tabel
10 dibawah ini.
Tabel 10
Analisis Deskriptif Nilai Posttest
N
Minimum Maximum
Mean
Std. Deviation
Eksperimen
34
22.50
96.25
55.0735
20.31229
Kontrol
33
25.00
72.50
45.9470
13.93354
Valid N (listwise)
33
Hasil analisis SPSS for Windows Version 16.0 pada Tabel 10 terlihat bahwa
jumlah subjek (N) kelas eksperimen adalah 34 siswa, nilai minimum 22.50, nilai
maksimum 96.25, rata‐rata 55.07 dan standar deviasi (!) 20.31. Kelas kontrol
dengan jumlah subjek (N) 33 siswa, nilai minimum 25, nilai maksimum 72.50,
rata‐rata 45.94 dan standar deviasi (!) 13.93. Pengukuran hasil belajar
matematika dari kelas eksperimen dan kelas kontrol dapat dilihat pada Tabel 11
dibawah ini :
Tabel 11
Deskripsi Nilai Hasil Belajar
No
Interval
Kategori
Kelas
Eksperimen
Kelas Kontrol
1
71,66 < ! ≤ 96,25
Tinggi
8
1
2
47,08 ≤ ! ≤ 71,66
Sedang
14
15
3
22,50 ≤ ! < 47,08
Rendah
12
17
Berdasarkan Tabel 11 terlihat bahwa pada kelas eksperimen, siswa yang
mendapat nilai kategori tinggi berjumlah 8 siswa (23,53%). Siswa yang
mendapat nilai kategori sedang berjumlah 14 siswa (41,18%), dan siswa yang
mendapat nilai kategori rendah berjumlah 12 siswa (35,29%).
Pada kelas kontrol, terdapat seorang siswa (3,03%) yang mendapat nilai
kategori tinggi. Siswa yang mendapat nilai kategori sedang berjumlah 15 siswa
(45,45%), dan siswa yang mendapat nilai pada kategori rendah berjumlah 17
siswa (51,52%).
D. Uji Beda Rerata Hasil Penelitian
1. Uji Prasyarat
Uji beda rerata dengan menggunakan statistik parametris mensyaratkan
bahwa data setiap variabel yang akan dianalisis harus berdistribusi normal, oleh
sebab itu, sebelum pengujian dilakukan harus dilakukan pengujian normalitas
data (Sugiyono, 2009).
a. Uji Normalitas
Analisis untuk mengetahui normalitas data digunakan uji normalitas
Shapiro‐Wilk dengan menggunakan program SPSS 16.0 for windows. Jika
! > 0.05 maka sebaran data normal, sedangkan bila ! < 0.05 maka sebaran
data tidak normal. Berdasarkan hasil uji normalitas dengan menggunakan SPSS
16.0 for windows diperoleh data seperti pada Tabel 12 di bawah ini:
Tabel 12
Hasil Uji Normalitas Nilai Posttest
a
Kolmogorov‐Smirnov
Shapiro‐Wilk
Kelas
Nilai
Eksperimen
.142
34
.079
Kontrol
.104
33
.200
Statistic
df
a. Lilliefors Significance Correction
Sig.
Statistic
*
*. This is a lower bound of the true significance.
df
Sig.
.945
34
.086
.951
33
.143
Hasil pengujian Normalitas diperoleh nilai signifikansi untuk kelas
eksperimen sebesar 0.086 > 0.05 dan kelompok kontrol 0.143 > 0.05, yang
menunjukkan kedua data berdistribusi normal, sehingga dapat dilakukan uji
beda rata‐rata dengan menggunakan independent t‐test antara kedua kelas.
Diagram kenormalan data dapat dilihat pada grafik 3 untuk kelas eksperimen
dan grafik 4 untuk kelas kontrol.
Grafik 3
Grafik Kenormalan Hasil Penelitian Kelas Eksperimen
Grafik 4
Grafik Kenormalan Hasil Penelitian Kelas Kontrol
2. Uji Beda Rata‐rata
Uji beda rata‐rata dilakukan dengan menggunakan independent t‐test. Hasil
perhitungan uji t dapat dilihat pada Tabel 13 di bawah ini.
Tabel 11
Uji Beda Rerata Nilai Posttest
Levene's
Test for
Equality of
Variances
t‐test for Equality of Means
Nilai
Equal
variances
assumed
Equal
variances
not
assumed
95% Confidence
Interval of the
Difference
F
Sig.
t
7.183 .009 2.138
df
Sig. Mean
(2‐ Differen Std. Error
tailed) ce Difference Lower
Upper
65
.036 9.12656
4.26800 .60278 17.65034
2.150 58.560
.036 9.12656
4.24477 .63145 17.62167
Berdasarkan tabel di atas terlihat bahwa analisis data dilakukan dalam dua
tahapan. Analisis yang pertama adalah pengujian kesamaan varians, apabila
signifikansi ! > 0,05 maka kedua varians dinyatakan sama dan untuk
membandingkan rata‐rata digunakan dasar Equal variances assumed, sebaliknya
apabila signifikansi !