BAB IV HASIL PENELITIAN DAN PEMBAHASAN
3. Uji Korelasi antara Rerata Pretest dan Posttest I
4.1.4 Hasil Uji Hipotesis Penelitian II
Hipotesis penelitian II adalah penerapan model PBL berpengaruh terhadap kemampuan analisis pada mata pelajaran IPA dengan materi energi kelas IV SD Negeri Perumnas Condongcatur Yogyakarta semester gasal tahun ajaran 2016/2017. Variabel dependen pada hipotesis tersebut adalah kemampuan
analisis, sedangkan variabel independen adalah penerapan model PBL. Instrumen
yang digunakan untuk mengukur variabel dependen terdiri dari 2 soal uraian yaitu item soal nomor yang mengandung indikator membuat kategori, memahami arti, dan menjelaskan makna dan item soal nomor 2 yang mengandung indikator menguji gagasan-gagasan, mengidentifikasi argumen-argumen, dan menganalisis argumen-argumen.
Hasil analisis secara keseluruhan dihitung menggunakan program statistik
IBM SPSS Statistics 22 for Windows dengan tingkat kepercayaan 95%. Tahapan
analisis data yang dilakukan yaitu sebagai berikut. 1) Uji normalitas distribusi data untuk mengetahui data berdistribusi normal atau tidak, sehingga dapat dilakukan analisis tahap selanjutnya menggunakan statistik parametrik atau nonparametrik. 2) Uji perbedaan kemampuan awal dilakukan untuk mengetahui kemampuan awal siswa pada kelompok kontrol dan kelompok eksperimen. 3) Uji signifikansi pengaruh perlakuan. 4) Uji besar pengaruh perlakuan. Selanjutnya dilakukan analisis lebih lanjut yang terdiri dari 1) Perhitungan persentase peningkatan rerata pretest ke posttest, 2) Uji signifikansi peningkatan rerata
pretest ke posttest, 3) Uji korelasi rerata pretest ke posttest, dan 4) Uji retensi
pengaruh perlakuan.
4.1.4.1 Uji Normalitas Distribusi Data
Uji normalitas distribusi data bertujuan untuk mengetahui apakah data berdistribusi normal atau tidak sehingga untuk menentukan jenis statistik yang
79 digunakan dalam menganalisis data selanjutnya (Field, 2009: 144). Data dari kedua kelompok diuji normalitasnya menggunakan One Samples
Kolmogorov-Smirnov test dan Shapiro-Wilk. Pada uji normalitas distribusi data peneliti
menggunakan uji Kolmogorov-Smirnov dan Shapiro-Wilk karena pada penelitian ini sampel yang digunakan kecil yaitu 26 siswa dari kelompok eksperimen dan 30 siswa dari kelompok kontrol sehingga dengan uji Shapiro-Wilk lebih akurat, akan tetapi hanya 26 data yang mempunyai pasangan yang dipakai dalam uji normalitas. Adapun menggunakan uji Kolmogorov-Smirnov adalah dapat digunakan untuk jumlah sampel yang lumayan banyak serta tidak terbatas pada data yang berpasangan. Data yang diuji normalitasnya yaitu data pretest, posttest
I, posttest II dan selisih pretest ke posttest I.
Priyatno (2012: 136) menyatakan bahwa kritera yang digunakan untuk kesimpulan uji normalitas data adalah sebagai berikut: 1) Jika harga Sig. (2-tailed)
> 0,05, distribusi data normal. Jika data terdistribusi normal, maka teknik statistik
inferensial yang digunakan yaitu statistik parametrik uji t (independensamples
t-test dan paired-samples t-t-test). 2) Jika harga Sig. (2-tailed) < 0,05, distribusi data
tidak normal. Jika data terdistribusi tidak normal, maka teknik statistik yang digunakan yaitu statistik nonparametrik dalam hal ini yaitu Mann-Whitney atau
Wilcoxon. Hasil uji normalitas kemampuan analisis pada kelompok kontrol dan
kelompok eksperimen dapat dilihat pada tabel 4.16 berikut ini. (Lihat lampiran 4.3.2)
Tabel 4.16 Hasil Uji Normalitas Distribusi Data
Kelompok Aspek Kolmogorov-Smirnova Shapiro-Wilk Sig. (2-tailed) Kesimpulan Sig. (2-tailed) Kesimpulan Kontrol
Pretest 0,200 Normal 0,327 Normal
Posttest I 0,087 Normal 0,428 Normal
Posttest II 0,053 Normal 0,087 Normal Selisih rerata skor
pretest posttest I 0,200 Normal 0,310 Normal
Eksperimen
Pretest 0,148 Normal 0,129 Normal
Posttest I 0,062 Normal 0,136 Normal
Posttest II 0,050 Normal 0,205 Normal Selisih rerata skor
pretest posttest I 0,057 Normal 0,228 Normal
Tabel 4.16 menunjukkan harga Sig. (2-tailed) > 0,05 untuk semua aspek yaitu pretest, posttest I, posttest II dan selisih pretest ke posttest I untuk kelompok
80 kontrol maupun kelompok eksperimen. Semua aspek tersebut memiliki distribusi data normal sehingga analisis selanjutnya menggunakan statistik parametrik. Statistik parametrik Independent samples t-test digunakan untuk analisis data dari kelompok yang yang berbeda yaitu kelompok kontrol dan kelompok eksperimen (Field, 2009: 326). Sedangkan statistik nonparametrik Paired samples t-test digunakan untuk analisis data dari kelompok yang sama, misalnya kelompok kontrol dengan kelompok kontrol atau kelompok eksperimen dengan kelompok eksperimen.
4.1.4.2 Uji Perbedaan Kemampuan Awal
Uji perbedaan kemampuan awal dilakukan untuk mengetahui apakah kelompok kontrol dan kelompok eksperimen memiliki kemampuan awal yang sama atau berbeda terhadap kemampuan analisis, sehingga kedua kelompok dapat dibandingkan. Uji perbedaan kemampuan awal dilakukan untuk mengontrol ancaman terhadap validitas internal yaitu jenis pengujian (testing). Pretest pada awal penelitian bisa mempengaruhi hasil posttest sehingga hasil posttest menjadi lebih tinggi dari jika tanpa ada pretest (Cohen, Manion, & Morrison, 2007: 156). Uji perbedaan kemampuan awal skor pretest pada kelompok kontrol dan kelompok eksperimen menggunakan uji statistik parametrik yaitu Independent
samples t-test. Sebelum dilakukan analisis dilakukan uji asumsi terlebih dahulu
untuk memeriksa homogenitas varians dengan Levene’s test. Jika harga Sig. >
0,05 maka ada homogenitas varians pada kedua data yang dibandingkan
sedangkan jika harga Sig. < 0,05 maka tidak ada hmogenitas varians pada kedua data yang dibandingkan (Field, 2009: 150). Berikut adalah tabel hasil uji asumsi homogenitas varians. (Lihat lampiran 4.4.2).
Tabel 4.17 Hasil Uji Asumsi Homogenitas Varians
Uji Statistik F Sig. Keputusan Levene’s Test for Equality of Variances 0,66 0,42 Homogen
Tingkat kepercayaan Levene’s test 95% menunjukkan harga F = 0,66 dan harga Sig. = 0,42, sehingga dapat disimpulkan bahwa terdapat homogenitas varians. Apabila variansnya homogen maka data uji statistik Independent samples
81
t-test yang diambil adalah data pada baris pertama output SPSS (Field, 2009:
340).
Tingkat kepercayaan yang digunakan untuk melakukan uji perbedaan kemampuan awal adalah 95%. Kriteria yang digunakan untuk menolak Hnull adalah jika Sig. (2-tailed) < 0,05 (Field, 2009: 53). Hasil uji perbedaan kemampuan awal dari kelompok kontrol dan kelompok eksperimen adalah sebagai berikut. (Lihat lampiran 4.4.2).
Tabel 4.18 Hasil Uji Perbedaan Rerata Pretest
Uji Statistik Sig. (2-tailed) Kesimpulan Independent samples t-test 0,17 Tidak ada perbedaan
Rerata skor yang dicapai pada kelompok eksperimen (M = 2,20, SE = 0,09 ) lebih tinggi daripada rerata skor yang dicapai pada kelompok kontrol (M = 2,00,
SE = 0,11). Perbedaan skor tersebut tidak signifikan dengan t (54) = -1,38, p = 0,17 (p > 0,05) maka Hnull diterima dan Hi ditolak, artinya tidak ada perbedaan yang signifikan antara rerata skor pretest pada kelompok kontrol dan kelompok eksperimen. Kesimpulan dari hasil uji rerata pretest yaitu kedua kelompok memiliki kemampuan awal yang sama untuk kemampuan analisis.
4.1.4.3 Uji Signifikansi Pengaruh Perlakuan
Uji signifikansi pengaruh perlakuan dilakukan untuk mengetahui pengaruh penerapan model PBL terhadap kemampuan analisis, dengan melihat rerata selisih skor pretest dan posttest I kelompok kontrol dan kelompok eksperimen. Hal yang dilakukan untuk mengetahui pengaruh perlakuan menggunakan rumus: (O2 – O1) – (O4 – O3) yaitu dengan mengurangi selisih skor posttest I – pretest pada kelompok kontrol dengan selisih skor posttest I – pretest pada kelompok eksperimen (Cohen, 2007: 277). Apabila hasil perhitungan lebih besar dari 0 maka ada pengaruh. Hasil perhitungan menunjukkan selisih skor posttest I –
pretest pada kelompok eksperimen sebesar 0,93 dan selisih skor posttest I – pretest pada kelompok kontrol sebesar 0,51. Besar pengaruh perlakuan yang
diperoleh adalah 0,42 (didapat dari selisih 0,93-0,51), maka ada pengaruh penerapan model PBL terhadap kemampuan analisis. Untuk mengetahui apakah
82 pengaruhnya signifikan atau tidak maka akan dianalisis dengan statistik selanjutnya.
Uji normalitas distribusi data menunjukkan bahwa rerata selisih skor pretest ke posttest I pada kelompok kontrol dan kelompok eksperimen berdistribusi normal. Analisis selanjutnya adalah menggunakan statistik parametrik dengan
Independent samples t-test karena data berasal dari kelompok yang berbeda yaitu
kelompok kontrol dan kelompok eksperimen (Field, 2009: 326).
Sebelum dilakukan uji statistik untuk mengetahui signifikansi pengaruh perlakuan, maka dilakukan uji asumsi terhadap homogenitas varians terlebih dahulu dengan melihat harga Sig. Levene’s test. Jika harga Sig. < 0,05 maka tidak terdapat homogenitas varians pada dua data yang dibandingkan sedangkan jika harga Sig. > 0,05 maka terdapat homogenitas varians pada dua data yang dibandingkan (Field, 2009: 340). Hasil uji asumsi homogenitas varians dapat dilihat pada tabel 4.19 berikut ini. (Lihat lampiran 4.5.2).
Tabel 4.19 Hasil Uji Asumsi Homogenitas Varians
Uji Statistik F Sig. Keputusan Levene’s Test for Equality of Variances 2,35 0,13 Homogen
Tingkat kepercayaan Levene’s test yang digunakan 95% menunjukkan bahwa F = 2,35 dan harga Sig. = 0,13 (Sig. > 0,05), hal ini berarti terdapat
homogenitas varians data. Jika terdapat homogenitas varians, data uji statistik yang digunakan Independent samples t-test yang diambil adalah data pada baris beris pertama output SPSS (Field, 2009: 340).
Tingkat kepercayaan yang digunakan adalah 95%. Field (2009: 53) menyatakan bahwa kriteria yang digunakan untuk menolak Hnull adalah apabila
Sig. (2-tailed) < 0,05. Hasil uji signifikansi pengaruh perlakuan pada kelompok
kontrol dan kelompok eksperimen terhadap kemampuan analisis dapat dilihat pada tabel 4.20 berikut. (Lihat lampiran 4.5.2).
Tabel 4.20 Hasil Uji Signifikansi Pengaruh Perlakuan
Uji Statistik Sig. (2-tailed) Kesimpulan Independent samples t-test 0,005 Ada perbedaan
Rerata skor yang dicapai pada kelompok eksperimen (M = 0,93, SE =0,09) lebih tinggi daripada rerata skor yang dicapai pada kelompok kontrol (M = 0,50,
83
SE = 0,11). Perbedaan skor tersebut signifikan dengan t (54) = -2,89, p = 0,005 (p < 0,05) maka Hnull ditolak dan Hi diterima, artinya ada perbedaan yang signifikan antara rerata selisih skor pretest ke posttest I terhadap kemampuan analisis pada kelompok kontrol dan kelompok eksperimen. Kesimpulan yang dapat ditarik dari hasil signifikansi pengaruh perlakuan adalah penerapan model PBL berpengaruh secara signifikan terhadap kemampuan analisis. Hasil perbandingan rerata selisih skor pretest ke posttest I terhadap kemampuan analisis pada kelompok kontrol dan kelompok eksperimen dapat dilihat pada diagram berikut.
Gambar 4.4 Diagram Rerata Selisih Skor Pretest-Posttest I
4.1.4.4 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan (effect size) dilakukan untuk mengetahui seberapa besar pengaruh penerapan model PBL terhapap kemampuan analisis. Data yang diperoleh berdistribusi normal sehingga menggunakan rumus koefisien
Pearson untuk data normal (Field, 2009: 57). Independent samples t-test
digunakan untuk mengambil t dalam melakukan uji besar pengaruh perlakuan. Persentase pengaruh perlakuan didapat dengan menghitung koefisien determinasi (R2) dengan cara mengkuadratkan harga r (harga koefisien korelasi Pearson yang didapat) selanjutnya dikalikan 100% (Field, 2009: 179). Besar pengaruh penerapan model PBL pada kelompok eksperimen terhadap kemampuan analisis adalah r = 0,36 atau 13%. Berdasarkan kriteria yang digunakan untuk menentukan
84 besarnya efek, maka hasil perhitungan r setara dengan efek menengah. Berikut hasil perhitungan effect size terhadap kemampuan analisis. (Lihat lampiran 4.6).
Tabel 4.21 Hasil Uji Effect Size
Variabel T t2 df r (effect size) R
2 % Kategori Efek
Analisis -2,895 8,38 54 0,36 0,13 13 Menengah
4.1.5 Analisis Lebih Lanjut
1. Perhitungan Persentase Peningkatan Rerata Pretest ke Posttest I
Perhitungan presentase peningkatan rerata pretest ke posttest I bertujuan untuk mengetahui persentase peningkatan skor rerata dari pretest ke posttest I pada kelompok kontrol dan kelompok eksperimen. Analisis perhitungan persentse peningkatan rerata pretest ke posttest I dengan mengambil data rerata skor pretest ke posttest I pada uji normalitas distribusi data menggunakan One Samples
Kolmogorov-Smirnov test. Persentase peningkatan rerata pretest ke posttest I
dihitung dengan cara membagi selisih rerata pretest-posttest I dengan rerata
pretest, selanjutnya dikalikan 100%. Hasil perhitungan persentase peningkatan
rerata skor pretest ke posttest I dapat dilihat pada tabel 4.22 berikut. (Lihat lampiran 4.7).
Tabel 4.22 Peningkatan Rerata Skor Pretest ke Posttest I
No Kelompok Rerata Peningkatan (%) Sig (2-tailed) Signifikansi Pretest Posttest I 1 Kontrol 2,00 2,50 25 0,000 Signifikan 2 Eksperimen 2,20 3,14 42,72 0,000 Signifikan
Data pada tabel 4.21 menunjukkan rerata pretest pada kelompok kontrol sebesar 2,00 dan rerata pretest pada kelompok eksperimen sebesar 2,20, sedangkan rerata posttest I pada kelompok kontrol sebesar 2,50 dan rerata posttest
I pada kelompok eksperimen sebesar 3,14. Hasil perhitungan persentase
peningkatan rerata pretest ke posttest I pada kelompok kontrol sebesar 25% sedangkan persentase peningkatan rerata pretest ke posttest I pada kelompok eksperimen sebesar 42,72%. Kesimpulan yang dapat ditarik adalah terjadi peningkatan skor pretest ke posttest I pada kelompok kontrol maupun pada kelompok eksperimen terhadap kemampuan analisis.
85 Hasil uji signifikansi rerata skor pretest ke posttest I pada kelompok eksperimen menunjukkan harga Sig. (2-tailed) sebesar 0,000 (p < 0,05), sedangkan pada hasil uji signifikansi rerata skor pretest ke posttest I pada kelompok kontrol menunjukkan harga Sig. (2-tailed) sebesar 0,000 (p < 0,05). Kedua kelompok sama-sama memiliki Sig (2-tailed) < 0,05, maka Hnull ditolak dan Hi diterima yang berarti bahwa ada perbedaan yang signifikan antara rerata skor pretest ke posttest I terhadap kemampuan analisis pada kelompok kontrol dan kelompok eksperimen. Kesimpulan yang dapat diambil adalah terdapat peningkatan skor yang signifikan dari skor pretest ke posttest I terhadap kemampuan analisis pada kelompok kontrol dan eksperimen.
Persentase peningkatan skor pretest ke posttest I pada kelompok eksperimen lebih tinggi daripada kelompok kontrol yaitu 42,72%, sedangkan pada kelompok kontrol sebesar 25%. Hasl ini diperjelas melalui gambar 4.4 menggunakan grafik poligon untuk melihat perbedaan selisih pretest-posttest I pada kelompok kontrol dan kelompok eksperimen. Berikut adalah grafik yang menunjukkan frekuensi selisih pretest-posttest I (gain score) pada kelompok kontrol dan kelompok eksperimen.
Gambar 4.5 Grafik Gain Score
Berdasarkan gambar 4.4 gain score terendah pada kelompok kontrol sebesar -0,5, sedangkan pada kelompok eksperimen sebesar 0,13. Gain score tertinggi pada kelompok kontrol sebesar 0,33, sedangkan gain score tertinggi pada
0 1 2 3 4 5 6 7 8 9 -1 -0.5 0 0.5 1 1.5 2 2.5 Fr e ku e n si Gain Score Kontrol Ekperimen
86 kelompok eksperimen sebesar 0,67. Data tersebut berarti bahwa selisih
pretest-posttest I yang dominan pada kelompok eksperimen nilainya lebih besar daripada
selisih pretest-posttest I pada kelompok kontrol.
Jumlah siswa yang mendapat nilai ≥ 0,75 pada kelompok kontrol ada 9 anak, sedangkan pada kelompok eksperimen ada 14 anak. Nilai 0,75 merupakan nilai tengah gain score yang didapat dengan menghitung 50% dari nilai tertinggi. Persentase gain score ≥ 0,67 pada kelompok kontrol sebesar 30% sedangkan pada kelompok eksperimen sebesar 53,84%. Hal ini menunjukkan bahwa pada kelompok eksperimen dengan model PBL memberi dampak pengaruh lebih besar daripada kelompok kontrol dengan metode ceramah.