6162
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Penelitian Data yang diperoleh dalam penelitian ini adalah data nilai tes kemampuan komunikasi matematis siswa dan data hasil skala sikap. Selanjutnya, peneliti mengolah data tersebut sesuai dengan langkah-langkah yang telah ditentukan pada BAB III. 1. Analisis Data Tes Awal (Pretest) a. Statistik Deskriptif Data Tes Awal (Pretest) Setelah dilakukan pengolahan data hasil pretes kelas eksperimen dan kelas kontrol, diperoleh statistik deskriptif yang terdiri dari nilai maksimum, nilai minimum, rata-rata, simpangan baku dan varians. Dibawah ini disajikan statistik deskriptif data hasil pretes kelas eksperimen dan kelas kontrol menggunakan Software SPSS 22 for Windows. Tabel 4.1 Statistik Deskriptif Data Tes Awal (Pretest) Nilai Nilai Maksimum Minimun Eksperimen 31 45 7 Kontrol 31 40 6 Catatan: Skor Maksimal Ideal 100 Kelas
N
Rata- Simpangan Varians rata Baku 26,42 9,42 88,78 22,06 8,38 70,32
Data selengkapnya dapat dilihat pada Lampiran E.1.
62
63
b. Uji Normalitas Distribusi Data Tes Awal (Pretest) Uji normalitas kelas kontrol dan kelas eksperimen dilakukan untuk menentukan apakah data yang diperoleh berdistribusi normal atau tidak. Uji normalitas terhadap dua kelas tersebut dilakukan dengan uji Shapiro-Wilk dengan menggunakan program SPSS 22 for Windows dengan taraf signifikansi 0,05. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada Tabel 4.2. Tabel 4.2 Normalitas Distribusi Tes Awal (Pretest) Kelas Eksperimen dan Kelas Kontrol Tests of Normality Shapiro-Wilk Kelas Pretes
Statistic
Df
Sig.
Eksperimen
.966
31
.418
Kontrol
.965
31
.399
Berdasarkan hasil output uji normalitas dengan menggunakan uji Shapiro-Wilk pada Tabel 4.2 nilai signifikansi pada kolom signifikansi data nilai tes awal (pretest) untuk eksperimen adalah 0,418 dan kelas kontrol adalah 0,399. Karena nilai signifikansi kedua kelas lebih dari 0,05, maka dapat dikatakan bahwa kelas kontrol dan kelas eksperimen berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada Grafik 4.1 dan Grafik 4.2
64
Grafik 4.1 Normalitas Q-Q Plot Tes Awal (Pretest) Kelas Eksperimen
Grafik 4.2 Normalitas Q-Q Plot Tes Awal (Pretest) Kelas Kontrol
65
Dari Grafik 4.1 dan Grafik 4.2 terlihat garis lurus dari kiri bawah ke kanan atas. Tingkat penyebaran titik di suatu garis menunjukkan normal tidaknya suatu data. “Jika suatu distribusi data normal, maka data akan tersebar di sekeliling garis”, (Uyanto, 2006:35). Dari grafik di atas terlihat bahwa data tersebar di sekeliling garis lurus. Sehingga dapat disimpulkan bahwa data skor pretest untuk siswa kelas eksperimen dan siswa kelas kontrol atau kedua sampel tersebut berasal dari populasi yang berdistribusi normal. c. Uji Homogenitas Dua Varians Berdasarkan uji normalitas distribusi data pretest, data skor pretest kedua kelas berdistribusi normal sehingga analisis dilanjutkan dengan menguji homogenitas dua varians antara data pretest kelas eksperimen dan kelas kontrol menggunakan uji Levene dengan menggunakan program SPSS 22.0 for Windows dengan taraf signifikansi 0,05. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada Tabel 4.3. Tabel 4.3 Homogenitas Dua Varians Tes Awal (Pretest) Kelas Eksperimen dan Kelas Kontrol Test of Homogeneity of Variance Levene Statistic .463
df1
df2 1
Sig. 60
.499
Berdasarkan hasil output uji homogenitas varians dengan menggunakan uji Levene pada Tabel 4.3 nilai signifikansinya adalah 0,499. Karena nilai
66
signifikansinya lebih dari 0,05, maka dapat disimpulkan bahwa siswa kelas kontrol dan kelas eksperimen berasal dari populasi-populasi yang mempunyai varians yang sama, atau kedua kelas tersebut homogen. Data selengkapnya dapat dilihat pada Lampiran E.1. d. Uji Kesamaan Dua Rerata (Uji-t) Kedua kelas tersebut berdistribusi normal dan memiliki varians yang homogen, selanjutnya dilakukan uji kesamaan dua rerata dengan uji-t dua pihak melalui program SPSS 22.0 for Windows menggunakan Independent Sample T-Test dengan asumsi kedua varians homogen (equal varians assumed) dengan taraf signifikansi 0,05. Hipotesis tersebut dirumuskan dalam bentuk hipotesis statistik (uji dua pihak) menurut Sugiyono (2010:120) sebagai berikut : H0 : µ1 = µ2 Ha : µ1 ≠ µ2 Keterangan : Ho :
Kemampuan komunikasi matematis siswa kelas eksperimen dan kelas kontrol pada tes awal (pretest) tidak berbeda secara signifikan.
Ha :
Kemampuan komunikasi matematis siswa kelas eksperimen dan kelas kontrol pada tes awal (pretest) berbeda secara signifikan. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada
Tabel 4.4.
67
Tabel 4.4 Uji-t Tes Awal (Pretest) Kelas Eksperimen dan Kelas Kontrol
Independent Samples Test Levene's Test for Equality of Variances
t-test for Equality of Means 95% Confidence Interval of the
F
Sig.
t
df
Sig. (2-
Mean
Std. Error
tailed)
Difference
Difference
Difference Lower
Upper
Equal variances
,463
,499
1,922
60
,059
4,355
2,266
-,177
8,887
1,922
59,203
,059
4,355
2,266
-,178
8,888
assumed
Equal variances not assumed
Pada Tabel 4.4 terlihat bahwa nilai signifikansi (sig.2-tailed) dengan uji-t adalah 0,059. Karena nilai probabilitasnya lebih besar dari 0,05 maka H0 diterima atau kemampuan komunikasi matematis siswa kelas eksperimen dan kelas kontrol pada tes awal (pretest) tidak berbeda secara signifikan. 2. Analisis Data Tes Akhir (Posttest) a. Statistik Deskriptif Data Tes Akhir (Posttest) Setelah dilakukan pengolahan data hasil posttest kelas eksperimen dan kelas kontrol, diperoleh statistik deskriptif yang terdiri dari nilai maksimum, nilai minimum, rata-rata, simpangan baku dan varians. Dibawah ini disajikan
68
statistik deskriptif data hasil posttest kelas eksperimen dan kelas kontrol menggunakan Software SPSS 22 for Windows. Tabel 4.5 Statistik Deskriptif Data Tes Akhir (Posttest) Kelas Eksperimen dan Kelas Kontrol Nilai Nilai Rata- Simpangan Varians Maksimum Minimun rata Baku Eksperimen 31 94 65 81,55 7,35 54,12 Kontrol 31 87 52 68,71 8,83 78,01 Catatan: Skor Maksimal Ideal 100 Kelas
N
Data selengkapnya dapat dilihat pada Lampiran E.2. b. Uji Normalitas Distribusi Data Tes Akhir (Posttest) Uji normalitas kelas kontrol dan kelas eksperimen dilakukan untuk menentukan apakah data yang diperoleh berdistribusi normal atau tidak. Uji normalitas terhadap dua kelas tersebut dilakukan dengan uji Shapiro-Wilk dengan menggunakan program SPSS 22.0 for Windows dengan taraf signifikansi 0,05. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada Tabel 4.6. Tabel 4.6 Normalitas Distribusi Tes Akhir (Posttest) Kelas Eksperimen dan Kelas Kontrol Tests of Normality KELAS
Shapiro-Wilk Statistic
POSTES
df
Sig.
EKSPERIMEN
,971
31
,536
KONTROL
,967
31
,450
69
Berdasarkan hasil output uji normalitas dengan menggunakan uji Shapiro-Wilk pada Tabel 4.6 nilai signifikansi pada kolom signifikansi data nilai tes akhir (posttest) untuk eksperimen adalah 0,536 dan kelas kontrol adalah 0,450. Karena nilai signifikansi kedua kelas lebih dari 0,05, maka dapat dikatakan bahwa kelas kontrol dan kelas eksperimen berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada Grafik 4.3 dan Grafik 4.4.
Grafik 4.3 Normalitas Q-Q Plot Tes Akhir (Posttest) Kelas Eksperimen
70
Grafik 4.4 Normalitas Q-Q Plot Tes Akhir (Posttest) Kelas Kontrol
Dari Grafik 4.3 dan Grafik 4.4 terlihat garis lurus dari kiri bawah ke kanan atas. Tingkat penyebaran titik di suatu garis menunjukkan normal tidaknya suatu data. “Jika suatu distribusi data normal, maka data akan tersebar di sekeliling garis”, (Uyanto, 2006:35). Dari grafik di atas terlihat bahwa data tersebar di sekeliling garis lurus. Sehingga dapat disimpulkan bahwa data skor posttest untuk siswa kelas eksperimen dan siswa kelas kontrol atau kedua sampel tersebut berasal dari populasi yang berdistribusi normal.
71
c. Uji Homogenitas Dua Varians Berdasarkan uji normalitas distribusi data posttest, data skor posttest kedua kelas berdistribusi normal sehingga analisis dilanjutkan dengan menguji homogenitas dua varians antara data posttest kelas eksperimen dan kelas kontrol menggunakan uji Levene dengan menggunakan program SPSS 22.0 for Windows dengan taraf signifikansi 0,05. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada Tabel 4.7. Tabel 4.7 Homogenitas Dua Varians Tes Akhir (Posttest) Kelas Eksperimen dan Kelas Kontrol Test of Homogeneity of Variance Levene Statistic .449
df1
df2 1
Sig. 60
.505
Berdasarkan hasil output uji homogenitas varians dengan menggunakan uji Levene pada Tabel 4.7 nilai signifikansinya adalah 0,505. Karena nilai signifikansinya lebih besar dari 0,05, maka dapat disimpulkan bahwa siswa kelas kontrol dan kelas eksperimen berasal dari populasi-populasi yang mempunyai varians yang sama, atau kedua kelas tersebut homogen. Data selengkapnya dapat dilihat pada Lampiran E.2. d. Uji Kesamaan Dua Rerata (Uji-t) Kedua kelas tersebut berdistribusi
normal dan
memiliki
varians
yang homogen, selanjutnya dilakukan uji kesamaan dua rerata dengan uji-t melalui program SPSS 22.0 for Windows menggunakan Independent Sample
72
T-Test dengan asumsi kedua varians homogen (equal varians assumed) dengan taraf signifikansi 0,05. Hipotesis tersebut dirumuskan dalam bentuk hipotesis statistik (uji pihak kanan) menurut Sugiyono (2010:121) sebagai berikut. H0 : µ1 ≤ µ2 Ha : µ1 > µ2 Keterangan : H0 :
Pada tes akhir (posttest) kemampuan komunikasi matematis siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing tidak lebih baik daripada siswa yang mendapatkan model pembelajaran ekspositori.
Ha :
Pada tes akhir (posttest) kemampuan komunikasi matematis siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing lebih baik daripada siswa yang mendapatkan model pembelajaran ekspositori. Setelah dilakukan pengolahan data, tampilan hasil uji-t tes akhir
(posttest) dapat dilihat pada Tabel 4.8.
73
Tabel 4.8 Uji-t Tes Akhir (Posttest) Kelas Eksperimen dan Kelas Kontrol Independent Samples Test Levene's Test for Equality of Variances
F
t-test for Equality of Means
Sig.
t
df
Std.
95% Confidence
Mean
Error
Interval of the
Sig. (2-
Differen
Differen
Difference
tailed)
ce
ce
Lower
Upper
Equal variances
,449
,505 6,219
60
,000
12,839
2,065
8,709
16,968
6,219
58,101
,000
12,839
2,065
8,706
16,971
assumed Equal variances not assumed
Pada Tabel 4.8 nilai p-valued untuk 2-tailed = 0,000. Menurut Uyanto (2006:120), “Karena kita melakukan uji hipotesis satu pihak Ha: µ1>µ2, maka nilai p-value (2-tailed) harus dibagi dua”, sehingga menjadi
.
Karena p-value = 0,000 < α = 0,05 maka H0: µ1=µ2 ditolak dan Ha: µ1>µ2 diterima, sehingga dapat disimpulkan bahwa kemampuan komunikasi matematis siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing lebih baik daripada siswa yang mendapatkan pembelajaran ekspositori.
74
3. Pengolahan Data Indeks Gain a.
Statistik Deskriptif Data Indeks Gain Data indeks gain dianalisis untuk mengetahui peningkatan dan kualitas peningkatan kemampuan komunikasi matematis siswa setelah memperoleh model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing. Dibawah ini disajikan statistik deskriptif data indeks gain kelas eksperimen dan kelas kontrol menggunakan Software SPSS 22 for Windows. Tabel 4.9 Statistik Deskriptif Indeks Gain Kelas Eksperimen dan Kelas Kontrol Kelas
N
Eksperimen 31 Kontrol 31
Nilai Nilai Rata- Simpangan Varians Maksimum Minimun rata Baku 0,92 0,53 0,72 0,11 0,013 0,83 0,23 0,62 0,13 0,017
Data selengkapnya mengenai statistik deskriptif dari skor indeks gain kelas eksperimen dan kelas kontrol dapat dilihat pada lampiran E.3. Deskriptif pada Tabel 4.9 memberikan kesimpulan bahwa rata-rata indeks gain kemampuan komunikasi matematis kelas eksperimen berbeda dengan rata-rata indeks gain kemampuan komunikasi matematis siswa kelas kontrol. Rata-rata indeks gain kelas eksperimen adalah 0,72 dan rata-rata indeks gain kelas kontrol adalah 0,62. Selanjutnya untuk mengetahui perbedaan peningkatan kemampuan komunikasi matematis siswa berbeda secara
75
signifikan atau tidak, dilakukan pengujian hipotesis secara statistik terhadap data indeks gain. Langkah-langkah pengujiannya adalah sebagai berikut: 1) Uji Normalitas Data Indeks Gain Uji normalitas dilakukan dengan menggunakan uji Shapiro-Wilk karena sampel dalam penelitian ini berukuran lebih dari 30 siswa yaitu 31 siswa untuk masing-masing kelas, dengan taraf signifikansi 0,05 melalui software SPSS 22.0 for windows. Dengan kriteria pengambilan keputusannya yaitu (Santoso, 2012:77): Jika signifikansi atau nilai probabilitas < 0,05, maka data berasal dari populasi yang berdistribusi tidak normal dan jika signifikansi atau nilai probabilitas > 0,05 maka data berasal dari populasi yang berdistribusi normal. Setelah dilakukan pengolahan data, tampilan outputnya dapat dilihat pada Tabel 4.10 berikut ini: Tabel 4.10 Output Data Normalitas Distribusi Indeks Gain Tests of Normality KELAS
Shapiro-Wilk Statistic
GAIN
df
Sig.
EKSPERIMEN
,965
31
,399
KONTROL
,944
31
,104
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
76
Berdasarkan Tabel 4.10 setelah dilakukan uji statistik menggunakan uji Shapiro-Wilk terlihat bahwa skor indeks gain kelas eksperimen memiliki nilai signifikansi 0,399 dan kelas kontrol memiliki nilai signifikan 0,104. Nilai signifikansi kedua kelas lebih besar dari 0,05, maka berdasarkan kriteria pengambilan keputusan menurut (Santoso, 2012:77), dapat disimpulkan bahwa data indeks gain kedua kelas berasal dari populasi yang berdistribusi normal. Dengan bantuan software SPSS 22.0 for windows, hasil output dari uji normalitas menggunakan Q-Q Plot dapat dilihat pada Grafik 4.5 dan Grafik 4.6 berikut ini:
Grafik 4.5 Uji Normalitas Q-Q Plot Indeks Gain Kelas Eksperimen
77
Grafik 4.6 Uji Normalitas Q-Q Plot Indeks Gain Kelas Kontrol 2) Uji Homogenitas Varians Untuk menguji homogenitas varians data indeks gain kelas eksperimen dan kelas kontrol pada penelitian ini, digunakan statistik uji Levene dengan taraf signifikan 0,05 menggunakan software SPSS 22.0 for windows. Kriteria pengambilan keputusannya yaitu (Santoso, 2012:157): Jika nilai signifikansi atau nilai probabilitas < 0,05, maka data berasal dari populasi yang mempunai varians tidak sama dan jika nilai signifikansi atau probabilitas > 0,05, maka data berasal dari populasi yang mempunyai varians sama. Setelah dilakukan pengolahan data, tampilan output dari analisis uji homogenitas Levene ditunjukan pada Tabel 4.11 berikut ini:
78
Tabel 4.11 Output Uji Homogenitas Dua Varians Indeks Gain Test of Homogeneity of Variance
GAIN
Based on Mean
Levene Statistic ,025
df1 1
df2 60
Sig. ,874
Berdasarkan hasil output uji homogenitas varians dengan menggunakan uji Levene pada Tabel 4.11 nilai signifikansinya adalah 0,874. Karena nilai signifikansinya lebih besar dari 0,05, maka dapat disimpulkan bahwa siswa kelas kontrol dan kelas eksperimen berasal dari populasi-populasi yang mempunyai varians yang sama, atau kedua kelas tersebut homogen. Data selengkapnya dapat dilihat pada Lampiran E.3. 3) Uji Kesamaan Dua Rata-rata (Uji-t) Kedua kelas tersebut berdistribusi normal dan memiliki varians yang homogen, selanjutnya dilakukan uji kesamaan dua rerata dengan uji-t melalui program SPSS 22.0 for Windows menggunakan Independent Sample T-Test dengan asumsi kedua varians homogen (equal varians assumed) dengan taraf signifikansi 0,05. Hipotesis tersebut dirumuskan dalam bentuk hipotesis statistik (uji pihak kanan) menurut Sugiyono (2010:121) sebagai berikut.
H0 : µ1 ≤ µ2 Ha : µ1 > µ2
79
Keterangan : H0 : Peningkatan kemampuan pemahaman matematis siswa yang menerapkan model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing tidak lebih baik dibandingkan dengan siswa yang menerapkan model pembelajaran ekspositori. Ha : Peningkatan kemampuan pemahaman matematis siswa yang menerapkan model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing lebih baik dibandingkan dengan siswa yang menerapkan model pembelajaran ekspositori. Setelah dilakukan pengolahan data, tampilan hasil uji-t tes akhir (posttest) dapat dilihat pada Tabel 4.12. Tabel 4.12 Output Uji Perbedaan Rata-rata Indeks Gain Independent Samples Test Levene's Test for Equality of Variances
t-test for Equality of Means Sig. (2tailed
F
Sig.
,025
,874
t
df
)
Mean
Std.
95% Confidence
Error
Interval of the
Differen Differen
Difference
ce
ce
Lower
Upper
Equal variances assumed
3,260
60
,002
,10156
,03116
,03924
,16389
3,260
58,812
,002
,10156
,03116
,03921
,16392
Equal variances not assumed
80
Pada Tabel 4.12 nilai p-valued untuk 2-tailed = 0,002. Menurut Uyanto (2006:120), “Karena kita melakukan uji hipotesis satu pihak Ha: µ1>µ2, maka nilai p-value (2-tailed) harus dibagi dua”, sehingga menjadi
.
Karena p-value = 0,001 < α = 0,05 maka H0: µ1=µ2 ditolak dan Ha: µ1>µ2 diterima, sehingga dapat disimpulkan bahwa kemampuan komunikasi matematis siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing lebih baik daripada siswa yang mendapatkan pembelajaran ekspositori. 4. Analisis Data Skala Sikap a. Menghitung Skor Rata-rata Sikap Siswa Skala sikap ini berisikan pernyataan-pernyataan siswa terhadap pelajaran matematika, terhadap model pembelajaran Problem Based Learning dengan pendekatan Problem Posing, dan terhadap komunikasi matematis. Analisis data hasil skala sikap data dilihat pada Tabel 4.13, Tabel 4.14 dan Tabel 4.15. Tabel 4.13 Sikap Siswa terhadap Pelajaran Matematika
Indikator Menunjukkan kesenangan peserta didik terhadap pelajaran matematika.
No. Item 1 12 3
Sifat Pernyataan Positif Skor Negatif Skor Positif Skor
Jawaban SS 4 5 1 1 5 5
S 16 4 0 2 21 4
N 11 3 2 3 5 3
TS 0 2 16 4 0 2
STS 0 1 12 5 0 1
Ratarata Item 3,77 4,22 4,00
81
No. Item
Indikator
20 6 Menunjukan kesungguhan mengikuti pelajaran matematika
25 22 29
Sifat Pernyataan Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor
Jawaban SS 0 1 9 5 0 1 12 5 0 1
S 1 2 16 4 0 2 15 4 1 2
N 4 3 6 3 4 3 4 3 2 3
TS 11 4 0 2 14 4 0 2 22 4
STS 15 5 0 1 13 5 0 1 6 5
Rata-rata
Ratarata Item 4,29 4,09 4,29 4,25 4,06 4,12
Berdasarkan Tabel 4.13 di atas dapat dilihat rata-rata sikap siswa terhadap pelajaran matematika adalah 4,12. Karena 4,12 > 3,00 maka dapat disimpulkan bahwa sikap siswa positif terhadap pelajaran matematika. Tabel 4.14 Sikap Siswa terhadap Model Pembelajaran Problem Based Learning dengan Pendekatan Problem Posing
Indikator
Menunjukkan kesenangan peserta didik terhadap pembelajaran model pembelajaran Problem Based Learning dengan dengan Pendekatan Problem Posing.
No. Item 18 2 23 8 24 11
Jawaban
Sifat Pernyataan
SS
S
N
TS
STS
Positif Skor Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor
9 5 6 1 11 5 4 1 11 5 2 1
19 4 14 2 6 4 1 2 18 4 0 2
3 3 11 3 8 3 4 3 1 3 3 3
0 2 0 4 5 2 22 4 1 2 19 4
0 1 0 5 1 1 0 5 0 1 7 5
Ratarata Item 4,19 2,16 3,67 3,41 4,25 3,93
82
Indikator
No. Item 28 17
Menunjukkan sikap setuju terhadap model pembelajaran Problem Based Learning dengan Pendekatan Problem
4 10 7 13
Posing. 9 15 14 21 27 30
Sifat Pernyataan Positif Skor Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor Positif Skor Negatif Skor Rata-rata
Jawaban SS
S
N
TS
STS
14 5 0 1 20 5
15 4 4 2 2 4
2 3 1 3 7 3
0 2 20 4 2 2
0 1 6 5 0 1
2 1 2 5
8 2 9 4
10 3 16 3
10 4 4 2
1 5 0 1
0 1 15 5 0
1 2 11 4 8
0 3 5 3 3
21 4 0 2 10
9 5 0 1 10
1 21 5 0
2 9 4 3
3 1 3 1
4 0 2 13
5 0 1 14
1 6 5 0
2 23 4 3
3 2 3 2
4 0 2 9
5 0 1 17
1
2
3
4
5
Ratarata Item 4,38 3,90 4,29 3,00 3,29 4,22 4,32 3,70 4,64 4,22 4,12 4,29 3,88
Berdasarkan Tabel 4.14 di atas dapat dilihat rata-rata sikap siswa terhadap model pembelajaran Problem Based Learning dengan pendekatan Problem Posing adalah 3,88. Karena 3,88 > 3,00 maka dapat disimpulkan bahwa sikap siswa positif terhadap model pembelajaran Problem Based Learning dengan pendekatan Problem Posing.
83
Tabel 4.15 Sikap Siswa terhadap Komunikasi Matematis
Indikator
Menunjukkan kesenangan terhadap soal-soal komunikasi.
No. Item 5 16 19 26
Jawaban
Sifat Pernyataan
SS
S
N
TS
STS
Positif Skor Negatif Skor Positif Skor Negatif Skor
11 5 1 1 11 5 1 1
17 4 1 2 18 4 2 2
3 3 3 3 0 3 1 3
0 2 22 4 1 2 17 4
0 1 4 5 1 1 10 5
Rata-rata
Ratarata Item 4,25 3,87 4,19 4,06 4,09
Berdasarkan Tabel 4.15 di atas dapat dilihat rata-rata sikap siswa komunikasi matematis adalah 4,09. Karena 4,09 > 3,00 maka dapat disimpulkan bahwa sikap siswa positif terhadap komunikasi matematis. Dari Tabel 4.13, Tabel 4.14, dan Tabel 4.15 di atas, dapat disimpulkan bahwa siswa memiliki sikap yang positif terhadap pelajaran matematika, model pembelajaran Problem Based Learning dengan pendekatan Problem Posing, dan kemampuan komunikasi matematis. Perhitungan selengkapnya terdapat pada Lampiran E.4. b. Uji Normalitas Distribusi Data Skala Sikap Menguji normalitas kelas eksperimen. Uji normalitas dengan uji Shapiro-Wilk dengan menggunakan program SPSS 22.0 for Windows dengan taraf signifikansi 0,05. Setelah dilakukan pengolahan data, tampilan output dapat dilihat pada Tabel 4.16.
84
Tabel 4.16 Normalitas Distribusi Skala Sikap Kelas Eksperimen Tests of Normality KELAS
a
Kolmogorov-Smirnov Statistic
EKSPERIMEN
,131
df
Shapiro-Wilk
Sig. 30
,200
Statistic *
df
,936
Sig. 30
,071
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
Berdasarkan hasil output uji normalitas varians dengan menggunakan uji Shapiro-Wilk pada Tabel 4.16 nilai signifikansi pada kolom signifikansi data skala sikap untuk kelas eksperimen adalah 0,071. Karena nilai signifikansi lebih dari 0,05, maka dapat dikatakan bahwa kelas eksperimen berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada Grafik 4.7.
Grafik 4.7 Normalitas Q-Q Plot Skala Sikap Kelas Eksperimen
85
Dari Grafik 4.7 terlihat garis lurus dari kiri bawah ke kanan atas. Tingkat penyebaran titik di suatu garis menunjukkan normal tidaknya suatu data. “Jika suatu distribusi data normal, maka data akan tersebar di sekeliling garis”, (Uyanto, 2006:35). Dari grafik di atas terlihat bahwa data tersebar di sekeliling garis lurus. Sehingga dapat disimpulkan bahwa data skala sikap untuk siswa kelas eksperimen berasal dari populasi yang berdistribusi normal. c. Uji-t Satu Pihak Setelah dilakukan uji normalitas distribusi data skala sikap siswa dari sampel, langkah selanjutnya adalah diadakan pengujian secara umum (uji hipotesis). Tujuannya adalah untuk mengetahui apakah sikap siswa terhadap penggunaan model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing dalam pembelajaran matematika itu lebih dari 3,00 (bersikap positif). Berdasarkan perhitungan di atas, kelas eksperimen berdistribusi normal, sehingga dilakukan uji-t melalui program SPSS 22.0 for Windows menggunakan One Sample T-Test dengan taraf signifikansi 0,05, dan diuji satu pihak yaitu uji pihak kanan. Hipotesis tersebut dirumuskan dalam bentuk hipotesis statistik (uji pihak kanan) menurut Sugiyono (2010:102) sebagai berikut: H0 : µ0 ≤ 3,00 Ha : µ0 > 3,00
86
Keterangan: H0 : Sikap siswa terhadap penggunaan model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing dalam pembelajaran matematika adalah lebih kecil atau sama dengan 3,00. Ha : Sikap siswa terhadap penggunaan model pembelajaran Problem Based Learning dengan Pendekatan Problem Posing dalam pembelajaran matematika adalah lebih dari 3,00.
Setelah dilakukan pengolahan data, tampilan hasil uji-t tes akhir (postes) dapat dilihat pada Tabel 4.17. Tabel 4.17 Uji-t Skala Sikap Kelas Eksperimen One-Sample Test
Test Value = 3
t Rerata
11,512
Sig. (2tailed)
df 29
,000
95% Confidence Interval of the Difference
Mean Difference Lower ,87767
,7217
Upper 1,0336
Pada Tabel 4.17 nilai p-valued untuk 2-tailed = 0,000. Menurut Uyanto (2006:86), “Karena kita melakukan uji hipotesis satu pihak Ha: µ1>µ2, maka nilai p-value (2-tailed) harus dibagi dua”, sehingga menjadi
.
87
Karena nilai p-valued = 0,00 < α = 0,05, maka H0: µ0 ≤ 3,00 ditolak dan Ha: µ0 > 3,00 diterima, sehingga dapat disimpulkan bahwa siswa bersikap positif terhadap penggunaan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing dalam pembelajaran matematika adalah lebih dari 3. Artinya secara populasi siswa bersikap positif terhadap penggunaan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing.
B. Pembahasan Untuk mengetahui kemampuan komunikasi awal yang telah dimiliki siswa dari lingkungan maupun pengalaman belajar maka dilakukan tes awal (pretes). Berdasarkan hasil pengujian tes awal (pretes) tidak terdapat perbedaan yang signifikan pada kelas eksperimen dan kelas kontrol. Ini berarti bahwa pemilihan kelasnya berasal dari populasi yang homogen. Keadaan ini sangat membantu untuk melihat perkembangan kemampuan komunikasi matematis siswa setelah pembelajaran berlangsung. Berdasarkan hasil penelitian, terdapat perbedaan kemampuan komunikasi matematis antara siswa yang mendapatkan model pembelajaran Problem Based Learning
dengan
pendekatan
Problem
Posing
dan
yang
mendapatkan
pembelajaran ekspositori. Kemampuan komunikasi matematis siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan
88
Problem Posing lebih baik daripada siswa yang mendapatkan pembelajaran ekspositori. Bagi siswa yang mendapatkan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing dapat lebih cepat memahami konsep matematika dan mampu mengembangkan kemampuan komunikasinya, karena dalam proses pembelajarannya siswa mengerjakan soalnya secara berkelompok dan melakukan presentasi secara serta dapat membuat pertanyaan dan menemukan sendiri jawaban dari suatu masalah yang dipertanyakan. Keadaan ini memungkinkan siswa untuk memiliki pengalaman lebih baik dalam menemukan suatu penyelesaian pada permasalahan matematika. Semakin besar simpangan baku semakin variasi sebaran datanya. Varians adalah pangkat dua dari simpangan baku. Nilai homogen terbesar diperoleh dari data pretes, karena selisih varians pada pretes lebih kecil daripada selisih varians pada postes. Semakin kecil selisih varians maka kedua kelas semakin homogen. Berdasarkan hasil analisis data skala sikap, terlihat bahwa siswa bersikap positif terhadap penggunaan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing dalam pembelajaran matematika. Penerapan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing juga dapat mengurangi ketidaksenangan siswa terhadap matematika, siswa dapat belajar dengan baik, dan menyelesaikan tugas dengan benar. Selaras dengan hal tersebut, Ruseffendi (2006:234) menyatakan, ”Sikap positif seorang siswa adalah dapat mengikuti pelajaran dengan sungguh-sungguh, dapat menyelesaikan tugas
89
yang diberikan dengan baik, tuntas dan tepat waktu, berpartisipasi aktif, dan dapat merespon dengan baik tantangan yang diberikan”. Berdasarkan temuan peneliti di lapangan, dengan model pembelajaran Problem Based Learning dengan pendekatan Problem Posing siswa menjadi lebih serius dalam belajarnya, terutama ketika mengerjakan soal-soal, dan mereka tidak takut atau malu untuk bertanya kepada guru, dan pada saat guru bertanya siapa yang mau mengerjakan soal sebagian besar siswa ingin berpartisipasi. Meskipun demikian, tidak seluruh siswa berubah cara belajarnya, akan tetapi pada umumnya siswa menjadi lebih aktif ketika belajar matematika. Temuan yang didapat dari skala sikap untuk rerata pernyataan maksimum terdapat pada pernyataan negatif nomor duabelas yaitu “Saya merasa matematika tidak penting untuk dipelajari karena tidak ada manfaatnya dalam kehidupan sehari-hari”,
yang artinya banyak siswa yang menyatakan tidak setuju terhadap pernyataan itu, karena ketika pembelajaran ini diterapkan, sikap siswa menjadi tidak malas atau rajin bahkan akan mempercepat pembelajaran seperti dalam mengerjakan LKS, dan mengerjakan pekerjaan rumah. Hal tersebut sesuai dengan konsep dasar Problem Based Learning, yang merupakan kelebihan dari pembelajaran tersebut. Selanjutnya skala sikap untuk rerata pernyataan minimum terdapat pada pernyataan negatif nomor dua yaitu “Saya mengalami kesulitan dalam membuat soal dari situasi yang diberikan”, yang artinya banyak siswa yang menyatakan tidak
setuju terhadap pernyataan itu, tapi banyak juga yang menyatakan setuju dan netral sehingga nilai reratanya mendekati netral. Hal ini disebabkan masih banyak siswa
90
yang merasa kesulitan dalam membuat pertanyaan, itu terjadi karena siswa tidak terbiasa dalam membuat pertanyaan. Dari hasil penelitian ini sebagaimana telah dikemukakan pada bagian sebelumnya, memberikan gambaran bahwa model pembelajaran Problem Based Learning dengan pendekatan Problem Posing dapat memberikan sumbangan yang lebih baik terhadap kemampuan komunikasi matematis siswa dibandingkan dengan pembelajaran ekspositori, sehingga dapat dijadikan sebagai wahana untuk mengembangkan
kemampuan
komunikasi
matematis
dan
mampu
mengaplikasikannya dalam kehidupan sehari-hari. Pada akhirnya diharapkan siswa menjadi lebih paham terhadap materi pelajaran yang dipelajarinya, sehingga berdampak positif terhadap hasil belajar serta kemampuan komunikasi matematisnya.
Kelebihan dari model pembelajaran Problem Based Learning
dengan pendekatan Problem Posing adalah kegiatan pembelajaran tidak terpusat pada guru, tetapi dituntut keaktifan siswa, minat siswa dalam pembelajaran lebih besar dan siswa lebih mudah memahami soal karena dibuat sendiri, semua siswa terpacu untuk terlibat secara aktif dalam membuat soal, dapat membantu siswa untuk melihat permasalahan yang ada dan yang baru diterima sehingga diharapkan mendapatkan pemahaman yang medalam dan lebih baik, merangsang siswa untuk memunculkan ide yang kreatif dari yang diperolehnya dan memperluas bahasan/pengetahuan, siswa dapat memahami soal sebagai latihan untuk memecahkan masalah.
91
Pada dasarnya banyak sekali kelebihan yang dimiliki model pembelajaran Problem Based Learning dengan pendekatan Problem Possing. Akan tetapi dalam prakteknya, tidak mudah untuk menyatukan semua gaya belajar yang menjadi unsur dalam model pembelajaran Problem Based Learning dengan pendekatan Problem Posing. Hal ini terlihat ketika pada awalnya banyak siswa yang mengalami kesulitan untuk mengikuti proses pembelajaran, akan tetapi untuk selanjutnya sebagian besar siswa mulai dapat mengikuti proses pembelajaran dengan baik. Selain itu, hal lain yang menjadi hambatan dalam penelitian ini ketika siswa harus membuat pertanyaan memerlukan banyak waktu. Berdasarkan pernyataan siswa, proses membuat pertanyaan sangat sulit. Ketika diberikan permasalahan yang mengharuskan siswa untuk membuat pertanyaan terlebih dahulu siswa harus membaca pernyataan kemudian membuat pertanyaan tetapi siswa tidak terbiasa dalam membuat pertanyaan, sehingga siswa membutuhkan waktu lama untuk membuat pertanyaan. Oleh karena itu, untuk mengatasi hambatan tersebut, peneliti memberikan suatu pernyataan.
