Tingkat N-Gain Kriteria
g ≥ 0,7 Tinggi
0,3 ≤ g 0,7 Sedang
g 0,3 Rendah
2. Data kualitatif
a. Skala sikap
Untuk mengetahui sikap siswa terhadap pembelajaran yang dilakukan, digunakan skala sikap untuk mengumpulkan datanya. Derajat penilaian terhadap
suatu pernyataan dalam skala sikap terbagi menjadi 4 kategori, yaitu sangat setuju SS, setuju S, tidak setuju TS, dan sangat tidak setuju STS. Data yang diperoleh
berupa skala kualitatif, maka skala kualitatif tersebut ditransfer kedalam data kuantitatif.Untuk tiap pernyataan, pilihan jawaban diberi skor seperti tertera pada
Tabel 3.13 Suherman dalam Purnamasari, 2012: 55 dibawah ini.
Tabel 3.13 Ketentuan Pemberian Skor Pernyataan Angket
Pernyataan Skor tiap pilihan
SS S
TS STS
Positif 5
4 2
1 Negatif
1 2
4 5
Data hasil pengisian angket dihitung dengan menggunakan rumus sebagai berikut. 1 Menghitung rata-rata skor tiap siswa
X
=
� �
Keterangan: X
=rata-rata skor siswa
Xts = jumlah skor siswa
p = jumlah pernyataan
2 Menghitung rata-rata total
X
t
=
� �
Keterangan: X
t
= Rata-rata total X ts
= Jumlah rata-rata skor tiap siswa n
= Jumlah Siswa
Tabel 3.14 Kategori Angket Sesuai Skala Likert
Skor Rata-rataX
t
Kriteria
1≤ X
t
3 Negatif
X
t
=3 Netral
3 X
t
≤5 Positif
Suherman dalam Purnamasari, 2012: 56
b. Lembar Observasi
Lembar observasi digunakan untuk mengetahui faktor-faktor yang mendukung proses pembelajaran dengan menggunakan pendekatan matematika
realistik. Menurut Suherman dan Sukjaya1990: 272 “Dengan menggunakan
persentase tingkat penguasaan terhadap tes, kriteria nilai biasanya tergantung pada penilai berdasarkan pertimbangan logik
”. Berdasarkan pendapat tersebut, maka untuk menentukan kriteria penilaian digunakanlah pertimbangan logis yakni dengan
membagi skala nilai 100 dengan lima kriteria yang digunakan, sehingga dihasilkan skala 20-an.
81 - 100 = Sangat Baik 41 - 60
= Cukup 61 - 80
= Baik 21 - 40
= Kurang 0 - 20
= Kurang sekali
122
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkanpembahasandanpengolahan data hasilpenelitianpada BAB IV, kesimpulandaripenelitianiniadalahsebagaiberikut.
1. Pembelajarankonvensionaldapatmeningkatkankemampuankomunikasimat
ematissiswapadamateriperbandingan. Dari hasilperhitunganperbedaan rata-rata data pretesdan data posteskelaskontroldenganmenggunakanuji U dan
�= 5 didapatkannilaiP-value Sig.2-tailed = 0,000. Karena yang diujisatuarah, maka
0,000 dibagidua, sehinggahasilnya 0.Hasil yang diperolehP-value �,
makaH ditolakatauH
1
diterima.Jadi, dapatdisimpulkanbahwapembelajarankonvensionaldapatmeningkatkankemamp
uankomunikasimatematissiswasecarasignifikanpadamateriperbandingandi SDN KecamatanCisaruadalamkategorisedang.
2. Pendekatanmatematikarealistikdapatmeningkatkankemampuankomunikasimate
matissiswapadamateriperbandingan. Dari hasilperhitunganperbedaan rata-rata data pretesdan data posteskelaseksperimendenganmenggunakanuji U dan
�= 5 didapatkannilaiP-value Sig.2-tailed = 0,000. Karena yang diujisatuarah,
maka 0,000 dibagidua, sehinggahasilnya 0.Hasil yang diperolehP-value �,
makaH ditolakatauH
1
diterima.Jadi, dapatdisimpulkanbahwapendekatanmatematikarealistikdapatmeningkatkankem
ampuankomunikasimatematissiswasecarasignifikanpadamateriperbandingan di SDN KecamatanCisaruadalamkategorisedang.
3. Dari hasilperhitunganperbedaan rata-rata gain, denganmenggunakanuji U dan
�= 5 didapatkannilaiP-value Sig.2-tailed = 0,005. Karena yang diujisatuarah, maka 0,005 dibagidua, sehinggahasilnya 0,0025. NilaiP-value
Sig.2-tailed yang
diperolehlebihkecildarinilai �,
makaH ditolakdanH
1
diterima.Artinyapeningkatankemampuankomunikasimate
Kategori