BAB III METODE PENELITIAN
H. Teknik Pengujian Instrumen
I. Prosedur Analisis Data
Perolehan data dari hasil penelitian kemudian dianalisis agar dapat ditarik kesimpulan. Analisis data dilakukan menggunakan bantuan program Microsoft Excel dan program SPSS 20.00. Sugiyono (2012: 149) menyatakan bahwa untuk menentukan jenis statistik yang akan digunakan dalam prosedur analisis data tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik parametris
memerlukan terpenuhinya beberapa asumsi, diantaranya adalah data yang akan dianalisis harus terdistribusi normal dan kelompok yang diuji harus homogen. Statistik nonparametris tidak harus memenuhi beberapa asumsi seperti pada statistik parametris. Prosedur analisis data pada penelitian ini melalui beberapa tahap. Tahap analisis data pada penelitian ini adalah merumuskan null hypothesis, mengorganisasi data, menentukan taraf signifikansi, menguji skor pre-test, menguji prasyarat analisis, menguji hipotesis, menguji besar pengaruh, dan menguji signifikansi selisih rata-rata skor pre-test dan post-test.
1. Merumuskan Null Hypothesis
Field (2009: 27) menyatakan hipotesis statistik dalam penelitian kuantitatif ada dua macam yaitu Null Hypothesis (H0) atau hipotesis nol (Ho) dan Alternative Hypothesis (H1) atau hipotesis alternatif (Ha). Rumusan masalah pada penelitian ini adalah,“Apakah ada perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori?”. Hipotesis pada penelitian ini berdasarkan rumusan masalah tersebut adalah:
Ho: Tidak ada perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori. (Ho: 1 = 2)
Ha: Ada perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori. (Ha: 1≠ 2)
2. Mengorganisasi Data
Mengorganisasi data dapat disebut juga data management. Ada 4 langkah dalam melakukan pengorganisasian data yaitu data coding, data editing, data entry, dan data cleaning (Irraosi, 2006).
a. Data Coding
Data coding atau bisa disebut proses pengkodean data dilakukan pada data penelitian dengan cara memberi identitas sehingga memiliki arti tertentu pada saat dianalisis (Bungin, 2011: 176). Coding dilakukan dengan cara mengubah indentitas yang ada pada data penelitian menjadi kode tertentu. Tahap coding pada penelitian ini adalah dengan mengkode nama siswa menjadi siswa1, siswa2, siswa3, dst., serta nama para ahli seperti dosen maupun guru menjadi ahli1, ahli2, dan ahli3.
b. Data Editing
Data editing dapat disebut sebagai tahap penyuntingan. Tahap ini dilakukan untuk memeriksa kelengkapan data penelitian, memeriksa data yang tumpang tindih, berlebihan atau terlupakan (Bungin, 2011: 175). Tahap editing pada penelitian ini adalah memeriksa kelengkapan jawaban ahli, memeriksa kelengkapan jawaban siswa, dan memeriksa kesamaan jawaban. Hasil pemeriksaan menunjukkan bahwa kelengkapan jawaban para ahli 100% terisi, tidak ada komponen penilaian dalam instrumen validitas yang terlewatkan atau tidak diisi.
Tahap selanjutnya adalah memeriksa kelengkapan jawaban siswa. Hasil dari pemeriksaan menunjukkan bahwa banyak data yang terkumpul pada lembar pre-test dan lembar post-pre-test tidak sama. Ada beberapa siswa yang mengikuti pre-pre-test tetapi tidak mengikuti post-test, begitupun sebaliknya. Peneliti kemudian menandai hasil pengerjaan siswa tersebut. Pemeriksaan juga dilakukan untuk mengetahui kesamaan jawaban siswa. Peneliti tidak menemukan soal dengan
jawaban kosong dan tidak menemukan jawaban siswa yang sama persis kesalahannya.
c. Data Entry
Data entry merupakan proses memasukkan data hasil penelitian yang telah melewati proses coding dan editing ke dalam program pengolahan data. Program yang digunakan adalah Microsoft Excel dan SPSS 20.00. Kedua program komputer tersebut sangat membantu untuk mengurangi human error. Microsoft Excel membantu untuk membuat tabulasi data mentah dari perolehan data penelitian. SPSS 20.00 digunakan untuk menganalisis data secara statistikal. d. Data Cleaning
Data cleaning merupakan tahap terakhir pengorganisasian data. Cleaning dilakukan untuk membersihkan data yang telah dimasukkan pada proses data entry. Proses data cleaning dilakukan dengan menghapus data skor siswa yang hanya masuk saat pre-test atau post-test saja atau menghapus data-data ekstrim (outliers). Hasil data cleaning menunjukkan tidak terdapat data ekstrim (outliers) tetapi perlu dilakukan penghapusan beberapa data skor siswa karena hanya mengikuti salah satu tes.
3. Menentukan Taraf Signifikansi
Bungin (2011: 192) menyebutkan bahwa taraf signifikansi adalah kesediaan dan keberanian peneliti untuk secara maksimal mengambil resiko kesalahan dalam menguji hipotesis. Field (2009: 252) menyatakan bahwa taraf signifikansi menunjukkan peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak hipotesis atau mendukung hipotesis nol. Penelitian ini
menggunakan taraf signifikansi 0,05 yang berarti terdapat kemungkinan terjadi kesalahan sebesar 5% atau taraf kepercayaannya sebesar 95%. Penelitian ini menggunakan uji dua pihak dalam melakukan uji hipotesis. Landasan teori yang telah diuraikan pada Bab II dan berdasarkan penelitian-penelitian relevan merujuk pada penelitian satu pihak, namun pada kenyataannya banyak peneliti yang tetap menggunakan uji dua pihak dalam melakukan uji hipotesis (Johnson, 2008).
4. Menguji Skor Pre-test
Prosedur analisis yang keempat adalah menguji skor pre-test. Pengujian skor pre-test ini bertujuan untuk melihat kemampuan awal atau prestasi dari kelompok kontrol dan kelompok eksperimen sebelum dilakukan perlakuan. Skor pre-test yang diperoleh dalam penelitian akan diuji normalitas, diuji homogenitas, dan independent t-test skor pre-test.
a. Uji Normalitas Skor Pre-test
Uji normalitas dilakukan untuk mengetahui sebaran data. Uji normalitas dilakukan dengan menggunakan uji normalitas data Kolmogorov-Smirnov. Uji normalitas adalah uji yang digunakan untuk mengetahui normal atau tidak normal data dari kedua kelompok sampel (Kasmadi & Sunariah, 2013: 116). Rumus uji normalitas skor pre-test menggunakan Kolmogorov-Smirnov dapat dilihat pada gambar 3.5. Pengujian normalitas menggunakan bantuan program SPSS 20.00.
D = Maxx
Keterangan :
= distribusi sampel kumulatif
= distribusi kumulatif normal
Hipotesis untuk uji normalitas skor pre-test adalah:
Ho: Sebaran data skor pre-test tidak berbeda dengan curve normal atau data skor pre-test terdistribusi normal.
Ha: Sebaran data skor pre-test berbeda dengan curve normal atau data skor pre-test tidak terdistribusi normal.
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji normalitas skor pre-test menggunakan Kolmogorov-Smirnov adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, artinya sebaran data skor pre-test tidak berbeda dengan curve normal atau data skor pre-test terdistribusi normal.
2) Jika harga Sig. (2-tailed) < 0,05 maka Ho ditolak atau Ha gagal ditolak, artinya sebaran data skor pre-test berbeda dengan curve normal atau data skor pre-test tidak terdistribusi normal.
Pengujian normalitas juga dapat dilakukan dengan menggunakan visualisasi grafik P-P plot (Probability-Probability plot) (Field, 2009: 134). Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji normalitas skor pre-test menggunakan visualisasi grafik P-P plot adalah:
1) Jika penyebaran titik berada di sekitar garis diagonal ideal maka data skor pre-test terdistribusi normal.
2) Jika penyebaran titik tidak berada di sekitar garis diagonal ideal maka data skor pre-test tidak terdistribusi normal.
Pengujian normalitas skor pre-test menjadi tahap awal untuk menentukan prosedur pengujian skor pre-test pada tahap selanjutnya. Jika data skor pre-test yang diperoleh terdistribusi normal maka dapat dilanjutkan dengan uji homogenitas skor pre-test atau menggunakan statistik parametris. Jika data skor pre-test tidak terdistribusi normal maka pengujian akan dilakukan dengan menggunakan statistik nonparametris.
b. Uji Homogenitas Skor Pre-test
Uji homogenitas skor pre-test dilakukan dengan menggunakan Lavene’s
test. Tujuan uji homogenitas ini adalah untuk melihat varian pada skor pre-test. Jika skor pre-test kedua kelompok homogen maka dilanjutkan ke langkah kelima dan seterusnya. Jika skor pre-test kedua kelompok tidak homogen maka rumusan masalah dicari dengan melakukan analisis selisih skor pre-test dan skor post-test. Rumus Lavene’s test dapat dilihat pada gambar 3.6.
Gambar 3.6 Rumus Lavene’s Test (Nordstoke, 2011: 3) Keterangan:
n = jumlah observasi k = banyak kelompok
=
= rata-rata dari kelompok ke Z
= rata-rata menyeluruh
Hipotesis untuk uji homogenitas skor pre-test adalah:
Ho: Tidak ada perbedaan varian antara skor pre-test kelompok kontrol dan skor pre-test kelompok eksperimen atau skor pre-test kedua kelompok homogen.
(Ho: σ12= σ22)
Ha: Ada perbedaan varian antara skor pre-test kelompok kontrol dan skor pre-test kelompok eksperimen atau skor pre-test kedua kelompok tidak
homogen. (Ha: σ12≠ σ22)
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji homogenitas skor pre-test adalah:
1) Jika harga Sig. ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, artinya tidak ada perbedaan varian antara skor pre-test kelompok kontrol dan skor pre-test kelompok eksperimen atau data skor pre-test kedua kelompok homogen.
2) Jika harga Sig. < 0,05 maka Ho ditolak atau Ha gagal ditolak, artinya ada perbedaan varian antara skor pre-test kelompok kontrol dan skor pre-test kelompok eksperimen atau data skor pre-test kedua kelompok tidak homogen.
Hasil uji homogenitas skor pre-test akan menentukan prosedur analisis data selanjutnya. Jika data skor pre-test kedua kelompok homogen maka analisis data dilanjutkan pada uji independent t-test untuk skor pre-test, tetapi jika data skor
test kedua kelompok tidak homogen maka dilakukan analisis selisih skor pre-test dan skor post-pre-test.
c. Uji Independent t-test Skor Pre-test
Uji independent t-test skor pre-test dilakukan untuk mengetahui ada atau tidaknya perbedaan rata-rata skor pre-test kelompok kontrol dan kelompok eksperimen. Hipotesis yang digunakan dalam uji independent t-test skor pre-test adalah:
Ho: Tidak ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen. (Ho: µ1 = µ2)
Ha: Ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen. (Ha: µ1≠ µ2)
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji independent t-test skor pre-test adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, artinya tidak ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen.
2) Jika harga Sig. (2-tailed) < 0,05 maka Ho ditolak atau Ha gagal ditolak, artinya ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen.
Hasil uji independent t-test skor pre-test akan menentukan prosedur analisis data selanjutnya. Jika hasil uji independent t-test skor pre-test menunjukkan bahwa tidak ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen, maka pengujian dapat dilanjutkan pada langkah kelima.
Jika hasil uji independent t-test skor pre-test menunjukkan bahwa ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan eksperimen, maka uji yang akan dilakukan adalah uji selisih skor pre-test dan post-test masing-masing kelompok.
5. Menguji Prasyarat Analisis
Prosedur analisis data yang kelima adalah menguji prasyarat analisis.Uji prasyarat analisis dilakukan pada data skor post-test kedua kelompok. Uji prasyarat analisis terdiri dari tiga tahap, yaitu uji normalitas skor post-test, uji homogenitas skor post-test, dan independence.
a. Uji Normalitas Skor Post-test
Uji normalitas skor post-test dilakukan dengan menggunakan uji normalitas data Kolmogorov-Smirnov. Hipotesis untuk uji normalitas skor post-test adalah: Ho: Sebaran data skor post-test tidak berbeda dengan curve normal atau data
skor post-test terdistribusi normal.
Ha: Sebaran data skor post-test berbeda dengan curve normal atau data skor post-test tidak terdistribusi normal.
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji normalitas skor post-test menggunakan Kolmogorov-Smirnov adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, artinya sebaran data skor post-test tidak berbeda dengan curve normal atau data skor post-test terdistribusi normal.
2) Jika harga Sig. (2-tailed) < 0,05 maka Ho ditolak atau Ha gagal ditolak, artinya sebaran data skor post-test berbeda dengan curve normal data skor post-test tidak terdistribusi normal.
Pengujian normalitas skor post-test juga dilakukan dengan menggunakan visualisasi grafik P-P plot (Probability-Probability plot) (Field, 2009: 134). Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji normalitas skor post-test menggunakan visualisasi grafik P-P plot adalah:
1) Jika penyebaran titik berada di sekitar garis diagonal ideal maka data skor post-test terdistribusi normal.
2) Jika penyebaran titik tidak berada di sekitar garis diagonal ideal maka data skor post-test tidak terdistribusi normal.
Pengujian normalitas skor post-test menjadi salah satu prasyarat analisis karena akan menentukan prosedur pengujian pada tahap selanjutnya. Jika data skor post-test yang diperoleh tidak terdistribusi normal maka statistik yang akan digunakan adalah statistik nonparametris. Uji pada statistik nonparametris yang bisa digunakan untuk uji hipotesis adalah Mann Whitney. Jika data terdistribusi normal maka analisis selanjutnya untuk uji hipotesis adalah independent t-test. b. Uji Homogenitas Skor Post-test
Uji homogenitas skor post-test kedua kelompok sampel dilakukan dengan menggunakan Lavene’s test. Uji homogenitas skor post-test bertujuan untuk mengetahui ada atau tidaknya perbedaan varian pada skor post-test kelompok kontrol dan kelompok eksperimen. Hipotesis untuk uji homogenitas skor post-test adalah:
Ho: Tidak ada perbedaan varian antara skor post-test kelompok kontrol dan skor post-test kelompok eksperimen atau skor post-test kedua kelompok
homogen. (Ho: σ12= σ22)
Ha: Ada perbedaan varian antara skor test kelompok kontrol dan skor post-test kelompok eksperimen atau skor post-test kedua kelompok tidak
homogen. (Ha: σ12≠ σ22)
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji homogenitas skor post-test adalah:
1) Jika harga Sig. ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, artinya tidak ada perbedaan varian antara skor post-test kelompok kontrol dan skor post-test kelompok eksperimen atau data skor post-test kedua kelompok homogen.
2) Jika harga Sig. < 0,05 maka Ho ditolak atau Ha gagal ditolak, artinya ada perbedaan varian antara skor post-test kelompok kontrol dan skor post-test kelompok eksperimen atau data skor post-test kedua kelompok tidak homogen.
Hasil uji homogenitas skor post-test akan mempengaruhi prosedur analisis data pada tahap pengujian selanjutnya. Jika varian data skor post-test kedua kelompok homogen maka data untuk uji independent t-test skor post-test yang dilihat dalam output SPSS 20.00 adalah pada baris equal variance assumed. Jika varian data skor post-test kedua kelompok tidak homogen maka data untuk uji independent t-test skor post-test yang dilihat dalam output SPSS20.00 adalah pada baris equal variance not assumed.
c. Independence
Field (2009: 133) mengemukakan bahwa data penelitian yang bersifat independen adalah data yang berasal dari dua kelompok yang berbeda dan tidak saling mempengaruhi. Kedua kelompok sampel dalam penelitian ini memiliki anggota yang berbeda. Masing-masing kelompok juga menerima perlakuan yang berbeda. Siswa pada kelompok eksperimen menerima perlakuan dengan menggunakan alat peraga matematika berbasis metode Montessori. Siswa pada kelompok kontrol tidak menerima perlakuan dengan menggunakan alat peraga matematika berbasis metode Montessori. Perlakuan yang berbeda pada kedua kelompok sampel dan tidak adanya saling keterkaitan antar kelompok menunjukkan bahwa kedua kelompok adalah independen.
6. Menguji Hipotesis
Prosedur analisis data yang keenam adalah menguji hipotesis. Uji hipotesis dilakukan dengan uji independent t-test. Field (2009: 785) menjelaskan bahwa,
“independent t-test is a test using the t-statistic that establishes whether two means collected from independent samples differ significantly”. Uji independent t-test bertujuan untuk mencari perbedaan rata-rata skor post-test dari kedua kelompok yang independen. Penelitian ini menggunakan uji dua pihak (2-tailed) dengan taraf signifikansi 0,05. Perhitungan independent t-test yang digunakan dalam penelitian ini adalah untuk kondisi dengan banyak anggota yang sama pada dua kelompok sampel. Rumus independent t-test untuk banyak anggota sampel yang sama dapat dilihat pada gambar 3.7.
Gambar 3.7. Rumus Independent t-test (Field, 2009: 335) Keterangan:
= selisih rata-rata = varian
N = banyak subjek
Hipotesis untuk uji independent t-test skor post-test pada penelitian ini adalah:
Ho: Tidak ada perbedaan rata-rata skor post-test antara kelompok kontrol dan kelompok eksperimen. (Ho: µ1 = µ2)
Ha: Ada perbedaan rata-rata skor post-test antara kelompok kontrol dan kelompok eksperimen. (Ha: µ1≠ µ2)
Kriteria yang digunakan untuk menarik kesimpulan dari hasil uji independent t-test skor post-test adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak, maka tidak ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen artinya tidak ada perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori.
2) Jika harga Sig. (2-tailed) < 0,05 maka Ho ditolak atau Ha gagal ditolak, maka ada perbedaan rata-rata skor pre-test antara kelompok kontrol dan kelompok eksperimen artinya ada perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori.
7. Menguji Besar Pengaruh
Uji besar pengaruh dilakukan apabila kesimpulan pada hasil uji hipotesis menunjukkan adanya perbedaan prestasi belajar siswa atas penggunaan alat peraga matematika berbasis metode Montessori. Uji ini dilakukan untuk mengetahui seberapa besar pengaruh penggunaan alat peraga matematika berbasis metode Montessori terhadap prestasi belajar siswa. Perhitungan besar pengaruh menggunakan rumus effect size. Rumus effect size dapat dilihat pada gambar 3.8.
Gambar 3.8 Rumus Effect Size (Field, 2009: 332) Keterangan:
r = effect size t = harga uji t
df = harga derajat kebebasan
Gambar 3.8 adalah rumus effect size. Besar effect size yang telah dihitung kemudian dikategorikan berdasar pada kriteria tertentu. Cohen (dalam Field, 2009: 57) menyatakan besarnya effect size terbagi dalam 3 kategori. Kriteria yang digunakan untuk menentukan besarnya effect size dapat dilihat pada tabel 3.17.
Tabel 3.17
Kategori Effect Size Cohen (dalam Field, 2009: 57)
Nilai effect size Kategori
0,10 – 0,29 Small effect (efek kecil) 0,30 – 0,49 Medium effect (efek sedang) 0,50 – 1,00 Large effect (efek besar)
Persentase pengaruh suatu variabel terhadap variabel lain dapat diketahui dengan menghitung koefisien determinasi. Koefisien determinasi dilambangkan dengan R2. Rumus koefisien determinasi dapat dilihat pada gambar 3.9 (Field, 2009: 179).
R2 = r2 x 100%
Gambar 3.9 Rumus Koefisien Determinasi Keterangan:
R2 = koefisien determinasi r2 = kuadrat effect size
Gambar 3.9 adalah rumus koefisien determinasi (R2). Koefisien determinasi dihitung setelah besar nilai effect size diketahui. Koefisien determinasi akan mempermudah pembaca dalam memahami besarnya pengaruh suatu variabel terhadap variabel lain karena nilainya dalam bentuk persen.
8. Menguji Signifikansi Selisih Rata-rata Skor Pre-test dan Post-test
Uji signifikansi selisih rata-rata skor pre-test dan skor post-test dilakukan untuk mengetahui perbedaan atau signifikansi selisih rata-rata skor pre-test dan post-test pada masing-masing kelompok. Uji signifikansi selisih rata-rata skor pre-test dan skor post-test dilakukan dengan menggunakan paired t-test. Rumus paired t-test dapat dilihat pada gambar 3.10. Perhitungan uji signifikansi selisih rata-rata skor pre-test dan post-test dengan menggunakan program SPSS 20.00.
Keterangan:
= perbedaan rata-rata antara sampel
= rata-rata populasi
= perbedaan standar error
Hipotesis dalam uji signifikansi selisih rata-rata skor pre-test dan skor post-test dengan menggunakan paired t-post-test untuk kelompok kontrol adalah:
Ho: Tidak ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok kontrol. (Ho: µ1 = µ2)
Ha: Ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok kontrol. (Ha: µ1≠ µ2)
Kriteria pengambilan keputusan yang dilakukan dalam uji signifikansi selisih rata-rata skor pre-test dan skor post-test dengan menggunakan paired t-test untuk kelompok kontrol adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak artinya tidak ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-pre-test pada kelompok kontrol.
2) Jika harga Sig. (2-tailed) 0,05 maka Ho ditolak atau Ha gagal ditolak artinya ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok kontrol.
Hipotesis dalam uji signifikansi rata-rata skor pre-test dan skor post-test dengan menggunakan paired t-test untuk kelompok eksperimen adalah:
Ho: Tidak ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok eksperimen. (Ho: µ1 = µ2)
Ha: Ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok eksperimen. (Ha: µ1≠ µ2)
Kriteria pengambilan keputusan yang dilakukan dalam uji signifikansi selisih rata-rata skor pre-test dan skor post-test dengan menggunakan paired t-test untuk kelompok eksperimen adalah:
1) Jika harga Sig. (2-tailed) ≥ 0,05 maka Ho gagal ditolak atau Ha ditolak artinya tidak ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-pre-test pada kelompok eksperimen.
2) Jika harga Sig. (2-tailed) 0,05 maka Ho ditolak atau Ha gagal ditolak artinya ada perbedaan yang signifikan antara selisih rata-rata skor pre-test dan skor post-test pada kelompok eksperimen.
Uji signifikansi selisih rata-rata skor pre-test dan skor post-test pada kedua
