Analisis Lebih Lanjut - Teknik Analisis Data

BAB III METODE PENELITIAN

3.8 Teknik Analisis Data

3.8.2 Analisis Lebih Lanjut

3.8.2.1 Perhitungan Persentase Peningkatan Rerata Pretest ke Posttest I

Perhitungan persentase peningkatan rerata pretest ke posttest I dilakukan untuk mengetahui persentase peningkatan kemampuan mengevaluasi dan mencipta, dari rerata pretest ke posttest I pada kelompok kontrol maupun kelompok eksperimen. Cara menghitung persentase yaitu skor rerata posttest I dikurangi skor rerata pretest. Kemudian, hasil pengurangan dibagi skor rerata pretest dan dikali seratus persen. Untuk mengetahui persentase peningkatan skor pretest ke posttest I digunakan rumus sebagai berikut.

Gambar 3.6 Rumus Persentase Peningkatan Pretest ke Posttest I

Untuk mengetahui persentase selisih skor pretest ke posttest I (gain score) dapat dilakukan penghitungan manual sebagai berikut.

Gambar 3.7 Rumus Gain Score

Gain score diambil kurang lebih 50% dari skor tertinggi selisih pretest ke posttest I

dari kelompok eksperimen dan kelompok control. Frekuensi gain score diperoleh dari jumlah siswa yang melebihi gain score. Grafik poligon pada gain score menunjukkan perbandingan yang tepat, pada rerata antara kelompok eksperimen maupun kelompok kontrol (Fraenkel, 2012: 250-251).

Peningkatan= ^{(posttest I - pretest)}

pretest ^{× 100%}

Persentase Gain Score = ^{𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝐺𝑎𝑖𝑛 𝑠𝑐𝑜𝑟𝑒}

3.8.2.2 Uji Signifikansi Peningkatan Rerata Skor Pretest ke Posttest I

Uji signifikansi peningkatan rerata pretest ke posttest I dilakukan untuk mengetahui apakah terjadi peningkatan skor yang signifikan pada kelompok kontrol dan kelompok eksperimen. Uji signifikansi peningkatan rerata pretest ke posttest I dihitung dengan menggunakan data rerata hasil pretest dan posttest I pada kelompok kontrol dan eksperimen. Karena data pretest dan posttest I yang diuji dari kelompok yang sama, uji statistik menggunakan cara (1) jika data terdistribusi normal, uji signifikansi peningkatan rerata skor pretest ke posttest I menggunakan statistik parametrik Paired samples t-test (Field, 2009: 325). (2) Jika data terdistribusi tidak normal, uji signifikansi peningkatan rerata skor pretest ke posttest I menggunakan statistik non parametrik Wilcoxon Signed Ranks test (Field, 2009: 345).

Hipotesis statistiknya adalah sebagai berikut.

Hi : Ada perbedaan yang signifikan antara rerata skor pretest dan posttest I pada kelompok eksperimen dan kelompok kontrol.

Hnull : Tidak ada perbedaan yang signifikan antara rerata skor pretest dan posttest I pada kelompok eksperimen dan kelompok kontrol.

Kriteria yang digunakan untuk menarik kesimpulanya adalah sebagai berikut:

1. Jika harga sig. (2-tailed) < 0,05, Hnull ditolak dan Hi diterima, berarti ada perbedaan yang signifikan antara rerata skor pretest ke posttest I pada kelompok eksperimen dan kelompok kontrol. Dengan kata lain, terdapat peningkatan skor yang signifikan dari pretest ke posttest I kemampuan mengevaluasi/mencipta pada kelompok eksperimen dan kelompok kontrol.

2. Jika harga sig. (2-tailed) > 0,05, Hnull diterima dan Hi ditolak, berarti tidak ada perbedaan yang signifikan antara rerata skor pretest ke posttest I pada kelompok eksperimen dan kelompok kontrol. Dengan kata lain, tidak terjadi peningkatan skor yang signifikan dari pretest ke posttest I kemampuan mengevaluasi/mencipta pada kelompok eksperimen dan kelompok kontrol.

3.8.2.3 Uji Korelasi Antara Rerata Pretest dan Posttest I

Uji korelasi ini dilakukan untuk mengetahui apakah korelasi antara rerata

pretest dan posttest I positif dan signifikan. Positif berarti, semakin tinggi pretest

semakin tinggi pula posttest I, signifikan berarti hasil skor korelasi tersebut bisa digeneralisasi pada populasi. Uji korelasi antara skor pretest dan posttest I menggunakan rumus bivariate correlations untuk mengetahui korelasi antara dua variabel. Data yang digunakan untuk uji korelasi antara rerata pretest dan posttest I diambil dari rerata hasil pretest dan posttest I pada kelompok kontrol dan eksperimen. Apabila data terdistribusi normal, uji korelasi ini menggunakan rumus bivariate

correlation coefficients yaitu Pearson’s correlation coefficient (Field, 2009: 177).

Apabila data tidak terdistribusi normal, menggunakan analisis statistik non-parametrik yaitu rumus Spearman’s correlation coefficient (Field, 2009: 179). Tabel di bawah ini merupakan interpretasi koefisien korelasi untuk menguji hipotesis (Fraenkel, 2012: 253).

Tabel 3.8 Interpretasi Koefisien Korelasi

Correlation Coefficient Interpretasi

0,00 – 0,40 Rendah

0,41 – 0,60 Cukup besar

0,61 – 0,80 Sangat besar, akan tetapi jarang di

penelitian pendidikan.

0,81 atau lebih Kemungkinan kesalahan peghitungan

atau sangat besar hubungaannya.

Hipotesis statistiknya adalah sebagai berikut (Field, 2009: 181).

Hi : Ada korelasi yang positif dan signifikan antara rerata skor pretest dan posttest I pada kelompok eksperimen dan kelompok kontrol.

Hnull : Tidak ada korelasi yang positif dan signifikan antara rerata skor pretest dan

posttest I pada kelompok eksperimen dan kelompok kontrol.

Kriteria yang digunakan untuk menarik kesimpulanya adalah sebagai berikut:

1. Jika harga Sig. (2-tailed) < 0,05 dan harga r positif, Hnull ditolak dan Hi diterima, berarti ada korelasi yang signifikan antara rerata skor pretest dan posttest pada kelompok eksperimen dan kelompok kontrol.

49 2. Jika harga Sig. (2-tailed) > 0,05 dan harga r positif, Hnull diterima dan Hi ditolak, berarti tidak ada korelasi yang signifikan antara rerata skor pretest dan posttest I pada kelompok eksperimen dan kelompok kontrol.

3.8.2.4 Uji Retensi Pengaruh Perlakuan

Uji retensi pengaruh perlakuan dilakukan untuk mengetahui apakah pengaruh perlakuan masih kuat seperti pada hasil posttest I. Uji retensi pengaruh perlakuan diberikan dengan memberikan posttest II pada kelompok kontrol dan kelompok eksperimen. Posttest II dilakukan dua minggu setelah posttest I. Data yang digunakan untuk uji retensi pengaruh perlakuan, diambil dari rerata hasil posttest I dan posttest II pada kelompok kontrol dan eksperimen. Karena data posttest I dan posttest II yang diuji dari kelompok yang sama, uji statistik menggunakan cara (1) jika data terdistribusi normal, uji retensi pengaruh perlakuan menggunakan statistik parametrik Paired

samples t-test (Field, 2009: 325). (2) Jika data terdistribusi tidak normal, uji retensi

pengaruh perlakuan menggunakan statistik non parametrik Wilcoxon Signed Ranks test

Wilcoxon signed ranks test (Field, 2009: 345).

Analisis data menggunakan hipotesis statistik sebagai berikut:

Hi : Ada perbedaan yang signifikan antara skor posttest I dan posttest II pada kelompok eksperimen dan kelompok kontrol.

Hnull : Tidak ada perbedaan yang signifikan antara skor posttest I dan posttest II pada kelompok eksperimen dan kelompok kontrol.

Kriteria yang digunakan untuk menarik kesimpulan adalah sebagai berikut:

1. Jika harga sig. (2-tailed) < 0,05, Hnull ditolak dan Hi diterima. Artinya ada perbedaan yang signifikan antara skor posttest I dan posttest II pada kelompok eksperimen dan kelompok kontrol. Dengan kata lain, terjadi penurunan/peningkatan yang signifikan dari posttest I ke posttest II.

2. Jika harga sig. (2-tailed) > 0,05, Hnull diterima dan Hi ditolak. Artinya tidak ada perbedaan yang signifikan antara skor posttest I dan posttest II pada kelompok eksperimen dan kelompok kontrol. Dengan kata lain, tidak terjadi penurunan/peningkatan skor yang signifikan dari skor posttest I ke posttest II.

50 Untuk mengetahui persentase penurunan/peningkatan skor posttest I dan posttest II digunakan rumus sebagai berikut.

Gambar 3.8 Rumus Persentase Uji Retensi

Dalam dokumen Pengaruh Penerapan Metode Inkuiri Terhadap Kemampuan Mengevaluasi dan Mencipta pada Mata Pelajaran IPA Kelas V SD BOPKRI Gondolayu Yogyakarta (Halaman 67-71)