P. 1
Analisis Data

Analisis Data

|Views: 2,032|Likes:
Published by Fariz Pratama

More info:

Published by: Fariz Pratama on Jun 26, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

07/03/2013

pdf

text

original

Analisis Data Data yang dianalisis dalam penelitian ini adalah data yang berasal dari data kuantitatif

. Data kuantitatif yang akan dianalisis adalah data pretes, postes dan gain. Adapun penjelasannya adalah sebagai berikut: Pretes Pretes adalah tes yang diberikan sebelum pembelajaran dimulai dan bertujuan untuk mengetahui sampai dimana penguasaan siswa terhadap bahan pembelajaran yang akan diajarkan (Suherman, 2001:19) Postes Postes adalah tes yang bertujuan untuk mengetahui perbedaaan akhir siswa setelah pembelajaran dilakukan (Suherman, 2001:19). Gain Setelah pretes dan postes dilaksanakan, langkah selanjutnya adalah menghitung gain (peningkatan) kemampuan pemecahan masalah matematik siswa pada kelas dan kelas eksperimen. Gain yang digunakan untuk menghitung peningkatan kemampuan pemecahan masalah matematik siswa adalah gain ternormalisasi kontrol (normalisasi gain). Adapun rumus dari gain ternormalisasi yang digunakan adalah sebagai berikut: Normalisasi gain (g)=(skor postes-skor pretes)/(skor maksimum-skor pretes) (Hake, 2003:3) Tabel 6 Klasifikasi Normalisasi Gain Koefisien Normalisasi gain Klasifikasi g < 0,3 0,3 g < 0,7 g 0,7 Rendah Sedang Tinggi Data-data yang telah dijelaskan di atas akan dianalisis menggunakan statistik deskriptif dan statistik inferensial. Adapun penjelasannya sebagai berikut: Statistik deskriptif Adalah statistik yang berfungsi untuk menggambarkan hasil penelitian yang hanya berlaku untuk sampel yang diteliti dan tidak dapat digeneralisasi terhadap suatu populasi. Dalam statistik ini, data disajikan dalam bentuk tabel distribusi frekuensi, grafik, modus, mean, dan median. Manfaat statistik deskriptif ini adalah memberi alternatif kepada peneliti agar dapat memaparkan hasil penelitian secara visual. Statistik inferensial Adalah statistik yang dapat memberikan gambaran secara umum mengenai suatu populasi dengan hanya mengadakan penelitian terhadap sebagian kecil sampel penelitian. Dalam statistik inferensial terdapat beberapa pengujian, yaitu sebagai berikut: Uji Prasyarat Uji Normalitas Uji normalitas digunakan untuk mengetahui kenormalan sebaran data penelitian. Data yang mempunyai

Data yang diuji adalah data pretes.distribusi normal merupakan salah satu syarat dilakukannya statistik parametrik (Sugiyono. dengan rumus statistik sebagai berikut : ^2= (O_i-E_j) ^2/E_j (Sudjana.( (Riduwan. 2002: 273) Keterangan : ^2 = Nilai Chi Kuadrat O_i = Frekuensi pengamatan atau observasi E_j = Frekuensi yang diharapkan Dengan taraf signifikasi 5% dan dk = n-1 serta dengan kriteria pengujian sebagai berikut (Riduwan dan Sunarto. 2009: 70) : Jika ^2 _(hitung ) ^2 _(tabel ) maka terima H0 Jika ^2 _(hitung )> ^2 _(tabel ) maka tolak H0 Uji Homogenitas Uji homogenitas dilakukan untuk mengetahui apakah masing-masing data yang diperoleh dari kedua kelompok memilki variansi populasi yang sama atau berbeda. Adapun hipotesis yang akan diajukan dalam uji normalitas ini adalah sebagai berikut : H0 : Sampel berasal dari populasi yang berdistribusi normal H1 : Sampel berasal dari populasi yang tidak berdistribusi normal Untuk menguji normalitas digunakan Uji Chi Kuadrat. postes dan gain. Adapun hipotesis yang akan diajukan dalam uji homogenitas ini adalah: H0 : Tidak terdapat perbedaan varians kemampuan pemecahan masalah matematik siswa antara kelas eksperimen dan kelas kontrol H1 : Terdapat perbedaan varians kemampuan pemecahan masalah matematik siswa antara kelas eksperimen dan kelas kontrol. Untuk menguji homogenitas digunakan Uji F. 2003: 188) fX _i) ^2)/(n(n-1)) Kriteria pengujian: Jika F_(hitung ) F_(tabel ) maka terima H0 Jika F_(hitung )> F_(tabel ) maka tolak H0 Uji Statistik Parametrik . postes dan gain. 2008: 150). dengan rumus statistik sebagai berikut : F=(S_1^2)/(S_2^2 ) (Sudjana. 2002: 249) Sedangkan untuk mencari nilai varians sampel adalah dengan menggunakan rumus sebagai berikut : S^2=(n( fX_i^2). Data yang diuji adalah data pretes.

Sedangkan pada hipotesis kedua. H1 : Terdapat perbedaan kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) dengan siswa yang menggunakan pembelajaran konvensional. 2005: 239) (n _1-1)S_1^2 (n_2-1)S_2^2)/(n_1+n_2-2)) [1/n_1 +1/n_2 ] ) Keterangan : X_1 = Rerata sampel kelas ekperimen X_2 = Rerata sampel kelas kontrol . Adapun hipotesis yang diajukan dalam Uji t ini adalah sebagai berikut: H0 : Peningkatan rerata kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) kurang baik atau sama dengan siswa yang menggunakan pembelajaran konvensional. data yang diuji adalah data postes dari kelas kontrol dan kelas eksperimen. Untuk Uji t yang berdistribusi normal dan homogen ini digunakan rumus statistik sebagai berikut : t=(X_1 -X _2)/( (( (Sudjana. H1 : Peningkatan rerata kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) lebih baik daripada siswa yang menggunakan pembelajaran konvensional.Apabila dari uji prasyarat menghasilkan data yang berdistribusi normal. Adapun hipotesis yang diajukan sebagai berikut : H0 : Tidak terdapat perbedaan kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) dengan siswa yang menggunakan pembelajaran konvensional. Uji t Uji t ini digunakan untuk menguji dua hipotesis yang diajukan yaitu hipotesis pertama dan hipotesis kedua. Pada hipotesis pertama. uji t ini bertujuan untuk mengetahui apakah rerata peningkatan kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) lebih baik daripada pembelajaran konvensional. Sedangkan untuk menguji hipotesis kedua. Untuk menguji hipotesis pertama. uji t ini bertujuan untuk mengetahui apakah terdapat perbedaan antara kemampuan pemecahan masalah matematik siswa yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI) dengan kemampuan pemecahan masalah matematik siswa yang menggunakan pembelajaran konvensional. maka analisis data yang dilakukan adalah statistik parametrik. Statistik yang digunakan adalah Uji t dua sampel dan Uji t* dua sampel. data yang diuji adalah data gain ternormalisasi dari kelas kontrol dan kelas eksperimen. Jika data postes maupun data gain ternormalisasi yang diperoleh berdistribusi normal dan homogen berarti data kemampuan pemecahan masalah matematik siswa dari kedua kelas berdistribusi normal dan homogen.

w_2=S_2^2/n_2.(n_1-1) ) dan t_2=t_((1. 2005: 241) Kriteria pengujiannya adalah : tolak H0 jika t* (w_1 t_1+w_2 t_2)/(w_1+w_2 ) dan terima H0 jika sebaliknya.(n_2-1) ).).S_1^2 = Varians sampel kelas eksperimen S_2^2 = Varians sampel kelas kontrol n_1 = Jumlah sampel kelas ekperimen n_2 = Jumlah sampel kelas control Dengan derajat kebebasan untuk daftar distribusi t adalah (n_1+n_2-2) dan peluang (1 Kriteria pengujian: Jika t hitung t 1 . Untuk menghitung nilai Anova atau Fhitung. bila data yang diperoleh berdistribusi normal maka uji yang dilakukan adalah One Way Anova. t_1=t_((1. maka tolak H0 ) Uji t* Uji t* ini dilakukan apabila data berdistribusi normal dan tidak homogen artinya data kemampuan pemecahan masalah matematik siswa dari kedua kelas berdistribusi normal tetapi datanya tidak homogen. 2008: 2007) Hipotesis yang diajukan adalah : H0 : Tidak terdapat perbedaan peningkatan rerata kemampuan pemecahan masalah matematik antara kelompok siswa yang berkemampuan tinggi. maka terima H0 Jika t hitung > t 1 .). dengan w_1=S_1^2/n_1. rumus yang digunakan adalah sebagai berikut: F=(MS_b)/(MS_w ) Dengan MS_b=(SS_b)/(dkSS_b ) MS_w=(SS_w)/(dkSS_w ) Keterangan: SS_b = Jumlah kuadrat antar kelompok SS_w = Jumlah kuadrat dalam kelompok dkSS_b = Derajat kebebasan antar kelompok dkSS_w = Derajat kebebasan dalam kelompok (Irianto. sedang dan rendah yang menggunakan pendekatan .. Sedangkan dk masing-masing adalah (n_1-1) dan (n_2-1). Rumus yang digunakan adalah sebagai berikut : t^*=(X_1-X_2)/ ((S_1^2)/(n_1^2 )+(S_2^2)/(n_2^2 )) (Sudjana. Untuk hipotesis yang ketiga.

Jika H0 ditolak. cari perbedaan rerata antar kelompok. sedang dan rendah yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI). Ketiga. Dalam penelitian ini. dilihat dalam tabel yang sudah disusun dengan memakai alpha ( ). Rumus yang digunakan adalah sebagai berikut : . Rumus mencari Mean : x=( x)/N Rumus mencari Standar Deviasi : SD= (( x^2)/N-(( x)/N)^2 ) Uji Statistik Non-Parametrik Uji statistik non-parametrik dilakukan jika diketahui data yang diperoleh tidak berdistribusi normal atau n < 30. (3) Menentukan batas-batas kelompok. Ha : Terdapat perbedaan peningkatan rerata kemampuan pemecahan masalah matematik antara kelompok siswa yang berkemampuan tinggi. kelompk atas yaitu siswa yang mempunyai skor sebanyak skor ratarata +1 SD (Standar Deviasi). k dan dk k = Banyaknya kelompok dk = N k Kedua. dengan Ftabel = F(1 . 2001: 304). (2) Mencari nilai rerata (Mean) dan simpangan baku. uji statistik non-parametrik yang dilakukan adalah menggunakan Uji-Mann Whitney U-Test (Supranto. 2008:264): (1) Menjumlah skor siswa. Terdapat dua buah rumus yang digunakan dalam pengujian ini. membandingkan perbedaan rerata antar kelompok dengan hasil perhitungan HSD.dkSSw).kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI). kelompok sedang yaitu siswa yang mempunyai skor antara -1 SD dan +1 SD. Adapun langkah-langkah untuk menentukan kedudukan siswa dalam kelompok adalah sebagai berikut (Arikunto. Langkah analisis pasca Anova yaitu (Irianto. hitung Tukey s HSD Rumus : HSD=q ( MS _w/n) Keterangan : n = Banyaknya sampel per kelompok q = The Studenzed range statistic. maka perbedaan tersebut dapat dikatakan signifikan. Kedua rumus tersebut digunakan untuk mengetahui nilai yang lebih kecil. yaitu U1 dan U2. dan kelompok rendah yaitu siswa yang mempunyai skor -1 SD dan yang kurang. Apabila perbedaan rerata antar kelompok lebih besar daripada nilai HSD. maka dilakukan analisis pasca Anova. Nilai U yang lebih kecil tersebut kemudian digunakan untuk pengujian dan dibandingkan dengan U tabel. Untuk kriteria pengujiannya adalah : tolak H0 jika Fhitung > Ftabel dan terima H0 jika Fhitung < Ftabel. 2008: 233): Pertama.)(dkSSb.

bila data yang diperoleh tidak berdistribusi normal maka uji non-parametrik yang digunakan adalah uji Kruskal-Walls. 2005: 275) Keterangan : U_1 = Jumlah peringkat 1 U_2 = Jumlah peringkat 2 R_1 = Jumlah rangking pada sampel n_1 R_2 = Jumlah rangking pada sampel n_2 n_1 = Jumlah sampel 1 n_2 = Jumlah sampel 2 Adapun untuk pengujian hipotesis yang ketiga.U_1=n_1 n_2 (n_1 (n_1+1))/2-R_1 U_2=n_1 n_2 (n_2 (n_2+1))/2-R_2 (Sugiyono. Secara matematis dapat dituliskan: H=12/(n(n+1)) (R_k^2)/(n_k^2 )-3(n+1) Dimana: n = Banyak baris dalam tabel k = Banyak kolom R_k = Jumlah Ranking dalam kolom (Hasan. 2004: 177) .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->