BAB III METODE PENELITIAN
3.8 Teknik Analisis Data
3.8.1 Analisis Pengaruh Perlakuan
Sebelum melaksanakan langkah-langkah analisis statistik untuk menguji hipotesis dari penelitian, diperlukan langkah-langkah pengujian awal untuk memastikan syarat-syarat yang harus dipenuhi terlebih dahulu untuk menentukan jenis-jenis uji statistik yang sesuai untuk pengujian selanjutnya. Oleh karena itu, dilakukanlah uji asumsi berupa uji normalitas distribusi data dan uji homogenitas varian.
3.8.1.1 Uji Asumsi
1. Uji Normalitas Distribusi Data
Uji normalitas distribusi data digunakan untuk mengetahui apakah distribusi data tersebut normal atau tidak. Uji normalitas ini juga digunakan untuk menentukan jenis statistik yang digunakan dalam menganalisis data untuk menentukan jenis statistik mana yang digunakan dalam menganalisis data
47 selanjutnya (Field, 2009: 144). Berikut adalah hipotesis statistik uji normalitas distribusi data.
Hi : ada deviasi (penyimpangan) dari normalitas. Hnull : tidak ada deviasi (penyimpangan) dari normalitas.
Kriteria untuk mengambil keputusan sebagai berikut (Field, 2009: 144).
a. Jika harga p < 0,05 maka Hnull ditolak Hi diterima, artinya data berdistribusi tidak normal. Teknik analisis selanjutnya menggunakan statsistik non parametrik.
b. Jika harga p > 0,05 maka Hnull diterima dan Hi ditolak, artinya data berdistribusi normal. Teknik analisis selanjutnya menggunakan statsistik parametrik.
Uji normalitas distribusi data menggunakan data dari skor pretest, posttest I, posttest II, dan selisih skor pretest-posttest I pada kedua kelompok.
2. Uji Homogenitas Varian
Uji homogenitas varian dilakukan guna mengetahui apakah skor pretest
dan selisih skor posttest dan posttest I pada kedua kelompok memiliki varian yang homogen. Kondisi dikatakan ideal jika variannya homogen. Uji homogenitas menggunakan Levene’s test. Jika data berdistribusi normal maka data yang digunakan adalah data pada baris pertama dari output SPSS
Independent Samples t-test dengan keterangan equal variances assumed (Field, 2009: 340). Berikut hipotesis statistik uji homogenitas varian.
Hi : ada perbedaan varian yang signifikan antara rerata skor. Hnull : tidak ada perbedaan varian yang signifikan antara rerata skor. Kriteria untuk mengambil keputusan sebagai berikut (Field, 2009: 150).
a. Jika harga p < 0,05 maka Hnull ditolak dan Hi diterima, artinya tidak ada homogenitas varian pada kedua data yang dibandingkan.
b. Jika harga p > 0,05 maka Hnull diterima dan Hi ditolak, artinya ada homogenitas varian pada kedua data yang dibandingkan.
Uji homogenitas varian menggunakan data skor pretest dan selisih skor pretest
48 3.8.1.2 Uji Signifikansi
1. Uji Perbedaan Kemampuan Awal
Uji perbedaan kemampuan awal digunakan untuk mengukur kemampuan awal dari kelompok kontrol dan kelompok eksperimen. Uji perbedaan kemampuan awal dilakukan agar diketahui apakah kemampuan dari kelompok kontrol dan eksperimen berbeda atau sama sehingga dapat dibandingkan hasilnya. Uji ini dilakukan dengan menghitung rerata skor pretest kelompok kontrol dan kelompok eksperimen. Jika keduanya memiliki kemampuan awal setara, maka kemungkinan biasnya kecil (Neuman, 2013: 238). Jika data terdistribusi normal, analisis menggunakan Independent sample t-test, apabila jika data tidak terdistribusi normal analisis menggunakan Mann-Whitney U-test
(Field, 2009: 345).
Analisis statistik menggunakan program komputer IBM SPSS Statistics 22 for Windows dengan tingkat kepercayaan 95%. Analisis data uji perbedaan kemampuan awal menggunakan hipotesis statistik sebagai berikut.
Hi : Ada perbedaan rerata pretest yang signifikan kelompok kontrol dan kelompok eksperimen.
Hnull : Tidak ada perbedaan rerata pretest yang signifikan antara kelompok kontrol dan kelompok eksperimen.
Kriteria yang digunakan untuk menarik kesimpulan, sebagai berikut.
a. Jika harga p > 0,05, Hnull diterima dan Hi ditolak. Artinya, tidak ada perbedaan kemampuan awal yang signifikan antara kelompok kontrol dan kelompok eksperimen. Dengan kata lain kedua kelompok memiliki kemampuan awal yang sama.
b. Jika harga p < 0,05, Hnull ditolak dan Hi diterima. Artinya, ada perbedaan kemampuan awal yang signifikan antara kelompok kontrol dan kelompok eksperimen. Dengan kata lain kedua kelompok memiliki kemampuan awal yang berbeda.
Uji perbedaan kemampuan awal ini data diambil dari skor pretest pada kelompok kontrol dan kelompok eksperimen.
49 2. Uji Signifikansi Pengaruh Perlakuan
Sesudah dilakukan uji asumsi, teknik statistik selanjutnya yang dilakukan adalah menguji signifikansi pengaruh perlakuan sebagai inti dari penelitian. Pengujian dimaksudkan untuk memastikan penerapan variabel independen berpengaruh secara signifikan terhadap kemampuan pada variabel dependen yang diteliti. Sesuai dengan desain penelitian dan perhitungan untuk mencari pengaruh, jika hasil lebih besar dari 0, ada perbedaan. Uji signifikan pada uji statistik ini membantu untuk memastikan pengaruhnya signifikan atau tidak. Digunakanlah program IBM SPSS Statistics 22 for Windows dengan tingkat kepercayaan 95% untuk uji dua ekor atau Sig. (2-tailed). Jika distribusi data normal, digunakan independent samples t-test dan jika distribusi data tidak normal, digunakan Mann-Whitney U-test. Berikut ini adalah hipotesis statistiknya.
Hnull : tidak ada perbedaan yang signifikan antara rerata selisih skor pretest
dan posttest kelompok kontrol dan kelompok eksperimen.
Hi : ada perbedaan yang signifikan antara rerata selisih skor petest dan
posttest kelompok kontrol dan kelompok eksperimen.
Selanjutnya, kriteria yang digunakan untuk memenuhi pengaruh perlakuan yaitu sebagai berikut.
a. Jika harga p < 0,05, Hnull ditolak dan Hi diterima. Artinya, ada perbedaan yang signifikan. Dengan kata lain penerapan variabel independen berpengaruh terhadap kemampuan dalam variabel dependen.
b. Jika harga p > 0,05, Hnull ditolak. Artinya, tidak ada perbedaan yang signifikan. Dengan kata lain penerapan variabel independen tidak berpengaruh terhadap kemampuan dalam variabel dependen.
Untuk uji signifikasi pengaruh perlakuan, data diambil dari skor selisih pretest
dan posttest I pada kelompok kontrol dan kelompok eksperimen dengan desain penelitian.
50 3. Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan digunakan untuk mengetahui apakah pengaruh suatu perlakuan secara statistik signifikan tidak dengan sendirinya menunjukkan apakah pengaruh tersebut substantif atau penting (Field, 2009: 56). Besar pengaruh suatu perlakuan diketahui melalui effect size. Effect size
yaitu suatu ukuran objektif dan terstandarisasi untuk mengetahui seberapa besar efek yang dihasilkan dari perlakuan (Field, 2009: 56-57). Teknik yang banyak digunakan merupakan teknik koefisien korelasi Pearson (r) yang ,menggunakan skala 0 (tidak ada efek) dan 1 (efek sempurna). Berikut ini adalah kriteria uji pengaruh perlakuan (Cohen dalam Field, 2009: 57).
Tabel 3.3 Kriteria Pengauh Perlakuan
r (effect size) Kategori Persentase
0,10 Kecil Persentasenya setara dengan 1% pengaruh perlakuan 0,30 Menengah Persentasenya setara dengan 9% pengaruh perlakuan 0,50 Besar Persentasenya setara dengan 25% pengaruh perlakuan
Berikut ini adalah penjelasan lebih lanjut mengenai kriteria uji pengaruh perlakuan (Fraenkel, Wallen, dan Hyun, 2012: 253)
Tabel 3.4 Kriteria Uji Pengaruh Perlakuan
No Harga r Interpretasi
1 0,00 – 0,40 Efek tidak penting secara praktis, bisa jadi masalah penting secara teoretis untuk membuat prediksi
2 0,41 – 0,60 Cukup besar secara praktis dan teoretis
3 0,61 – 0,80 Efek sangat penting, tetapi jarang dicapai dalam penelitian pendidikan
4 0,81 – 1,00 Mungkin terjadi kesalahan dalam penghitungan; jika tidak efeknya memang sangat besar
Untuk teknik pengujian besar pengaruh, jika distribusi data normal, digunakan rumus korelasi Pearson berikut (Field, 2009: 332).
51 Keterangan:
r : korelasi Pearson yang digunakan untuk mengukur besar pengaruh (effect size)
t : harga uji t (dari output SPSS dengan independent samples t-test)
df : derajat kebebasan (degree of freedom) yaitu (N-2 atau kelompok kontrol dan kelompok eksperimen dikurangi 2)
Jika distribusi data tidak normal, digunakan rumus korelasi Pearson berikut (Field, 2009: 550).
Gambar 3.5 Rumusan Besar Efek untuk Data Tidak Normal
Keterangan:
r : korelasi Pearson yang digunakan untuk mengukur besar pengaruh (effect size)
Z : skor Z (dari output SPSS dengan Mann Whitney U-test)
N : jumlah seluruh responden dari kelompok kontrol dan kelompok eksperimen.
Dalam mengubah harga r menjadi persen, digunakan koefisien determinasi (R2) dikalikan dengan 100% (Field, 2009: 179).
Gambar 3.6 Rumus Persentase Pengaruh
