I. Langkah-langkah Penelitian 1. Metode Penelitian
7. Analisis Instrumen a. Analisis Tes
Untuk dapat menentukan bahwa data terjamin dan dapat dipercaya, maka sebelum digunakan, instrumen sebuah tes harus diujicobakan terlebih dahulu dan kemudian dianalisis.Soal yang dibuat terdiri dari dua paket, yaitu paket A dan paket B, paket A sebanyak 4 soal dan paket B sebanyak 4 soal. Lalu soal tersebut diujikan ke kelas 12 IPA 3 sebanyak 17 orang.Adapun langkah- langkah dalam menganalisis tes adalah sebagai berikut:
1) Menentukan Validitas
Uji validitas dilakukan untuk mengetahui sejauh mana tingkat ketepatan suatu instrumen untuk mengukur sesuatu yang harus diukur.Menurut Anderson (Lestari & Yudhanegara, 2015: 190), sebuah tes dikatakan valid apabila tes tersebut mengukur apa yang hendak diukur. Untuk menguji validitas digunakan rumus korelasi product moment angka kasar, yaitu:
Keterangan :
= koefisien korelasi antara skor butir soal ( ) dan skor total ( ) N = banyak subjek
X = skor butir soal atau skor item pernyataan/pertanyaan Y = total skor
Tolak ukur untuk menginterpretasikan derajat validitas instrumen ditentukan berdasarkan kriteria menurut Guilford (1956) yang dapat dilihat pada Tabel 1.5.
Tabel 1.5 Krite ria Validitas Soal
Koefisien Korelasi Korelasi Inte rpretasi Validitas Sangat Tinggi Sangat tepat/sangat baik
Tinggi Tepat/ baik
Sedang Cukup tepat/cukup baik Rendah Tidak tepat/buruk
Sangat Rendah Sangat tidak tepat/sangat buruk (Lestari & Yudhanegara, 2015: 193) Berdasarkan analisis validitas item pada lampiran A diperoleh hasil seperti pada Tabel 1.6 dan Tabel 1.7.
Tabel 1.6 Hasil Analisis Validitas Soal Paket A
Tabel 1.7 Hasil Analisis Validitas Soal Paket B
2) Uji Reliabilitas Soal
Reliabilitas suatu instrumen adalah keajegan atau kekonsistenan instrumen tersebut bila diberikan pada subjek yang sama meskipun oleh orang yang berbeda, waktu yang berbeda atau tempat yang berbeda, maka akan memberikan hasil yang sama atau relatif sama (Lestari & Yudhanegara, 2015: 206). Jadi, uji reliabilitas digunakan untuk mengetahui keajegan atau kekonsistenan suatu instrumen.Rumus yang digunakan untuk menentukan reliabilitas soal, yaitu:
No Nilai rxy Korelasi Inte rpretasi Validitas
1 Sedang Cukup tepat/cukup baik
2 Tinggi Tepat/baik
3 Tinggi Tepat/baik
4 Sangat Tinggi Sangat tepat/sangat baik
No Nilai rxy Korelasi Inte rpretasi Validitas
1 Sedang Cukup tepat/cukup baik
2 Sedang Cukup tepat/cukup baik
3 Sedang Cukup tepat/cukup baik
atau r = koefisien reliabilitas
n = banyak butir soal
= variansi skor butir soal ke- i = variansi skor total
(Lestari & Yudhanegara, 2015:207)
Variansi dari masing- masing data dapat dicari dengan rumus:
(Lestari & Yudhanegara, 2015: 207) Tolak ukur untuk menginterpretasikan derajat reliabilitas instrumen ditentukan berdasarkan kriteria menurut Guilford (1956) pada Tabel 1.8.
Tabel 1.8 Krite ria Reliabilitas Soal
Koefisien Korelasi Korelasi Inte rpretasi Reliabilitas Sangat Tinggi Sangat tepat/sangat baik
Tinggi Tepat/ baik
Sedang Cukup tepat/cukup baik Rendah Tidak tepat/buruk Sangat Rendah Sangat tidak tepat/sangat buruk
(Lestari & Yudhanegara, 2015: 206) Berdasarkan hasil analisis instrumen uji coba soal paket A diperoleh nilai koefisien reliabilitasnya adalah dengan korelasi sedang dan interpretasi cukup baik. Sedangkan hasil analisis instrumen uji coba soal paket B pada diperoleh nilai koefisien reliabilitasnya adalah dengan korelasi tinggi dan interpretasi baik.
3) Uji Daya Pembeda
Uji daya pembeda dilakukan untuk mengetahui seberapa jauh butir soal mampu membedakan antara siswa yang dapat menjawab soal dengan tepat dan siswa yang tidak mampu menjawab dengan tepat. Rumus yang digunakan untuk menentukan indeks daya pembeda instrumen yaitu :
Keterangan :
DP = Indeks daya pembeda butir soal
= Rata-rata skor jawaban siswa kelompok atas = Rata-rata skor jawaban siswa kelompok bawah SMI = Skor maksimal ideal
(Lestari & Yudhanegara, 2015: 217-218) Klasifikasi intrepretasi daya pembeda tiap butir disajikan pada Tabel 1.9.
Tabel 1.9Krite ria Daya Pe mbeda
Nilai Inte rpretasi Daya Pembe da Sangat baik
Baik Cukup
Buruk Sangat buruk
(Lestari & Yudhanegara, 2015: 217) Berdasarkan analisis daya pembeda tiap item pada lampiran A diperoleh hasil seperti pada Tabel 1.10 dan Tabel 1.11
Tabel 1.10 Hasil Analisis Daya Beda Soal Paket A No Daya Pembeda Inte rpretasi
1 0,7 Sangat Baik
2 0,35 Cukup
3 0,375 Cukup
Tabel 1.11 Hasil Analisis Daya Beda Soal Paket B No Daya Pembeda Inte rpretasi
1 0,35 Cukup
2 0,45 Baik
3 0,625 Baik
4 0,433 Baik
4) Uji Tingkat Kesukaran
Bermutu atau tidaknya suatu item tes dapat diketahui dari derajatkesukaran item yang dimiliki oleh butir-butir item tersebut. Menganalisis data hasil uji coba soal untuk mengetahui indeks atau tingkat kesukaran tiap butir soal, digunakan rumus:
Keterangan:
IK = indeks kesukaran butir soal
= rata-rata skor jawaban siswa pada suatu butir soal SMI = Skor maksimal ideal
Adapun indeks tingkat kesukaran butir soal dapat dilihat pada Tabel 1.12. Tabel 1.12Krite ria Indeks Kesukaran
IK Inte rpretasi Indeks Kesukaran
IK = 0,00 Terlalu Sukar
0,00 < IK 0,30 Sukar
0,30 < IK 0,70 Sedang
0,70 < IK < 1,00 Mudah
IK = 1,00 Terlalu Mudah
(Lestari & Yudhanegara, 2015: 224) Berdasarkan analisis tingkat kesukaran tiap item pada lampiran A diperoleh hasil seperti pada Tabel 1.13 dan Tabel 1.14.
Tabel 1.13 Hasil Analisis Tingkat Kesukaran Soal Paket A No Indeks Kesukaran Inte rprestasi
1 0,815 Soal Mudah
2 0,71 Soal Mudah
3 0,44 Soal Sedang
4 0,34 Soal Sedang
Tabel 1.14 Hasil Analisis Tingkat Kesukaran Soal Paket B No Indeks Kesukaran Inte rprestasi
1 0,764 Soal Mudah
2 0,5725 Soal Sedang
3 0,30 Soal Sukar
4 0,29 Soal Sukar
Untuk melihat hasil analisis tiap butir soal secara menyeluruh dapat dilihat pada Tabel 1.15 dan Tabel 1.16.
Tabel 1.15 Rekapitulasi Hasil Analisis Tingkat Soal Paket A
No
Validitas Daya Beda TingkatKesuk
aran
Tingkat Kesukaran
Prediksi
Ket Nilai Krite ria Nilai Krite ria Nilai Krite ria
1 Sedan g 0,416 (s eda ng) 0,7 Sanga t Baik 0,815 Soal Mudah Mudah Diambil 2 Tinggi 0,35 Cuku p 0,71 Soal Mudah Mudah Diambil 3 Tinggi 0,375 Cuku p 0,44 Soal Sedang Sedang Diambil 4 Sangat Tinggi 0,483 Baik 0,34 Soal
Sedang Sukar Dibuang Tabel 1.16 Rekapitulasi Hasil Analisis Soal Paket B
No
Validitas Daya Beda Tingkat
Kesukaran Tingkat Kesukaran Prediksi Ket Nila i Krite ri
a Nilai Krite ria Nilai Krite ria
1 Sedang
0,743 (
ti
ngg
i) 0,35 Cukup 0,76 Soal
Mudah Mudah Dibuang
2 Sedang 0,45 Baik 0,57 25 Soal Sedang Mudah Dibuang si
3 Sedang 0,625 Baik 0,30 Soal
Sukar
Sedang Dibuang
4 Sangat
Tinggi 0,433 Baik 0,29
Soal
Berdasarkan hasil analisis tersebut, peneliti mengambil soal nomor 1,2,3 pada paket A, soal nomor 4 pada paket B untuk dijadikan sebagai soal pretest dan posttest, karena keempat soal tersebut telah memenuhi kriteria validitas, reliabilitas, daya beda dan tingkat kesukaran serta telah memenuhi indikator komunikasi yang telah diambil.
b. Analisis Lembar Observasi
Analisis lembar observasi, baik lembar observasi siswa atau guru, dilakukan dengan carajudment experts atau berdasarkan pendapat para ahli. Untuk itu lembar observasi yang telah dibuat berdasarkan teori, dikonsultansikan kepada ahlinya dalam hal ini dosen pembimbing untuk mendapatkan tanggapan atas lembar observasi yang telah dibuat.
c. Analisis Skala Sikap
Instumen yang digunakan untuk mengukur sikap siswa terhadap pembelajaran matematika dengan menggunakan model Peer Instruction with Structurized Inquiry(PISI) dan model Anchored Instruction (AI) adalah lembar skala sikap dengan menggunakan skala sikap model Likert dengan metode Apriori. Menurut Kamus Besar Bahasa Indonesia (KBBI), apriori memikiki arti beranggapan sebelum mengetahui keadaan yang sebenarnya. Oleh karena itu, dapat disimpulkan bahwa metode apriori adalah pengetahuan yang didapat sebelum bertemu dengan kenyataan yang sebenarnya.
Setiap pernyataan dilengkapi dengan empat pilihan jawaban, yaitu SS (sangat setuju), S (setuju), TS (tidak setuju), dan STS (sangat tidak setuju).Adapun jawaban TT (tidak tahu) tidak digunakan, ini dimaksudkan agar
mendorong siswa untuk melakukan pilihan jawaban.Penentuan skor pada skala likert ini dihitung berdasarkan jawaban responden, sehingga setiap item memiliki skor atau bobot yang berbeda. Skala yang digunakan adalah 4, 3, 2 dan 1 (untuk pertanyaan positif) dan 1, 2,3 dan 4 (untuk pertanyaan negatif), seperti ya ng dapat dilihat pada Tabel 1.17.
Tabel 1.17 Skor Pernyataan Skala Sikap
Pernyataan Sangat Setuju (SS) Setuju (S) Tidak Setuju (TS) Sangat Tidak Setuju (STS) Skor Positif 4 3 2 1 Negatif 1 2 3 4 (Arifin, 2013: 233) 8. Prosedur Analisis Data Penelitian
Data yang dikumpulkan berdasarkan rumusan masalah yang telah dikemukakan sebelumnya kemudian dianalisis, berikut prosedur analisis datanya. a. Rumusan Masalah Pertama
Untuk mengetahui aktivitas guru dan aktivitas siswa pada proses pembelajaran dengan model model Peer Instruction with Structurized Inquiry(PISI) dan model Anchored Instruction (AI), maka dibuatlah lembar aktivitas guru dan lembar aktivitas siswa. Hasil dari lembar aktivitas guru dan lembar aktivitas siswa diniali berdasarkan kriteria penilaian dengan ketentuan sangat baik (5), baik (4), cukup baik (3), kurang (2), dan sangat kurang (1). Dengan menggunakan rumus berikut:
Tabel 1.18 Krite ria Keterlaksanaan
Persentase (%) Krite ria keterlaksanaan
86% - 100% Sangat Baik 76% - 85% Baik 60% - 75% Sedang 34% - 59% Kurang ≤ 34 % Sangat Kurang (Purwanto,2009:103) b. Rumusan Masalah Kedua dan Ketiga
Untuk mengetahui perbedaan peningkatan kemampuan komunikasi matematis siswa yang memperoleh pembelajaran matematika dengan model model Peer Instruction with Structurized Inquiry(PISI) dan model Anchored Instruction (AI) dan konvensional terlebih dahulu mencari skor indeks gain dengan menggunakan rumus:
Adapun kategori N-gain diinterpretasikan dalam Tabel 1.19 berikut: Tabel 1.19 Krite ria Nilai N-gain
Gain Te rnormalisasi Keterangan
0 Tinggi
Sedang
0 Rendah
(Lestari & Yudhanegara, 2015: 235) c. Rumusan Masalah Keempat
Jika telah didapatkan gain ternormalisasimaka langkah selanjutnya adalah melakukan uji ANOVA satu jalur terhadap N-Gain tersebut. Asumsi yang harus
dipenuhi sebelum melakukan uji ANOVA satu jalur adalah data harus berdistribusi normal dan memiliki varians yang homogen.
Adapun prosedur yang digunakan untuk uji normalitas data menggunakan uji Kolmogorov Smirnov dengan langkah- langkah sebagai berikut :
1) Menentukan Hipotesis
H0 : Data berasal dari populasi berdistribusi normal. H1: Data berasal dari populasi tidak berdistribusi normal 2) Menentukan Nilai Statistik Uji
Tabel 1.20Uji Kolmogorov Smirnov
No 1 2 dst Keterangan:
= Data (berurut dari terkecil – terbesar); = Angka Normal Baku
= Tabel Probabilitas Kumulatif Teoritis (Normal)
= Probabilitas Kumulatif Sampel (Frekuensi Kumulatif Data/n) 3) Menentukan Tingkat Signifikansi ( )
Signifikansi uji, nilai Max dibandingkan dengan nilai Tabel Kolmogorov Smirnov.
4) Menentukan Kriteria Pengujian Hipotesis
Jika nilai Max nilai tabel K-S, maka H0 diterima. Data berdistribusi normal.
Jika nilai Max nilai tabel K-S, maka H0 ditolak. Data tidak berdistribusi normal.
5) Memberikan Kesimpulan
(Rahayu, 2015: 1) Pengujian normalitas dapat dilakukan dengan berbantuan software SPSS dengan pengujian Kolmogorov Smirnov. Kriteria uji normalitas berbantuan software SPSS dengan pengujian Kolmogorov Smirnov adalah:
1) Jika probabilitas , diterima. 2) Jika probabilitas , ditolak.
Sedangkan prosedur yang digunakan untuk uji homogenitas varians adalah sebagai berikut:
1) Merumuskan Formula Hipotesis
: Semua populasi mempunyai varians yang homogen : Semua populasi mempunyai varians yang tidak homogen 2) Menentukan Nilai Statistik Uji Bartlett
Varians gabungan dari semua sampel:
Harga satuan B (Bartlett):
Uji Bartlett digunakan statistik chi-kuadrat:
Dengan
3) Menentukan Tingkat Signifikan
Dimana: 5%
dk = derajat kebebasan
dk = (k = banyaknya pengamatan) 4) Menentukan Kriteria Pengujian Hipotesis
ditolak jika diterima jika
5) Memberikan kesimpulan
(Rahayu, 2014: 116-117) Selain dengan menggunakan uji Bartlett, pengujian homogenitas dapat dilakukan dengan berbantuan software SPSS dengan prosedur Classify Determinant yakni analisis MANOVA prints Bartlett-Box F Test Statistic atau lazim disingkat Box’s M.
Jika asumsi telah terpenuhi, maka akan dilakukan analisis ANOVA satu jalur terhadap N-Gain sesuai dengan langah- langkah berikut:
1) Merumuskan Hipotesis
Tidak terdapat perbedaan peningkatan kemampuan komunikasi matematis siswa yang menggunakan model Peer Instruction with Structurized Inquiry(PISI) dan model Anchored Instruction (AI) Terdapat perbedaan peningkatan kemampuan komunikasi
matematis siswa yang menggunakan model Peer Instruction with Structurized Inquiry(PISI) dan model Anchored Instruction (AI) Atau :
(minimal satu tanda berlaku) 2) Menentukan Nilai Uji Statistik
Nilai uji statistik ditentukan dengan langkah- langkah berikut: a) Membuat Tabel Kuadrat
Tabel 1.21 Nilai Kuadrat No 1 2 dst. Jmh Keterangan:
N-Gainkelas Peer Instruction with Structurized Inquiry(PISI) N-GainkelasAnchored Instruction (AI)
N-Gainkelas Konvensional
b) Menentukan Jumlah Kuadrat Antar Kelompok ( , Jumlah Kuadrat Dalam Kelompok ( , dan Jumlah Kuadrat Total (
c) Menentuka Derajat Kebebasan ( )
e) Menentukan
3) Menetukan Nilai Kritis
4) Menentuka Kriteria Pengujian
Jika , maka ditolak
Jika , maka diterima
5) Membuat Kesimpulan
(Lestari & Yudhanegara, 2015: 295-297) Uji ANOVA dapat dilakukan dengan berbantuan software SPSS dengan kriteria pengujian ANOVA berbantuan software SPSS adalah:
, maka ditolak , maka diterima
(Lestari & Yudhanegara, 2015: 302) Jika ditolak, maka terdapat perbedaan dari ketiga kelompok gain, maka untuk melihat faktor (treatment) mana yang berbeda, maka dilakukan uji post hoc.Terdapat beberapa uji post hoc yang dapat digunakan, salah satunya menggunkan uji Scheffe. Dengan langkah- langkah sebagai berikut:
1) Merumuskan Hipotesis Uji pihak kanan: a)
b) c)
2) Menentukan Nilai Statistika
Keterangan:
kelompok sampel (kelas)
nilai statistik uji Scheffe untuk kelompok i dan kelompok j 3) Menentukan Nilai Kritis
Nilai kritis untuk uji Scheffe ditentukan berdasarkan nilai perbedaan rata-rata (mean difference), sebagai berikut:
4) Menentukan Kriteria Pengujian
Jika maka ditolak
Jika maka diterima
5) Membuat Kesimpulan
(Lestari & Yudhanegara, 2015: 298-299) Selain dengan menggunakan uji Scheffe secara manual, pengujian dapat dilakukan dengan uji Scheffe berbantuan software SPSS. Kriteria uji Scheffe berbantuan software SPSS adalah:
, maka ditolak , maka diterima
(Lestari & Yudhanegara, 2015: 302) Jika minimal terdapat 1 kelompok yang datanya tidak berdistribusi normal, maka harus dilakukan uji Kruskal-Wallis dengan langkah- langka sebagai berikut:
1) Merumuskan hipotesis penelitian
2) Membuat rank dari seluruh data yang digunakan sebagai penelitian, rank 1 dimulai dari data yang terkecil
3) Jumlahkan rank tiap-tiap kelompok sampel perlakuan 4) Menghitung nilai statistik Kruskal-Wallis dengan rumus:
5) Kriteria uji:Ho terima jika: 6) Kesimpulan
(Sundayana, 2014: 173) Selain dengan menggunakan uji Kruskal-Wallis secara manual, pengujian dapat dilakukan dengan uji Kruskal-Wallis berbantuan software SPSS. Kriteria uji Kruskal-Wallis berbantuan software SPSS adalah:
, maka ditolak , maka diterima
(Lestari & Yudhanegara, 2015: 308) d. Rumusan Masalah Kelima
Untuk mengetahui bagaimana sikap siswa terhadap model Peer Instruction with Structurized Inquiry (PISI) dan model Anchored Instruction (AI), digunakan penskoran sikap dengan skala likert. Untuk melihat respon persentase subjek yang memiliki respon positif terhadap pembelajaran yang diterapkan, dihitung berdasarkan kriteria sebagai berikut:
Adapun interpretasinya yang diterapkan dalam kategori Tabel 1.22. Tabel 1.22 Interpretasi Jawaban Skala Sikap
Krite ria Penafsiran
Tidak seorangpun Sebagian kecil Hampir setengahnya Setengahnya Sebagian besar Hampir seluruhnya Seluruhnya