Peningkatan Motivasi dan Hasil Belajar Matematika Peserta Didik SMP Menggunakan LKPD Berbantuan Whatsapp Group Berdasarkan Gender
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk meningkatkan motivasi dan hasil belajar matematika peserta didik SMP menggunakan LKPD berbantuan WhatsApp Group berdasarkan gender. Metode penelitian menggunakan tindakan kelas tiga siklus. Pengumpulan data menggunakan tes, angket, lembar observasi, dan wawancara. Teknik analisis data deskriptif kualitatif dan uji one sample t-test. Hasil penelitian sebelum tindakan didapatkan rata-rata motivasi peserta didik laki-laki 22.73 dan perempuan 25.41. Setelah diberikan tindakan 3 siklus didapatkan nilai rata-rata peserta didik laki-laki 24,47, 25,13 dan 26,33. Nilai rata-rata peserta didik perempuan 26,65, 27,41 dan 29,18. Hasil uji t pada 3 siklus didapatkan nilai berturut-turut 0,029, 0,035, dan 0,03. Hasil ini menunjukkan bahwa motivasi belajar peserta didik perempuan lebih tinggi daripada laki-laki. Sedangkan hasil belajar sebelum diberikan tindakan didapatkan nilai rata-rata peserta didik laki-laki 42,00 dan perempuan 60,59. Setelah diberikan tindakan 3 siklus didapatkan nilai rata-rata peserta didik laki-laki 58,33, 70,67, dan 78,67. Nilai rata-rata peserta didik perempuan 71,18, 83,53, dan 88,24. Hasil Uji t pada siklus 1 dan 2 berturut-turut 0,042, dan 0,035. Sedangkan pada siklus 3 tidak ada perbedaan hasil belajar peserta didik berdasarkan gender. Berdasarkan analisis data maka penggunaan LKPD berbantuan WhatsApp Group kelas VIIIA efektif dalam meningkatkan motivasi dan hasil belajar matematika yang didasarkan pada perbedaan gender.
 Kata Kunci: Gender, Hasil Belajar, Motivasi Belajar, Pembelajaran Matematika
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle