BAB III METODE PENELITIAN
3.8 Teknik Analisis Data
3.8.1 Analisis Pengaruh Perlakuan
Analisis data merupakan salah satu langkah dalam kegiatan penelitiam yang sangat menentukan ketepatan dan kesahihan hasil penelitiaan (Yusuf, 2014: 255). Sebelum melakukan langkah-langkah analisis statistik untuk menguji hipotesis penelitian, diperlukan langkah-langkah yang berguna untuk memastikan syarat-syarat yang harus dipenuhi guna menentukan jenis-jenis uji statistik yang sesuai untuk pengujian selanjutnya. Analisis data pada penelitian ini menggunakan program komputer IBM SPSS Statistics 22 for Windows dengan tingkat kepercayaan 95%.
49 Teknik analisis data meliputi beberapa langkah pengujian antara lain uji normalitas distribusi data, uji homogenitas varian, dan uji perbedaan kemampuan awal.
3.8.1.1 Uji Asumsi
1. Uji Normalitas Distribusi Data
Uji normalitas digunakan untuk mengetahui apakah data tersebut berdistribusi normal atau tidak, sehingga dapat menentukan jenis statistik apa yang akan digunakan (Priyatno, 2012: 39). Pengujian dilakukan dengan uji Kolmogorov-Smirnov (Ghozali, 2006: 30). Caranya adalah menentukan terleih dahulu hipotesis pengujiannya sebagai berikut.
Hnull : Tidak ada deviasi dari normalitas Hi : Ada deviasi dari normalitas
Adapun kriteria yang digunakan untuk menarik kesimpulan menurut Priyatno (Priyatno, 2012: 29) adalah sebagai berikut:
a. Jika harga p < 0,05 maka Hnull dierima dan Hi ditolak. Artinya distribusi data tidak normal.
b. Jika harga p > 0,05 maka Hnull ditolak dan Hi diterima. Artinya distribusi data normal.
Berdasarkan kriteria di atas, jika data normal maka uji statistik menggunakan statistik parametrik yaitu Independent samples t-test (Field, 2009: 326). Jika data tidak normal maka uji statistik menggunakan statistik non-parametrik yaitu Mann-Whitney U-test (Field, 2009: 345). Setelah data diuji normalitasnya, maka analisis data dapat ditentukan menggunakan statistik parametrik atau non-parametrik. Data untuk uji normalitas distribusi data diambil dari seluruh skor pretest, skor posttest I, skor posttest II, dan skor selisih pretest ke posttest I dari kelompok kontrol dan kelompok eksperimen.
50 2. Uji Homogenitas Varian
Uji homogenitas varian dilakukan untuk mengetahui apakah skor pretest dan selisih skor pretest dan posttest I pada kedua kelompok memiliki varian yang homogen. Kondisi dikatakan ideal jika variannya homogen. Uji homogenitas varian menggunakan Levene’s test. Jika data berdistribusi normal maka data yang digunakan adalah data pada baris pertama dari output IBM SPSS statistics 22 for Windowns dengan keterangan equal variances assumed (Field, 2009: 340). Jika varian tidak homogen maka data yang digunakan adalah data pada baris kedua dengan keterangan equal variances non assumed. Uji statistik menggunakan Test of Homogeneity of Variance untuk data berdistribusi tidak normal (Field, 2009: 150). Data yang digunakan baris Based on Median dan yang p pada sebuah variabel. Berikut hipotesis statistik uji homogenitas varian.
Hnull : tidak ada perbedaan varian yang signifikan antara rerata skor pretest kelompok kontrol dan kelompok eksperimen.
Hi : ada perbedaan varian yang signifikan antara rerata skor pretes
kelompok kontrol dan kelompok eksperimen.
Kriteria untuk mengambil keputusan (Field, 2009: 150) sebagai berikut.
a. Jika harga p < 0,05 maka Hnull ditolak dan Hi diterima. Hal ini menunjukkan ada perbedaan varian yang signifikan. Dengan kata lain, varian kedua kelompok tersebut tidak homogen.
b. Jika harga p > 0,05 maka Hnull diterima dan Hi ditolak. Hal ini menunjukkan tidak ada perbedaan varian yang signifikan. Dengan kata lain, varian kedua kelompok tersebut homogen.
Uji homogenitas varian menggunakan data skor pretest dan selisih skor
pretest dan posttest I pada kedua kelompok.
3.8.1.2 Uji Perbedaan Kemampuan Awal
Uji perbedaan kemampuan awal yaitu dengan menguji perbedaan kemampuan
pretest. Hal tersebut dilakukan untuk mengetahui kemampuan mengevaluasi dan
51
pretest. Uji perbedan dilakukan dengan membandingkan dan menganalisis skor
pretest dari kelompok kontrol dan kelompok eksperimen. Kondisi yang ideal jika kelompok kontrol dan kelompok eksperimen memiliki kemampuan yang setara. Apabila kemampuan awal yang berbeda maka dapat menjadi ancaman validitas penelitian berupa karakteristik subjek dan jika dalam pretest kedua kelompok tersebut memiliki kemampuan awal yang sama, maka bias yang mungkin terjadi dianggap tidak ada (Neuman, 2013: 238).
Sebelum analisis uji perbedaan dilakukan, dilakukan uji asumsi untuk memeriksa homogenitas varians dengan melihat Sig. Levene’s test. Kriteria yang digunakan untuk memeriksa homogenitas varians yaitu jika harga Sig. Levene’s test < 005 maka tidak terdapat homogenitas varians. Jika harga Sig. Levene’s test > 0,05 maka terdapat homogenitas varians dari kedua data yang dibandingkan (Field, 2009: 150). Analisis statistik uji perbedaan dengan menggunakan IBM SPSS Statistics 22 for Windows yang dilakukan dilakukan dengan statistik parametrik Independent samples t-test untuk data berdistribusi normal. Namun bila data berdistribusi tidak normal menggunakan statistik non-parametrik Mann-Whitney U test.
Berikut adalah hipotesis yang digunakan (Priyatno, 2012: 40). Hnull : Tidak ada perbedaan yang signifikan antara rerata skor pretest pada
kelompok eksperimen dan kelompok kontrol.
Hi : Ada perbedaan yang signifikan antara rerata skor pretest pada kelompok eksperimen dan kelompok kontrol.
Kriteria untuk mengambil keputusan (Priyatno, 2012: 24 & Santoso, 2015: 264) sebagai berikut.
a. Jika harga p < 0,05 maka Hnull ditolak dan Hi diterima, artinya ada perbedaan yang signifikan antara skor pretest pada kedua kelompok. Dengan kata lain, kedua kelompok memiliki kemampuan awal yang tidak sama.
b. Jika harga p > 0,05 maka Hnull diterima dan Hi ditolak, artinya tidak ada perbedaan yang signifikan antara skor pretest kelompok kelompok. Dengan kata lain, kedua kelompok memiliki kemampuan awal yang sama.
52 3.8.1.3. Uji Signifikansi Pengaruh Perlakuan
Uji signifikansi pengaruh perlakuan dilakukan dengan cara menghitung selisih skor pretest dengan posttest I. Uji signifikansi pengaruh perlakuan digunakan untuk mengetahui pengaruh perlakuan model pembelajaran kooperatif tipe Teams Games Tournament (TGT) terhadap pengaruh perlakuan kemampuan mengevaluasi dan
menarik kesimpulan sesuai dengan rumus (O2-O1) - (O4-O3). Cara yang digunakan adalah dengan mengurangkan selisih skor posttest I-pretest pada kelompok eksperimen dan skor posttest I-pretest pada kelompok kontrol. Jika hasil selisih skor
pretest-posttest I di atas 0 maka ada perbedaan pengaruh perlakuan.
Uji statistik yang digunakan adalah Independent samples t- test jika distribusi data normal (Field, 2009: 325) atau Mann-Whitney U-test jika distribusi data tidak normal (Field, 2009: 345). Data untuk uji signifikansi pengaruh perlakuan diambil dari skor selisih pretest ke posttest I pada kelompok kontrol dan kelompok eksperimen. Teknik analisis data menggunakan tingkat kepercayaan 95%. Hipotesis statistiknya adalah sebagai berikut.
Hnull : Tidak ada perbedaan yang signifikan antara selisih skor pretest-posttest I
pada kelompok kontrol dan kelompok eksperimen.
Hi : Ada perbedaan yang signifikan antara selisih skor pretest-posttest I pada kelompok kontrol dan kelompok eksperimen.
Kriteria untuk menentukan pengaruh perlakuan signifikan adalah sebagai berikut (Priyatno, 2012: 24).
a. Jika harga p < 0,05, Hnull ditolak dan Hi diterima. Artinya ada perbedaan antara selisih skor pretest-posttest pada kelompok kontrol dan kelompok eksperimen. Dengan kata lain penggunaan model pembelajaran kooperatif tipe Teams Games Tournament berpengaruh terhadap kemampuan mengevaluasi dan menarik kesimpulan.
b. Jika harga p > 0,05, Hnull diterima dan Hi ditolak. Artinya tidak ada perbedaan antara selisih skor pretest-posttest pada kelompok kontrol dan kelompok eksperimen. Dengan kata lain penggunaan model pembelajaran kooperatif tipe
53
Teams Games Tournament tidak berpengaruh terhadap kemampuan
mengevaluasi dan menarik kesimpulan.
3.8.1.4 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan bertujuan untuk mengetahui seberapa besar pengaruh penerapan model pembelajaran kooperatif tipe Teams Games Tournament
(TGT) terhadap kemampuan mengevaluasi dan menarik kesimpulan. Mengukur sebuah efek dikenal sebagai effect size. Effect size adalah ukuran objektif dan standarisasi dari sebuah besarnya ukuran yang diamati (Field, 2009: 56). Teknik yang digunakan adalah koefisien korelasi Pearson (r) yang menggunakan skala antara 0 (tidak ada efek) dan 1 (efek sempurna). Effect size ini berguna untuk memberikan ukuran yang objektif tentang pentingnya efek suatu perlakuan (Field, 2009: 57).
Ada dua cara untuk mengetahui uji besar pengaruh perlakuan. Jika distribusi data normal, digunakan rumus korelasi Pearson sebagai berikut (Field, 2009: 332).
Gambar 3. 4 Rumus Besar Efek untuk Data Normal Keterangan:
r = besar pengaruh (effect size) perlakuan dengan menggunakan koefiisien korelasi Pearson
t = harga uji t
df = harga derajat kebebasan (degree of freedom)
Jika distribusi data tidak normal, digunakan rumus korelasi Pearson sebagai berikut (Field, 2009: 550).
Gambar 3. 5 Rumus Besar Efek untuk Data Tidak Normal
r = 𝑍 𝑁
r = 𝑡2
54 Keterangan:
r = korelasi Pearson yang digunakan untuk mengukur besar pengaruh (effect size)
Z = skor Z (dari ouput SPSS Mann-Whitney U-test)
N = jumlah total responden dari kelompok kontrol dan kelompok eksperimen.
Berikut ini merupakan kriteria yang digunakan dalam menentukan effect size
(Field, 2009:57)
Tabel 3. 5 Kriteria Besar Pengaruh Perlakuan Menurut Field
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
Kriteria untuk menentukan besar pengaruh perlakuan (Frankel, Wallen, & Hyun, 2012: 14) sebagai berikut.
Tabel 3. 6 Kriteria Besar Pengaruh Perlakuan Menurut Fraenkel, Wallen, dan Hyun r (effect size) Interpretasi
0,00-0,40 Efek tidak penting secara praktis, bisa jadi masih penting secara teoretis untuk membuat prediksi
0,41-0,60 Efek cukup besar secara praktis dan teoretis
0,61-0,80 Efek sangat penting tetapi jarang diperoleh dalam penelitian pendidikan 0,81-1,00 Kemungkinan terjadi kesalahan penghitungan, jika tidak, efeknya sangat
besar
Untuk mengubah harga r menjadi persen digunakan koefisien determinasi 2) dikalikan 100% (Field, 2009: 179).
Gambar 3. 6 Rumus Persentase Pengaruh Perlakuan
