modul workhsop penelitian kuantitatif
Post on 23-Oct-2021
5 Views
Preview:
TRANSCRIPT
MODUL WORKHSOP PENELITIAN KUANTITATIF
SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN BANTEN
2020
P E N Y U S U N T I M D O S E N 1. Suarifqi Diantama, M.Pd. 2. Fatmawati, M.Pd. 3. Destri Astrianingsih, M.Pd.
KATA PENGANTAR
Puji Syukur Kehadirat Allah SWT yang telah memberikan kekuatan ilmu dalam rangka
thalabulilmi di kampus tercinta Sekolah Tinggi Keguruan dan Ilmu Pendidikan Banten,
sehingga tim penulis dapat menyelesaikan modul penelitian dengan baik. Penyusunan modul
ini dilatarbelakangi oleh kebingunan mahasiswa dalam melakukan penelitian yang bersifat
kuantitatif. Dengan hadirnya modul penelitian kuantitatif ini diharapkan dapat membantu dan
memudahkan mahasiswa dalam menyusun dan mengolah data penelitian kuantitatif khususnya
dalam bidang keguruan dan ilmu pendidikan. Tim penulis mengucapkan terimakasih kepada
semua pihak yang telah membantu dalam penyusunan modul penelitian kuantititatif. Dalam
penyusunan modul ini mungkin masih terdapat kekurangan untuk itu kami mohon kritik dan
sarannya untuk perbaikan modul kedepannya.
Serang, 6 Maret 2020
TIM DOSEN STKIP BANTEN
DAFTAR ISI
KATA PENGANTAR ................................................................................................................ 1
DAFTAR ISI .............................................................................................................................. 3
MODUL I PEMBUATAN INSTRUMEN ................................................................................. 4
MODUL II UJI INSTRUMEN ................................................................................................. 10
A. UJI VALIDITAS ........................................................................................................... 10
1. Uji Validitas Berbantuan Excel ................................................................................. 11
2. Uji Validitas Berbantuan SPSS .................................................................................. 13
3. Interpretasi Data Uji Validitas ................................... Error! Bookmark not defined.
B. UJI RELIABILITAS ..................................................................................................... 18
1. Uji Reliabilitas Berbantuan Excel .............................................................................. 19
2. Uji Reliabilitas Berbantuan Spss ............................................................................... 20
3. Interpretasi Data Uji Reliabilitas ............................... Error! Bookmark not defined.
C. TINGKAT KESUKARAN ............................................................................................ 22
1. Tingkat Kesukaran Berbantuan Excel ....................................................................... 23
2. Interpretasi Tingkat Kesukaran .................................. Error! Bookmark not defined.
D. DAYA PEMBEDA........................................................................................................ 25
1. Daya Pembeda Berbantuan Excel .............................................................................. 28
2. Interpretasi Daya Pembeda ........................................ Error! Bookmark not defined.
MODUL III ANALISIS DESKRIPTIF .................................................................................... 31
A. ANALISIS DESKRIPTIF ............................................................................................. 31
1. Mean .......................................................................................................................... 32
2. Modus ........................................................................................................................ 32
3. Median ....................................................................................................................... 32
4. Simpangan Baku ........................................................................................................ 32
5. Varians ....................................................................................................................... 32
B. PENGOLAHAN DATA DESKRIPTIF BERBANTUAN EXCEL .............................. 33
MODUL IV ANALISIS STATISTIK INFERENSIAL ........................................................... 38
A. ALUR (PRAEKPERIMEN DAN QUASI EKSPERIMEN) ......................................... 38
1. Metode Penelitian Pra Eksperimen ............................ Error! Bookmark not defined.
2. Metode Penelitian Quasi Eksperimen ........................ Error! Bookmark not defined.
B. UJI NORMALITAS ...................................................... Error! Bookmark not defined.
1. Uji Normalitas Berbentuan Excel .............................. Error! Bookmark not defined.
2. Uji Normalitas Berbantuan SPSS .............................. Error! Bookmark not defined.
3. Interpretasi Uji Normalitas ........................................ Error! Bookmark not defined.
C. UJI HOMOGENITAS ................................................... Error! Bookmark not defined.
1. Uji Normalitas Berbentuan Excel .............................. Error! Bookmark not defined.
2. Uji Normalitas Berbantuan SPSS .............................. Error! Bookmark not defined.
3. Intepretasi Uji Homogenitas ...................................... Error! Bookmark not defined.
D. UJI RERATA (PARAMETRIK) ................................... Error! Bookmark not defined.
1. Uji Normalitas Berbentuan Excel .............................. Error! Bookmark not defined.
2. Uji Normalitas Berbantuan SPSS .............................. Error! Bookmark not defined.
3. Intepretasi Uji Rerata (Parametrik) ............................ Error! Bookmark not defined.
E. UJI RERATA (NON PARAMETRIK) ......................... Error! Bookmark not defined.
1. Uji Normalitas Berbentuan Excel .............................. Error! Bookmark not defined.
2. Uji Normalitas Berbantuan SPSS .............................. Error! Bookmark not defined.
3. Intepretasi Uji Rerata (Non Parametrik) .................... Error! Bookmark not defined.
MODUL I PENYUSUNAN INSTRUMEN PENELITIAN
A. TUJUAN
1. Mahasiswa mampu memahami penyusunan instrumen untuk penelitian tugas
akhir proposal dan skripsi
2. Mahasiswa mampu menyusun instrument penelitian untuk tugas akhir
proposal dan skripsi
B. MATERI TEORI
Dalam melakukan penelitian kualitas pengumpulan data sangat ditentukan
oleh kualitas instrumen atau alat pengumpul data yang digunakan. Suatu instrumen
penelitian dikatakan berkualitas dan dapat dipertanggungjawabkan jika sudah
terbukti validitas dan reliabilitasnya. Pengujian validitas dan reliabilitas instrumen,
tentunya harus disesuaikan dengan bentuk instrumen yang akan digunakan dalam
penelitian. Secara garis besar, instrumen penelitian digolongkan sebagai berikut :
Instrumen Penelitian
Tes
Pilihan Ganda
Uraian
Lisan
Non Tes
Wawancara
Observasi
Angket
Dari gambar di atas ditinjau dari proses pemeriksaannya, suatu tes dapat
dikelompokkan sebagai berikut :
1. Tes tipe subjektif
a. Tes lisan
b. Tes uraian
c. Tes perbuatan/keterampilan
2. Tes Obyektif
a. Benar-Salah (True-False)
b. Pilihan berganda (Multiple choice)
1) Pilihan ganda biasa
2) Hubungan antar hal (sebab-akibat)
3) Pilihan ganda kompleks
4) Menjodohkan.
Sedangkan berdasarkan tujuannya, tes dapat dikelompokkan menjadi
1. Tes kecepatan berfikir (Speed test)
a. Tes intelegensi
b. Tes keterampilan bongkar pasang alat
2. Tes kemampuan (kognitif atau psikomotorik)
3. Tes pencapaian (Achievmement test)
a. Tes harian (formatif), untuk mengetahui sampai sejauh mana siswa
sudah terbentuk (kognitif, afektif, psikomotorik) setelah mengikuti
suatu program tertentu.
b. Tes sumatif, untuk mengetahui penguasaan siswa dalam sejumlah
materi pelajaran (pokok bahasan) yang telah dipelajari.
c. UAS atau UN
4. Tes kemajuan hasil belajar / tes perolehan (Assesment test), untuk melihat
hasil belajar setelah kegiatan dilakukan.
5. Tes diagnostic (Diagnostic test), untuk mencari, menyelidiki, atau meneliti
penyebab dari sesuatu hal yang muncul.
Sedangkan teknik non-tes digunakan untuk memperoleh data tentang aspek afektif atau
psikomotorik dari subjek yang diteliti. Instrumen penelitian bentuk non tes dapat berupa:
1. Wawancara (interview), dilakukan dengan cara menentukan tanya jawab langsung
antara pewawancara dengan yang diwawancara tentang segala sesuatu yang diketahui
oleh pewawancara. Agar hasil wawancara sesuai dengan apa yang diinginkan oleh
pewawancara, maka pewawancara harus:
a. Membuat pedoman wawancara, yaitu berupa daftar pertanyaan yang akan
ditanyakan kepada orang yang diwawancara.
b. Merekam dan mendokumentasikan pelaksanaan wawancara untuk menganalisis
jawaban dari orang yang diwawancara (responden).
2. Obsevasi/pengamatan (observation), dilakukan dengan cara orang yang melakukan
pengamatan (observer) mengadakan pengamatan langsung ke lapangan tentang segala
sesuatu yang ingin diketahui tentang objek yang diteliti. Agar hasil observasi sesuai
dengan apa yang diinginkan, observer harus membuat pedoman obervasi, yaitu berupa
daftar informasi yang ingin diketahui oleh observer.
3. Angket (questionnaire), adalah daftar pertanyaan/pernyataan yang harus dijawab atau
diisi oleh responden. Berdasarkan kebebasan responden dalam menjawab setiap
pertanyaan, angket dibagi menjadi dua, yaitu:
a. Angket terbuka
1) Jawaban untuk setiap pertanyaan/pernyataan tidak disediakan.
2) Responden bebas memberikan jawaban untuk setiap pertanyaan sesuai dengan
yang diinginkannya.
b. Angket tertutup
1) Jawaban Jawaban untuk setiap pertanyaan/pernyataan telah disediakan
2) Responden bebas memberikan jawaban untuk setiap pertanyaan sesuai alternatif
jawaban yang telah disiapkan.
Angket tertutup, berdasarkan skalanya dapat dikelompokkan menjadi:
1. Skala Likert, untuk mengukur sikap, pendapat, persepsi seseorang atau sekelompok
orang tentang fenomena tertentu yang ingin diketahui. Dalam angket skala Likert
biasanya disediakan empat alternatif jawaban. Agar peneliti dapat dengan mudah
mengetahui apakah seorang responden menjawab dengan sungguh-sungguh atau asal-
asalan, sebaiknya angket disusun berdasarkan pernyataan positif dan pernyataan negatif
sebagai contoh sebagai berikut :
Pilihan Skor Pernyataan (+) Skor Pernyataan (-)
Selalu (SL) 5 1
Sering (SR) 4 2
Kadang-Kadang
(KK)
3 3
Jarang (JR) 2 4
Tidak Pernah (TP) 1 5
2. Skala Gutman untuk mengukur secara tegas dan konsisten tentang sikap, pendapat,
persepsi seseorang atau sekelompok orang tentang fenomena tertentu yang ingin
diketahui. Dalam skala Guttman hanya disediakan dua alternative jawaban (dikotomi),
misalnya: Ya - tidak; setuju - tidak setuju; pernah - tidak pernah. Sehingga jika datanya
dikuantitatifkan, nilainya hanya 0 atau 1 saja, atau hanya 1 atau 2 saja. Data yang
diperoleh dari angket skala Guttman dapat dikategorikan skala nominal atau ordinal.
Sebagai contoh sebagai berikut :
No Pertanyaan Jawaban
Ya Tidak
1 Matematika pelajaran yang sangat
mudah
2 Pelejaran Matetamika sangat
menyenangkan
C. Materi Praktek
1. Menyusun Kisi-Kisi Instrumen Tes Plihan Ganda
Kisi-kisi adalah suatu format berbentuk matriks yang memuat informasi yang dijadikan
pedoman dalam menulis soal atau merakit soal menjadi tes. Kegunaan kisi-kisi tes adalah
sebagai pedoman dalam perakitan tes. Sebelum menyusun instrument seorang peneliti harus
terlebih dahulu menyusun kisi-kisi instrument agar penelitiannya dapat terukur sesuai dengan
indikator yang ditetapkan. Contoh praktek menyusun instrument tes kognitif berbentuk pilihan
ganda atau multiple choice sebagai berikut :
KISI-KISI INSTRUMEN TES PILIHAN GANDA
Nama Sekolah :
Mata Pelajaran :
Kelas/Semester:
Jumlah Soal :
Bentuk Soal :
Kompetensi Dasar Indikator Jenjang Kognitif No Soal
2. Menyusun Kisi-Kisi Instrumen Non Tes
a. Angket
Langkah-langkah dalam menyusun kisi-kisi angket adalah sebagai berikut
1. Peneliti harus terlebih dahulu menentukan variabel dan indikator yang hendak diukur.
Sebagai contoh variabel dan indikator yang hendak dikukur adalah motivasi belajar dengan
indikator sebagai berikut :
Variabel Terikat (Y) Indikator
Motivasi Belajar a. Adanya hasrat dan keinginan untuk berhasil
b. Adanya dorongan dan kebutuhan dalam belajar
c. Adanya harapan dan cita-cita masa depan
d. Adanya penghargaan dalam belajar
e. Adanya kegiatan yang menarik dalam belajar
f. Adanya lingkungan belajar yang kondusif
Sumber : Hamzah B. Uno (2014)
2. Langkah seanjutnya adalah menyusun kisi-kisi intsrumen angket dengan contoh sebagai
berikut :
KISI-KISI ANGKET MOTIVASI BELAJAR SISWA
Variabel
Y
Indikator Sub indikator No Item
Positif Negatif
Motivasi
Belajar
a. Adanya hasrat dan
keinginan untuk
berhasil
b. Adanya dorongan
dan kebutuhan dalam
belajar
c. Adanya harapan dan
cita-cita masa depan
a. Menyukai
b. Menyiapkan
sendiri
a. Kemauan
sendiri
b. Giat belajar
a. Ingin sukses
b. Mengerjakan
sungguh-
sungguh
c. Perintah orang
tua
d. Tepat waktu
1,2,
3,4,
6,8
5,7
d. Adanya penghargaan
dalam belajar
e. Adanya kegiatan
yang menarik dalam
belajar
f. Adanya lingkungan
belajar yang
kondusif
a. Penghargaan
guru
b. Orang tua
a. Diskusi
b. Suka
c. Mencari bahan
pelajarn
a. Lingkungan
bermain
b. Lingkungan
sekolah
10
11,12,13
15,16,17,18,
19,20
9
14
3. Menyusun daftar pernyataan sesuai dengan Indikator dan Sub Indikator yang telah
ditentukan
Untuk contoh langkah ketiga dapat dilihat pada lampiran
D. Latihan
Buatlah contoh kisi-kisi instrumen penelitian yang akan anda rencanakan dalam tugas
akhir proposal!
a. Kisi-kisi instrument tes
b. Kisi-kisi intrumen angket
c. Kisi-kisi instrument observasi
d. Kisi-kisi instrument wawancara
MODUL II UJI INSTRUMEN
A. UJI VALIDITAS
Validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan
kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Artinya ada kesesuaian antara
alat ukur dengan fungsi pengukuran dan sasaran pengukuran. Untuk menentukan tingkat
validitas instrumen yang telah dibuat, maka digunakan koefisien kolerasi. Koefisien
kolerasi dihitung dengan menggunakan rumus product moment dari Pearson. Sebagaimana
dijelaskan oleh Surapranata bahwa format menghitung koefisien korelasi sebagai berikut.
rxy =N ∑ XY − (∑ X)(∑ Y)
√(N ∑ X2 − (∑ X)2 )(N ∑ Y2 − (∑ Y)2)
Keterangan:
rxy = koefisien kolerasi antara variabel X dan Y
X = variable bebas (skor untuk item/butir soal)
Y = variable terikat (total skor)
N = jumlah peserta yang melakukan tes
∑ XY = jumlah hasil perkalian antara X dan Y
∑ X2 = jumlah kuadrat dari variabel X
∑ Y2 = jumlah kuadrat dari variabel Y
Hasil perhitungan koefisien korelasi yang diperoleh kemudian diinterpretasikan dengan
2 cara. Cara yang pertama yaitu menginterpretasi koefisien korelasi berdasarkan Tabel 2.1
seperti di bawah ini.
Tabel 2.1 Interpretasi Koefisien Korelasi
Koefisien Korelasi Interpretasi
0,80 < rxy ≤ 1,00 Validitas Sangat Tinggi
0,60 < rxy ≤ 0,80 Validitas Tinggi
0,40 < rxy ≤ 0,60 Validitas Sedang
0,20 < rxy ≤ 0,40 Validitas Rendah
0,00 < rxy ≤ 0,20 Tidak Valid
Sumber: Surapranata (2009)
Selain itu, cara yang kedua yaitu membandingkan nilai koefisien kolrelasi atau 𝑟ℎ𝑖𝑡𝑢𝑛𝑔
dengan 𝑟𝑡𝑎𝑏𝑒𝑙. Nilai 𝑟𝑡𝑎𝑏𝑒𝑙 yang digunakan untuk kriteria pengambilan keputusan mengacu pada
derajat kebebasan (df=n–2) dan sig 5%. Adapun table r terdapat pada lampiran. Kesimpulannya,
soal dinyatakan valid jika nilai 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑟𝑡𝑎𝑏𝑒𝑙.
Untuk lebih memudahkan pengujian validitas instrument dapat dilakukan dengan
berbantuan applikasi seperti Microsoft Excel dan SPSS.
Contoh kasus: instrument berupa pilihan ganda yang berjumlah 20 soal dengan
skor 1 untuk jawaban benar dan skor 0 untuk jawaban salah. Sampel pada
pengujian instrument ini berjumlah 25 siswa.
1. Uji Validitas Berbantuan Excel
Dari contoh kasus diperoleh data sebagai berikut:
Tabel 2.1 Perolehan Skor Perbutir Soal
No. Siswa Perolehan Skor Perbutir Soal Skor
Nilai 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 Alisa I S.S 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 18
2 Astri Sulastri 1 1 1 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 11
3 Belia 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 0 9
4 Bima Sakti 1 1 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 6
5 Candra 1 1 0 1 0 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 8
6 Chika T A 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 1 0 1 0 0 12
7 Dea Aprilia 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 0 9
8 Delia A 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 0 12
9 Galih 1 1 0 1 1 1 1 1 0 0 0 1 0 0 0 0 0 0 1 0 9
10 Guswandi 1 1 1 1 1 1 0 1 1 0 1 1 0 0 0 0 0 0 1 0 11
11 Lukman 1 1 0 1 1 0 1 1 1 0 0 1 0 0 0 1 0 0 1 0 10
12 Lulu Padilah 0 1 1 1 1 0 0 1 1 1 1 0 0 1 0 0 0 0 0 0 9
13 Nandang 1 0 0 1 0 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 7
14 Nisah S 0 1 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0 0 5
15 Rahma 1 1 0 1 1 1 0 1 1 0 1 1 0 0 0 0 0 0 1 0 10
16 Rangga 0 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 1 0 6
17 Reza 0 1 0 1 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 5
18 Rifa Fadhila 1 1 0 1 1 1 0 1 1 0 0 0 0 1 0 0 0 0 1 0 9
19 Rini L N 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 1 1 1 0 16
20 Riska 0 1 0 1 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 5
21 Risma 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 1 0 14
22 Rosita 0 1 1 1 0 0 1 1 1 1 0 0 0 0 0 0 0 0 1 0 8
23 Sinta Fitria 0 1 0 1 1 0 1 1 1 0 1 1 0 1 0 0 0 0 1 0 10
24 Sofi M 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 19
25 Yulia S N 1 1 0 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 1 0 13
Berikut ini langkah-langkah menentukan koefisien korelasi product moment pearson untuk
butir soal nomor 1 :
1. Masukan data tersebut seperti pada tampilan berikut :
2. Tambahkan kolom dengan formula ==C3*W3, =C3^2, =W3^2 kemudian drag (tarik),
sehingga diperoleh :
3. Tambahkan baris jumlah dengan rumus =SUM(C3:C27), =SUM(W3:W27), =SUM(X3:X27),
=SUM(Y3:Y27), =SUM(Z3:Z27)
4. Perhatikan nilai-nilai dalam baris jumlah pada langkah 3. Pada gambar tersebut diperoleh :
N = 25 ∑ 𝑋𝑌 = 182
∑ 𝑋 = 16 ∑ 𝑋2 = 16
∑ 𝑌 = 251 ∑ 𝑌2 = 2865
Selanjutnya, gunakan rumus korelasi product moment Pearson pada nilai-nilai tersebut,
sehingga diperoleh :
Dari gambar diatas diperoleh nilai koefisien korelasi rxy = 0,479. Jika nilai tersebut
diinterprestasikan menurut kriteria koefisien korelasi Surapranata, maka nilai rxy berbeda
pada kategori sedang. Artinya, tingkat kevalidan butir soal nomor 1 dalam mengukur
keterampilan menulis adalah cukup tepat/cukup baik. Dengan cara yang serupa diperoleh
nilai koefisien korelasi untuk butir soal nomor 2 sebesar 0,167 (rendah) artinya, butir soal
nomor 2 tidak tepat dalam mengukur keterampilan menulis sehingga butir soal ini
sebaiknya tidak digunakan dalam penelitian.
2. Uji Validitas Berbantuan SPSS
Hal-hal yang perlu diperhatikan dalam pengujian valitidas instrument berbantuan SPSS
v.26 sebagai berikut:
a. Isi data Variable: soal per item dan totalskor.
b. Analyze => Correlate => Bivariate.
c. Correlation Coefficient : Pearson
d. Test Significance : Two Tailed
Adapun secara lebih rinci mengenai langkah-langkah pengujian validitas instrument
berbantuan SPSS v.26 adalah sebagai berikut:
1) Siapkan data yang akan diujikan.
2) Buka aplikasi SPSS dan klik “New Dataset”
3) Klik “variable View”
kemudian isi pada colom “Name” dengan identitas soal dan totalskor (ditulis tanpa spasi).
4) Klik “Data View”, kemudian isi sesuai dengan skor pada tiap soal.
5) Langkah selanjutnya untuk menguji validitas menggunakan rumus “Pearson” dengan cara
klik “Analyze => Correlate => Bivariate”.
6) Pindahkan data “seluruh soal dan totalskor” ke kolom “variable”,
kemudian pilih “Correlation Coefficient : Pearson” dan klik “ok” .
7) Hasil analisis uji validitas muncul pada “new taskbar” sebagai berikut:
8) Untuk memudahkan membaca data maka copy data hasil analisis SPSS ke Excel.
9) Lakukan interpretasi data pada colom “totalskor” dan baris “pearson correlation” sesuai
dengan Tabel 2.1 Interpretasi Validitas (Suharsimi Arikunto, 2010:75) yang terdapat pada
pembahasan Modul 2.
Adapun kriteria pengambilan keputusan dalam interpretasi data pada kolom “totalskor” dan
baris “Sig (2-tailed)” yaitu sebagai berikut:
Jika nilai Sig (2-tailed) > 0.05 maka data tersebut tidak valid
Jika nilai Sig (2-tailed) < 0.05 maka data tersebut valid
B. UJI RELIABILITAS
Reliabilitas adalah derajat konsistensi instrument yang bersangkutan. Suatu instrument
dapat dikatakan reliabel jika selalu memberikan hasil yang sama jika diujikan pada kelompok
yang sama pada waktu atau kesempatan yang berbeda. Rumus menghitung reliabilitas dapat
menggunakan rumus Sperman Brown atau Kuder-Richadson atau yang lebih popular istilah
KR20 . Berikut rumus keduanya. Selain untuk uji reliabilitas butir soal rumus Cronbach’s Alpha
atau Koefsian Alpa juga bisa dugunakan untuk menguji reliabilitas butir soal bahkan
penerapannya lebih luas seperti untuk menguji reliabilitas pengukuran skala sikap.
Untuk mengukur reliabilitas pada instrumen tersebut maka dapat digunakan nilai koefisien
reliabilitas yang dihitung dengan menggunakan formula Alpha (Ruseffendi, 2010, hlm. 172)
berikut ini.
𝑟𝑝 =𝑏
𝑏 − 1×
𝐷𝐵𝑗2 − ∑ 𝐷𝐵𝑖
2
𝐷𝐵𝑗2
Keterangan :
𝑟𝑝 = Koefisien reliabilitas pendekatan
b = Banyaknya butir soal
𝐷𝐵𝑗2 = Variansi skor seluruh soal menurut skor siswa perorangan.
𝐷𝐵𝑖2 = Variansi skor total tertentu (soal ke -i)
∑ 𝐷𝐵𝑖2 = Jumlah variansi skor seluruh soal menurut skor soal tertentu.
Koefisien reliabilitas yang diperoleh dari hasil perhitungan dengan formula di atas
selanjutnya diinterpretasikan dengan menggunakan klasifikasi koefisien korelasi seperti di
bawah ini.
Tabel 2.2. Klasifikasi Interpretasi Koefisien Reliabilitas
Koefisien Korelasi Interpretasi
0,80 < rxy ≤ 1,00 Reliabilitas Sangat Tinggi
0,60 < rxy ≤ 0,80 Reliabilitas Tinggi
0,40 < rxy ≤ 0,60 Reliabilitas Sedang
0,20 < rxy ≤ 0,40 Reliabilitas Rendah
0,00 < rxy ≤ 0,20 Reliabilitas Sangat Rendah
Sumber: Surapranata (2009)
Untuk lebih memudahkan pengujian reliabilitas instrument dapat dilakukan dengan
berbantuan applikasi seperti Microsoft Excel dan SPSS.
Contoh kasus: instrument berupa pilihan ganda yang berjumlah 20 soal dengan
skor 1 untuk jawaban benar dan skor 0 untuk jawaban salah. Sampel pada
pengujian instrument ini berjumlah 25 siswa.
1. Uji Reliabilitas Berbantuan Excel
Berdasarkan data yang ada pada contoh kasus, maka reliabilitas instrumen tersebut dapat
ditentukan dengan langkah-langkah sebagai berikut:
1) Masukan data seperti pada tampilan berikut:
2) Tentukan variansi (s2) dari masing-masing data dengan rumus :
s2 = ∑ 𝑥2−
(∑ 𝑋)2
𝑛
𝑛
dengan menggunakan rumus tersebut, diperoleh;
3) Menggunkan rumus Alpha Cronbach untuk mencari nilai koefisien korelasi reliabilitas
instrumen seperti pada gambar berikut:
Dari gambar diatas diperoleh nilai koefisien korelasi r = 0,807. Jika nilai tersebut
diinterprestasikan menurut kriteria korelasi Surapranata, maka nilai r berbeda pada
katagori tinggi. Artinya tingkat keajegan atau konsistensi instrumen tersebut tetap/baik.
Dengan kata lain jika instrumen diberikan pada subjek yang sama oleh orang yang berbeda,
waktu yang berbeda atau tempat yang berbeda, maka akan menghasilkan yang sama atau
tetap.
2. Uji Reliabilitas Berbantuan SPSS
Hal-hal yang perlu diperhatikan dalam pengujian reliabilitas instrument berbantuan SPSS
v.26 sebagai berikut:
a. Isi data Variable: soal per item.
b. Analysis => Scale => Reliability Analysis
c. Model : Alpha
Adapun secara lebih rinci mengenai langkah-langkah pengujian reliabilitas instrument
berbantuan SPSS v.26 adalah sebagai berikut:
1) Siapkan data (sesuai dengan data yang digunakan pada uji validitas instrument).
2) Klik Analysis => Scale => Reliability Analysis
3) Pindahkan data “seluruh soal per item” ke kolom “variable”.
4) Pastikan model yang dipilih adalah “Alpha”.
5) Klik “ok”
6) Hasil analisis uji reliabilitas muncul pada “new taskbar” sebagai berikut.
7) Interpretasi uji reliabilitas sesuai dengan Tabel 2.2 Klasifikasi Interpretasi Koefisien
Reliabilitas. Berdasarkan hasil uji reliabilitas di atas menunjukkan bahwa nilai Reliability
Statistics: Cronbach’s Alpha adalah 0.778 yang artinya termasuk pada klasifikasi reliabilitas
tinggi.
C. TINGKAT KESUKARAN
Tingkat kesukaran dapat membantu guru mellihat hasil belajar apakah siswa memahami
secara mendalam atau tidak terhadap materi pembelajaran. Untuk menghitung tingkat
kesukaran dalam bentuk uraian dapat dilakukan dengan langkah-langkah yang dikemukakan
Arifin (2012, hlm. 135) sebagai berikut ini.
1) Menghitung rata-rata skor tiap butir soal, menggunakan rumus:
Rata-rata = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑘𝑜𝑟 𝑠𝑖𝑠𝑤𝑎 𝑡𝑖𝑎𝑝 𝑠𝑜𝑎𝑙
𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑖𝑠𝑤𝑎
2) Menghitung tingkat kesukaran dengan rumus:
Tingkat kesukaran = 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑡𝑖𝑎𝑝 𝑛𝑜𝑚𝑜𝑟 𝑠𝑜𝑎𝑙
𝑆𝑘𝑜𝑟 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 𝑡𝑖𝑎𝑝 𝑠𝑜𝑎𝑙
Indeks kesukaran yang diperoleh hasil perhitungan dengan menggunakan rumus di atas,
selanjutnya diinterpretasikan dengan menggunakan kriteria sebagai berikut ini.
Tabel 3.6. Klasifikasi Interpretasi Indeks Kesukaran
Koefisien Korelasi Interpretasi
P < 0,3 Sukar
0,3 <p ≤ 0,7 Sedang
P > 0,7 Mudah
Sumber: Surapranata (2009, hlm. 21)
Keterangan: P = tingkat kesukaran
1. Tingkat Kesukaran Berbantuan Excel
Berdasarkan data pada contoh kasus, indeks tingkat kesukaran tiap butir soal dapat ditentukan
dengan bantuan Microsoft Excel melalui langkah berikut:
1) Kelompokan siswa berdasarkan tingkat kemampiannya, kemudian tentukan banyaknya siswa
yang menjawab tiap butir soal dengan tepat pada masing-masing kelompok
2) Tentukan indeks kesukaran setiap butir soal menggunakan rumus diatas
Berdasarkan perhitungan diatas dapat diketahui bahwa : indeks kesukaran butir soal nomor 8
dikategorikan terlalu mudah dan harus diperbaiki, butir soal nomor 1, 2, 4, 5, dan 7 dikategorikan mudah
dan sebaiknya diperbaiki kembali, butir soal nomor 3, 6, 9, 10, 11, 12, dan 19 dikategorikan sedang dan
dapat digunakan sebagai instrumen penelitian, sedangkan butir soal nomor 13, 14, 15, 16, 17, 18 dan 20
dikategorikan sukar dan sebaiknya diperbaiki kembali agar layak untuk dijadikan sebagai instrumen
dalam penelitian.
2. Tingkat Kesukaran Berbantuan SPSS
Hal-hal yang perlu diperhatikan dalam pengujian tingkat kesukaran instrument berbantuan
SPSS v.26 sebagai berikut:
a. Isi data Variable: soal per item
b. Klik Analyze --> Descriptive Statistics --> Frequencies
c. Pindahkan data soal ke kolom variable (s)
d. Klik Statistics, Klik Mean, Klik Continue
e. Klik OK, maka akan muncul “new task bar” sebagai berikut:
Analisis : dari hasil yang ditunjukkan nilai MEAN pada tabel statistcs ditafsirkan pada
rentang tingkat kesukaran, yaitu
Koefisien Korelasi Interpretasi
P < 0,3 Sukar
0,3 <p ≤ 0,7 Sedang
P > 0,7 Mudah
Sebagai contoh membaca tingkat kesukaran untuk item nomor satu maka untuk soal
nomor satu, diperoleh nilai 0,64 yang berarti tingkat kesukaran soal nomor satu adalah
SEDANG. Adapun hasil keseluruhan adalah sbeagi berikut.
No. Soal Tingkat kesulitan Kriteria
1 0.64 Sedang
2 0.96 Mudah
3 0.48 Sedang
4 0.92 Mudah
5 0.72 Mudah
6 0.64 Sedang
7 0.72 Mudah
8 1 Tidak valid
9 0.68 Sedang
10 0.4 Sedang
11 0.76 Mudah
12 0.56 Sedang
13 0.16 Sukar
14 0.28 Sukar
15 0.12 Sukar
16 0.24 Sukar
17 0.04 Sukar
18 0.16 Sukar
19 0.76 Mudah
20 0.08 Sukar
D. DAYA PEMBEDA
Perhitungan daya pembeda yaitu untuk mengetahui apakah suatu soal tersebut dapat
membedakan kelompok dalam aspek yang diukut atau tidak. Menurut Arifin (2012, hlm. 133)
untuk mengetahui daya pembeda setiap butir soal menyatakan dapat menggunakan rumus
sebagai berikut ini.
𝐷𝑃 =𝑋𝑎 − 𝑋𝑏
𝑆𝑀𝐼
Keterangan:
𝐷𝑃 = daya pembeda
𝑋𝑎 = rata-rata skor kelompok atas
𝑋𝑏 = rata-rata skor kelompok bawah
SMI = skor maksimal ideal
1. Daya Pembeda Berbantuan Excel
Berdasarkan data pada contoh kasus, indeks daya pembeda tiap butir soal dapat ditentukan
dengan bantuan Microsoft Excel melalui langkah berikut:
1) Urutkan kemampuan siswa berdasarkan skor jawaban yang diperoleh dari skor tertinggi ke
skor terrendah. Pada menu Data klik Sort; Sort by: total skor; Soet on: Values; Order:
Largest to Smallest.
2) Kelompokan siswa berdasarkan kemampuannya
3) Tentukan banyaknya siswa yang menjawab tiap butir soal dengan tepat pada masing-masing
kelompok
4) Tentukan nilai indeks daya pembeda tiap butir soal menggunakan rumus di atas.
Berdasarkan gambar diatas, butir soal nomor 2, 7, dan 8 memiliki daya pembeda sangat Buruk,
butir soal nomor 4, 10, 13, dan 20 memiliki daya pembeda buruk, butir soal nomor 1, 3, 6, 12, 14, 15,
dan 18 memiliki daya pembeda cukup, sementara butir soal nomor 5, 9, 11, 15 dan 19 memiliki daya
pembeda baik.
2. Daya Pembeda Berbantuan SPSS
Untuk menentukan daya pembeda, maka nilai perhitungan yang digunakan adalah
rhitung pada SPSS dan dibandingkan dengan kriteria yang dijelaskan Arifin (2012, hlm. 133)
yaitu sebagai berikut ini:
0,40 ke atas = sangat baik
0,30 - 0,39 = baik
0,20 – 0,29 = cukup, soal perlu perbaikan
0,19 ke bawah = kurang baik, soal harus dibuang
R hitung dapat dilihat dari nilai pearson correlation pada uji validitas.
Sebagai contoh hasil yang diperoleh untuk soal nomor satu pada kolom jumlah adalah
0,454 yang berarti SOAL SANGAT BAIK.
MODUL III ANALISIS DESKRIPTIF
A. ANALISIS DESKRIPTIF
Sebelum dilakukan perhitungan deskriptif data, data tunggal yang didapat harus diubah
terlebih dahulu kedalam data kelompok. Dalam hal ini data yang diperoleh dari hasil penelitian
disajikan dalam bentuk statistik sederhana yaitu :
a. Menentukan Daerah Jangkauan Range (R)
Rentang adalah data tertinggi-data terkecil dengan rumus :
b. Menentukan Banyak Kelas
Banyak kelas harus ditentukan sedemikian rupa, sehingga mencakup semua data yang
diobservasi. Dalam menentukan banyak kelas menggunakan aturan Struges, yaitu sebagai
berikut.
c. Menentukan Panjang Interval Kelas
Interval kelas atau panjang kelas adalah selisih data terbesar dengan data terkecil
dibagi dengan banyaknya kelas. Interval kelas ini ditentukan dengan rumus :
𝑃 =𝑅
𝐾
Keterangan :
P : Panjang interval kelas
R : Rentang
K : Banyak kelas
X = Xmaks − Xmin
K = 1 + 3,3 log n
1. Mean
Rata-rata hitung (mean) adalah jumlah seluruh nilai dibagi dengan jumlah data (frekuensi).
Rumus yang digunakan menurut Maulana (2012, hlm. 79) adalah sebagai berikut ini.
𝑥 ̅ = ∑ 𝑥𝑖
𝑛
Katerangan:
𝑥 ̅ = rata-rata
∑ 𝑥𝑖 = jumlah skor ke-𝑖
𝑛 = banyak data.
2. Modus
Modus adalah ukuran yang menyatakan nilai variable yang paling banyak terjadi.
3. Median
Median adalah rata-rata letak (Positional measure) yang dhitung berdasarkan pada letak dari
nilainya
4. Simpangan Baku
Simpangan baku dihitung untuk mengetahui ukuran penyebaran data yang diperoleh
untuk setiap kelas dari hasil pretes dan hasil postes, serta sebagai data penunjang untuk
melakukan uji statistik selanjutnya. Rumus yang digunakan menurut Maulana (2012, hlm. 124)
adalah sebagai berikut ini.
𝑠 = √∑(𝑥𝑖 − �̅�)²
𝑛−1
Keterangan:
𝑠 = simpangan baku
∑ 𝑥𝑖 = jumlah skor ke-𝑖
𝑥 ̅ = rata-rata
𝑛 = banyak data.
5. Varians
Varians adalah ukuran seberapa tersebarnya data. Varians yang rendah menandakan
data yang berkelompok dekat satu sama lain. Varians yang tinggi menandakan data yang lebih
tersebar. Konsep ini memiliki banyak kegunaan di dalam statistic.
B. PENGOLAHAN DATA DESKRIPTIF BERBANTUAN EXCEL
Langkah-langkah pengolahan data deskriptif dengan menggunakan Excel
a. Menghitung rata-rata (Mean) 1) Isi data pretes, seperti gambar dibawah ini:
2) Tambahkan baris jumlah dengan rumus =SUM(N6:N37) sehingga diperoleh:
3) Tambahkan baris rata-rata dengan rumus =AVERAGE(N6:N37) sehingga diperoleh:
Dari gambar diperoleh rata-rata atau mean adalah 2,44
b. Menghitung Modus
Tambahkan baris rata-rata dengan rumus =MODE.MULT(N6:N37), sehingga diperoleh:
Dari gambar diperoleh rata-rata atau modus adalah 0
c. Menghitung Median
Tambahkan baris rata-rata dengan rumus =MEDIAN(N6:N37), sehingga diperoleh:
Dari gambar diperoleh median adalah 0
d. Menghitung Simpangan Baku
Tambahkan baris rata-rata dengan rumus =STDEVA(N6:N37), sehingga diperoleh:
Dari gambar diperoleh simpangan baku adalah 5,05
e. Menghitung Varians
Tambahkan baris rata-rata dengan rumus =VAR.S(O6:O37), sehingga diperoleh:
Dari gambar diperoleh varians adalah 25
C. PENGOLAHAN DATA DESKRIPTIF BERBANTUAN SPSS
Hal-hal yang perlu diperhatikan dalam analisis deskriptif berbantuan SPSS v.26
sebagai berikut
a. Isi data Variable: Nilai Pretes, Nilai Postes
b. Analyze --> Descriptive Statistics --> Frequencies
c. Klik Statistics, centang mean, median, mode, sum, std. deviation, variance, minimum,
maximum
d. Klik continue dan ok
Langkah-langkah menggunakan SPSS v.26 secara rinci sebagai berikut :
1) Isi data Variable: Nilai Pretes, Nilai Postes
2) Klik Analyze --> Descriptive Statistics --> Frequencies
3) Pindahkan data nilai_pretes dan nilai_postes ke kolom “variable”.
4) Klik Statistics, centang mean, median, mode, sum, std. deviation, variance, minimum,
maximum
e. Klik continue dan ok.
Hasil analisis uji validitas muncul pada “new taskbar” sebagai berikut:
MODUL IV ANALISIS STATISTIK INFERENSIAL
A. ANALISIS STATISTIK INFERENSIAL BERBANTUAN EXCEL
B. ANALISIS STATISTIK INFERENSIAL BERBANTUAN SPSS
Langkah-langkah dalam pengujian data untuk penelitian dengan satu kelompok dengan
sampel tidak berpasangan (bebas) dalam penelitian pra eksperimen dengan desain one group
pretest-postest yaitu:
Langkah-langkah dalam pengujian data untuk penelitian dengan dua kelompok dengan
sampel tidak berpasangan (bebas) dalam penelitian quasi eksperimen desain nonequvalent
group pretes-postest yaitu:
Tabel Pemetaan Analisis Uji Dua Rerata
Analisis
parametric
Analisis
non
parametric
Keterangan Contoh kasus
Paried sample
t-test
Uji
Wilcoxon
Satu kelompok
sampel bebas
(tidak
berpasangan)
Untuk mengetahui pengaruh variable x terhadap variable y
dengan menggunakan data pretes
dan postes.
Independent
sample t-test
Uji Mann-
whitney U
Dua kelompok
sampel bebas
(tidak
berpasangan)
Untuk mengetahui perbedaan
pengaruh variable x terhadap
variable y dari dua kelompok
(kelompok eksperimen dan
kelompok kontrol)
Data
Normal Uji paired t-test
Tidak normal Uji Wilcoxon
Data
normal
homogen Uji t
tidak homogen
uji t'
(equal variances not assumed}
tidak normalUji Mann Whitney
U
*Analisis parametrik digunakan jika data berdistribusi normal.
1. Uji Normalitas berbantuan SPSS
Uji normalitas digunakan sebagai prasyarat sebelum melakukan analisis data. Menurut
Sudjana uji normalitas adalah uji untuk melihat apakah data penelitian yang diperoleh
mempunyai distribusi atau sebaran normal atau tidak. Pengujian normalitas memiliki hipotesis
statistic dan hipotesis penelitian sebagai berikut.
𝐻0: sampel berasal dari populasi yang berdistribusi normal.
𝐻1: sampel berasal dari populasi yang berdistribusi tidak normal.
Uji normalitas berbantuan SPSS v.26 hal-hal yang perlu diperhatikan yaitu sebagai berikut
ini.
a) variable group: nilai_pretes, nilai_postes
b) Analysis →Descriptive statistics → Eksplore
c) Hasil uji Normalitas:
Jika sampel > 50 maka lihat hasil uji Lilliefors (Kolmogorov-Smirnov).
Jika sampel < 50 maka lihat hasil uji Shapiro-Wilk.
Langkah-langkah uji normalitas menggunakan SPSS v.26 sebagai berikut :
1) Input data pada variable view
2) Klik Analysis →Descriptive statistics → Explore
3) Pindahkan nilai_pretes dan nilai_postes ke kolom “dependent list”.
4) Klik statistic. Kemudiah klik “descriptive” dan pastikan “convidence interval for mean:
95%”. Selanjutnya klik “continue”.
5) Klik Plots. Pastikan klik “normality plots with tests”. Selanjutnya klik “continue”.
6) Hasil output pengujian normalitas data muncul pada “new taskbar”. Lihat table “Test of
Normality”.
Interpretasi hasil uji normalitas data dilakukan dengan kriteria sebagai berikut:
jika nilai P-value (Sig.) < 0,05 maka data tersebut tidak normal yang artinya H0 ditolak
(yang berarti 𝐻1 diterima)
jika nilai P-value P-value (Sig.) > 0,05 data tersebut normal yang artinya H0 diterima.
Berdasarkan hasil pengujian menggunakan SPSS didapat hasil sebagai berikut.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Nilai_pretes .314 32 .000 .719 32 .000
Nilai_postes .101 32 .200* .930 32 .038
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Sesuai dengan kasus yang dicontohkan yaitu jumlah sampel < 50 maka hasil pengujian
normalitas menggunakan uji Shapiro-Wilk. Berdasarkan table diatas, maka dapat disimpulkan
bahwa:
Nilai sig. untuk data Nilai_pretes yaitu 0.00 yang berarti kurang dari 0.05 maka H0 ditolak
(H1 diterima) hal tersebut dapat disimpulkan bahwa data nilai_pretes berdistribusi normal.
Nilai sig.data nilai_pretes yaitu 0.038 yang berarti kurang dari 0.05 maka H0 ditolak (H1
diterima) hal tersebut dapat disimpulkan bahwa data nilai_prostes berdistribusi normal.
2. Uji Homogenitas berbantuan SPSS
Pada kasus data sampel dua kelompok, sebelum mengambil keputusan hasil uji dua
reratanya, perlu melihat apakah data tersebut memiliki varians atau homogen yang sama atau
tidak. Analisis data Uji Homogen dilakukan dengan melihat hasil colom “Levene’s Test for
Equality of Variances” pada saat menggunakan langkah-langkah uji “Independent sample t-
test”.
Sebagai contoh hasil output uji “Independent sample t-test” berbantuan SPSS adalah
sebagai berikut.
Tabel ?? Hasil Analisis paramterik uji Independent samples Test
Independent Samples Test
Levene's
Test for
Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Differenc
e
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
Gai
n
Equal
variances
assumed
.422 .518 6.281 62 .000 .27969 .04453 .19067 .36870
Equal
variances not
assumed
6.281 60.787 .000 .27969 .04453 .19064 .36874
Kriteria pengambilan keputusan
Contoh
Ho : data tidak homogen
Hi : data homogeny
Sig < 0.05 maka ho ditolak (h1 diterima).
Sig > 0.05 maka ho diterima.
Berdasarkan table uji Independent samples Test, pengujian homgenitas data dilihat pada kolom
“Levene's Test for Equality of Variances” didapat nilai sig sebesar 0.518 yang artinya lebih dari
0.05. maka dapat disimpulkan bahwa h0 diterima.
3. Uji Dua Rerata berbantuan SPSS
f. Uji paired sample t-test
Uji paired sample t-test digunakan untuk penelitian pre eksperimen desain one group pretet-
postest dengan satu kelompok dengan sampel tidak berpasangan dan syarat data harus
berdistribusi normal. Uji paired sample t-test berbantuan SPSS v.26 hal-hal yang perlu
diperhatikan yaitu sebagai berikut ini.
1) variable group: nilai_pretes, nilai_postes
2) Analysis →Compare means → paired sample t-test
3) Klik ok.
Langkah-langkah mengunakan SPSS v.26 sebagai berikut :
1) variable group: nilai_pretes, nilai_postes
2) Analysis →Compare means → paired sample t-test
3) Pindahkan nilai_pretes dan nilai_postes ke kolom “paired variables”. Selanjutnya Klik
Ok.
4) Kemudian akan muncul output dari SPSS pada “new taskbar” sebagai berikut:
.
g. Uji Wilcoxon
Uji Wilcoxon digunakan dalam penelitian pre eksperimen desain one group pretet-
postest, satu kelompok dengan sampel tidak berpasangan dengan syarat data
berdistribusi tidak normal. Langkah-langkah Uji Wilcoxon berbantuan SPSS v.26 hal-
sebagai berikut ini.
1) variable group: nilai_pretes, nilai_postes
2) Analysis →nonparametric tests → legacy Dialogs→2 Related Samples
3) Maka dilayar akan muncul kotak dialog “Two-Related Sample Test, selanjutnya
masukan variable Pre Test dan Pos Test ke kotak Test Pair secara bersamaan
kemudian pada bagian “test type” berikan tanda centang (√) pada pilihan
wilcoxon, lalu klik Ok
4) Maka akan muncul output “Wilcoxon Signed Ranks Test” sebagai berikut:
Dasar pengambilan keputusan dalam uji Wilcoxon adalah sebagai berikut
1. Jika nila asymp.sig. (2-tailed) lebih kecil dari < 0,05 maka Ha diterima
2. Sebaliknya, jika nilai Asymp.Sig. (2-tailed) lebih besar dari > 0,05 maka Ha ditolak
Berdasarkan output “Test Statistics” di atas diketahui Asym.Sig. (2-tailed) bernilai
0,000. Karena nilai 0,000 lebih kecil dari < 0,05 maka dapat disimpulkan bahwa Ha diterima.
h. Uji Independent t-test
Uji Independent t-test digunakan untuk penelitian dengan dua kelompok dengan sampel
tidak berpasangan (bebas) dengan syarat data berdistribusi normal. Langkah-langkah uji
Independent t-test berbantuan SPSS v.26 hal- sebagai berikut ini.
i. Uji Mann Whitney U
Uji Mann Whitney U digunakan untuk penelitian dengan dua kelompok dengan sampel
tidak berpasangan (bebas) dengan syarat data berdistribusi tidak normal. Langkah-langkah
Mann Whitney U berbantuan SPSS v.26 hal- sebagai berikut ini :
1) variable group: nilai_pretes, nilai_postes
2) Analysis →nonparametric tests → legacy Dialogs →2 Independent Samples
3) Maka dilayar akan muncul kotak dialog “Two-Independent- Sample Test,
selanjutnya masukan variable hasil belajar [hasil] ke kolom Test Variable List;
lalu masukan variable kelas [kelompok] ke kotak Grouping Variable, selanjutnya
pada bagian Test Type berikan tanda centang (√) pada pilihan Mann-Witey U,
lalu klik tombol define grouping
4) Maka amuncul dialog”Two-Independent-Samples; Define”, selanjutnya pada
bagian Group 1 tuliskan angka 1 dan Group 2 tuliskan , lalu klik continue dan
klik Ok
DAFTAR PUSTAKA
Arifin, Zainal. (2012). Evaluasi pembelajaran. Bandung: Remaja Rosdakarya.
Arifin, Zainal. (2014). Penelitian Pendidikan. Bandung: Remaja Rosdakarya.
Arikunto, Suharsimi. (2010). Prosedur Penelitian Suatu pendekatan Praktek. Jakarta: Rineka
Cipta
Maulana (2009). Memahami Hakikat, Variabel, dan Instrumen Penelitian Pendidikan dengan
Benar. Bandung: Learn2Live in Live2Learn.
Maulana (2011).Dasar-dasar Keilmuan dan Pembelajaran Matematika [Sequel 1]. Bandung:
Royyan Press.
Maulana (2012). Konsep dasar dan aplikasi statistika serta teori distribusi peluang. Bandung:
Royyan Press.
Ruseffendi, E. T dkk. (1992). Pendidikan Matematika III. Jakarta: Depdikbud.
Ruseffendi. E. T. (2010). Dasar-dasar Penelitian Pendidikan dan Bidang Non-eksakta
Lainnya. Bandung: Tarsito.
Sugiyono. (2014). Statistika untuk Penelitian. Bandung: Alfabeta
Sukardi. (2013). Metodologi Penelitian Pendidikan. Jakarta: Bumi Aksara
Surapranata, S. (2009). Analisis, Validitas, Reliabilitas, dan Interpretasi Hasil Tes. Bandung:
PT Remaja Rosdakarya.
Zarkasi, Wahyudin. (2017). Penelitian Pendidikan Matematika. Bandung: Refika Aditama
top related