634 2211 1 PB
634 2211 1 PB
Abstrak
Matematika merupakan pelajaran yang tidak banyak disukai orang, yang memancing sikap
negatif dan menyebabkan pengalaman kegagalan. Salah satu faktor kegagalan adalah adanya
kecemasan. Tujuan utama penelitian ini adalah menyelidiki seberapa besar dampak gaya
mengajar guru terhadap kecemasan matematika pada siswa jurusan IPA dan IPS serta
menyelidiki adanya interaksi antara konten matematika dan gaya mengajar guru dalam
menentukan tingkat kecemasan matematika siswa. Desain penelitian ini menggunakan Ex Post
Facto Design. Melalui teknik random sampling diperoleh sampel 30 siswa kelas X-IPA dan 30
siswa kelas X-IPS. Pengumpulan data melalui angket survey yang berisi 30 item kecemasan
matematika dimana siswa merespons dengan skala Likert 1-5. Data dianalisis melalui uji
statistic Anova dua arah dengan interaksi. Hasil penelitian menunjukkan (1) Gaya mengajar
guru dengan Problem Based Learning memiliki dampak yang besar terhadap penurunan
kecemasan matematika pada siswa di semua jurusan IPA dan IPS, secara statistik signifikan (p
< 0,05) dan secara praktis signifikan dengan dampak (efek) masing-masing d = 0,84 dan d =
0,55, dan (2) Terdapat interaksi yang berarti antara konten matematika dan gaya mengajar
guru dalam menentukan tingkat kecemasan matematika dengan signifikasi (p < 0,05).
Kata Kunci: gaya mengajar, kecemasan matematika, konten matematika.
metode pengajaran yang tidak sesuai dan (4) Apakah terdapat interaksi antara
dengan gaya belajar, kurangnya tekad konten matematika dan gaya mengajar
siswa, kurangnya kepercayaan diri dalam guru dalam menentukan tingkat
matematika, keterampilan emisial dan kecemasan matematika siswa?.
kurangnya kepercayaan pada kegunaan
matematika; dan (3) faktor pribadi, seperti II. METODE
keengganan untuk bertanya karena malu, Penelitian ini menggunakan Ex Post
takut dan rendah diri (Krystle, Fitzpatrick, Facto Design yaitu studi quasi-
& Hallett, 2017; Lai, Zhu, Chen, & Li, 2015). eksperimental yang meneliti bagaimana
Hasil penelitian sebelumnya telah variabel independen sebelum dan sesudah
mengungkap adanya korelasi negatif yang penelitian terhadap subjek serta
signifikan antara kecemasan matematika dampaknya terhadap variabel dependen.
dan konsep diri (Lai, Zhu, Chen, & Li, Sebuah studi quasi-eksperimental ini
2015b; Mutlu, 2019). Kecemasan berarti sampel tidak diambil secara acak
matematika yang tinggi akan (Sharma, 2019).
mengakibatkan siswa menghindari situasi Jumlah populasi dalam penelitian ini
yang membutuhkan matematika, yang sebanyak 124 siswa kelas X. Melalui teknik
mana dapat “menghasilkan lebih sedikit random sampling diperoleh 2 kelas yaitu
kompetensi, paparan dan praktik kelas X-IPA1 = 32 siswa, dan X-IPS1 = 32
matematika, dan meninggalkan siswa (lihat tabel 1). Total jumlah anggota
kecemasan siswa lebih mendalam (Agus & populasi adalah 64 responden. kedua kelas
Mastika, 2018). Sedangkan Finlayson tersebut menerima pembelajaran
percaya bahwa perilaku guru adalah faktor matematika yang diampu oleh guru senior
utama yang berkontribusi terhadap (A) dan guru magang (B). Kelas IPA dan IPS
kecemasan matematika pada diri siswa mendapat pembelajaran Problem based
(Finlayson, 2014). Learning (PBL) dan Direct Learning
Penelitian ini dirancang untuk (Pembelajaran Langsung).
menjawab pertanyaan-pertanyaan berikut: Data dikumpulkan selama dua minggu
(1) Seberapa besar tingkat kecemasan berurutan dari siswa kelas X yang
matematika siswa kelas X pada jurusan
IPA dan IPS setelah mengikuti Tabel 1.
Perlakuan Pembelajaran
pembelajaran?, (2) Seberapa besar tingkat Rombel Jumlah Perlakuan Guru
kecemasan siswa kelas X pada jurusan IPA Siswa Pembelajaran Penagmpu
dan IPS pada konten matematika?, (3) X-IPA 1 32 Direct Learning Guru (A)
PBL Guru (B)
Apakah terdapat dampak gaya mengajar X-IPS 1 32 Direct Learning Guru (A)
guru pada tingkat kecemasan matematika PBL Guru (B)
yang dialami siswa jurusan IPA dan IPS?, Jumlah 64 2 2
mengajarnya. Dalam studi ini, Guru A Untuk menguji normalitas, digunakan uji
mengajar disebut memiliki gaya mengajar Kolmogorov-Smirnov (dengan p > 0,05).
langsung (Direct Learning). Data hasil penelitian diolah dengan
Guru B adalah guru magang dalam bantuan SPSS 20.0. Untuk menguji adanya
praktik pengalaman mengajar di sekolah. dampak (efek) dari variable bebas
Saat mengajar Guru B sering kali terhadap variable terikat dilihat melalui
menggunakan variasi bahan fisik dan signifikansi praktis, dengan ukuran efek (0
model presentasi. Siswa didorong untuk < d < 0,2 );( 0,2 d < 0,8 ) dan (0,8 d)
aktif, melalui kegiatan eksplorasi, untuk masing-masing untuk signifikansi praktis
menunjukkan kemauan dan kemampuan (dampak) kecil, sedang, dan besar. Untuk
siswa untuk menyelesaikan berbagai jenis menguji adanya interaksi antar variable
masalah matematika menggunakan bebas terhadap variable terikat di gunakan
strategi yang sesuai. Siswa diminta untuk uji Anova dua arah dengan interaksi.
menjelaskan jawaban, alasan, dan metode Sedangkan untuk mengukur tingkat
penyelesaian masalah mereka di depan kecemasan matematika digunakan criteria
kelas, pada pekerjaan rumah, dan pada yang telah dikembangkan oleh Cheng
penilaian. Pada pembelajaran siswa sering (2012) seperti pada Tabel 2.
meninggalkan tempat duduknya untuk
berdiskusi dan bekerja dengan siswa lain III. HASIL DAN PEMBAHASAN
dalam memecahkan masalah, dan Untuk menjawab pertanyaan penelitian
membuat presentasi singkat berdasarkan pertama, peneliti telah menguji data
eksplorasi mereka. Siswa sering didorong secara signifikan membuktikan bahwa
untuk bekerja berpasangan atau kelompok data mengikuti distribusi normal.
untuk mengeksplorasi, menemukan, dan Selanjutnya menentukan rentang, mean (
menyajikan solusi permasalahan. Itu ), standar deviasi ( x ), p-nilai
sebagian besar sesi kelas berisi satu dari (signifikansi statistik), dan d-nilai
lebih dari lima elemen utama Problem (signifikansi praktis) dari kecemasan
Based Learning. Jelas bahwa Guru B matematika untuk 90 siswa sebelum dan
mengikuti gaya mengajar yang lebih setelah mengikuti kelas pembelajaran
berbasis masalah dan disebut sebagai gaya
mengajar berbasis masalah (Problem Tabel 2.
Based Learning). Ukuran Tingkat Kecemasan Matematika
Skor Kecemasan Kategori Tingkat
Analisis data angket hanya untuk siswa Matematika Kecemasan
yang berhasil mengikuti kelas 0 < MA ≤ 25 Rendah
pembelajaran dengan menyelesaikan 25 < MA ≤ 50 Sedang (Menengah)
50 < MA ≤ 75 Tinggi
survei sebelum dan sesudah mengikuti
75 < MA ≤ 100 Sangat Tinggi
pembelajaran dengan konten matematika. Sumber: (Cheng, 2012)
Tabel 3.
Kecemasan matematika sebelum dan sesudah pembelajaran
Sebelum Pembelajaran Sesudah Pembelajaran
N Range x Range x p- d-value
value
Partisipasi
Siswa 60 72 - 125 73.7 12.94 49 - 110 65.4 10.8 0.000 0.87
Tabel 4.
Deskripsi Statistik Kecemasan Siswa terhadap Konten Matematika
Rombongan N Range Mean Std. Variance Tingkat
Belajar Kecemasan
Deviation
Jurusan_IPA 30 22 – 35 28.5000 3.62898 13.169 71.25
Jurusan_IPS 30 24 - 36 30.2333 3.21294 10.323 75.57
Total Siswa 60 22 – 36 29.0766 3.48984 12.2203 72.69
Tabel 6.
Dampak Gaya Mengajar Guru terhadap Kecemasan Matematika
Gaya Sebelum Pembelajaran Sesudah Impact p- d-
Mengajar Pembelajaran Points value value
N Range Range
x x
PBL
IPA 30 63 - 107 77.5 7.26 53 - 88 70. 12. -6.60 0.006 0.84
9 4
IPS 30 68 - 102 80.3 12.30 63 - 99 78. 11. -2.70 0.000 0.55
6 8
Direct.L
IPA 30 46 – 99 70.1 9.04 49 – 53. 8.3 -16.60 0.000 1.87
106 5 5
PS 30 66 - 94 88.3 13.51 55 - 88 90. 13. +2.60 0.324 --
6 6
dengan kecemasan yang jauh lebih tinggi, (Direct Learning) hanya memberikan
sehingga tidak mudah untuk menurunkan dampak kepada siswa kelas
kecemasan siswa dengan kecemasan IPA saja yang menunjukkan penurunan
tinggi. kecemasan terbesar (16,60 poin) dengan
Selanjutnya, untuk menyelidiki adanya signifikan secara statistik (p < 0,05) dan
dampak (efek) variabel bebas (gaya secara praktis dengan ukuran dampak
mengajar guru) terhadap variabel terikat (efek) besar yaitu d = 1.87.
(kecemasan matematika) sesuai jurusan Pertanyaan penelitian keempat, apakah
disajikan data hasil penelitian pada Tabel terdapat interaksi antara konten
6. matematika dan gaya mengajar guru
Hasil untuk total populasi menunjukkan dalam penentuan tingkat kecemasan
bahwa kelas IPA diuntungkan dengan matematika siswa? Pertanyaan dijawab
mengikuti kedua pembelajaran karena dengan analisis melalui Uji Anova dua arah
signifikan secara statistic (p < 0,05). pada Tabel 7 dan Gambar 1.
Perbedaan yang lebih signifikan oleh Pada Tabel 6 menunjukkan bahwa taraf
jurusan IPA dan IPS terlihat besar ketika Sig. 0,031 < 0,05, mengakibatkan Ho
ditinjau dari gaya mengajar. Gaya ditolak. Sehingga disimpulkan terdapat
mengajar guru A (PBL) memiliki dampak interaksi yang berarti antara konten
yang besar pada penurunan kecemasan matematika dan gaya mengajar guru
siswa pada jurusan IPA dan IPS, yang dalam menentukan tingkat kecemasan
secara statistik signifikan (p < 0,05) dan matematika siswa. Hubungan adanya
secara praktis dengan ukuran dampak interaksi antara konten matematika dan
(efek) masing-masing d = 0,84 dan d = gaya mengajar dalam menentukan tingkat
0,55. Sedangkan, gaya mengajar guru B kecemasan matematika juga diperkuat
dengan ditunjukkan melalui Gambar 1.
Tabel 7.
Interaksi Konten Matematika dan Gaya Mengajar
Tests of Between-Subjects Effects
Dependent Variable: Kecemasan
Source Type III Sum of df Mean Square F Sig.
Squares
Corrected Model 2027.481a 5 405.496 2.384 .045
Intercept 278648.310 1 278648.310 1638.533 .000
Konten 1277.178 2 638.589 3.755 .027
Gaya Mengajar 369.783 1 369.783 2.174 .144
Konten * Gaya Mengajar 1231.122 2 615.561 3.620 .031
Error 14285.007 84 170.060
Total 489520.000 90
Corrected Total 16312.489 89
a. R Squared = .124 (Adjusted R Squared = .072)
untuk tumbuhnya kemampuan mereka dampak (efek) besar yaitu d = 1.87.dan (4)
berpikir kritis namun tidak diimbangi Terdapat interaksi yang kuat antara
dengan umpan balik terhadap kinerja konten matematika dan gaya mengajar
siswa. Mereka (para siswa) lebih guru dalam menentukan tingkat
membutuhkan bagaimana guru mengajar kecemasan matematika siswa dengan
dengan baik dan membantu kesulitan taraf signifikasi (p < 0,05).
mereka. Oleh karena itu, sependapat
dengan Ridia dan Afriansyah (2019), guru UCAPAN TERIMA KASIH
sebagai fasilitator pembelajaran Ucapan terima kasih disampaikan
bertanggung jawab untuk memastikan kepada LPPM Universitas Islam Sultan
bahwa dalam pembelajaran tidak terjadi Agung yang telah mendanai penelitian ini.
kondisi kecemasan matematika melalui Tak lupa diucapkan terima kasih kepada
penerapan pembelajaran yang kreatif, para dosen dan mahasiswa yang
inovatif dan menciptakan interaksi sosial membantu proses penelitian ini.
yang kondusif.
DAFTAR PUSTAKA
IV. PENUTUP Afriansyah, E. A., Puspitasari, N.,
Kesimpulan dari penelitian ini adalah Luritawaty, I. P., Mardiani, D., &
(1) Tingkat kecemasan matematika pada Sundayana, R. (2019). The analysis of
siswa kelas X jurusan IPA dan IPS setelah mathematics with ATLAS.ti. Journal of
mengikuti pembelajaran berada pada Physics: Conference Series 1402(7),
tingkat kecemasan tinggi yaitu mencapai 077097.
65,4, (2) Tingkat kecemasan siswa pada Agus, P., & Mastika, E. (2018). Kecemasan
konten matematika sebesar 72,69 Matematika Pada Mahasiswa
(kecemasan tinggi), (3) Gaya mengajar Pendidikan Guru Sekolah Dasar.
guru dengan PBL memiliki dampak yang Journal of Education Technology, 2(2),
besar pada penurunan kecemasan 36–45.
matematika pada siswa di semua jurusan Cheng, Y. S. (2012). A measure of second
IPA dan IPS, signifikan secara statistik (p < language writing anxiety: Scale
0,05) dan secara praktis dengan ukuran development and preliminary
dampak (efek) masing-masing d = 0,84 dan validation. Journal of Second
d = 0,55. Sedangkan, gaya mengajar guru Language Writing, 13(4), 313–335.
dengan Direct Learning hanya memberikan https://doi.org/10.1016/j.jslw.2004.0
dampak kepada siswa jurusan IPA saja 7.001
dengan penurunan kecemasan terbesar Dowker, A., Sarkar, A., & Looi, C. Y. (2016).
(16,60 poin), signifikan secara statistik (p < Mathematics anxiety: What have we
0,05) dan secara praktis dengan ukuran learned in 60 years? Frontiers in