• Tidak ada hasil yang ditemukan

BAB IV ANALISIS DATA DAN PEMBAHASAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV ANALISIS DATA DAN PEMBAHASAN"

Copied!
16
0
0

Teks penuh

(1)

1

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A.

Deskripsi Subjek Penelitian

Penelitian ini melibatkan subjek sebanyak 62 siswa yang terdiri dari 33 siswa kelas X-3 dan sebanyak 29 siswa kelas X-10 SMA 1 Bae Kudus Tahun Ajaran 2011/2012. Pengambilan subjek menggunakan teknik Proporsional

kelas.

B.

Uji Coba Instrument

1.

Validitas

Pengujian validitas dilakukan dengan menggunakan program SPSS 16.0 for windows. Uji validitas dilakukan kepada 30 responden selain dari yang akan dijadikan sampel dalam penelitian. Responden tersebut adalah mahasiswa UKSW dari beberapa fakultas, yang bertempat tinggal di Kos Putri Kemiri no 7. Hasil uji validitas instrumen untuk gaya belajar model David Kolb ditunjukkan seperti pada tabel 4.1, 4.2, 4.3, dan 4.4.

Tabel 4.1.

Uji Validitas Item Model Gaya Belajar Concrete Experience (CE)

Item-Total Statistics

Indikator empirik Corrected Item-Total

Correlation Keterangan CE1 .757 Valid CE2 .469 Valid CE3 .590 Valid CE4 .638 Valid CE5 .501 Valid CE6 .512 Valid CE7 .553 Valid CE8 .427 Valid CE9 .459 Valid CE10 .536 Valid CE11 .654 Valid CE12 .503 Valid

(2)

2

Pada tabel 4.1 tampak bahwa dari 12 item KLSI pada aspek Concrete Experience (CE) semuanya valid. Kevalidan tersebut terbukti dari nilai yang ditunjukkan pada tabel Corrected Item-Total Correlation yaitu dengan nilai koefisien positif terendah sebesar 0.427 dan nilai koefisien positif tertinggi sebesar 0.757. Nilai koefisien dari 12 item KLSI pada aspek Concrete Experience (CE) berada pada kategori validitas sedang. Besarnya kevalidan tersebut berada pada interval 0,41 – 0,60 hal ini sesuai dengan teori validitas yang mengacu pada pendapat Ali (2007).

Tabel 4.2.

Uji Validitas Item Model Gaya Belajar Reflective Observation (RO)

Item-Total Statistics

Indikator empirik Corrected Item-Total

Correlation Keterangan RO1 .498 Valid RO2 .482 Valid RO3 .397 Valid RO4 .619 Valid RO5 .446 Valid RO6 .338 Valid RO7 .553 Valid RO8 .300 Valid RO9 .445 Valid RO10 .552 Valid RO11 .626 Valid RO12 .630 Valid

Pada tabel 4.2 tampak bahwa dari 12 item KLSI pada aspek

Reflective Observation (RO) semuanya valid. Kevalidan tersebut terbukti dari nilai yang ditunjukkan pada tabel Corrected Item-Total Correlation

yaitu dengan nilai koefisien positif terendah sebesar 0.300 dan nilai koefisien positif tertinggi sebesar 0.630. Nilai koefisien dari 12 item KLSI pada aspek Reflective Observation (RO) berada pada kategori validitas sedang. Besarnya kevalidan tersebut berada pada interval 0,41 – 0,60 hal ini sesuai dengan teori validitas yang mengacu pada pendapat Ali (2007).

(3)

3

Tabel 4.3.

Uji Validitas Item Model Gaya Belajar Abstract Conceptualization (AC)

Item-Total Statistics Indikator empirik Corrected Item-Total

Correlation Keterangan AC1 .208 Valid AC2 .266 Valid AC3 .446 Valid AC4 .281 Valid AC5 .472 Valid AC6 .233 Valid AC7 .644 Valid AC8 .452 Valid AC9 .335 Valid AC10 .477 Valid AC11 .393 Valid AC12 .459 Valid

Pada tabel 4.3 terlihat bahwa dari 12 item KLSI aspek Abstract Conceptualization (AC) semua valid, dengan kategori nilai koefisien validitas rendah dan sedang.

Tabel 4.4.

Uji Validitas Item Model Gaya Belajar Active Experimentation (AE)

Indikator empirik Corrected Item-Total

Correlation Keterangan AE1 .320 Valid AE2 .728 Valid AE3 .657 Valid AE4 .599 Valid AE5 .560 Valid AE6 .577 Valid AE7 .430 Valid AE8 .455 Valid AE9 .495 Valid AE10 .326 Valid AE11 .631 Valid AE12 .206 Valid

(4)

4

Pada tabel 4.4 terlihat bahwa dari 12 item KLSI aspek Active Experimentation (AE) semuanya valid, dengan koefisien yang ditunjukkan oleh Corrected Item-Total Correlation mempunyai koefisien positif terendah = 0.155 dan tertinggi = 0.600. Nilai koefisien dari 12 item KLSI pada aspek Active Experimentation (AE) berada pada kategori validitas sedang. Besarnya kevalidan tersebut berada pada interval 0,41 – 0,60 hal ini sesuai dengan teori validitas yang mengacu pada pendapat Ali (2007).

2.

Reliabilitas

Pengujian reliabilitas menggunakan Alpha Cronbach. Hasil uji reliabilitas instrumen model gaya belajar David Kolb ditunjukkan seperti pada tabel 4.5, 4.6, 4.7, dan 4.8.

Tabel 4.5.

Uji Reliabilitas Instrumen Model Gaya Belajar Concrete Experience (CE)

Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .866 .867 12

Pada tabel 4.5 terlihat bahwa nilai Cronbach's Alpha = 0.866 yang artinya instrument inventori aspek Concrete Experience (CE) adalah reliable. Kategori reliabilitasnya adalah tinggi.

Tabel 4.6.

Uji Reliabilitas Instrumen Model Gaya Belajar Reflective Observation (RO)

Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .831 .831 12

Pada tabel 4.6 terlihat bahwa nilai Cronbach's Alpha = 0.831 yang artinya instrument inventori aspek Reflective Observation (RO) adalah reliabel. Kategori reliabilitasnya adalah tinggi.

(5)

5

Tabel 4.7.

Uji Reliabilitas Instrumen Model Gaya Belajar Abstract Conceptualization (AC)

Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .754 .753 12

Pada tabel 4.7 terlihat bahwa nilai Cronbach's Alpha = 0.754 yang artinya instrument inventori aspek Abstract Conceptualization (AC)

adalah reliabel. Kategori reliabilitasnya adalah cukup tinggi. Tabel 4.8.

Uji Reliabilitas Instrumen Model Gaya Belajar Active Experimentation (AE)

Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .835 .836 12

Pada tabel 4.8 terlihat bahwa nilai Cronbach's Alpha = 0.835 yang artinya instrument inventori aspek Active Experimentation (AE)adalah reliable dengan kategori reliabilitasnya adalah tinggi.

C.

Analisis Deskripsi terhadap Hasil Pengukuran Variabel Penelitian

1.

Gaya Belajar

Gaya belajar tidak didominasi oleh keempat model gaya belajar David Kolb, tetapi perpaduan keempatnya, yang kemudian membentuk empat kuadran, yaitu: diverger, assimilator, converger dan

accomodator. Hasil analisis deskriptif terhadap gaya belajar model David Kolb, dapat diklasifikasi seperti yang terlihat pada tabel 4.3.

(6)

6

Tabel 4.9.

Klasifikasi gaya Belajar Model David Kolb

Kriteria Skor

Kuadran Gaya Belajar F No. Responden % AC – CE (Y) AE – RO (X) + + I Diverger 22 5 ,8, 10, 15, 17, 18, 20, 23, 26, 29, 32, 35, 39, 42, 43, 47, 49, 50, 53, 56, 58, 62 35 + - II Assimilator 6 1, 21, 30, 31, 45, 48, 57, 59, 60 15 - - III Converger 15 1, 3, 6, 7, 9, 14, 22, 27, 28, 34, 36, 37, 40, 41, 52 24 - + IV Accomodator 16 2, 4, 12, 13, 16, 19, 24, 25, 33, 38, 44, 46, 51, 54, 55, 61 26 Total 62 100

Pada tabel 4.9 siswa yang memiliki gaya belajar diverger sebanyak 22 siswa dengan persentase 35%, assimilator sebanyak 9 siswa dengan persentase 15%, converger sebanyak 15 siswa dengan persentase 24%, dan accomodator sebanyak 16 siswa dengan persentase 26%. Sebagian besar siswa kelas X SMA 1 Bae Kudus memiliki gaya belajar diverger.

Gaya belajar diverger terbentuk dari penjumlahan aspek CE + RO,

gaya belajar assimilator terbentuk dari penjumlahan aspek RO + AC,

gayabelajar converger terbentuk dari penjumlahan aspek AC + AE dan gaya belajar accomodator terbentuk dari penjumlahan aspek AE + CE.

Hasil analisis deskriptif setiap variabel penelitian ditunjukkan dalam tabel 4.10 - 4.13.

Tabel 4.10 Statistik Deskriptif Variabel Gaya Belajar Diverger

No. Kategori Rentang Skor F %

1 Sangat tinggi 74 – 78 3 13.63 2 Tinggi 69 – 73 5 22.73 3 Sedang 62 – 68 4 18.18 4 Rendah 55 – 61 5 22.73 5 Sangat rendah 49 – 54 5 22.73 Total 22 100

(7)

7

Dari tabel 4.10 tampak bahwa frekuensi terbesar skor gaya belajar

diverger berada pada kategori tinggi dan rendah, dan sangat rendah, dengan presentase sebesar 22.73%.

Tabel 4.11 Statistik Deskriptif Variabel Gaya Belajar Assimilator

No. Kategori Rentang Skor F %

1 Sangat tinggi 85 – 92 1 11.11 2 Tinggi 76 – 84 2 22.22 3 Sedang 67 – 75 0 0 4 Rendah 59 – 66 2 22.22 5 Sangat rendah 51 – 58 4 44.45 Total 9 100

Dari tabel 4.11 tampak bahwa frekuensi terbesar skor gaya belajar

assimilator berada pada kategori sangat rendah (51 – 58), dengan presentase sebesar 44.45%.

Tabel 4.12 Statistik Deskriptif Variabel Gaya Belajar Converger

No. Kategori Rentang Skor F %

1 Sangat tinggi 84 – 92 3 20.00 2 Tinggi 75 – 83 2 13.33 3 Sedang 66 – 74 4 26.67 4 Rendah 57 – 65 2 13.33 5 Sangat rendah 48 – 56 4 26.67 Total 15 100

Dari tabel 4.12 tampak bahwa frekuensi terbesar skor gaya belajar

converger berada pada kategori sedang (66 – 74) dan sangat rendah (48 – 56), dengan presentase sebesar 26.67%.

Tabel 4.13 Statistik Deskriptif Variabel Gaya Belajar Accomodator

No. Kategori Rentang Skor F %

1 Sangat tinggi 68 – 74 3 18.75 2 Tinggi 61 – 67 0 0 3 Sedang 54 – 60 8 50.00 4 Rendah 47 – 53 4 25.00 5 Sangat rendah 40 – 46 1 6.25 Total 16 100

Dari tabel 4.13 tampak bahwa frekuensi terbesar skor gaya belajar

accomodator berada pada kategori sedang (54 – 60), dengan presentase sebesar 50%.

2.

Prestasi Belajar Matematika

Patokan nilai yang digunakan di SMA 1 Bae Kudus adalah Kriteria Ketuntasan Minimum (KKM), dengan batas nilai terendah adalah 76.

(8)

8

Penyebaran prestasi belajar matematika adalah seperti terlihat pada tabel 4.4.

Tabel 4.14.

Penyebaran Prestasi Belajar Matematika Kategori Interval Frekuensi

(f) Persentase (%) Mean SD Tinggi ≥ 76 7 11.29 66.831 10.1129 Rendah < 76 55 88.71 Jumlah 62 100

Dari tabel 4.4. tampak bahwa persentase prestasi belajar matematika siswa kelas X SMA 1 Bae Kudus, berada pada kategori rendah (tidak tuntas) sebanyak 55 siswa (88.71%) dan yang terletak pada kategori tinggi sebanyak 7 siswa dengan persentase 11.29%. Pada tabel 4.5 terlihat bahwa rata-rata prestasi belajar matematika secara keseluruhan sebesar 66.831 dengan standar deviasi 10.1129.

D.

Hasil Penelitian

1.

Uji Prasyarat Analisis

a.

Uji Normalitas

Analisis uji normalitas menggunakan rumus Kolmogorov-Smirnov dengan α = 5%. Hasil uji normalitas dikatakan berdistribusi normal jika pobabilitasnya (Asymp. Sig. (2-tailed)) > 0.05. Hasil uji normalitas data pada siswa SMA 1 Bae Kudus dapat dilihat pada tabel 4.15, 4.16, 4.17, dan 4.18 berikut.

Tabel 4.15.

Uji Normalitas Gaya Belajar Diverger

One-Sample Kolmogorov-Smirnov Test

a. T

a. Test distribution is Normal

DIVERGER

N 22

Normal Parametersa Mean 63.32

Std. Deviation 8.720 Most Extreme Differences Absolute .144 Positive .144 Negative -.142 Kolmogorov-Smirnov Z .677

(9)

9

Dari tabel 4.15 di atas tampak bahwa untuk gaya belajar

diverger, nilai yang ditunjukkan oleh Asymp. Sig. (2-tailed) > 0.05, yaitu sebesar 0.749, yang artinya skor gaya belajar diverger

bedistribusi normal.

Tabel 4.16.

Uji Normalitas Gaya Belajar Assimilator

One-Sample Kolmogorov-Smirnov Test T i s N o r m a l a. T a

a. Test distribution is Normal

Dari tabel 4.16 di atas tampak bahwa untuk gaya belajar

assimilator nilai yang ditunjukkan oleh Asymp. Sig. (2-tailed) > 0.05, yaitu sebesar 0.640, yang artinya skor gaya belajar assimilator

bedistribusi normal.

Tabel 4.17.

Uji Normalitas Gaya Belajar Converger One-Sample Kolmogorov-Smirnov Test D a r i e a. T e s t

a. Test distribution is Normal

ASSIMILATOR N 9 Normal Parameter sa Mean 64.78 Std. Deviation 14.990 Most Extreme Difference s Absolute .247 Positive .247 Negative -.179 Kolmogorov-Smirnov Z .742

Asymp. Sig. (2-tailed) .640

CONVERGER

N 15

Normal Parametersa Mean 68.47

Std. Deviation 14.167 Most Extreme Differences Absolute .148 Positive .148 Negative -.143 Kolmogorov-Smirnov Z .573

(10)

10

Dari tabel 4.17 di atas tampak bahwa untuk gaya belajar

converger nilai yang ditunjukkan oleh Asymp. Sig. (2-tailed) > 0.05, yaitu sebesar 0.898, yang artinya skor gaya belajar converger

bedistribusi normal.

Tabel 4.18.

Uji Normalitas Gaya Belajar Accomodator

One-Sample Kolmogorov-Smirnov Test

ACCOMODATOR

N 16

Normal Parametersa Mean 57.12

Std. Deviation 8.469 Most Extreme Differences Absolute .271 Positive .271 Negative -.210 Kolmogorov-Smirnov Z 1.085

Asymp. Sig. (2-tailed) .189

a. Test distribution is Normal

Dari tabel 4.18 di atas tampak bahwa untuk gaya belajar

accomodator nilai yang ditunjukkan oleh Asymp. Sig. (2-tailed) > 0.05 yaitu sebesar 0.189, yang artinya skor gaya belajar

accommodator bedistribusi normal.

b.

Uji Linieritas

Analiis uji linieritas antara gaya belajar dengan prestasi belajar matematika (α = 5%) dikatakan linier jika probabilitasnya (Sig.) < 0.05. Hasil data dapat dilihat pada tabel 4.7.

Tabel 4.19. Uji Linieritas Gaya Belajar Diverger ANOVA PB Sum of Squares Df Mean Square F Sig. Between Groups (Combined) 1879.07 2 15 125.271 .903 .597 Linear Term Weighted 93.597 1 93.597 .675 .443 Deviation 1785.47 5 14 127.534 .919 .584 Within Groups 832.292 6 138.715 Total 2711.36 4 21

(11)

11

Pada tabel 4.19 tampak bahwa gaya belajar diverger yang ditunjukkan pada kolom sig. > 0.05 yaitu sebesar 0.443, sehingga tidak linier, yang artinya tidak ada hubungan antara gaya belajar

diverger dengan prestasi belajar matematika.

Tabel 4.20. Uji Linieritas Gaya Belajar Assimilator ANOVA PB Sum of Squares df Mean Square F Sig. Between Groups (Combined) 168.750 5 33.750 .523 .755 Linear Term Weighte

d .087 1 .087 .001 .973

Deviatio

n 168.663 4 42.166 .653 .664

Within Groups 193.750 3 64.583

Total 362.500 8

Pada tabel 4.20 tampak bahwa gaya belajar assimilator yang ditunjukkan pada kolom sig. > 0.05 yaitu sebesar 0.973, sehingga tidak linier, yang artinya tidak ada hubungan antara gaya belajar

assimilator dengan prestasi belajar matematika.

Tabel 4.21. Uji Linieritas Gaya Belajar Converger

ANOVA PB Sum of Squares df Mean Square F Sig. Between Groups (Combined) 1038.54 2 11 94.413 2.640 .230 Linear Term Weighte

d 109.299 1 109.299 3.056 .179 Deviatio n 929.243 10 92.924 2.598 .234 Within Groups 107.292 3 35.764 Total 1145.83 3 14

(12)

12

Pada tabel 4.21 tampak bahwa gaya belajar converger yang ditunjukkan pada kolom sig. > 0.05 yaitu sebesar 0.179, sehingga tidak linier, yang artinya tidak ada hubungan antara gaya belajar

converger dengan prestasi belajar matematika.

Tabel 4.22. Uji Linieritas Gaya Belajar Accomodator

ANOVA PB Sum of Squares df Mean Square F Sig. Between Groups (Combined) 618.693 9 68.744 .300 .949 Linear Term Weighted 4.103 1 4.103 .018 .898 Deviation 614.590 8 76.824 .335 .922 Within Groups 1376.792 6 229.465

Total 1995.484 15

Pada tabel 4.22 tampak bahwa gaya belajar accommodator

yang ditunjukkan pada kolom sig. > 0.05 yaitu sebesar 0.898, sehingga tidak linier, yang artinya tidak ada hubungan antara gaya belajar accommodator dengan prestasi belajar matematika.

2.

Pengujian Hipotesis

Pengujian hipotesis tentang korelasi antar variabel yang diungkapkan dalam penelitian ini adalah adakah hubungan yang positif signifikan antara gaya belajar model David Kolb dengan prestasi belajar matematika siswa kelas X SMA 1 Bae Kudus semester II tahun ajaran 2011/2012?. Proses analisis dilakukan dengan menggunakan bantuan SPSS 16.0 for windows. Hasil uji korelasi antara gaya belajar model david Kolb dengan prestasi belajar adalah tampak pada tabel 4.23, 4.24, 4.25, dan 4.26

Penelitian ini menggunakan uji korelasi bivariate dengan teknik korelasi Pearson Product Moment, hal ini dikarenakan hasil pengujian normalitas menunjukkan bahwa keempat gaya belajar model David Kolb berdistribusi normal.

(13)

13

Tabel 4.23.

Korelasi Gaya Belajar Diverger dengan Prestasi Belajar Matematika Correlations

DIVERGER PB

DIVERGER Pearson Correlation 1 .186

Sig. (1-tailed) .204

N 22 22

PB Pearson Correlation .186 1

Sig. (1-tailed) .204

N 22 22

Berdasarkan tabel 4.23 di atas dapat dilihat bahwa koefisien korelasi antara gaya belajar diverger dengan prestasi belajar matematika adalah 0.186, sehingga masuk dalam kategori korelasi sangat rendah, dengan tingkat signifikan sebesar 0.204 (p > 0.05). Hal ini menunjukkan bahwa tidak terdapat hubungan yang positif signifikan antara gaya belajar

diverger dengan prestasi belajar matematika kelas X SMA 1 Bae Kudus. Tabel 4.24.

Korelasi Gaya Belajar Assimilator dengan Prestasi Belajar Matematika

Correlations

ASSIMILATOR PB

ASSIMILATOR Pearson Correlation 1 .015

Sig. (1-tailed) .484

N 9 9

PB Pearson Correlation .015 1

Sig. (1-tailed) .484

N 9 9

Berdasarkan tabel 4.24 di atas dapat dilihat bahwa koefisien korelasi antara gaya belajar assimilator dengan prestasi belajar matematika adalah 0.015, sehingga masuk dalam kategori korelasi sangat rendah, dengan tingkat signifikan sebesar 0.484 (p > 0.05), artinya tidak terdapat

(14)

14

hubungan yang positif signifikan antara gaya belajar assimilator dengan prestasi belajar matematika kelas X SMA 1 Bae Kudus.

Tabel 4.25.

Korelasi Gaya Belajar Converger dengan Prestasi Belajar Matematika

Correlations

CONVERGER PB

CONVERGER Pearson Correlation 1 .309

Sig. (1-tailed) .131

N 15 15

PB Pearson Correlation .309 1

Sig. (1-tailed) .131

N 15 15

Berdasarkan tabel 4.25 di atas dapat dilihat bahwa koefisien korelasi antara gaya belajar converger dengan prestasi belajar matematika adalah 0.309, sehingga masuk dalam kategori korelasi rendah, dengan tingkat signifikan sebesar 0.131 (p > 0.05), artinya tidak terdapat hubungan yang positif signifikan antara gaya belajar converger dengan prestasi belajar matematika kelas X SMA 1 Bae Kudus.

Tabel 4.26.

Korelasi Gaya Belajar Accomodator dengan Prestasi Belajar Matematika

Correlations

ACCOMODATOR PB

ACCOMODATOR Pearson Correlation 1 .045

Sig. (1-tailed) .434

N 16 16

PB Pearson Correlation .045 1

Sig. (1-tailed) .434

N 16 16

Berdasarkan tabel 4.26 di atas tampak bahwa koefisien korelasi antara gaya belajar accommodator dengan prestasi belajar matematika adalah 0.045 yang masuk dalam kategori korelasi

(15)

15

sangat rendah, dengan tingkat signifikan sebesar 0.434 (p > 0.05), artinya bahwa tidak terdapat hubungan yang positif signifikan antara gaya belajar accommodator dengan prestasi belajar matematika siswa kelas X SMA 1 Bae Kudus.

E.

Pembahasan Hasil Penelitian

Hasil penelitian ini menunjukkan bahwa tidak terdapat hubungan yang positif signifikan antara gaya belajar model David Kolb dengan prestasi belajar matematika siswa kelas X SMA 1 Bae Kudus. Data untuk prestasi belajar matematika diambil dari nilai murni Tes Akhir Semester (TAS) II Tahun Ajaran 2011/2012 pada mata pelajaran matematika, sedangkan untuk gaya belajar model David Kolb, data diperoleh dengan menggunakan instrumen berupa angket KLSI 1985 yang diadatasi dari Sulistyaningrum (2011).

Hasil analisis deskriptif dari prestasi belajar matematika didapat bahwa nilai Tes Akhir Semester (TAS) II dengan acuan nilai KKM dengan batas nilai terendah 76 tergolong rendah (tidak tutas), hal ini mungkin terjadi karena tingginya patokan KKM yang ditetapkan pihak sekolah, soal terlalu sulit, atau karena kesiapan belajar siswa yang kurang.

Penelitian ini dilakukan terhadap 62 siswa yang menjadi sampel responden, dalam penelitian ini didapati hasil sebanyak 22 siswa yang mempunyai gaya belajar dominan diverger, sebanyak 9 siswa mempunyai gaya belajar dominan assimilator, sedangkan yang mempunyai gaya belajar dominan converger ada sebanyak 15 siswa, dan siswa yang mempunyai gaya belajar dominan accomodator ada sebanyak 16 siswa. Kecenderungan gaya belajar untuk kelas X di SMA 1 Bae Kudus adalah pada gaya belajar

diverger.

Gaya belajar diverger, assimilator, converger, dan accomodator

mempunyai koefisien korelasi positif dengan prestasi belajar matematika. Tanda positif menunjukkan bahwa kenaikan skor pada gaya belajar diikuti kenaikan skor pada prestasi belajar matematika, demikian juga sebaliknya jika skor pada gaya belajar rendah maka skor pada prestsi belajar matematika juga akan rendah.

Hasil analisis data pada uji hipotesis yang menggunakan teknik korelasi

Pearson Product Moment didapati bahwa pada gaya belajar diverger tidak mempunyai hubungan yang positif signifikan dengan prestasi belajar matematika. Hal ini ditunjukkan dengan tingkat signifikan pada gaya belajar

(16)

16

diverger sebesar 0.204 (p > 0.05). Gaya belajar assimilator tidak mempunyai hubungan yang positif signifikan dengan prestasi belajar matematika. Hal ini ditunjukkan dengan tingkat signifikan pada gaya belajar assimilator sebesar 0.484 (p > 0.05).

Pada gaya belajar converger juga tidak terdapat hubungan yang positif signifikan dengan prestasi belajar matematika, hal ini ditunjukkan oleh tingkat signifikan pada gaya belajar converger sebesar 0.131 (p > 0.05). Gaya belajar accomodator tidak mempunyai hubungan yang positif signifikan dengan prestasi belajar matematika, hal ini ditunjukkan dengan tingkat signifikan pada gaya belajar accomodator sebesar 0.434 (p > 0.05). sehingga didapati hasil bahwa keempat gaya belajar model David Kolb tidak mempunyai hubungan yang positif signifikan dengan prestasi belajar matematika, dengan demikian 𝐻1 diterima.

Hasil penelitian ini sesuai dengan penelitian sebelumnya yang telah dilakukan oleh Natalia, Sari, dan Wibowo yang menyatakan bahwa tidak terdapat hubungan yang positif signifikan antara gaya belajar dengan prestasi belajar, tetapi hasil penelitian ini bertentangan dengan hasil penelitian sebelumnya yang telah dilakukan oleh Sulistyaningrum, Sadwika, dan Missa yang menyebutkan bahwa terdapat hubungan positif signifikan antara gaya belajar dengan prestasi belajar.

Gambar

Tabel 4.10 Statistik Deskriptif Variabel Gaya Belajar Diverger
Tabel 4.11 Statistik Deskriptif Variabel Gaya Belajar Assimilator
Tabel 4.20. Uji Linieritas Gaya Belajar Assimilator  ANOVA  PB      Sum of  Squares  df  Mean  Square  F  Sig
Tabel 4.22. Uji Linieritas Gaya Belajar Accomodator

Referensi

Dokumen terkait

Oleh karena itu, menurut penulis penghapusan kewajiban pajak kenderaan sepeda motor ini jika diterapkan tidaklah sesuai dengan kaidah ma‫܈‬la‫ۊ‬ah mursalah yang

Dengan adanya jumlah Infak yang ditetapkan bagi calon jemaah Haji kota Palopo, maka timbullah keinginan penulis untuk mengkaji dan meneliti mengenai Infak Haji yang diputuskan

Dapat dikatakan use case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sistem informasi dan siapa saja yang berhak menggunakan fungsi- fungsi

Penulisan skripsi ini dilakukan menggunakan metode kuantitatif berdasarkan fakta- fakta yang objektif agar kebenarannya dapat dipertanggungjawabkan baik secara teoritis

Berdasarkan beberapa definisi yang telah di kemukakan oleh beberapa penulis di atas, maka dapat disimpulkan bahwa motivasi kerja adalah suatu keadaan yang

Struktur geologi adalah tur geologi adalah bagian dari bagian dari ilmu geologi yang mempelajari ilmu geologi yang mempelajari tentang bentuk (arsitektur) batuan

atas hasil kerja rekan sejawat secara obyektif, penilaian dilakukan sesuai dengan kriteria yang telah ditentukan perusahaan, mengetahui kemampuan karyawan yang akan

Penggunaan BARS dapat disesuaikan dengan bagian kerja masing- masing sehingga penilaian kinerja akan lebih terbuka, transparan, dan adil, BARS juga dapat