Validator 2 Jenis font yang digunakan dalam modul pembelajaran diseragamkan agar tidak membingungkan siswa
12. Siswa menanggapi umpan balik
4.1.5.2 Analisis Data Keefektifan
Keefektifan modul pembelajaran dilihat dari perbedaan persentase ketuntasan pretest dan posttest serta hasil angket respon guru dan angket respon siswa yang akan dijelaskan secara rinci sebagai berikut.
1. Analisis Data Pretest dan Posttest
Data hasil tes disajikan dalam tabel distribusi frekuensi dengan tujuan untuk mempermudah dalam membuat interval kelas. Cara menghitung interval kelas adalah sebagai berikut.
K = 1+3,3 log n
Rentang data = data terbesar - data terkecil + 1 Panjang kelas = rentang : jumlah kelas
Keterangan
K = Jumlah kelas interval n = banyaknya data a. Data Hasil Pretest
Data hasil pretest diolah berdasarkan rumus yang telah disajikan sehingga didapatkan hasil perhitungan sebagai berikut.
K = 1+3,3 log n = 1+3,3 log 41 = 1+3,3 x 1,61 = 1+5,31 = 6,31 = 6 atau 7
Sedangkan rentang data dihitung dengan rumus sebagai berikut Rentang data = data terbesar - data terkecil + 1
= 86 - 38 + 1 = 49
Panjang kelas = rentang : jumlah kelas = 49 : 7
= 7
Berdasarkan hasil perhitungan tersebut, dapat disajikan ke dalam tabel distribusi frekuensi menggunakan 7 kelas dengan panjang kelas 7. Tabel distribusi frekuensi hasil pretest dapat dilihat pada Tabel 31 berikut.
Tabel 31
Distribusi Frekuensi Hasil Pretest
Kelas Interval Frekuensi (f) Persentase
38-44 2 4,88%
45-51 6 14,63%
52-58 8 19,51%
Kelas Interval Frekuensi (f) Persentase
66-72 7 17,07%
73-79 4 9,76%
80-86 4 9,76%
Dari Tabel 31 dapat diketahui bahwa jumlah siswa dalam kelas interval 38-44 adalah 2 anak atau 4,88%. Jumlah siswa dalam kelas interval 45-51 adalah 6 anak atau 14,63%. Jumlah siswa dalam kelas interval 52-58 adalah 8 anak atau 19,51%. Jumlah siswa dalam kelas interval 59-65 adalah 10 anak atau 24,39%. Jumlah siswa dalam kelas interval 66-72 adalah 7 anak atau 17,07%. Jumlah siswa dalam kelas interval 73-79 adalah 4 anak atau 9,76%. Jumlah siswa dalam kelas interval 80-86 adalah 4 anak atau 9,76%.
Berdasarkan distribusi hasil pretest tersebut, dapat dilihat persebaran data hasil pretest dalam grafik berikut ini.
Gambar 11 Grafik Distribusi Frekuensi Hasil Pretest b. Data Hasil Posttest
Selain data hasil pretest, data hasil posttest juga diolah berdasarkan rumus yang telah disajikan, sehingga didapatkan hasil perhitungan sebagai berikut.
K = 1+3,3 log n = 1+3,3 log 41 0 2 4 6 8 10 12 38-44 45-51 52-58 59-65 66-72 73-79 80-86
= 1+3,3 x 1,61 = 1+5,31 = 6,31 = 6 atau 7
Sedangkan rentang data dihitung dengan rumus sebagai berikut Rentang data = data terbesar - data terkecil + 1
= 93 - 40 + 1 = 54
Panjang kelas = rentang : jumlah kelas = 54 : 6
= 9
Berdasarkan hasil perhitungan tersebut, dapat disajikan ke dalam tabel distribusi frekuensi menggunakan 6 kelas dengan panjang kelas 9. Tabel distribusi frekuensi hasil pretest dapat dilihat pada Tabel 32 berikut.
Tabel 32
Distribusi Frekuensi Hasil Posttest
Kelas Interval Frekuensi (f) Persentase
40-48 1 2,44% 49-57 4 9,76% 58-66 5 12,20% 67-75 10 24,39% 76-84 11 26,83% 85-93 10 24,39%
Dari Tabel 32 dapat diketahui bahwa jumlah siswa dalam kelas interval 40-48 adalah 1 anak atau 2,44%. Jumlah siswa dalam kelas interval 49-57 adalah 4 anak atau 9,76%%. Jumlah siswa dalam kelas interval 58-66 adalah 5 anak atau 12,20%. Jumlah siswa dalam kelas interval 67-75 adalah 10 anak atau 24,39%. Jumlah siswa dalam kelas interval 76-84 adalah 11 anak atau 26,83%. Jumlah siswa dalam kelas interval 85-93 adalah 10 anak atau 24,39%.
Berdasarkan distribusi hasil posttest tersebut, dapat dilihat persebaran data hasil posttest dalam grafik berikut ini.
Gambar 12 Grafik Distribusi Frekuensi Hasil Posttest c. Data Deskriptif Hasil Pretest dan Posttest
Data deskriptif menampilkan nilai terendah (minimum), nilai tertinggi (maximum), rata-rata (mean) skor hasil pretest dan posttest. Data deskriptif diolah dengan aplikasi IBM SPSS Statistics 22 yang disajikan dalam Tabel 33 berikut ini.
Tabel 33
Deskriptif Statistik Hasil Pretest dan Posttest
N Minimum Maximum Mean Std. Deviation
Pretest 41 38 86 62,34 12,138
Posttest 41 40 93 74,05 12,769
Valid N (listwise) 41
Berdasarkan Tabel 33 terlihat bahwa nilai terendah dari pretest adalah 38 dan nilai tertinggi adalah 86 dengan rata-rata 62,34. Sedangkan nilai terendah posttest adalah 40 dengan nilai tertinggi 93 dan rata 74,05. Grafik skor rata-rata hasil hasil pretest dan posttest dapat dilihat pada grafik berikut ini.
0 2 4 6 8 10 12 40-48 49-57 58-66 67-75 76-84 85-93
Gambar 13 Grafik Rata-Rata Hasil Pretest dan Posttest d. Data Ketuntasan Hasil Pretest dan Posttest
Selain disajikan data skor rata-rata hasil pretest dan posttest, disajikan pula data ketuntasan hasil pretest dan posttest dimana KKM yang ditetapkan sebesar 67. Data ketuntasan dapat dilihat pada Tabel 34 berikut.
Tabel 34
Ketuntasan Hasil Pretest dan Posttest
Ketuntasan Pretest Posttest
Jumlah Persentase Jumlah Persentase
Tuntas 14 34,15% 31 75,61%
Tidak Tuntas 27 65,85% 10 24,39%
Berdasarkan Tabel 34 dapat diketahui bahwa saat dilakukan pretest jumlah siswa yang memperoleh nilai di atas 67 sebanyak 14 anak atau 34,15% dan yang memperoleh nilai di bawah 67 sebanyak 27 anak atau 65,85%. Sedangkan saat dilakukan posttest jumlah siswa yang memperoleh nilai di atas 67 sebanyak 31 anak atau 75,61% dan yang memperoleh nilai di bawah 67 sebanyak 10 anak atau 24,39%. Data ketuntasan hasil pretest dan posttest disajikan dalam grafik berikut.
55 60 65 70 75 Pretest Posttest
Gambar 14 Grafik Ketuntasan Hasil Pretest dan Posttest e. Analisis Hasil Pretest dan Posttest
Analisis hasil pretest dan posttest diuji secara statistik dengan uji beda rerata. Uji beda rerata dilakukan untuk mengetahui ada tidaknya perbedaan rerata antara hasil pretest dan posttest. Sebelum dilakukan uji beda rerata, terlebih dahulu dilakukan uji normalitas untuk mengetahui apakah data berdistribusi normal atau tidak. Hasil dari uji normalitas hasil pretest dapat Tabel 35 berikut ini.
Tabel 35
Uji Normalitas Hasil Pretest
Pretest
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Nilai pretest ,064 41 ,200* ,983 41 ,797
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
Dari uji normalitas hasil pretest, diketahui bahwa nilai signifikansi Shapiro-Wilk menunjukkan angka 0.797. Hal ini berarti data tersebut berdistribusi
0% 10% 20% 30% 40% 50% 60% 70% 80% Pretest Posttest Tuntas Tidak Tuntas
normal karena nilai signifikansi > 0.05. Sedangkan uji normalitas posttest dapat dilihat pada Tabel 36 berikut ini.
Tabel 36
Uji Normalitas Hasil Posttest
Posttest
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Nilai posttest ,118 41 ,158 ,953 41 ,090
a. Lilliefors Significance Correction
Dari uji normalitas hasil posttest, diketahui bahwa nilai signifikasi Shapiro-Wilk menunjukkan angka 0.090. Hal ini berarti data tersebut berdistribusi normal. Setelah diketahui bahwa kedua data berdistribusi normal maka dapat dilakukan uji beda rerata, yakni dengan uji T berpasangan (Paired Sample T-Test) Hasil uji T berpasangan dapat dilihat pada Tabel 37 berikut ini.
Tabel 37
Hasil Uji T Berpasangan
Paired Differences t df Sig. (2-tailed) Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference Lower Upper Pair 1 Pretest - Posttest -11,707 11,078 1,730 -15,204 -8,211 -6,767 40 ,000
Berdasarkan uji T berpasangan tersebut Sig. (2-tailed) menunjukkan angka 0,000. Karena 0,000 < 0,05 berarti terdapat perbedaan antara pretest dan posttest. 2. Analisis Data Kepraktisan
Analisis data kepraktisan dilakukan berdasarkan hasil angket respon guru dan respon siswa terhadap proses pembelajaran yang menggunakan modul pembelajaran. Hasil dari angket respon guru terhadap modul pembelajaran dapat dilihat pada Tabel 38 berikut ini.
Tabel 38
Respon Guru terhadap Modul
No Indikator Skor Kategori
1 Pembelajaran menggunakan modul lebih