KEBIMBANGAN MATEMATIK DENGAN PENCAPAIAN MATEMATIK DAN FAKTOR DEMOGRAFI DALAM KALANGAN PELAJAR MATRIKULASI
1Khairulazuad Bin Husain
1Kolej Matrikulasi Perak khairulazuadhusain1981@gmail.com
Abstrak
Kajian ini dijalankan untuk mengenal pasti hubungan antara kebimbangan matematik dengan pencapaian matematik dan faktor demografi berkaitan dalam kalangan pelajar matrikulasi yang mengikuti program persediaan yang dilaksanakan di dua buah kolej matrikulasi.
Rekabentuk kajian ialah kaedah korelasi yang melibatkan 335 orang pelajar menggunakan soal selidik Mathematics Anxiety Rating Scale (MARS) oleh Richardson dan Suinn (1972).
Dapatan kajian menunjukkan tahap kebimbangan matematik dalam kalangan pelajar matrikulasi adalah pada tahap sederhana (min = 94.50). Terdapat perbezaan yang beerti pada aras 5% bagi kebimbangan matematik terhadap jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES), pencapaian Matematik Tambahan SPM dan pencapaian Matematik Matrikulasi tetapi tidak bagi faktor jenis sekolah.
Terdapat hubungan positif yang rendah antara kebimbangan matematik dengan SES (r=0.09), pencapaian Matematik Tambahan (r=0.284) dan Matematik Matrikulasi (r = 0.235). Pengetahuan yang bermakna mengenai hubungan membantu pentadbir dan pendidik untuk merangka aktiviti yang bersesuaian dengan kelompok pelajar sasaran. Melalui pendekatan yang betul masalah kebimbangan matematik dalam kalangan pelajar matrikulasi dapat diatasi dengan baik dan berkesan.
Kata kunci: Kebimbangan Matematik, MARS, Demografi, Pencapaian Matematik;
MATHEMATIC ANXIETY AND MATHEMATIC ACHIEVEMENT AND DEMOGRAPHIC FACTORS AMONG MATRICULATION STUDENTS
Abstract
This study was conducted to identify the relationship between mathematical anxiety with mathematical achievement and related demographic factors among matriculation students who followed the preparatory programme implemented in two matriculation colleges. The research design is a correlation method involving 335 students using the Mathematics Anxiety Rating Scale (MARS) questionnaire by Richardson and Suinn (2003). The findings of the study showed that the level of mathematical anxiety among matriculation students was at a moderate level (min = 94.50). There is a significant difference at 5% level for mathematical anxiety on gender, type of programme, courses, race, socioeconomic status (SES), achievement of Additional Mathematics SPM and Matriculation Mathematics but not for type of school factors. There was a low positive relationship between mathematical anxiety with SES (r = 0.09), achievement of Additional Mathematics SPM (r = 0.284) and Matriculation Mathematics (r = 0.235). A meaningful understanding of relationships helps administrators and educators to devise activities that are relevant to the target group of students. Through the right approach the problem of mathematical anxiety among matriculation students can be overcome well and effectively.
Keywords: Mathematical anxiety, MARS, Demography, Mathematic achievement, Matriculation
PENDAHULUAN Kebimbangan Matematik
Kebimbangan matematik merupakan faktor kritikal dalam pemilihan bidang pendidikan dan vokasional yang dilakukan oleh pelajar dan mungkin mempengaruhi pencapaian mereka sama ada dalam bidang pendidikan atau kerjaya (Foley et al.2017); pelajar yang berkemampuan mengelak untuk mempelajari matematik, kesannya berlaku kepada prospek pemilihan kerjaya (Lauermann et. al., 2017); mempunyai pengaruh secara langsung atau tidak langsung dalam pemilihan kursus pengajian (Dowker, Sarkar & Looi, 2016) dan cenderung untuk memilih kursus pengajian yang memerlukan kursus matematik yang minima seperti kemanusiaan, sastera dan sains sosial berbanding kursus yang berorientasikan matematik
seperti sains dan kejuruteraan (Vitasari, Herawan, Wahab, Othman & Sinnadurai, 2010;
Hussin, Majid & Ab Wahab, 2018). Ini disokong oleh dapatan oleh Marzita dan Khalin (2016) yang menyatakan Matematik merupakan satu kepentingan sebagai elemen yang perlu untuk menyambung pengajian ke peringkat yang lebih tinggi mahupun sebagai aset bagi menjamin peluang pekerjaan yang lebih baik.
Kebimbangan Matematik mempunyai interaksi dengan banyak faktor termasuklah subjek matematik itu sendiri, isu yang berkaitan pendidikan dan kurikulum, sikap ibubapa, nilai dan jangkaan terhadap Matematik (Mata, Monteiro & Peixoto, 2012); faktor persekitaran, intelektual dan peribadi (Carcia & Escalera, 2016). Faktor persekitaran termasuklah pengalaman dalam kelas Matematik dan karektor guru Matematik (Maloney, Ramirez, Gunderson & Levine, 2015); faktor intelektual pula ialah kandungan subjek matematik seperti terlalu abstrak dan logik (Mutodi & Ngirande, 2014) manakala faktor peribadi menjurus kepada penghargaan diri, fisiologi, sikap terhadap matematik, keyakinan dalam Matematik, gaya pembelajaran dalam Matematik dan pengaruh daripada pengalaman lepas dalam mempelajari Matematik (Kargar, Tarmizi & Bayat, 2010; Harari, Vukovic &
Bailey (2013); Beilock & Maloney, 2015; Sahri, Kamaruzaman, Jamil & Shaharanee, 2017;
Recber & Isiksal; 2018).
Perubahan amalan pengajaran dalam kelas, format arahan secara alternatif dan pelbagai, kaunseling dan rawatan tertentu merupakan strategi yang digunakan untuk mengurangkan kebimbangan Matematik (Zakaria & Ahmad & Erlina, 2012;
). Manakala Chang dan Beilock (2016) mengatakan rawatan tidak semestinya bersifat psikologikal, tetapi aktiviti semasa pengajaran dan pembelajaran merupakan rawatan terbaik bagi mengurangkan kebimbangan Matematik. Ini penting supaya pencapaian Matematik dapat ditingkatkan (Foley, Herts Borgonovi, Guerriero, Levine &
Beilock, 2016) dan ia memerlukan kerjasama semua pihak agar proses pengajaran dan pembelajaran (P&P) Matematik dapat dilaksanakan dengan lebih efektif (Haase, Julio, Pinheiro, Olieveira, Micheli & Wood, 2012) malah perlu dititikberatkan oleh para pentadbir khususnya guru di semua peringkat bagi meningkatkan proses P&P Matematik khasnya di sekolah-sekolah luar bandar (Yahya & Amir, 2012).
Luttenberger, Wimmer & Paechter, 2018
Faktor Yang Mempengaruhi Kebimbangan Matematik
Kajian ini akan menjurus kepada faktor-faktor yang mempengaruhi kebimbangan matematik yang telah dikaji dalam kajian-kajian lepas. Salah satu faktor yang banyak dikaji ialah jantina.
Kajian mengenai kebimbangan Matematik telah bermula sejak lima dekad yang lalu.
Bermula sejak 60 tahun lalu (Dowker et al., 2016), kajian-kajian selepas itu mula melihat kebimbangan matematik sebagai aspek afektif yang perlu dikaji oleh para penyelidik (Carey, Hill, Devine & Szucs, 2016). Menjelang awal tahun 1970-an, para penyelidik mula mengkaji isu kebimbangan Matematik ini dengan lebih mendalam (Richardson & Suinn, 2003; Dowker, Bennet & Smith, 2012). Pada waktu itu isu jantina merupakan pemboleh ubah kritikal yang dikaji dalam setiap kajian dalam dekad itu. Ini diakui oleh Quest, Hyde dan Linn (2010) yang menyatakan tiada siapa dapat menyangkal bahawa jantina merupakan pemboleh ubah moderator yang penting dalam jangkaan pencapaian membabitkan ukuran terhadap sikap dan kebimbangan.
Kajian-kajian di kebanyakan negara yang menyediakan peluang pendidikan yang sama rata kepada pelajar lelaki dan perempuan menunjukkan terdapat hanya sedikit perbezaan atau tiada langsung dalam pencapaian Matematik sebenar (Bieg, Goetz, Wolter & Hall, 2015).
Perbezaan jantina merupakan antara aspek penting dalam setiap kajian yang dikaji iaitu pelajar perempuan dilihat mempunyai tahap kebimbangan Matematik yang lebih tinggi daripada pelajar lelaki. Dapatan yang sama turut diperolehi dalam dekad-dekad seterusnya oleh penyelidik pada waktu itu yang masih menyatakan pelajar perempuan mempunyai kebimbangan Matematik yang lebih tinggi berbanding pelajar lelaki. Namun begitu, terdapat juga kajian lain yang menunjukkan tiada perbezaan yang signifikan bagi jantina dalam kebimbangan Matematik (Carroll, 2010; Quest et al., 2010; Devine et al., 2012; Wu et al., 2012; Burnes & Andrea, 2014; Hill et al., 2015; Bieg et al., 2015; Yahya & Amir, 2018).
Faktor umur juga kerap dikaitkan dengan jantina dalam kajian kebimbangan Matematik. Kebanyakan kajian menyatakan perbezaan jantina dalam kebimbangan Matematik berlaku ketika usia remaja tetapi tidak berlaku semasa sekolah rendah (Dowker et al., 2012; Wu et al., 2012; Harari et al., 2013). Dapatan ini jelas menyokong hasil kajian lain yang menyatakan sikap terhadap matematik berubah mengikut umur (Mata et al., 2012).
Selain itu, hubungan antara sikap dan pencapaian boleh berubah mengikut umur. Kajian meta- analisis mendapati hubungan antara sikap dan pencapaian meningkat mengikut usia manakala
terdapat juga kajian yang mendapati pencapaian tidak berbeza dengan kebimbangan dalam kalangan kanak-kanak (Dowker et al., 2012; Haase et al., 2012) tetapi lebih meminati matematik terutamanya pencapaian diri. Namun, kajian lain mendapati sebaliknya dan menunjukkan terdapat hubungan yang bererti antara pencapaian dan kebimbangan pada awal usia kanak-kanak (Wu et al., 2012; Ramirez et al., 2013; Vukovic et al.,2013).
Terdapat beberapa aspek dalam sikap terhadap Matematik dilihat serupa bagi kebanyakan negara dan budaya contohnya kecenderungan kanak-kanak meminati Matematik dan sikap mereka mengikut usia (Veloo & Muhammad, 2011; Wu et al., 2012).
Bagaimanapun, terdapat juga negara yang berbeza bukan hanya pada pencapaian sebenar matematik tetapi turut melibatkan minat kanak-kanak mereka kepada Matematik walaupun subjek matematik dikaitkan dengan kemahiran dan usaha (Wahid et al., 2014). Perbezaan ini memberi kesan kepada kebimbangan Matematik walaupun tidak dapat dijangkakan sepenuhnya. Kanak-kanak di negara maju mungkin mempunyai kebimbangan Matematik yang rendah kerana mereka berjaya memahami Matematik dengan baik tetapi dari sudut yang lain mungkin kanak-kanak ini mempunyai kebimbangan Matematik yang tinggi kerana dasar pendidikan negara mereka yang mementingkan matematik dan pencapaian akademik. Tan dan Yates (2011) dalam kajiannya mendapati bahawa di kebanyakan negara dapatan antara pencapaian dan kebimbangan Matematik adalah tidak konsisten. Kanak-kanak di negara maju Asia mempunyai tahap kebimbangan Matematik yang tinggi tetapi tidak di negara Eropah.
Namun, perbezaan ini masih kabur. Ini mungkin disebabkan tekanan untuk melakukan yang terbaik di dalam peperiksaan lebih mempunyai signifikan di negara Asia (Tan & Yates, 2011).
Ini mungkin juga disebabkan oleh aspek yang belum dikenalpasti dalam sistem pendidikan atau kurikulum.
Selain faktor jantina, faktor perbezaan budaya dan etnik turut diberi perhatian oleh para penyelidik (Fraham & Morales, 2015; Foley et al., 2017). Kajian oleh penyelidik ini juga menunjukkan dapatan yang berbeza antara penyelidik kerana ada yang mengatakan terdapat perbezaan yang signifikan bagi kebimbangan Matematik antara etnik (Hart & Ganley, 2018) dan juga tidak terdapat perbezaan yang signifikan (Carroll, 2010; Graham & Morales, 2015).
Terdapat juga kajian yang menyatakan pelajar dari etnik minoriti mempunyai sikap yang postif tehadap Matematik berbanding pelajar berkulit putih di Amerika Syarikat (William, Burt & Hilton, 2016) manakala di United Kingdom pula tidak dapat dipastikan perbezaanya
(National Audit Office, 2008). Walau bagaimanapun, kajian meta-analisis oleh Burnes (2014) menunjukkan tidak terdapat perbezaan kebimbangan dan pencapaian mengikut etnik.
Faktor demografi yang turut dikaji ialah status sosioekonomi (SES) di mana terdapat pertembungan antara dapatan yang mengatakan terdapat perbezaan yang signifikan antara pelajar dari kelompok keluarga berstatus sosioekonomi tinggi dan rendah ( ) dan juga tidak terdapat perbezaan yang signifikan (Carroll, 2010).Terdapat juga kajian yang menunjukkan status sosio-ekonomi (SES) individu dan keadaan ekonomi negara mempunyai pengaruh yang besar dalam penglibatan dan pencapaian pelajar (Chang & Beilock, 2016).
Namun, hanya terdapat sedikit kajian khusus pengaruh SES terhadap kebimbangan atau sikap terhadap matematik manakala kajian yang telah dilaksanakan tidak menyatakan kesan SES terhadap pemboleh ubah yang dikaji.
Kajian mengenai kebimbangan atematik mengikut program pengajian turut dilakukan dan dapatan yang berbeza turut diperolehi di mana tiada persetujuan antara dapatan yang mengatakan terdapat perbezaan dapatan sama ada signifikan dan tidak signifikan bagi program pengajian terhadap kebimbangan Matematik (Wu. ., 2012; Ramirez ., 2013;
Wang et al., 2015; Sahri et al., 2017). Tidak terkecuali faktor jenis sekolah di mana terdapat penyelidik menyatakan perkara yang berbeza mengenai dapatan wujud perbezaan yang signifikan antara jenis sekolah dalam kebimbangan Matematik (Hill et al, 2015; Recber et al., 2018; Hussin et al., 2018). Manakala kajian berkaitan perbezaan sekolah jarang dilaksanakan kerana kebanyakan kajian menggunakan sampel yang homogen dan jenis sekolah bukan merupakan isu yang dikaji dalam kajian tersebut.
Kajian mengenai kebimbangan Matematik dan pencapaian menunjukkan pencapaian Matematik yang tinggi mempunyai kaitan dengan tahap kebimbangan Matematik yang rendah atau sebaliknya bagi pelajar dari peringkat rendah sehinggalah ke peringkat kolej (Ramirez et al., 20.13; Vukovic et al., 2013; Wu et al., 2012; Veloo &Muhammad, 2011).
Banyak kajian menyatakan kebimbangan Matematik menyumbang kepada pencapaian yang rendah bagi pelajar Matematik (Mohammad, 2017; Puteh & Khalin; 2016; Maloney et. al., 2015; Karimi & Ventakesan, 2009; Iossi, 2009). Namun begitu terdapat juga kajian yang menyatakan tidak terdapat hubungan yang signifikan antara kebimbangan Matematik dan pencapaian matematik (Gilner, 1987). Apabila kesan daripada pencapaian lepas Matematik, Kalaycioglu, 2015
M
et al et al
sikap terhadap matematik dan konsep kendiri terhadap atematik dikawal, terdapat penyelidik yang mendapati tidak terdapat hubungan antara kebimbangan Matematik dan pencapaian matematik (Betz, 1978; Fennema & Sherman, 1976; Brush, 1980; Rounds &
Hendel, 1980; Llabre & Suarez, 1985; Jacob, 2004).
Pencapaian matematik yang lemah dan sikap mengelak daripada matematik (mathematics avoidance) dapat dijelaskan oleh kebimbangan Matematik (Betz, 1978; Zettle
& Houghton, 1998; Anderson, 2007). Betz (1978) juga menyatakan berdasarkan banyak kajian mengenai kebimbangan Matematik, fenomena ini jelas merupakan masalah pendidikan terutamanya kepada pelajar yang disebabkan oleh pelbagai punca di mana mereka ini tidak dapat melihat relativiti Matematik tersebut. Mereka tidak memahami banyak kemahiran matematik untuk berjaya dalam kelas Matematik yang memfokus kepada eksplorasi, penemuan, pengumpulan dan manipulasi data dalam kehidupan seharian. Ekoran itu, kebimbangan matematik telah dinyatakan sebagai faktor yang menyekat pendidikan dan pemilihan kerjaya oleh pelajar-pelajar kolej.
Selain itu, walaupun pelajar yang memasuki program Matrikulasi terdiri daripada pelajar yang mempunyai kelayakan akademik yang dikehendaki, namun di peringkat ini masalah kebimbangan Matematik juga tidak terkecuali. Aliran masuk pelajar yang terdiri daripada pelbagai aspek demografi dan pencapaian SPM khususnya Matematik mungkin menjadi kaitan dengan kebimbangan Matematik. Banyak kajian yang dibuat sebelum ini melibatkan pelajar sekolah menengah (Karimi et al., 2009; Carroll, 2010; Haase et al., 2012;
Marzita et al., 2012; Veloo et al., 2014; Hill et al., 2015; Kalaycioglu, 2015). Kajian di peringkat matrikulasi mengenai kebimbangan Matematik telah dibuat oleh Hamzan (2008) menggunakan sampel pelajar PDT seramai 398 orang.
Terdapat juga kajian yang melibatkan pelajar Matrikulasi mengenai kebimbangan Matematik dan perkaitannya dengan motivasi dan pencapaian pelajar (Zakaria et al., 2012) juga melibatkan sampel 88 pelajar lepasan Matrikulasi. Terdapat juga kajian yang menunjukkan kebimbangan Matematik wujud di peringkat universiti (Kargar et al., 2010;
Vitasari et al, 2010; Wahid et al., 2014; Mohammad, 2017; Hart & Ganley; 2018). Semua kajian ini menggunakan sampel pelajar di peringkat universiti dan hanya faktor demografi jantina dan jenis program sahaja yang dikaji. Dapatan kajian ini menunjukkan kebimbangan
M
M
ke peringkat universiti. Namun kajian mengenai hubungan antara faktor demografi dan kebimbangan Matematik amat sukar ditemui dalam sebuah kajian, perbandingan dan dapatan daripada pelbagai kajian yang mengkaji pemboleh ubah demografi digunakan untuk melaksanakan kajian ini.
Berdasarkan perbincangan di atas, kajian-kajian yang telah dilaksanakan menjurus kepada beberapa faktor sahaja seperti jantina, program pengajian tertentu dan pencapaian lepas (Veloo et al., 2011; Zakaria et al., 2012; Zain et al., 2012; Hassan, 2013; Sahri et al.,2017) selain kaedah mengatasi kebimbangan Matematik. Dapatan yang tidak konsisten dalam kajian terdahulu juga menyebabkan kajian mengenai kebimbangan Matematik ini sentiasa dibuat. Sejak lebih enam dekad (Dowker, 2016), banyak kajian kebimbangan Matematik telah dilaksanakan tetapi kajian yang menfokus kepada peringkat pelajar persediaan agak terhad. Justeru, kajian ini dilaksanakan bagi memenuhi ruang yang ditinggalkan oleh kajian-kajian yang lepas.
Pernyataan Masalah
Pembelajaran di peringkat Matrikulasi sangat penting kepada pelajar sebagai persediaan ke peringkat pengajian di universiti. Dalam tempoh masa setahun, pelajar perlu menyesuaikan diri dengan sistem dan cara pembelajaran yang berbeza di sekolah. Keputusan yang baik di peringkat matrikulasi ini merupakan syarat utama untuk mereka memilih kursus yang diminati. Pencapaian dalam subjek matematik dilihat mempunyai pengaruh ke atas pemilihan kursus pengajian mereka ke universiti. Namun begitu, pemilihan kursus oleh pelajar hanya berdasarkan inventori kerjaya dan kaunseling yang sering digunakan tanpa melihat tahap kebimbangan matematik pelajar sebelum keputusan dibuat. Justeru kajian ini disifatkan sebagai panduan kepada semua pihak di program Matrikulasi untuk melihat kepentingan Matematik dalam pembelajaran pelajar baik semasa di program matrikulasi atau untuk peringkat yang lebih tinggi.
Berdasarkan tinjauan literatur, didapati terdapat percanggahan pada setiap faktor demografi yang dikaji baik oleh penyelidik luar negara mahupun di Malaysia. Justeru setiap faktor tersebut perlu dilihat semula khususnya di peringkat matrikulasi kerana di peringkat ini belum ada kajian yang melibatkan sampel kajian pelajar masih berada dalam sistem atematik turut berlaku pada semua peringkat pengajian bermula dari sekolah rendah hingga
M M
banyak kajian dilaksanakan di peringkat program persediaan ke universiti seperti matrikulasi menyebabkan kajian ini dilaksanakan bagi melihat masalah ini dalam kelompok bilangan pelajar yang lebih pelbagai mencakupi semua aliran pengajian agar maklumat yang diperolehi dapat menggambarkan situasi yang berlaku dengan lebih bermakna.
Selain sampel yang terhad kepada satu kelompok pelajar, kajian-kajian sebelum ini juga turut melihat perkaitan kebimbangan Matematik dengan jantina dan pencapaian serta pengalaman lepas. Bilangan pembolehubah yang terhad dalam kajian-kajian lepas yang dinyatakan sebelum ini menyebabkan perkaitan yang digambarkan tidak mencakupi pemboleh ubah lain yang mungkin mempunyai hubungan dengan kebimbangan Matematik.
Maka kajian ini ingin melihat perkaitan faktor demografi dengan lebih meluas melibatkan pemboleh ubah jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES) dan pencapaian Matematik SPM. Kajian ini ingin melihat sama ada faktor demografi memainkan peranan penting terhadap kebimbangan matematik pelajar yang berjaya memasuki program Matrikulasi maka kajian ini diharapkan dapat merungkai masalah tersebut.
Selain faktor sampel dan bilangan pemboleh ubah yang dikaji terhad, alat ukur yang digunakan dalam kajian sebelum ini turut berbeza daripada yang akan digunakan dalam kajian ini iaitu Mathematics Anxiety Rating Scale (MARS). Pemilihan instrumen MARS digunakan dalam kajian ini kerana MARS merupakan instrumen paling kerap digunakan secara meluas bagi mengukur kebimbangan Matematik.
Bagi melihat hubungan antara faktor demografi dan hubungan dengan kebimbangan matematik dengan lebih komprehensif maka kajian ini diharapkan dapat membantu para penyelidik melihat aspek kebimbangan matematik sebagai salah satu aspek yang perlu diberi perhatian khususnya bagi para pelajar program persediaan ke universiti.
Objektif Kajian
Objektif kajian ini ialah untuk:
1. Mengenalpasti tahap kebimbangan Matematik di kalangan pelajar program Matrikulasi.
2. Mengenalpasti sama ada terdapat perbezaan kebimbangan Matematik berdasarkan atrikulasi manakala kajian-kajian lain melibatkan pelajar lepasan atrikulasi. Ekoran tidak
jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES), pencapaian Matematik Tambahan SPM dan pencapaian Matematik PSPM 3. Mengenalpasti sama ada terdapat hubungan antara kebimbangan Matematik dengan
status sosioekonomi (SES), pencapaian Matematik Tambahan SPM dan pencapaian Matematik PSPM
Soalan Kajian
Di akhir kajian ini, penyelidik berharap akan dapat menjawab persoalan-persoalan berikut:
1. Apakah tahap kebimbangan Matematik dalam kalangan pelajar program Matrikulasi?
2. Adakah terdapat perbezaan tahap kebimbangan Matematik antara pelajar mengikut jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES), pencapaian Matematik Tambahan SPM dan pencapaian Matematik PSPM 3. Adakah terdapat hubungan antara kebimbangan matematik dengan status sosioekonomi
(SES), pencapaian Matematik Tambahan SPM dan pencapaian Matematik PSPM Batasan Kajian
Kajian ini dilaksanakan di peringkat matrikulasi di dua buah kolej matrikulasi di utara tanahair. Dapatan kajian ini tidak boleh menggambarkan keseluruhan populasi pelajar matrikulasi di seluruh negara. Ini kerana saiz sampel yang diambil hanya 12% daripada keseluruhan 25 000 pelajar matrikulasi. Selain sampel yang terhad, kajian ini juga hanya tertumpu kepada tujuh pemboleh ubah yang telah dinyatakan iaitu jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES) dan pencapaian Matematik SPM. Pemilihan faktor-faktor ini berdasarkan dapatan dari kajian-kajian lepas yang telah menggunakan faktor-faktor ini sebagai pembolehubah. Ini bersesuaian dengan percanggahan dapatan yang diperolehi dan kekurangan dapatan dari kajian-kajian sebelum ini.
METODOLOGI KAJIAN Reka Bentuk Kajian
Reka bentuk kajian ini adalah kajian tinjauan (Hirisan rentas). Bagi melaksanakan kajian ini, kerangka konseptual yang dibina terdiri daripada tujuh pemboleh ubah demografi iaitu iaitu jantina, jenis program, aliran pengajian, jenis sekolah, kaum, status sosioekonomi (SES) dan
pencapaian Matematik SPM. Kerangka konseptual ini diadaptasi daripada kerangka konseptual yang dibina oleh Hamzan (2008) yang mengkaji kebimbangan Matematik dalam kalangan pelajar PDT dan Nur Ashiqin (2005) yang mengkaji kebimbangan matematik dalam pembelajaran matematik menggunakan Bahasa Inggeris. Kerangka konseptual bagi kajian ini seperti Rajah 1. Kerangka konseptual ini memperlihatkan kajian ini ingin mengenalpasti perkaitan antara tujuh faktor demografi tersebut dengan kebimbangan matematik dalam kalangan pelajar matrikulasi.
Rajah 1. Kerangka Konseptual Kajian
Sampel Kajian
Bagi melaksanakan kajian ini, populasi pelajar bagi dua buah kolej atrikulasi di utara Semenanjung Malaysia telah dipilih bagi mendapatkan data. Seramai 2700 orang pelajar lepasan Sijil Pelajaran Malaysia (SPM) yang berjaya menyambung pengajian di peringkat Matrikulasi bagi mengikuti pengajian dalam bidang Sains, Perakaunan dan Teknikal telah dipilih untuk diberikan soal selidik kajian yang melibatkan kedua-dua program pengajian PST dan PDT. Daripada jumlah itu, seramai 1800 pelajar adalah pelajar perempuan manakala selebihnya adalah pelajar lelaki. Mengikut pecahan aliran pula, seramai 1800 pelajar aliran Sains, 300 orang pelajar aliran Perakaunan, 300 orang pelajar aliran Teknikal dan 300 orang pelajar PDT.
Berdasarkan kouta ini dapat dinyatakan bahawa nisbah pelajar lain-lain aliran kepada pelajar aliran Sains ialah 1:6. Ini bermakna sampel pelajar yang akan diambil perlu merujuk kepada setiap enam orang pelajar yang dipilih, tiga orang mewakili pelajar dari aliran Perakaunan, Teknikal dan PDT. Menurut Krejcie dan Morgan (1970), saiz sampel bagi populasi di antara 2600 dan 2800 memerlukan 335 hingga 338 subjek. Pecahan yang perlu dibuat ialah separuh daripada subjek adalah pelajar aliran Sains manakala selebihnya
M
merupakan pecahan daripada tiga kelompok aliran pelajar iaitu Perakaunan, Teknikal dan PDT.
Bagi memudahkan pembahagian sampel, penyelidik menggunakan 360 subjek sebagai jumlah saiz sampel dan apabila dibahagikan mengikut nisbah, 60 pelajar diperlukan bagi setiap aliran Perakaunan, Teknikal dan PDT manakala selebihnya adalah pelajar aliran Sains. Jumlah 360 ini mengambil kira bilangan keciciran yang mungkin berlaku semasa proses pemungutan data dibuat. Terdapat dua kategori kolej yang digunakan iaitu kolej matrikulasi dan kolej matrikulasi teknikal. Pemilihan sampel dalam kalangan pelajar di kedua-dua kolej dibuat secara pensampelan rawak berstrata di mana populasi dibahagikan kepada kelompok pelajar mengikut pemboleh ubah yang dikaji. Terdapat beberapa langkah yang diambil dalam melakukan proses pemilihan sampel rawak berstrata ini bagi memenuhi keperluan kajian. Pertama, senarai nama dan bilangan sebenar pelajar yang mendaftar di dua buah kolej ditentukan sebagai saiz populasi sebenar. Kedua, pelajar dipecahkan mengikut program yang diikuti iaitu Program Satu Tahun (PST) dan Program Dua Tahun (PDT).
Ketiga, pelajar PST diasingkan mengikut aliran pengajian mereka iaitu Sains dan Perakaunan manakala pelajar aliran Teknikal diperolehi daripada populasi kolej kedua kajian ini. Keempat, setelah pengasingan dilakukan, penyelidik akan melihat nisbah jantina bagi kemasukan pelajar kali ini bagi tujuan memilih sampel yang memenuhi kadar nisbah berkenaan. Kelima, penyelidik juga perlu melihat nisbah 10% pelajar bukan bumiputera yang merupakan sebahagian daripada populasi di mana bilangan mereka ini akan dipilih dan dikelompokkan mengikut aliran pengajian masing-masing.
Dalam kajian ini, pelajar bukan bumiputera yang terpilih daripada 360 orang subjek ialah 36 orang di mana kelompok ini akan dipilih daripada setiap aliran kecuali PDT kerana program ini khusus untuk pelajar Bumiputera. Namun begitu, jumlah sebenar pelajar bukan bumiputera dalam populasi akan ditentukan terlebih dahulu bagi mengenalpasti nisbah sebenar kelompok pelajar ini dalam kemasukan pelajar kali ini. Setelah itu, barulah nisbah kelompok ini ditentukan mengikut aliran pengajian mereka. Kemudian, kelompok-kelompok tadi dipecahkan kepada bilangan jantina mengikut nisbah dalam jurusan berkenaan.
Seterusnya, faktor-faktor sosioekonomi, jenis sekolah dan keputusan Matematik Tambahan SPM diambil kira. Namun begitu, pengkaji perlu melihat kepada keseluruhan bilangan data pelajar yang telah diperolehi bagi mendapatkan gambaran sebenar populasi pelajar yang mendaftar.
Instrumen Kajian dan Pengumpulan Data Instrumen Kajian
Walaupun terdapat pelbagai jenis alat pengukuran yang boleh digunakan untuk mengukur kebimbangan Matematik, kajian ini menggunakan
oleh Richardson & Suinn (1972) bagi mengukur kebimbangan Matematik populasi pelajar matrikulasi di dua buah kolej berkenaan. Penyelidik memilih untuk menggunakan MARS berdasarkan kajian-kajian lepas yang telah dibuat untuk membandingkan instrumen manakah yang paling sesuai dan menepati kehendak persoalan kajian.
Kajian Rintis
Kajian rintis yang dijalankan oleh penyelidik di sebuah kolej Matrikulasi yang lain daripada kajian dan terdiri daripada pelajar lelaki dan perempuan yang melibatkan program PST dan PDT. Sampel kajian rintis juga membabitkan dua aliran utama iaitu pelajar aliran Sains dan Perakaunan dari kolej berkenaan. Setelah data dikutip dan dianalisis, pekali Cronbach Alpha yang diperolehi ialah 0.92. Nilai ini menghampiri nilai yang diberikan oleh Suinn (2003) dalam MARS yang digunakan beliau iaitu 0.96.
Prosedur Pengumpulan Data
Soal selidik ini telah ditadbirkan sendiri oleh penyelidik ketika proses pengumpulan data berkenaan. Penyelidik telah mengadakan kunjungan ke kolej untuk mendapatkan data yang dinginkan. Penyelidik mengambil masa seminggu untuk mengumpulkan keseluruhan soal selidik yang telah dijawab oleh sampel bagi kedua-dua kolej matrikulasi berkenaan.
Responden kajian ini terdiri daripada pelajar-pelajar daripada dua buah kolej matrikulasi di utara Semenanjung Malaysia yang menawarkan program Matrikulasi bagi pelajar lepasan SPM di bawah kendalian Bahagian Matrikulasi, Kementerian Pelajaran Malaysia (BMKPM).
Seramai 952 orang pelajar telah terlibat dalam kajian ini yang telah dipilih sebagai sampel Mathematics Anxiety Rating Scale (MARS)
kajian daripada keseluruhan 2600 orang pelajar yang menuntut di dua buah kolej berkenaan.
Sejumlah 1000 set soal selidik telah diedarkan kepada responden dan kesemuanya 952 (95.2%) set soal selidik telah berjaya dipungut kembali oleh penyelidik.
Analisis Data
Data yang dipungut melalui soal selidik dianalisis dengan menggunakan bantuan komputer.
Perisian komputer yang digunakan dalam kajian ini ialah Pakej Statistik Untuk Sains Sosial (SPSS). Proses menganalisis melibatkan dua jenis analisis, iaitu analisis deskriptif dan analisis inferensi. Analisis deskriptif digunakan untuk memerihalkan maklumat tentang profil responden. Di samping itu, analisis deskriptif juga digunakan untuk menghuraikan kebimbangan Matematik pelajar. Statistik yang digunakan adalah peratusan, min dan sisihan piawai. Bagi menguji hipotesis nul, analisis inferensi digunakan. Analisis inferensi yang digunakan ialah ujian-t, ANOVA dan ujian korelasi pearson. Dalam kajian ini, ujian-t dan ANOVA digunakan bagi menguji hipotesis nul untuk melihat perbezaan kebimbangan matematik berdasarkan jantina, jenis program, aliran pengajian, kaum, SES, pencapaian Matematik Tambahan dan pencapaian Matematik PSPM. Ujian korelasi pearson pula digunakan dalam kajian ini untuk menguji hipotesis nul tentang hubungan antara kebimbangan matematik dengan SES, pencapaian Matematik Tambahan dan pencapaian Matematik PSPM. Bagi kedua-dua ujian, aras keertian ditetapkan pada tahap 0.05.
DAPATAN KAJIAN Analisis Statistik Deskriptif Pemboleh Ubah Kajian.
Hasil soal selidik yang telah dijawab oleh responden di kedua-dua buah kolej matrikulasi berkenaan mendapati responden pelajar perempuan adalah lebih ramai berbanding responden pelajar lelaki. Bilangan keseluruhan responden perempuan ialah 610 orang (66.3%) manakala 310 orang (33.7%) adalah responden lelaki. Daripada jumlah itu, 787 orang pelajar (85.5%) adalah pelajar PST manakala selebihnya iaitu 133 orang pelajar (14.5%) adalah pelajar PDT.
Jumlah responden ini adalah berdasarkan nisbah pelajar mengikut aliran pengajian iaitu Modul 1, Modul 2 dan Modul 3 bagi pengajian PST dan PDT Aliran Sains manakala dua aliran lagi ialah Perakaunan dan Teknikal. Taburan pelajar mengikut faktor demografi masing- masing ditunjukkan seperti dalam Jadual 4.1 dan Jadual 4.2 di bawah.
Jadual 4.2
Taburan Responden Mengikut Gred Matematik Tambahan SPM dan Gred Peperiksaan Semester Program Matrikulasi PSPM
Gred Mat.
Tambahan
Bilangan Responden
Peratus Gred Mat.
Tambahan
Bilangan Responden
Peratus
A+ 161 17.5 A 350 38.0
A 38 4.1 A - 109 11.8
A - 72 7.8 B+ 159 17.3
B+ 144 15.7 B 99 10.8
B 85 9.2 B - 45 4.9
C+ 185 20.1 C+ 86 9.3
C 88 9.6 C 36 3.9
D+ 133 14.5 D+ 13 1.4
E 14 1.5 D 1 1 1.2
F 1 0.3 E 6 0.7
F 6 0.7
Jumlah 920 100 920 100
Dari segi pecahan kaum, 800 orang pelajar (87%) adalah kaum Melayu, 91 orang (9.9%) kaum Cina, 25 orang (2.7%) kaum India dan empat orang (0.4%) adalah pelajar dari kaum Siam. Pecahan ini mematuhi nisbah semasa kaum Bumiputera dan Bukan Bumiputera di kedua-dua buah kolej matrikulasi iaitu 10%. Bagi kategori jenis sekolah pula, pelajar yang datang dari SBP ialah seramai 175 orang (19%), Sekolah Menengah Harian 568 orang (61.7%) dan Sekolah Menengah Teknik pula 177 orang (19.2%).
Bagi demografik status sosioekonomi (SES), 615 orang pelajar (66.8%) datang daripada keluarga di bawah pendapatan RM 3000, 211 orang (22.9%) dari golongan keluarga berpendapatan antara RM 3001 dan RM 5000, manakala 94 orang pelajar (10.2%) adalah pelajar dari keluarga yang mempunyai pendapatan melebihi RM 5000 sebulan. Jadual 4.5 dan Jadual 4.6 menunjukkan taburan responden mengikut jenis sekolah dan status SES tersebut.
Jadual 4.1
Taburan Responden Mengikut Aliran Pengajian dan Program Di Dua Buah KM Aliran
Pengajian
Bil Responden
Peratus Program Jumlah Pelajar
Peratus
Modul 1 39 4.2 PDT
Modul 2 26 2.8 PDT 133 14.5
Modul 3 67 7.3 PDT
Modul 1 250 27.2 PST
Modul 2 97 10.5 PST
Modul 3 98 10.7 PST 787 85.5
Akaun 148 16.1 PST
Teknikal 195 21.2 PST
Jumlah 335 100 920 100
Jadual 4.5
Pecahan Responden Yang Mempunyai KM Tinggi Mengikut Aliran Pengajian
Aliran Pengajian Bil Responden Peratus Program
Modul 1 20 22.5 PST
Modul 2 16 18 PST
Modul 3 16 18 PST
Akaun 13 14.5 PST
Teknikal 16 18 PST
PDT 8 9 PDT
Total 89 100
Daripada jumlah di atas, 19 orang pelajar (27%) memperolehi nilai skor MARS melebihi nilai 124 iaitu 95% daripada markah keseluruhannya skor iaitu 150. Lima peratus pelajar ini mempunyai tahap kebimbangan Matematik yang sangat tinggi. Namun begitu, apabila melihat pencapaian Matematik para pelajar ini pula didapati tahap pencapaian yang berbeza-beza daripada gred A hinggalah ke gred C. Ini menunjukkan kebimbangan Matematik yang tinggi tidak semestinya memberikan kesan kepada pencapaian Matematik pelajar. Daripada jumlah 238 orang pelajar tersebut, 189 orang (79.4%) adalah dari program PST manakala 49 orang (20.6%) lagi dari program PDT. Dari segi pecahan jantina pula,176 orang (73.95%) adalah pelajar perempuan manakala 62 orang (26.05%) adalah pelajar lelaki.
Pengujian Hipotesis Pemboleh Ubah Kajian.
Sebelum pengujian hipotesis dilakukan, penyelidik terlebih dahulu melaporkan tahap kebimbangan matematik bagi pelajar Matrikulasi yang telah dikaji seperti dalam Jadual 4.3.
Ini dilakukan dengan mencari nilai skor MARS, sisihan piawai, minimum dan maksimum skor MARS untuk pemboleh ubah tersebut.
Jadual 4.3
Pengkelasan dan Tafsiran Skor MARS Mengikut Persentil
Item N Skor
MARS
Sisihan Piawai
Tahap
Kebimbangan Matematik 920 95.6 19.61 Sederhana
Berdasarkan taburan skor min MARS oleh responden, didapati tahap kebimbangan Matematik dalam kalangan pelajar Matrikulasi bagi kajian ini berada pada tahap sederhana dengan nilai skor min 95.6 dan sisihan piawai 19.61. Namun begitu, 89 orang pelajar
(25.87%) mempunyai nilai skor melebihi 110 markah atau 75% persentil markah keseluruhan.
Pelajar-pelajar yang memperolehi markah melebihi nilai 75% dianggap mempunyai kebimbangan matematik yang tinggi dan perlu diberi perhatian (Suinn, 2003). Pengkelasan skor MARS untuk tafsiran pemboleh ubah pula dirujuk adalah seperti Jadual 4.4 berikut.
Taburan pelajar yang mempunyai tahap kebimbangan matematik yang tinggi seperti dalam Jadual 4.5.
Jadual 4.4
Pengkelasan dan Tafsiran Skor MARS Mengikut Persentil
Persentil Skor MARS Tafsiran
25% 30 – 79 Rendah
50% 80 – 109 Sederhana
75% 110 150 Tinggi
Sumber: Suinn (2003) Hipotesis Nol Pertama
H :01 Tiada terdapat perbezaan yang signifikan bagi kebimbangan atematik antara pelajar lelaki dan pelajar perempuan.
Jadual 4.6
Ujian-t Untuk Mengukur Perbezaan Kebimbangan Matematik Antara Pelajar Lelaki dan Pelajar Perempuan
M
Jantina N Mean SD t df p (Sig)
Lelaki 310 92.86 19.36 -3.021 918 .003
Perempuan 610 96.98 19.61
*signifikan pada aras p = 0.05
Keputusan ujian ditunjukkan dalam Jadual 4.6. Perbandingan ujian-t menunjukkan bahawa terdapat perbezaan yang signifikan antara min skor kebimbangan Matematik pelajar lelaki dengan pelajar perempuan, t (918) = - 3.021; p < .05. Nilai min pelajar lelaki dan perempuan secara signifikannya menunjukkan bahawa pelajar lelaki mendapat min skor lebih rendah (92.86) daripada min skor pelajar perempuan (96.98). Walaupun kedua-dua min berada dalam kelompok sederhana dari segi kebimbangan Matematik tetapi pelajar perempuan menunjukkan tahap kebimbangan Matematik yang lebih tinggi berbanding pelajar lelaki.
Hipotesis Nol Kedua
H :02 Tiada terdapat perbezaan yang signifikan bagi kebimbangan matematik antara pelajar Program Satu Tahun (PST) dan pelajar Program Dua Tahun (PDT).
Jadual 4.7
Ujian-t Untuk Mengukur Perbezaan Kebimbangan Matematik Pelajar PST dan Pelajar PDT
Program N Mean SD t df p (Sig)
PST 787 94.43 19.97 -4.417 918 .000
PDT 133 102.47 15.75
*signifikan pada aras p = 0.05
Keputusan ujian-t di atas menunjukkan nilai t (918) = - 4.417, p = .000.
Memandangkan nilai signifikannya adalah lebih kecil daripada nilai kritikalnya iaitu .05, maka hipotesis nol ditolak kerana terdapat perbezaan yang signifikan bagi kebimbangan Matematik antara pelajar PST dan PDT. Pelajar PDT mempunyai tahap kebimbangan Matematik yang lebih tinggi dengan nilai min 102.47 berbanding pelajar PST dengan nilai min 94.43. Dapatan ini mungkin dipengaruhi oleh gred kemasukan pelajar ke program matrikulasi di mana gred pelajar PDT lebih rendah berbanding pelajar PST.
Hipotesis Nol Ketiga:
H :03 Tiada terdapat perbezaan yang signifikan bagi kebimbangan Matematik antara pelajar mengikut modul pengajian.
Jadual 4.8
Ujian ANOVA Sehala Untuk Mengukur Perbezaan Kebimbangan Matematik Mengikut Modul Pengajian
*signifikan pada aras p = 0.05
Berdasarkan keputusan ujian di atas, dapatan kajian menunjukkan terdapat perbezaan yang signifikan dalam kebimbangan Matematik antara pelajar daripada modul pengajian yang berbeza, F (7, 912) = 17.217, p < .05. Jadual 4.9 menunjukkan perbandingan antara kumpulan modul pengajian berdasarkan ujian Scheffe dan Bonferroni. Pemilihan ujian Scheffe
Sum of Squares
df Mean Square
F p (Sig) Kebimbangan
Ma tematik
Between 41281.596 7 5897.371 17.217 .000 Within Groups 312394.365 912 342.538
Total 353675.961 919
digunakan kerana bilangan sampel dalam setiap kumpulan adalah berbeza manakala pembetulan Bonferroni pula digunakan kerana perbandingan dilakukan berulang kali (Ananda, 2009).
Min bagi setiap modul yang ditunjukkan mendapati pelajar-pelajar daripada modul yang lain berbeza dari segi tahap kebimbangan Matematik. Ujian Scheffe menunjukkan bahawa pelajar daripada Modul 1 mempunyai min skor MARS 85.14 iaitu min skor paling rendah berbanding enam modul yang lain. Ini menunjukkan pelajar Modul 1 mempunyai tahap kebimbangan paling rendah berbanding pelajar daripada modul-modul yang lain.
Namun begitu, pelajar daripada modul-modul lain tidak mempunyai perbezaan yang signifikan antara satu sama lain. Saiz kesan sebanyak 0.117 menunjukkan bahawa kesan modul atau aliran pengajian terhadap kebimbangan matematik adalah sederhana.
Jadual 4.9
Perbezaan Kebimbangan Matematik Antara Modul Pengajian
*signifikan pada aras p = 0.05
Hipotesis Nol Keempat:
H :04 Tiada terdapat perbezaan yang signifikan bagi kebimbangan Matematik antara pelajar mengikut kaum.
Berpandukan jadual di bawah, didapati nilai p = .000 iaitu lebih kecil daripada nilai .05 di mana hipotesis nol ditolak. Ini bermakna terdapat perbezaan yang signifikan bagi kebimbangan matematik mengikut kaum, F(3, 916) = 56.305, p < .05.
Group Mean N SD Modul 1
Modul 1 85.14 250 22.16 -
Modul 2 94.67 97 17.12 9.53*
Modul 3 98.76 98 18.81 13.63*
Akaun 100.13 148 17.7 3 14.99*
Teknikal 99.78 195 15.88 14.64*
PDT M1 100.54 39 15.36 15.40*
PDT M2 102.31 26 15.23 17.18*
PDT M3 103.61 67 16.40 18.47*
Jumlah 95.59 920 19.62
Jadual 4.10
Perbandingan ANOVA Sehala Kebimbangan Matematik Mengikut Kaum
*signifikan pada aras p = 0.05
Perbandingan min menggunakan Ujian Scheffe dan Bonferroni menunjukkan bahawa pelajar Melayu mempunyai kebimbangan Matematik yang lebih tinggi daripada pelajar daripada kaum-kaum lain. Pelajar Melayu mempunyai perbezaan yang signifikan dengan pelajar Cina dan India tetapi tidak mempunyai perbezaan yang signifikan dengan pelajar dari kaum Lain-lain di mana pelajar Melayu memperolehi min skor 98.52 berbanding pelajar Cina (73.95), pelajar India (80.68) dan pelajar dari lain-lain kaum pada nilai 95.75. Dapatan juga menunjukkan nilai min pelajar Melayu juga melebihi nilai min keseluruhan kajian iaitu 95.59.
Min pelajar Cina menunjukkan nilai di bawah nilai 80 iaitu berada pada tahap rendah.
Ini bermakna pelajar Cina mempunyai tahap kebimbangan Matematik yang rendah berbanding pelajar-pelajar dari kaum lain. Min skor pelajar India juga lebih rendah berbanding pelajar Melayu dan berada pada tahap rendah. Namun begitu, tiada perbezaan yang signifikan ditunjukkan antara pelajar Cina, India dan lain-lain. Saiz kesan sebanyak 0.156 menunjukkan bahawa kesan kaum terhadap kebimbangan Matematik adalah sederhana. Perbandingan min antara pelajar dari setiap kaum ditunjukkan dalam Jadual 4.11.
Jadual 4.11
Perbezaan Kebimbangan Matematik Antara Kaum
*signifikan pada aras p = 0.05
Sum of Squares
df Mean Square
F p (Sig) Kebimbangan
Matematik
Between Groups 55065.407 3 18355.136 56.305 .000 Within Groups 298610.554 916 325.994
Total 353675.961 919
Group Mean N SD Kaum Melayu
Melayu 98.52 800 17.06 -
Cina 73.95 91 22.04 24.58*
India 80.68 25 29.02 17.84*
Lain -lain 95.75 4 25.60 2.77
Total 95.59 920 19.61
Hipotesis Nol Kelima:
H :05 Tiada terdapat perbezaan yang signifikan bagi kebimbangan atematik antara pelajar mengikut jenis sekolah.
Jadual 4.12
Ujian ANOVA Sehala Untuk Mengukur Perbezaan Kebimbangan Matematik Mengikut Jenis Sekolah
*signifikan pada aras p = 0.05
Berdasarkan keputusan di atas, didapati nilai yang diperolehi bagi hipotesis ini F (2, 917) = 2.882, p = .057. Memandangkan nilai signifikan yang diperolehi ini lebih tinggi daripada nilai kritikal .05 yang ditetapkan, maka hipotesis nol tidak boleh ditolak pada paras keyakinan 95% di mana tidak terdapat perbezaan yang signifikan bagi kebimbangan matematik mengikut jenis sekolah. Ini bermakna jenis sekolah tidak menyumbang kepada tahap kebimbangan Matematik pelajar. Namun begitu, apabila dilihat dari segi min bagi ketiga-tiga jenis sekolah didapati min bagi pelajar dari SBP merupakan min skor MARS yang paling rendah berbanding pelajar dari Sekolah Menengah Harian dan Sekolah Menengah Teknik iaitu 93.89 berbanding 95.17 dan 98.60. Akan tetapi, perbezaan antara ketiga-tiga jenis sekolah adalah tidak ketara. Ketiga-tiga min kebimbangan Matematik masih pada tahap sederhana. Jadual 4.13 menunjukkan perbandingan min bagi ketiga-tiga jenis sekolah tersebut.
Jadual 4.13
Perbezaan Ke
bimbangan Matematik Antara Jenis Sekolah
M
Sum of Sq uares
df Mean Square
F p
(Sig) Kebimbangan
Matematik
Between Groups 2209.24 2 1104.512 2.882 .057 Within Groups 351466.937 917 383.279
Total 353675.961 919
Group Mean N SD SM Harian SM Teknik
SBP 93.8 9 175 18.87 1.28 4.71
SM Harian 95.18 568 20.63
SM Teknik 98.60 177 16.52
Total 95.59 920 19.61
*signifikan pada aras p = 0.05
Hipotesis Nol Keenam:
H :06 Tiada terdapat perbezaan yang signifikan bagi kebimbangan Matematik antara pelajar mengikut taraf sosioekonomi.
Jadual 4.14
Ujian ANOVA Sehala Untuk Mengukur Perbezaan Kebimbangan Matematik Mengikut Taraf SES
Sum of Squares
df Mean Square
F p
(Sig) Kebimbangan
Matematik
Between Groups 3938.211 2 1969.106 5.163 .006 Within Groups 349737.75 0 917 381.393
Total 353675.961 919
Group Mean N SD SES
Sederhana
SES Rendah
SES Tinggi 93.18 94 20.95 .74 -3.86
SES Sederhana 92.44 211 21.47 -4.60*
SES Rendah 97 .04 615 18.59
Total 95.59 920 19.61
*signifikan pada aras p = 0.05
Keputusan di atas menunjukkan nilai F (2, 917) = 5.163, p = .006 di mana nilai p = .006 lebih kecil daripada nilai signifikan .05 maka hipotesis nol ditolak iaitu terdapat perbezaan yang signifikan bagi kebimbangan Matematik mengikut taraf sosioekonomi. Ujian Scheffe menunjukkan bahawa pelajar daripada SES rendah mempunyai tahap kebimbangan matematik yang lebih tinggi daripada pelajar daripada SES sederhana. Tiada perbezaan yang signifikan antara pelajar daripada SES rendah dan pelajar daripada SES tinggi. Begitu juga antara pelajar daripada SES sederhana dan SES tinggi. Saiz kesan mempunyai nilai sebanyak .011 menunjukkan bahawa kesan SES terhadap kebimbangan Matematik adalah kecil.
Jadual 4.15 menunjukkan min pelajar daripada SES Rendah lebih tinggi (97.04) daripada pelajar daripada SES Tinggi (93.18) dan SES Sederhana (92.44). Walaupun perbezaan yang diperlihatkan adalah kecil tetapi signifikan bagi kelompok SES Sederhana dan SES Rendah tetapi tidak signifikan bagi kelompok SES Tinggi.
Jadual 4.15
Perbezaan Kebimbangan Matematik Mengikut Taraf SES
*signifikan pada aras p = 0.05
Hipotesis Nol Ketujuh:
H :06 Tiada terdapat perbezaan yang signifikan bagi kebimbangan atematik antara pelajar mengikut gred pencapaian Matematik Tambahan.
Jadual 4.16
Ujian ANOVA Sehala Untuk Mengukur Perbezaan Kebimbangan Matematik Mengikut Gred Pencapaian Matematik Tambahan
M
Sum of Squares
Df Mean Square
F p (Sig) Kebimbangan
Matematik
Between Groups 54389.461 8 6798.683 20.695 .000 Within Groups 299286.500 911 328.525
To tal 353675.961 919
*signifikan pada aras p = 0.05
Dapatan kajian mendapati terdapat perbezaan yang signifikan antara pencapaian Matematik Tambahan pelajar dalam kebimbangan Matematik. Analisis menunjukkan nilai F (8, 911) = 20.695, p < .05. Nilai di bawah nilai kritikal menyebabkan hipotesis nol ditolak di mana terdapat perbezaan yang signifikan antara pelajar yang mendapat gred yang lebih baik berbanding pelajar dari gred yang sederhana. Perbandingan min antara pelajar dari setiap gred ditunjukkan dalam Jadual 4.17.
Jadual 4.17
Perbezaan Kebimbangan Matematik Mengikut Gred Pencapaian Matematik Tambahan
Gred Mean N SD Gred A +
A + 80.27 161 24.57
A 91.94 38 20.95 -11.67*
A - 93.81 72 19.66 -13.53*
B + 97.66 144 16.64 -17.39*
B 99.40 85 15.48 19.13*
C+ 98.61 185 15.23 18.34*
C 104.88 88 15.53 24.60*
D 99.74 133 15.60 19.47*
E 108.86 14 16.35 28.58*
Total 99.59 920 19.61
*signifikan pada aras p = 0.05
Jadual perbandingan min menunjukkan min skor MARS bertambah dari gred A+ ke gred E menunjukkan pelajar yang mempunyai gred pencapaian Matematik Tambahan yang
lebih rendah mempunyai tahap kebimbangan atematik yang lebih tinggi. Pelajar gred A+
menunjukkan min skor MARS pada tahap rendah (80.27) manakala gred-gred lain pada tahap sederhana. Tiada perbezaan yang signifikan antara pelajar dari gred-gred yang lain.
Perbandingan min menunjukkan pelajar yang mendapat gred terendah mempunyai tahap kebimbangan Matematik paling tinggi (108.86) dalam kelompok pelajar lain. Kesan saiz memberikan nilai .154 dan menurut Cohen (1988) perbezaan tahap kebimbangan Matematik antara semua kelompok pelajar adalah besar dan memberikan kesan yang praktikal dan bermakna dalam kebimbangan Matematik.
Hipotesis Nol Kelapan:
H :07 Tiada terdapat perbezaan yang signifikan bagi kebimbangan matematik antara pelajar mengikut gred pencapaian Matematik Peperiksaan Semester Program Matrikulasi (PSPM).
Jadual 4.18
Ujian ANOVA Sehala Untuk Mengukur Perbezaan Kebimbangan Matematik Mengikut Gred Pencapaian Matematik Peperiksaan Semester Program Matrikulasi (PSPM)
M
Sum of Squares
df Mean Square
F p (Sig) Kebimbangan
Matematik
Between Groups 29389.164 10 2938.916 8.238 .000 Within Groups 324286.797 909 356.751
Total 353675.961 919
*signifikan pada aras p = 0.05
Dapatan kajian mendapati terdapat perbezaan yang signifikan antara pencapaian Matematik PSPM pelajar dalam kebimbangan matematik. Analisis menunjukkan nilai F (10, 909) = 8.238, p < .05. Ini bermakna hipotesis nol ditolak iaitu terdapat perbezaan yang signifikan antara pelajar yang mendapat gred yang lebih baik berbanding pelajar dari gred yang sederhana. Perbandingan min antara pelajar dari setiap gred ditunjukkan dalam Jadual 4.19.
*signifikan pada aras p = 0.05
Keputusan menunjukkan terdapat perbezaan yang signifikan antara pelajar yang memperolehi gred A dalam PSPM dengan kelompok pelajar yang memperolehi gred A- hingga C tetapi tidak signifikan dengan pelajar gred D ke bawah. Ini bermakna tahap kebimbangan Matematik bagi pelajar gred A dan pelajar gred D ke bawah tidak dipengaruhi oleh gred pencapaian Matematik PSPM. Namun begitu, apabila dilihat pada min skor MARS mereka, pelajar gred A memperolehi min 89.07 iaitu pada tahap rendah berbanding pelajar dari gred-gred lain. Kesan saiz memberikan nilai sebanyak .083 iaitu pada tahap sederhana. Ini bermakna gred Matematik PSPM mempunyai saiz kesan yang sederhana terhadap kebimbangan Matematik pelajar-pelajar yang dikaji.
Hipotesis Kesembilan:
H : Tiada hubungan yang signifikan antara kebimbangan Matematik dengan status 09
sosioekonomi (SES) pelajar.
Hipotesis ini diuji menggunakan kaedah analisis perhubungan yang biasa dilakukan ke atas data-data interval yang bertaburan tidak normal iaitu Spearman's Rho Correlation dan ini diwakili oleh puntuk melihat sama ada status sosioekonomi pelajar mempunyai hubungan yang signifikan dengan kebimbangan Matematik mereka. Kekuatan magnitud perhubungan yang diwakili pekali ini bernilai di antara -1 dan +1. Jika tiada korelasi di antara dua variable, maka = 0. Bagi hipotesis ini, keputusan ujian ditunjukkan seperti Jadual 4.20. Berdasarkan
Gred Mean N SD Gred A
A 89.07 350 23.03 -
A- 97.63 109 16.70 -8.56*
B+ 96.72 159 16.14 -7.65*
B 99.69 99 15.84 -10.62*
B- 105.16 45 14.83 -16.08*
C+ 102.36 86 14.36 -13.29*
C 102.19 36 14.71 -13.12*
D+ 103.61 13 12.14 -14.54
D 94.91 11 14.52 -5.83
E 100.83 6 16.73 -11.76
F 111.67 6 21.26 -22.59
Total 99.59 920 19.61
Jadual 4.19
Perbezaan Kebimbangan Matematik Mengikut Gred Matematik PSPM
jadual di bawah, didapati nilai pekali korelasi, p bagi faktor kebimbangan atematik dengan status sosioekonomi adalah bersamaan .09. Ini menunjukkan korelasi yang terlalu kecil.
Memandangkan nilai p = .007 adalah lebih kecil daripada .05, maka hipotesis nol ditolak. Ini bermakna terdapat hubungan yang signifikan antara kebimbangan Matematik dengan status sosioekonomi dalam kalangan pelajar di kolej matrikulasi berada pada tahap yang hampir tiada.
Jadual 4.20
Pekali Korelasi Antara Kebimbangan Matematik dengan SES (N = 920) M
Skor MARS Status SES
Skor MARS Correlation Coefficient 1 .090*
Sig. ( 2 -tailed ) . .007
Status SES Correlation Coefficient .090* 1
Sig. ( 2 -tailed ) .007
Skor MARS
Gred Matematik T ambahan
Skor MARS Correlation Coefficient 1 .284*
Sig. ( 2 -tailed ) .000
Gred Mat.
Tambahan
Correlation Coefficient Sig. ( 2 -tailed )
.284* 1
.000 .
*signifikan pada aras p = 0.05
Hipotesis Kesepuluh:
H : Tiada Hubungan Yang Signifikan Antara Kebimbangan Matematik Dengan Gred Pencapaian 10
Matematik Tambahan.
Jadual 4.21
Analisis Korelasi Antara Kebimbangan Matematik dengan Gred Pencapaian Matematik Tambahan (N
= 920)
*signifikan pada aras p = 0.05
Keputusan ujian menunjukkan terdapat perhubungan yang signifikan antara kebimbangan Matematik dengan gred pencapaian Matematik Tambahan pelajar di peringkat SPM dengan nilai .284, p < .01. Dari segi kekuatan hubungan didapati hubungan ini berada pada tahap rendah. Ini bermakna pencapaian Matematik Tambahan pelajar matrikulasi di peringkat SPM hanya mempunyai hubungan yang lemah dengan kebimbangan Matematik mereka di peringkat matrikulasi.
Hipotesis Kesebelas:
H : Tiada Hubungan Yang Signifikan Antara Kebimbangan Matematik Dengan Gred 11
Pencapaian Matematik PSPM.
Berdasarkan jadual keputusan di bawah, didapati terdapat hubungan yang signifikan antara gred pencapaian Matematik PSPM dengan kebimbangan matematik pelajar di mana pekali, p= .235, p < .01. Namun begitu, nilai pekali ini menyatakan bahawa terdapat hubungan yang signifikan antara pencapaian Matematik PSPM dengan kebimbangan Matematik pelajar di peringkat Matrikulasi berada pada tahap yang lemah.
Jadual 4.22
Pekali Korelasi Antara Kebimbangan Matematik dengan Gred Pencapaian Matematik PSPM (N = 920)
Skor MARS
Gred Matematik PSPM
Skor MARS Correlation Coefficient 1 .235*
Sig. ( 2 -tailed ) . .000 Gred Mat. PSPM Correlation Coefficient
.235*
1 Sig. ( 2 -tailed ) .000
*signifikan pada aras p = 0.05
PERBINCANGAN DAN RUMUSAN
Kajian mengenai demografi adalah penting kerana pemahaman mengenai faktor- faktor demografi seperti umur, jantina dan etnik boleh mengelakkan pendidik daripada membuat generalisasi bahawa semua individu belajar dalam cara yang sama (Mutodi &
Ngirande, 2014). Apabila fokus diberikan kepada faktor-faktor demografi ini, pendidik boleh memahami bahawa pembelajaran koperatif berjaya bukan disebabkan ianya kaedah alternatif kepada kaedah kuliah tetapi pembelajaran koperatif menyediakan proses luaran yang diperlukan oleh sesetengah pelajar, peluang untuk mendapat sokongan rakan sebaya selain penghargaan dan fokus serta struktur tugasan yang penting kepada semua (
). Apabila pendidik berkerja bersama matlamat dan objektif, perspektif terhadap gaya akan menjadi tema utama ( ).
Selain itu, faktor-faktor yang dikaji juga perlu lebih menyeluruh dan tidak hanya Oyegoke, Oyelabi,
& Nnaji, 2016
Oyegoke et al., 2016
kepada tujuh aspek demografi dan pencapaian pelajar sahaja. Aspek seperti minat, sikap, motivasi, pengajaran guru, rakan sebaya dan pengaruh ibubapa antara aspek yang boleh dikaji untuk kajian lanjutan. Ini kerana proses pembelajaran pelajar meliputi pelbagai perkara sama ada di kelas atau di rumah ataupun semasa berada dalam kelompok masyarakat. Penilaian kepada pelbagai faktor yang lebih menyeluruh akan dapat memberikan gambaran yang lebih luas dan tepat berkenaan dengan pencapaian pelajar dan hubungannya dengan kebimbangan matematik. Kaedah pengumpulan data juga perlu dipelbagaikan dan tidak hanya berfokus kepada kaedah menggunakan soal selidik seperti membuat temuduga dan melakukan pemerhatian. Ini bagi memastikan kepelbagaian jenis data mampu saling melengkapi seterusnya penjelasan tentang faktor, sebab dan akibat akan dapat dijelaskan dengan lebih tepat dan mendalam.
Pendidik perlu digalakkan untuk mengaplikasikan pengetahuan mengenai demografi dan kesannya yang mana pengetahuan ini akan menyediakan ruang pemberian kuasa yang lebih baik dengan menegaskan nilai-nilai bersama dan kepercayaan bahawa semua pelajar belajar dalam cara yang berbeza. Pengetahuan ini menawarkan pelbagai aplikasi serta merta terhadap arahan dalam kelas. Berdasarkan dapatan dan pandangan yang dikemukakan di atas, penyelidik berpandangan kajian mengenai faktor-faktor demografi adalah penting bagi pendidik khususnya bagi sesebuah institusi yang mempunyai pelajar yang berbeza latar belakang akademik mahupun cara kehidupan seperti di program Matrikulasi. Diharapkan dapatan kajian ini dapat memberikan input yang berguna untuk meningkatkan pencapaian matematik pelajar di peringkat yang lebih tinggi khususnya di program Matrikulasi.
RUJUKAN
Andrews, A., & Brown, J. (2015). The effects of math anxiety. Education, 135(3), 362-370.
Beilock, S. L., & Maloney, E. A. (2015). Math anxiety: A factor in math achievement not to be ignored. Policy Insights from the Behavioral and Brain Sciences, 2(1), 4-12.
Beilock, S. L., & Willingham, D. T. (2014). Math anxiety: Can teachers help students reduce it? Ask the cognitive scientist. American Educator, 38(2), 28.
Bieg, M., Goetz, T., Wolter, I., & Hall, N. C. (2015). Gender stereotype endorsement differentially predicts girls' and boys' trait-state discrepancy in math anxiety. Frontiers in Psychology, 6, 1404.
Burnes, Andrea L. (2014). Understanding student Mathematical ways of knowing:
relationships among Mathematical anxiety, attitude toward learning Math, gender, ethnicity, and separate and connected ways of knowing. Dissertations, Theses and Capstone Projects. 649. Retrieved from https://digitalcommons.kennesaw.edu/etd/649.
Carey, E., Hill, F., Devine, A., & Szücs, D. (2016). The chicken or the egg? The direction of the relationship between mathematics anxiety and mathematics performance. Frontiers in Psychology, 6, 1987.
Carroll, S. R. (2010). The relationship of math anxiety and mathematics comprehension in middle school students. Walden University.
Devine, A., Fawcett, K., Szucs, D.,& Dowker, A. (2012). Gender differences in mathematics anxiety and the relation to mathematics performance while controlling for test anxiety.
Behav. Brain Funct, 8, 1-9. doi: 10.1186/1744-9081- 8-33.
Dowker A., Bennett K., Smith L. (2012). Attitudes to mathematics in primary school children.
Child Dev. Res. 2012:124939 10.1155/2012/124939.
Dowker, A., Sarkar, A., & Looi, C. Y. (2016). Mathematics anxiety: What have we learned in 60 years?. Frontiers in psychology, 7, 508.
Else-Quest, N. M., Hyde, J. S., & Linn, M. C. (2010). Cross-national patterns of gender differences in Mathematics: A meta-analysis. Psychological Bulletin, 136(1), 103–127.
http://dx.doi.org/10.1037/a0018053.
García-Santillán, A., Escalera-Chávez, M. E., Moreno-García, E., & Santana-Villegas, C.
(2016). Factors that explains student anxiety toward Mathematics. Eurasia Journal of Mathematics, Science & Technology Education, 12(2).
Haase V. G., Júlio-Costa A., Pinheiro-Chagas P., Oliveira L. D. F. S., Micheli L. R.,& Wood G.
(2012). Math self-assessment, but not negative feelings, predicts mathematics performance of elementary school children. Child Dev. Res. 2012:982672 10.1155/2012/982672.
Harari R. R., Vukovic R. K., Bailey S. P. (2013). Mathematics anxiety in young children: An exploratory study. J. Exp. Educ. 81, 538–555. 10.1080/00220973.2012.727888.
Chang, H., & Beilock, S. L. (2016). The math anxiety-math performance link and its relation to individual and environmental factors: A review of current behavioral and psychophysiological research. Current Opinion in Behavioral Sciences, 10, 33-38.
Foley, A. E., Herts, J. B., Borgonovi, F., Guerriero, S., Levine, S. C., & Beilock, S. L. (2017).
The math anxiety-performance link: A global phenomenon. Current Directions in Psychological Science, 26(1), 52-58.
Graham, S., & Morales-Chicas, J. (2015). The ethnic context and attitudes toward 9th grade Math. International Journal of Educational Psychology, 4(1), 1-32.
Hart, S., & Ganley, C. M. (2018). The nature of Math anxiety in adults: Prevalence and correlates.
Hassan, W. H. W. (2013). Orientasi matlamat pencapaian dan keresahan pelajar Felda terhadap Matematik. (Unpublished Doctoral dissertation).Universiti Teknologi Malaysia.
Hill, F., et al., (2015).Maths anxiety in primary and secondary school students: Gender differences, developmental changes and anxiety specificity. Learning and Individual Differences. Retrieved from http://dx.doi.org/10.1016/j.lindif.2016.02.006.
Iossi, L. H. (2009). The mathematics anxiety of bilingual community college students.
Kargar, M., Tarmizi, R. A., & Bayat, S. (2010). Relationship between mathematical thinking, mathematics anxiety and mathematics attitudes among university students. Procedia- Social and Behavioral Sciences, 8, 537-542.
Karimi, A., & Venkatesan, S. (2009). Mathematics anxiety, mathematics performance and academic hardiness in high school students. International Journal of Educational Sciences, 1(1), 33-37.
Mata M. D. L., Monteiro V., Peixoto F. (2012). Attitudes towards mathematics: effects of individual, motivational, and social support factors. Child Dev. Res. 2012:876028 10.1155/2012/876028.
Mohammad, S. H. (2017, March). Tahap kebimbangan matematik dan hubungannya dengan pencapaian pelajar Di Politeknik Muadzam Shah, Pahang. e-Proceedings iCompEx17 Academic Paper.
Mutodi, P., & Ngirande, H. (2014). Exploring mathematics anxiety: Mathematics students' experiences. Mediterranean Journal of Social Sciences, 5(1), 283.
Hussin, H. B., Majid, M. B., & Ab Wahab, R. B. (2018). Relationship of secondary school Mathematics achievement with Engineering Mathematics 2 in Polytechnics. Jurnal Konseling dan Pendidikan, 6(3), 160-169.
Kalaycioglu, D. B. (2015). The Influence of socioeconomic status, self-efficacy, and anxiety on Mathematics achievement in England, Greece, Hong Kong, the Netherlands, Turkey, and the USA. Educational Sciences: Theory and Practice, 15(5), 1391-1401.
Lauermann, F., Tsai, Y. M., & Eccles, J. S. (2017). Math-related career aspirations and choices within Eccles et al.'s expectancy–value theory of achievement-related behaviors.
Developmental Psychology, 53(8), 1540.
Luttenberger, S., Wimmer, S., & Paechter, M. (2018). Spotlight on Math anxiety. Psychology research and behavior management, 11, 311.
Maloney, E. A., Ramirez, G., Gunderson, E. A., Levine, S. C., & Beilock, S. L. (2015).
Intergenerational effects of parents' math anxiety on children's math achievement and anxiety. Psychological Science, 26(9), 1480-1488.
Oyegoke, D. A., Oyelabi, O., & Nnaji, C. C. (2016). Mathemaphobia and Teaching Learning Materials as Correlates of Pupils Achievement in Mathematics. Journal of Education and Practice, 7(19), 76-81.
Puteh, M., & Khalin, S. Z. (2016). Mathematics anxiety and its relationship with the achievement of secondary students in Malaysia. International Journal of Social Science and Humanity, 6(2), 119.
Sahri, N. A., Kamaruzaman, W. N. F. W., Jamil, J. M., & Shaharanee, I. N. M. (2017).
Exploring mathematics anxiety and attitude: Mathematics students' experiences.
doi:10.1063/1.5012258.
Suinn, R, M., & Winston, E. H. (2003), The Mathematics Anxiety Rating Scale, A Brief Version: Psychometric Data. Psychological Reports, 92, 167-173,
Tan J. B., Yates S. (2011). Academic expectations as a source of stress in Asian students. Soc.
Psychol. Educ, 14, 389–407. 10.1007/s11218-010-9146-7
Veloo, A., & Muhammad, S. (2011). Hubungan sikap, kebimbangan dan tabiat pembelajaran dengan pencapaian Matematik Tambahan. Journal of Educators & Education, 26.
Vitasari, P., Herawan, T., Wahab, M. N. A., Othman, A., & Sinnadurai, S. K. (2010). Exploring mathematics anxiety among engineering students. Procedia-Social and Behavioral Sciences, 8, 482-489.
Vukovic R. K., Kieffer M. J., Bailey S. P., Harari R. R. (2013). Mathematics anxiety in young children: concurrent and longitudinal associations with mathematical performance.
Contemp. Educ. Psychol, 38, 1–10. 10.1016/j.cedpsych.2012.09.001.
Wahid, S. N. S., Yusof, Y., & Razak, M. R. (2014). Math Anxiety among Students in Higher E d u c a t i o n L e v e l. S o c i a l a n d B e h a v i o r a l S c i e n c e s , 1 2 3, 2 3 2 - 2 3 7 . doi:10.1016/j.sbspro.2014.01.1419.
Wu S. S., Barth M., Amin H., Malcarne V., Menon V. (2012). Math anxiety in second and third graders and its relation to mathematical achievement. Dev. Psychol, 3.16210.3389/fpsyg.2012.00162.
Zakaria, E., Zain, N. M., Ahmad, N. A., & Erlina, A. (2012). Mathematics anxiety and achievement among secondary school students. American Journal of Applied Sciences, 9(11), 1828.
Recber, S., & Isiksal, M. (2018). Investigating self-efficacy, anxiety, attitudes and mathematics achievement regarding gender and school type. Anales de psicología, 34(1), 41.
Williams, K. L., Burt, B. A., & Hilton, A. A. (2016). Math achievement: A role strain and adaptation approach. Journal for Multicultural Education, 10(3), 368-383.
Yahya, S. Z., & Amir, R. (2018). Kebimbangan Matematik dan pencapaian Matematik Tambahan [Mathematics anxiety and Additional Mathematics performance]. Journal of Nusantara Studies (JONUS), 3(2), 124-133.