METAKOGNISI SISWA DALAM MENYELESAIKAN SOAL MATEMATIKA BERBASIS PISA PADA KONTEN SPACE AND SHAPE

Authors

  • Muhammad Noor Kholid
  • Nita Puji Lestari

Keywords:

matematika, metakognisi, Mathematics, Metacognition, PISA, Space and Shape

Abstract

Tujuan dari penelitian ini yaitu mendeskripsikan pengetahuan dan keterampilan metakognisi siswa dalam menyelesaikan soal matematika berbasis PISA pada konten space and shape. Jenis penelitian yang digunakan yaitu penelitian kualitatif deskriptif. Subjek penelitian terdiri dari 3 siswa kelas VIII-C di SMP Negeri 3 Boyolali semester ganjil tahun ajaran 2017/2018. Subjek terdiri dari siswa dengan kemampuan matematika tinggi (S1), siswa dengan kemampuan matematika sedang (S2), dan siswa dengan kemampuan matematika rendah (S3). Subjek dipilih berdasarkan hasil tes. Teknik pengumpulan data yang digunakan dalam penelitian ini meliputi tes, rekaman video, catatan lapangan, dan wawancara. Analisis data meliputi reduksi data, penyajian data kesimpulan/verifikasi. Keabsahan data diperoleh melalui validitas dan triangulasi. Hasil penelitian menunjukkan bahwa siswa dengan kemampuan matematika tinggi memiliki metakognisi terbaik. Siswa dengan kemampuan matematika tinggi memenuhi paling banyak indikator metakognisi, yaitu 5 sub-indikator pengetahuan metakognisi dan 6 sub-indikator keterampilan metakognisi. Siswa dengan kemampuan matematika sedang memenuhi 4 sub-indikator pengetahuan metakognisi dan 2 sub-indikator keterampilan metakognisi. Sedangkan siswa dengan kemampuan matematika rendah memenuhi 3 sub-indikator pengetahuan metakognisi dan 1 subindikator keterampilan metakognisi.

 

The aim f this research is illustrating the student’s metacognition knowledge and regulation in solving space and shape of PISA problem. The research is a qualitative research with 3 students of SMP Negeri 3 Boyolali taken as subjects. They have different achievement in mathematics course. They are categorized into students with high achievement (S1), middle (S2), as well as low (S3). Subjects are taken by mathematics test. Data collecting techniques include test, video recording, field note, and interview. All data are analyzed with three steps as follows: data reduction, data display, and conclusion drawing/verification. Data were analyzed by data reduction, data display, and drawing conclusion or verification. Validation and triangulation are used to obtain data validity. The result shows that student with high math achievemnet had the best metacognition. Student with high math achievemnet emerges the most metacognition indicator in number. It should be 5 sub-indicators of metacognitive knowledge and 6 sub-indicators of metacognitive experience. Student with middle math achievement shows 4 sub-indicators of metacognitive knowledge and 2 sub-indicators of metacognitive experience. On the other hand, student with low math achievement meet 3 sub-indicators of metacognitive knowledge and 1 sub-indicators of metacognitive experience.

Downloads

Published

2019-05-15

Issue

Section

Articles