BAB III METODOLOGI PENELITIAN
H. Teknik Analisis Data
Dalam penelitian ini untuk menganalisa data digunakan analisis varian (anava) tiga jalan. Namun sebelum dilakukan, terlebih dahulu dilakukan uji persyaratan analisis yaitu uji normalitas dan uji homogenitas. Teknik analisis data menggunakan Analisis Varians (Anava) tiga jalan 2 x 2 x 2 dengan variabel bebas, media , kemampuan matematik dan gaya belajar.
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah data prestasi belajar, kemampuan matematikdan gaya belajar berdistribusi normal atau tidak.
Adapun prosedur yang dilakukan adalah sebagai berikut : 1) Menentukan hipotesis
Hipotesis nol (H0) adalah sampel tidak berasal dari populasi berdistribusi normal, dan hipotesis alternatif (H1) adalah sampel berasal dari populasi yang berdistribusi normal.
2) Menetapkan uji statistik
Uji normalitas terhadap prestasi belajar dilakukan dengan menggunakan program SPSS 15,0.
commit to user 3) Menentukan taraf signifikansi α
Taraf signifikansi merupakan angka yang menunjukkan seberapa besar peluang terjadinya kesalahan analisis. Pada uji normalitas ini taraf signifikansi (α) ditetapkan = 0,05 atau 5%.
4) Menetapkan keputusan uji
Keputusan uji normalitas ditentukan dengan kriteria uji: tolak hipotesis nol, jika p value > 0,05.
b. Uji Homogenitas
Untuk mengetahui bahwa sampel berasal dari populasi yang homogen atau tidak maka dilakukan uji homogenitas. Uji homogenitas dihitung menggunakan software program SPSS 15. Adapun langkah-langkah uji homogenitas sebagai berikut:
1) Penentuan Hipotesis
H0 = sampel berasal dari populasi tidak homogen H1 = sampel berasal dari populasi homogen
2) Uji Statistik
Keputusan uji homogenitas ditentukan dengan kriteria uji: tolak hipotesis nol, jika p value > 0,05.
commit to user 2. Uji Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan uji anava tiga jalan dan uji lanjut anava jika antar metode pembelajaran, kemampuan matematik, dan gaya belajar terdapat pengaruh yang signifikan.
a. Uji Anava
Pengujian hipotesis dilakukan untuk mengetahui apakah hipotesis yang telah diajukan ditolak atau diterima. Rancangan uji hipotesis ini terdiri dari tiga variabel bebas yang meliputi metode pembelajaran, kemampuan matematika dan gaya belajar. Metode pembelajaran yang digunakan adalah metode Problem Based Learning (PBL) dengan menggunakan laboratorium real (A1) dan menggunakan laboratorium virtual (A2). Kemampuan matematik dikelompokkan menjadi dua kategori, yaitu kategori tinggi (B1) dan kategori rendah (B2). Gaya belajar siswa dikelompokkan menjadi dua kategori, yaitu kategori visual (C1) dan kategori kinestetik (C2). Variabel terikat dalam penelitian ini adalah prestasi belajar kimia siswa pada aspek kognitif dan afektif. Desain data prestasi kognitif dengan uji anava 3 jalan 2x2x2 terdistribusi seperti pada Tabel 3.14. dibawah ini :
Tabel 3.14 Desain Data Prestasi Kognitif
commit to user Keterangan :
A = Metode pembelajaran A1 = Laboratorium real A2 = Laboratorium virtual B = Kemampuan matematik B1 = Kemampuan matematik tinggi B2 = Kemampuan matematik rendah C = Gaya belajar
C1 = Gaya belajar visual C2 = Gaya belajar kinestetik
Desain penelitian tersebut terbentuk matrik yang terdiri dari 8 sel. Secara umum setiap selnya dapat dijelaskan sebagai berikut :
A1B1C1 = kelompok siswa yang mempunyai kemampuan matematik tinggi dan gaya belajar visual yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium real.
A1B1C2 = kelompok siswa yang mempunyai kemampuan matematik tinggi dan gaya belajar kinestetik yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium real.
A1B2C1 = kelompok siswa yang mempunyai kemampuan matematik rendah dan gaya belajar visual yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium real.
commit to user
A1B2C2 = kelompok siswa yang mempunyai kemampuan matematik rendah dan gaya belajar kinestetik yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium real.
A2B1C1 = kelompok siswa yang mempunyai kemampuan matematik tinggi dan gaya belajar visual yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium virtual.
A2B1C2 = kelompok siswa yang mempunyai kemampuan matematik tinggi dan gaya belajar kinestetik yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium virtual.
A2B2C1 = kelompok siswa yang mempunyai kemampuan matematik rendah dan gaya belajar visual yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium virtual.
A2B2C2 = kelompok siswa yang mempunyai kemampuan matematik rendah dan gaya belajar kinestetik yang diperlakukan dengan metode Problem Based Learning (PBL) menggunakan laboratorium virtual.
Tabel 3.15. Desain Data Prestasi Afektif Kemampuan Matematik ( B )
commit to user
Seperti pada Tabel 3.14, masing-masing sel atau kotak pada Tabel 3.15.
juga berisi lambang yang berbeda-beda. Lambang-lambang tersebut menunjukkan interaksi antar ketiga variabel terhadap prestasi afektif. Sel pertama dengan lambang A1 B1 C1 menunjukkan interaksi antar metode pembelajaran PBL, kemampuan matematik, dan gaya belajar terhadap prestasi afektifnya. Artinya, pada sel tersebut terdapat kelompok siswa yang dibelajarkan dengan metode PBL dengan menggunakan laboratorium real (A1), memiliki kemampuan matematika kategori tinggi (B1), dan gaya belajar visual (C1). Sel kedua dengan lambang A2
B1 C1 mengandung pengertian bahwa pada sel tersebut terdapat kelompok siswa yang dibelajarkan dengan metode PBL dengan menggunakan laboratorium virtual (A2), memiliki kemampuan matematika kategori tinggi (B1), dan gaya belajar visual (C1). Begitu pula dengan sel-sel yang lainnya.
Pengujian hipotesis prestasi kognitif dilakukan dengan langkah sebagai berikut:
1) Menentukan hipotesis
Dari analisis data penelitian, dapat ditentukan H0 sebagai berikut :
a) H0A : Tidak ada pengaruh penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual terhadap prestasi belajar siswa.
H1A : Ada pengaruh penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual terhadap prestasi belajar siswa.
b) H0A : Tidak ada pengaruh kemampuan matematik siswa yang tinggi dan rendah terhadap prestasi belajar siswa.
commit to user
H1A : Ada pengaruh kemampuan matematik siswa yang tinggi dan rendah terhadap prestasi belajar siswa.
c) H0A :Tidak ada pengaruh gaya belajar visual dan gaya belajar kinestetik terhadap prestasi belajar siswa.
H1A : Ada pengaruh gaya belajar visual dan gaya belajar kinestetik terhadap prestasi belajar siswa.
d) H0A : Tidak ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual dengan kemampuan matematik terhadap prestasi belajar siswa.
H1A : Ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual dengan kemampuan matematik terhadap prestasi belajar siswa.
e) H0A : Tidak ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual dengan gaya belajar terhadap prestasi belajar siswa.
H1A : Ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual dengan gaya belajar terhadap prestasi belajar siswa.
f) H0A : Tidak ada interaksi antara kemampuan matematik dengan gaya belajar terhadap prestasi belajar siswa.
H1A : Ada interaksi antara kemampuan matematik dengan gaya belajar terhadap prestasi belajar siswa.
commit to user
g) H0A : Tidak ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual , kemampuan matematik dan gaya belajar terhadap prestasi belajar siswa.
H1A : Ada interaksi antara penggunaan metode Problem Based Learning (PBL) dengan lab. real dan virtual , kemampuan matematik dan gaya belajar terhadap prestasi belajar siswa.
2) Menentukan statistik uji
Statistik uji menggunakan Tests of Between-Subjects Effects atau uji F. Ketentuan pengambilan kesimpulan, H0 ditolak ketika P-value < 0,05. Tingkat signifikansi (a) yang digunakan 0,05.
3) Uji lanjut Anava
Uji lanjut anava atau uji komparasi ganda dilakukan apabila terdapat Ho yang ditolak. Uji lanjut yang dilakukan menggunakan Uji mean dan Uji Scheefe.
Uji mean (uji rata-rata) dilakukan untuk mengetahui perbedaan mana yang lebih baik dari suatu variabel, sedangkan hipotesis Uji Scheefe digunakan untuk pengujian hipotesis interaksi dari suatu variabel. Apabila terdapat perbedaan maka setelah dilakukan uji scheffe dilanjutkan dengan uji mean agar mengetahui bentuk interaksinya.
b. Uji Prestasi Afektif
Pengujian hipotesis prestasi afektif dilakukan dengan langkah-langkah sebagai berikut:
commit to user 1) Menentukan hipotesis
a) Hipotesis nol (H0)
H01: Tidak ada pengaruh penggunaan metode Problem Based Learning (PBL) dengan lab real dan virtual terhadap prestasi afektif siswa.
H02: Tidak ada pengaruh kemampuan matematik kategori tinggi dan rendah terhadap prestasi afektif siswa.
H03: Tidak ada pengaruh gaya belajar visual dan kinestetik terhadap prestasi afektif siswa.
b) Hipotesis alternatif (H1)
H11: Ada pengaruh penggunaan pendekatan Problem Based Learning (PBL) dengan lab real dan virtual terhadap prestasi afektif siswa.
H12: Ada pengaruh kemampuan matematik tinggi dan kemampuan matematik rendah terhadap prestasi afektif siswa.
H13: Ada pengaruh gaya belajar visual dan gaya belajar kinestetik terhadap prestasi afektif siswa.
2) Menentukan statistik uji
Uji hipotesis dalam penelitian ini menggunakan Analisis Variansi (Anava) yang perhitungannya dilakukan dengan program SPSS 15 dan statistik uji menggunakan Tests of Between-Subjects Effects atau uji F. Ketentuan pengambilan kesimpulan, H0 ditolak ketika P-value < 0,05.
commit to user
Pada prinsipnya sama dengan pengambilan keputusan pada pengujian hipotesis prestasi kognitif. Apabila (H0) ditolak yang berarti hipotesis alternatif (H1) diterima, maka perlu dilakukan uji lanjut dengan menggunakan uji mean dan uji Scheffe sama dengan pengujian hipotesis pada prestasi kognitif.
commit to user
92 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data
Data-data yang terkumpul pada penelitian ini meliputi : data kemampuan matematik, data gaya belajar dan data prestasi siswa. Data tersebut diperoleh dari hasil tes dan angket siswa kelas XI IPA 2 dengan jumlah 36 siswa sebagai kelas eksperimen yang diberikan perlakuan metode Problem Based Learning (PBL) dengan media laboratorium real dan siswa kelas XI IPA 1 dengan jumlah 36 siswa sebagai kelas eksperimen yang diberikan perlakuan metode Problem Based Learning (PBL) dengan media laboratorium virtual di SMA Negeri 1 Boja tahun pelajaran 2010/2011.
1. Data Kemampuan Matematik Siswa
Data ini diperoleh melalui tes kemampuan matematik siswa sebanyak 20 butir soal. Data kemampuan matematik dikelompokkan dalam 2 kategori yaitu kemampuan matematik tinggi bagi siswa yang mempunyai nilai kemampuan matematik ≥ rata-rata nilai kemampuan matematik seluruh kelas dan kategori kemampuan matematik rendah bagi siswa yang mempunyi nilai kemampuan matematik ≤ rata-rata nilai kemampuan matematik seluruh kelas. Dengan kriteria tersebut diperoleh data kemampuan matematik siswa yang menggunakan metode pembelajaran berbasis masalah (PBL) dengan media laboratorium real dan laboratorium virtual yang dideskripsikan dalam Tabel 4.1 sebagai berikut:
commit to user
Tabel 4.1 Deskripsi Data Kemampuan Matematik Siswa Kelompok Jumlah
Berdasarkan Tabel 4.1 terlihat bahwa pada kelas yang menggunakan media laboratorium real nilai tertinggi untuk kemampuan matematik adalah 95, nilai terendah adalah 45, nilai rata-ratanya adalah 70 dan nilai standar deviasinya adalah 15,86, sedangkan pada kelas yang menggunakan media laboratorium virtual nilai tertinggi untuk kemampuan matematik adalah 100, nilai terendah adalah 35, nilai rata-ratanya adalah 67,64 dan nilai standar deviasinya adalah 19,51. Berdasarkan data tersebut terlihat bahwa kemampuan matematik siswa pada kelas yang menggunakan laboratorium real dan kelas yang menggunakan laboratorium virtual relatif sama.
Untuk mengetahui distribusi frekuensi siswa yang memiliki kemampuan matematik tinggi dan rendah pada setiap kelas ditunjukkan oleh Tabel 4.2.
dibawah ini :
Tabel 4.2 Distribusi Data Kemampuan Matematik Tinggi dan Rendah Kemampuan Frekuensi Persentase Frekuensi Persentase
Tinggi 36 20 55,56% 16 44,44%
Rendah 36 16 44,44% 20 55,56%
Jumlah 72 36 100% 36 100%
Berdasarkan Tabel di atas terdapat 36 siswa yang dikategorikan mempunyai kemampuan matematik tinggi dan 36 siswa dikategorikan mempunyai
commit to user
kemampuan matematik rendah. Pada kelas yang menggunakan media laboratorium real terdapat 20 siswa dengan kemampuan matematik tinggi dan 16 siswa dengan kemampuan matematik rendah. Distribusi frekuensi siswa pada kelas yang menggunakan media laboratorium real berdasarkan kemampuan matematik siswa ditunjukkan oleh Tabel 4.3. dibawah ini :
Tabel 4.3 Distribusi Frekuensi Kemampuan Matematik pada Kelas yang Menggunakan Media Laboratorium Real
Berdasarkan Tabel di atas terlihat bahwa frekuensi terbanyak yaitu dengan nilai frekuensi 8 berada pada nilai kemampuan matematik 85-92. Untuk lebih jelas maka disajikan gambar histogram yang ditunjukkan oleh gambar 4.1.
Gambar 4.1 Histogram Kemampuan Matematik Siswa pada Kelas Laboratorium Real
commit to user
Berdasarkan Tabel 4.2 terdapat 16 siswa pada kelas yang menggunakan media laboratorium virtual dengan kemampuan awal tinggi dan 20 siswa dengan kemampuan awal rendah. Distribusi frekuensi siswa pada yang menggunakan media laboratorium real berdasarkan kemampuan matematik siswa ditunjukkan oleh Tabel 4.4. dibawah ini :
Tabel 4.4 Distribusi Frekuensi Kemampuan Matematik pada Kelas yang Menggunakan media Lab. Virtual
Interval Kelas Frekuensi Frekuensi (%)
Berdasarkan Tabel di atas terlihat bahwa frekuensi terbanyak yaitu dengan nilai frekuensi 16 berada pada nilai kemampuan matematik 46-56. Untuk lebih jelas maka disajikan gambar histogram yang ditunjukkan oleh gambar 4.2.
Gambar 4.2 Histogram Kemampuan Matematik Siswa pada Kelas Laboratorium Virtual
commit to user 2. Gaya Belajar Siswa
Data gaya belajar siswa dikelompokan menjadi dua kategori, yaitu kategori gaya belajar visual dan kategori gaya belajar kinestetik. Kategori gaya belajar visual yaitu siswa yang memiliki nilai angket gaya belajar visual ≥ nilai angket gaya kinestetik dan kategori gaya belajar kinestetik yaitu siswa yang memiliki nilai angket gaya belajar visual ≤ nilai angket gaya belajar kinestetik.
Deskripsi data gaya belajar siswa ditunjukkan oleh Tabel 4.5. dibawah ini : Tabel 4. 5 Deskripsi Data Gaya Belajar Siswa
Media Laboratorium Real Kategori N
Rata-rata St.Dev Max Min
Visual 36 56,42 5,07
65 47
Kinestetik 36 55,97 4,66
66 48
Media Laboratorium Virtual Kategori N
Rata-rata StDev Max Min
Visual 36 56,06 4,66 68 48
Kinestetik 36 55,39 5,28 70 46
Pada Tabel 4.5 dapat dilihat skor rata-rata gaya belajar visual baik pada kelas yang menggunakan media laboratorium real dan kelas media laboratorium virtual yaitu 56,42 dan 56,06, sedangkan pada gaya belajar kinestetik baik pada kelas yang menggunakan media laboratorium real dan kelas media laboratorium virtual yaitu 55,97 dan 55,39.
Distribusi frekuensi siswa pada kelas yang menggunakan media laboratorium real ditunjukkan oleh Tabel 4.6, dan frekuensi siswa pada kelas
commit to user
yang menggunakan media laboratorium virtual ditunjukkan oleh Tabel 4.7.
dibawah ini :
Tabel 4.6 Distribusi Frekuensi Gaya Belajar Kelas Media Lab.Real Visual
commit to user
Tabel 4. 7 Distribusi Frekuensi Gaya Belajar Kelas Media Virtual Visual
commit to user
Gambar 4. 3 Histogram Distribusi Skor Gaya Belajar Visual Kelas Media Lab. Real
Gambar 4.4 Histogram Distribusi Skor Gaya Belajar Kinestetik Kelas Media Lab.Virtual
0 1 2 3 4 5 6 7 8 9
47-49 50-52 53-55 56-58 59-61 62-64 65-67
frekuensi
interval
0 2 4 6 8 10 12
48-50 51-53 54-56 57-59 60-62 63-65 66-68
frekuensi
interval
commit to user
Gambar 4. 5 Histogram Distribusi Skor Gaya Belajar Visual Kelas Media Lab.Virtual
Gambar 4. 6 Histogram Distribusi Skor Gaya Belajar Kinestetik Kelas Media Lab.Virtual
0 2 4 6 8 10 12
48-50 51-53 54-56 57-59 60-62 63-65 66-68
frekuensi
interval
0 2 4 6 8 10 12
46-49 50-53 54-57 58-61 62-65 66-69 70-73
frekuensi
interval
commit to user 3. Data Prestasi
a. Prestasi Belajar Kognitif
Data yang diperoleh dalam penelitian ini adalah data hasil prestasi belajar kognitif dan afektif. Berikut ini disajikan Tabel 4.8. untuk mengetahui deskripsi data prestasi kognitif terhadap media pembelajaran.
Tabel 4.8 Deskripsi Data Prestasi Kognitif
Kelompok Jumlah
Distribusi frekuensi prestasi kognitif siswa pada kelas yang menggunakan media laboratorium real ditunjukkan oleh Tabel 4.9.dibawah ini :
Tabel 4. 9 Distribusi Frekuensi Prestasi Kognitif pada Kelas Laboratorium Real
Interval Kelas Frekuensi Frekuensi (%)
commit to user
Gambar 4.7. Histogram Prestasi Kognitif Kelas Laboratorium Real
Distribusi frekuensi prestasi kognitif siswa pada kelas yang menggunakan media laboratorium virtual ditunjukkan oleh Tabel 4.10.dibawah ini
Tabel 4. 10 Distribusi Frekuensi Prestasi Kognitif pada Kelas Laboratorium Virtual
[p
Interval Kelas Frekuensi Frekuensi (%)
55-59 2 5,56
60-64 3 8,33
65-69 7 19,44
70-74 7 19,44
75-79 8 22,22
80-84 6 16,67
85-89 3 8,33
Jumlah 36 100
0 2 4 6 8 10 12 14 16
40-46 47-53 54-60 61-67 68-74 75-81
frekuensi
Laboratorium Real
commit to user
Gambar 4.8. Histogram Prestasi Kognitif Kelas Laboratorium Virtual
Berikut ini adalah deskripsi data prestasi kognitif ditinjau dari media dan kemampuan matematik ditunjukkan oleh Tabel 4.11.
Tabel 4.11 Deskripsi Data Prestasi Kognitif ditinjau dari Media dan Kemampuan Matematik Berikut ini adalah deskripsi data prestasi kognitif ditinjau dari media dan gaya belajar ditunjukkan oleh Tabel 4.12. dibawah ini :
Tabel 4.12 Deskripsi Data Prestasi Kognitif ditinjau dari Media dan Gaya Belajar Siswa Gaya belajar kinestetik 13 71,92 8,55
0
55-59 60-64 65-69 70-74 75-79 80-84 85-89
frekuensi
Laboratorium Virtual
commit to user
Berikut ini adalah deskripsi data prestasi kognitif ditinjau dari kemampuan matematik dan gaya belajar siswa ditunjukkan oleh Tabel 4.13
Tabel 4.13 Deskripsi Data Prestasi Kognitif ditinjau dari Kemampuan Matematik dan Gaya Belajar Siswa
Berikut ini adalah deskripsi data prestasi kognitif ditinjau dari media, kemampuan matematik dan dan gaya belajar siswa ditunjukkan oleh Tabel 4.14.
Tabel 4.14 Deskripsi Data Prestasi Kognitif ditinjau dari Media, Kemampuan Matematik dan Gaya Belajar Siswa
Variabel N
Data yang diperoleh dalam penelitian ini adalah data hasil prestasi belajar afektif. Berikut ini disajikan Tabel 4.15. untuk mengetahui deskripsi data prestasi afektif terhadap media pembelajaran.
commit to user
Tabel 4.15 Deskripsi Data Prestasi Afektif
c. media laboratorium real ditunjukkan oleh Tabel 4.16.dibawah ini :
Tabel 4. 16 Distribusi Frekuensi Prestasi Afektif Kelas Laboratorium Real
Interval Kelas Frekuensi Frekuensi (%) Gambar 4.9. Histogram Prestasi Afektif Kelas Laboratorium Real
0
commit to user
Distribusi frekuensi prestasi kognitif siswa pada kelas yang menggunakan media laboratorium virtual ditunjukkan oleh Tabel 4.17.dibawah ini :
Tabel 4. 17 Distribusi Frekuensi Prestasi Afektif pada Kelas Laboratorium Virtual
Gambar 4.10. Histogram Prestasi Afektif Kelas Laboratorium Virtual
Berikut ini adalah deskripsi data prestasi afektif ditinjau dari media dan kemampuan matematik ditunjukkan oleh Tabel 4.18 di bawah ini :
0
81-85 86-90 91-95 96-100 101-105 106-110 111-115
frekuensi
laboratorium virtual
commit to user
Tabel 4.18. Deskripsi Data Prestasi Afektif ditinjau dari Media dan Kemampuan Matematik
Variabel N
Rata-rata
SD
Lab.real Kemampuan Matematik Tinggi 20 103,9 8,49 Kemampuan Matematik Rendah 16 104,69 11,9 Lab.virtual Kemampuan Matematik Tinggi 16 100.06 8,36 Kemampuan Matematik Rendah 20 101,1 9,41 Berikut ini adalah deskripsi data prestasi afektif ditinjau dari media dan gaya belajar ditunjukkan oleh Tabel 4.19 dibawah ini :
Tabel 4.19 Deskripsi Data Prestasi Afektif ditinjau dari Media dan Gaya Belajar Siswa
Variabel N
Rata-rata
SD
Lab.real Gaya belajar visual 20 103 10,69
Gaya belajar kinestetik 16 105,81 9,17 Lab.virtual Gaya belajar visual 23 98,39 8,47 Gaya belajar kinestetik 13 104,62 8,37
Berikut ini adalah deskripsi data prestasi afektif ditinjau dari kemampuan matematik dan gaya belajar siswa ditunjukkan oleh Tabel 4.20 dibawah ini : Tabel 4.20. Deskripsi Data Prestasi Afektif ditinjau dari Kemampuan
Matematik dan Gaya Belajar Siswa Gaya belajar kinestetik 18 104,56 9,46 Kemampuan
Matematik Rendah
Gaya belajar visual 25 101,04 11,52 Gaya belajar kinestetik 11 106,45 7,17
commit to user
Berikut ini adalah deskripsi data prestasi afektif ditinjau dari media, kemampuan matematik dan gaya belajar siswa ditunjukkan oleh Tabel 4.21 dibawah ini :
Tabel 4.21. Deskripsi Data Prestasi Afektif ditinjau dari Media, Kemampuan Matematik dan Gaya Belajar Siswa
Variabel N
Untuk pengujian prasyarat dilakukan uji normalitas dan uji homogenitas.
Berikut dijelaskan pengujian prasyarat tersebut : 1. Uji Normalitas
Tujuan dari uji normalitas adalah untuk mengetahui sampel berasal dari populasi yang berdistribusi normal atau tidak. Jika di dapat signifikansi > 0,05, maka H0 (data tidak berdistribusi normal) ditolak. Nilai signifikansi yang digunakan mengacu pada rumus Kolmogorov-Smirnova. Hasil uji normalitas dilakukan menggunakan SPSS 15, data lengkap mengenai uji normalitas terdapat pada lampiran 26 dan 27. Berikut adalah rangkuman hasil uji normalitas yang ditunjukkan oleh Tabel 4.22 dan Tabel 4.23.
commit to user
Tabel 4.22 Uji Normalitas Prestasi Kognitif
No Variabel Komponen P-value Keputusan Kesimpulan 1 Media Lab.Real 0,096 > 0,05 H0 ditolak Data normal
commit to user
Tabel 4.22 diatas menunjukkan pengujian normalitas data prestasi kognitif memiliki P-value > 0,05, sehingga dapat disimpulkan bahwa H0 ditolak. Dengan demikian sampel berasal dari populasi berdistribusi normal. Dibawah ini merupakan uji normalitas pada prestasi afektif siswa.
Tabel 4.23 Uji Normalitas Prestasi Afektif
No Variabel Komponen P-value Keputusan Kesimpulan 1 Media Lab.Real 0,2 > 0,05 H0 ditolak Data normal
commit to user
No Variabel Komponen P-value Keputusan Kesimpulan 7 Interaksi 4 Real * KM Tinggi *
Tabel 4.23 menunjukkan pengujian normalitas data prestasi afektif memiliki P-value > 0,05, sehingga dapat disimpulkan bahwa H0 ditolak. Dengan demikian sampel berasal dari populasi berdistribusi normal.
2. Uji Homogenitas
Uji homogenitas dilakukan untuk mengetahui sampel berdistribusi homogen atau tidak. Uji homogenitas menggunakan SPSS 15. Selengkapnya mengenai uji homogenitas terdapat pada lampiran 28 dan 29. Berikut adalah rangkuman hasil uji homogenitas yang ditunjukkan oleh Tabel 4.24.
commit to user
Tabel 4.24 Hasil Uji Homogenitas Prestasi Kognitif
No Variabel Terikat P-value Keputusan Kesimpulan
1 Media 0,405 > 0,05 H0 ditolak Homogen
2 Kemampuan Matematik 0,768 > 0,05 H0 ditolak Homogen 3 Gaya Belajar 0,078 > 0,05 H0 ditolak Homogen 4 Media * KM 0,427 > 0,05 H0 ditolak Homogen 5 Media * GB 0,831 > 0,05 H0 ditolak Homogen
6 KM * GB 0,157 > 0,05 H0 ditolak Homogen
7 Media* KM* GB 0,794 > 0,05 H0 ditolak Homogen Tabel 4.24. menunjukkan bahwa pengujian homogentitas pada data prestasi kognitif mendapatkan P-value > 0,05, sehingga dapat disimpulkan H0
ditolak, dengan kata lain bahwa sampel mempunyai varians yang sama atau homogen.
Tabel 4.25 Hasil Uji Homogenitas Prestasi Afektif
No Variabel Terikat P-value Keputusan Kesimpulan
1 Media 0,718 > 0,05 H0 ditolak Homogen
2 Kemampuan Matematik 0,142 > 0,05 H0 ditolak Homogen 3 Gaya Belajar 0,731 > 0,05 H0 ditolak Homogen 4 Media * KM 0,357 > 0,05 H0 ditolak Homogen 5 Media * GB 0,815 > 0,05 H0 ditolak Homogen
6 KM * GB 0,147 > 0,05 H0 ditolak Homogen
7 Media* KM* GB 0,051 > 0,05 H0 ditolak Homogen Tabel 4.25. menunjukkan bahwa pengujian homogentitas pada data prestasi afektif mendapatkan P-value > 0,05, sehingga dapat disimpulkan bahwa H0 ditolak dengan kata lain bahwa sampel mempunyai varians yang sama atau homogen.
commit to user C. Pengujian Hipotesis
1. Uji Anava
Pengujian dilakukan dengan menggunakan analisis variansi tiga jalan dengan sel tak sama (Uji ANAVA). Pengujiian dilakukan menggunakan program SPSS 15 dan analsisis komputasinya dapat dilihat pada lampiran. Rangkuman hasil analisis variansi tiga jalan dengan sel tak sama yang ditunjukkan oleh Tabel 4.26. dibawah ini :
Tabel 4.26 Rangkuman ANAVA untuk Data Prestasi Kognitif
No Terhadap prestasi kognitif P-value Sig. Keputusan
1 Media 0,000 < 0,05 H0 ditolak
2 Kemampuan Matematik 0,005 < 0,05 H0 ditolak 3 Gaya Belajar Siswa 0,007 < 0,05 H0 ditolak 4 Media*Kemampuan Matematik 0,170 > 0,05 H0 diterima 5 Media* Gaya Belajar 0,005 < 0,05 H0 ditolak 6 Kemampuan Matematik * Gaya Belajar 0,948 > 0,05 H0 diterima 7 Media* Kemampuan Matematik*GB 0,416 > 0,05 H0 diterima
Kesimpulan :
1. P-value media = 0,000 < 0,05 maka H0 (Tidak ada pengaruh penggunaan media terhadap prestasi belajar siswa) ditolak, berarti terdapat pengaruh media terhadap prestasi kognitif.
2. P-value kemampuan matematik = 0,005 < 0,05 maka H0 (tidak terdapat pengaruh kemampuan matematik terhadap prestasi kognitif) ditolak, berarti
2. P-value kemampuan matematik = 0,005 < 0,05 maka H0 (tidak terdapat pengaruh kemampuan matematik terhadap prestasi kognitif) ditolak, berarti