METOLOGI PENELITIAN
30
31
3.3.2. Sampel
Menurut Garaika (2019: 34) Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Apabila populasi besar dan
peneliti tidak mungkin mempelajari semua yang ada pada populasi, karena
mempunyai keterbatasan dana, tenaga dan waktu, maka peneliti dapat
menggunakan sampel yang diambil dari populasi yang mewakili. Sampel yang
32
Skor 5 4 3 2 1
B. Item Negatif
Pernyataan SS S KS TS STS
Skor 1 2 3 4 5
Pengelompokkan skor Curiosity belajar ke dalam kategori tinggi, sedang, dan
rendah dilakukan dengan langkah-langkah berikut:
1. Menjumlahkan skor semua peserta didik
2. Mencari nilai rata-rata (Mean) dan simpangan baku (Standar Deviasi)
∑X
Mean =
N
Keterangan :
∑X = Jumlah semua skor
N = Banyaknya peserta didik
√ ( )
2
∑X ∑X
SD = − 2
N N
Keterangan :
SD : Standar Deviasi
∑x2 : Jumlah skor yang telah dikudratkan kemudian dibagi N
N
∑ i=1 Xi2: Jumlah skor yang dikuadratkan, dibagi banyaknya peserta didik
(N)
Tabel 3.5 Kategori Pengelompokan Curiosity belajar Peserta Didik
No Interval Kategori
1 X ≥ X + SD Tinggi
2 X −SD ≤ X < X + SD Sedang
3 X < X−SD Rendah
instrumen menjukkan sejauh mana data yang terkumpul tidak menyimpang dari
gambaran tentang validitas yang dimaksud.
Rumus korelasi yang dapat digunakan adalah yang dikemukakan oleh
Pearson, yang dikenal dengan rumus korelasi product moment sebagai berikut :
N ∑ xy−(∑ X )(∑Y )
√
rxy = { N ∑ X ²−( ∑ X ² ) } { N ∑Y ²−(∑Y ²) ¿ Arikunto (2020 :213)
¿
Keterangan :
rxy = koefisien korelasi antara variabel X dan variabel Y
N = jumlah siswa
∑x = Skor siswa pada tiap butir soal
∑ y = Nilai / Skor total
Tabel 3.4 Interpretasi Kriteria Validitas
Nilai rxy Interpretasi
0,80 - 1,00 Sangat Tinggi
0,60 – 0,79 Tinggi
0,40 – 0,59 Cukup
0,20 – 0,39 Rendah
0,00 – 0,19 Sangat Rendah
Dibawah 0,00 (korelasi negatif) Tidak Valid
mean
tingkat kesukaran=
skor maksimum yang ditetapkan
Karena test yang digunakan berbentuk uraian (essay test) maka untuk
mengetahui reliabilitas tes digunakan rumus Alpha, Arikunto (2020: 221).
k ∑σ b ²
r11 = ( k −1 ) 1− ¿
σ ²ₜ
Keterangan :
r11 = reabilitas instrumen
k = banyaknya butir pertanyaan atau banyaknya soal.
∑σ b ² = Jumlah varians butir
σ ₜ ² = Varians total
Variasn dapat dihitung dengan rumus :
(∑ x) ²
∑ x2 −
n
σ ²=
n
Keterangan :
σ 2 = varians
x = simpangan x dan x , yang dicari x- x
n = banyaknya subjek pengikut tes
Instrumen dikatakan reliabel jika koefisien reliabilitas Alfa Cronbach lebih
dari 0,70 (ri > 0,70).
3.5.3.4 Daya Pembeda Tes
Daya pembeda butir tes adalah kemampuan soal membedakan siswa
yang berkemampuan tinggi dengan siswa yang berkemampuan rendah. Angka
yang menunjukkan besarnya daya pembeda disebut indeks diskriminasi (DB).
Untuk menentukan daya pembeda digunakan rumus sebagai berikut:
X A −X B
DB =
X maks
Dimana:
DB = daya beda soal
XA = skor rata-rata siswa berkemampuan tinggi
XB = skor rata-rata siswa berkemampuan rendah
X maks = skor maksimum yang ditetapkan
Kriteria daya pembeda yang dipakai dalam penelitian ini adalah yang : cukup,
baik dan baik sekali.
3.6 Teknik Analisis Data
Hasil dari pengumpulan data, diperoleh sejumlah data yang akan
memberikan jawaban terhadap problematik penelitian. Dalam pengolahan data
dilakukan pengujian hipotesis terlebih dahulu dilakukan uji persyaratan analisis
data, dalam hal ini dihitung uji normalitas dan uji homogenitas data. Tingkat
kemampuan komunikasi matematika dianalisis melalui data pretest dan postets
yang diperoleh dari hasil test, dan dilakukan uji hipotesis dengan menggunakan
uji t.
3.6.1 Uji Normalitas
Untuk menguji apakah sampel berdistribusi normal atau tidak digunakan
uji normalitas liliefors (Nuryadi, dkk 2017 : 81)sebagai berikut:
a. Mencari Bilangan Baku
X 1−X
Z1 =
S
Dimana:
X = Rata-rata sampel
S = Simpangan baku (standar deviasi)
b. B = Menghitung peluang F (zi ) = P ( z < zi ).
c. Selanjutnya dihitung proporsi z1, z2, z3,...., zn yang lebih kecil atau
sama dengan zi. Jika proporsi dinyatakan S (zi) maka
banyaknya z ₁ , z ₂ , ….. zₙ yang ≤ zi
S(zi) =
n
d. Menghitung selisih F (𝑍1) - S(𝑍1), kemudian harga mutlaknya.
e. Mengambil 𝐿0, yaitu harga paling besar diantara harga mutlak.
Dengan kriteria 𝐻0 ditolak jika 𝐿0 > 𝐿𝑡𝑎𝑏𝑒𝑙.
Variansbesar
F hitung
Varians kecil
Nilai Fhitung tersebut selanjutnya dibandingkan dengan nilai Ftabelyang
diambil dari tabel distribusi F dengan dk penyebut = n-1 dan dk pembilang = n-
1. Dimana n pada dk penyebut berasal dari jumlah sampel varians terbesar,
sedangkan n pada dk pembilang berasal dari jumlah sampel varians
terkecil.Aturan pengambilan keputusannya adalah membandingkan nilai Fhitung
dengan Ftabel.Kriterianya adalah jika Fhitung< Ftabel.Maka Ho diterima dan Ha
ditolak berarti varians homogen.Jika Fhitung>Ftabel Maka Ho ditolak dan Ha
diterima berarti varians tidak homogen.
Keterangan :
t = Distribusi t
X 1 = Nilai rata-rata kelas eksperimen
X 2 = Nilai rata – rata kelas kontrol
n1 = banyaknya subjek kelas eksperimen
n2 = banyaknya subjek kelas kontrol
S12 = Varian sampel kelas eksperimen
S12 = Varian sampel eksperimen
S = Simpangan baku sampel
Hasil uji-t dibandingkan dengan t-tabel. Untuk melihat harga t-tabel
digunakan dk = n ₁+n ₂−2. Data hasil kemudian dikonsultasikan dengan t
41
tabel dengan taraf signifikan. Yang dipakai dalam penelitian ini adalah 5%
dengan dk = (n ₁+n ₂−2). Jika t hitung ≥t tabel maka Hₒ ditolak yang berarti adanya
perbedaan yang signifikan. Sebaliknya jika adalah jika t hitung ¿t hitung maka Hₒ
diterim, yang berartitidak ada perbedaan yang signifikan.
DAFTAR PUSTAKA
Adhitiya, E.N., Prabowo, A. dan Arifuddin, R. (2015). Studi Komparasi Model
Pembelajaran Traditional Flipped Classroom dengan Peer Instruction Flipped
terhadap Kemampuan Pemecahan Masalah. Unnes Journal of Mathematics
Education 4.
Agustian, U., Prambudi, A., & Hidayah, I. (2019). Meningkatkan Kemampuan
Berpikir Kreatif dan Rasa Ingin Tahu Melalui Model DL Berbantuan Kartu
Domino Materi Operasi Bilangan Pecahan Kelas VII. Jurnal Prisma, 2(2),
778–787.
Alita, K. U., Koeswanti, H. D., & Giarti, S. (2019). Penerapan Model Problem
Based Learning Untuk Meningkatkan Kemampuan Berpikir Kritis Siswa
Kelas V Sdn Ledok 5 Tahun Pelajaran 2018/2019. Jurnal Basicedu, 3(1),
169–173. https://doi.org/10.31004/basicedu.v3 i1.115
Amelia Alfiani, (2013). “Peningkatan Kemampuan Representasi Matematika
Siswa Smp Melalui Penerapan Pendekatan Metakognitif” (Fmipa Universitas
Pendidikan Indonesia).
Andri Suryana,(2012). “Kemampuan Berpikir Matematis Tingkat Lanjut
(Advancedmathematical Thinking) Dalam Mata Kuliah Statistika Matematika
1, Makalahdisajikan Dalamseminar Nasional Matematika Dan Pendidikan
Matematika,” Jurusan Pendidikan Matematika Fpmipa Uny, 2012, 40–41.
Artiah., Untarti, R., (2017). Pengaruh Model Reciprocal Teaching terhadap
Kemampuan Representasi Matematis Siswa Kelas VII SMP Negeri 6
Purwokerto, Journal of Matematics Education Alpha Math, 3(1), 1-11.
Astri pratiwi, dkk, (2017).” Pengaruh model flipped classroom terhadap self-
confidence dan hasil belajar siswa SMAN 8 pontianak” dalam jurnal nusamba
vol 1 no 2,
42