BAB III METODE PENELITIAN A.

Desain Penelitian Desain penelitian yang digunakan adalah Format Control Group Pre-Test PostTest Design.Berikut skema dari desain penelitian : Tabel 3 Skematika Format Control Group Pre-Test Post- Test Design Kelompok Tes Awal Variabel Bebas (Perlakuan) X1 X2 Tes Ahir

KE1 KE2 Keterangan : KE KK O1 O2 X1 X2

O1 O1

O2 O2

: Kelompok Eksperimen 1 : Kelompok Eksperimen 2 : Tes Awal (motivasi dan pre-test) : Tes Ahir (motivasi dan post-test) : Pembelajaran dengan pendekatan PAIKEM dengan metode eksperimen : Pembelajaran dengan pendekatan PAIKEM dengan metode demonstrasi

(Prof.Dr.Suharsimi Arikunto, 2005 : 150) Desain khusus untuk kelas eksperimen menggunakan rancangan Counterbalance yang subyek-subyeknya diuji coba pada semua perlakuan eksperimental tetapi dalam rangkaian berbeda, disebut juga eksperimen bergilir, rancangan imbang, rancangan penyeberangan (cross-over design), rancangan pindah (switch-over design), atau pengaturan kuadrat latin.

52

53

Tabel 4 Format Rancangan Counterbalance untuk Kelas Eksperimen Kelompok Kelompok A Kelompok B Kelompok C Kelompok D Kelompok E Kelompok F Waktu 1 Teorema Usaha-Energi Kinetik (1) Teorema Usaha-Energi Kinetik (2) Teorema Usaha-Energi Kinetik (1) Teorema Usaha-Energi Kinetik (2) Teorema Usaha-Energi Kinetik (1) Teorema Usaha-Energi Kinetik (2)

Kelemahan : adanya gangguan perlakuan ganda B. Variabel Penelitian Variabel-variabel dalam penelitian ini sebagai berikut : 1. Variabel Bebas Variabel bebas dalam penelitian ini adalah pembelajaran menggunakan pendekatan PAIKEM dengan metode eksperimen dan demonstrasi. 2. Variabel Terikat Variabel terikat dalam penelitian ini adalah penguasaan materi siswa pada ranah iman dan taqwa, kognitif, afektif, dan psikomotorik. 3.Variabel Kontrol Variabel kontrol dalam penelitian ini adalah penguasaan materi awal siswa, materi pokok (Usaha dan Energi), jumlah jam pelajaran, dan guru.

54

C.Populasi dan Sampel Penelitian 1.Populasi Penelitian Populasi pada penelitian ini adalah seluruh siswa kelas XI IPA SMA N 8 Yogyakarta semester genap Tahun Ajaran 2011/2012 yang berjumlah enam kelas dengan 179 siswa. Secara rinci dapat diuraikan sebagai berikut : a.Kelas XI IIA1 berjumlah 30 siswa b.Kelas XI IIA2 berjumlah 30 siswa c.Kelas XI IIA3 berjumlah 30 siswa d.Kelas XI IIA4 berjumlah 30 siswa e.Kelas XI IIA5 berjumlah 29 siswa f.Kelas XI IIA6 berjumlah 30 siswa 2.Sampel Penelitian Penelitian ini menggunakan dua kelas yaitu kelas eksperimen 1 dan kelas eksperimen 2. Kelas eksperimen 1 yaitu kelas yang menggunakan pendekatan PAIKEM dengan metode eksperimen. Kelas eksperimen 2 yaitu kelas yang menggunakan pendekatan PAIKEM dengan metode demonstrasi. Pada penelitian ini digunakan kelas-kelas yang ditetapkan peneliti dan guru secara langsung tanpa teknik undian. Pengambilan sampel dilakukan secara sampling sistematis. Syaratnya adalah siswa yang digunakan sebagai sampel penelitian adalah siswa yang mengikuti proses pembelajaran secara utuh. Sementara siswa yang tidak mengikuti proses pembelajaran secara utuh langsung dinyatakan gugur.

55

Sampel pada penelitian ini berasal dari dua kelas yaitu kelas XI IPA1 dan XI IPA6. Ukuran sampel ditentukan dengan metode Cochran dengan rumus sebagai berikut : , * ( )+-........................................................................ Persamaan 8

Perlu diketahui bahwa : n = jumlah sampel = ukuran sampel N = jumlah populasi t = 1,96 atau 2 = z pada taraf signifikansi 5% atau 1% p = proporsi dalam populasi q = 1-p d = taraf kesalahan n0 = a satisfactory approximation to the n Dalam penelitian pendidikan biasanya diambil harga-harga sebagai berikut : d = 0,05. P = 0,5. q = 1 0,5 = 0,5 dan t = 1,96 Perhitungannya yaitu : n0 = (1,96)2 (0,5)(0,5) : (0,05)2 = 384,16

n = [384,16 : {1 + (384,16:60)}] = 51,894812680115273775 52 Sampel populasi kelas eksperimen 1 = 52 : 2 = 26 siswa Sampel populasi kelas eksperimen 2 = 52 26 = 26 siswa Adapun siswa yang mengikuti pembelajaran secara utuh di kelas XI IPA1 ada 17 siswa dan kelas XI IPA6 ada 24 siswa. Sehingga penelitian ini memfokuskan analisis data terhadap :

56

Sampel populasi kelas eksperimen 1 (XI IPA6) = 24 siswa Sampel populasi kelas eksperimen 2 (XI IPA1) = 17 siswa D.Instrumentasi dan Teknik Pengumpulan Data Instrumen penelitian terdiri dari perangkat pembelajaran dan pengumpulan data.Adapun selengkapnya seperti uraian di bawah ini : 1.Instrumen Tindakan/Perangkat Pembelajaran Instrumen tindakan adalah instrumen yang dipakai selama proses pembelajaran Fisika. Instrumen yang dimaksud seperti uraian berikut : Pada pembelajaran Fisika melalui pendekatan PAIKEM dengan metode eksperimen menggunakan instrumen dalam bentuk angket penguasaan materi awal siswa, diskusi kelompok, tugas kelompok, eksperimen, post-test, dan angket penguasaan materi ahir siswa. Pada pembelajaran Fisika melalui pendekatan PAIKEM dengan metode demonstrasi menggunakan instrumen dalam bentuk angket penguasaan materi awal siswa, pre-test, quis, PR, post-test, dan angket penguasaan materi ahir siswa. 2.Instrumen Pengumpulan Data Pada Penelitian ini, instrumen yang digunakan dalam pengumpulan data dijelaskan sebagai berikut : a.Angket Penguasaan Materi Awal Siswa Angket penguasaan materi awal siswa digunakan untuk mengukur seberapa besar penguasaan materi siswa yang ditunjukkan dengan prestasi hasil belajar siswa. Angket ini diberikan sebelum dan sesudah pembelajaran mengenai Usaha dan Energi. Kedua angket tersebut berisi pertanyaan-pertanyaan pilihan ganda yang harus dijawab

57

dengan sejujur-jujurnya oleh siswa. Angket tersebut terdiri dari 60 pernyataan yang telah divalidasi secara content validity dan telah diuji lapangan dan dianalisis dengan program SPSS versi 16.00. Angket tersebut juga berupa soal-soal pilihan ganda mengenai Usaha dan Energi yang harus dijawab dengan benar oleh siswa selama pembelajaran berlangsung yaitu dapat diberikan sebelum, sesudah ataupun pada saatsaat yang telah disepakati. b.Tes Hasil Belajar Fisika ditandai dengan : (1)Pendekatan PAIKEM dengan metode eksperimen : diskusi kelompok, tugas kelompok, eksperimen, post-test, dan angket penguasaan materi ahir siswa. (2)Pendekatan PAIKEM dengan metode demonstrasi : pre-test, quis, PR, post-test dan angket penguasaan materi ahir siswa Tes hasil belajar Fisika telah diuji validasi di kelas XI IPA2 sehingga diperoleh tes standar. Skema uji validitas sebagai berikut :
Soal Tes Kognitif Iman dan Taqwa Uji Coba di Kelas XI IPA2 Hasil Uji Coba

Kelas Eksperimen 1 (XI IPA1) Digunakan untuk Penelitian

Analisis Iteman

Kelas Eksperimen 2 (XI IPA6)

Tes Standar

Gambar 6 Proses Uji Validitas Soal Tes hasil belajar Fisika berupa pilihan ganda (multiple choise) dianalisis menggunakan program Iteman untuk mengetahui daya beda, tingkat kesukaran butir, distribusi jawaban benar, reliabilitas skor tes dan standar kesalahan pengukuran . Pada Skor daya pembeda soal (DP) menggunakan teori pengukuran menurut Ebel dan

58

Frisbie. Skor tingkat kesukaran menggunakan teori pengukuran menurut Crocker dan Algina, Ebel dan Frisbie. (3)Kisi-kisi soal tes hasil belajar Fisika. Kisi kisi soal tes hasil belajar Fisika siswa terlampir. Jenis penelitian yang digunakan adalah : 1. Menurut metodenya penelitian ini merupakan penelitian eksperimen yaitu suatu penelitian yang berusaha mencari pengaruh variabel tertentu terhadap variabel yang lain dalam kondisi yang terkontrol secara ketat. Variabel independennya dapat dimanipulasi oleh peneliti. 2. Menurut tingkat eksplanasinya penelitian ini merupakan penelitian komparatif yaitu suatu penelitian yang bersifat membandingkan. Penelitian asosiatifnya masih sama dengan penelitian variabel mandiri tetapi untuk sampel yang lebih dari satu, atau dalam waktu yang berbeda. Tingkat eksplanasi adalah tingkat penjelasan. Jadi penelitian menurut tingkat eksplanasi adalah penelitian yang bermaksud menjelaskan kedudukan variabel-variabel yang diteliti serta hubungan antara satu variabel dengan variabel yang lain. 3. Menurut jenis data dan analisisnya penelitian ini merupakan penelitian kuantitatif karena berisi data kuantitatif yaitu data berbentuk angka atau data kualitatif yang diangkakan (scoring). Adapun langkah-langkah dalam pengumpulan data adalah sebagai berikut : 1.Mengukur penguasaan materi awal siswa di kelas eksperimen 1 dan kelas eksperimen 2 dengan menggunakan angket penguasaan materi awal sebelum kedua kelas tersebut diberi perlakuan.

59

2.Membagi kelas menjadi kelas eksperimen 1 dan kelas eksperimen 2 sesuai hasil angket penguasaan materi awal. 3.Menerapkan pendekatan PAIKEM dengan metode eksperimen pada kelas eksperimen 1 dengan menyajikan soal-soal berbentuk pre-test, quis, PR, post-test, dan angket penguasaan materi ahir siswa dan menerapkan pendekatan PAIKEM dengan metode demonstrasi pada kelas eksperimen 2 dengan menyajikan soal-soal berbentuk pre-test, diskusi kelompok, tugas kelompok, eksperimen, post-test, dan angket penguasaan materi ahir siswa dan. 4.Berdasarkan keterangan di atas, demi tercapainya tujuan penelitian, maka materi pelajaran, bentuk dan isi angket, bentuk tes dan butir soal yang diberikan kepada siswa dibuat sama.Hal ini dilakukan supaya data penelitian yang dihasilkan benarbenar karena perbedaan pengaruh penggunaan pendekatan PAIKEM dengan metode eksperimen dan demonstrasi. E.Teknik Analisis Data Data data yang diperoleh disajikan dalam bentuk angka dan dianalisis menggunakan program komputer Iteman. Analisis kuantitatif didasarkan pada pertimbangan-pertimbangan yang secara rinci dapat diuraikan sebagai berikut : 1. Analisis Menggunakan Program Komputer Iteman a.Indeks Kesukaran Indeks kesukaran sering disebut sebagai indeks kemudahan atau indeks fasilitas. Harga indeks kesukaran (P) berkisar dari 0,0 (sangat sukar) sampai 1,0

60

(sangat mudah).P = B / JS dengan P = indeks kemudahan , B = banyaknya murid yang menjawab dengan benar, dan JS = jumlah seluruh murid yang menjawab. b.Indeks Kepekaan Indeks kepekaan (Is) sering disebut indeks sensitivitas.Harga Is ditentukan oleh hasil tes awal (sebelum pembelajaran) dan hasil tes ahir (setelah pembelajaran). Harga Is berkisar dari -1,0 sampai +1,0.Is =(RA RB) / T dengan RA = banyaknya murid yang menjawab benar terhadap satu butir soal pada tes akhir, RB = banyaknya murid yang menjawab benar terhadap satu butir soal pada tes awal, dan T = banyaknya murid yang mengikuti ujian.Jika Is = 1,0 pembelajaran baik sekali dan jika Is = -1,0 pembelajaran dipertanyakan. Jika tidak dilakukan tes awal (tes sebelum pembelajaran), maka digunakan rumus = Is = (RA / T) x 100 % dengan batas minimumnya 75%.Ini berarti indeks kepekaan = indeks keberhasilan pembelajaran = indeks ketuntasan pembelajaran = minimal 75%.Jadi jika Is sudah mencapai 75% pembelajaran sudah berhasil. c.Daya Beda (D) Daya beda sering disebut indeks diskriminasi (D).Harga D berkisar dari -1,0 sampai +1,0. Jika D = -1,0 butir soal daya bedanya sangat rendah atau tidak dapat membedakan antara murid yang pintar dan murid yang bodoh. Jika D = +1,0 butir soal sangat baik. Harga dapat ditentukan dengan rumus berikut D = [(BA / BJ) (BB JB)] = PA PB. Dengan JA = banyaknya murid kelompok atas, JB = banyaknya murid kelompok bawah yang menjawab butir soal dengan benar, PA = proporsi kelompok atas yang menjawab benar, dan

61

PB = proporsi murid kelompok bawah yang menjawab pada butir soal dengan benar. Adapun klasifikasi harga daya beda (D) disajikan sebagai berikut : D = 0,00 sampai 0,20 butir soal jelek D = 0,21 sampai 0,40 butir soal cukup baik D = 0,41 sampai 0,70 butir soal baik dan D = 0,71 sampai 1,00 butir soal sangat baik Jika D = negatif, butir soal dibuang saja d.Kualitas Pengecoh Soal pilihan ganda perlu memiliki pengecoh, yaitu jawaban yang tidak bernilai benar. Setiap pengecoh perlu dibuat sedemikian rupa sehingga menarik perhatian peserta tes yang belum memiliki konsep yang baik terhadap materi yang diujikan. Menurut Allen dan Yen (1979), pengecoh yang baik minimum berindeks 0,1 yang berupa koefisien korelasi point biserial, bernilai positif untuk kunci jawaban dan bernilai negatif untuk pengecoh. e.Validitas Secara garis besar validitas dapat dijelaskan sebagai berikut :
KONSTRUKSI (MENGUKUR SETIAP ASPEK BERFIKIR) LOGIS VALIDITAS (SESUAI DENGAN KRITERIUM) EMPIRIS PREDIKSI (MEMPUNYAI DAYA RAMAL YANG TINGGI) ISI (SESUAI DENGAN KURIKULUM YANG BERLAKU) YANG ADA SEKARANG (SESUAI DENGAN PENGALAMAN)

Gambar 7 Garis Besar Validitas

62

f.Validitas Prediksi Harga indeks validitas prediksi dapat dicari. Misalnya dengan menggunakan rumus korelasi Product Moment dari Pearson berikut ,.( ) ( )( )/-............................................. Persamaan 9

nilai kriterium tiap-tiap murid nilai rata-rata kriterium murid Klasifikasi interpretasi harga koefisien korelasi Product Moment adalah sebagai berikut 0,81 rxy 1,00 (korelasi sangat tinggi) 0,61 rxy 0,80 (korelasi tinggi) 0,41 rxy 0,60 (korelasi cukup) 0,21 rxy 0,40 (korelasi rendah) 0,00 rxy 0,20 (korelasi sangat rendah) Harga koefisien korelasi Product Moment dapat berharga negatif. Jika diperoleh harga negatif, maka hubungannya hanya dibalik saja. Harga koefisien korelasi dapat diinterpretasikan dengan tabel harga r. Jika rxy < r hitung tabel, maka korelasi tidak signifikan. g.Reliabilitas Koefisien reliabilitas dapat dihitung dengan berbagai cara, antara lain dengan rumus Kuder dan Richardson (KR 20) berikut :

63

, (

)- ,

-...................................................

Persamaan 10

= Koefisien reliabilitas tes secara keseluruhan p q = Proporsi murid yang menjawab butir tes dengan benar = Proporsi murid yang menjawab butir tes dengan salah

p+q=1 n S = banyaknya butir tes = standar deviasi tes (akar varians) = simpangan baku Jika soal tes bentuk uraian, dipergunakan rumus alpha berikut , ( ), ( )] ................................ Persamaan 11

= jumlah varians skor tiap tiap butir soal = varians total

Varians = h.Objektivitas

*(

( )

-+ ..................................

(Persamaan 12)

Suatu tes dikatakan memiliki objektivitas jika dalam pelaksanaan tes tidak ada unsur pribadi yang mempengaruhi proses penyekorannya. Misalnya : Wah anak itu teliti, sudah saya beri nilai 10 atau A. Tes uraian bebas lebih banyak unsur pribadinya daripada tes objektif. Faktor pribadi penilai dapat mempengaruhi hasil penilaian karena : kesan penilai terhadap murid, tulisan, bahasa, dan waktu penilaian (kondisi penilai).

64

i.Praktikabilitas Tes dikatakan memiliki praktikabilitas tinggi jika tes tersebut bersifat praktis.Tes yang praktis adalah tes yang a.Mudah dilaksanakan b.Mudah pemeriksaannya c.Dilengkapi dengan pedoman-pedoman yang jelas d.Ekonomis Suatu bentuk tes dikatakan ekonomis jika tes tersebut tidak perlu (1)Biaya yang banyak (2)Tenaga yang banyak (3)Waktu yang lama (4)Mensekor dan menilai Menskor berasal dari bahasa inggris yaitu skoring yang memiliki arti memberikan angka, menentukan angka (menilai = memberikan nilai). Skor adalah hasil pekerjaan menskor (scoring) yang diperoleh dengan menjumlahkan angka-angka bagi setiap butir soal tes yang dijawab benar oleh murid. Nilai adalah angka ubahan dari skor, yang sudah dijadikan satu dengan skorskor lainnya dan telah disesuaikan pengaturannya dengan suatu standar tertentu. Dalam penskoran diperlukan : kunci jawaban, kunci skoring, dan pedoman penilaian Misalnya : 1.Tes bentuk pilihan ganda dengan 3 pilihan (A, B, dan C)

65

Digunakan rumus : S = R [w/(N 1)].(S = Score, R = Right, W = Wrong dan N = Jumlah option atau pilihan, dalam hal ini ada 3. Banyaknya soal = 10, banyaknya yang benar = 8, banyaknya yang salah = 2, dan banyaknya pilihan = 3.S = 8 [2/(3-1)] = 7. Angka 7 adalah angka bukan nilai. 2.Analisis Menggunakan Program Komputer SPSS versi 16.00 a.Uji Persyaratan Analisis 1)Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah populasi berdistribusi normal atau tidak. Biasanya digunakan untuk mengukur data berskala ordinal, interval, dan rasio. Analisis dengan parametrik maka persyaratan normalitas harus terpenuhi dimana data harus berdistribusi normal.Data yang tidak berdistribusi normal, jumlah sampel sedikit, dan jenis data adalah data nominal atau ordinal maka metode yang digunakan adalah statistik nonparametrik. Sebaran suatu variabel penelitian dikatakan mengikuti distribusi kurva normal jika harga p dari nilai KSG atau nilai Chi Square lebih besar dari 0,05 (p>0,05).Artinya Ho diterima : tidak ada perbedaan yang signifikan antara distribusi skor empirik dengan distribusi skor hipotetik-sebaran normal. Uji normalitas menggunakan One Sample Kolmogorov-Smirnov dengan taraf signifikansi 0,05. Data normal jika signifikansi lebih besar dari 5% atau 0,05. Terdapat dua cara melakukan uji normalitas yaitu dengan uji chi kuadrat dan metode liliefors yang masing- masing dapat dijelaskan sebagai berikut :

66

a)Cara I : uji chi kuadrat (c2) Uji Normalitas dengan uji chi kuadrat (c2) rumusnya adalah:
( )

dimana Oi = fi adalah frekwensi absolut / pengamatan, dan Ei

= (S fi ).Zi. Sedangkan Zi adalah luas daerah dibawah kurva normal untuk kelas interval ke-i, sehingga daerah tersebut dibatasi oleh angka baku z untuk tepi atas dan tepi bawah kelas interval tersebut. Kriteria kenormalannya adalah jika c2hitung < c2tabel maka data tersebut berdistribusi normal. Nilai c2tabel adalah nilai c2 untuk taraf nyata ( a ) = 5% dan derajat kepercayaan (dk) = k 3 dimana k adalah banyaknya kelas interval. b)Cara II : metode liliefors Digunakan metode liliefors, dengan ketentuan jika nilai Lhitung <> tabel maka data berasal dari populasi normal. Nilai Ltabel diperoleh dari tabel uji liliefors, misal untuk taraf nyata 5 % dan jumlah data lebih dari 30 responden maka nilai Ltabel adalah :

Sedangkan Lhitung adalah harga terbesar dari |F(Zi) S(Zi)|, dimana Zi dihitung dengan rumus angka normal baku :

; Xi = data ke-i; = rata-

rata; s = simpangan baku. Nilai F(Zi) adalah luas daerah di bawah normal untuk Z yang lebih kecil dari Zi. Sedangkan nilai S(Zi) adalah banyaknya angka Z yang lebih kecil atau sama dengan Zi dibagi oleh banyaknya data (n). Anda dapat memeriksa distribusi sampel menggunakan uji statistik dan atau plot statistik untuk memeriksa distribusi sampel adalah normal. Analisis-itu mencakup tiga tes statistik untuk menguji normalitas:

67

a)Kolmogorov-Smirnov Sebuah tes EDF-jenis berdasarkan jarak vertikal terbesar antara fungsi distribusi normal kumulatif (CDF) dan distribusi frekuensi kumulatif sampel (biasa disebut ECDF-fungsi distribusi empiris kumulatif). Ini memiliki kekuatan miskin untuk mendeteksi non-normalitas

dibandingkan dengan tes di bawah ini. D'Agostino dan Stephens mengatakan uji KolmogorovSmirnov sekarang benar-benar hanya kepentingan sejarah.
b)Anderson-Darling uji

Sebuah tes EDF-sejenis dengan Kolmogorov-Smirnov, kecuali menggunakan jumlah dari jarak ketimbang vertikal kuadrat antara fungsi distribusi normal kumulatif dan distribusi frekuensi kumulatif sampel.Lebih berat diterapkan pada ekor, jadi tes ini lebih mampu mendeteksi non-normalitas di ekor distribusi. c)Shapiro-Wilk Sebuah uji regresi-jenis yang menggunakan korelasi statistik pesanan sampel (nilai-nilai sampel disusun dalam urutan) dengan orang-orang dari distribusi normal. Ini adalah uji normalitas paling kuat yang tersedia dan mampu mendeteksi penyimpangan kecil dari normal. 2)Uji Homogenitas Uji homogenitas digunakan untuk mengetahui apakah beberapa varian populasi adalah sama atau tidak.Uji ini dilakukan sebagai prasyarat dalam analisis independent sample t-test dan ANOVA.

68

Asumsi yang mendasari dalam ANOVA adalah bahwa varian dari populasi adalah sama.Sebagai kriteria pengujian, jika nilai signifikansi lebih dari 0,05 maka dapat dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama Kriteria uji homogenitas yaitu homogenitas varian terpenuhi jika nilai p dari F levene test lebih besar dari 0,05 (p>0,05). Pengujian homogenitas varians suatu kelompok data, dapat dilakukan gengan cara: a) Uji F dan b) Uji Bartlett. Adapun proses pengujian dan rumus yang digunakan untuk pengujian homogenitas varians kelompok data yaitu sebagai berikut: a) Uji F (digunakan untuk menguji homogenitas varians dari dua kelompok data). Rumus Uji F yaitu: Dimana :

Hipotesis pengujian : ( Kriteria Pengujian:

( )

Jika: F hitung F tabel (0,05; dk1; dk2), maka Tolak Ho Jika: F hitung < F tabel (0,05; dk1; dk2), maka Terima Ho

69

b) Uji Bartlett (digunakan untuk menguji homogenitas varians lebih dari dua kelompok data) Rumus Uji Bartlett yaitu: Dimana : n = jumlah data ( ) ; yang mana
( )

)*

dk = derajat kebebasan Hipotesis pengujian:

Ha: paling sedikit salah satu tanda tidak sama Kriteria Pengujian: Jika : Jika : 3)Uji Linearitas Bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier atau tidak secara signifikan.Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linier. Kriteria uji linearitas yaitu linieritas terpenuhi jika harga p dari nilai F linerity lebih kecil dari 0,05 (p<0,05) dan harga p dari nilai F deviation from linerity lebih besar dari 0,05 (p>0,05). Dalam perhitungan uji linieritas persamaan regresi variabel terikat (Y) atas variabel bebas (X), terlebih dahulu dicari persamaan regresi sederhana kompetensi (Y) atas minat belajar (X1) yaitu:
( ( ) )

70

Ket : Y = Variabel terikat.

a = Konstanta intersep b = (slop/kemiringan) koefisien regresi Y atas X. Harga Koefisien a dan b dapat dihitung dengan rumus : ( )( ) ( )( ( ) ( ) ( ) ( )( ) ( ) ( ) )

b.Uji Hipotesis 1)Uji Perbedaan a)Uji Perbedaan dengan t-test Uji perbedaan dengan t-test merupakan salah satu tehnik statistik parametrik yang digunakan untuk menguji hipotesa komparatif (uji perbedaan) untuk sampel kecil & varian populasi tidak diketahui yang berguna untuk membedakan mean kelompok. Asumsi terpenuhi apabila (1) sampel (data) diambil dari populasi yang memiliki distribusi normal, (2)pada uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua populasi yang mempunyai varians sama, (3) variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang tingkatnya lebih tinggi dari data tipe nominal atau ordinal. T-test terbagi menjadi tiga macam yaitu one sample t-test, paired sample ttest, dan independent sample t-test.Analisis yang digunakan dalam penelitian ini

71

yaitu independent sample t-test.Adapun selengkapnya dapat dijelaskan sebagai berikut : (1) One sample t-test One sample t-test digunakan untuk satu sampel. Prinsip mengujinya apakah suatu nilai tertentu (yang diberikan sebagai pembanding) berbeda secara nyata ataukah tidak dengan rata-rata sebuah sampel. Nilai yang dimaksud pada umumnya adalah nilai parameter untuk mengukur suatu populasi. Rumus one sample t-test : t = nilai t hitung
.

dengan,

SD = standar deviasi sampel N = jumlah sampel Untuk mengintepretasikan t-test terlebih dahulu harus ditentukan nilai , df (degree of freedom) = N-k (untuk one sample t-test df=N-1), kemudian membandingkan nilai t-hitung dengan nilai t-tabel. Apabila t-hitung > t-tabel berarti berbeda secara signifikan (H0 ditolak) dan jika t-hitung < t-tabel berarti tidak berbeda secara signifikan (H0 diterima). (2) Paired sample t-test Paired sample t-test digunakan untuk membandingkan mean dari suatu sampel yang berpasangan (paired). Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda.

72

Rumus :

dengan,

t = nilai t hitung SD = standar deviasi selisih pengukuran 1 dan 2 N = jumlah sampel Untuk mengintepretasikan t-test terlebih dahulu harus ditentukan nilai , df (degree of freedom) = N-k (untuk paired sample t-test df=N-1), kemudian membandingkan nilai t-hitung dengan nilai t-tabel. Apabila t-hitung > t-tabel berarti berbeda secara signifikan (H0 ditolak) dan jika t-hitung < t-tabel berarti tidak berbeda secara signifikan (H0 diterima). (3)Independent sample t-test Independent sample t-test digunakan untuk membandingkan dua kelompok mean dari dua sampel yang berbeda (independent) Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi, dengan membandingkan dua mean sample-nya. Rumus independent sample t-test : t = nilai t hitung

/ dengan,

Rumus standar error kedua kelompok :

73

Rumus varian kedua kelompok ( ( ) ) ( ( ) )

Untuk mengintepretasikan t-test terlebih dahulu harus ditentukan : nilai ,

dan df (degree of freedom) = N-k. Untuk independent sample t-test df=N-

2.Kemudian membandingkan nilai t-hitung dengan nilai t-tabel. Apabila : t-hitung > t-tabel maka berbeda secara signifikan (H0 ditolak) t-hitung < t-tabel maka tidak berbeda secara signifikan (H0 diterima) b)Uji Perbedaan dengan Korelasi Uji korelasi atau uji asosiasi pada dasarnya adalah sebuah cara dalam dalam pengolahan data statistik yang digunakan untuk menganalisis apakah sebuah variabel mempunyai hubungan yang signifikan dengan variabel lainnya. Kemudian jika ada hubungan, bagaimana keeratan hubungan tersebut, serta seberapa jauh variabel tersebut mempengaruhi variabel lainnya. (1)Kegunaan (a)Pengukuran asosiasi berguna untuk mengukur kekuatan (strength) hubungan antar dua variabel atau lebih. (b)Pengukuran ini hubungan antara dua variabel untuk masing-masing kasus akan menghasilkan keputusan, diantaranya hubungan kedua variabel tidak ada,

74

hubungan kedua variabel lemah, hubungan kedua variabel cukup kuat, hubungan kedua variabel kuat, dan hubungan kedua variabel sangat kuat. Penentuan tersebut didasarkan pada kriteria yang menyebutkan jika hubungan mendekati 1, maka hubungan semakin kuat; sebaliknya jika hubungan mendekati 0, maka hubungan semakin lemah. (2)Korelasi dan Linearitas Terdapat hubungan erat antara pengertian korelasi dan linearitas. Korelasi Pearson, misalnya, menunjukkan adanya kekuatan hubungan linear dalam dua variabel. Sekalipun demikian jika asumsi normalitas salah maka nilai korelasi tidak akan memadai untuk membuktikan adanya hubungan linieritas. Linearitas artinya asumsi adanya hubungan dalam bentuk garis lurus antara variabel. Linearitas antara dua variabel dapat dinilai melalui observasi scatterplots bivariat. Jika kedua variabel berdistribusi normal dan behubungan secara linear, maka scatterplot berbentuk oval; jika tidak berdistribusi normal scatterplot tidak berbentuk oval. Dalam praktiknya kadang data yang digunakan akan menghasilkan korelasi tinggi tetapi hubungan tidak linier; atau sebaliknya korelasi rendah tetapi hubungan linier. Dengan demikian agar linieritas hubungan dipenuhi, maka data yang digunakan harus mempunyai distribusi normal. Dengan kata lain, koefesien korelasi hanya merupakan statistik ringkasan sehingga tidak dapat digunakan sebagai sarana untuk memeriksa data secara individual.

75

(3) Asumsi Asumsi dasar korelasi diantaranya seperti tertera di bawah ini: (a)Kedua variabel bersifat independen satu dengan lainnya, artinya masingmasing variabel berdiri sendiri dan tidak tergantung satu dengan lainnya. Tidak ada istilah variabel bebas dan variabel tergantung. (b)Data untuk kedua variabel berdistribusi normal. Data yang mempunyai distribusi normal artinya data yang distribusinya simetris sempurna. Jika

digunakan bahasa umum disebut berbentuk kurva bel. Menurut Johnston (2004) ciri-ciri data yang mempunyai distribusi normal ialah sebagai berikut: (a) Kurva frekuensi normal menunjukkan frekuensi tertinggi berada di tengahtengah, yaitu berada pada rata-rata (mean) nilai distribusi dengan kurva sejajar dan tepat sama pada bagian sisi kiri dan kanannya. Kesimpulannya, nilai yang paling sering muncul dalam distribusi normal ialah rata-rata (average), dengan setengahnya berada dibawah rata-rata dan setengahnya yang lain berada di atas rata-rata. (b) Kurva normal, sering juga disebut sebagai kurva bel, berbentuk simetris sempurna. (c) Karena dua bagian sisi dari tengah-tengah benar-benar simetris, maka

frekuensi nilai-nilai diatas rata-rata (mean) akan benar-benar cocok dengan frekuensi nilai-nilai di bawah rata-rata. (d) Frekuensi total semua nilai dalam populasi akan berada dalam area dibawah kurva. Perlu diketahui bahwa area total dibawah kurva mewakili kemungkinan munculnya karakteristik tersebut.

76

(e) Kurva normal dapat mempunyai bentuk yang berbeda-beda. Yang menentukan bentuk-bentuk tersebut adalah nilai rata-rata dan simpangan baku (standard deviation) populasi. (4) Karakteristik Korelasi Korelasi mempunyai karakteristik-karakteristik diantaranya: (a) Kisaran Korelasi Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan dapat pula negatif. (b) Korelasi Sama Dengan Nol Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua variabel. Jika dilihat dari sebaran data. (c) Korelasi Sama Dengan Satu Korelasi sama dengan + 1 artinya kedua variabel mempunyai hubungan linear sempurna (membentuk garis lurus) positif. Korelasi sempurna seperti ini mempunyai makna jika nilai X naik, maka Y juga naik Korelasi sama dengan -1 artinya kedua variabel mempunyai hubungan linear sempurna (membentuk garis lurus) negatif. Korelasi sempurna seperti ini mempunyai makna jika nilai X naik, maka Y turun (dan sebaliknya). Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai

77

variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya). Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria sebagai berikut (Sarwono:2006):
a.0

: Tidak ada korelasi antara dua variabel

b.>0 0,25: Korelasi sangat lemah c.>0,25 0,5: Korelasi cukup d.>0,5 0,75: Korelasi kuat e.>0,75 0,99: Korelasi sangat kuat f.1: Korelasi sempurna (5) Signifikansi Dalam bahasa Inggris umum, kata, "significant" mempunyai makna penting; sedang dalam pengertian statistik kata tersebut mempunyai makna benar tidak didasarkan secara kebetulan. Hasil riset dapat benar tapi tidak penting. Signifikansi / probabilitas / memberikan gambaran mengenai bagaimana hasil

riset itu mempunyai kesempatan untuk benar. Jika kita memilih signifikansi sebesar 0,01, maka artinya kita menentukan hasil riset nanti mempunyai kesempatan untuk benar sebesar 99% dan untuk salah sebesar 1%. Secara umum kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan 0,1. Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan (confidence interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01 mempunyai pengertian bahwa tingkat kepercayaan atau

78

bahasa umumnya keinginan kita untuk memperoleh kebenaran dalam riset kita adalah sebesar 99%. Jika angka signifikansi sebesar 0,05, maka tingkat kepercayaan adalah sebesar 95%. Jika angka signifikansi sebesar 0,1, maka tingkat kepercayaan adalah sebesar 90%. Pertimbangan lain ialah menyangkut jumlah data (sampel) yang akan digunakan dalam riset. Semakin kecil angka signifikansi, maka ukuran sampel akan semakin besar. Sebaliknya semakin besar angka signifikansi, maka ukuran sampel akan semakin kecil. Unutuk memperoleh angka signifikansi yang baik, biasanya diperlukan ukuran sampel yang besar. Sebaliknya jika ukuran sampel semakin kecil, maka kemungkinan munculnya kesalahan semakin ada. (6)Interpretasi Korelasi Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat kekuatan hubungan dua variabel; kedua, melihat signifikansi hubungan; dan ketiga, melihat arah hubungan. Untuk melakukan interpretasi kekuatan hubungan antara dua variabel dilakukan dengan melihat angka koefesien korelasi hasil perhitungan dengan menggunakan kriteria sbb:
(a)

Jika angka koefesien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai hubungan

(b) Jika

angka koefesien korelasi mendekati 1, maka kedua variabel mempunyai

hubungan semakin kuat

(c)

Jika angka koefesien korelasi mendekati 0, maka kedua variabel mempunyai hubungan semakin lemah

79

(d) Jika

angka koefesien korelasi sama dengan 1, maka kedua variabel

mempunyai hubungan linear sempurna positif.

(e)

Jika angka koefesien korelasi sama dengan -1, maka kedua variabel mempunyai hubungan linear sempurna negatif. Interpretasi berikutnya melihat signifikansi hubungan dua variabel dengan

didasarkan pada angka signifikansi yang dihasilkan dari penghitungan. Interpretasi ini akan membuktikan apakah hubungan kedua variabel tersebut signifikan atau tidak. I Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah

korelasi, yaitu searah dan tidak searah. Pada SPSS hal ini ditandai dengan pesan two tailed. Arah korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi positif, maka hubungan kedua variabel searah. Searah artinya jika variabel X nilainya tinggi, maka variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan kedua variabel tidak searah. Tidak searah artinya jika variabel X nilainya tinggi, maka variabel Y akan rendah. Untuk mengetahui korelasi pada uji parametrik digunakan koefisien korelasi Pearson (r), dengan rumus sebagai berikut : Keterangan : n = banyaknya sampel X = variabel independen (prediktor) Y = variabel dependen (outcome) Nilai r berkisar antara 0.0 yang berarti tidak ada korelasi, sampai dengan 1.0, yang berarti adanya korelasi yang sempurna. Semakin kecil nilai r
( ,( ) ( ) ( ) ) ( ) -,

80

semakin lemah korelasi, sebaliknya semakin besar nilai r semakin kuat korelasi. Berikut pembagian kekuatan korelasi menurut Colton : r = 0,00 - 0,25 menunjukkan tidak ada hubungan/hubungan lemah r = 0,26 - 0,50 menunjukkan hubungan sedang r = 0,51 - 0,75 menunjukkan hubungan kuat r = 0,76 - 1,00 menunjukkan hubungan sangat kuat/sempurna 2)Uji Korelasional a)Uji Hubungan dengan Regresi Linear Salah satu teknik analisis regresi yang paling sering digunakan adalah regresi linear. regresi linear dapat digunakan apabila asumsi linearitas dapat terpenuhi. Apabila asumsi ini tidak terpenuhi, maka kita tidak dapat menggunakan analisis regresi linear. akan tetapi kita bias menggunakan analisis regresi nonlinear. Asumsi linearitas adalah asumsi yang akan memastikan apakah data yang kita miliki sesuai dengan garis linear atau tidak. Asumsi ini dapat diketahui dengan mencari nilai deviation from linearity dari uji F linear. Regresi linear bertujuan untuk memprediksi variabel dependen melalui variabel independen. Untuk memprediksi digunakan persamaan garis regresi dengan metode Least Square : Keterangan : Y = variabel dependen X = variabel independen a = intercep

81

b = slope Dimana Slope :

( )

*Intercep : Besarnya nilai Y, ketika X=0 *Slope : Besarnya perubahan nilai Y bila nilai X berubah setiap unitnya. Sebetulnya persamaan garis di atas merupakan model deterministik yang secara sempurna/tepat dapat digunakan hanya untuk peristiwa alam. Namun, ketika kita berhadapan dengan kondisi ilmu sosial, ada kemungkinan terjadi kesalahan atau penyimpangan (tidak eksak) pada hubungan antara variable. Artinya, untuk beberapa nilai X yang sama akan menghasilkan nilai Y yang berbeda. Sehingga persamaan garis yang dibentuk menjadi : e = nilai kesalahan (error) yaitu selisih antara nilai Y individual teramati dengan nilai Y yang sesungguhnya pada titik X tertentu. b)ANOVA (Analysis of Variance) One Way ANOVA digunakan untuk menguji perbedaan rata-rata lebih dari dua sampel. Asumsi-asumsi One Way ANOVA meliputi populasi yang akan diuji berdistribusi normal, varians dari populasi-populasi tersebut adalah sama, dan sampel tidak berhubungan satu dengan yang lain. Langkah-langkah Pengujian (1) Tulis Ho dan Ha (2) Tentukan taraf nyata pengujian (signifikansi). (3) Uji statistik (uji F) dengan rumus :

82

(4) Derajat kebebasan: dk1 (varians antar sampel) = k-1 dk2 (varians dalam sampel) = N-k (5) Aturan pengambilan keputusan F hitung < F tabel, Ho diterima F hitung > F tabel, Ho ditolak, Ha diterima (6) Buat tabel penolong X1 X2 X3 X12 X22 X32

Tc nc Jumlah kuadrat

(x)2 N (X)2
( )

(7) Hitung jumlah kuadrat perlakuan (SST) dengan rumus : (8) Hitung jumlah kuadrat kesalahan (SSE) dengan rumus

0 1 ( )

0 1

(9) Hitung keragaman total (SS total) dengan rumus SS total = SST + SSE (10) Masukkan ke dalam tabel ANOVA Sumber Keragaman Antar Perlakuan Kesalahan (dalam perlakuan) SS Total Jumlah Kuadrat SST = SSE = Derajat Bebas dk1 = k-1 dk2=N-k Kuadrat Tengah (1)/(2) MSTR=SST/dk1 MSE=SSE/dk2

Ket: MSTR = Mean square between treatment MSE = Mean square due to error

83

(11)Menentukan F tabel pada , dk1, dan dk2 (12) Membandingkan F hitung terhadap F tabel (13)Menarik kesimpulan 3)Analisis Faktor Pada dasarnya analisis faktor mempunyai tujuan untuk melakukan data summarization untuk variabel-variabel yang dianalisis, yakni mengidentifikasi adanya hubungan antar variabel, dan data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat sebuah variabel set baru yang dinamakan faktor. Tahapan analisis faktor : a) Tabulasi data pada data view Tabulasi hasil angket/questioner anda ke dalam komputer (SPSS). b) Pembentukan matrik korelasi Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor. Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis faktor dapat dilaksanakan, yaitu menentukan besaran nilai Barlett Test of Sphericity, yang digunakan untuk mengetahui apakah ada korelasi yang signifikan antar variabel, dan Keiser-Meyers-Oklin (KMO) Measure of Sampling Adequacy, yang

84

digunakan untuk mengukur kecukupan sampel dengan cara membandingkan besarnya koefisien korelasi yang diamati dengan koefisein korelasi parsialnya. Menurut Wibisono (2003) kriteria kesesuaian dalam pemakaian analisis faktor adalah (1)Jika harga KMO sebesar 0,9 berarti sangat memuaskan, (2)Jika harga KMO sebesar 0,8 berarti memuaskan, (3)Jika harga KMO sebesar 0,7 berarti harga menengah, (4)Jika harga KMO sebesar 0,6 berarti cukup, (5)Jika harga KMO sebesar 0,5 berarti kurang memuaskan, dan (6)Jika harga KMO kurang dari 0,5 tidak dapat diterima. Menurut Santoso (2002) angka MSA berkisar antara 0 sampai dengan 1, dengan kriteria yang digunakan untuk intepretasi adalah sebagai berikut : (1)Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel yang lainnya. (2)Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat diprediksi dan bisa dianalisis lebih lanjut. (3)Jika MSA lebih kecil dari setengah 0,5 dan atau mendekati nol (0), maka variabel tersebut tidak dapat di analisis lebih lanjut, atau dikeluarkan dari variabel lainnya. c) Ekstraksi faktor Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada KMO>0,5 sehingga terbentuk satu atau lebih faktor.

85

Metode yang digunakan untuk maksud ini adalah Principal Component Analysis dan rotasi faktor dengan metode Varimax (bagian dari orthogonal). d) Rotasi faktor Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih sederhana, sehingga lebih mudah diinterpretasikan. Dalam analisis ini rotasi faktor dilakukan dengan metode rotasi varimax. Interpretasi hasil dilakukan dengan melihat faktor loading. Faktor loading adalah angka yang menunjukkan besarnya korelasi antara suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor lima yang terbentuk. Proses penentuan variabel mana akan masuk ke faktor yang mana, dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris di dalam setiap tabel. e) Penamaan faktor yang terbentuk. Pada tahap ini, akan diberikan nama-nama faktor yang telah terbentuk berdasarkan faktor loading suatu variabel terhadap faktor terbentuknya. Setelah tahapan pemberian nama faktor yang terbentuk, berarti hipotesis penelitian telah terjawab. Adapun cara pengujian melalui program komputer Iteman dan SPSS versi 16.00 dapat diuraikan sebagai berikut : 1.Analisis Menggunakan Program Komputer Iteman Format file data dikotomus yang akan dianalisis dengan ITEMAN adalah 0 30 O N 0 6 Control Lin e Key No.Alternatives

CDBCADDDCBBCDDBDCABDADDBCBCDBC 444444444444444444444444444444

86

YYYYYYYYYYYYYYYYYYYYYYYYYYYYYY

Items to Include

ma t 1 CDBCABODCBDDDDCACABABDDCAABDAC Examinee # 1 ma t 2 CDBCABDDCBCCDDCDCABBBDDBAADDBC Examinee # 2 Baris pertama disebut Control Line. Angka 030 menunjukkan jumlah butir, O menyatakan Omitted, N menyatakan not-reached item, dan 06 menunjukkan jumlah karakter identitas peserta tes (maksimal 80 karakter). Kunci jawaban (key) maupun jawaban peserta dapat diganti dengan angka. Items to Include dapat diganti dengan angka, sedang yang tidak akan di-include ditandai dengan N. Format file data angket untuk ITEMAN adalah sebagai berikut.
0 55 O N 0 6 +++++++++++++++++++++++++++++++++++++++++++ 5555555555555555555555555555555555555555555 1111111111111111111111111111111111111111122 Ind l 5 5 5 5 5 5 5 5 5 5 5 5 1 4 5 5 5 5 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 Ind 2 3 2 3 3 4 3 2 4 4 3 4 2 1 2 4 4 3 3 3 4 4 2 4 2 3 3 1 2 2 2 3 2 2 2 2 2 2 2 2 4 4 4 3

Dalam format ini kunci + menunjukkan bahwa butir pada kolom yang sama merupakan butir favourable (positif), jika - berarti butir pada kolom yang sama merupakan butir unfavourable (negatif). Dalam format itu Items to Include ditandai dengan angka 1 dan 2, yang berarti angket yang dianalisis ada 2. Butir-butir angket (scale) 1 ditandai dengan Items To Include = 1, sedang butir-butir angket 2 ditandai dengan Items to Include = 2.

87

Jika ITEMAN di jalankan, maka akan tampil permintaan nama file data, nama file output, dan nama file skor. Jawablah tampilan tersebut sesuai dengan nama file data, nama file output, dan nama file skor yang anda inginkan. Enter the name of the input fele: Tes1.txt <enter> Enter the name of the output file: hsltes1.txt <enter> Do you want the scores written to a file? (Y/N) Y <enter> Enter the name of the score file: scrtes1.txt <enter> Adapun cara membaca hasil analisis menggunakan program ITEMAN yaitu sebagai berikut : Point Biser menunjukkan daya beda Prop. Correct menunjukkan tingkat kesukaran N of Items N of Examinees Mean Variance Std. Dev. Skew Kurtosis Minimum Maximum Alpha SEM Mean P 50 35 30 9,590 3,113 0,119 -0,464 25,00 50,00 0,651 0,987 0,655 (Jumlah soal yang dianalisis) (Jumlah siswa) (Rata-rata jawaban benar) (Penyebaran distribusi jawaban benar) (Standar deviasi/akar variance) (Kecondongan kurva/bentuk distribusi) (Tingkat pemuncakan kurva)* (Skor minimum siswa dari 50 soal) (Skor maksimum) (Reliabilitas skor tes) (Standar kesalahan pengukuran) (Rata-rata tingkat kesukaran)

88

Mean Biserial

0,435

(Rata-rata korelasi Biserial)

2.Analisis Menggunakan Program Komputer SPSS versi 16.00

SPSS merupakan sebuah program pengolah data yang sudah sangat dikenal di dalarn dunia pendidikan. Penggunaannya sangat mudah untuk dipahami para guru di sekolah. Semua data diketik di dalam format SPSS yang sudah disediakan. Setelah selesai, kemudian tinggal memilih statistik yang akan digunakan pada menu

STATISTIC/ANALYZE. Berikut ini disajikan cara penggunaan program SPSS. a. Uji Persyaratan Analisis 1) Uji Normalitas a) Analyze b) Descriptive statistics c) Explore (1)Variabel X dan Y dimasukkan ke dalarn kotak "Dependent List:" (2)Klik kotak "Plot" kemudian klik pada "Normality plots with tests". (3)Klik "Continue" d) Klik "OK" Rumusan hipotesis H0 : sampel berasal dari populasi berdistribusi normal. H1 : sampel tidak berasal dari populasi berdistribusi normal. Kaidah penetapan: - Jika signifikan > 0,05, sampel berasal dari populasi berdistribusi normal. - Jika signifikan < 0,05, sampel tidak berasal dari populasi berdistribusi normal.

89

2) Uji Homogenitas a) Analyze b) Descriptive statistics c) Explore (1)Variabel X dan Y dimasukkan ke dalam kotak "Dependent List" (2)Variabel metode dimasukkan ke dalam kotak "Factor List" (3)Klik kotak "Plot" kemudian klik pada "Normality plots with tests" dan "Untransformed" d)Klik "Continue" e)Klik "OK" Rumusan hipotesis: HO: variansi pada setiap kelompok sama (homogen). HI : variansi pada setiap kelompok tidak sama (tidak homogen).. Kaidah penetapan: - Jika signifikan > 0,05, variansi setiap sampel sama (homogen). 3) Contoh Uji Linearitas a) Analyze b) Compare Means c) Means (1)Variabel X dimasukkan ke dalam kotak "Dependent List" (2)Variabel Y dimasukkan ke dalam kotak "Independent List" (3)Klik kotak "Option" kemudian klik pada "Anova table and eta"dan "Test for linearity"

90

d)Klik "Continue" e)Klik "OK" Rumusan hipotesis: H0: Linearitas tidak dipenuhi. H1: Linearitas dipenuhi. Kaidah penetapan: - Jika signifikan > 0,05, linearitas tidak dipenuhi. - Jika signifikan < 0,05, linearitas dipenuhi. - Jika signifikan < 0,05, variansi setiap sampel tidak sama (tidak homogen). a.Uji Hipotesis 2)Uji Korelasional a)Contoh Uji Hubungan dengan Regresi Linear (1)Analyze (2)Regression (3)Linear (a) Variabel Y dimasukkan ke kotak "Dependent" (b)Variabel X dimasukkan ke kotak "Independents" (c) Klik "Statistics" kemudian klik "estimates", "model fit", dan (4)klik "Continue". (5) Klik "OK" Rumusan hipotesis: HO : tidak terdapat hubungan antara variabel X dan variabel Y. H1 : terdapat hubungan antara variabel X dan variabel Y.

91

Kaidah penetapan: - Jika signifikan > 0,05, HO diterima. - Jika signifikan < 0,05, HO ditolak. b) Contoh Uji Perbedaan/Pengaruh dengan ANOVA (1)Analyze (2)Compare means (3)One-way ANOVA (a) Variabel Y (pada eksperimen dan kontrol) dimasukkan ke dalarn "Dependent List" (b)Variabel metode dimasukkan ke dalam "Factor" (c) Klik "Options" kemudian klik "Homogeneity of variance test". (4) Klik "Continue" (5)Klik "OK" Rumusan hipotesis: H0: tidak terdapat perbedaan/pengaruh antara variabel X dan variabel Y H1: terdapat perbedaan/pengaruh antara variabel X dan variabel Y Kaidah penetapan: - Jika signifikan > 0,05, HO diterima. - Jika signif kan < 0,05, HO ditolak. c)Contoh Uji Hubungan dengan Korelasi (1)Analyze (2)Correlate (3)Bivariate

92

(a) Variabel X dan Y dimasukkan ke dalam kotak "Variables" (b)Klik "Pearson" "Two-Tailed" (c) Klik "Options" kemudian klik "means and standard deviations" (4)Klik "Continue" (5)Klik "OK" Rumusan hipotesis: H0 : tidak terdapat hubungan antara variabel X dan variabel Y. H1 : terdapat hubungan antara variabel X dan variabel Y. Kaidah penetapan: - Jika signifikan > 0,05, HO diterima. - Jika signifikan < 0,05, HO ditolak. 2).Uji Perbedaan a) Contoh Uji Perbedaan dengan t-test (1)Analyze (2)Compare Means (3)Independent-Sample T Test (a) Variabel Y dimasukkan ke kotak "Test Variables" (b)Variabel metode dimasukkan ke kotak "Grouping variable" (c) Klik "Define Groups" kemudian ketik 1 pada Group 1 dan ketik 2 pada Group 2. Klik "Continue" (4) Klik "OK" Rumusan hipotesis: H0 : tidak terdapat perbedaan antara variabel X dan variabel Y...

93

H1 : terdapat perbedaan antara variabel X dan variabel Y ... Kaidah penetapan: - Jika signifikan > 0,05, HO diterima. - Jika signifikan < 0,05, HO ditolak. c. Uji Kesesuaian antara Butir Soal dan Kisi-kisinya (Uji Konstruk dengan Analisis Faktor) 1) Analisis Faktor Eksploratori Untuk menguji validitas kesesuaian antara butir soal dan kisi-kisi konstruknya digunakan analisis faktor. Konsep validitas berhubungan dengan: a) ketepatan, b) kebermaknaan, dan c) kegunaan suatu skor tes (Gable, 1986: 71). Adapun manfaat analisis faktor adalah: a) memberitahu kita tes-tes dan ukuran-ukuran yang saling dapat serasi atau sama tujuannya dan sejauhmana kesamaannya, b) membantu menemukan dan mengidentifikasi kebutuhankebutuhan atau sifat-sifat fundamental yang melandasi tes dan pengukuran (Kerlinger, 1993: 1000). Cara pengoperasional dalarn program SPSS adalah seperti berikut : a)Pilih menu STATISTIC atau ANALYZE b)DATA REDUCTION c)FACTOR d)Pada boks dialog variabel yang akan dianalisis dimasukkan ke kotak VARIABLES. Klik pada kotak DESCRIPTIVE (misal: klik "initial solution" pada kolom statistics dan "KMO and Bartlett's test of sphericity" pada kolom

94

correlation matrix, EXTRACTION, ROTATION, SCORES, atau OPTION. Hasil print outnya terdiri dari beberapa tabel dan sebuah grafik "scree plot".