PENGARUH MODEL PEMBELAJARAN INQUIRY TERHADAP MOTIVASI DAN HASIL BELAJAR SISWA PADA POKOK BAHASAN SISTEM TATA SURYA DI SMP NEGERI 2 PARAPAT
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengetahui pengaruh model pembelajaran inquiry terhadap motivasi dan hasil belajar siswa, hubungan motivasi dengan hasil belajar pada materi IPA Sistem Tata Surya kelas VII SMP. Penelitian ini dilakukan dengan metode kuasi eksperimen two group pretes-postes design. Teknik pengambilan sampel menggunakan teknik simple random sampling. Sampel penelitian terdiri dari dua kelas masing-masing terdiri dari 32 siswa. Instrumen penelitian yang digunakan adalah non-tes dan tes, non-tes berupa angket untuk mengukur motivasi belajar siswa yang terdiri dari 30 pernyataan dengan empat pilihan jawaban. Instrumen tes digunakan untuk mengetahui pengetahuan siswa ranah kognitif, sebanyak 20 butir soal dengan empat pilihan yang sudah diuji kelayakannya. Data pretes dan postes motivasi belajar siswa pada kelas eksperimen adalah 29,0 dan 80,8 sedangkan data kelas kontrol adalah 33,0 dan 74,9. Data pretes dan postes hasil belajar siswa pada kelas eksperimen adalah 49,3 dan 83,7 sedangkan data kelas kontrol adalah 40,9 dan 79,8. Data dianalisis menggunakan uji manova dan korelasi motivasi dan hasil belajar siswa. Terdapat pengaruh model pembelajaran inquiry terhadap motivasi dan hasil belajar siswa secara signifikan. Terdapat hubungan korelasi positif antara motivasi belajar siswa terhadap hasil belajar siswa yaitu 0,481
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.056 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".