BAB III METODE PENELITIAN
H. Metode Analisis Data
Analisis data merupakan kegiatan setelah data dari seluruh responden atau sumber data lain terkumpul (Sugiyono, 2013: 147). Teknik analisis data dalam penelitian ini menggunakan statistik deskriptif. Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Teknik analisis data yang digunakan dilakukan dengan analisis korelasi Product Moment Pearson.
1. Uji Validitas Instrumen
Validitas berasal dari kata validity yang mempunyai arti sejauhmana ketepatan dan kecermatan suatu instrumen pengukur (tes) dalam melakukan fungsi ukurnya (Saifuddin Azwar, 2014: 173). Sugiyono (2013: 121) mengatakan bahwa sebuah instrumen dikatakan valid apabila alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur.
Pengukuran dikatakan mempunyai validitas yang tinggi apabila menghasilkan data yang secara akurat memberikan gambaran mengenai variabel yang diukur seperti yang dikehendaki oleh tujuan pengukuran tersebut. Akurat dalam hal ini berarti tepat dan cermat sehingga apabila tes menghasilkan data yang tidak relevan dengan tujuan pengukuran, maka dikatakan sebagai pengukuran yang memiliki validitas rendah (Saifuddin Azwar, 2012: 9).
Untuk menguji validitas instrumen variabel motivasi belajar matematika dan variabel hasil belajar matematika, digunakan formula korelasi Product Moment Pearson, dengan rumus:
Keterangan:
= koefisien korelasi butir total = jumlah X (skor butir)
= jumlah Y (skor total) = jumlah X kuadrat = jumlah Y kuadrat
= jumlah tangkar (perkalian X dengan Y) N = banyak subyek
Dalam hal ini, Cronbach mengatakan bahwa koefisien yang berkisar antara 0,30 sampai dengan 0,50 telah dapat memberikan kontribusi yang baik terhadap efisiensi suatu lembaga pembelajaran (Cronbach, 1970 h. 429 dalam Saifuddin Azwar, 2012: 149).
2. Uji Reliabilitas Instrumen
Menurut Saifuddin Azwar (2012: 7), reliabilitas merupakan penerjemahan dari kata reliability. Suatu pengukuran yang mampu menghasilkan data yang memiliki tingkat reliabilitas tinggi disebut sebagai pengukuran yang reliabel (reliable).
Dengan menghitung koefisien reliabilitas hasil ukur pada kelompok subjek penelitian, akan diperoleh estimasi terhadap tingkat keterpercayaan data hasil pengukuran alat tersebut bagi kelompok subjek yang sedang diteliti dan dapat memperoleh informasi mengenai kecermatan data
sebagai estimasi skor yang sebenarnya dimiliki oleh subjek penelitian (Saifuddin Azwar, 2012: 8).
Metode pengujian koefisien reliabilitas tes dan reliabilitas angket motivasi adalah dengan menggunakan Metode Alpha (Cronbach’s), metode ini sangat cocok digunakan pada skor berbentuk skala atau skor berbentuk rentangan dan juga cocok untuk tes bentuk uraian.
Mencari (menghitung koefisien reliabilitas tes dan reliabilitas angket motivasi dengan menggunakan rumus Alpha Cronbach sebagai berikut (Suharsimi Arikunto, 2006: 196):
Keterangan:
= reliabilitas instrumen = jumlah varians butir = varians total
= banyak butir pertanyaan atau banyaknya soal Variansi tiap-tiap butir soal diperoleh dengan rumus:
Keterangan:
= variansi tiap-tiap butir soal = variansi total
X = skor pada butir soal Y = skor total
= banyak siswa yang mengikuti tes
Setelah reliabilitas instrumen didapat lalu bandingkan dengan r tabel pada taraf signifikan 0,05.
Kriteria keputusan:
Jika r hitung ≥ r tabel, maka instrumen dikatakan reliabel Jika r hitung < r tabel, maka instrumen dikatakan tidak reliabel Untuk mengetahui tingkat reliabilitas instrumen tersebut adalah sebagai berikut:
3.8. Tabel Tingkat Reliabilitas Instrumen Koefisien Reliabilitas Klasifikasi
0,91 – 1,00 Sangat tinggi
0,71 – 0,90 Tinggi
0,41 – 0,70 Sedang
0,21 – 0,40 Rendah
Negatif – 0,20 Sangat rendah
3. Uji Normalitas
Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Data berdistribusi normal artinya data mempunyai sebaran merata sehingga benar-benar mewakili populasi. Uji normalitas data dilakukan sebelum data diolah berdasarkan model-model
penelitian. Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau uji asumsi klasik, artinya sebelum melakukan analisis yang sesungguhnya, data penelitian tersebut harus di uji kenormalan distribusinya. Dasar pengambilan keputusan dalam uji normalitas, yakni : jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi kurang dari 0,05 maka data tersebut tidak berdistribusi normal. Untuk menguji normalitas data digunakan Uji normalitas dengan menggunakan bantuan SPSS 17.0.
4. Deskripsi Data Hasil Penelitian
Deskripsi data bertujuan untuk mendeskripsikan atau menggambarkan data yang digunakan dalam penelitian. Perhitungan ini dibantu dengan program SPSS 17.0. Deskripsi variabel dalam statistik deskriptif yang digunakan dalam penelitian ini meliputi nilai maksimum, nilai minimum, rata-rata, range, dan standar deviasi dari variabel terikat yaitu hasil belajar matematika dan variabel bebas yaitu motivasi belajar matematika siswa.
5. Perhitungan Proporsi Motivasi dan Hasil Belajar Matematika a. Proporsi Motivasi Belajar Matematika pada Tiap Kategori
Untuk mengetahui proporsi (persentase) motivasi belajar matematika siswa, maka sebelumnya ditentukan terlebih dahulu jumlah siswa yang masuk dalam golongan motivasi sangat tinggi,
motivasi tinggi, motivasi sedang, motivasi rendah, dan motivasi sangat rendah dengan langkah sebagai berikut:
Skor motivasi siswa yang telah dinyatakan dalam persentase tersebut dikualifikasi menurut kriteria motivasi seperti berikut:
Tabel 3.9. Kriteria Motivasi Belajar Matematika Motivasi (%) Interpretasi 0 – 20 Sangat rendah 21 – 40 Rendah 41 – 60 Sedang 61 – 80 Tinggi 81 – 100 Sangat tinggi
Perhitungan persentase siswa yang masuk dalam kriteria motivasi tinggi, sedang, dan rendah adalah:
Dari kriteria tersebut data akan dimasukkan dalam tabel frekuensi untuk melihat persentase kategori motivasi belajar siswa. Dari persentase tersebut akan digunakan untuk melihat tingkat motivasi belajar siswa.
b. Proporsi Hasil Belajar Matematika pada Tiap Kategori
Untuk mengetahui proporsi (persentase) hasil belajar matematika siswa yang tuntas dan tidak tuntas, maka sebelumnya ditentukan terlebih dahulu jumlah siswa yang tuntas dan tidak tuntas dengan kriteria sebagai berikut:
Tabel 3.10. Kriteria Ketuntasan Hasil Belajar Matematika Nilai Keterangan
Nilai < 70 Tidak Tuntas
Nilai ≥ 70 Tuntas
Perhitungan persentase siswa yang masuk dalam kriteria tuntas dan tidak tuntas adalah:
Hasilnya akan dimasukkan dalam tabel frekuensi, dengan demikian akan diketahui tingkat hasil belajar siswa. Setelah tes hasil belajar selesai dimasukkan dalam tabel frekuensi, persentase tes hasil belajar akan dibandingkan dan akan ditarik kesimpulan.
6. Analisis Data Penelitian
Dalam penelitian ini, analisis data yang digunakan adalah analisis korelasi Pearson Product Moment. Uji ini digunakan untuk mencari hubungan variabel bebas (X) dengan variabel terikat (Y). Rumus korelasi Pearson Product Moment (Suharsimi Arikunto, 2006: 274) adalah:
Keterangan:
= koefisien korelasi Pearson N = jumlah anggota populasi X = variabel bebas
Y = variabel terikat
Harga akan dikonsultasikan dengan tabel interpretasi nilai sebagai berikut:
Tabel 3.11. Koefisien Korelasi Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat Rendah
0,200 – 0,399 Rendah
0,400– 0,599 Cukup
0,600 – 0,799 Tinggi
0,800 – 1,00 Sangat tinggi a. Langkah-langkah uji korelasi Pearson Product Moment:
1) Menghitung nilai korelasi dengan menggunakan bantuan Program SPSS 17.0.
2) Menentukan besarnya sumbangan (koefisien determinasi atau koefisien penentu) variabel X terhadap variabel Y dengan rumus:
KD = .100% Keterangan : KD = Koefisien Determinasi
= kuadrat dari koefisien korelasi yang berkaitan dengan variabel X dan variabel Y.
(https://alvinburhani.wordpress.com/2012/06/28/koefisien- korelasi-signifikansi-determinasi/)
