57
3.10.1.4. Cleaning
Proses cleaning yaitu pengecekan kembali data yang telah dimasukkan untuk melihat kemungkinan adanya kesalahan kode, ketidaklengkapan dan lain
sebagainya, kemudian dilakukan pembetulan atau koreksi. Setelah pembersihan data selesai selanjutnya mulai proses analisis data Notoatmodjo, 2012 : 177.
3.10.2. Analisis Data
3.10.2.1 Uji Kelayakan Media
Teknik analisis data sangat menentukan saat penelitian, karena analisis data berfungsi untuk menyimpulkan hasil penelitian. Analisis data dalam penelitian ini
adalah dengan menggunakan deskriptif presentase. Penelitian ini lebih menitikberatkan pada bagaimana mengembangkan
produk sehingga data dianalisis dengan sistem deskriptif presentase. Untuk menganalisis data hasil kuesioner dilakukan dengan langkah-langkah berikut:
a. Mengkuantitatifkan hasil checking sesuai dengan indikator yang telah ditetapkan dengan memberikan skor sesuai dengan bobot yang ditentukan.
b. Membuat tabulasi data c. Menghitung presentase dari -tiap subvariabel dengan rumus:
Keterangan: DP
: Deskriptif Presentase n
: Score empirik skor yang diperoleh N
: Jumlah skor maksimum DP = × 100
58
d. Dari presentase yang telah diperoleh kemudian ditransformasikan ke dalam tabel supaya pembacaan hasil penelitian menjadi lebih mudah. Untuk
menentukan kriteria kualitatif dilakukan dengan cara: 1. Menentukan presentase skor ideal skor maksimum = 100
2. Menentukan presentase skor terendah = 20 3. Menentukakn range = 100-20 = 80
4. Menentukan interval yang dikehendaki = 5 sangat tidak sesuai, tidak sesuai, ragu-ragu, sesuai dan sangat sesuai
5. Menentukan lebar interval 805= 16 Berdasarkan perhitungan diatas, maka range persentase dan kriteria
kualitatif dapat ditetapkan sebagaimana dalam tabel berikut: Tabel 3.2 Range Presentase dan Kriteria Kualitatif Produk
No Interval
Kriteria
1. 2.
3. 4.
5. 85
≤ skor ≤ 100 69
≤ skor ≤ 84 53
≤ skor ≤ 68 37
≤skor ≤ 52 20
≤ skor ≤ 36 Sangat Sesuai
Sesuai Ragu-ragu
Tidak Sesuai Sangat Tidak Sesuai
3.10.2.2 Uji Efektivitas Media
Efektivitas penggunaan media pembelajaran produk dapat dianalisis dengan cara mengadaptasi teori Hake mengenai gain ternormalisasi. Gain adalah
selisih antara nilai posttest dan pretest. Gain menunjukkan peningkatan pemahaman atau penguasaan konsep siswa setelah proses pembelajaran.
59
Menurut Hake 2009, nilai gain ditentukan dengan rumus sebagai berikut :
Keterangan : g = nilai gain
Besar gain ini diinterpretasikan ke dalam tiga kriteria kualitatif yakni tinggi, sedang dan rendah. Berikut ini adalah kriteria nilai Gain menurut Hake
2009 seperti yang terlihat pada tabel 3.3 dibawah ini. Tabel 3.3: Kriteria Nilai Gain
Nilai Gain g Kriteria
g ≥ 0.7 Tinggi
0.3 g 0.7 Sedang
g 0.3 Rendah
3.10.2.3 Uji Analisis Statistik
Kategori