You are on page 1of 6

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

distribusi normal merupakan salah satu syarat dilakukannya statistik parametrik (Sugiyono, 2008: 150). Data yang diuji adalah data pretes, postes dan gain. 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, dengan rumus statistik sebagai berikut : ^2= (O_i-E_j) ^2/E_j (Sudjana, 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. Data yang diuji adalah data pretes, 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, 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)- ( (Riduwan, 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

Apabila dari uji prasyarat menghasilkan data yang berdistribusi normal, maka analisis data yang dilakukan adalah statistik parametrik. Statistik yang digunakan adalah Uji t dua sampel dan Uji t* dua sampel. Uji t Uji t ini digunakan untuk menguji dua hipotesis yang diajukan yaitu hipotesis pertama dan hipotesis kedua. Untuk menguji hipotesis pertama, data yang diuji adalah data postes dari kelas kontrol dan kelas eksperimen. Sedangkan untuk menguji hipotesis kedua, 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. Pada 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. 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. 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. Sedangkan pada hipotesis kedua, 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. 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. 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. Untuk Uji t yang berdistribusi normal dan homogen ini digunakan rumus statistik sebagai berikut : t=(X_1 -X _2)/( (( (Sudjana, 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

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 , maka terima H0 Jika t hitung > 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.. Rumus yang digunakan adalah sebagai berikut : t^*=(X_1-X_2)/ ((S_1^2)/(n_1^2 )+(S_2^2)/(n_2^2 )) (Sudjana, 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, dengan w_1=S_1^2/n_1, w_2=S_2^2/n_2, t_1=t_((1- ),(n_1-1) ) dan t_2=t_((1- ),(n_2-1) ). Sedangkan dk masing-masing adalah (n_1-1) dan (n_2-1).

Untuk hipotesis yang ketiga, bila data yang diperoleh berdistribusi normal maka uji yang dilakukan adalah One Way Anova. Untuk menghitung nilai Anova atau Fhitung, 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, 2008: 2007) Hipotesis yang diajukan adalah : H0 : Tidak terdapat perbedaan peningkatan rerata kemampuan pemecahan masalah matematik antara kelompok siswa yang berkemampuan tinggi, sedang dan rendah yang menggunakan pendekatan

kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI). Ha : Terdapat perbedaan peningkatan rerata kemampuan pemecahan masalah matematik antara kelompok siswa yang berkemampuan tinggi, sedang dan rendah yang menggunakan pendekatan kontekstual dengan strategi pembelajaran kooperatif tipe Team Assisted Individualization (TAI).

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

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, 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, bila data yang diperoleh tidak berdistribusi normal maka uji non-parametrik yang digunakan adalah uji Kruskal-Walls. 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 might also like