• Tidak ada hasil yang ditemukan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1. Deskripsi Pelaksanaan Pembelajaran dengan Pendekatan Realistic - Institutional Repository | Satya Wacana Christian University: Perbedaan Hasil Belajar dari Penerapan Pendekatan Realistic

N/A
N/A
Protected

Academic year: 2018

Membagikan "BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Hasil Penelitian 4.1.1. Deskripsi Pelaksanaan Pembelajaran dengan Pendekatan Realistic - Institutional Repository | Satya Wacana Christian University: Perbedaan Hasil Belajar dari Penerapan Pendekatan Realistic "

Copied!
10
0
0

Teks penuh

(1)

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Hasil Penelitian

4.1.1. Deskripsi Pelaksanaan Pembelajaran dengan Pendekatan Realistic Mathematic Education (RME)

Pembelajaran dengan pembelajaran Realistic Mathematic Education

(RME) ini dilakukan pada kelas eksperimen dalam penelitian. Pembelajaran dengan pendekatan pembelajaran Realistic Mathematic Education (RME)

dilaksanakan sebanyak empat kali. Setiap pertemuan dilaksanakan dalam waktu 2x35 menit atau 70 menit setiap pertemuan. Pendekatan pembelajaran menggunakan pendekatan Realistic Mathematic Education (RME). Setiap pertemuan selalu dilaksanakan berdasarkan tahapan-tahapan pembelajaran dengan pendekatan RME. Standar kompetensi yang digunakan yaitu “Melakukan operasi hitung bilangan bulat dalam pemecahan masalah” dengan kompetensi dasar “Menggunakan faktor prima untuk menentukan KPK dan FPB”. Adapun indikator yang hendak dicapai pada masing-masing pertemuan adalah (1)Menentukan faktor bilangan dengan faktorisasi prima (Pertemuan ke-1), (2)Menentukan FPB suatu bilangan dengan faktorisasi bilangan (Pertemuan ke-1&2), (3)Menentukan KPK suatu bilangan dengan faktorisasi bilangan (Pertemuan ke-2&3), dan (4)Menetukan FPB dan KPK dari suatu bilangan dengan faktorisasi bilangan (Pertemuan ke-4).

Dalam proses pembelajaran, guru melaksanakan sesuai dengan yang diharapkan. Mulai dari penyampaian pengetahuan awal melalui kegiatan apersepsi yang dilanjutkan dengan tanya jawab sesuai dengan langkah-langkah yang sesuai dengan rancangan pembelajaran.

(2)

cara sendiri. Guru bersama siswa membahas jawaban di depan kelas untuk dibandingkan dan didiskusikan bersama-sama. Terakhir didiskusikan jawaban yang paling benar dan di tarik kesimpulannya yang membuat siswa paham makna faktor persekutuan dan faktor prima.

Pertemuan kedua, siswa menyelesaikan masalah kontekstual terkait KPK & FPB dengan caranya sendiri yang kemudian diberikan cara yang lebih mudah oleh guru. Guru memberikan lembar kerja pada kelompok yang kemudian dibandingkan dan didiskusikan jawaban antar kelompok. Siswa menyimpulkan pembelajaran mengenai faktor persekutuan terbesar sesuai dengan indikator.

Pertemuan ketiga, melalui perumpamaan frekuensi lampu, siswa mampu mengenal kelipatan bilangan dengan benda konkret. Melalui masalah kontekstual yang diberikan guru siswa mampu menyelesaikan masalah dengan benar. Siswa melalui presentasi di depan kelas mampu mendiskusikan jawaban dan mendapatkan jawaban yang benar. Melalui lembar kerja siswa dapat membuat berlatih menyelesaikan masalah terkait FPB dengan lebih mudah. Siswa melalui diskusi dengan guru mampu menarik kesimpulan cara termudah mencari KPK.

Pertemuan keempat, guru memberikan soal dua bilangan melalui soal tersebut siswa mampu mengingat mencari KPK dan FPB. Melalui soal evaluasi siswa mampu menyelesaikan soal terkait KPK dan FPB. Melalui jawaban teman di depan kelas siswa mengetahui jawaban soal yang dianggap sulit. Melalui diskusi dengan guru siswa mampu menarik kesimpulan cara termudah mencari KPK dan FPB.

Perlakuan berbeda diberikan pada kelas kontrol. Pada kelas kontrol pertemuan pertama guru menjelaskan pengertian dan cara mencari faktor, bilangan prima, faktor prima dan faktorisasi prima dengan pohon faktor. Kemudian siswa mengerjakan soal latihan individu dan menulis jawaban di depan kelas. Guru menjelaskan pengertian dan contoh soal cerita dengan penyelesaian faktor persekutuan terbesar (FPB) pada 2 bilangan.

(3)

dengan pohon faktor. Siswa mengerjakan soal cerita yang diberikan guru dan membahas penyelesaiannya di depan kelas.

Pada pertemuan ketiga, guru menjelaskan cara mencari kelipatan dan KPK dari tiga bilangan dengan meberikan contoh. Siswa mengerjakan latihan individu untuk mencari KPK. Siswa mngerjakan soal cerita setelah diberikan contoh oleh guru dan menulis jawaban di depan kelas.

Pada pertemuan keempat, guru menyajikan soal FPB dan KPK 2 bilangan dan siswa menyelesaikan soal ke depan kelas. Guru mengingatkan pengertian FPB dan KPK. Guru memberikan soal evaluasi pada siswa sebanyak 20 soal pilihan ganda. Soal yang di anggap sulit dibahas bersama di depan kelas.

Setelah diberikan perlakuan berbeda dengan menggunakan pendekatan RME dan konvensional, pada pertemuan keempat siswa diberikan tes berupa soal pilihan ganda sebanyak 20 soal.

4.1.2. Hasil Belajar Matematika sebelum Perlakuan (Awal) 4.1.2.1. Deskripsi Hasil Pretest

Penggambaran distribusi skor pretest siswa kelas ekperimen dan kelas kontrol dapat diklasifikasikan dalam bentuk interval. Penentuan jarak interval didapat dengan cara mengurangkan skor maksimum (skor ideal) dengan skor minimum dan kemudian dibagi dengan jumlah kelas interval (Widoyoko, 2012:110). Berdasarkan skor hasil belajar matematika, sebaran nilai kelompok sampel dapat dikategorikan dalam 3 kelompok yaitu tinggi, sedang dan rendah.

Hasil pengukuran hasil belajar matematika siswa terhadap subyek penelitian pada saat pretest dapat dilihat pada Tabel 4.1 berikut :

Tabel 4.1

Kategori Hasil Belajar Siswa pada Pretest

Kategori Kelas Kontrol Kelas Eksperimen

F % F %

Rendah 10 25,64 6 21,43

Sedang 13 33,33 12 42,86

Tinggi 16 41,03 10 35,71

(4)

Berdasarkan Tabel 4.1, dapat diketahui bahwa hasil pretest pada kelas kontrol menunjukkan 10 siswa (25,64%) berada pada kategori rendah, 13 siswa (33,33%) berada pada kategori sedang, dan 16 siswa (41,03%) berada pada kategori tinggi. Pada kelas eksperimen, 6 siswa (21,43%) berada pada kategori rendah, 12 siswa (42,86%) berada pada kategori sedang, dan 10 siswa (35,71%) berada pada kategori tinggi.

Berdasarkan hasil pretest yang dilakukan di kelas kontrol dan kelas eksperimen tersebut, dapat dibuat analisis deskriptif sebagai berikut.

Tabel 4.2

Tabel Analisis Deskriptif Pretest Kelas Kontrol dan Kelas Eksperimen

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Pretest_Kontrol 39 40.00 90.00 66.5385 13.13662 Pretest_Eksperimen 28 50.00 90.00 66.9643 11.41306

Valid N (listwise) 28

Berdasarkan Tabel 4.2 tersebut, dapat diketahui bahwa dari hasil pretest di kelas kontrol dengan jumlah siswa sebanyak 39 orang, nilai rata-ratanya adalah 66,54 dengan standar deviasi 13,14. Nilai minimum pada pretest di kelas control adalah 40,00 dan nilai maksimumnya adalah 90,00. Sementara itu, nilai rata-rata untuk pretest di kelas eksperimen adalah 66,96 dengan standar deviasi 11,41. Nilai minimum pada hasil pretest kelas eksperimen adalah 50,00 dan nilai maksimumnya adalah 90,00. Berdasarkan hasil tersebut, tampak bahwa nilai rata-rata kelas eksperimen lebih tinggi dibanding dengan nilai rata-rata-rata-rata kelas kontrol. 4.1.2.2. Uji Normalitas Pretest

Uji normalitas digunakan untuk mengetahui apakah sampel yang diambil berasal dari populasi yang berdistribusi normal. Hasil uji normalitas bisa dilihat pada table Tests of Normality setelah diolah dengan SPSS 16.0 for windows. Uji normalitas yang digunakan adalah uji normalitas dengan metode Shapiro-Wilk. Hasil olah data uji normalitas dapat dilihat pada Tabel 4.3

Tabel 4.3

(5)

Tests of Normality

Kelas

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic Df Sig.

Nila

i

Kelas Kontrol .125 39 .129 .961 39 .195

Kelas Eksperimen .140 28 .172 .953 28 .230

Berdasarkan Tabel 4.4, dapat dilihat nilai signifikansi pretest hasil belajar kelas eksperimen sebesar 0,230 dan kelas kontrol sebesar 0,195. Keduanya menunjukkan nilai signifikansi lebih dari 0,05 yang berarti H0 diterima. Berdasarkan hasil uji tersebut, maka dapat disimpulkan bahwa kedua data kelompok tersebut berdistribusi normal.

4.1.2.3. Homogenitas Pretest

Uji homogenitas digunakan untuk melihat apakah varian berasal dari populasi sama atau tidak. Uji homogenitas dalam penelitian ini menggunakan metode Levene. Data dikatakan homogen jika nilai signifikansi lebih dari 0,05, sedangkan data dikatakan tidak homogen jika nilai signifikansi kurang dari 0,05. Hasil olah data uji homogenitas dapat dilihat pada Tabel 4.4

Tabel 4.4

Hasil Uji Homogenitas Pretest Kelas Kontrol dan Kelas Eksperimen

Test of Homogeneity of Variances

Hasil_Belajar

Levene Statistic df1 df2 Sig.

.799 1 65 .375

Berdasarkan Tabel 4.4, didapatkan nilai signifikansi pretest hasil belajar pada kelas eksperimen dan kelas kontrol adalah 0,799 (lebih dari 0,05) yang berarti menerima H0, sehingga dapat disimpulkan bahwa kedua kelompok berasal dari populasi dengan variansi yang sama (homogen).

4.1.2.4. Uji Beda Rerata Pretest

Hasil olah data uji beda rerata dapat dilihat pada Tabel 4.5 Tabel 4.5

(6)

Independent Samples Test

assumed -.138 65 .891 -.42582 3.08379 -6.58457 5.73293

Equal variances

not assumed -.141 62.569 .888 -.42582 3.01280 -6.44724 5.59559

Berdasarkan Tabel 4.5, didapatkan nilai signifikansi pretest hasil belajar siswa adalah 0,891 yang berarti lebih besar dari 0,050 (0,891>0,050). Hal ini berarti pada kondisi awal (sebelum diberikan perlakuan) kedua kelompok sampel memiliki kemampuan matematika yang seimbang.

4.1.3. Hasil Belajar Matematika setelah Perlakuan (Akhir) 4.1.3.1. Deskripsi Hasil Posttest

Penggambaran distribusi skor posttest siswa kelas ekperimen dan kelas kontrol dapat diklasifikasikan dalam bentuk interval. Penentuan jarak interval didapat dengan cara mengurangkan skor maksimum (skor ideal) dengan skor minimum dan kemudian dibagi dengan jumlah kelas interval (Widoyoko, 2012:110). Berdasarkan skor hasil belajar matematika, sebaran nilai kelompok sampel dapat dikategorikan dalam 3 kelompok yaitu tinggi, sedang dan rendah.

Hasil pengukuran hasil belajar matematika siswa terhadap subyek penelitian pada saat posttest dapat dilihat pada Tabel 4.6

(7)

Total 39 100,00 28 100,00 Berdasarkan Tabel 4.6, dapat diketahui bahwa hasil posttest pada kelas control menunjukkan 10 siswa (25,64%) berada pada kategori rendah, 19 siswa (48,72%) berada pada kategori sedang, dan 10 siswa (25,64%) berada pada kategori tinggi. Pada kelas eksperimen, tidak ada siswa yang berada pada kategori rendah, 16 siswa (57,14%) berada pada kategori sedang, dan 12 siswa (42,86%) berada pada kategori tinggi.

Tabel 4.7

Tabel Analisis Deskriptif Posttest Kelas Kontrol dan Kelas Eksperimen

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Kelas_Kontrol 39 40.00 95.00 66.7949 12.59110 Kelas_Eksperimen 28 60.00 95.00 75.1786 10.22725

Valid N (listwise) 28

Berdasarkan Tabel 4.7 tersebut, dapat diketahui bahwa dari hasil posttest di kelas kontrol dengan jumlah siswa sebanyak 39 orang, nilai rata-ratanya adalah 66,79 dengan standar deviasi 12,59. Nilai minimum pada posttest di kelas kontrol adalah 40,00 dan nilai maksimumnya adalah 95,00. Sementara itu, nilai rata-rata untuk posttest di kelas eksperimen adalah 75,18 dengan standar deviasi 10,23. Nilai minimum pada hasil posttest kelas eksperimen adalah 60,00 dan nilai maksimumnya adalah 95,00. Berdasarkan hasil tersebut, tampak bahwa nilai rata-rata kelas eksperimen lebih tinggi dibanding dengan nilai rata-rata-rata-rata kelas kontrol.

4.1.3.2. Uji Normalitas Posttest

Uji normalitas digunakan untuk mengetahui apakah sampel yang diambil berasal dari populasi yang berdistribusi normal. Hasil uji normalitas bisa dilihat pada table Tests of Normality setelah diolah dengan SPSS 16.0 for windows. Uji normalitas yang digunakan adalah uji normalitas dengan metode Shapiro-Wilk. Hasil olah data uji normalitas dapat dilihat pada Tabel 4.8

Tabel 4.8

(8)

Tests of Normality

Kelas

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic df Sig.

Nilai Kelas control .127 39 .112 .975 39 .527

Kelas Eksperimen .126 28 .200*

.947 28 .168 Berdasarkan Tabel 4.8, dapat dilihat nilai signifikansi pretest hasil belajar kelas eksperimen sebesar 0,168 dan kelas kontrol sebesar 0,527. Keduanya menunjukkan nilai signifikansi lebih dari 0,05 yang berarti H0 diterima. Berdasarkan hasil uji tersebut, maka dapat disimpulkan bahwa kedua data kelompok tersebut berdistribusi normal.

4.1.3.3. Uji Homogenitas Posttest

Uji homogenitas digunakan untuk melihat apakah varian berasal dari populasi sama atau tidak. Uji homogenitas dalam penelitian ini menggunakan metode Levene. Data dikatakan homogen jika nilai signifikansi lebih dari 0,05, sedangkan data dikatakan tidak homogen jika nilai signifikansi kurang dari 0,05. Hasil olah data uji homogenitas dapat dilihat pada Tabel 4.9 berikut ini :

Tabel 4.9

Hasil Uji Homogenitas Posttest Kelas Kontrol dan Kelas Eksperimen

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.

1.715 1 65 .195

Berdasarkan Tabel 4.9, didapatkan nilai signifikansi posttest hasil belajar pada kelas eksperimen dan kelas kontrol adalah 0,195 (lebih dari 0,05) yang berarti menerima H0, sehingga dapat disimpulkan bahwa kedua kelompok berasal dari populasi dengan variansi yang sama (homogen).

4.1.3.4. Uji Beda Rerata Posttest

(9)

signifikansi 0,05. Jika signifikansi lebih dari 0,05 berarti kedua kelas memiliki rerata yang seimbang. Hasil olah data uji beda rerata dapat dilihat pada Tabel 4.10

Tabel 4.10

Uji independen samples t-test posttest kelas kontrol dan kelas eksperimen

Independent Samples Test

assumed -2.901 65 .005 -8.38370 2.89004 -14.15550 -2.61190

Equal variances

not assumed -3.002 63.938 .004 -8.38370 2.79296 -13.96338 -2.80402

Berdasarkan Tabel 4.10, didapatkan nilai signifikansi posttest hasil belajar siswa adalah 0,005 yang berarti lebih kecil dari 0,050 (0,005<0,050). Hal ini berarti pada kondisi akhir (setelah diberikan perlakuan) kedua kelompok sampel memiliki kemampuan matematika yang tidak seimbang.

4.2. Pembahasan

Hasil analisis uji beda rerata tes kemampuan awal siswa menunjukkan bahwa kedua kelas memiliki rata-rata yang seimbang atau sama. Hal ini dibuktikan dengan nilai signifikansi 0,891 (lebih dari 0,05). Langkah berikutnya adalah pelaksanaan pembelajaran selama 4 kali pertemuan pada masing-masing kelas. Pembelajaran pada kelas eksperimen yaitu pada kelas V di SDN Sidorejo Lor 04 diberi perlakuan yaitu penggunaan pendekatan RME sedangkan pada kelas kontrol yaitu V di SDN Sidorejo Lor 05 tidak diberi perlakuan penerapan pendekatan RME. Setelah proses pembelajaran, kemudian semua sampel dalam setiap kelompok sampel diberikan tes untuk mengukur adanya pengaruh terhadap hasil belajar setelah adanya perbedaan perlakuan dalam proses pembelajaran.

(10)

dan karena rata-rata hasil belajar siswa pada kelas eksperimen (75,18) lebih tinggi daripada kelas kontrol (66,79) oleh karena itu dapat disimpulkan bahwa ada perbedaan hasil belajar yang signifikan setelah diberikan perlakuan dengan pendekatan pembelajaran RME terhadap hasil belajar pada siswa kelas V SD di Gugus Diponegoro, Kota salatiga. Hasil ini sesuai dengan penelitian yang dilaksanakan oleh Lestari (2013) pada siswa kelas IV SD dalam materi bangun ruang sederhana dan penelitian Ardina (2012) pada siswa kelas V SD materi pecahan menyimpulkan bahwa pendekatan RME memiliki perbedaan hasil belajar.

Gambar

Tabel 4.1Kategori Hasil Belajar Siswa pada Pretest
Tabel 4.4Hasil Uji Homogenitas Pretest Kelas Kontrol dan Kelas Eksperimen
Tabel 4.6Kategori Hasil Belajar Siswa pada Posttest
Tabel 4.7Tabel Analisis Deskriptif Posttest Kelas Kontrol dan Kelas Eksperimen
+3

Referensi

Dokumen terkait

Penelitian ini bertujuan untuk mengetahui kesesuaian tiap-tiap bagian dari lahan usahatani transmigran dengan mengambil studi kasus Unit Permukiman Transmigrasi (UPT)

Selain itu pada kesimpulan yang didapatkan oleh Rosidi, Mohamad Ibrahim (2010) adalah: pengendalian kualitas terhadap hasil produk dilakukan dengan membuat peta

Dalam komunikasi organisasi, komunikasi antar karyawan (employee relations) sangat penting karena karyawan dalam suatu organisasi yang bisa dikatakan suatu kerangka

Dari tabel di atas, Hasil Uji F dapat diketahui bahwa nilai F hitung sebesar 13,151 dengan tingkat probabilitas sebesar 0,000 yang artinya lebih kecil dari 0,05 maka model

Dengan demikian kewajiban asasi manusia menjadi sesuatu kemutlakan yang harus dilaksanakan oleh seseorang supaya hak-hak orang lain dapat terjaga dan terpelihara, termasuk

[r]

Analysis tool used is the Structural Equation Modeling (SEM). Then the hypothesis raised in this research are as follows: 1) functional Value significant positive effect of

Hal tersebut akan membawa kebijakan seimbang antara pemeliharaan pencegahan dan perbaikan, sejauh mana pekerjaan akan diprogramkan dibanding dengan didasarkan pada