METODE PENELITIAN
F. Teknik Analisis Data
2. Analisis Data Kuantitatif
Data-data kuantitatif diperoleh dalam bentuk hasil uji instrumen, data
pre-test, post-pre-test, N-gain serta skala self concept siswa. Data hasil uji instrumen
diolah dengan software Anates Versi 4.1 untuk memperoleh validitas, reliabilitas, daya pembeda serta derajat kesukaran soal. Sedangkan data hasil pre-test,
post-test, N-gain dan skala sikap self concept siswa diolah dengan bantuan program Microsoft Excel dan software SPSS Versi 17.0 for Windows.
a. Data Hasil Tes Kemampuan Berpikir Logis
Hasil tes kemampuan berpikir logis matematis digunakan untuk menelaah peningkatan kemampuan berpikir logis matematis siswa yang mendapatkan pembelajaran eksplorasi dibandingkan dengan pembelajaran konvensional. Selanjutnya dilakukan pengolahan data berdasarkan kategori pengetahuan awal matematis atas, tengah dan bawah pada siswa yang mendapat pembelajaran eksplorasi.
Data yang diperoleh dari hasil tes kemampuan berpikir logis matematis diolah melalui tahapan sebagai berikut:
1) Memberikan skor jawaban siswa sesuai dengan kunci jawaban dan pedoman penskoran yang digunakan.
2) Membuat tabel skor pre-test dan post-test siswa kelas eksperimen dan kelas kontrol.
3) Menentukan skor peningkatan kemampuan berpikir logis matematis dengan rumus N-gain ternormalisasi (Meltzer, 2002) yaitu:
Normalized gain = posttest score− � � − � t score
maximum possible score− � � − � t score
Hasil perhitungan N-gain kemudian diinterpretasikan dengan menggunakan klasifikasi sebagai berikut:
Tabel 3.14
Klasifikasi Gain Ternormalisasi Besarnya N-gain (g) Klasifikasi
g ≥ 0,70 Tinggi
0,30 ≤ g < 0,70 Sedang
g < 0,30 Rendah
4) Melakukan uji normalitas untuk mengetahui kenormalan data skor pre-test,
post-test dan N-gain kemampuan berpikir logis matematis menggunakan uji
statistik Kolmogorov-Smirnov.
Adapun rumusan hipotesisnya adalah:
H0: Sampel berasal dari populasi yang berdistribusi normal
Ha: Sampel berasal dari populasi yang tidak berdistribusi normal Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
5) Menguji homogenitas varians skor pre-test, post-test dan N-gain kemampuan berpikir logis matematis menggunakan uji Levene. Adapun hipotesis yang akan diuji adalah:
H0: Variansi skor pre-test, post-test dan N-gain kedua kelas homogen H: Variansi skor pre-test, post-test dan N-gain kedua kelas tidak homogen
Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
6) Setelah data memenuhi syarat normal dan homogen, selanjutnya dilakukan uji kesamaan rataan skor pre-test dan uji perbedaan rataan skor post-test dan N-gain menggunakan uji-t yaitu Independent Sample T-Test. Adapun hipotesis yang akan diuji adalah:
(a) Skor pre-test kemampuan berpikir logis
H0: Tidak terdapat perbedaan skor pre-test kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi dengan siswa yang mendapat pembelajaran konvensional.
Ha: Terdapat perbedaan skor pre-test kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi dengan siswa yang mendapat pembelajaran konvensional.
(b) Skor Post-test kemampuan berpikir logis
H0: Tidak terdapat perbedaan skor post-test kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi dengan siswa yang mendapat pembelajaran konvensional.
Ha: Terdapat perbedaan skor post-test kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi dengan siswa yang mendapat pembelajaran konvensional.
(c) Skor N-gain kemampuan berpikir logis
H0: Peningkatan kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi sama dengan siswa yang mendapat pembelajaran konvensional.
Ha: Peningkatan kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi lebih baik daripada siswa yang mendapat pembelajaran konvensional.
Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
7) Melakukan uji perbedaan rataan skor N-gain kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi dan pembelajaran konvensional berdasarkan kategori pengetahuan awal matematis siswa (tinggi, sedang, dan rendah). Uji statistik yang digunakan adalah uji analysis
of variance (ANOVA) dua jalur dilanjutkan dengan uji Tamhane (varians
tidak homogen) untuk melihat letak perbedaanya.
H0: Peningkatan kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi sama dengan siswa yang mendapat pembelajaran konvensional bila ditinjau dari pengetahuan awal matematis siswa (tinggi, sedang, dan rendah).
Ha: Peningkatan kemampuan berpikir logis matematis siswa yang mendapat pembelajaran eksplorasi lebih baik daripada siswa yang mendapat pembelajaran konvensional bila ditinjau dari pengetahuan awal matematis siswa (tinggi, sedang, dan rendah).
Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
8) Melakukan uji perbedaan interaksi antara pembelajaran (eksplorasi dan konvensional) dan pengetahuan awal matematis siswa (tnggi, sedang, dan rendah) terhadap peningkatan kemampuan berpikir logis matematis dengan uji analysis of variance (ANOVA) dua jalur dengan interaksi. Adapun hipotesis yang akan diuji adalah:
H0: Tidak Terdapat interaksi antara pembelajaran (eksplorasi dan konvensional) dan pengetahuan awal matematis (tinggi, sedang, dan rendah) terhadap peningkatan kemampuan berpikir logis matematis siswa.
Ha: Terdapat interaksi antara pembelajaran (eksplorasi dan konvensional) dan pengetahuan awal matematis (tinggi, sedang, dan rendah) terhadap peningkatan kemampuan berpikir logis matematis siswa.
Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
b. Data Skala Self Concept
Penentuan skor skala self concept menggunakan MSI (Methode of Succesive
Interval) untuk mengubah data ordinal menjadi data interval. Data skor skala self concept yang diperoleh diolah melalui tahap-tahap berikut:
1) Hasil jawaban untuk setiap pertanyaan dihitung frekuensi setiap pilihan jawaban.
2) Frekuensi yang diperoleh setiap pertanyaan dihitung proporsi setiap pilihan jawaban.
3) Berdasarkan proporsi untuk setiap pertanyaan tersebut, dihitung proporsi kumulatif untuk setiap pertanyaan.
4) Kemudian ditentukan nilai batas untuk Z bagi setiap pilihan jawaban dan setiap pertanyaan.
5) Berdasarkan nilai Z, tentukan nilai densitas (kepadatan). Nilai densitas dapat dilihat pada tabel ordinat Y untuk lengkungan normal standar. 6) Hitung nilai skala/ scale value/ SV untuk setiap pilihan jawaban dengan
persamaan sebagai berikut:
SV =
(kepadatan batas bawah −kepadatan batas atas )(daerah di bawah batas atas−daerah di bawah batas bawah )
7) Langkah selanjutnya yaitu tentukan nilai k, dengan rumus:
k= 1 + .
8) Langkah terakhir yaitu transformasikan masing-masing nilai pada SV dengan rumus: SV + k.
9) Sesudah data ordinal ditransfromasikan menjadi data interval, selanjutnya dilakukan pengujian prasyarat kenormalan dan homogenitas.
10) Melakukan uji normalitas untuk mengetahui kenormalan data skala self
concept matematis menggunakan uji statistik Shapiro Wilk.
Adapun rumusan hipotesisnya adalah:
H0: Sampel berasal dari populasi berdistribusi normal
Ha: Sampel berasal dari populasi yang tidak berdistribusi normal Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
11) Menguji homogenitas varians skor pre-test, post-test dan N-gain kemampuan berpikir logis matematis menggunakan uji Levene. Adapun hipotesis yang akan diuji adalah:
H0: Variansi skor skala self concept matematis kedua kelas homogen Ha: Variansi skor skala self concept matematis kedua kelas tidak homogen Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
12) Setelah data memenuhi syarat normal dan homogen, selanjutnya dilakukan uji perbedaan rataan skor skala self concept menggunakan uji-t yaitu
H0: Self concept matematis siswa yang mendapat pembelajaran eksplorasi sama dengan siswa yang mendapat pembelajaran konvensional.
Ha: Self concept matematis siswa yang mendapat pembelajaran eksplorasi lebih baik daripada siswa yang mendapat pembelajaran konvensional. Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak Jika nilai Sig. (p-value) ≥α (α =0,05), maka H0 diterima.
c. Hubungan antara Self Concept dan Kemampuan Berpikir Logis Matematis
Setelah data skala self concept matematis ditransformasikan dengan MSI sehingga data self concept matematis berubah menjadi data interval, sehingga kedua variabel tersebut termasuk data interval. Sehingga bisa dilakukan uji korelasi Pearson antara self concept dan kemampuan berpikir logis siswa yang mendapatkan pembelajaran eksplorasi. Adapun hipotesis yang dujikan adalah sebagai berikut:
H0: Tidak terdapat asosiasi antara self concept dan kemampuan berpikir logis matematis siswa.
Ha: Terdapat asosiasi antara self concept dan kemampuan berpikir logis matematis siswa.
Dengan kriteria uji sebagai berikut:
Jika nilai Sig. (p-value) < α (α =0,05), maka H0 ditolak
