Uji signifikansi perbedaan rata-rata - Teknik Pengolahan Data Hasil Instrumen Tes

METODOLOGI PENELITIAN

K. Teknik Pengolahan Data Hasil Instrumen Tes

2) Uji signifikansi perbedaan rata-rata

(% % ) % % (100 % ) f i maks i S S G g G S     ^...(3.6) Keterangan :

g = gain yang dinormalisasi G = gain aktual

G_maks= gain maksimum yang mungkin terjadi

Sf = skor tes akhir

Si = skor tes awal

d) Menentukan nilai rata-rata (mean) dari skor gain dinormalisasi (g)

e) Mengintrepetasikan nilai rata-rata skor gain dinormalisasi dengan menggunakan tabel 3.10. (Hake, 1997)

Tabel 3.10 Kriteria efektivtas pembelajaran Rata-rata skor gain

dinormalisasi ^Efektivitas 0,00 < g ≤ 0,30 Rendah 0,30 < g ≤ 0,70 Sedang 0,70 < g ≤1,00 Tinggi

2) Uji signifikansi perbedaan rata-rata

Uji signifikansi digunakan untuk menjaring informasi pada poin 1, yaitu untuk mengetahui perbedaan peningkatan penguasaan pemahaman konsep yang merupakan hipotesis penelitian yang telah ditetapkan diawal (uji signifikansi perbedaan N-gain).

Secara umum pengujian signifikansi perbedaan rata-rata secara statistik bisa dilakukan dengan uji statistik parametrik dan uji statistik non-parametrik. Diantara kedua jenis uji statistik ini, uji statistik parametrik merupakan suatu

pengujian yang paling kuat, dan hanya boleh digunakan bila asumsi-asumsi statistiknya telah dipenuhi (Panggabean, 1996). Asumsi asumsi tersebut antara lain sampel yang terdistribusi normal dan homogen. Jika asumsi tersebut tidak terpenuhi, maka uji statistik parametrik tidak dapat digunakan dan sebagai gantinya dipakai uji satatistik non-parametrik. Jadi sebelum melakukan uji statsistik, kita harus melakukan uji normalitas dan homogenitas terlebih dahulu untuk mengetahui karaktersitik distribusi dari sampel.

a) Uji Normalitas

Dalam penelitian ini, uji normalitas yang akan digunakan ialah uji

Chi-Kuadrat(²). Langkah-langkah yang dilakukan adalah sebagai berikut.

1) Menentukan banyak kelas (K) dengan rumus: 1 log

K  n ; n adalah jumlah siswa ...(3.7) 2) Menentukan panjang kelas (P) dengan rumus:

R rentang

P= =

K banyak kelas^{; R = skor maksimum}– skor minimum ..(3.8) 3) Menghitung rata-rata dan simpangan baku dari data yang akan diuji

normalitasnya.

Untuk mengitung nilai rata-rata (mean) skor digunakan persamaan:

i x x n   ...(3.9) Sedangkan untuk menghitung besarnya simpangan baku digunakan persamaan:

 

2 ( 1) i x x S n     _...(3.10) Keterangan : x = nilai rata-rata i

x = nilai yang diperoleh siswa n = jumlah siswa

4) Menentukan nilai baku z dengan menggunakan persamaan : bk x z S   ; bk = batas kelas ...(3.11) 5) Mencari luas daerah di bawah kurva normal (l) untuk setiap kelas

interval (luas kelas bawah dan atas dilihat dari tabel z), dengan rumus:

l l

l

² _...(3.12)

Keterangan:

l = luas kelas interval 1

l = luas daerah batas bawah kelas interval 2

l = luas daerah batas atas kelas interval

6) Mencari frekuensi observasi (O ) dengan menghitung banyaknya _i

respon yang termasuk pada interval yang telah ditentukan. 7) Mencari frekuensi harapan E _i

E  n l _...(3.13)

8) Mencari harga Chi-Kuadrat(²) dengan menggunakan persamaan :

2 2 1 ( ) k i i i i O E E    



...(3.14) Keterangan : 2 hitung



= chi kuadrat hasil perhitungan

O = frekuensi observasi

E = frekuensi yang diharapkan

9) Membandingkan harga



²_hitung dengan ²_tabel

Jika



² _hitung



²_tabel , maka data berdistribusi normal, sedangkan Jika



² _hitung



²_tabel , maka data tidak berdistribusi normal

b) Uji Homogenitas

Pengujian ini dilakukan untuk melihat apakah data-data nilai yang didapat dari kedua kelompok ini memiliki kesamaan varians atau tidak. Langkah-langkah yang dilakukan untuk uji homogenitas ini adalah:

1) Menentukan varians dari data skor yang diperoleh oleh kelas eksperimen dan kelas kontrol, varians merupakan kuadrat dari simpangan baku yang tertera pada persamaan 3.10.

2) Menghitung nilai F dengan menggunakan persamaan:

2 2 b k s F s  ...(3.15) Keterangan : 2 b

s = Varians yang lebih besar

2 k

s = Varians yang lebih kecil

3) Menentukan nilai F dari tabel distribusi frekuensi dengan derajat kebebasan sebesar (dk) = n – 1

4) Membandingkan nilai F hasil perhitungan dengan nilai F dari tabel . Jika F _hitungF_tabel, maka kedua sampel homogen.

Setelah dilakukan uji homogenitas dan uji normalistas, jika diperoleh bahwa data skor kedua kelas tersebut terdistribusi normal dan dan memiliki varians homogen, maka uji statistik parametrik dapat dilaksanakan. Uji parametrik untuk mengetahui signifikansi perbedaan dua rata-rata pada sampel besar (N30), dapat digunakan uji t dengan rumus berikut: (Luhut Panggabean, 2001) 2 2 2 1 2 1 2 1 N s N s M M t    ...(3.16) Keterangan : 1

M = rata-rata yang lebih besar 2

N = N₂= Jumlah siswa pada masing-masing kelas

2 1

S = varians untuk data M₁

2 2

S = varians untuk data M2

Hasil yang diperoleh dikonsultasikan pada tabel distribusi t untuk tes satu ekor. Cara untuk mengkonsultasikan t_hitung dengan t_tabel adalah sebagai berikut:

a) Menentukan derajat kebebasan (dk) = N₁ N₂ 2

b) Melihat tabel distribusi t untuk tes satu ekor pada taraf signifikansi tertentu, misalnya pada taraf 0,05 atau interval kepercayaan 95 %, sehingga akan diperoleh nilai t dari tabel distribusi t dengan persamaan

(1 )( )

tabel dk

t t __ . Bila nilai t untuk dk yang diinginkan tidak ada pada tabel, maka dilakukan proses interpolasi.

c) Kriteria hasil pengujian:

Hipotesis alternatif yang diajukan diterima jika t_hitung t_tabel

Jika distribusi datanya tidak normal, pengujian hipotesis dilakukan dengan uji statistik non-parametrik. Uji statistik non-parametrik yang akan digunakan jika asumsi parametrik tidak terpenuhi adalah uji Mann-Whitney U. Pengambilan keputusannya yaitu apabila nilai dari sig<½ α, dengan α=0,05, maka H_i diterima

b. Identifikasi miskonsepsi menggunakan three tier test

Selain untuk mengetahui adanya perbedaan peningkatan pemahaman konsep antara kelas eksperiman dan kelas kontrol dari nilai N-gain, data hasil tes pemahaman konsep juga akan diolah untuk mengidentifikasi miskonsepsi yang dialami siswa antara kelas eksperimen dan kelas kontrol menggunakan three tier

test.

a) Diagnosis miskonsepsi

Diagnosis miskonsepsi dilakukan peneliti dengan mengadopsi dan mengadaptasi teknik menganalisis kombinasi jawaban untuk mengidentifikasi miskonsepsi siswa yang digunakan oleh Kaltakci dan Didi§ (2007: 500). Mereka

menggunakan Three-tier Test dengan dua opsi tingkat keyakinan yaitu yakin dan tidak yakin yang telah dirangkum dalam Tabel 3.11.

Tabel 3.11 Teknik Analisis Kombinasi Jawaban pada Three-tier Test

Analisis Tingkat

Soal

Kategori Tipe Jawaban

One-tier ^{Memahami Konsep} ^{Jawaban benar}

Miskonsepsi Jawaban salah

Two-tier

Memahami Konsep Jawaban benar + alasan benar Error Jawaban salah + alasan benar Miskonsepsi ^{Jawaban benar + alasan salah} Jawaban salah + alasan salah

Three-tier

Memahami Konsep Jawaban benar + alasan benar + yakin

Lack of Knowledge

Jawaban benar + alasan benar + tidak yakin Jawaban salah + alasan benar + tidak yakin Jawaban benar + alasan salah + tidak yakin Jawaban salah + alasan salah + tidak yakin Error Jawaban salah + alasan benar + yakin Miskonsepsi ^{Jawaban benar + alasan salah + yakin} Jawaban salah + alasan salah + yakin

Untuk mempermudah peneliti dalam membedakan siswa yang mengalami miskonsepsi, kurang paham konsep, tidak paham konsep dan menebak terdapat beberapa kategori dalam Three Tier Test yang merujuk pada penjelasan Kutluay (2005; 26). Berdasarkan adopsi Teknik Analisis Kombinasi Jawaban pada

Three-tier Test dari Kaltakci dan Didi§ serta penjelasan yang diberikan oleh Kutluay,

teknik analisis kombinasi jawaban pada Three-tier Test yang digunakan dalam penelitian ini dirangkum dalam Tabel 3.12.

Tabel 3.12 Teknik Analisis Kombinasi Jawaban pada Three-tier Test Hasil Adaptasi dan Adopsi

Analisis Tingkat

Soal

Kategori Tipe Jawaban Kode

Three-tier

Paham Konsep Jawaban benar + alasan benar + yakin PK Kurang paham

konsep

Jawaban benar + alasan benar + tidak yakin

KPK Tidak paham

konsep

Jawaban salah + alasan salah + tidak yakin

TPK Menebak ^{Jawaban salah + alasan benar + tidak yakin}

Analisis Tingkat

Soal

Kategori Tipe Jawaban Kode

Miskonsepsi

Jawaban benar + alasan salah + yakin Jawaban salah + alasan salah + yakin Jawaban salah + alasan benar + yakin

b) Teknik pengolahan data miskonsepsi

Sebelum melakukan teknik pengolahan data, jawaban siswa pada Three-tier

Test dikelompokkan dalam variabel-variabel data berikut ini.

1. Two-tier Test (TT)

Pada variabel ini yang dinilai adalah jawaban siswa pada kedua tingkat soal. Jika jawaban pada soal tingkat pertama benar dan alasan yang dipilih pada soal tingkat kedua juga benar, maka siswa diberi skor 1. Jika selain jawaban tersebut, maka siswa diberi skor 0.

2. Confidence Rating

Pada variabel ini yang dinilai adalah jawaban siswa pada soal tingkat ketiga atau pada soal tingkat kepercayaan diri (Confidence Rating). 3. Siswa yang benar menjawab pada Two-tier Test dan yakin atas

jawabannya dikatakan memahami konsep dan diberi skor 1. Selain dari jawaban itu, maka skornya adalah 0.

Dalam dokumen PENERAPAN MODEL PEMBELAJARAN ECIRR BERBANTUAN MEDIA SIMULASI VIRTUAL UNTUK MENINGKATKAN PEMAHAMAN KONSEP DAN MENGIDENTIFIKASI MISKONSEPSI SISWA. (Halaman 46-52)