BAB III : METODE PENELITIAN
E. Teknik Analisis Data
Tahap analisis data merupakan tahap yang sangat penting dalam suatu penelitian, karena pada tahap inilah penulis dapat merumuskan hasil-hasil penelitiannya. Setelah semua data terkumpulkan, maka untuk mendeskripsikan data penelitian, data penelitian tersebut dianalisis menggunakan statistik yang sesuai. Adapun data yang diolah untuk penelitian ini adalah data tes awal dan tes akhir pada kelas kontrol dan eksperimen. Data yang telah terkumpul tersebut dianalisis secara statistik, sebagai berikut :
1. Tes Kemampuan Pemecahan Masalah Matematis Siswa
Tes ini dilakukan untuk mengetahui tingkat kemampuan pemecahan masalah matematis siswa melalui model pembelajaran matematika knisley (MPMK) dengan metode Brainstorming. Data kemampuan pemecahan masalah
ordinal sebenarnya merupakan data kualitatif atau bukan angka sebenarnya. Dalam prosedur statistik seperti regresi, korelasi person, uji-t dan lain sebagainya mengharuskan data berskala interval. Oleh karena itu, data kemampuan pemecahan masalah matematis siswa tersebut terlebih dahulu harus dikonversikan dalam bentuk data interval dengan menggunakan MSI (Method Successcive
Interval).
Adapun langkah-langkah mengubah data ordinal menjadi data interval adalah sebagai berikut:
1. Menghitung frekuensi 2. Menghitung proporsi
3. Menghitung proporsi kumulatif 4. Menghitung nilai z
5. Menghitung nilai densitas fungsi z 6. Menghitung scale value
7. Menghitung penskalaan.62
Adapun data yang diolah untuk penelitian ini adalah data hasil pre-test dan hasil post-test yang didapat dari kedua kelas. Selanjutnya data tersebut diuji dengan menggunakan uji-t pada taraf signifikan = 0,05. Statistik yang diperlukan sehubungan dengan uji-t dilakukan dengan cara sebagai berikut:
a. Analisis Data Tes Kemampuan Pemecahan Masalah Matematis Siswa
a) Mentabulasi Data ke dalam tabel Distribusi Frekuensi
Untuk menghitung tabel distribusi frekuensi dengan panjang kelas yang sama, menurut Sudjana terlebih dahulu ditentukan:
1. Rentang (R) adalah data terbesar - data terkecil
____________
3. Panjang kelas interval (P) =
4. Pilih ujung bawah kelas interval pertama. Untuk ini bisa diambil sama dengan data terkecil atau nilai data yang lebih kecil dari data terkecil tetapi selisihnya harus kurang dari panjang kelas yang telah ditentukan. Selanjutnya daftar diselesaikan dengan menggunakan harga-harga yang telah dihitung.63
b) Setelah itu menentukan nilai rata-rata ( ̅)
Menurut Sudjana, untuk data yang telah disusun dalam daftar frekuensi, nilai rata-rata ( ̅) dihitung dengan menggunakan rumus:
̅ =∑∑ Keterangan:
̅ = Skor rata-rata siswa
= Frekuensi kelas interval data = Nilai tengah.64
c) Menghitung varian (s2), untuk menghitung varian menurut Sudjana dapat digunakan rumus: = ∑ ( − 1)− (∑ ) Keterangan: = Varians = Rataan = Data ke i = Frekuensi datake i. 65 ____________
63 Sudjana, Metoda Statistika, (Bandung: Tarsito, 2005), h. 47
Untuk mengetahui normal tidaknya data, diuji dengan menggunakan uji chi-kuadrat, yaitu dengan rumus sebagai berikut:
= (! −" )" #$ Keterangan: = Statistik chi-kuadrat k = Banyak kelas ! = Frekuensi pengamatan " = Frekuensi yang diharapkan66
Data berdistribusi normal dengan dk = (n – 1). Kriteria pengujian adalah tolak H0 jika ≥ (1 − )( − 1), dengan = 0,05 , terima H0 jika ≤ (1 − )( − 1).
Hipotesis dalam uji kenormalan data adalah sebagai berikut: '(: Sampel berasal dari populasi yang berdistribusi normal
'$: Sampel berasal dari populasi yang tidak berdistribusi normal e) Uji Homogenitas
Uji homogenitas varians bertujuan untuk mengetahui apakah sampel dari penelitian ini mempunyai varians yang sama, sehingga generalisasi dari hasil penelitian akan berlaku pula untuk populasi yang berasal dari populasi yang sama atau berbeda. Untuk menguji homogenitas digunakan langkah-langkah berikut:
) =*+,-+ ./,0/ +,*+,-+ ./,1/2-3
) = $
65 Sudjana, Metoda Statistika..., h. 95
$ = sampel dari populasi kesatu = sampel dari populasi kedua67
Jika )4 5 ≤ ) 6 maka terima H0, dengan 71$ = ( $− 1) dan 71 = ( − 1) pada = 0,05. Hipotesis dalam uji homogenitas data adalah sebagai berikut:
'(: tidak terdapat perbedaan varians antara kelas eksperimen dan kelas kontrol '$: terdapat perbedaan varians antara kelas eksperimen dan kelas kontrol
Setelah data diketahui berdistribusi normal dan homogen maka untuk melihat perbandingan kemampuan pemecahan masalah matematis siswa yang diajarkan dengan model pembelajaran matematika knisley (MPMK) dengan metode brainstorming dan kemampuan pemecahan masalah matematis siswa yang diajarkan dengan model konvensional digunakan adalah uji-t sampel independen dengan rumus: . = ̅$− ̅ 9$ :+ $ < Dengan: = ( $− 1) $ + ( − 1) $+ − 2 Keterangan: ̅
$ = nilai rata-rata pada kelas eksperimen ̅ = nilai rata-rata pada kelas kontrol
$ = Jumlah siswa kelas eksperimen = Jumlah siswa kelas kontrol = simpangan baku
____________
$
= varians kelas kontrol f. Pengujian Hipotesis
'(: ?$ ≤ ? Kemampuan pemecahan masalah matematis siswa SMP/MTs yang menggunakan model pembelajaran matematika Knisley (MPMK) dengan metode Brainstorming tidak lebih baik kemampuan pemecahan masalah matematis siswa SMP/MTs yang dibelajarkan dengan model pembelajaran konvensional.
'$: ?$ > ? Kemampuan pemecahan masalah matematis siswa SMP/MTs yang menggunakan model pembelajaran matematika Knisley (MPMK) dengan metode Brainstorming lebih baik dibandingkan kemampuan pemecahan masalah matematis siswa SMP/MTs yang dibelajarkan dengan model pembelajaran konvensional.
Pengujian hipotesis ini dilakukan pada taraf nyata = 0,05. Kriteria pengujian di dapat dari daftar distribusi students-t 71 = ( $+ − 2) dan peluang (1 − ). Di mana kriteria pengujiannya adalah tolak '( jika .4 5 > . 6 dan terima '$, jika .4 5 ≤ . 6 terima '( tolak '$.68
g. Analisis Data Kemampuan Pemecahan Masalah Matematis Siswa
Kegiatan analisis dilakukan untuk melihat peningkatan tiap-tiap indikator kemampuan pemecahan masalah matematis siswa pada kelas eksperimen. Data
____________
Analisis tersebut dilakukan dengan cara sebagai berikut:
a. Menghitung persentase rata-rata tiap indikator. Untuk menghitung persentase rata-rata tiap indikator menggunakan rumus berikt ini:
Persentase rata-rata tiap indikator
=H CD BA5B 4 CD E F G CD ×6F G CD E × 100%
b. Menghitung persentase rata-rata pemecahan masalah matematis siswa menggunakan rumus berikut ini:
rata-rata pemecahan masalah matematis siswa
=K5B 4 F D6 B5 G G CD CD× 100%
c. Mengkategorikan persentase siswa yang dapat menyelesaikan soal dan pemecahan masalah dengan kriteria yang telah ditentukan. Kriteria tersebut sebagai berikut:69
Tabel 3.3 Kriteria Kemampuan Siswa
Persentase Kategori
87% - 100% Sangat Baik
76% - 86% Baik
64% - 75% Cukup
<64% Kurang
Sumber:Panduan Penilaian oleh Pendidik dan Satuan Pendidikan SMP ____________
69 Hamid Muhammad, Panduan Penilaian Oleh Pendidik Dan Satuan Pendidikan Untuk
Sekolah Menengah Pertama, cet.4, (Jakarta: Kementrian pendidikan dan kebudayaan direktoral
84
Lokasi penelitian ini diadakan di SMP Negeri 1 Kota Banda Aceh yang beralamat di Jln. Prof. A. Majid Ibrahim 1 No. 1 Punge Jurong, Kecamatan Meraxa, Banda Aceh. Pada periode 2017/2018 yang menjadi kepala sekolah SMP Negeri 1 Kota Banda Aceh adalah Drs.Bustami. Adapun letak lokasi penelitian sebagian berikut:
Dilihat dari letaknya SMP Negeri 1 Kota Banda Aceh menempati posisi yang sangat strategis karena terletak ditengah perkotaan akan tetapi jauh dari jalan utama kota, dengan kondisi sekolah yang memiliki pohon-pohon yang membuat udara lebih bersih sehingga semangat belajar lebih tinggi dan jauh dari kebisingan.