BAB III : METODE PENELITIAN
F. Teknik Analisis Data
3. Pengujian Hipotesis
Untuk pengujian hipotesis digunakan analisis varaiansi dua jalan sel tak sama, dengan model sebagai berikut.
钀Ƽm Ƽ Ƽ Ƽm
Dengan:
钀Ƽm data amatan ke-k pada baris ke-I dan kolom ke-j rerata dari seluruh data (rerata besar, grand mean)
efek baris ke-i pada variabel terikat
Ƽ efek kolom ke-j pada variabel terikat
笈 kombinasi efek baris ke-i dan kolom ke-j pada variabel terikat
Ƽm deviasi data amatan terhadap rataan populasinya ( Ƽ yang berdistribusi normal dengan rataan 0
1,2: 1= Pembelajaran aktif dengan kelompok kecil 2= Pembelajaran aktif dengan kelompok besar Ƽ 1,2,3; 1= motivasi belajar tinggi
2= motivasi belajar sedang 3= motivasi belajar rendah
m 1,2,…, nij: nij : cacah data amatan pada setiap sel ij.
(Budiyono, 2004: 207) b. Prosedur
Prosedur dalam pengujian dengan menggunakan analisis variansi dua jalan dengan jalan sel tak sama, yaitu.
1) Hipotesis
H0A : 0 untuk setiap i=1,2 (tidak ada perbedaan efek antara baris terhadap variabel terikat).
H1A : paling sedikit ada satu yang tidak nol (ada perbedaan efek antara baris terhadap variabel terikat).
H0B : Ƽ=0 untuk setiap j=1,2,3 (tidak ada perbedaan efek antar kolom terhadap variabel terikat). commit to user
H1B : paling sedikit ada satu Ƽ yang tidak nol (ada perbedaan efek antar kolom terhadap variabel terikat).
H0AB: 笈 0 untuk setiap i=1,2 dan j =1,2,3 (tidak ada interaksi baris dan kolom terhadap variabel terikat).
H1AB : paling sedikit ada satu 笈 yang tidak nol (ada interaksi baris dan kolom terhadap variabel terikat).
(Budiyono, 2004: 211) 2) Komputasi
a. Pada analisis variansi dua jalan dengan sel tak sama didefinisikan notasi-notasi sebagai berikut:
Ƽ= ukuran sel ij (sel pada baris ke-i kolom ke-j) cacah data amatan pada sel ij
= frekuensi sel ij
rataan harmonik frekuensi seluruh sel = Ė
∑,
N = ∑,Ƽ钀Ƽ= banyaknya data seluruh amatan
Ƽ ∑m钀Ƽ2 - ∑ 钀Ƽm
m 2
Ƽ = jumlah kuadrat deviasi data amatan pada sel ij B Ƽ = rataan pada sel ij
B = ∑B Ƽ= jumlah rataan pada baris ke-i
Ƽ= ∑ƼB Ƽ= jumlah rataan pada baris ke-j G = ∑ƼB Ƽ=jumlah rataan semua sel
Untuk memudahkan perhitungan, didefinisikan besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut.
(1) =
Ė; (2) =∑,Ƽ Ƽ; (3) =∑笈 Ė; (4) =∑ ;笈 (5) = ∑,Ƽ B Ƽ2
b. Pada analisis variansi dua jalan dengan sel tak sama terdapat lima jumlah kuadrat, yaitu:
JKA = 3 1 JKG= (2)
JKB = 4 1 JKAB = commit to user 1 5 3 4
JKT = JKA + JKB + JKAB + JKG Dengan:
JKA = jumlah kuadarat baris JKB = jumlah kuadrat kolom
JKAB = jumlah kuadrat interaksi antara baris dan kolom JKG = jumlah kuadrat galat
JKT = jumlah kuadrat total.
i. Derajat kebebasan untuk masing-masing jumlah kuadrat tersebut dkA= p-1 dkB = q-1
dkB= (p-1)(q-1) dkG =N-pq dkT=N-1
ii. Rataan Kuadrat
RKA=ⷀú RKAB =ⷀú RKB = A
m RKG = Aq
mq 3) Statistik uji
a) Untuk H0A adalah Fa = ⦐AB⦐Aq yang merupakan nilai dari variabel random yang berdistribusi F dengan derajat kebebasan p-1 dan N-pq.
b) Untuk H0B adalah Fb = ⦐A⦐Aq yang merupakan nilai dari variabel random yang berdistribusi F dengan derajat kebebasan q-1 dan N-pq.
c) Untuk H0AB adalah Fab = ⦐AB⦐Aq yang merupakan nilai dari variabel random yang berdistribusi F dengan derajat kebebasan (p-1) dan (q-1) dan N-pq.
4) Taraf Signifikansi ∝ 0.05.
5) Daerah Kritis
a) Daerah kritis untuk Fa adalah DK={ F/ F> ∝; 1, >}.
b) Daerah kritis untuk Fb adalah DK={ F/ F> ∝;> 1, >}.
c) Daerah kritis untuk Fab adalah DK={ F/ F> ∝; 1 > 1 , >}.
6) Keputusan Uji
H0 Ditolak jika Fhitung terletak di daerah kritis. commit to user
7) Rangkuman Analisis
Tabel 3.2
Rangkuman Analisis Variansi Dua Jalan
(Budiyono, 2004: 229-233) 4. Uji Komparasi Ganda
Apabila H0 ditolak maka perlu dilakukan uji lanjut pasca anava. Metode yang digunakan untuk uji lanjut pasca anava adalah metode Scheffe’. Uji lanjut pasca anava hanya dilakukan pada variabel bebas yang memiliki lebih dari dua kategori, sedangkan untuk variabel bebas yang hanya memiliki dua kategori tidak perlu dilakukan uji lanjut pasca anava, kesimpulan dapat ditunjukkan melalui rataan marginal. Selain itu, jika interaksi pada variabel bebas tidak ada, maka tidak perlu dilakukan uji lanjut antar sel pada kolom atau baris yang sama, kesimpulan perbandingan rataan antar sel mengacu pada kesimpulan perbandingan rataan marginalnya. Langkah-langkah uji komparasi ganda dengan metode Scheffe’ adalah sebagai berikut.
a. Mengidentifikasikan semua pasangan komparasi rataan yang ada.
b. Merumuskan hipotesis yang bersesuaian dengan komparasi tersebut.
c. Menentukan taraf signifikansi α = 0.05.
d. Mencari nilai statistik uji F dengan rumus sebagai berikut.
1) Komparasi rerata antar baris
Karena dalam penelitian ini hanya terdapat 2 variabel strategi pembelajaran aktif maka jika H0A ditolak tidak perlu dilakukan komparasi pasca anava antar baris. Untuk mengetahui manakah penggunaan strategi pembelajaran aktif yang lebih baik cukup dengan membandingkan besarnya rerata marginal dari masing-masing strategi pembelajaran aktif. Jika rerata marginal untuk penggunaan
Sumber JK dk RK Fhitung Ftabel
Baris (A) JKA P-1 RKA Fa Ftabel
Kolom (B) JKB q-1 RKB Fb Ftabel
Interaksi (AB) JKAB (p-1)(q-1) RKAB Fab Ftabel
Galat (G) JKG N-pq RKG - -
Total JKT N-1 - - -
commit to user
strategi pembelajaran aktif dengan kelompok kecil lebih besar dari rerata marginal untuk penggunaan strategi pembelajaran aktif dengan kelompok besar berarti strategi pembelajaran aktif dengan kelompok kecil dikatakan lebih baik daripada penggunaan strategi pembelajaran aktif dengan kelompok besar atau sebaliknya.
2) Komparasi rerata antar kolom.
Hipotesis nol yang diuji pada komparasi rataan sel pada kolom yang sama sebagai berikut.
H0: μ.i = μ.j
Uji Scheffe’ untuk komparasi rerata antar kolom sebagai berikut.
F.i-.j = X.i– X.j
RKG : rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi ni : ukuran sampel kolom ke-i, dengan i = 1,2
nj : ukuran sampel kolom ke-j, dengan j = 2,3.
3) Komparasi rerata antar sel pada kolom yang sama.
Hipotesis nol yang diuji pada komparasi rerata antar sel pada kolom yang sama sebagai berikut.
H0: μij = μkj
Uji Scheffe’ untuk komparasi rerata antar sel pada kolom yang sama adalah sebagai berikut.
Fij-kj : nilai Fobs pada pembandingan rerata pada sel ij dan rerata pada sel kj commit to user
Xij : rerata pada sel ij, dengan i = 1 dan j = 1,2,3 Xkj : rerata pada sel kj, dengan k = 2 dan j = 1,2,3
RKG : rerata kuadrat galat yang diperoleh dari perhitungan anava nij : ukuran sel ij, dengan i = 1 dan j = 1,2,3
nkj : ukuran sel kj, dengan k = 2 dan j = 1,2,3 Daerah kritik untuk uji itu sebagai berikut.
DK = F F > pq – 1 Fα;pq–1, N–pq
4) Komparasi rerata antar sel pada baris yang sama.
Hipotesis nol yang diuji pada komparasi rerata antar sel pada baris yang sama sebagai berikut.
H0: μ
ij = μ
ik
Uji Scheffe’ untuk komparasi rerata antar sel pada baris yang sama adalah sebagai berikut.
Fij-ik = Xij– Xik 2
RKG 1
nij+ 1 nik dengan:
Fij-ik : nilai Fobs pada pembandingan rerata pada sel ij dan rerata pada sel ik Xij : rerata pada sel ij, dengan i = 1,2 dan j = 1,2
Xik : rerata pada sel ik, dengan i = 1,2 dan k = 2,3
RKG : rerata kuadrat galat yang diperoleh dari perhitungan analisis variansi nij : ukuran sel ij, dengan i = 1,2 dan j = 1,2
nik : ukuran sel ik, dengan i = 1,2 dan k = 2,3 Daerah kritis untuk uji itu sebagai berikut.
DK = F F > pq – 1 Fα;pq–1, N–pq
(Budiyono, 2009: 215-217)
commit to user
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Analisis Hasil Uji Coba Instrumen
Instrumen yang di ujicobakan dalam penelitian ini berupa angket untuk mengungkapkan data mengenai motivasi belajar siswa dan tes prestasi belajar matematika siswa pada pokok bahasan sistem persamaan linear dua variabel.
1. Hasil Uji Coba Tes Prestasi
a. Analisis Instrumen Soal Tes Prestasi Belajar 1) Validitas Isi Uji Coba Tes Prestasi Belajar
Instrumen tes prestasi belajar matematika pada pokok bahasan sistem persamaan linear dua variabel yang di ujicobakan terdiri dari 30 butir soal.
Sebelum ujicoba dilakukan, instrumen tes prestasi belajar yang telah disusun oleh peneliti divalidasi oleh dua orang validator, yaitu Widiastuti Arifiansih, S.Pd, Sariah, S.Pd, dan Wawan Setiawan, S.Pd yang ketiganya merupakan guru matematika di SMP Negeri 2 RSBI Brebes.
Setelah dilakukan validasi oleh ketiga validator tersebut diperoleh bahwa 30 butir soal dinyatakan valid dan dinyatakan baik. (Hasil selengkapnya dapat dilihat pada Lampiran 3 halaman 136).
2) Reliabilitas Uji Coba Tes Prestasi Belajar
Dengan menggunakan rumus KR-20, diperoleh nilai dari r11 = 0.72. Karena r11 = 0.72 > 0.7, Maka instrumen tes dikatakan reliabel. (Perhitungan selengkapnya dapat dilihat pada Lampiran 12 halaman 192).
b. Analisis Butir Soal Tes Prestasi Belajar 1) Daya Pembeda Uji Coba Tes Prestasi Belajar
Hasil perhitungan awal daya pembeda terhadap 30 soal menunjukkan bahwa terdapat 15 soal yang tidak dapat dipakai yaitu nomor 2, 3, 4, 5, 7, 9, 10, 11, 12, 16, 18, 23, 27, 29 dan 30, sebab ؈䞐Ǵ dari 15 soal tersebut kurang dari 0.3.
Sedangkan 15 soal lainnya berfungsi dengan baik, sebab ؈䞐Ǵ 0.3. (Perhitungan selengkapnya dapat dilihat pada Lampiran 11 halaman 185).
56
commit to user
2) Tingkat Kesukaran
Setelah dilakukan analisis terhadap 30 butir soal tes ujicoba prestasi belajar matematika diperoleh bahwa sebanyak 12 butir soal tidak dapat dipakai yaitu butir soal nomor 2, 3, 4, 5, 7, 10, 11, 12, 18, 23, 27, dan 30 karena tidak terletak antara 0.25-0.75. Dan karena nomor 9, 16, dan 29 sudah mewakili indikator yang sama maka tidak perlu dipakai, sehingga butir soal total yang dibuang menjadi 15 butir yaitu 2, 3, 4, 5, 7, 9, 10, 11, 12, 16, 18, 23, 27, 29 dan 30. Sehingga dalam penelitian ini instrumen tes prestasi belajar yang digunakan terdiri dari 15 butir soal tes. (Perhitungan selengkapnya dapat dilihat pada Lampiran 11 halaman 185).
2. Hasil Uji Coba Instrumen Angket Motivasi Belajar a. Analisis Instrumen Angket
1) Validitas Isi Uji Coba Angket
Instrumen angket motivasi belajar yang di ujicobakan terdiri dari 40 butir angket. Sebelum ujicoba dilakukan, instrumen angket yang telah disusun oleh peneliti divalidasi oleh tiga orang validator, yaitu Widiastuti Arifiansih, S.Pd, Sariah, S.Pd, dan Wawan Setiawan, S.Pd yang ketiganya merupakan guru matematika di SMP Negeri 2 RSBI Brebes.
Dari hasil validasi ketiga validator tersebut diperoleh bahwa 30 butir angket dinyatakan valid karena telah memenuhi kriteria yang diberikan dan 10 butir soal dinyatakan tidak valid. (Hasil selengkapnya dapat dilihat pada Lampiran 3 halaman 130).
2) Reliabilitas Uji Coba Angket
Dengan menggunakan rumus Alpha, diperoleh besar koefisien reliabilitasnya r11 = 0.85. Karena r11 = 0.85 > 0.7, sehingga instrumen angket dikatakan reliabel. (Perhitungan selengkapnya dapat dilihat pada Lampiran 10 halaman 175).
3) Konsistensi Internal Uji Coba Angket
Analisis butir angket dilakukan dengan melakukan uji konsistensi internal butir angket dengan rumus korelasi produk momen. Angket yang di ujicobakan terdiri dari 40 butir. Dari hasil uji konsistensi internal butir angket dengan commit to user
menggunakan rumus korelasi produk momen, diperoleh 30 butir angket yang mempunyai konsistensi internal yang baik karena nilai rxy dari ke-30 butir tersebut lebih besar dari 0,3. Sedangkan 10 butir angket yaitu butir nomor 8, 11, 22, 24, 28, 29, 33, 37, 38 dan 39 mempunyai konsistensi internal tidak baik karena nilai rxy dari ke-10 butir tersebut kurang dari 0.3.
Sehingga dari 40 butir angket hasil ujicoba angket motivasi belajar siswa, diperoleh bahwa 10 butir angket tidak dapat digunakan, sehingga dalam penelitian ini instrumen angket motivasi belajar yang digunakan terdiri dari 30 butir angket.
(Perhitungan selengkapnya dapat dilihat pada Lampiran 9 halaman 159).
B. Deskripsi Data
Data dalam penelitian ini meliputi data nilai mid semester sekolah mata pelajaran matematika kelas VII semester II tahun pelajaran 2009/2010, data hasil uji coba instrumen, dan data motivasi belajar matematika, serta data prestasi belajar matematika. Berikut ini diberikan uraian tentang data-data tersebut.
1. Data skor prestasi belajar matematika siswa
Dari data prestasi belajar matematika siswa dan data angket motivasi belajar siswa pada kelompok eksperimen I dan kelompok eksperimen II, kemudian ditentukan ukuran tendensi sentralnya yang meliputi rata-rata (X), median (Me), dan ukuran penyebaran dispersi yang meliputi skor minimal, skor maksimal, dan standar deviasi (s) sebagaimana yang dirangkum dalam Tabel 4.1. sebagai berikut.
commit to user
Tabel 4.1. Deskripsi Data Prestasi Belajar Matematika
Uji keseimbangan dilakukan untuk mengetahui apakah sampel-sampel berasal dari populasi yang mempunyai kemampuan awal sama. Sebelum dilakukan uji keseimbangan dengan uji t, masing-masing sampel terlebih dahulu dilakukan uji normalitas untuk mengetahui apakah masing-masing sampel berasal dari populasi yang berdistribusi normal atau tidak serta dilakukan uji homogenitas untuk mengetahui apakah ke dua sampel berasal dari populasi yang mempunyai variansi homogen atau tidak. Adapun data yang digunakan untuk uji keseimbangan ini adalah data berupa nilai mid semester matematika kelas VII semester II tahun pelajaran 2009/2010 yang diperoleh melalui metode dokumentasi.
a. Uji Normalitas Kemampuan Awal
Hasil uji normalitas kemampuan awal pada kelompok eksperimen 1 dan kelompok eksperimen 2 dapat dilihat dalam Tabel 4.2. berikut ini.
Tabel 4.2. Hasil Uji Normalitas Kemampuan Awal
Uji Normalitas Lobs L0,05;n Keputusan Kesimpulan Eksperimen 1 0.0680 0.0865 H0 diterima Normal Eksperimen 2 0.0843 commit to user 0.0865 H0 diterima Normal
Berdasarkan Tabel 4.2. di atas, untuk masing-masing sampel ternyata Lobs <
L0.05;n atau Lobs ∉ DK sehingga H0 diterima. Ini berarti masing-masing sampel berasal dari populasi yang berdistribusi normal. (Perhitungan uji normalitas kemampuan awal dapat dilihat pada Lampiran 14 halaman 203).
b. Uji Homogenitas Kemampuan Awal
Hasil uji homogenitas kemampuan awal kelompok eksperimen 1 dan kelompok eksperimen 2 dapat disajikan dalam Tabel 4.3. sebagai berikut.
Tabel 4.3. Hasil Uji Homogenitas Kemampuan Awal Sampel k χ2闐a χ20.05;n Keputusan Kesimpulan
Kelas 2 0.8335 3.841 H0 diterima Homogen
Berdasarkan Tabel 4.3. di atas, ternyata harga dari χ2obs < χ20.05;n atau χ2obs
tidak terletak di daerah kritis sehingga H0 diterima. Ini berarti sampel berasal dari populasi yang mempunyai variansi homogen. (Perhitungan lebih lengkapnya pada Lampiran 14 hal. 209).
c. Uji Keseimbangan Kemampuan Awal
Dari hasil perhitungan diketahui bahwa untuk kelas eksperimen 1 dengan jumlah 105 siswa diperoleh rerata 54.78095 dan variansi 208.2112 Sedangkan untuk kelas eksperimen 2 dengan jumlah 105 siswa diperoleh rerata 55.78095 dan variansi 237.4804.
Hasil uji keseimbangan dengan menggunakan uji t diperoleh tobs = 0.4854 dengan t0.025;210 = 1.96 dan – t0.025;210 = – 1.96. Ternyata diperoleh – t0.025;210 < tobs <
t0.025;210 atau tobs ∉ DK sehingga H0 diterima. Ini berarti dapat disimpulkan bahwa antara kedua kelompok eksperimen tidak memiliki perbedaan rerata yang berarti atau dapat dikatakan bahwa kedua kelompok dalam keadaan seimbang. (Lampiran 14 halaman 210).
2. Uji Prasyarat Analisis Variansi (Anava) a. Uji Normalitas
Uji normalitas pada masing-masing sampel penelitian dilakukan dengan menggunakan metode Liliefors. Penelitian ini dilakukan sebanyak lima kali yaitu uji normalitas data prestasi belajar matematika untuk kelas eksperimen 1 dan
commit to user
kelas eksperimen 2 serta uji normalitas pada masing-masing kategori motivasi belajar. Berdasarkan uji normalitas yang telah dilakukan, maka diperoleh harga statistik uji normalitas untuk taraf signifikansi 0.05 pada masing-masing sampel yang dapat dilihat pada Tabel 4.4. sebagai berikut.
Tabel 4.4. Rangkuman Hasil Uji Normalitas
Kelompok Lhitung Ltabel Keputusan Kesimpulan Kelompok Kecil 0.0829 0.0865 Diterima distribusi Normal Kelompok Besar 0.0859 0.0865 Diterima distribusi Normal Motivasi Tinggi 0.0945 0.1059 Diterima distribusi Normal Motivasi Sedang 0.0990 0.1030 Diterima distribusi Normal Motivasi Rendah 0.1080 0.1091 Diterima distribusi Normal
Berdasarkan Tabel 4.4. di atas untuk masing-masing sampel ternyata Lobs <
L0,05;n atau Lobs ∉ DK sehingga Ho diterima. Ini berarti masing-masing sampel berasal dari populasi yang berdistribusi normal.
b. Uji Homogenitas
Penelitian ini dilakukan dua kali uji homogenitas variansi populasi, yaitu uji homogenitas data prestasi belajar matematika ditinjau dari strategi pembelajaran aktif dan uji homogenitas data prestasi belajar matematika ditinjau dari motivasi belajar siswa. Berdasarkan perhitungan diperoleh harga statistik uji homogenitas untuk taraf signifikansi 0.05 yang dapat dilihat pada Tabel 4.5. sebagai berikut.
Tabel 4.5. Rangkuman Hasil Uji Homogenitas
Variabel 絰ktif t as Keputusan Kesimpulan Strategi
pembelajaran Aktif
0.96 3.841 Diterima Kedua kelompok mempunyai variansi homogen
Motivasi Belajar 1.19 5.991 Diterima Ketiga kelompok mempunyai variansi homogen
Berdasarkan Tabel 4.5. di atas, ternyata harga χ < χ2
0.05; n atau χ ∉ DK, sehingga keputusannya adalah semua Hcommit to user 0 diterima yang artinya bahwa semua
sampel berasal dari populasi yang mempunyai variansi sama (homogen).
Perhitungan uji homogenitas variansi populasi. (selengkapnya dapat dilihat pada Lampiran 18 halaman 224).
D. Hasil Pengujian Hipotesis 1. Analisis Variansi Dua Jalan dengan Sel Tak Sama
Tujuan dari analisis variansi dua jalan adalah untuk menguji signifikansi efek dua variabel bebas yaitu strategi pembelajaran aktif dan motivasi belajar siswa terhadap satu variabel terikat yaitu prestasi belajar matematika, serta untuk menguji signifikansi interaksi kedua variabel bebas tersebut terhadap variabel terikat. Pengujian dalam penelitian ini menggunakan analisis variansi dua jalan dengan ukuran sel tak sama dan hasilnya dapat dilihat pada Tabel 4.6. sebagai berikut. (perhitungan selengkapnya dapat dilihat pada Lampiran 22 halaman 236).
Tabel 4.6. Rangkuman Analisis Variansi Dua Jalan Dengan Sel Tak Sama
Sumber JK dK RK Fobs Fa Keputusan
Strategi pemb. aktif
(A)
3498.02 1.00 3498.02 9.25 3.89 Ho ditolak Motivasi
(B) 136.70 2.00 68.35 0.18 3.04 Ho diterima Interaksi
(AB) 182.96 2.00 91.48 0.24 3.04 Ho diterima Galat 77185.72 204.00 378.36 - -
Total 81003.39 209.00 - - -
Berdasarkan Tabel 4.6. di atas tampak bahwa untuk strategi pembelajaran aktif diperoleh Fa = 9.25 > Ftabel = 3.89. Berarti keputusan uji untuk strategi pembelajaran aktif adalah hipotesis nol ditolak. Sedangkan untuk motivasi belajar diperoleh nilai Fb = 0.18 < Ftabel = 3.04 dan untuk interaksi antara strategi pembelajaran aktif dan motivasi belajar diperoleh nilai Fab = 0.24 < Ftabel = 3.04.
Berarti keputusan uji untuk motivasi belajar dan interaksi adalah hipotesis nol diterima. Dengan demikian dapat disimpulkan sebagai berikut.
commit to user
a. Pada strategi pembelajaran aktif (A) H0 ditolak
Terdapat perbedaan efek pada penggunaan strategi pembelajaran aktif dengan kelompok kecil dan kelompok besar terhadap prestasi matematika siswa.
Dengan kata lain, siswa yang diberi pembelajaran dengan menggunakan strategi pembelajaran aktif dengan kelompok kecil memiliki prestasi belajar matematika yang berbeda dari siswa yang diberi pembelajaran aktif dengan kelompok besar.
b. Pada motivasi belajar (B) H0 diterima
Tidak terdapat perbedaan efek motivasi belajar baik pada siswa dengan motivasi belajar tinggi, sedang maupun rendah terhadap prestasi matematika siswa. Dengan kata lain, baik siswa dengan motivasi belajar tinggi, sedang maupun rendah memiliki prestasi matematika yang tidak berbeda.
c. Pada interaksi (AB) H0 diterima
Tidak terdapat interaksi antara penggunaan strategi pembelajaran aktif dengan motivasi belajar terhadap prestasi matematika siswa. Artinya karakteristik perbedaan motivasi belajar siswa pada setiap penggunaan strategi pembelajaran aktif sama. Dengan kata lain, perbedaan prestasi dari masing-masing penggunaan strategi pembelajaran aktif konsisten pada masing-masing motivasi belajar dan adanya perbedaan prestasi belajar dari masing-masing motivasi belajar konsisten pada masing-masing penggunaan strategi pembelajaran aktif. Kesimpulannya perbandingan rataan antar sel mengacu kepada kesimpulan perbandingan rataan marginalnya.
E. Hasil Uji Lanjut Hipotesis
Uji pasca anava antar baris tidak perlu dilakukan. Hal ini dikarenakan variabel pada penggunaan strategi pembelajaran aktif hanya ada dua nilai yaitu dengan kelompok kecil dan kelompok besar. Sehingga dapat disimpulkan bahwa prestasi belajar siswa yang menggunakan strategi pembelajaran aktif dengan kelompok kecil memiliki prestasi yang lebih baik daripada siswa yang diberi pembelajaran aktif dengan kelompok besar. Hal ini dapat dilihat dari Tabel 4.7.
sebagai berikut.
commit to user
Tabel 4.7. Rataan dan Ratan Marginal Strategi
Pembelajaran Aktif
Motivasi Belajar
Tinggi Sedang Rendah Rataan
Marginal
Kelompok Kecil 57.80 57.12 59.01 57.87
Kelompok Besar 51.95 48.65 48.55 49.52
Rataan Marginal 55.38 52.88 52.83 -
F. Pembahasan Hasil Analisis Data 1. Hipotesis Pertama
Berdasarkan uji anava dua jalan sel tak sama yang telah dilakukan diperoleh bahwa Fa = 9.25 > Ftabel = 3.89, sehingga Fa terletak pada Daerah Kritis atau dengan kata lain Fa merupakan anggota dari Daerah Kritis. Karena Fa merupakan anggota Daerah Kritis maka H0A ditolak, hal ini berarti terdapat perbedaan efek penggunaan strategi pembelajaran aktif dengan kelompok kecil dengan kelompok besar terhadap prestasi matematika siswa
Dengan melihat rerata skor prestasi matematika siswa dalam penggunaan strategi pembelajaran aktif dengan kelompok kecil sebesar 57.46 serta dan kelompok besar sebesar 49.62 (Tabel 4.1). Dan dengan melihat rataan marginal pada masing-masing kelompok, diperolah rataan marginal prestasi belajar siswa dengan kelompok kecil sebesar 57.87 sedangkan rataan marginal prestasi belajar siswa dengan kelompok besar adalah sebesar 49.52. Ini berarti bahwa prestasi belajar matematika siswa pada penggunaan strategi pembelajaran aktif dengan kelompok kecil lebih baik dari kelompok besar.
Dari hasil analisis di atas dapat disimpulkan bahwa hipotesis pertama dalam Bab II yang menyatakan “Penggunaan strategi pembelajaran aktif dengan kelompok kecil memberikan prestasi lebih baik dibandingkan dengan penggunaan strategi pembelajaran aktif dengan kelompok besar pada prestasi matematika siswa kelas VIII SMP dalam pokok bahasan sistem persamaan linear dua variabel
” terbukti kebenarannya. commit to user
2. Hipotesis Kedua
Berdasarkan analisis variansidua jalan sel tak sama dengan α = 0.05 diperoleh Fb = 0.18 < Ftabel = 3.04, sehingga Fb bukan anggota daerah kritis.
Akibatnya HOB diterima yang berarti motivasi belajar tinggi, sedang, dan rendah memberikan efek yang sama terhadap prestasi belajar siswa pada pokok bahasan sistem persamaan linear dua variabel .
Diterimanya HOB mengandung pengertian bahwa siswa dengan kategori motivasi belajar tinggi akan memiliki prestasi belajar yang sama dengan siswa yang memiliki motivasi belajar sedang maupun rendah. Dengan demikian hipotesis kedua dalam Bab II yang menyatakan “Siswa dengan motivasi belajar matematika tinggi mempunyai prestasi belajar matematika yang lebih baik daripada siswa dengan motivasi belajar sedang maupun rendah, sedangkan siswa dengan motivasi belajar matematika sedang mempunyai prestasi belajar matematika lebih baik daripada dengan siswa dengan motivasi rendah” tidak terbukti kebenarannya.
Dengan demikian siswa yang mempunyai motivasi belajar yang tinggi tidak menjamin siswa mampu menguasai materi terutama pada pokok bahasan sistem persamaan linear dua variabel dengan hasil yang optimal dan siswa yang bermotivasi belajar tinggi belum tentu prestasi belajarnya lebih baik daripada siswa dengan motivasi sedang dan rendah. Hal ini dikarenakan mungkin kemampuan akademik siswa itu sendiri dan siswa kurang percaya diri dalam mengerjakan soal matematika terutama pada pokok bahasan sistem persamaan linear dua variabel.
3. Hipotesis Ketiga
Berdasarkan analisis variansi dua jalan sel tak sama dengan α = 0.05 diperoleh Fab = 0.24 < Ftabel = 3.04, sehingga Fab bukan merupakan anggota
Berdasarkan analisis variansi dua jalan sel tak sama dengan α = 0.05 diperoleh Fab = 0.24 < Ftabel = 3.04, sehingga Fab bukan merupakan anggota