BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.3 Uji Hipotesis Penelitian I
Hipotesis penelitian I adalah penerapan metode inkuiri berpengaruh terhadap kemampuan eksplanasi pada pembelajaran IPA kelas IV SD. Variabel dependen pada hipotesis tersebut yaitu kemampuan eksplanasi, sedangkan variabel independennya yaitu penerapan metode inkuiri. Instrumen yang digunakan untuk mengukur variabel dependen yaitu tiga soal uraian yang terdiri dari nomor 3b, 3a, dan 4a. Satu soal mengandung satu indikator tertentu, yaitu merumuskan deskripsi yang tepat dari hasil analisis, membenarkan urutan proses kerja turbin, dan memaparkan argumen-argumen terhadap pemikiran sendiri.
55 Analisis statistik secara keseluruhan dihitung menggunakan program komputer IBM SPSS Statistics 22 for Windows dengan tingkat kepercayaan 95%. Tahap analisis data yang dilakukan adalah 1) uji normalitas distribusi data untuk mengetahui normal tidaknya distribusi data dan menentukan analisis statistik parametrik atau nonparametrik, 2) uji perbedaan kemampuan awal untuk mengetahui kemampuan awal pada kedua kelompok, 3) uji signifikansi pengaruh perlakuan, dan 4) uji besar pengaruh perlakuan. Selanjutnya peneliti melakukan analisis lebih lanjut, yang terdiri dari a) uji persentase peningkatan rerata pretest ke posttest, b) uji besar efek peningkatan rerata pretest ke posttest, dan c) uji korelasi antara rerata pretest dan posttest.
4.1.3.1 Uji Perbedaan Kemampuan Awal
Uji perbedaan kemampuan awal dilakukan untuk mengetahui dan memastikan bahwa kelompok eksperimen dan kelompok kontrol mempunyai kemampuan awal yang sama. Apabila kemampuan awalnya sama maka dapat dibandingkan. Uji perbedaan kemampuan awal juga dilakukan untuk mengendalikan ancaman terhadap validitas internal yaitu karakteristik subjek. 1. Uji Asumsi
a. Uji Asumsi Normalitas Distribusi Data
Uji asumsi normalitas distribusi data dilakukan untuk mengetahui normal atau tidaknya distribusi data, sehingga nantinya dapat digunakan untuk menentukan jenis analisis statistik tahap selanjutnya (Field, 2009: 144). Data diuji menggunakan One Sample Kolmogorov-Smirnov test. Data yang digunakan yaitu skor pretest kelompok kontrol dan kelompok eksperimen. Kriteria yang digunakan untuk kesimpulan uji normalitas data yaitu jika harga p> 0,05 maka distribusi data normal.Jika data berdistribusi normal maka uji statistik berikutnya menggunakan statistik parametrik Independent samples t-test (Field, 2009: 326). Jika harga p< 0,05 maka distribusi data tidak normal. Jika data berdistribusi tidak normal maka uji statistik berikutnya menggunakan statistik nonparametrik Mann-Whitney(Field, 2009: 345). Berdasarkan kriteria tersebut, berikut adalah hasil uji normalitas distribusi data kemampuan eksplanasi (lihat Lampiran 4.3.1).
56 Tabel 4.5 Hasil Uji Normalitas Distribusi Data
Kelompok p Kesimpulan
Kontrol 0,056 Normal
Eksperimen 0,080 Normal
Tabel 4.5 menunjukkan harga p>0,05 pada kelompok kontrol dan kelompok eksperimen. Kriteria tersebut menunjukkan bahwa distribusi data normal. Jika distribusi data normal, analisis selanjutnya menggunakan statistik parametrik Independent samples t-test (Field, 2009: 326).
b. Uji Homogenitas Varian
Uji homogenitas varian ini menggunakan Levene’s test. Kriteria yang digunakan yaitu jika harga p> 0,05 maka ada homogenitas varian pada kedua data yang dibandingkan. Jika harga p< 0,05 maka tidak ada homogenitas varian pada kedua data yang dibandingkan (Field, 2009: 150). Berikut adalah hasil uji asumsi homogenitas varian untuk kemampuan eksplanasi (lihat Lampiran 4.4.1).
Tabel 4.6 Hasil Uji Homogenitas Varian
Uji Statistik F df1 df2 p Keputusan
Levene’s Test for Equality of Variances 0,244 1 55 0,623 Homogen
Hasil Levene’s test dengan tingkat kepercayaan 95% pada tabel 4.6 menunjukkan harga F = 0,244dan harga p = 0,623. Dengan demikian,peneliti menyimpulkan bahwa terdapat homogenitas varian pada kedua data yang dibandingkan.
c. Uji Statistik
Berdasarkan hasil uji asumsi di atas, peneliti memperoleh hasil bahwa data berdistribusi normal dan terdapat homogenitas varian. Jika terdapat homogenitas varian pada kedua data, maka data uji statistik Independent samples t-test yang diambil adalah data baris pertama pada output SPSS (Field, 2009: 340). Kriteria yang digunakan adalah jika p < 0,05, maka ada perbedaan kemamampuan awal yang signifikan antara kelompok kontrol dan kelompok eksperimen (Field, 2009: 50). Berikut adalah hasil uji statistik perbedaan kemampuan awal kelompok kontrol dan kelompok eksperimen (lihat Lampiran 4.5.1).
57 Tabel 4.7 Hasil Uji Statistik Perbedaan Kemampuan Awal
Uji Statistik p Keterangan
Independent samples t-test 0,561 Tidak ada perbedaan
Berdasarkan tabel 4.7,harga p sebesar 0,561 (p> 0,05). Jika p > 0,05, maka dapat diartikan bahwa tidak ada perbedaan signifikan antara rerata skor pretest kelompok kontrol dan kelompok eksperimen. Hal ini menunjukkan bahwa tidak ada perbedaan kemampuan awal pada kedua kelompok, sehingga ancaman validitas internal berupa karakteristik subjek dapat dikendalikan dengan baik. 4.1.3.2 Uji Signifikansi Pengaruh Perlakuan
Uji signifikansi pengaruh perlakuan dilakukan untuk mengetahui pengaruh metode inkuiri terhadap kemampuan eksplanasi. Uji signifikansi pengaruh perlakuan dapat dihitung dengan menggunakan rumus ( – ) – ( – ), yaitu dengan mengurangkan selisih skor posttest – pretest pada kelompok eksperimen dengan rerata selisih skor posttest – pretest pada kelompok kontrol (Cohen, Manion, & Morrison, 2007: 277). Jika hasilnya lebih besar dari 0, maka terdapat perbedaan. Berikut adalah perhitungannya (2,99 – 2,23) – (2,31– 2,15) = (0,76 – 0,16) = 0,60. Hasil dari perhitungan menggunakan rumus menunjukkan bahwa 0,60 lebih dari 0, sehingga terdapat perbedaan. Uji statistik dilakukan untuk mengetahui perbedaannya signifikan atau tidak. Uji normalitas distribusi data menggunakan One Sample Kolmogorov-Smirnov test, uji homogenitas varian menggunakan Levene’s test.
1. Uji Asumsi
a. Uji Asumsi Normalitas Distribusi Data
Uji asumsi normalitas distribusi data dilakukan untuk mengetahui normal atau tidaknya distribusi data, sehingga nantinya dapat digunakan untuk menentukan jenis analisis statistik tahap selanjutnya (Field, 2009: 144). Data diuji menggunakan One Sample Kolmogorov-Smirnov test. Data yang digunakan yaitu rerata selisihskor posttest – pretest kelompok kontrol dan kelompok eksperimen. Kriteria yang digunakan untuk kesimpulan uji normalitas data yaitu jika harga p> 0,05 maka distribusi data normal. Jika data berdistribusi normal maka uji statistik berikutnya menggunakan statistik parametrik Independent samples t-test (Field, 2009: 326). Jika harga p< 0,05 maka distribusi data tidak normal. Jika data
58 berdistribusi tidak normal maka uji statistik berikutnya menggunakan statistik nonparametrik Mann-Whitney (Field, 2009: 345). Berdasarkankriteria tersebut, berikut hasil uji normalitas distribusi data rerata selisihskor posttest – pretest kemampuan eksplanasi(lihat Lampiran 4.3.1).
Tabel 4.8 Hasil Uji Normalitas Distribusi Data Rerata SelisihSkor Posttest – Pretest
Kelompok p Kesimpulan
Kontrol 0,069 Normal
Eksperimen 0,062 Normal
Tabel 4.8 menunjukkan harga p> 0,05 pada kelompok kontrol dan kelompok eksperimen. Dengan demikian, distribusi data normal. Jika distribusi data normal, analisis selanjutnya menggunakan statistik parametrik Independent samples t-test (Field, 2009: 326).
b. Uji Homogenitas Varian
Uji homogenitas varian digunakan untuk memastikan skor rerata kelompok kontrol dan kelompok eksperimen memiliki varian yang homogen. Uji homogenitas varian ini menggunakan Levene’s test. Kriteria yang digunakan yaitu jika harga p> 0,05 maka ada homogenitas varian pada kedua data yang dibandingkan. Jika harga p< 0,05 maka tidak ada homogenitas varian pada kedua data yang dibandingkan (Field, 2009: 150). Berikut adalah hasil uji asumsi homogenitas varian untuk kemampuan eksplanasi (lihat Lampiran 4.6.1).
Tabel 4.9 Hasil Uji Homogenitas Varian
Uji Statistik F df1 df2 p Keputusan
Levene’s Test for Equality of Variances 0,176 1 55 0,677 Homogen
Hasil Levene’s test dengan tingkat kepercayaan 95% pada tabel 4.9 menunjukkan harga F = 0,176 dan harga p = 0,677. Hasil tersebut menunjukkan bahwa terdapat homogenitas varian pada kedua data yang dibandingkan.
59 c. Uji Statistik
Berdasarkan hasil uji asumsi di atas, data berdistribusi normal dan terdapat homogenitas varian. Jika terdapat homogenitas varian pada kedua data, maka data uji statistik Independent samples t-test yang diambil adalah data baris pertama (Equal Variences Assumed) pada output SPSS (Field, 2009: 340). Kriteria yang digunakan untuk uji signifikansi adalah jika p < 0,05, maka ada perbedaan yang signifikan antara kelompok kontrol dan kelompok eksperimen (Field, 2009: 150). Berikut ini adalah hasil uji signifikansi pengaruh perlakuan kelompok kontrol dan kelompok eksperimen (lihat Lampiran 4.7.1).
Tabel 4.10 Hasil Uji Statistik Signifikansi Pengaruh Perlakuan
Uji Statistik p Keputusan
Independent samples t-test 0,000 Signifikan
Rerata skor yang dicapai kelompok eksperimen (M = 0,7625, SE = 0,10819) lebih tinggi daripada skor yang dicapai kelompok kontrol (M = 0,1614, SE = 0,11524).Perbedaan skor tersebut signifikan dengan t (55) = -3,797 danp = 0,000 (p <0,05). Jika p < 0,05, maka dapat diartikan bahwa ada perbedaan yang signifikan antara selisih skor posttest – pretest kelompok kontrol dan kelompok eksperimen. Hal ini menunjukkan bahwa penerapanmetode inkuiri berpengaruh terhadap kemampuan eksplanasi. Berikut ini adalah grafik hasil perbandingan rerata selisih skor pretest ke posttest kemampuan eksplanasi pada kelompok kontrol dan kelompok eksperimen.
Gambar 4.1 Grafik Signifikansi Pengaruh Perlakuan
2,1497 2,3103 2,2257 2,9879 0 0,5 1 1,5 2 2,5 3 3,5 Pretest Posttest Me a n Kontrol Eksperimen
60 Gambar 4.1 menunjukkan bahwa terdapat perbedaan peningkatan skor pada kelompok kontrol dan kelompok eksperimen. Skor pretest maupun posttest kelompok eksperimen lebih tinggi daripada kelompok kontrol. Mean pada kelompok kontrol sebesar 0,1614, sedangkan pada kelompok eksperimen 0,7625. Berikut ini adalah diagram hasil perbedaan selisih skor posttest – pretestpadakelompok kontrol dan kelompok eksperimen.
.
Gambar 4.2 Diagram Hasil Perbedaan Selisih Skor Posttest – Pretest
4.1.3.3 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan dilakukan untuk mengetahui besar pengaruh perlakuan pada penerapan metode inkuiri terhadap kemampuan eksplanasi. Kriteria untuk menentukan besar efek dapat dilihat pada bab III. Data berdistribusi normal, sehingga menggunakan rumus koefisien Pearson (Field, 2009: 57). Data diuji menggunakan Independent samples t-testuntuk mengambil harga r (harga koefisien korelasi Pearson yang diperoleh). Harga r dikuadratkan kemudian dikalikan 100% untuk menghitung koefisien determinasi (R²). Berikut ini adalah hasil perhitungan besar pengaruh perlakuan pada kemampuan eksplanasi (lihat Lampiran 4.8).
61 Tabel 4.11 Hasil Uji Besar Pengaruh Perlakuan
Variabel t t² df r R² % Kategori Efek
Eksplanasi -3,797 14,41 55 0,45 0,2025 20,25 Besar
Tabel 4.11 menunjukkan besar r = 0,45 setara dengan 20,25 %, dan termasuk dalam kategori efek besar (Field, 2009: 57). Sedangkan menurut Fraenkel, Wallen, dan Hyun (2012: 253) besar r = 0,45 masuk kategori efek cukup besar secara praktis dan teoretis.
4.1.3.4 Analisis Lebih Lanjut
1. Persentase Peningkatan Rerata Pretest ke Posttest a. Persentase Peningkatan
Perhitungan persentase peningkatan rerata pretest – posttest dilakukan untuk mengetahui peningkatan pada rerata pretest – posttest kelompok kontrol dan kelompok eksperimen. Sebelum dilakukan uji signifikansi, peneliti melakukan uji normalitas data pada skor pretest – posttest menggunakan One Sample Kolmogorov-Smirnov test. Data yang digunakan yaitu skor pretest dan posttest. Kriteria yang digunakan adalah jika harga p> 0,05, maka data berdistribusi normal. Berikut adalah hasil uji normalitas data skor pretest dan posttest pada kemampuan eksplanasi kelompok kontrol dan kelompok eksperimen (lihat Lampiran 4.3.1).
Tabel 4.12 Hasil Uji Normalitas Distribusi Data Skor Pretest dan Posttest
Kelompok Aspek p Keputusan
Kontrol Pretest 0,056 Normal
Posttest 0,185 Normal
Eksperimen Pretest 0,080 Normal
Posttest 0,095 Normal
Tabel 4.12 menunjukkan bahwa harga p > 0,05 pada data pretest dan posttest kedua kelompok. Harga p > 0,05 menunjukkan bahwa data berdistribusi normal. Jika data berdistribusi normal, maka uji peningkatan skor pretest dan posttest dengan menggunakan Paired Samples t-test pada kedua kelompok. Kriteria yang digunakan adalah jika p <0,05, maka ada perbedaan skor yang signifikan dari pretest ke posttest pada kelompok kontrol dan kelompok eksperimen. Persentase peningkatan rerata pretest ke posttest dihitung dengan
62 cara membagi selisih pretest – posttest dengan pretest, kemudian dikalikan 100%. Berikut adalah hasil perhitungan persentase peningkatan rerata pretest ke posttest (lihat Lampiran 4.9).
Tabel 4.13 Peningkatan Rerata Pretest ke Posttest
No Kelompok Rerata Peningkatan
(%) Uji Statistik p Keputusan Pretest Posttest 1 Kontrol 2,15 2,31 7,44 Paired Samples t-test 0,175 Tidak Signifikan 2 Eksperimen 2,23 2,99 34,08 Paired Samples t-test 0,000 Signifikan
Hasil analisis pada tabel 4.13 menunjukkan bahwa rerata pretest dan posttest pada kelompok kontrol sebesar 2,15 dan 2,31. Persentase peningkatannya sebesar 7,44%. Rerata pretest dan posttest pada kelompok eksperimen sebesar 2,23 dan 2,99. Persentase peningkatannya adalah 34,08%. Persentase peningkatan pada kelompok eksperimen lebih tinggi daripada kelompok kontrol. Hasil uji signifikansi pada kelompok kontrol menunjukkan harga p = 0,175 (p >0,05) yang artinya tidak ada perbedaan yang signifikanpada kelompok kontrol. Hasil pada kelompok eksperimen menunjukkan harga p = 0,000 (p <0,05) yang artinya ada perbedaan yang signifikan antara rerata skor pretest ke posttest terhadap kemampuan eksplanasi kelompok eksperimen. Berikut ini adalah diagram peningkatan pretest ke posttest pada kelompok kontrol dan kelompok eksperimen.
Gambar 4.3 Grafik Peningkatan Rerata Pretest ke Posttest
Tabel 4.13 dan gambar 4.3 menunjukkan bahwa rerata skor antara pretest ke posttest pada kelompok kontrol dan kelompok eksperimen mengalami
2,15 2,31 2,23 2,99 0 0,5 1 1,5 2 2,5 3 3,5 Kontrol Eksperimen R e ra ta Pretest Posttest
63 peningkatan. Peningkatan pada kelompok kontrol tidak signifikan, sedangkan pada kelompok eksperimen signifikan. Hasil perhitungan persentase peningkatan rerataskor pretest ke posttest pada kelompok kontrol sebesar 7,44%, sedangkan pada kelompok eksperimen sebesar 34,08%. Hasil persentase peningkatan skor pretest ke posttest dapat dilihat lebih jelas pada gambar 4.4 menggunakan grafik poligon. Grafik ini digunakan untuk melihat perbedaan selisih skor pretest – posttest pada kelompok kontrol dan kelompok eksperimen. Berikut ini adalah grafik yang menunjukkan frekuensi selisih skor pretest –posttest (gain score) pada kedua kelompok (lihat Lampiran 4.9.3.1).
Gambar 4.4 Grafik Gain Score Kemampuan Eksplanasi
Gambar 4.4 menunjukkan bahwa gain terendah pada kelompok kontrol sebesar -1,33 sedangkan pada kelompok eksperimen sebesar -0,33. Gain tertinggi pada kelompok kontrol sebesar 1,33 sedangkan pada kelompok eksperimen sebesar 2.00 Nilai tengah dari gain score diperoleh dari 50% skor selisih tertinggi dikurangkan skor selisih terendah. Gain score diperoleh 0,67. Frekuensi siswa yang memperoleh nilai ≥ 0,67 pada kelompok kontrol ada 9 siswa, sedangkan pada kelompok eksperimen ada 20 siswa. Besar persentase gain score ≥ 0,67 adalah 31% pada kelompok kontrol dan 71% pada kelompok eksperimen. Hal tersebut menunjukkan bahwa 71% siswa kelompok eksperimen diuntungkan
1 2 4 7 6 7 0 2 0 0 0 0 3 0 5 7 8 2 2 1 0 1 2 3 4 5 6 7 8 9 -1,33 -1 -0,33 0 0,33 0,67 1 1,33 1,67 2 Kontrol Eksperimen
64 dengan penerapan metode inkuiri, sedangkan 31% siswa kelompok kontrol diuntungkan dengan penerapan metode ceramah. Dengan demikian, penerapan metode inkuiri memiliki persentase lebih besar daripada penerapan metode ceramah.
b. Uji Besar Efek Peningkatan Rerata Pretest ke Posttest
Uji besar efek peningkatan rerata pretest ke posttest dilakukan untuk mengetahui besar peningkatan rerata skor pretest ke posttest pada kelompok kontrol dan kelompok eksperimen. Jika data sudah berdistribusi normal, maka uji statistik menggunakan Paired Samples t-test (Field, 2009: 325). Kriteria yang digunakan adalah jika p < 0,05, maka ada perbedaan skor yang signifikan dari pretest ke posttest (Field, 2009: 53). Berikut adalah perhitungan persentase peningkatan rerata pretest ke posttest (lihat Lampiran 4.10.1.1).
Tabel 4.14 Hasil Uji Besar Pengaruh Peningkatan Pretest ke Posttest
Kelompok t t² df r R² % Kategori Efek
Kontrol 1,393 1,94 28 0,25 0,0625 6,25 Kecil Eksperimen 7,049 49,68 27 0,80 0,64 64 Besar
Tabel 4.14 menunjukkan bahwa persentase besar pengaruh penerapan metode inkuiri lebih besar daripada ceramah untuk kemampuan eksplanasi. Besar pengaruh pada kelompok kontrol yaitu r = 0,25 setara dengan 6,25% yang termasuk dalam kategori efekkecil. Besar pengaruh pada kelompok eksperimen yaitu r =0,80 setara dengan 64% yang termasuk dalam kategori efek besar.
c. Persentase Peningkatan Setiap Indikator
Perhitungan persentase peningkatan setiap indikatordilakukan untuk mengetahui peningkatan pada setiap indikatorkelompok kontrol dan kelompok eksperimen. Sebelum dilakukan uji signifikansi, peneliti melakukan uji normalitas data pada skor setiap indikatormenggunakan One Sample Kolmogorov-Smirnov test. Data yang digunakan yaitu skor setiap indikator. Kriteria yang digunakan adalah jika harga p > 0,05, maka data berdistribusi normal. Berikut adalah hasil uji normalitas data skor setiap indikatorpada kemampuan eksplanasi kelompok kontrol dan kelompok eksperimen (lihat Lampiran 4.11.1.1).
65 Tabel 4.15 Hasil Uji Normalitas Distribusi Data Skor Setiap Item
Kelompok Aspek p Keputusan
Kontrol Pretest 3b 0,001 Tidak Normal
Posttest 3b 0,002 Tidak Normal
Pretest 3a 0,000 Tidak Normal
Posttest 3a 0,000 Tidak Normal
Pretest 4a 0,000 Tidak Normal
Posttest 4a 0,002 Tidak Normal
Eksperimen Pretest 3b 0,003 Tidak Normal
Posttest 3b 0,000 Tidak Normal
Pretest 3a 0,000 Tidak Normal
Posttest 3a 0,000 Tidak Normal
Pretest 4a 0,000 Tidak Normal
Posttest 4a 0,000 Tidak Normal
Tabel 4.15 menunjukkan bahwa harga p < 0,05 pada data setiap indikator kedua kelompok. Harga p < 0,05 menunjukkan bahwa data berdistribusi tidak normal. Jika data berdistribusi tidak normal, maka uji peningkatan skor setiap indikatordengan menggunakan 2 Related Samples t-test pada kedua kelompok. Kriteria yang digunakan adalah jika p <0,05, maka ada perbedaan skor yang signifikan dari pretest ke posttest pada kelompok kontrol dan kelompok eksperimen. Persentase peningkatan rerata skorsetiap indikatordihitung dengan cara membagi selisih skorpretest – posttest setiap indikator dengan skorpretest, kemudian dikalikan 100%. Berikut adalah hasil perhitungan persentase peningkatan rerata pretest ke posttest (lihat Lampiran 4.11.1.3).
Tabel 4.16 Peningkatan Rerata Pretest ke Posttest
No Kelompok Indikator Rerata Peningkatan (%) p Keputusan Pre-test Post-test 1 Kontrol 3b 2,21 2,14 -3,16 0,663 Tidak Signifikan 3a 1,83 2,52 37,70 0,01 Signifikan 4a 2,41 2,28 -5,39 0,415 Tidak Signifikan 2 Eksperimen 3b 2,07 2,82 36,23 0,007 Signifikan 3a 2,39 3,32 38,91 0,000 Signifikan 4a 2,21 2,82 27,60 0,003 Signifikan
Hasil analisis pada tabel 4.16 menunjukkan bahwa rerata pretestpada kelompok kontrol dengan indikator 3b sebesar 2,21, indikator 3a sebesar 1,83
66 danindikator 4a sebesar 2,41. Rerata posttest kelompok kontrol dengan indikator 3b sebesar 2,14, indikator 3a sebesar 2,52, indikator 4a sebesar 2,28. Persentase peningkatannya sebesar -3,16% untuk indikator 3b, 37,70% untuk indikator 3a, dan -5,39% untuk indikator 4a. Rerata pretest pada kelompok eksperimen dengan indikator 3b sebesar 2,07, indikator 3a sebesar 2,39 dan indikator 4a sebesar 2,21. Rerata posttest kelompok kontrol dengan indikator 3b sebesar 2,82, indikator 3a sebesar 3,32, indikator 4a sebesar 2,82. Persentase peningkatannya sebesar 36,23% untuk indikator 3b, 38,91% untuk indikator 3a, dan 27,60% untuk indikator 4a. Berikut ini adalah diagram peningkatan pretest ke posttest setiap indikator pada kelompok kontrol dan kelompok eksperimen.
Gambar 4.5 Grafik Peningkatan Rerata Setiap Indikator
Gambar4.5 menunjukkan bahwa kelompok kontrol mengalamipenurunan rerata pada indikator 3b dan 4a, sedangkan kenaikan rerata terjadi pada indikator 3a. Kelompok eksperimen tidak mengalami penurunan. Semua indikator mengalami kenaikan rerata.
2. Uji Korelasi Rerata Pretest ke Posttest
Uji korelasi rerata pretest ke posttest dilakukan untuk mengontrol ancaman terhadap validitas internal penelitian yaitu regresi statistik. Regresi statistik adalah kondisi siswa yang mendapatkan skor pretest lebih tinggi akan cenderung mendapatkan skor lebih rendah pada posttest.Regresi statistik terjadi jika koefisiennya negatif dan signifikan. Data yang digunakan adalah data skor pretest
-3,16 37,7 -5,39 36,23 38,91 27,6 -10 -5 0 5 10 15 20 25 30 35 40 45 3b 3a 4a P e n in gka ta n (% ) Kontrol Eksperimen
67 dan posttest pada kedua kelmpok. Karena data sudah berdistribusi normal, uji statistik menggunakan Pearson Correlation dengan tingkat kepercayaan yang digunakan adalah 95% (Field, 2009: 179). Berikut ini adalah hasil uji korelasi rerata pretest ke posttest kemampuan eksplanasi (lihat Lampiran 4.12.1.1 dan 4.12.2.1).
Tabel 4.17 Hasil Uji Korelasi Rerata Skor Pretest ke Posttest
Kelompok Pearson Correlation p Keterangan
Kontrol 0,418 0,024 Positif dan Signifikan Eksperimen 0,344 0,073 Positif dan tidak signifikan
Tabel 4.17 menunjukkan harga p pada kelompok kontrol yaitu 0,024 (p <0,05) dan harga r 0,418 (positif). Hal ini berarti ada korelasi positif dan signifikan pada kemampuan eksplanasi kelompok kontrol. Nilai positif menunjukkan bahwa semakin tinggi skor pretest, maka semakin tinggi pula skor posttest. Pada kelompok eksperimen, harga p = 0,073 yang berarti tidak signifikan dan harga r = 0,344 yang berarti positif. Karena hasilnya tidak negatif dan signifikan, ancaman terhadap validitas internal yaitu regresi statistik dapat dikendalikan dalam penelitian ini.