BAB 4 PELAKSANAAN PENELITIAN, ANALISIS DATA DAN
D. Analisis Data
1. Analisis Keterlaksanaan Rencana Pelaksanaan Pembelajaran (RPP)
Hasil perbandingan antara RPP degan pelaksanaan diperoleh beberapa langkah kegiatan yang tidak terlaksana. Berikut adalah hasil analisis keterlaksanaan RPP di setiap pertemuan.
a) Pertemuan Pertama
Berdasarkan tabel perbandingan antara RPP dan pelaksanaan dalam Lampiran C.7 , dapat diketahui persentase keterlaksaan RPP pada pertemuan pertama secara keseluruhan yaitu 91,89%. Persentase keterlaksaan kegiatan pendahuluan adalah 87,5%. Persentase keterlaksanaan RPP kegiatan inti adalah 95,65%. Persentase keterlaksanaan RPP pada kegiatan penutup adalah 83,33%.
b) Pertemuan Kedua
Berdasarkan tabel perbandingan antara RPP dan pelaksanaan dalam Lampiran C.7, dapat diketahui persentase keterlaksaan RPP pada pertemuan pertama secara keseluruhan yaitu 88,57%. Persentase keterlaksaan kegiatan pendahuluan adalah 85,71%. Persentase keterlaksanaan RPP kegiatan inti adalah 95,45%. Persentase keterlaksanaan RPP pada kegiatan penutup adalah 66,67%.
2. Analisis Kemampuan Penalaran Matematis
Data yang diperoleh dapat di kelompokkan dengan ketentuan seperti pada Tabel 3.8. Berikut ini merupakan data kemampuan penalaran matematis setelah dikelompokkan:
Tabel 4.12 Kategorisasi Kemampuan Penalaran Matematis Siswa Tes Penalaran Kategori
S1 45 Cukup S3 85 Sangat Tinggi S4 20 Sangat Rendah S5 60 Cukup S6 60 Cukup S7 60 Cukup S8 65 Tinggi S9 60 Cukup S10 60 Cukup S11 25 Rendah S12 55 Cukup S13 60 Cukup S14 75 Tinggi S15 35 Rendah S16 25 Rendah S17 55 Cukup S18 35 Rendah S19 30 Rendah S20 35 Rendah S21 55 Cukup S22 30 Rendah S23 35 Rendah S25 70 Tinggi S26 30 Rendah S27 80 Tinggi S28 50 Rendah S29 30 Rendah S30 70 Tinggi S31 35 Rendah S32 35 Rendah S33 100 Sangat Tinggi S34 55 Cukup
Pengelompokan kategori skor kemampuan penalaran sebagai berikut:
Tabel 4.13 Pengelompokan Kategori Skor Kemampuan Penalaran Kategori Banyak Siswa
Sangat Tinggi (ST) 2 orang
Tinggi (T) 5 orang
Cukup (C) 11 orang
Rendah (R) 13 orang
Sangat Rendah (SR) 1 orang
Pengelompokan kategori skor kemampuan penalaran dapat disajikan dengan diagram batang sebagai berikut.
Gambar 4.1 Pengelompokan Kategori Kemampuan Penalaran
Dari pengelompokan di atas, dapat terlihat bahwa sebanyak 2 orang atau sebesar 6,25% dari sampel penelitian memiliki kemampuan penalaran sangat tinggi, sebanyak 5 orang atau sebesar 15,625% dari sampel penelitian memiliki kemampuan penalaran tinggi, sebanyak 11 orang atau sebesar 34,375% dari sampel penelitian memiliki kemampuan
0 2 4 6 8 10 12 14
Sangat Tinggi Tinggi Cukup Rendah Sangat Rendah Kategori
penalaran cukup , sebanyak 13 orang atau sebesar 40,625% dari sampel penelitian memiliki kemampuan penalaran rendah, dan sebanyak 1 orang atau hanya sebesar 3,125% dari sampel penelitian memiliki kemampuan penalaran sangat rendah.
3. Analisis Skala Disposisi Matematis Siswa
Data yang diperoleh dapat di kelompokkan dengan ketentuan seperti pada Tabel 3.10. Berikut ini merupakan data disposisi matematis siswa setelah dikelompokkan:
Tabel 4.14 Kategorisasi Skor Disposisi Matematis Siswa Disposisi Matematis Kategori
S1 52,5 Cukup S3 79,17 Tinggi S4 67,5 Tinggi S5 69,17 Tinggi S6 56,67 Cukup S7 55 Cukup S8 57,5 Cukup S9 73,33 Tinggi S10 81,67 Sangat Tinggi S11 65,83 Tinggi S12 68,33 Tinggi S13 53,33 Cukup S14 60,83 Cukup S15 64,17 Tinggi S16 68,33 Tinggi S17 57,5 Cukup S18 70,83 Tinggi S19 40 Rendah S20 63,33 Tinggi S21 69,17 Tinggi S22 50,83 Cukup S23 60,75 Tinggi S25 69,17 Tinggi
S26 66,67 Tinggi S27 60 Cukup S28 84,17 Sangat Tinggi S29 79,17 Tinggi S30 73,33 Tinggi S31 73,33 Tinggi S32 70,83 Tinggi S33 76,67 Tinggi S34 65,83 Tinggi
Pengelompokan kategori skor disposisi matematis sebagai berikut:
Tabel 4.15 Pengelompokan Kategori Skor Disposisi Matematis
Kategori Banyak Siswa
Sangat Tinggi (ST) 2 orang
Tinggi (T) 20 orang
Cukup (C) 9 orang
Rendah (R) 1 orang
Sangat Rendah (SR) -
Pengelompokan kategori disposisi matematis dapat disajikan dengan diagram batang sebagai berikut.
Gambar 4.2 Pengelompokan Kategori Disposisi Matematis 0 5 10 15 20 25
Sangat Tinggi Tinggi Cukup Rendah Sangat Rendah Kategori
Dari pengelompokan di atas, dapat terlihat bahwa sebanyak 2 orang atau sebesar 6,25% dari sampel penelitian memiliki disposisi yang sangat tinggi terhadap matematika, sebanyak 20 orang atau sebesar 62,50% dari sampel penelitian memiliki disposisi yang tinggi terhadap matematika, sebanyak 9 orang atau sebesar 28,125% dari sampel penelitian memiliki disposisi yang cukup terhadap matematika, dan sebanyak 1 orang atau hanya sebesar 3,125% dari sampel penelitian memiliki disposisi yang rendah sekali terhadap matematika.
4. Analisis Prestasi Belajar Matematika
Data yang diperoleh dapat di kelompokkan dengan ketentuan seperti pada Tabel 3.11. Berikut ini merupakan data prestasi belajar matematika siswa setelah dikelompokkan:
Tabel 4.16 Kategorisasi Tes Prestasi Belajar Matematika Siswa Tes Prestasi Belajar Matematika Kategori S1 70 Tinggi S3 94 Sangat Tinggi S4 58 Cukup S5 52 Cukup S6 78 Tinggi S7 92 Sangat Tinggi S8 78 Tinggi S9 74 Tinggi S10 100 Sangat Tinggi S11 58 Cukup S12 80 Tinggi S13 76 Tinggi S14 100 Sangat Tinggi
S15 88 Sangat Tinggi S16 76 Tinggi S17 76 Tinggi S18 90 Sangat Tinggi S19 84 Sangat Tinggi S20 90 Sangat Tinggi S21 90 Sangat Tinggi S22 92 Sangat Tinggi S23 92 Sangat Tinggi S25 76 Tinggi S26 74 Tinggi S27 92 Sangat Tinggi S28 80 Tinggi S29 68 Tinggi S30 100 Sangat Tinggi S31 54 Cukup S32 90 Sangat Tinggi S33 98 Sangat Tinggi S34 74 Tinggi
Pengelompokan kategori prestasi belajar matematika sebagai berikut:
Tabel 4.17 Pengelompokan Kategori Prestasi Belajar Matematika
Kategori Banyak Siswa
Sangat Tinggi (ST) 15 orang
Tinggi (T) 13 orang
Cukup (C) 4 orang
Rendah (R) -
Sangat Rendah (SR) -
Pengelompokan kategori prestasi belajar dapat disajikan dengan diagram batang sebagai berikut.
Gambar 4.3 Pengelompokan Kategori Prestasi Belajar
Dari pengelompokan di atas, dapat terlihat bahwa sebanyak 15 orang atau sebesar 46,875% dari sampel penelitian memiliki prestasi belajar sangat tinggi, sebanyak 13 orang atau sebesar 40,625% dari sampel penelitian memiliki prestasi belajar matematika tinggi, dan sebanyak 4 orang atau hanya sebesar 12,50% dari sampel penelitian memiliki prestasi belajar cukup.
5. Inferensi
Untuk mengetahui ada tidaknya hubungan antara variabel bebas dan variabel terikat, baik antara kemampuan penalaran matematis dengan prestasi belajar, maka diperlukan uji korelasi dan uji regresi linear.
Syarat untuk melakukan uji korelasi dan regresi adalah masing-masing variabel harus berdistribusi normal. Oleh karena itu, data
0 2 4 6 8 10 12 14 16
Sangat Tinggi Tinggi Cukup Rendah Sangat Rendah Kategori
terlebih dahulu dilakukan uji normalitas atau uji syarat. Analisis data menggunakan perhitungan SPSS 17.
a. Uji Normalitas
1) Uji Normalitas Kemampuan Penalaran Matematis
Hipotesis :
� : data kemampuan penalaran matematis berdistribusi normal (� = �
� : data kemampuan penalaran matematis tidak berdistribusi
normal � ≠ �
Taraf signifikansi � = 0,05
� �� = 0,236 (pada taraf signifikansi 0,05 dan � = 32) Daerah Penolakan:
� ditolak jika �ℎ� � > � �� ,
Statistik Uji:
�ℎ� � = 0,192
Karena �ℎ� � = 0,192 < � �� , , sehingga tidak cukup bukti untuk menolak � , maka keputusannya: data kemampuan penalaran matematis berdistribusi normal.
(Tabel Perhitungan terdapat pada Lampiran D.1)
2) Uji Normalitas Disposisi Matematis
Hipotesis :
� : data disposisi matematis berdistribusi normal
� : data disposisi matematis tidak berdistribusi normal (� ≠ �
Taraf signifikansi � = 0,05
� �� = 0,236 (pada taraf signifikansi 0,05 dan � = 32) Daerah Penolakan:
� ditolak jika �ℎ� � > � �� ,
Statistik Uji:
�ℎ� � = 0,118
Karena �ℎ� � = 0,118 < � �� , , sehingga tidak cukup bukti untuk menolak � , maka keputusannya: data disposisi matematis berdistribusi normal.
(Tabel Perhitungan terdapat pada Lampiran D.2)
3) Prestasi Belajar Matematika
Hipotesis :
� : data prestasi belajar matematika berdistribusi normal
(� = �
� : data prestasi belajar matematika tidak berdistribusi normal
(� = �
Taraf signifikansi � = 0,05
� �� = 0,236 (pada taraf signifikansi 0,05 dan � = 32) Daerah Penolakan:
Statistik Uji:
�ℎ� � = 0,153
Karena �ℎ� � = 0,153 < � �� , , sehingga tidak cukup bukti untuk menolak � , maka keputusannya: data prestasi belajar matematika berdistribusi normal.
(Tabel Perhitungan terdapat pada Lampiran D.3)
b. Korelasi Sederhana
Korelasi digunakan untuk mengukur besarnya hubungan antara variabel bebas yaitu kemampuan penalaran matematis dan disposisi matematis terhadap variabel terikat yaitu prestasi belajar.
1) Kemampuan Penalaran Matematis dan Prestasi Belajar Matematika
Hipotesis :
� : Tidak ada korelasi positif antara kemampuan penalaran dan prestasi belajar � ≤
� : Ada korelasi positif antara kemampuan penalaran dan prestasi belajar � >
Taraf signifikansi � = 0,05
� �� = 0,349 (pada taraf signifikansi 0,05 dan � = 32) Daerah Penolakan:
� ditolak jika �ℎ� � > � �� ,
Statistik Uji:
Karena �ℎ� � = 0,423 > � ��= , , sehingga �
ditolak, maka keputusannya: Ada korelasi yang signifikan antara penalaran matematis dan prestasi belajar matematika.
� = � = , = ,
Persentase nilai R = 17,89%. Ini berarti, kemampuan penalaran matematis berkontribusi sebesar 17,89% terhadap prestasi belajar siswa, dan lainnya ditentukan oleh faktor lain.
(Tabel Perhitungan terdapat pada Lampiran D.4.1)
2) Disposisi Matematis dan Prestasi Belajar Matematika
Hipotesis :
� : Tidak ada positif korelasi antara disposisi matematis dan
prestasi belajar � ≤
� : Ada korelasi positif antara disposisi matematis dan prestasi belajar � >
Taraf signifikansi � = 0,05
� �� = 0,349 (pada taraf signifikansi 0,05 dan � = 32) Daerah Penolakan:
� ditolak jika �ℎ� � > � �� ,
Statistik Uji:
�ℎ� � = 0,017
Karena �ℎ� � = 0,017 < � ��= , , sehingga tidak cukup bukti untuk menolak � , maka keputusannya: Tidak ada
korelasi yang signifikan antara penalaran matematis dan prestasi belajar matematika.
� = � = , = ,
Persentase nilai R = 0,0289%. Ini berarti, kemampuan penalaran matematis berkontribusi sangat kecil yaitu sebesar 0,0289% terhadap prestasi belajar siswa, dan lainnya ditentukan oleh faktor lain.
(Tabel Perhitungan terdapat pada Lampiran D.4.2)
c. Regresi Linear
1) Kemampuan Penalaran dan Prestasi Belajar Matematika
(i) Uji Linearitas Regresi
Hipotesis :
� : data kemampuan penalaran dengan prestasi
belajar tidak berpola linear
� : data kemampuan penalaran dengan prestasi
belajar berpola linear Taraf signifikansi � = 0,05 Kaidah Pengujian:
� ditolak jika �ℎ� � > � �� ,
Statistik Uji:
Karena �ℎ� � = 6,543 > � �� = , , sehingga �
ditolak, maka keputusannya: data kemampuan penalaran dengan prestasi belajar berpola linear.
(Perhitungan terdapat pada Lampiran D.5)
(ii) Regresi Linear
Dari data mentah diperoleh :
� = ̅ = , ̅ = , ∑ = �= ∑ = �= ∑ . = �= ∑ = �= Sehingga diperoleh : = �. ∑∑ − ∑ . ∑− ∑ = . ∑ − ∑− . ∑ = , = ̅ − ̅ = , − , , = ,
Jadi, persamaan regresi linear adalah
̂ = +
̂ = ��, + �,
Gambar 4.3 Regresi Linier Kemampuan Penalaran dan Prestasi Belajar (n=32)
Ini berarti setiap kenaikan sebesar satu poin penalaran memberikan pengaruh sebesar 0,288 poin prestasi belajar.
d. Korelasi Ganda
Korelasi ganda dapat dilakukan apabila kedua variabel bebas mempunyai korelasi terhadap variabel terikatnya. Oleh karena salah satu variabel bebas tidak mempunyai korelasi terhadap variabel terikatnya yaitu tidak ada hubungan antara disposisi matematis dan prestasi belajar maka korelasi ganda antara kemampuan penalaran matematis dengan prestasi belajar siswa tidak dapat dihitung karena tidak memenuhi syarat.
