perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 79
Tabel 3.13 Rangkuman hasil uji daya pembeda Instrumen Kemampuan Awal
Jumlah Soal
Daya Pembeda Sangat
Kurang Kurang
Cukup Lebih
Sangat 30
8 15
7 Dari hasil uji daya pembeda soal kemampuan awal ada dua soal yang diperbaiki
pada daya pembeda sangat kurang membedakan, tiga soal tidak dipakai pada daya pembeda kurang, serta satu soal tidak dipakai pada daya pembeda cukup.
b. Hasil Uji Daya Pembeda Tes Prestasi Belajar Hasil uji daya pembeda instrumen Tes Prestasi Belajar yang dilakukan
terangkum pada table 3.14.
Tabel 3.14 Rangkuman hasil uji daya pembeda Instrumen Tes Prestasi
Jumlah Soal
Daya Pembeda Sangat
Kurang Kurang
Cukup Lebih
Sangat 40
15 13
12 Dari hasil uji daya pembeda soal tes prestasi belajar, ada enam soal yang
dipakai pada daya pembeda sangat kurang membedakan, satu soal tidak dipakai pada saya pembeda kurang, dan lima soal dipakai pada daya pembeda cukup.
H. Teknik Analisis Data
1. Uji Prasyarat Analisis data dilakukan untuk mengetahui kebenaran hipotesis yang diajukan.
Dalam penelitian ini digunakan tehnik anava tiga jalan dengan frekuensi isi sel sama. Untuk menggunakan anava, sebelumnya harus dilakukan uji prasarat analisis sebagai
berikut :
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 80
a. Uji Normalitas Untuk mengetahui sampel dari populasi berdistribusi normal atau tidak
digunakan metode Ryan-Joiner RJ. Statistik RJ adalah koefisien korelasi product momen dan p-value adalah signifikasi atau prodability level of observed dengan
hipotesis sebagai berikut: 1. Hipotesis
H
o
= Sampel berasal dari populasi yang tidak berdistribusi normal H
1
= Sampel berasal dari populasi yang berdistribusi normal Untuk pengujian hipotesis digunakan rumus:
konstanta a
i
diberikan oleh persamaan:
Dengan m = m
1
, m
2
, ....., m
n T
dan m
1
, ..., m
n
adalah nilai ekspektasi dari variabel independen dan mengikasikan variabel distribusi random sampel dari
distribusi normal standarnya. V adalah matrik kovarian statistiknya. Pengguna persamaan ini boleh menolak hipotesis null nya jika nilai W sangat kecil.
2. Taraf signifikasi a = Taraf signifikansi
3. Keputusan uji Uji normalitas data menggunakan paket program minitab 15. H
ditolak jika p- value a. Jika H
ditolak maka data berdistribusi normal.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 81
b. Uji Homogenitas Untuk mengetahui sampel yang berasal dari populasi yang homogen atau tidak
digunakan Bartlett : 1. Hipotesis
atau atau
atau :
H
4 2
2 2
3 2
2 2
3 2
1 2
2 2
1 2
s s
s s
s s
s s
¹ ¹
¹ ¹
,populasi tidak homogen
4 2
3 2
2 2
1 2
: H
1
s s
s s
= =
=
, populasi homogen
Dengan: V
ij
= |X
ij
–
i
| untuk i = 1, 2, ...., k, j = 1, 2, ....., n dan i = median {x
i
1,..., x
i
n
i
} 2. Taraf signifikasi
a = Taraf signifikansi 3. Keputusan uji
Uji homogenitas data menggunakan paket program minitab 15. H ditolak jika
p-value a. Jika H ditolak maka data homogen.
2. Uji Hipotesis Pengujian hipotesis dilakukan untuk mengetahui bahwa hipotesis yang telah
diajukan diterima atau ditolak. Untuk menguji hipotesis tersebut analisis yang digunakan adalah analisis variansi tiga jalan 2 x 2 x 2.
a. Analisis Variansi Tiga Jalan Anava 1 Asumsi
Untuk menguji hipotesis menggunakan Anava, maka diasumsikan: a populasi-populasi berdistribusi normal, b populasi-populasi homogen, c sampel
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 82
dipilih secara acak, d variabel terikat berskala pengukuran interval, e variabel bebas berskala pengukuran nominal.
2 Model X
ijkl
= µ + α
i
+ β
j
+ γ
k
+ αβ
ij
+ αγ
ik
+ βγ
jk
+ αβγ
ijk
+ ε
ijkl
dengan X
ijkl
: data ke-l pada faktor A kategori ke-i, faktor B kategori ke-j, dan faktor C kategori ke-k
µ : rerata dari seluruh data
α
i
: efek faktor A katagori ke-i terhadap X
ijkl
β
j
: efek faktor B katagori ke-j terhadap X
ijkl
γ
k
: efek faktor C katagori ke-k terhadap X
ijkl
i : 1,2,3, ... ,p
p = banyaknya kategori A j
: 1,2,3,... ,q q = banyaknya kategori B
k : 1,2,3, ... , r
r = banyaknya kategori C l
: 1,2,3, ... , n n = banyaknya data amatanpada setiap sel
αβ
ij
: kombinasi efek faktor A dan B terhadap X
ijkl
αγ
ik
: kombinasi efek faktor A dan C terhadap X
ijkl
βγ
jk
: kombinasi efek faktor B dan C terhadap X
ijkl
αβγ
ijk
: kombinasi efek faktor A, B dan C terhadap X
ijkl
ε ijk : deviasi data X
ijkl
terhadap rataan populasinya µ
ij
yang berdistribusi normal dengan rataan 0.
3 Hipotesis a Perbedaan prestasi belajar antara siswa yang diberi pembelajaran kooperatif tipe
STAD menggunakan lab riil dan lab virtuil:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 83
H
oA
: α
i
= 0 untuk setiap i = 1, 2, 3, ….., p H
1A
: Paling sedikit ada satu α
i
yang tidak sama dengan nol. b Perbedaan prestasi belajar antara siswa yang memiliki kemampuan awal tinggi
dengan siswa yang mempunyai kemampuan awal rendah: H
oB
: β
j
= 0 untuk setiap j = 1, 2, 3, ……, q H
1B
: Paling sedikit ada satu β
j
yang tidak sama dengan nol. c Perbedaan prestasi belajar antara siswa yang memiliki gaya belajar visual dan
kinestetik: H
oC
: γ
k
= 0 untuk setiap k = 1, 2, 3, ……, r H
1C
: paling
sedikit ada satu γ
k
yang tidak sama dengan nol d Interaksi antara pembelajaran kooperatif tipe STAD menggunakan lab riil dan lab
virtuil dengan kemampuan awal terhadap prestasi belajar siswa: H
oAB
: αβ
ij
= 0 untuk setiap i = 1, 2, 3, ……, p dan j = 1, 2, 3, ……, q H
1AB
: paling sedikit ada satu αβ
ij
yang tidak sama dengan nol. e Interaksi antara pembelajaran kooperatif tipe STAD menggunakan lab riil dan lab
virtuil dengan gaya belajar terhadap prestasi belajar siswa: H
oAC
: αγ
ik
= 0 untuk setiap i = 1, 2, 3, ……, p dan k = 1, 2, 3, ……, r H
1AC
: paling sedikit ada satu αγ
ik
yang tidak sama dengan nol. f Interaksi antara kemampuan awal dengan gaya belajar terhadap prestasi belajar
siswa: H
oBC
: βγ
jk
= 0 untuk setiap j = 1, 2, 3, ……, q dan k = 1, 2, 3, ……, r H
1BC
: paling sedikit ada βγ
jk
yang tidak sama dengan nol.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 84
g Interaksi antara pembelajaran kooperatif tipe STAD menggunakan lab riil dan lab virtuil dengan gaya belajar dan kemampuan awal terhadap prestasi belajar siswa:
H
oABC
: αβγ
ijk
= 0 untuk setiap i = 1, 2, …, p; j = 1, 2, …, q; dan k = 1, 2, …, r. H
1ABC
: paling sedikit ada αβγ
ijk
yang tidak sama dengan nol.
4 Komputasi
a Data Sel
Tabel 3.15 Tata letak data pada anava 3 jalan dengan isi sel tidak sama
B A
C B
1
B
2
C
1
C
2
C
1
C
2
A A
1
A
1
B
1
C
1
A
1
B
1
C
2
A
1
B
2
C1 A
1
B
2
C
2
A
2
A
2
B
1
C
1
A
2
B
1
C
2
A
2
B
2
C
1
A
2
B
2
C
2
Menurut tabel 3.3. dijelaskan bahwa sel A
1
B
1
C
1
merupakan letak data prestasi belajar peserta didik yang mendapat perlakuan pembelajaran kooperatif tipe
STAD menggunakan lab riil ditinjau dari kemampuan awal tinggi dan gaya belajar visual. Sel A
1
B
1
C
2
merupakan letak data prestasi belajar peserta didik yang memperoleh perlakuan pembelajaran pemberlajaran kooperatif tipe STAD
menggunakan lab riil ditinjau dari kemampuan awal tinggi dan gaya belajar kinestetik. Sel A
1
B
2
C
1
merupakan letak data prestasi belajar siswa yang memperoleh perlakuan pembelajaran kooperatif tipe STAD menggunakan lab riil ditinjau dari
kemampuan awal rendah dan gaya belajar visual. Sel A
1
B
2
C
2
merupakan letak data prestasi belajar siswa yang memperoleh perlakuan pembelajaran pembelajaran
kooperatif tipe STAD menggunakan lab riil ditinjau dari kemampuan awal rendah dan gaya belajar kinestetik. Sel A
2
B
1
C
1
merupakan letak data prestasi belajar siswa yang memperoleh perlakuan pembelajaran pemberlajaran kooperatif tipe STAD
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 85
menggunakan lab virtuil ditinjau dari kemampuan awal tinggi dan gaya belajar visual. Sel A
2
B
1
C
2
merupakan letak data prestasi siswa yang memperoleh perlakuan pembelajaran kooperatif tipe STAD menggunakan lab virtuil ditinjau dari
kemampuan awal tinggi dan gaya belajar kinestetik. Sel A
2
B
2
C
1
merupakan letak data prestasi belajar siswa yang memperoleh perlakuan pemberlajaran kooperatif tipe
STAD menggunakan lab virtuil ditinjau dari kemampuan awal rendah dan gaya belajar visual. Sel A
2
B
2
C
2
merupakan letak data prestasi belajar siswa yang memperoleh perlakuan pemberlajaran kooperatif tipe STAD menggunakan lab virtuil
ditinjau dari kemampuan awal rendah dan gaya belajar kinestetik. b Komponen Jumlah Kuadrat
1 = npq
G
2
= N
G
2
; 2 =
å
l k
j i
ijkl
X
, ,
, 2
; 3 =
å
i i
nqr A
2
;
4 =
å
j j
npr B
2
; 5 =
å
k k
npq C
2
; 6 =
å
j i
ij
nr AB
, 2
;
7 =
å
k i
ik
nq AC
, 2
; 8 =
å
k j
jk
np BC
, 2
; 9 =
å
k j
i ijk
n ABC
, ,
2
c Jumlah Kuadrat Sum Square JKA
= 3 – 1 JKB
= 4 – 1 JKC = 5 – 1
JKAB = 1 + 6 – 3 – 4 JKAC = 1 + 7 – 3 – 5
JKBC = 1 + 8 – 4 – 5 JKABC = 3 + 4 + 5 + 9 – 1 – 6 – 7 – 8
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 86
JKG = 2 – 9
JKT = 2 – 1 d Derajat Kebebasan Degree of Freedom
dkA = p – 1
dkB = q – 1
dkC = r – 1
dkAB = p – q q – 1 dkAC = p – 1r – 1
dkBC = q – 1r – 1 dkABC = p – 1q – 1r – 1
dkG= N – pqr dkT = N – 1
e Rerata Kuadrat Mean Square RKA = JKAdkA
RKB = JKBdkB RKC = JKCdkC
RKAB = JKABdkAB RKAC = JKACdkAC
RKBC = JKBCdkBC RKABC = JKABCdkABC
RKG = JKGdkG f Statistik Uji
F
a
= RKARKG F
b
= RKBRKG F
c
= RKCRKG F
ab
= RKABRKG F
ac
= RKACRKG F
bc
= RKACRKG F
abc
= RKABCRKG
g Daerah kritik DK
a
= {F| F
a
≥ F
α;p-1;N-pqr
} DK
b
= {F| F
b
≥ F
α;q-1;N-pqr
} DK
c
= {F| F
c
≥ F
α;r-1;N-pqr
} DKab = {F| F
ab
≥ F
α;p-1q-1;N-pqr
} DKac
= {F| F
ac
≥ F
α;p-1r-1;N-pqr
} DKbc = {F| F
bc
≥ F
α;q-1r-1;N-pqr
} DKabc = {F| F
abc
≥ F
α;p-1q-1r-1;N-pqr
}
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 87
h Rangkuman Analisis
Tabel. 3.16. Letak Hasil Rangkuman Analisis Variansi
Sumber Variasi
JK dk
Rerata Kuadrat Statistik Uji
P
Efek Utama A baris
B kolom C kolom
Efek Interaksi
AB AC
BC ABC
Galat JKA
JKB JKC
JK
AB
JK
AC
JK
BC
JK
ABC
JK
G
p – 1 q – 1
r – 1 p-1q-1
p-1r-1 q-1r-1
p-1q-1r-1 N-pq
RK
A
= JK
A
p-1 RK
B
= JK
B
q-1 RK
C
= JK
c
r-1 RK
AB
=JK
AB
p-1q-1 RK
AC
=JK
AC
p-1r-1 RK
BC
=JK
BC
q-1r-1 RK
ABC
=JK
ABC
p-1q-1r-1 RK
G
= JK
g=
N-pq Fa = RK
A
RK
G
Fb = RK
B
RK
G
F
C
= RK
C
RK
G
Fab= RK
ab
RK
g
F
ac
= RK
AC
RK
G
F
bc
=RK
BC
RK
G
F
abc
=RK
ABC
RK
G
α atau
α -
Total JKT
N – 1 -
-
-
i Keputusan Uji H
oA
ditolak jika F
a
≥ F
α;p-1;N-pqr
H
oB
ditolak jika F
b
≥ F
α;q-1;N-pqr
H
oC
ditolak jika F
c
≥ F
α;r-1;N-pqr
H
oAB
ditolak jika F
ab
≥ F
α;p-1q-1;N-pqr
H
oAC
ditolak jika F
ac
≥ F
α;p-1r-1;N-pqr
H
oBC
ditolak jika F
bc
≥ F
α;q-1r-1;N-pqr
H
oABC
ditolak jika F
abc
≥ F
α;p-1q-1r-1;N-pqr
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 88
b. Uji Lanjut Anava Uji lanjut anava merupakan tindak lanjut dari analisis variansi bila hasil
analisis variansi menunjukkan bahwa hipotesis nol ditolak. Tujan dari uji lanjut anava ini adalah untuk melakukan pengecekan terhadap rerata setiap pasangan kolom, baris,
dan pasangan sel sehingga diketahui pada bagian nama ter rerata yang berbeda. Selanjutnya dalam penelitian ini digunakan uji lanjut anava metode
Komparasi Ganda dengan Uji Scheffe. Langkah-langkahnya sebagai berikut: 1 Mengidentifikasi semua pasangan komparasi rataan yang ada. Jika ter k
perlakuan, maka ada
2 1
- k
k
pasangan rataan. 2 Merumuskan hipotesis yang bersesuaian dengan komparasi tersebut.
H
OAS:
µA
1
= µA
2
Tidak ada perbedaan prestasi belajar antara siswa yang diberi pembelajaran kooperatif tipe STAD menggunakan
lab riil dengan siswa yang diberi pembelajaran kooperatif tipe STAD menggunakan lab virtuil.
H
1AS
: µA
1
¹ µA
2
Ada perbedaan pengaruh pembelajaran fisika menggunakan metode demosnstrasi dan eksperimen terhadap prestasi
belajar perserta didik. H
OAS
: µB
1
= µB
2
Tidak ada perbedaan prestasi belajar antara siswa yang mempunyai kemampuan awal tinggi dengan siswa yang
mempunyai kemampuan awal rendah. H
1AS
: µB
1
¹ µB
2
Ada perbedaan prestasi belajar antara siswa yang mempunyai kemampuan awal tinggi dengan siswa yang
mempunyai kemampuan awal rendah.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 89
H
OAS
: µC
1
= µC
2
Tidak ada perbedaan prestasi belajar antara siswa yang mempunyai gaya belajar visual dengan siswa yang
mempunyai gaya belajar kinestetik. H
1AS
: µC
1
¹ µC
2
Ada perbedaan prestasi belajar antara siswa yang mempunyai gaya belajar visual dengan siswa yang
mempunyai gaya belajar kinestetik. 3
Menentukan tingkat signifikansi α taraf signifikansi yang dipilih sama dengan taraf signifikansi pada uji analisis variansinya
4 Mencari statistik uji F dengan menggunakan persamaan: a Komparasi rataan antar baris:
F
io – jo
= ÷
÷ ø
ö ç
ç è
æ +
-
. 2
.
1 .
1 .
j i
j i
n n
RKG X
X
dengan: F
i.-j.
= nilai fobs pada pembandingan baris ke-i dan baris ke-j
i
X = rataan pada baris ke – i
i
X = rataan pada baris ke – j
RKG = rataan kuadrat galat yang diperoleh dari perhitungan Anava n
i.
= ukuran sampel baris ke – i n
j.
= ukuran sampel baris ke – j b Komparasi rataan antar kolom:
F.
i – .j
= ÷
÷ ø
ö ç
ç è
æ +
-
j i
j i
n n
RKG X
X
. .
2 .
.
1 1
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 90
c Komparasi rataan antar sel pada kolom yang sama:
F
ij – kj
= ÷
÷ ø
ö ç
ç è
æ +
-
ik ij
ik ij
n n
RKG X
X 1
1
2
d Komparasi rataan antar sel pada baris yang sama:
F
ij – kj
= ÷
÷ ø
ö ç
ç è
æ +
-
ik ij
ik ij
n n
RKG X
X 1
1
2
5 Menentukan daerah kritik dengan persamaan: a Komparasi rataan antar baris:
DK
i.- j.
= F
i. – j.
≥ p – 1 F
α;p – 1 ; N – pq
b Komparasi rataan antar kolom: DK.
i- .j
= F.
i – .j
≥ p – 1 F
α;q – 1 ; N – pq
c Komparasi rataan antar sel pada kolom yang sma sel ij dan sel kj: DK
ij – kj
= F
ij – kj
≥ pq – 1 F
α; p-1q-1;N-pq
d Komparasi rataan antar sel pada baris yang sama sel ij dan sel ik: DK
ij-ik
= F
ij-ik
≥ pq – 1 F
α; p-1q-1;N-pq
Dengan x
i.
: rerata pada baris ke–i x
j.
: rerata pada baris ke–j x.
i
: rerata pada kolom ke–i x.
j
: rerata pada kolom ke-j x
ij
: rerata pada sel ij x
kj
: rerata pada sel kj x
ik
: rerata pada sel ik
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user 91
n
i.
: cacah observasi pada baris ke-i n
j.
: cacah observasi pada baris ke–i n
.i
: cacah observasi pada kolom ke-i n
.j
: cacah observasi pada kolom ke-j n
ij
: cacah observasi pada sel ij n
kj
: cacah observasi pada sel kj n
ik
: cacah observasi pada sel ik e Menentukan keputusan uji
f Menentukan kesimpulan dari keputusan uji yang ada
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
92
BAB IV HASIL PENELITIAN DAN PEMBAHASAN