BAB III METODE PENELITIAN A.

(1)

20 BAB III

METODE PENELITIAN A. Metode dan Desain Penelitian

Menurut Sugiyono (2014: 2) mengemukakan bahwa metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan hal tersebut terdapat empat kata kunci yang perlu diperhatikan yaitu, cara ilmiah, data, tujuan, dan kegunaan. Adapun metode penelitian dalam penelitian ini menggunakan metode quasi experiment semu.

Metode penelitian eksperimen dapat diartikan sebagai metode penelitian yang digunakan untuk mencari pengaruh perlakuan tertentu terhadap yang lain dalam kondisi yang terkendalikan (Sugiyono, 2014: 72). Eksperimen yang digunakan adalah Nonrandomized Pretest-Posttest Control Group Design dengan alasan bahwa dalam penelitian ini terdapat dua kelas yang akan diamati yaitu kelas eksperimen dan kelas kontrol. Pada kelas eksperimen diterapkan pembelajaran menggunakan model Project-Based Learning (PjBL) sedangkan kelas kontrol menggunakan pembelajaran ekspositori.

Instrumen yang digunakan dalam penelitian ini adalah tes berupa uraian dan angket. Tes uraian untuk mengetahui kemampuan komunikasi dalam menerapkan pembelajaran matematika sesuai model pembelajaran berbasis proyek (PjBL).

Dengan bantuan angket, sikap siswa terhadap penerapan pembelajaran matematika ditentukan dengan bantuan model pembelajaran berbasis proyek (PjBL).

(2)

Desain penelitian merupakan dasar dalam melakukan penelitian. Oleh sebab itu, desain penelitian yang baik akan menghasilkan penelitian yang efektif dan efisien.

Desain penelitian adalah sebagai berikut Sugiyono (Ruqoyyah,S,dkk : 2020) : Tabel 3.1

Desain Penelitian Nonrandomized Pretest-Posttest Control Group Design

Keterangan:

O : Pretest atau posttest kemampuan komunikasi matematis 𝑋₁ : Pembelajaran dengan Project-Based Learning (PjBL) 𝑋₂ : Pembelajaran ekspositori

B. Populasi dan Sampel

1. Populasi

Menurut Sugiyono (2014: 80) mengemukakan bahwa populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau objek itu. Adapun populasi dalam penelitian ini adalah seluruh siswa kelas VIII MTs Negeri 1 Subang yang terbagi ke dalam 9 kelas.

Kelas Pretest Treatment Posttest

Eksperimen O 𝑋₁ O

Kontrol O 𝑋₂ O

(3)

2. Sampel

Menurut Sugiyono (2014: 81) mengemukakan bahwa sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Teknik pengambilan sampel dalam penelitian ini dilakukan dengan menggunakan metode purposive sampling dengan teknik acak kelas. Dalam penelitian ini, sampel yang digunakan

sebanyak 2 kelas yang dipilih secara acak dari 9 kelas yang tersedia. Dua kelas kemudian dipilih secara acak untuk menjadi kelas eksperimen dan kelas kontrol.

Kelas yang akan dijadikan sebagai kelas eksperimen yang memperoleh model Project-Based Learning (PjBL) dalam penelitian ini adalah kelas VIII H. Kelas

yang akan dijadikan sebagai kelas kontrol yang akan memperoleh pembelajaran ekspositori dalam penelitian ini adalah kelas VIII I.

C. Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini adalah tes berupa uraian dan angket. Tes uraian untuk mengetahui kemampuan komunikasi dalam menerapkan pembelajaran matematika sesuai model pembelajaran berbasis proyek (PjBL).

Dengan bantuan angket, sikap siswa terhadap penerapan pembelajaran matematika ditentukan dengan bantuan model pembelajaran berbasis proyek (PjBL). Tujuan dari pretest adalah untuk mengetahui kemampuan komunikasi matematis siswa sebelum dilanjutkan dengan pembelajaran berbasis proyek (PjBL). Setelah menerima pembelajaran berbasis proyek (PjBL), posttest untuk mengetahui kemampuan komunikasi matematis siswa.

(4)

Tabel 3.2

Pedoman Penskoran Kemampuan Komunikasi Matematis

No Indikator Keterangan Skor No

Soal 1 Menghubungkan

benda nyata, gambar dan diagram ke dalam ide matematika

Respons, komunikasi tidak efisien, misinterpretasi (tidak ada jawaban apapun/lembar jawaban siswa kosong)

0

1 Respons benar tapi kurang

lengkap/jelas, diagram, komunikasi dan sajian kurang lengkap, tidak disertai contoh

1 Respons benar, lengkap dan jelas, diagram lengkap, komunikasi dan sajian kurang lengkap dan tidak disertai contoh

2 Respons benar, lengkap dan jelas, diagram lengkap,komunikasi efisien, dan sajian lengkap tapi tidak disertai contoh

3 Respons benar dan jelas, tidak ragu- ragu, diagram lengkap, komunikasi efisien, sajian logis, disertai dengan contoh

4 2 Menjelaskan ide,

situasi dan relasi matematis, secara lisan atau tulisan dengan benda nyata, gambar, grafik atau aljabar

0

4

(5)

No Indikator Keterangan Skor No Soal 3 Menyatakan

peristiwa sehari- hari dalam bahasa atau simbol matematis

0

4 4 Mendengarkan,

berdiskusi, dan menulis tentang matematika

0

4 5 Membaca dengan

pemahaman suatu presentasi

matematika tertulis

0 5

(6)

Sumarmo (Wijayanto,et.al : 2018)

1. Validitas

Validitas berasal dari kata validity yang berarti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu tes dikatakan valid apabila tes tersebut mengukur apa yang hendak diukur. Valid berarti shahih, artinya keabsahan instrumen itu tidak diragukan lagi (Hamzah, 2014: 214).

Penelitian ini menggunakan rumus korelasi product moment dikemukakan oleh Arikunto (2013: 87) yaitu:

𝑟_𝑥𝑦 = 𝑛 ∑ 𝑥𝑦 − (∑ 𝑥)( ∑ 𝑦)

√{𝑛 ∑ 𝑥²− (∑ 𝑥)²}{𝑛 ∑ 𝑦²− (∑ 𝑦)²}

Dimana:

𝑟_𝑥𝑦 : Koefisien korelasi antara variabel 𝑋 dan variabel 𝑌, dua variabel yang dikorelasikan

No Indikator Keterangan Skor No

Soal Respons benar tapi kurang

4

(7)

Menurut Arikunto (Rifa, et.al: 2018) kategori dari validitas instrumen yang baik mengacu pada pengklasifikasian validitas dalam Tabel 3.3.

Tabel 3.3 Interpretasi Validitas

Rentang Nilai Kategori

0,80 < 𝑟_𝑥𝑦≤ 1,00 Validitas Sangat Tinggi 0,60 < 𝑟_𝑥𝑦≤ 0,80 Validitas Tinggi 0,40 < 𝑟_𝑥𝑦≤ 0,60 Validitas Cukup 0,20 < 𝑟_𝑥𝑦≤ 0,40 Validitas Rendah 0,00 < 𝑟_𝑥𝑦≤ 0,20 Validitas Sangat Rendah

Dari perhitungan menggunakan Ms. Excel memperoleh nilai koefisien validitas masing-masing butir soal hasil uji coba sebagai berikut:

Tabel 3.4

Hasil Uji Validitas Tes Kemampuan Komunikasi Matematis No Butir Soal Nilai 𝒓_𝒙𝒚 Interpretasi

1 0,84 Sangat Tinggi

2 0,80 Tinggi

3 0,74 Tinggi

4 0,74 Tinggi

5 0,67 Tinggi

(8)

2. Reliabilitas

Menurut Azwar (2019: 7) reliabilitas merupakan penerjemahan dari kata reliability. Suatu pengukuran yang mampu menghasilkan data yang memiliki

tingkat reliabilitas tinggi disebut sebagai pengukuran yang reliabel (reliable).

Koefisien reliabilitas menggunakan rumus Alpha dari Arikunto (2013: 122) yaitu:

𝑟₁₁ = ( 𝑛

(𝑛 − 1)) (1 −∑ 𝜎_𝑖² 𝜎_𝑡² )

Dimana:

𝑟₁₁ : koefisien reliabilitas

∑ 𝜎_𝑖² : jumlah varians skor tiap-tiap item 𝜎_𝑡² : varians total

𝑛 : banyaknya subjek pengikut tes

Koefisien reliabilitas yang dihasilkan, selanjutnya kita interpretasikan dengan menggunakan kriteria dar Guilford seperti dikutip oleh Ruseffendi (dalam

Sundayana: 2020), yaitu:

Tabel 3.5

Klasifikasi Koefisien Reliabilitas

Koefisien Reliabilitas (r) Interpretasi 0,00 ≤ 𝑟 < 0,20 Sangat rendah

0,20 ≤ 𝑟 < 0,40 Rendah

0,40 ≤ 𝑟 < 0,60 Sedang

0,60 ≤ 𝑟 < 0,80 Tinggi

0,80 ≤ 𝑟 ≤ 1,00 Sangat tinggi

(9)

Hasil perhitungan koefisien reliabilitas instrumen tes menggunakan Ms. Excel menghasilkan nilai 0,81. Sehingga reliabilitas instrumen tes kemampuan komunikasi matematis termasuk ke dalam interpretasi Sangat tinggi.

3. Daya Pembeda

Menurut Hamzah (2014: 240) daya beda butir soal tersebut dapat membedakan kemampuan individu siswa. Karena butir soal yang didukung oleh potensi daya beda yang baik akan mampu membedakan siswa yang memiliki kemampuan tinggi atau pandai dengan siswa yang memiliki kemampuan rendah atau kurang pandai.

Menurut Sari (2022: 95) rumus untuk mengetahui daya pembeda setiap butir tes adalah:

𝐷 =𝑋_𝐴− 𝑋_𝐵 𝑋_{𝑚𝑎𝑘𝑠}

Keterangan:

𝐷 : Daya beda soal

𝑋_𝐴 : Skor rata-rata siswa kelompok atas 𝑋_𝐵 : Skor rata-rata siswa kelompok bawah 𝑋_{𝑚𝑎𝑘𝑠} : Skor maksimum yang ditetapkan

(10)

Klasifikasi interpretasi daya pembeda suatu butir soal menurut Hamzah (2014 : 243) adalah sebagai berikut.

Tabel 3.6

Klasifikasi Daya Pembeda Soal

Nilai DP Interpretasi

𝐷𝑝 ≤ 0,00 Sangat jelek

0,00 < 𝐷𝑝 ≤ 0,20 Jelek 0,20 < 𝐷𝑝 ≤ 0,40 Cukup 0,40 < 𝐷𝑝 ≤ 0,70 Baik 0,70 < 𝐷𝑝 ≤ 1,00 Sangat baik

Hasil pengujian Daya Pembeda instrumen tes menggunakan Ms. Excel dapat dilihat pada tabel berikut:

Tabel 3.7

Hasil Uji Daya Pembeda Tes Kemampuan Komunikasi Matematis No Butir Soal Daya Pembeda Interpretasi

1 0,42 Baik

2 0,42 Baik

3 0,22 Cukup

4 0,23 Cukup

5 0,22 Cukup

4. Taraf Kesukaran

Menurut Arikunto (2013: 222) soal yang baik adalah soal yang tidak terlalu mudah atau tidak terlalu sukar. Soal yang terlalu mudah tidak merangsang siswa untuk mempertinggi usaha memecahkannya. Sebaliknya soal yang terlalu sukar akan menyebabkan siswa menjadi putus asa dan tidak mempunyai semangat untuk mencoba lagi karena di luar jangkauannya.

(11)

Menurut Arikunto (Putra, 2020: 195), taraf kesukaran soal dapat diukur dengan rumus berikut.

𝑇𝑎𝑟𝑎𝑓 𝑘𝑒𝑠𝑢𝑘𝑎𝑟𝑎𝑛 = 𝑀𝑒𝑎𝑛

𝑆𝑘𝑜𝑟 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑡𝑎𝑝𝑘𝑎𝑛

Menurut Arikunto (Firmansyah et.al 2021: 59) taraf kesukaran sering diklasifikasikan sebagai berikut:

Tabel 3.8

Klasifikasi Taraf Kesukaran (P)

Nilai P Interpretasi

P = 0,00 Sangat sukar

0,00 < P ≤ 0,30 Sukar

0,30 < P ≤ 0,70 Sedang

0,70 < P ≤ 1,00 Mudah

P = 1,00 Sangat mudah

Hasil pengujian taraf kesukaran instrumen tes menggunakan Ms. Excel dapat dilihat pada tabel berikut:

Tabel 3.9

Hasil Uji Taraf Kesukaran Tes Kemampuan Komunikasi Matematis No Butir Soal Taraf Kesukaran Interpretasi

1 0,75 Mudah

2 0,64 Sedang

3 0,73 Mudah

4 0,28 Sukar

5 0,67 Sedang

(12)

Adapun rekapitulasi hasil analisis uji coba instrumen tes kemampuan komunikasi matematis dapat dilihat dari tabel berikut:

Tabel 3.10

Rekapitulasi Hasil Analisis Tes Kemampuan Komunikasi Matematis No Butir

Soal Validitas Reliabilitas Daya Pembeda

Taraf

Kesukaran Ket 1 Sangat Tinggi

Sangat Tinggi

Baik Mudah Digunakan

2 Tinggi Baik Sedang Digunakan

3 Tinggi Cukup Mudah Digunakan

4 Tinggi Cukup Sukar Digunakan

5 Tinggi Cukup Sedang Digunakan

D. Teknik Pengumpulan Data 1. Pretest dan Posttest

Saat dilakukannya pretest dan posttest banyak soal yang digunakan sebanyak 5 soal. Soal tersebut diberikan sebelum diberikannya pembelajaran yang akan dipelajari dan sesudah diberikannya pembelajaran. Skor ideal masing-masing soal yaitu 4, sehingga total skor ideal keseluruhan dalam 5 soal yaitu 20. Dilakukannya pretest dan posttest ini untuk mengetahui kemampuan komunikasi matematis

sebelum dan sesudah diberikan perlakuan. Apakah ada peningkatan kemampuan komunikasi matematis atau tidak.

2. Kuesioner (Angket)

Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya (Sugiyono, 2014: 142). Angket yang digunakan dalam penelitian ini adalah angket Skala Likert yang berbentuk rating-scale, dimana siswa menjawab pernyataan dengan pilihan Sangat Tidak Setuju (STS), Tidak Setuju (TS), Cukup

(13)

Setuju (CS), Setuju (S), Sangat Setuju (SS). Angket ini digunakan untuk mengetahui respon peserta didik setelah diberikan perlakuan. Dalam hal penyusunan angket ini bertujuan untuk mengetahui sikap siswa terhadap pembelajaran Project-Based Learning (PjBL). Pernyataan angket ini sebanyak 20 pernyataan diantaranya 10 pernyataan positif dan 10 pernyataan negatif. Angket ini diberikan setelah dilakukan perlakuan menggunakan model Project-Based Learning (PjBL).

E. Prosedur Penelitian

Prosedur penelitian yang akan ditempuh terdiri dari persiapan dan pelaksanaa.

1. Persiapan penelitian

a. Menyusun instrumen penelitian

b. Melakukan validitas instrumen kepada orang yang mampu di bidang pendidikan matematika

c. Melakukan uji coba instrumen

d. Menganalisis hasil uji coba instrumen

2. Pelaksanaan penelitian

a. Melaksanakan pretest pada kelas eksperimen dan kelas kontrol

b. Melaksanakan pembelajaran matematika dengan menggunakan model Project- Based Learning (PjBL) pada kelas eksperimen dan menggunakan pembelajaran ekspositori pada kelas kontrol

c. Melaksanakan posttest pada kelas eksperimen dan kelas kontrol

(14)

d. Memberikan angket kepada siswa untuk mengetahui respon siswa terhadap pembelajaran matematika dengan model Project-Based Learning (PjBL) F. Prosedur Pengolahan Data

1. Pengolahan Data Kuantitatif

Pengolahan data kuantitatif dilakukan dengan menggunakan uji statistik terhadap hasil data tes awal, tes akhir dan indeks gain dari kelas eksperimen dan kelas kontrol.

Adapun langkah-langkah untuk menganalisis data tersebut adalah sebagai berikut:

1) Uji Normalitas

Uji Normalitas digunakan untuk mengetahui apakah data berdistribusi normal atau tidak, melakukan uji normalitas skor tes kemampuan komunikasi matematis dengan menggunakan Shapiro-Wilk dengan taraf signifikansi 𝛼 = 0,05.

Hipotesis yang akan diuji adalah sebagai berikut:

𝐻₀ : Sampel berasal dari populasi yang berdistribusi normal 𝐻₁ : Sampel berasal dari populasi yang tidak berdistribusi normal Dengan kriteria pengujiannya adalah sebagai berikut:

a) Jika nilai signifikan kurang dari 0,05 maka 𝐻₀ ditolak, artinya sampel berasal dari populasi yang tidak berdistribusi normal

b) Jika nilai signifikan lebih dari sama dengan 0,05 maka 𝐻₀ diterima, artinya sampel berasal dari populasi yang berdistribusi normal

(15)

2) Uji Homogenitas

Melakukan uji homogenitas varians dari kelompok yang menggunakan pembelajaran dengan model Project-Based Learning (PjBL) dengan menggunakan uji Levene.

Hipotesis yang akan diuji adalah sebagai berikut:

𝐻₀ : Varians kedua kelas homogen.

𝐻₁ : Varians kedua kelas tidak homogen.

Dengan kriteria pengujiannya adalah sebagai berikut:

a) Jika nilai signifikansi ≥ 0,05 maka 𝐻₀ diterima.

b) Jika nilai signifikansi < 0,05 maka 𝐻₀ ditolak 3) Uji Hipotesis

Uji hipotesis dua rerata dilakukan untuk mengetahui perbedaan kemampuan awal dan kemampuan akhir kedua kelas. Untuk mengetahui perbedaan peningkatan kemampuan komunikasi matematis siswa, digunakan uji hipotesis data indeks gain.

Dengan kriteria pengujiannya sebagai berikut:

Jika nilai signifikansi pengujiannya ≥ 0,05 maka 𝐻₀ diterima.

Jika nilai signifikansi pengujiannya < 0,05 maka 𝐻₀ ditolak.

Adapun ketentuan dalam melakukan uji hipotesis adalah sebagai berikut:

a) Apabila data berdistribusi normal dan homogen, maka dilanjutkan dengan uji-t (Independent sampel T-Test).

b) Apabila data berdistribusi normal dan tidak homogen, maka dilanjutkan dengan uji-t’ (Independent sampel T-Test).

(16)

c) Apabila salah satu atau kedua data tidak berdistribusi normal, maka tidak dilakukan uji homogenitas dilanjutkan dengan uji non parametrik yaitu uji Mann-Whitney.

Berikut hipotesis yang akan diuji dalam penelitian ini:

a) Hipotesis untuk data pretest

𝐻₀ ∶ (Tidak terdapat perbedaan kemampuan awal komunikasi matematis siswa kelas eksperimen dengan kelas kontrol).

𝐻₁ ∶ (Terdapat perbedaan kemampuan awal komunikasi matematis siswa kelas eksperimen dengan kelas kontrol).

b) Hipotesis untuk data posttest

𝐻₀ ∶ (Kemampuan akhir komunikasi matematis siswa kelas eksperimen tidak lebih baik atau sama dengan kelas kontrol).

𝐻₁ ∶ (Kemampuan akhir komunikasi matematis siswa kelas eksperimen lebih baik daripada kelas kontrol).

c) Hipotesis untuk data indeks gain

𝐻₀ ∶ (Peningkatan kemampuan komunikasi matematis kelas eksperimen tidak lebih baik atau sama dengan kelas kontrol).

𝐻₁ (Peningkatan kemampuan komunikasi matematis kelas eksperimen lebih baik daripada kelas kontrol).

4) Analisis Indeks Gain

Analisis data gain dimulai dengan menentukan selisih skor posttest dengan skor pretest. Indeks Gain adalah proporsi gain aktual (pretest-posttest) dengan gain maksimal yang telah dicapai.

(17)

Rumusnya adalah:

𝐼𝑛𝑑𝑒𝑘𝑠 𝐺𝑎𝑖𝑛 (𝑔) =𝑠𝑘𝑜𝑟 𝑝𝑜𝑠𝑡𝑡𝑒𝑠𝑡 − 𝑠𝑘𝑜𝑟 𝑝𝑟𝑒𝑡𝑒𝑠𝑡 𝑠𝑘𝑜𝑟 𝑖𝑑𝑒𝑎𝑙 − 𝑠𝑘𝑜𝑟 𝑝𝑟𝑒𝑡𝑒𝑠𝑡

Interprestasi nilai dalam Indeks Gain menggunakan adaptasi dari Meltzer (Raisa 2020: 21) sebagai berikut:

Tabel 3.11 Kriteria Indeks Gain

Interval Interpretasi

𝑔 > 0,70 Tinggi

0,30 < 𝑔 ≤ 0,70 Sedang

𝑔 ≤ 0,30 Rendah

2. Analisis Data Angket

Sesuai dengan yang dikemukakan oleh Sugiyono (dalam Hanggara : 2018 hal 18) angket diolah menggunakan aturan Skala Likert. Adapun rumus yang digunakan untuk pengolahan data adalah sebagai berikut:

𝑃 =𝑓

𝑛× 100%

Keterangan:

𝑃 : Persentase 100% : Bilangan tetap

𝑓 : Frekuensi jawaban seluruh responden 𝑛 : Nilai ideal

(18)

Berikut ini interpretasi angket menurut Munandar (2022) sebagai berikut.

Tabel 3.12 Kriteria Respon Siswa

Interval Respon Siswa (%) Kriteria

76 − 100 Positif

56 − 75 Sedang

0 − 55 Negatif