PENGOLAHAN DAN ANALISIS DATA HASIL
PENELITIAN TINDAKAN KELAS
Oleh:
Drs. H. Husain Jusuf, M. Pd.
1. Pendahuluan
Pengolahan dan analisis data merupakan salah satu langkah dalam Penelitian Tindakan Kelas. Mettetal (2001) mengemukakan tujuh langkah dalam mengembangkan proyek Penelitian Tindakan Kelas. Langkah-langkah yang dimaksud meliputi: “statement of the problem, review of literature, research strategy, data gathering, data analysis, taking action, and sharing the findings”.
Agar hasil analisis data dapat bermakna untuk langkah selanjutnya yaitu untuk pengambilan keputusan (taking action) dan untuk ditawarkan kepada lembaga atau orang lain (sharing the findings) maka selain teknik analisisnya harus benar dan tepat, langkah-langkah sebelum analisis data pun harus benar dan tepat pula. Jangan sampai data yang dianalisis itu seperti muncul dengan tiba-tiba, tidak jelas diperoleh dengan cara apa, bagaimana hubungannya dengan tujuan penelitian dan bagaimana strategi penelitiannya. Masalah penelitian hendaknya jelas dan bermakna, landasan teorinya tepat, strategi penelitiannya tepat dan jelas, dan cara dan alat pengumpul data juga harus tepat dan jelas.
Strategi penelitian hendaknya berisi desain penelitian, subjek penelitian, dan tata cara penelitian. Menurut Mattetal (2001): “both quantitative and qualitative
methods were appropriate to assess the outcomes of a classroom action research project. Three major research designs could be used for classroom action research projects: pretest-posttest designs atau before-after design, comparisons of similar classes atau matched-pairs design, and case studies”.
sama. Case studies adalah desain penelitian yang bertujuan untuk meneliti kasus-kasus tertentu misalnya ingin mengetahui bagaimana persepsi siswa terhadap penggunaan dua macam strategi pembelajaran yang berbeda dan bagaimana hasil belajar mereka. (Lihat contoh PTK-1)
Mengenai analisis data Mettetal (2001) menyatakan bahwa: ”the researcher should be looking for findings with practical significance when analyzing the data, in addition to statistical significance. She further suggested that simple statistical analyses of quantitative data, such as simple t-tests, ANOVA, Chi Square (Chi Kuadrat), and correlations, were sufficient”.
2. Maksud Pengolahan dan Analisis Data: 1. Deskriptif.
a. Memberikan gambaran tentang keadaan data yang ada dengan menghitung antara lain: nilai rata-rata dan standar deviasi, frekuensi dan proporsi, perbandingan dan hubungan atau ketergantungan antar variabel melalui analisis regresi dan korelasi.
b. Menampilkan hasil perhitungan data dalam bentuk antara lain: tabel, dan grafik atau diagram sehingga dapat dibaca dan dipahami dengan mudah. 2. Inferensial.
a. Menguji sejauh mana hasil perhitungan data yang diperoleh dari sample itu benar-benar bermakna (signifikan). Misalnya: PTK dengan Pretest-posttest designs ingin menguji apakah nilai rata-rata hasil postes berbeda secara signifikan dengan nilai rata-rata hasil pretes. Contoh lain: PTK dengan desain Comparisons of similar classes ingin melihat apakah perbedaan nilai rata-rata hasil tindakan yang berbeda pada kelas-kelas yang sama merupakan perbedaan yang signifikan atau hanya perbedaan yang bersifat kebetulan misalnya karena kesalahan sampling.
b. Menguji sejauh mana hasil perhitungan data yang diperoleh dari sampel dapat berlaku bagi populasi dengan menggunakan statistik parametrik dan atau statistik non-parametrik, antara lain dengan menghitung dengan menggunakan tingkat kepercayaan atau tingkat signifikansi tertentu::
1). Keberartian nilai rata-rata
2). Keberartian perbedaan nilai rata-rata menggunakan t-test atau uji-t. 3). Keberartian proporsi( persentasi).
4). Keberartian perbedaan frekuensi atau proporsi melalui uji-z. atau teknik Chi Kuadrat.
5). Keberartian koefisien regresi dan koefisien korelasi.
6). Ketergantungan antara dua variabel melalui Chi-Kuadrat (Chi-Square)
3. Teknik Pengolahan dan Analisis Data
Teknik yang dipilih untuk pengolahan dan analisis data disesuaikan dengan tujuan penelitian, sifat/bentuk dan skala pengukuran data, serta persyaratan statistik, antara lain: normalitas distribusi data, penggunaan hipotesis nol, dan kriteria penerimaan atau penolakan hipotesis.
Jika tujuan penelitian hanya bersifat deskriptif yaitu sekedar menggambarkan keadaan yang terjadi pada sample, maka analisis datanya cukup dengan menghitung nilai rata-rata, standar deviasi, perbedaan nilai rata-rata, frekuensi atau proporsi, perbedaan proporsi, analisis regresi dan korelasi. Tetapi jika tujuan penelitiannya bersifat inferensial yaitu ingin meramalkan keadaan populasi berdasarkan data yang diperoleh dari sample, maka hasil-hasil perhitungan di atas perlu diuji kebermaknaannya atau tingkat signifikansinya.
Selanjutnya mengenai sifat/bentuk dan skala pengukuran data, data PTK dapat bersifat kualitatif atau kuantitatif. Data kualitatif berbentuk kategori seperti tinggi/sedang/rendah, berat/sedang/ringan, baik/rusak, laki-laki/perempuan, setuju/ netral/tidak setuju, dan sebagainya. Data kuantitatif berbentuk bilangan terdiri dari data diskrit dan data kontinu. Data deskrit yaitu data hasil menghitung atau membilang misalnya jumlah orang, jumlah gedung, nomor/ranking 1, 2, 3, dst., dan sebagainya. Data kontinu adalah data hasil mengukur atau menimbang tinggi badan, luas gedung, berat badan, dan sebagainya.
Pengolahan dan analisis data hasil PTK dapat dilakukan dengan dua cara yaitu dengan cara manual dan dengan melalui komputer dengan program SPSS atau program statistic Microsoft Excel.
4. Menghitung Nilai Rata-Rata (Mean) 4.1 Menghitung secara Manual
4.2 Menghitung dengan Komputer
2. Click icon Tools, akan keluar tampilan sbb:
3. Click icon Data Analysis, akan keluar tampilan sebagai berikut:
4. Click icon Descriptive Statistics--- OK, akan keluar tampilan sbb:
6. Click OK, akan tampil hasil analisis sbb:
Perhatikan: Perhitungan dengan komputer di atas menghasilkan nilai rata-rata (Mean) sebesar 7,2 yang sama dengan hasil perhitungan secara manual di atas ( = 7,2) dan sekaligus menghasilkan standar deviasi sebesar 1,32 yang sama betul dengan hasil perhitungan secara manual (S = 1,32) sebagai berikut:
5. Menghitung Standar Deviasi Secara Mmanual
6. Menguji Hipotesis
6.1 Uji Perbedaan Dua Rata-Rata (uji-t atau t-Test). 6.1.1 Pengujian Secara Manual:
Hasil Belajar Siswa Melalui Uji Coba Strategi Pembelajaran
79 92 80
81 90 72
6241 8464 6400
6561 8100 5184
822 765 68304 59265
Catatan: Ternyata bahwa t hitung sebesar t = 1.41 berada di daerah penerimaan Ho,
baik pada taraf nyata 5% maupun 1%. Ini berarti bahwa Ho diterima dan H1 ditolak.
Dari kesimpulan di atas dapat diambil keputusan sebagai tindak lanjut dari PTK ini (taking action) yaitu: terserah kepada guru untuk memilih salah satu dari strategi itu atau mengintegrasikannya.
6.1.2 Pengujian Dengan Komputer
1. Masukkan Data ke Program Microsoft Excel sebagai berikut:
2. Ikuti petunjuk pada No.4.2. 2
3. Ikuti petunjuk pada No.4.2. 3, muncul tampilan sbb:
4. Click icon t-Test: Paired Two Sample for Means-OK, muncul tampilan sbb:
Perhatikan: Perhitungan dengan Komputer di atas menghasilkan t hitung sebesar 1,42 dengan t kritis sebesar. 2,26. Hasil ini tidak berbeda jauh dengan hasil melalui perhitungan dengan cara manual yang menghasilkan t hitung sebesar t = 1,41 dengan
t kritis sebesar 2,88. Kedua-duanya menerima Ho dan dengan sendirinya menolak
H1.
6.2 Uji Perbedaan Lebih dari Dua Rata-Rata (Analisis Varians / F-tes)).
Contoh: Peneliti ingin membandingkan efektivitas tiga macam cara belajar siswa, yaitu belajar dengan teman yang sama jenis kelamin, belajar dengan teman yang berbeda jenis kelamin dan belajar mandiri, dengan membandingkan nilai rata-rata hasil belajar dari masing-masing cara belajar itu. Peneliti juga ingin mengetahui apakah ada perbedaan hasil belajar berdasarkan jenis kelamin.
10
1. Masukkan Data ke Program Microsoft Excel sebagai berikut:
3. Click di Anova: Two Factor With Replication-OK, muncul tampilan sbb:
4. Isi Input Range dan Rows per Sample sbb:
6.3 Uji Perbedaan Frekuensi/Proporsi (Teknik Chi Kuadrat)
Uji perbedaan yang dilakukan dengan uji t-Test dan analisis varians (F-test) di atas, selalu berkaitan dengan data-data berskala interval. Dalam penelitian, data yang diperoleh tidak selamanya berupa data skala interval saja, melainkan juga data berskala nominal, yaitu yang berupa perhitungan frekuensi pemunculan tertentu yang juga sering menunjukkan adanya perbedaan jumlah, misalnya jumlah mahasiswa yang memilih strategi pembelajaran tradisional 185 orang, sedangkan yang memilih strategi pembelajaran on-line 125 orang. Pertanyaan muncul, apakah pebedaan itu merupakan perbedaan yang signifikan, artinya bahwa perbedaan itu benar-benar mencerminkan pilihan mahasiswa tentang kedua strategi itu ataukah hanya terjadi secara kebetulan disebabkan oleh kesalahan sampling. Teknik yang paling tepat untuk menguji perbedaan frekuensi ini adalah teknik Chi Kuadrat. Chi Kuadrat mempertentangkan frekuensi yang diobservasi atau observed frequencies (disingkat O) dan frekuensi yang diharapkan atau expected frequencies (disingkat E). Nilai Chi
Kuadrat dilambangkan dengan X
²
.
Hipotesis yang diuji:Ho : Tidak ada perbedaan yang signifikan antara pilihan mahasiswa pada strategi pembelajaran tradisional dan starategi pembelajaran on-line.
H1 : Ada perbedaan yang signifikan antara pilihan mahasiswa pada strategi
pembelajaran tradisional dan starategi pembelajaran on-line.
Kriteria Pengujian: Tolak Ho jika nilai Chi Kuadrat (X
²
) yang diperoleh lebih besar dari nilai Chi Kuadrat Tabel pada tingkat signifikansi 1% atau 5% dengan dk = jumlah kelompok dikurangi satu.Rumus yang dipakai untuk menghitung X² adalah:
X
²
=
OEEUntuk memudahkan perhitungan nilai Chi Kuadrat perlu dibuat Tabel sbb:
STRATEGI O E O-E (O-E)
²
atau kesalahan sampling belaka. Sebagai tindak lanjut penelitian ini dapat diambil keputusan bahwa hendaknya dosen lebih banyak menggunakan strategi pembelajaran tradisional karena strategi ini yang yang lebih disukai mahasiswa (mungkin karena fasilitas on-line yang terbatas), walaupun pada pengujian sebelumnya ternyata bahwa nilai rata-rata hasil belajar mahasiswa yang diperoleh melalui kedua strategi pembelajaran itu tidak berbeda secara signifikan.
7. Penyajian Data.
Data penelitian dapat disajikan dalam bentuk table atau grafik (diagram) supaya dapat dibaca dan dipahami dengan mudah.
Contoh: Untuk melihat perbandingan nilai rata-rata hasil belajar siswa yang diperoleh dari penerapan tiga macam strategi belajar yang tertera pada Tabel output komputer terakhir pada uraian No. 6.2 Uji Perbedaan Lebih dari Dua Rata-Rata
di atas, peneliti dapat mengkreasikan Tabel atau Grafik.
Tabel dapat dibuat sebagai berikut:
Tabel . . .: Nilai Rata-Rata Hasil Belajar Siswa Melalui Tiga Macam Strategi Belajar Menurut Jenis Kelamin
Nilai Rata-Rata 92 10 6
Perempuan
Nilai Rata-Rata 11 5,8 8
Campuran
Nilai Rata-Rata 10,1 7,9 7
Supaya lebih menarik maka data di atas dapat ditampilkan dalam bentuk Grafik atau Diagram sbb:
Cara mengerjakannya dengan computer:
2. Click berturut-turut di Data- Pivot Table and PivotChart Report-Next-Next-Layout, sampai muncul tampilan sbb:
3. Drag (Tarik) Jenis Kelamin dan Strategi ke kolomRow dan Nilai Rata-Rata ke baris Collumn dan kebari Data, sehinggan tampak sbb:
4. Click berturut-turut OK – Finish, akan muncul output sbb:
6. Click kanan di layer- click Chart Option, akan muncul tampilan sbb:
7. Isi Chat title, Category (X) axis, dan Value (Y) axis, sehingga nampak sbb:
8. Click OK, akan muncul output sbb:
8. Cara Mengolah Data dengan SPSS Versi – 10.
1. Memasukkan data ke SPSS
b. Click di Type in data, kemudian click OK, dan akan tampil tabel dengan tulisan “Data View” dan “Variable View” sebagai berikut:
c.Click pada “Variabel View”, dan akan muncul tampilan sebagai berikut:
Perhatikan bahwa yang terbuka adalah “Variable View” untuk menuliskan nama variabel variabel.
Tiap variabel didefinisikan sesuai judul pada setiap kolom. Misalnya ada tujuh variabel yang akan dimasukkan yaitu: 1) Nama, 2) IPK, 3) Lamanya waktu belajar, 4) Sikap mahasiswa terhadap pelajaran, 5) Kemandirian mahasiswa, 6) Nilai sebelum diberikan perlakuan (tindakan), dan 7) Nilai sesudah diberikan tindakan (perlakuan). Setelah didefinisikan, maka hasilnya akan tampil sebagai berikut:
d. Click pada “Data View” dan masukkan data pada masing-masing variabel, sehingga tampak sebagai berikut:
2. Menganalisis Data:
a. Click di “Analize”, akan muncul menu bermacam-macam teknik analisis sebagai berikut:
c. Jika ingin menampilkan hasil perhitungan dalam bentuk grafik, click menu “Graphs”, dan akan muncul macam-macam grafik. Pilih grafik sesuai keinginan misalnya grafik batang, click “Bar”.
d. Selanjutnya ikuti petunjuk pada menu “Analize” dan atau “Graphs” atau ikuti panduan yang diberikan oleh nara sumber.
Contoh:
Analisis Data Penelitian Tindakan (Action Research) atau Penelitian Tindakan Kelas (Classroom Action Research)
Judul : Meningkatkan Kualitas Perilaku Sosial Siswa di Kelas . . . . SMA . . . . melalui Latihan Kerja Kelompok
Masalah Penelitian (Research Problem): Rendahnya kualitas perilaku sosial siswa.
Pertanyaan Penelitian:
1. Bagaimana cara yang efektif untuk meningkatkan kualitas perilaku sosial siswa? 2. Apakah kualitas perilaku sosial siswa dapat ditingkatkan dengan Latihan Kerja
Kelompok?
3. Bagaimana Pola Latihan Kerja Kelompok yang efektif untuk meningkatkan kualitas perilaku sosial siswa?
Hipotesis: Perilaku Sosial Siswa dapat ditingkatkan secara signifikan melalui Latihan Kerja Kelompok.
Tujuan Penelitian :
1. Memecahkan masalah rendahnya kualitas perilaku sosial siswa atau Meningkatkan Kualitas Perilaku Sosial Siswa.
2. Menemukan pola Latihan Kerja Kelompok yang efektif untuk meningkatkan kualitas perilaku sosial siswa.
Pengumpulan, Pengolahan Data Penelitian:
1. Dinilai perilaku sosial siswa sebelum dan sesudah pelatihan. Misalnya nilainya seperti yang tertera pada tabel di atas (sebelum-sesudah).
2. Data dimasukkan ke SPSS dengan tiga variabel, yaitu: !. Nama Mahasiswa, 2. Perilaku sebelum, dan 3). Perilaku Sesudah.
3. Selanjutnya ikuti petunjuk yang telah dikemukakan di atas atau ikuti panduan dari nara sumber.
Pengujian hipotesis:
Untuk kepentingan pengujian hipotesis dengan menggunakan statistika maka hipotesis penelitian yang tertera di atas dirumuskan ke dalam hipotesis operasional sebagai berikut: “Ada perbedaan antara nilai rata-rata perilaku sosial siswa sebelum dilakukan tindakan kelas dengan nilai rata-rata perilaku sosial siswa sesudah
dilakukan tindakan kelas”. Ini disebut hipotesis kerja (H1/Hipotesis Alternatif).).
Selanjutnya untuk menggunakan teknik statistika untuk menguji hipotesis kerja (apakah dapat diterima atau ditolak), maka hipotesis ini harus diubah lebih dahulu menjadi hipotesis nol (H0) yaitu: “Tidak ada perbedaan antara nilai rata-rata perilaku
sosial siswa sebelum dilakukan tindakan kelas dengan nilai rata-rata perilaku sosial siswa sesudah dilakukan tindakan kelas”. Jika dari hasil pengujian ternyata hipotesis
nol ditolak, maka hipotesis alternatif (H1) yang merupakan hipotesis kerja diterima.
Pengubahan hipotesis diperlukan karena teknik pengujian yang dipakai sengaja didesain hanya valid untuk menolak hipotesis nol, dan tidak valid untuk menerima hipotesis kerja. Ini berarti bahwa penerimaan hipotesis kerja tidak dapat dilakukan secara langsung, melainkan secara tidak langsung, yaitu melalui penolakan hipotesis nol.
Contoh pengujian hipotesis:
Hipotesis yang akan diuji:
H0 : Tidak ada perbedaan antara nilai rata-rata perilaku sosial siswa sebelum
dilakukan tindakan kelas dengan nilai rata-rata perilaku sosial siswa sesudah dilakukan tindakan kelas.
H1 : Ada perbedaan antara nilai rata-rata perilaku sosial siswa sebelum dilakukan
tindakan kelas dengan nilai rata-rata perilaku sosial siswa sesudah dilakukan tindakan kelas.
1. Berdasarkan nilai t:
Tolak H0, jika nilai t hitung lebih besar dari nilai t daftar.
2. Berdasarkan nilai probabilitas:
Tolak H0, jika nilai probabilitas kurang dari 0.05
Analisis Data:
1. Buka file data yang akan dianalisis, misalnya sebagai berikut:
Anggap saja data-data pada kolom sebelum dan sesudah adalah data tentang perilaku sosial siswa sebelum dan sesudah dilakukan tindakan kelas.
2. Click di icon Analyze, dan akan muncul tampilan sebagai
3. Click di icon Compare Means, kemudian click di Paired Samples T Test, dan akan muncul tampilan sebagai berikut:
4. Click berturut-turut di Hasil Pretes, Hasil Postes, tandapanah, dan OK, dan akan muncul tampilan sebagai berikut:
Paired Samples Statistics
Deviation Mean Pair 1 Hasil
Prestes 65.5000 10 10.1242 3.2016 Hasil
Postes 72.0000 10 10.3280 3.2660
Paired Samples Correlations
Differences t df Sig. (2-tailed)
Mean Std.
-6.5000 4.1164 1.3017 -9.4447 -3.5553 -4.993 9 .001
Atau :
Nilai t tabel untuk dk 9 (N-1) pada taraf signifikansi 0.05 adalah 2.2622..
Dengan menggunakan Uji dua sisi, maka Daerah penerimaan Ho berada berada di antara -2.2622 sampai dengan +2.2622.
Karena nilai t hitung berada di luar daerah penerimaan HO, maka H0 di tolak dan HA diterima, yaitu bahwa “Ada perbedaan yang signifikan antara nilai rata-rata perilaku sosial siswa sebelum dilakukan tindakan kelas dengan nilai rata-rata perilaku sosial siswa sesudah dilakukan tindakan kelas”
Dari data terlihat bahwa rata-rata nilai postes lebih tinggi dari rata-rata nilai pretes.
Kesimpulan:
Hipotesis: “Perilaku Sosial Siswa dapat ditingkatkan secara signifikan melalui Latihan Kerja Kelompok” dapat diterima pada tingkat signifikansi 0.05.
Atau dengan kata lain: “Kita yakin 95% bahwa: Perilaku Sosial Siswa dapat ditingkatkan secara signifikan melalui Latihan Kerja Kelompok
2. Berdasarkan nilai probabilitas:
Nilai probabilitas untuk uji dua sisi adalah 0.001 lebih kecil dar 0.05. Sesuai kriteria pengujian, maka HO ditolak dan HA diterima.
Kesimpulan: sama dengan pengujian dengan nilai t.
Referensi:
1. Jusuf, Husain (1995), Analisis Statistika, Gorontalo: STKIP Gorotalo.
2. Dertzke, Beverly J. (2001). Statistics With Microsoft Excel, Second Edition, USA: Prentice Hall
3. Nurgiantoro, Burhan; Gunawan, dan Marzuki, 2000. Statistik Terapan untuk Penelitian Ilmu-Ilmu Sosial, Yogyakarta: Gajahmada University Press.
4. Santoso, Singgih, 2000. Buku Latihan SPSS Statistika Parametrik, Jakarta: PT Elex Media Komputindo
5. Sudjana (1996), Metoda Statistika, Bandung: Tarsito
6. Wijaya, IR, 2000. Statistika Non Parametrik (Aplikasi Program SPSS), Bandung: Alfabeta Bandung.
Judul-Judul Penelitian Tindakan (Action Research):
2. Efek Studi Banding Kepala Desa terhadap Kualitas Kepemimpinan Kepala Desa
3. Efek Studi Banding Kepala Desa terhadap Sikap Rakyat terhadap Kepemimpinan Kepala Desa.
4. Efek Studi Banding Dosen/Guru/ Kepala Sekolah terhadap Kualitas Kinerja Dosen/Guru/Kepala Sekolah..
5. Efek Pendidikan/Latihan/Penataran terhadap Produktifitas Pegawai/ Pengrajin/ Salesman.
6. Efek Pendidikan/Latihan/Penataran terhadap Kinerja Pegawai/Pengrajin/ Sales-man.
7. Efek Pupuk tertentu terhadap Produktifitas Pertanian 8. Efek BLT terhadap Tingkat Kesejahteraan Rakyat.
9. Efek Reklame Melalui Radio/TV/Poster terhadap Penjualan Barang/Jasa. 10. Efek obat tertentu terhadap pertambahan berat ayam piaraan.
Masalah Penelitian:
Suatu Tantangan yang harus dipecahkan Gap antara harapan dan realita
Keraguan terhadap sesuiatu
Hubungan/Ketergantungan/Efek atau pengaruh antar dua atau lebih variabel
