BAB III METODE PENELITIAN
3.8 Teknik Analisis Data
3.8.1 Analisis Pengaruh Perlakuan
1. Uji Normalitas Distribusi Data
Uji normalitas distribusi data dilakukan untuk mengetahui apakah distribusi data normal atau tidak dan untuk menentukan jenis statistik yang akan digunakan dalam menganalisis data pada tahap selanjutnya (Field, 2009: 144). Jika data terdistribusi secara normal, menganalisis statistik selanjutnya menggunakan statistik parametrik. Jika data terdistribusi secara tidak normal, analisis statistik selanjutnya menggunakan statistik non parametrik. Uji normalitas dihitung dengan menggunakan IBM SPSS statistics 22 for Windows dengan tingkat kepercayaan 95% dan menggunakan One Sample Kolmogorov Smirnov Test. Berikut hipotesis statistik uji normalitas distribusi data.
Hnull : tidak ada deviasi (penyimpangan) dari normalitas. Hi : ada deviasi (penyimpangan) dari normalitas.
Kriteria untuk mengambil keputusan (Field, 2009: 144) sebagai berikut:
a. Jika hasil uji Kolmogorov Smirnov menunjukkan harga p > 0,05, maka Hnull
diterima dan Hi ditolak, artinya distribusi data normal. Teknik menganalisis selanjutnya menggunakan statistik parametrik Independent Samples t-test (Field, 2009: 362).
b. Jika hasil uji Kolmogorov Smirnov menunjukkan harga p < 0,05, maka Hnull
45 menganalisis selanjutnya menggunakan statistik non-parametrik Mann-Whitney U test (Field, 2009: 345).
Untuk uji normalitas distribusi data, data diambil dari seluruh skor pretest, posttest I, posttest II, dan selisih pretest – posttest I dari kelompok kontrol dan kelompok eksperimen.
2. Uji Homogenitas Varian
Uji homogenitas varian dilakukan untuk memastikan apakah skor rerata dua kelompok yang dibandingkan memiliki varian yang homogen. Kondisi yang ideal adalah jika variannya homogen. Pengujian ini diperlukan terutama untuk penggunaan statistik parametrik untuk data yang tidak berpasangan yaitu independent samples t test. Teknik pengujian homogenitas varian menggunakan
Levene’s test (Field, 2009: 340). Jika varian homogen, data yang digunakan adalah data pada baris pertama dalam menganalisis output SPSS pada independent samples t test yang sebaris dengan keterangan equal variances assumed dan jika varian tidak homogen, data yang digunakan adalah data pada baris kedua dengan keterangan equal variances not assumed. Hipotesis statistiknya adalah sebagai berikut.
Hnull : tidak ada perbedaan varian yang signifikan antara rerata (skor pretest dan selisih skor prestest - posttest I) kelompok eksperimen dan kelompok kontrol.
Hi : ada perbedaan varian yang signifikan antara rerata (skor pretest dan selisih skor prestest - posttest I) kelompok eksperimen dan kelompok kontrol. Kriteria yang digunakan untuk mengetahui homegenitas varian adalah sebagai berikut.
a. Jika harga p > 0,05, maka Hnull diterima dan Hi ditolak, artinya ada homogenitas varian pada kedua data yang dibandingkan.
b. Jika harga p < 0,05, maka Hnull ditolak dan Hi diterima, artinya tidak ada homogenitas varian pada kedua data yang dibandingkan.
Untuk uji homogenitas varian, data diambil dari skor pretest dan selisih pretest-posttest I dari kelompok kontrol dan kelompok eksperimen.
46 3.8.1.2 Uji Perbedaan Kemampuan Awal
Uji perbedaan kemampuan awal dilakukan untuk mengetahui kemampuan awal terutama pada kemampuan menginterpretasi dan menganalisis kelompok kontrol dan kelompok eksperimen agar dapat dibandingkan. Uji perbedaan kemampuan awal ini juga diperlukan untuk mengendalikan ancaman validitas penelitian berupa karakteristik subjek, di mana karakteristik subjek mungkin berbeda karena pengambilan sampel tidak dilakukan secara random (Fraenkel, Wallen, & Hyun, 2012: 282). Uji perbedaan kemampuan awal dilakukan dengan cara menguji rerata skor pretest kelompok kontrol dan kelompok eksperimen. Jika data pretest dari kedua kelompok yang telah duji menunjukkan distribusi data normal, maka uji perbedaan kemampuan awal yang digunakan adalah statistik parametrik independent samples t-test (Field, 2009: 326). Berikut hipotesis statistik uji perbedaan kemampuan awal.
Hnull : tidak ada perbedaan yang signifikan antara skor pretest pada kelompok eksperimen dan kelompok kontrol.
Hi : ada perbedaan yang signifikan antara skor pretest pada kelompok eksperimen dan kelompok kontrol.
Kriteria pengambilan keputusan untuk uji perbandingan (Priyatno, 2012: 24) adalah sebagai berikut.
a. Jika harga p > 0,05, maka Hnull diterima dan Hi ditolak. Hal ini berarti tidak ada perbedaan yang signifikan pada hasil pretest kelompok eksperimen dan kelompok kontrol, sehingga kedua kelompok memiliki kemampuan awal yang sama.
b. Jika harga p < 0,05, maka Hnull ditolak dan Hi diterima. Hal ini berarti ada perbedaan yang signifikan pada hasil pretest kelompok eksperimen dan kelompok kontrol, sehingga kedua kelompok memiliki kemampuan awal yang berbeda.
Kondisi dapat dikatakan ideal apabila kelompok kontrol dan kelompok eksperimen memiliki kemampuan awal yang sama, sehingga keduanya dapat dibandingkan.
47 3.8.1.3 Uji Signifikansi Pengaruh Perlakuan
Uji ini dilakukan untuk mengetahui apakah penerapan model pembelajaran kooperatif tipe STAD berpengaruh terhadap kemampuan menginterpretasi dan kemampuan menganalisis siswa. Uji signifikansi pengaruh perlakuan dapat diketahui dengan membandingkan selisih rerata pretest-posttest I kelompok kontrol dengan selisih rerata pretest-posttest I kelompok eksperimen. Uji signifikansi pengaruh perlakuan ini dapat dihitung dengan rumus (O2 – O1) – (O4 – O3) (Cohen, Manion, & Morrison, 2007: 276-277). Apabila hasilnya lebih dari nol, maka ada perbedaan. Jika hasilnya signifikan maka ada pengaruh perlakuan. Uji signifikansi pengaruh perlakuan menggunakan statistik parametrik Independent Samplest-test untuk data distribusi normal (Field, 2009: 345). Berikut hipotesis statistik uji signifikansi pengaruh perlakuan.
Hnull : tidak ada perbedaan yang signifikan antara selisih skor pretest – posttest I pada kelompok eksperimen dan kelompok kontrol.
Hi : ada perbedaan yang signifikan antara selisih skor pretest – posttest II pada kelompok eksperimen dan kelompok kontrol.
Kriteria yang digunakan untuk mengetahui pengaruh perlakuan adalah sebagai berikut.
a. Jika harga p > 0,05, maka Hnull diterima dan Hi ditolak. Hal ini berarti tidak ada perbedaan yang signifikan antara selisih skor pretest – posttest I kelompok kontrol dan kelompok eksperimen, sehingga penerapan model pembelajaran kooperatif tipe Student Team Achievement Division (STAD) tidak berpengaruh terhadap kemampuan menginterpretasi dan menganalisis. b. Jika harga p < 0,05, maka Hnull ditolak dan Hi diterima. Hal ini berarti ada perbedaan yang signifikan antara selisih skor pretest – posttest I kelompok kontrol dan kelompok eksperimen, sehingga penerapan model pembelajaran kooperatif tipe Student Team Achievement Division (STAD) berpengaruh terhadap kemampuan menginterpretasi dan menganalisis.
3.8.1.4 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan bertujuan untuk mengetahui apakah pengaruh suatu perlakuan secara statistik signifikan tidak dengan sendirinya menunjukkan
48 apakah pengaruh tersebut substantif atau penting (Field, 2009: 56). Uji besar pengaruh perlakuan ini juga dilakukan untuk mengetahui besar pengaruh penerapan model pembelajaran kooperatif tipe Student Team Achievement Division (STAD) terhadap kemampuan menginterpretasi dan menganalisis. Teknik yang banyak digunakan adalah teknik koefisien korelasi Pearson (r) yang menggunakan skala 0 (tidak ada efek) dan skala 1 (efek sempurna). Berikut merupakan kriteria yang digunakan untuk mengetahui besar pengaruh perlakuan (Cohen dalam Field, 2009: 57).
Tabel 3. 6 Kriteria Besar Pengaruh Perlakuan
r (effect size) Kategori Persentase
0,10 Efek kecil Setara dengan 1% pengaruh
perlakuan
0,30 Efek menengah Setara dengan 9% pengaruh
perlakuan
0,50 Efek besar Setara dengan 25% pengaruh
perlakuan
Berikut merupakan penjelasan lebih lanjut mengenai kriteria besar pengaruh perlakuan (Fraenkel, Wallen, dan Hyun, 2012: 253).
Tabel 3. 7 Kriteria Besar Pengaruh Perlakuan
r (effect size) Interpretasi
0,00 – 0,40 Efek tidak penting secara praktis, bias jadi masih penting secara teoretis untuk membuat prediksi
0,41 – 0,60 Efek cukup besar secara praktis dan teoritis
0,61 – 0,80 Efek sangat penting tetapi jarang diperoleh dalam penelitian pendidikan
0,81 – 1,00 Kemungkinan terjadi kesalahan perhitungan, jika tidak, efeknya sangat besar
Terdapat dua cara untuk mengetahui besar pengaruh perlakuan. Jika distribusi data normal, digunakan rumus korelasi Pearson berikut (Field, 2009: 332).
Gambar 3. 4 Rumus Besar Pengaruh Perlakuan Distribusi Data Normal
Keterangan:
r : korelasi Pearson yang digunakan untuk mengukur besar pengaruh (effect size) t : harga uji t (dari output SPSS Independent Samples t-test)
49 df : harga derajat kebebasan (degree of freedom)
Jika distribusi data tidak normal, digunakan rumus korelasi Pearson berikut (Field, 2009: 550).
Gambar 3. 5 Rumus Besar Pengaruh Perlakuan Distribusi Data Tidak Normal
Keterangan:
r : korelasi Pearson yang digunakan untuk mengukur besar pengaruh (effect size) Z : skor Z (dari output SPSS Mann-Whitney U test)
N : jumlah seluruh responden dari kelompok kontrol dan kelompok eksperimen Untuk mengubah harga r menjadi persen, digunakan koefisien determinasi (R2) dikalikan 100% (Field, 2009: 179).
Gambar 3. 6 Rumus Persentase Pengaruh