METODE PENELITIAN
3.9 ANALISIS DATA
Arikunto (2006: 236) menyebutkan bahwa analisis data adalah pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau aturan-aturan yang ada sesuai dengan pendekatan penelitian atau desain yang diambil. Analisis data pada penelitian ini terbagi menjadi dua, yaitu sebagai berikut.
3.9.1 Analisis Statistik Deskriptif
Sugiyono (2015:207-208) menjelaskan bahwa 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. Dalam penelitian ini, statistik deskriptif akan disajikan dalam bentuk tabel distribusi frekuensi, dan diagram batang.
Tabel distribusi frekuensi digunakan untuk menyajikan data yang jumlahnya cukup banyak. Data dalam penelitian ini merupakan data interval. Langkah pertama dalam membuat tabel distribusi frekuensi adalah menentukan kelas interval. Sugiyono (2012:36-39) mengatakan bahwa jumlah kelas interval dapat dihitung dengan rumus sebagai berikut.
1. Menghitung Jumlah Kelas Interval K= 1 + 3,3 log n
Keterangan: K = Jumlah kelas n = jumlah responden
log = logaritma
2. Menghitung Rentang Data
Yaitu data terbesar dikurangi data yang terkecil kemudian ditambah 1. Misal data terbesar = 92 dan terkecil = 42., Jadi 92 – 42 = 50
3. Menghitung Panjang Kelas Panjang kelas
4. Menyusun Interval Kelas
Secara teoritis penyusunan kelas interval dimulai dari data yang terkecil. Penyajian data akan lebih mudah dipahami jika dinyatakan dalam persen (%). Penyajian data yang mengubah frekuensi menjadi persen dinamakan Tabel Distribusi Frekuensi Relatif.
3.9.1.2 Menghitung Mean, Median dan Modus
Adapun rumus statistik yang digunakan dalam menghitung mean, modus, dan median data tersebut adalah sebagai berikut.
1. Mean atau rata-rata
Dalam penelitian ini, mean dihitung menggunakan mean data kelompok. Rumusnya adalah sebagai berikut.
Me =
(Sugiyono, 2012:54) Keterangan:
Me = Mean untuk data bergolong Ʃ fi = Jumlah data/ sampel
xi = tanda kelas (rata-rata dari batas bawah dan batas atas pada setiap interval data.
Fi xi = Jumlah dari hasil perkalian antara masing-masing skor dengan frekuensinya.
2. Median
Dalam penelitian ini, median dihitung dengan rumus median data bergolong. Adapun rumusnya adalah sebagai berikut.
Md = b + p ( ) (Sugiyono, 2012:53) Keterangan:
Md = Median
b = Batas bawah nyata dari interval yang mengandung median n = Banyak data / jumlah sampel
p = Panjang kelas interval
f = Frekuensi kelas median 3. Modus
Dalam penelitian ini modus yang dihitung adalah modus data bergolong. Rumusnya adalah sebagai berikut.
Mo = b + p ( )
(Sugiyono, 2012:52) Keterangan:
Mo = Modus
b = Batas kelas interval dengan frekuensi terbanyak p = Panjang kelas interval
b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya
b2 = Frekuensi kelas modus dikurangi frekuensi kelas interval berikutnya 3.9.2 Uji Prasyarat Analisis
3.9.2.1Uji Normalitas
Uji normalitas ini berfungsi untuk mengetahui normal tidaknya sebaran data berdistribusi. Uji normalitas dapat dilakukan menggunakan komputer dengan bantuan program SPSS. Untuk menguji normalitas data sampel yang diperoleh yaitu nilai ulangan bahasa Indonesia dari materi sebelumnya menggunakan uji Liliefors (Lo) dilakukan dengan langkah-langkah berikut Sudjana (2005:466).
H0 : Sampel berdistribusi normal H1 : Sampel tidak berdistribusi normal Dengan kriteria pengujian :
Jika Lhitung < Ltabel terima H0, dan jika Lhitung > Ltabel tolak H0
Adapun langkah-langkah pengujian normalitas adalah :
1. Data pengamatan Y1, Y2 , Y3, ..., Yn dijadikan bilangan baku z1, z2 , z3, ..., zn dengan menggunakan rumus
s Y Yi zi
(dengan Y dan s masing-masing merupakan rata-rata dan simpangan baku)
2. Untuk setiap bilangan baku ini dengan menggunakan daftar distribusi normal baku, kemudian dihitung peluang F(zi) = P(z < zi).
3. Selanjutnya dihitung proporsi z1, z2 , z3, ..., zn yang lebih kecil atau sama dengan zi. Jika proporsi ini dinyatakan oleh S(zi) maka :
n z ..., , z , z , z ) (z banyaknya1 2 3 n S i
4. Hitung selisih F(zi) – S(zi), kemudian tentukan harga mutlaknya.
5. Ambil harga yang paling besar di antara harga-harga mutlak selisih tersebut, misal harga tersebut L0.
Untuk menerima atau menolak hipotesis nol (H0), dilakukan dengan cara membandigkan L0 ini dengan nilai L kritis yang terdapat dalam tabel untuk taraf nyata yang dipilih α = 5%. Untuk mempermudah perhitungan dibuat dalam bentuk tabel. Hasil penghitungan analisis normalitas data kemampuan membaca pemahaman dengan hasil belajar menulis ringkasan sebagai berikut.
Tabel 3.6 Uji Normalitas data
Kemampuan Membaca Pemahaman dan hasil belajar menulis ringkasan
0,186 0,186 > 0,05
Normal
Berdasarkan tabel di atas diperoleh nilai signifikansi unstandardized residual pada kolom Kolmogorof-Smirnov sebesar 0,186. Dari perbandingan di atas tampak bahwa nilai signifikansi data di atas lebih besar daripada 0,05 (0,186 < 0,05), sehingga dapat disimpulkan bahwa data penelitian tersebut berdistribusi normal.
3.9.2.2Uji Homogenitas
Uji homogenitas dilakukan untuk memperoleh asumsi bahwa sampel penelitian berasal dari kondisi yang sama atau homogen. Uji homogenitas dilakukan dengan menyelidiki apakah kedua sampel mempunyai varian yang sama atau tidak. Untuk menguji kesamaan dua varians digunakan rumus sebagai berikut (Sudjana, 2005:250).
F hitung =
Pasangan hipotesis yang diuji adalah: H0: σ2 1 = σ2 2 H1 : σ2 1≠ σ2 2
Untuk menguji kedua varian tersebut sama atau tidak maka Fhitung dikonsultasikan dengan Ftabel dan α = 5%, kriteria pengujian H0 diterima jika F hitung< F1/2 a (vi, v2).
Keterangan:
v1 = n1 - 1 = dk pembilang v 2 = n 2- 1 = dk penyebut.
Hasil penghitungan homogenitas kemampuan membaca pemahaman dan hasil belajar menulis ringkasan adalah sebagai berikut.
Tabel 3.7 Uji Homogenitas data
Variabel Sig. Kondisi Keterangan
Kemampuan Membaca Pemahaman dan Hasil Belajar Bahasa Indonesia
0,180 0,180 > 0,05 Homogen
Hasil uji homogenitas di atas menunjukkan angka sebesar 0,180. Kriteria penerimaan uji homogenitas adalah di atas 0,05. Dari data di atas dapat dilihat bahwa nilai signifikansi lebih besar dari 0,05 (0,180 < 0,05) sehingga kriteria uji homogenitas ini diterima.
3.9.2.3Uji Linieritas
Uji linearitas dimaksudkan untuk mengetahui apakah variabel bebas dan variabel terikat berbentuk linier atau tidak, jika tidak linier maka analisis regresi tidak dapat dilanjutkan. Berikut rumus yang digunakan dalam uji linieritas (Sugiyono, 2012:265). ∑ Keterangan
JK (T) = jumlah kuadrat total JK (A) = jumlah kuadrat koefisien a JK (b|a) = jumlah kuadrat regresi (b|a) JK (S) = jumlah kuadrat sisa
JK (G) = jumlah kuadrat galat JK (TC) = jumlah kuadrat tuna cocok
Di bawah ini adalah hasil penghitungan uji linieritas data kemampuan membaca pemahaman dan hasil belajar menulis ringkasan:
Tabel 3.8 Uji Linieritas data
Variabel Sig. Kondisi Keterangan
X - Y 0,925 0,925 > 0,05 Linier
Berdasarkan hasil perhitungan SPSS di atas, tampak nilai r = 0, 925 lebih besar dari nilai α = 0,05. Dikatakan linier apabila suatu data nilai r lebih besar daripada nilai α. Dari hasil perhitungan di atas diperoleh bahwa nilai r = 0,581 lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variable X terhadap variable Y berpola linier.
3.9.3 Uji Hipotesis 3.9.3.1Analisis Korelasi
Menurut Sudjana (2005: 367) analisis korelasi adalah studi yang membahas tentang derajat hubungan antara variabel-variabel, terutama untuk data kuantitatif. Keeratan korelasi dapat dikelompokkan sebagai berikut:
Tabel 3.9 Pedoman Pemberian Interpretasi terhadap Koefisien Korelasi Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat kuat
Dalam perhitungan analisis korelasi peneliti menggunakan rumus “r” Product Moment sebagai berikut.
rxy = √( )( )
Sumber: (Sugiyono 2012:228) Keterangan:
rxy = koefisien korelasi tiap butir n = banyaknya subyek uji coba ∑xi = jumlah skor tiap butir ∑yi = jumlah skor total ∑x2
= jumlah kuadrat skor tiap butir ∑y2
∑xy = jumlah perkalian skor tiap butir dengan skor total
Hasil perhitungan korelasi Product Moment kemudian dibandingkan dengan harga r tabel. Jika r hitung lebih besar dari r tabel, berarti terdapat hubungan antara kedua variabel, dan apabila r hitung lebih kecil dari r tabel, maka tidak terdapat hubungan antara kedua variabel. Setelah itu, dilakukan pemberian interpretasi terhadap koefisien korelasi terhadap hasil perhitungan korelasi
Product Moment untuk mengetahui derajat keeratan atau kuat lemahnya tingkat hubungan maupun pengaruh antarvariabel. Hasil perhitungan korelasi Product Moment dapat dilihat pada tabel berikut.
Tabel 3.10 Uji Korelasi Data
Variabel Sig. R hitung R tabel N Keterangan Kemampuan
Membaca
Pemahaman dengan Hasil Belajar Bahasa Indonesia
0,000 0,467 0,227 76 Terdapat hubungan, nilai korelasi berada pada kategori sedang
Dari hasil penghitungan di atas, r hitung lebih besar daripada r tabel (0,467 > 0,227) dan r hitung menunjukkan hubungan yang signifikan antara kemampuan membaca pemahaman dengan hasil belajar menulis ringkasan berada pada tingkat keeratan hubungan kategori sedang. Sehingga dapat disimpulkan bahwa hipotesis yang diajukan bahwa terdapat hubungn yang positif dan signifikan antara kemampuan membaca pemahaman dengan hasil belajar menulis ringkasan siswa kelas IV SD se-gugus Robert Wolter Monginsidi Kaliwungu Kendal diterima. 3.9.3.2Koefisien Determinasi
Koefisien determinasi merupakan hasil kuadrat dari koefisien korelasi yang dikalikan 100% (Sudjana, 2005: 369).
KD = r2 x 100 % Keterangan:
KD = Koefisien Determination (kontribusi variabel X terhadap variabel Y) r = Koefisien Korelasi antara variabel X dan variabel Y
Hal ini dilakukan untuk mengetahui seberapa besar variabel X mempunyai sumbangan atau ikut menentukan variabel Y. Berikut adalah hasil analisis data koefisien determinasi:
Tabel 3.11 Uji Koefisien Determinasi Data
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,467a ,218 ,208 13,106
a. Predictors: (Constant), Kemampuan Membaca Pemahaman
Berdasarkan hasil analisis data dengan menggunakan bantuan SPSS for windows versi 16 menunjukkan nilai (rhitung)2 sebesar 0,218. Nilai tersebut berarti 21,8% perubahan pada variabel hasil belajar menulis ringkasan dapat diterangkan oleh kemampuan membaca pemahaman, sedangkan sisanya 78,9% dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
Muhidin (2011:188) mengemukakan bahwa regresi sederhana bertujuan untuk mempelajari hubungan atau pengaruh antara dua variabel. Rumus regresi sederhana adalah sebagai berikut :
Ŷ = a + b X
Dimana:
Ŷ = Subyek dalam variabel dependen yang diprediksikan. a = Harga Y ketika harga X = 0 (harga konstan).
b = Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada perubahan variabel independen. Bila (+) arah garis naik, dan bila (-) maka arah garis turun.
X = Subyek pada variabel independen yang mempunyai nilai tertentu. Rumus untuk mencari harga a dan b adalah sebagai berikut.
Tabel 3.12 Uji Analisis Regresi Data
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 29,561 7,689 3,844 ,000 Kemampuan Membaca Pemahaman ,481 ,106 ,467 4,544 ,000
Pada tabel di atas, pada kolom B pada konstanta (a) = 29,561, sedangkan nilai koefisien arah regresi (b) = 0.481. sehingga didapat persamaan regresi:
Y = a + bx
BAB IV