METODOLOGI PENELITIAN A.Metode Penelitian
G. Teknik Analisis Data
Analisis data penelitian merupakan langkah yang sangat penting dalam kegiatan penelitian. Analisis data pada penelitian ini dimaksudkan untuk menjawab permasalahan dalam rangka merumuskan kesimpulan. Analisis
42
data yang benar dan tepat akan menghasilkan kesimpulan yang benar. Teknik analisis yang digunakan pada penelitian ini adalah metode kuantitatif yakni dengan menggunakan statistik. Data yang diolah merupakan data hasil pretest dan posttest. Adapun prosedur analisis dari setiap data adalah sebagai berikut:
1. Penskoran
Pemberian skor untuk soal pilihan ganda ditentukan berdasarkan metode Rights Only, yaitu jawaban benar diberi skor satu (1), jawaban salah diberi skor nol (0), dan satu butir soal yang tidak dijawab diberi skor nol (0). Skor setiap siswa ditentukan dengan menghitung jumlah jawaban yang benar, berikut rumus yang digunakan untuk menghitung pemberian skor:
S = R (3.13)
(Arikunto, 2012:188) dimana :
S = skor siswa
R = jawaban siswa yang benar
Adapun pemberian skor untuk soal essay yaitu setiap soal diberi skor maksimal empat (4). Proses penskoran ini dilakukan baik terhadap pretest maupun posttest.
2. Pengolahan data skor hasil pretest dan posttest a. Menghitung rata-rata hitung
Setelah data skor pretest dan posttest diperoleh, kemudian dihitung rata-rata masing-masing data skor pretest dan posttest tersebut dengan menggunakan rumus sebagai berikut :
= (3.14)
(Sudjana, 1996:67) Ketarangan :
= rata-rata
∑xi = jumlah total nilai data n = jumlah sampel
b. Menentukan varians dengan menggunakan rumus berikut : 2 = ( − )2
43
(Sudjana, 1996:93) Sedangkan untuk mencari simpangan baku (s), dari (s2) diambil harga akarnya yang positif.
Keterangan :
s2 = varians
s = simpangan baku
n = jumlah sampel
( − )2 = jumlah kuadrat nilai data dikurangi rata-rata c. Uji Normalitas
Uji normalitas dilakukan pada skor pretest dan posttest. Pengujian ini dilakukan untuk menentukan uji statistik yang akan digunakan selanjutnya. Pada penelitian ini, uji normalitas dilakukan dengan menggunakan SPSS 16.0. Cara yang digunakan untuk mengeksplorasi uji normalitas pada penelitian ini adalah uji normalitas Kolmogorov-Smirnov. Menurut Nugroho (2005:107), “uji normalitas Kolmogorov-Smirnov bertujuan untuk membantu peneliti dalam menentukan distribusi normal dengan jumlah data penelitian
yang sangat sedikit (kurang dati 30)”. Adapun rumus uji normalitas Kolmogorov-Smirnov adalah :
= − �( ) ,−∞ ≤ ≤ ∞ (3.16) dimana, ( ) adalah fungsi distribusi empiris, yakni =
( ) ≤ / untuk setiap z, sedangkan �( ) adalah fungsi distribusi komulatif normal baku dan ( ) = ( )− / , s = simpangan baku sampel.
(Uyanto, 2009:54) d. Uji-t Dua Sampel Independen
Uji-t dua sampel independen ini dilakukan jika data berdistribusi normal. Pada uji-t dua sampel independen ini, digunakan pula SPSS 16.0 melakukan uji hipotesis Lavene’s Test
untuk mengetahui apakah asumsi kedua varians sama besar terpenuhi (homogen) atau tidak terpenuhi (tidak homogen), seperti
44
yang dikemukakan oleh Uyanto (2009:161) “Uji Lavene (Lavenes’s
test) atau lengkapnya Uji Lavene Untuk Kesamaan Ragam (Lavene Test for Equality of Variances) digunakan untuk menguji apakah sampel sebanyak k memiliki variance yang sama”. Dalam pengujian hipotesis, kriteria pengambilan keputusan adalah sebagai berikut : Jika P-value < α = 0.05 maka H0 ditolak
Jika P-value α = 0.05 maka H0 diterima Adapun rumus uji Lavene yaitu :
= − =1 − 2
−1 =1 =1 − 2 (3.17)
(Uyanto, 2009:161-162) Keterangan :
Zij = −
= purata (mean) group ke-i = purata (mean) keseluruhan data
N = besar sampel k = jumlah subgroup H0 ditolak bila W > Fα,k-1,N-k
Terdapat dua rumus untuk uji-t dua sampel independen :
Jika asumsi kedua varians sama besar (equal variances assumed), maka rumus uji-t dua sampel independen adalah :
= 1−
+1
(3.18)
dengan derajat kebebasan : + −2 = −1 2+ −1 2
+ −2 (3.19)
(Uyanto, 2009:160-161) Keterangan :
= besar sampel pertama = besar sampel kedua = rata-rata sampel pertama = rata-rata sampel kedua 2 = varians sampel pertama
45
46
Jika asumsi kedua varians tidak sama besar (equal variance not assumed), maka rumus uji-t dua sampel independen adalah:
= −
2 +
2 (3.20) dengan derajat kebebasan (degree of freedom):
� = 2 + 2 2 2 2 −1 + 2 2 −1 (3.21) (Uyanto, 2009:161) Berikut kriteria pengambilan keputusan untuk menolak atau tidak menolak H0 berdasarkan P-value :
Jika P-value > α = 0.05, maka H0 diterima. Jika P-value < α = 0.05 maka H0 ditolak. e. Uji Mann-Whitney
Jika data dari kedua atau salah satu kelompok tersebut tidak berdistribusi normal, maka dilakukan uji non parametrik yakni uji statistik Mann-Whitney atau sering disebut dengan nama U-test (Rank Sums). Penggunaan uji statistik Mann-Whitney disebabkan dua sampel tidak berhubungan (independent), seperti yang dikemukakan oleh Reksoatmodjo (2007:153) bahwa “Jika analisis perbedaan hendak dilakukan atas suatu data yang diperoleh dari dua kelompok sampel yang berbeda, maka pengujian haruslah menggunakan Mann-Whitney test”.
“Jika besar sampel yang diteliti lebih dari atau sama dengan 20, maka distribusi sampling U-nya mendekati distribusi normal”
(Soepeno, 2002:191). Untuk itu, rumus uji Mann-Whitney yang digunakan adalah :
47 � = −( ) (3.22) dengan : = 1 2+ 1( 1+1) 2 − 1 (3.23) = 1 1+ 2 +1 2 (3.24) = 1 2( 1+ 2−1) 12 (3.25) (Uyanto, 2009:328-329) Keterangan :
1= jumlah peringkat sampel pertama 1= jumlah sampel 1
2= jumlah sampel 2
Berikut kriteria pengambilan keputusan untuk menolak atau tidak menolak H0 berdasarkan P-value :
Jika P-value > α = 0.05, maka H0 diterima. Jika P-value < α = 0.05 maka H0 ditolak. 3. Analisis data indeks gain ternormalisasi
Untuk mengetahui peningkatan kemampuan aplikasi siswa melalui hasil belajar, maka digunakan gain ternormalisasi yaitu menghitung selisih antara skor posttest dan skor pretest kemudian dibagi dengan skor maksimum yang dikurangi skor pretest, atau dengan rumus berikut (Wiyanto dalam Khanafiyah,2010) :
= −
100%− (3.26)
Untuk mengetahui apakah model pembelajaran ARIAS berbantuan multimedia interaktif lebih baik dalam meningkatkan kemampuan aplikasi siswa daripada pembelajaran konvensional pada mata pelajaran TIK SMA, bandingkan nilai gain ternormalisasi antara kelompok eksperimen dan kelompok kontrol.
48
Adapun kriteria indeks gain ternormalisasi yaitu: Tabel 3.6
Kriteria indeks gain ternormalisasi
Nilai g Interpretasi
g > 0,7 Tinggi
0,3 ≤ g ≤ 0,7 Sedang
g < 0,3 Rendah
4. Analisis data angket
Skala yang digunakan pada angket adalah skala sikap. Setiap jawaban diberi bobot tertentu sesuai jawaban. Tiap item dibagi ke dalam lima skala, yaitu sangat setuju, setuju, ragu-ragu, tidak setuju, dan sangat tidak setuju. Untuk menghitung presentase jawaban menggunakan rumus berikut :
� = × 100% (3.26) Keterangan :
P = persentase jawaban f = frekuensi jawaban n = banyaknya responden
Hasil dari perhitungan presentase jawaban, kemudian ditafsirkan sesuai dengan kriteria sebagai berikut :
Tabel 3.7
Klasifikasi interpretasi perhitungan presentase angket
Besar Presentase Interpretasi
0 % Tidak ada 1 % - 25 % Sebagian kecil 26 % - 49 % Hampir setengahnya 50 % Setengahnya 51 % - 75 % Sebagian besar 76 % - 99 % Pada umunya 100 % Seluruhnya
BAB V
KESIMPULAN DAN SARAN