S MTK 1005370 Chapter3

BAB III

METODOLOGI PENELITIAN

A. METODE DAN DESAIN PENELITIAN

Penelitian ini menggunakan metode kuasi eksperimen. Kuasi eksperimen adalah eksperimen yang menggunakan perlakuan (treatments), pengukuran-pengukuran dampak (outcome measures), dan unit-unit eksperimen (experimental units) namun tidak menggunakan penempatan secara acak (random assignment) dalam menciptakan perbandingan untuk menyimpulkan adanya perubahan akibat perlakuan (Cook & Campbell: 1979). Berdasarkan pengertian di atas, diketahui bahwa pada metode kuasi eksperimen subjek penelitian tidak dikelompokkan secara acak, namun peneliti menerima keadaan subjek apa adanya yaitu berdasarkan kelas yang telah terbentuk sebelumnya, sehingga tidak dilakukan lagi pengelompokkan secara acak. Perlakuan yang diberikan menjadi variabel bebas dan perubahan yang diharapkan menjadi variabel terikat. Variabel bebas dalam penelitian ini yaitu pembelajaran matematika realistik berbantuan GeoGebra, sedangkan variabel terikatnya yaitu kemampuan pemecahan masalah matematis siswa.

Desain penelitian yang digunakan berbentuk Non-equivalent Control Group Design. Desain ini hampir sama dengan pretest-posttest control group design, namun pada desain ini kelompok eksperimen maupun kelompok kontrol tidak dipilih secara acak. Penelitian ini terdiri dari tiga kelompok, dimana pada awal penelitian ketiga kelompok tersebut diberi pretest, selanjutnya 2 kelompok diberikan perlakuan, dan 1 kelompok sebagai kelompok control. Pada akhir penelitian ketiga kelompok tersebut diberikan posttest. Kelompok pertama sebagai kelas eksperimen 1, pada kelas tersebut diberikan perlakuan dengan memberikan pembelajaran menggunakan pendekatan matematika realistik berbantuan GeoGebra, sedangkan kelompok kedua sebagai kelas eksperimen 2, pada kelas tersebut diberikan perlakuan dengan memberikan pembelajaran menggunakan pendekatan matematika realistik tanpa berbantuan GeoGebra dan

kelompok ketiga sebagai kelas kontrol. Desain penelitian yang digunakan digambarkan seperti berikut:

0 X1 0

0 X2 0

0 0

Keterangan:

0 menyatakan Pretest atau Posttest

X1 menyatakan Pembelajaran menggunakan pendekatan matematika

realistik berbantuan GeoGebra

X2 menyatakan Pembelajaran menggunakan pendekatan matematika

realistik tanpa berbantuan GeoGebra X3 menyatakan Pembelajaran konvensional

B. POPULASI DAN SAMPEL PENELITIAN

Populasi dalam penelitian adalah seluruh siswa kelas VIII di SMP Negeri 44 Bandung tahun ajaran 2013/2014. Penentuan sampel dilakukan dengan menggunakan teknik Purposive Sampling, yaitu teknik pengambilan sampel berdasarkan pertimbangan tertentu (Sukardi, 2003: 64). Peneliti tidak dapat membuat kelas baru, maka peneliti menggunakan kelas yang sudah terbentuk yang ada di sekolah tersebut.

C. INSTRUMEN PENELITIAN

Instrumen penelitian adalah alat atau fasilitas yang digunakan oleh peneliti dalam mengumpulkan data (Arikunto, 2010: 151). Instrumen yang digunakan pada penelitian ini adalah:

1. Tes

Intrumen tes yang digunakan berupa tes kemampuan pemecahan masalah matematis. Tes yang diberikan meliputi pretest dan posttest yang berbentuk soal-soal uraian. Pretest diberikan kepada siswa sebelum mendapat perlakuan berupa pembelajaran menggunakan pendekatan matematika realistik berbantuan GeoGebra danpembelajaran menggunakan pendekatan matematika realistik tanpa

berbantuan Geogebra. Sementara itu posttest diberikan sesudah siswa mendapatkan perlakuan.

Sebelum tes diberikan kepada kelas eksperimen dan kelas kontrol, tes diujicobakan terlebih dahulu kepada siswa di luar sampel yang telah mendapat materi yang akan diteliti. Setelah diadakan uji coba instrumen tes, langkah selanjutnya adalah menganalisis validitas, reliabilitas, indeks kesukaran, dan daya pembeda dari tiap butir soal untuk diketahui kualitasnya. Analisis tes tersebut dilakukan menggunakan software Anates.

a. Validitas Butir Soal

Menurut Suherman (2003: 102), suatu alat evaluasi disebut valid apabila alat tersebut mampu mengevaluasi apa yang seharusnya dievaluasi. Validitas butir soal dihitung menggunakan rumus koefisien korelasi menggunakan angka kasar (raw score).

∑ ∑ ∑

√ ∑ ∑ ∑ ∑

Keterangan:

rxy : koefisien korelasi tiap butir soal

N : banyaknya responden X : skor tiap butir soal Y : skor total

Interpretasi mengenai validitas yang lebih rinci berdasarkan nilai tersebut dibagi menjadi klasifikasi seperti berikut:

Tabel 3.1

Klasifikasi Koefisien Korelasi

Koefisien Validitas Interpretasi 0,90 ≤ rxy≤ 1,00 Sangat tinggi

0,70 ≤ rxy < 0,90 Tinggi

0,40 ≤ rxy < 0,70 Sedang

0,20 ≤ rxy < 0,40 Rendah

0,00 ≤ rxy < 0,20 Sangat rendah

Selanjutnya dengan menggunakan program Anates Ver. 4.0.5, diperoleh nilai validitas tiap butir soal sebagai berikut:

Tabel 3.2 Validitas Butir Soal

No. Soal Koefisien Korelasi Interpretasi

1 0,885 Tinggi

2 0,781 Tinggi

3 0,835 Tinggi

4 0,745 Tinggi

5 0,706 Tinggi

Berdasarkan tabel 3.2 di atas, diperoleh bahwa hasil pengolahan data untuk butir soal nomor 1, 2, 3, 4, dan 5 berkolerasi tinggi, artinya butir soal nomor 1, 2, 3, 4, dan 5 validitasnya tinggi.

Setelah harga koefisien validitas tiap butir soal diperoleh, perlu dilakukan uji signifikansi untuk mengukur keberartian koefisien korelasi dengan menggunakan statistik uji (Sudjana, 2005: 380):

√ Keterangan:

t : nilai hitung koefisien validitas rxy : koefisien korelasi

n : banyaknya responden

Kemudian dengan mengambil taraf nyata (α), validitas tiap butir soal tidak berarti jika:

1) Butir soal 1

√

Kemudian dengan mengambil taraf nyata α = 5% dan melakukan perhitungan, dari tabel distribusi t diperoleh t0,975;38 = 2,02. Selanjutnya, karena

11,71 > 2,02 maka H0 ditolak. Berdasarkan hal tersebut, dapat disimpulkan

bahwa koefisien butir soal 1 berarti.

Dengan cara yang sama, hasil pengujian keberartian dari semua butir soal dapat dilihat dalam tabel sebagai berikut:

Tabel 3.3

Uji Keberartian Butir Soal

Butir Soal t Hitung t Tabel Keberartian

1 11,71

2,02

Berarti

2 7,70 Berarti

3 9,35 Berarti

4 6,88 Berarti

5 6,14 Berarti

Dari hasil uji keberartian, semua butir soal memiliki keberartian berarti sehingga dapat digunakan.

b. Reliabilitas Butir Soal

Reliabilitas dapat diartikan sebagai suatu alat ukur untuk menentukan tingkat konsistensi suatu instrumen tes. Hasil evaluasi harus tetap sama (relatif sama) jika diberikan pada subjek yang sama meskipun dilakukan oleh orang berbeda, waktu berbeda, dan tempat yang berbeda. Tidak terpengaruh oleh pelaku, situasi, dan kondisi.

Beberapa cara dapat dilakukan untuk menentukan tingkat atau derajat reliabilitas dari soal bentuk uraian, diantaranya yaitu dengan menggunakan rumus Cronbanch-Alpha. Selain itu, nilai reliabilitas dapat ditentukan dengan menggunakan software Anates.

11 r =               





2

2 1 1 _t i s s n n dengan:

= banyak butir soal (item) = varians skor seriap item = varians skor total

Interpretasi derajat reliabilitas alat evaluasi dibagi kedalam klasifikasi seperti berikut :

Tabel 3.4

Klasifikasi Derajat Reliabilitas

Koefisien Reabilitas Interpretasi

0,90 ≤ r11≤ 1,00 Sangat tinggi

0,70 ≤ r11≤ 0,90 Tinggi

0,40 ≤ r11≤ 0,70 Sedang

0,20 ≤ r11≤ 0,40 Rendah

r11≤ 0,20 Sangat rendah

(Suherman, 2003: 139)

Berdasarkan hasil perhitungan dengan menggunakan Anates Ver. 4.0.5, diperoleh koefisien reliabilitas sebesar 0,81. Dengan demikian dapat diambil kesimpulan bahwa soal tes kemampuan kemampuan pemecahan masalah matematis memiliki derajat reliabilitas yang tinggi atau secara keseluruhan butir soal memiliki derajat reliabilitas yang tinggi.

c. Daya Pembeda Butir Soal

Dalam Suherman (2003:159) dijelaskan bahwa daya pembeda sebuah butir soal adalah kemampuan butir soal itu untuk membedakan antara siswa yang berkemampuan tinggi dengan siswa yang berkemampuan rendah.

DP = ̅ ̅ Keterangan:

DP : daya pembeda

̅ : rata-rata skor siswa kelompok atas

̅ : rata-rata skor siswa kelompok bawah

Skala penilaian daya pembeda adalah sebagai berikut:

Tabel 3.5

Klasifikasi Daya Pembeda

Koefisien Daya Pembeda Interpretasi

0,70 < DP ≤ 1,00 Sangat baik

0,40 < DP ≤ 0,70 Baik

0,20 < DP ≤ 0,40 Cukup

0,00 < DP ≤ 0,20 Jelek

DP ≤ 0,00 Sangat jelek

(Suherman, 2003: 161)

Selanjutnya dengan menggunakan program Anates Ver. 4.0.5, diperoleh daya pembeda tiap butir soal sebagai berikut:

Tabel 3.6

Daya Pembeda Butir Soal

No. Soal Daya Pembeda Interpretasi

1 0,37 Cukup

2 0,38 Cukup

3 0,36 Cukup

4 0,35 Cukup

5 0,29 Cukup

Berdasarkan tabel 3.6 di atas, diperoleh bahwa hasil pengolahan data untuk butir soal nomor 1, 2, 3, 4, dan 5 memiliki daya pembeda cukup.

d. Indeks Kesukaran

Suatu hasil dari alat evaluasi dikatakan baik jika menghasilkan skor atau nilai yang membentuk distribusi normal. Jika soal tersebut terlalu sulit, maka frekuensi distribusi yang paling banyak terletak pada skor yang rendah karena sebagian yang besar mendapat nilai yang jelek. Sebaliknya jika soal yang diberikan terlalu mudah, maka frekuensi distribusi yang paling banyak terdapat pada skor yang tinggi, karena sebagian besar siswa mendapat nilai baik.

Derajat kesukaran suatu butir soal dinyatakan dengan bilangan yang dinamakan indeks kesukaran dan dinotasikan dengan IK. Indeks kesukaran suatu

butir soal berada pada interval 0,00 sampai dengan 1,00. Soal dengan indeks kesukaran mendekati 0,00 berarti butir soal tersebut terlalu sukar, sebaliknya soal dengan indeks kesukaran 1,00 berarti soal tersebut terlalu mudah.

SMI x IK 

dengan: 

x _{rerata skor dari siswa-siswa} SMI = Skor Maksimal Ideal (bobot)

Tabel 3.7

Klasifikasi Indeks Kesukaran

Koefisien Indeks Kesukaran Interpretasi

IK = 1,00 Sangat mudah

0,70 < IK < 1,00 Mudah

0,30 < IK ≤ 0,70 Sedang

0,00 < IK ≤ 0,30 Sukar

IK = 0,00 Sangat sukar

(Suherman, 2003: 170)

Selanjutnya dengan menggunakan program Anates Ver. 4.0.5, diperoleh indeks kesukaran tiap butir soal sebagai berikut:

Tabel 3.8

Indeks Kesukaran Butir Soal

No. Soal Indeks Kesukaran Interpretasi

1 0,67 Sedang

2 0,43 Sedang

3 0,54 Sedang

4 0,61 Sedang

5 0,40 Sedang

Berdasarkan pada tabel 3.8 diperoleh hasil bahwa setiap butir soal mempunyai klasifikasi indeks kesukaran sedang.

Berikut ini ditampilkan secara keseluruhan analisis tiap butir soal sebagai berikut:

Tabel 3.9 Analisis Butir Soal

No. Soal

Validitas Daya Pembeda Indeks Kesukaran

Ket. Koefisien

Validitas Interpretasi DP Klasifikasi IK Klasifikasi

1 0,885 Tinggi 0,37 Cukup 0,67 Sedang Digunakan 2 0,781 Tinggi 0,38 Cukup 0,43 Sedang Digunakan 3 0,835 Tinggi 0,36 Cukup 0,54 Sedang Digunakan 4 0,745 Tinggi 0,35 Cukup 0,61 Sedang Digunakan 5 0,706 Tinggi 0,29 Cukup 0,40 Sedang Digunakan

Reliabilitas 0,81

2. Instrumen Non Tes

a. Jurnal

Jurnal adalah karangan siswa tentang pelaksanaan pembelajaran yang diikutinya. Jurnal bersifat subjektif dan berisi tentang potret pelaksanaan pembelajaran, kesan dan pesan siswa kepada guru (Suherman, 2008: 26). b. Angket

Angket adalah lembar pernyataan atau pertanyaan untuk mengetahui dan menilai responden berkenaan dengan aspek afektif terhadap sesuatu hal (pembelajaran matematika) (Suherman, 2008: 21).

c. Pedoman Observasi

Pedoman observasi adalah rambu-rambu tertulis yang dipakai untuk mengamati suatu aktivitas (siswa atau guru dalam pembelajaran) sehingga pelaksanaan observasi terarah pada aspek yang direncanakan semula (Suherman, 2008: 22).

D. BAHAN AJAR

Bahan ajar yang digunakan dalam penelitian ini adalah Lembar Kerja Siswa (LKS), media software GeoGebra, dan buku paket matematika. Lembar Kerja Siswa dibuat berdasarkan standar kompetensi, kompetensi dasar, dan indikator yang akan dicapai dalam pembelajaran. Sebagai langkah persiapan pembelajaran,

dibuat Rencana Pelaksanaan Pembelajaran (RPP). Pokok bahasan yang diambil yaitu mengenai Lingkaran.

E. PROSEDUR PENELITIAN

Rancangan tahapan atau prosedur penelitian yang akan dilakukan adalah sebagai berikut:

1. Tahap persiapan Prosedurnya meliputi:

a. Studi pendahuluan yang terdiri dari mengidentifikasi masalah, merumuskan masalah, dan studi literatur.

b. Menentukan populasi penelitian. c. Menentukan sampel dan kelas ujicoba. 2. Tahap pelaksanaan

Langkah-langkah pada tahap pelaksanaan sebagai berikut: a. Melakukan uji coba instrumen penelitian di kelas ujicoba. b. Melakukan analisis terhadap hasil uji coba instrumen. c. Merevisi instrumen penelitian.

d. Melakukan uji coba instrumen penelitian hasil revisi.

e. Memberikan pretest kepada kelas eksperimen dan kelas kontrol.

f. Melakukan analisis tahap awal untuk mengetahui kondisi awal kelas kontrol dan eksperimen.

g. Melaksanakan pembelajaran di ketiga kelas tersebut, pada kelas kontrol diberikan pembelajaran matematika konvensional, kelas eksperimen 1 diberikan pembelajaran matematika menggunakan pendekatan realistik bantuan GeoGebra, sedangkan pada kelas eksperimen 2 diberikan pembelajaran matematika menggunakan pendekatan realistik tanpa berbantuan GeoGebra.

h. Memberikan posttest pada ketiga kelas tersebut. 3. Tahap Analisis data

a. Mengumpulkan hasil data baik kuantitatif maupun kualitatif dari kelas eksperimen dan kelas kontrol.

b. Menganalisis data hasil tes dari ketiga kelas tersebut. Apabila kondisi awal dari ketiga kelas tersebut sama, analisis akan dilakukan pada hasil posttest. Namun apabila kondisi awal ketiga kelas tersebut tidak sama secara signifikan, analisis dilakukan dengan menggunakan gain ternomalisasi. c. Menganalisis data kualitatif berupa jurnal, angket, dan lembar observasi. 4. Tahap penarikan kesimpulan

Pada tahap ini, penarikan kesimpulan hasil penelitian berdasarkan pada hipotesis yang telah dirumuskan.

F. TEKNIS PENGOLAHAN DATA

1. Analisis Data Kuantitatif

a. Analisis Data Pretest dan Posttest

Analisis tahap awal dilakukan setelah pretest dilaksanakan pada kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol. Analisis dilakukan untuk mengetahui kondisi dan kemampuan awal siswa-siswa di kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol. Jika kondisi awal siswa di kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol relatif sama, analisis dilakukan terhadap data hasil posttest. Uji statistik yang dilakukan yaitu:

1) Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah data pada kelas eksperimen dan kelas kontrol berdistribusi normal atau tidak. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian normalitas dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Data sampel berdistribusi normal.

H1 : Data sampel berdistribusi tidak normal.

a) Jika nilai Sig < α = 0,05 , maka H0 ditolak artinya data berdistribusi tidak

b) Jika nilai Sig α = 0,05 , maka H0 diterima artinya data berdistribusi

normal.

Nilai Sig. pada SPSS dapat dilihat pada tabel Test of Normality di kolom Kolmogorov-Smirnov atau Shapiro Wilk.

2) Uji Kesamaan Variansi

Apabila data berdistribusi normal, maka hal yang harus dilakukan selanjutnya adalah uji kesamaan tiga varians. Uji ini digunakan untuk mengetahui apakah kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol mempunyai varians yang homogen atau tidak. Untuk menguji homogenitas perhitungan dilakukan dengan menggunakan SPSS versi 20. Pedoman untuk mengambil kesimpulan adalah:

H0 : Data berasal dari populasi yang memiliki varians yang sama.

H1 : Data berasal dari populasi yang memiliki varians yang tidak sama.

a) Nilai Sig. < α = 0,05, maka H0 ditolak artinya data berasal dari populasi yang

tidak memiliki varians yang sama (tidak homogen).

b) Nilai Sig. α = 0,05, maka H0 diterima artinya data berasal dari populasi

yang memiliki varians yang sama (homogen).

Nilai Sig. pada SPSS dapat dilihat pada tabel Test of Homogeinity of variance di baris Based on Mean. Jika varians homogen, analisis data dapat dilanjutkan dengan uji kesamaan tiga rata-rata menggunakan uji t. Namun, jika

varians tidak homogen analisis data menggunakan uji t’.

Bila data dari ketiga kelas atau salah satu kelas berdistribusi tidak normal, maka analisis uji rata-rata dilakukan dengan menggunakan statistika non-parametrik, yaitu menggunakan Uji Kruskall Wallis dan uji lanjutan untuk membandingkan setiap hipotesis yang ada menggunakan uji Mann-Whitney.

3) Uji Kruskall Wallis

Uji Kruskall Wallis digunakan untuk mengetahui apakah terdapat perbedaan kemampuan pemecahan masalah matematis akhir antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa

yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian uji Kruskall Wallis dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Tidak terdapat perbedaan kemampuan pemecahan masalah matematis akhir

antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional.

H1 : Terdapat perbedaan kemampuan pemecahan masalah matematis akhir

antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional.

a. Jika nilai Sig < α = 0,05 , maka H0 ditolak.

b. Jika nilai Sig α = 0,05 , maka H0diterima.

4) Uji Mann-Whitney

Uji Mann-Whitney digunakan untuk mengetahui perbedaan kemampuan pemecahan masalah matematis akhir antara dua kelas. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian uji Mann-Whitney dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Kemampuan pemecahan masalah matematis akhir siswa kelas A tidak lebih

tinggi secara signifikan daripada siswa kelas B.

H1 : Kemampuan pemecahan masalah matematis akhir siswa kelas A lebih tinggi

a. Jika nilai Sig < α = 0,05 , maka H0 ditolak.

b. Jika nilai Sig α = 0,05 , maka H0diterima.

Namun apabila kondisi awal siswa kelas eksperimen1, kelas eksperimen 2, dan kelas kontrol berbeda secara signifikan maka analisis dilakukan terhadap gain ternormalisasi dari hasil pretest dan posttest kelas eksperimen dan kelas kontrol. Analisis data Indeks Gain bertujuan untuk mengetahui efektifitas pembelajaran matematika realistik berbantuan GeoGebra dalam meningkatkan kemampuan pemecahan masalah matematis siswa. Rumus Indeks Gain menurut Meltzer (Faiqoh, 2009) adalah:

–

Hasil perhitungan indeks gain kemudian diinterpretasikan dengan menggunakan kategori sebagai berikut.

Tabel 3.10 Interpretasi Gain

Besarnya gain (g) Interpretasi

g 0,7 Tinggi

0,3 g < 0,7 Sedang g < 0,3 Rendah

Semakin tinggi gain ternormalisasi, maka semakin tinggi pula peningkatan yang terjadi akibat penerapan model pembelajaran pada kelas kontrol maupun kelas eksperimen.

2. Analisis Data Kualitatif

Analisis data kualitatif meliputi analisis data hasil observasi dan angket sebagai informasi tambahan yang bisa didapat yaitu untuk mengetahui kelancaran proses pembelajaran dan respon siswa terhadap pembelajaran. Berdasarkan Sukardi (2003: 146), sistem penilaian angket dengan Skala Likert sebagai berikut:

Tabel 3.11

Sistem Penilaian Angket

Pernyataan Sikap SS S TS STS

Pernyataan Positif 5 4 2 1

Pernyataan Negatif 1 2 4 5

Setiap butir pernyataan diberi skor dan selanjutnya menentukan jumlahnya. Kemudian dihitung nilai rata-ratanya. Apabila rata-rata skor lebih dari tiga, maka respon terhadap pembelajaran adalah positif. Apabila rata-rata skornya kurang dari tiga maka respon terhadap pembelajaran adalah negatif. Namun jika rata-ratanya sama dengan tiga, maka respon terhadap pembelajaran adalah netral.

Data hasil observasi dianalisis dan diinterpretasikan berdasarkan hasil pengamatan selama pembelajaran matematika.

G. JADWAL KEGIATAN

Rancangan jadwal kegiatan yang akan dilaksanakan dalam penelitian ini adalah sebagai berikut:

Tabel 3.12 Jadwal Kegiatan Waktu

Kegiatan

Bulan

1 2 3 4 5

Studi Pendahuluan

Pembuatan Instrumen

Perizinan

Menentukan Populasi dan sampel penelitian

Melaksanakan Penelitian

Pengolahan Data

a. Mengumpulkan hasil data baik kuantitatif maupun kualitatif dari kelas eksperimen dan kelas kontrol.

b. Menganalisis data hasil tes dari ketiga kelas tersebut. Apabila kondisi awal dari ketiga kelas tersebut sama, analisis akan dilakukan pada hasil posttest. Namun apabila kondisi awal ketiga kelas tersebut tidak sama secara signifikan, analisis dilakukan dengan menggunakan gain ternomalisasi. c. Menganalisis data kualitatif berupa jurnal, angket, dan lembar observasi. 4. Tahap penarikan kesimpulan

Pada tahap ini, penarikan kesimpulan hasil penelitian berdasarkan pada hipotesis yang telah dirumuskan.

F. TEKNIS PENGOLAHAN DATA 1. Analisis Data Kuantitatif

a. Analisis Data Pretest dan Posttest

Analisis tahap awal dilakukan setelah pretest dilaksanakan pada kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol. Analisis dilakukan untuk mengetahui kondisi dan kemampuan awal siswa-siswa di kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol. Jika kondisi awal siswa di kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol relatif sama, analisis dilakukan terhadap data hasil posttest. Uji statistik yang dilakukan yaitu:

1) Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah data pada kelas eksperimen dan kelas kontrol berdistribusi normal atau tidak. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian normalitas dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Data sampel berdistribusi normal.

H1 : Data sampel berdistribusi tidak normal.

a) Jika nilai Sig < α = 0,05 , maka H0 ditolak artinya data berdistribusi tidak

b) Jika nilai Sig α = 0,05 , maka H0 diterima artinya data berdistribusi

normal.

Nilai Sig. pada SPSS dapat dilihat pada tabel Test of Normality di kolom Kolmogorov-Smirnov atau Shapiro Wilk.

2) Uji Kesamaan Variansi

Apabila data berdistribusi normal, maka hal yang harus dilakukan selanjutnya adalah uji kesamaan tiga varians. Uji ini digunakan untuk mengetahui apakah kelas eksperimen 1, kelas eksperimen 2, dan kelas kontrol mempunyai varians yang homogen atau tidak. Untuk menguji homogenitas perhitungan dilakukan dengan menggunakan SPSS versi 20. Pedoman untuk mengambil kesimpulan adalah:

H0 : Data berasal dari populasi yang memiliki varians yang sama.

H1 : Data berasal dari populasi yang memiliki varians yang tidak sama.

a) Nilai Sig. < α = 0,05, maka H0 ditolak artinya data berasal dari populasi yang

tidak memiliki varians yang sama (tidak homogen).

b) Nilai Sig. α = 0,05, maka H0 diterima artinya data berasal dari populasi

yang memiliki varians yang sama (homogen).

Nilai Sig. pada SPSS dapat dilihat pada tabel Test of Homogeinity of variance di baris Based on Mean. Jika varians homogen, analisis data dapat dilanjutkan dengan uji kesamaan tiga rata-rata menggunakan uji t. Namun, jika

varians tidak homogen analisis data menggunakan uji t’.

Bila data dari ketiga kelas atau salah satu kelas berdistribusi tidak normal, maka analisis uji rata-rata dilakukan dengan menggunakan statistika non-parametrik, yaitu menggunakan Uji Kruskall Wallis dan uji lanjutan untuk membandingkan setiap hipotesis yang ada menggunakan uji Mann-Whitney. 3) Uji Kruskall Wallis

Uji Kruskall Wallis digunakan untuk mengetahui apakah terdapat perbedaan kemampuan pemecahan masalah matematis akhir antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa

yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian uji Kruskall Wallis dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Tidak terdapat perbedaan kemampuan pemecahan masalah matematis akhir

antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional.

H1 : Terdapat perbedaan kemampuan pemecahan masalah matematis akhir

antara siswa yang memperoleh pembelajaran matematika realistik berbantuan Geogebra, siswa yang memperoleh pembelajaran matematika realistik tanpa berbantuan Geogebra, dan siswa yang mendapat pembelajaran konvensional.

a. Jika nilai Sig < α = 0,05 , maka H0 ditolak.

b. Jika nilai Sig α = 0,05 , maka H0diterima.

4) Uji Mann-Whitney

Uji Mann-Whitney digunakan untuk mengetahui perbedaan kemampuan pemecahan masalah matematis akhir antara dua kelas. Selanjutnya untuk mempermudah dan mengefektifkan serta mengefisiensikan waktu, proses pengujian uji Mann-Whitney dapat dilakukan dengan menggunakan SPSS versi 20. Kriteria pengujian dengan menggunakan output SPSS versi 20 adalah sebagai berikut:

H0 : Kemampuan pemecahan masalah matematis akhir siswa kelas A tidak lebih

tinggi secara signifikan daripada siswa kelas B.

H1 : Kemampuan pemecahan masalah matematis akhir siswa kelas A lebih tinggi

a. Jika nilai Sig < α = 0,05 , maka H0 ditolak.

b. Jika nilai Sig α = 0,05 , maka H0diterima.

Namun apabila kondisi awal siswa kelas eksperimen1, kelas eksperimen 2, dan kelas kontrol berbeda secara signifikan maka analisis dilakukan terhadap gain ternormalisasi dari hasil pretest dan posttest kelas eksperimen dan kelas kontrol. Analisis data Indeks Gain bertujuan untuk mengetahui efektifitas pembelajaran matematika realistik berbantuan GeoGebra dalam meningkatkan kemampuan pemecahan masalah matematis siswa. Rumus Indeks Gain menurut Meltzer (Faiqoh, 2009) adalah:

–

Hasil perhitungan indeks gain kemudian diinterpretasikan dengan menggunakan kategori sebagai berikut.

Tabel 3.10 Interpretasi Gain

Besarnya gain (g) Interpretasi g 0,7 Tinggi

0,3 g < 0,7 Sedang g < 0,3 Rendah

Semakin tinggi gain ternormalisasi, maka semakin tinggi pula peningkatan yang terjadi akibat penerapan model pembelajaran pada kelas kontrol maupun kelas eksperimen.

2. Analisis Data Kualitatif

Analisis data kualitatif meliputi analisis data hasil observasi dan angket sebagai informasi tambahan yang bisa didapat yaitu untuk mengetahui kelancaran proses pembelajaran dan respon siswa terhadap pembelajaran. Berdasarkan Sukardi (2003: 146), sistem penilaian angket dengan Skala Likert sebagai berikut:

Tabel 3.11

Sistem Penilaian Angket

Pernyataan Sikap SS S TS STS

Pernyataan Positif 5 4 2 1

Pernyataan Negatif 1 2 4 5

Setiap butir pernyataan diberi skor dan selanjutnya menentukan jumlahnya. Kemudian dihitung nilai rata-ratanya. Apabila rata-rata skor lebih dari tiga, maka respon terhadap pembelajaran adalah positif. Apabila rata-rata skornya kurang dari tiga maka respon terhadap pembelajaran adalah negatif. Namun jika rata-ratanya sama dengan tiga, maka respon terhadap pembelajaran adalah netral.

Data hasil observasi dianalisis dan diinterpretasikan berdasarkan hasil pengamatan selama pembelajaran matematika.

G. JADWAL KEGIATAN

Rancangan jadwal kegiatan yang akan dilaksanakan dalam penelitian ini adalah sebagai berikut:

Tabel 3.12 Jadwal Kegiatan Waktu

Kegiatan

Bulan

1 2 3 4 5

Studi Pendahuluan Pembuatan Instrumen

Perizinan

Menentukan Populasi dan sampel penelitian

Melaksanakan Penelitian

Pengolahan Data