Uji Normalitas Uji Homogenitas Uji Kesamaan Dua Rata-rata

Tabel 3.2 Kategori Daya Pembeda Indeks Diskriminasi D Klasifikasi 0,00 ≤ D ≤ 0,20 Jelek poor 0,20 D ≤ 0,40 Cukup satisfactory 0,40 D ≤ 0,70 Baik good 0,70 D ≤ 1,00 Baik sekali excellent D bernilai negatif Tidak baik Arikunto, 2007: 211 Berdasarkan perhitungan daya pembeda soal, didapatkan 2 soal dengan klasifikasi baik yaitu soal nomor 1 dan 5; 4 soal dengan klasifikasi cukup yaitu soal nomor 2, 4, 6, dan 8; 1 soal dengan klasifikasi jelek yaitu soal nomor 3; serta 1 soal yaitu soal nomor 7 dengan indeks diskriminasi D bernilai negatif. Contoh perhitungan daya pembeda pada Lampiran 23. Lembar hasil analisis butir soal uji coba dapat dilihat pada Lampiran 24.

3.7 Analisis Data

Analisis data merupakan suatu langkah yang paling menentukan dalam suatu penelitian karena analisis data berfungsi untuk mengumpulkan hasil penelitian. Analisis data dilakukan melalui tahap-tahap sebagai berikut.

3.7.1 Analisis Data Tahap Awal

3.7.1.1 Uji Normalitas

Setelah mendapat data, data tersebut diuji kenormalannya apakah data kedua kelompok tersebut berdistribusi normal atau tidak. Uji normalitas yang digunakan adalah uji chi-kuadrat   2  dengan rumus: i i i k i hitung E E O 2 1 2      Sudjana, 2005: 273 dengan 2 hitung  = nilai uji normalitas yang dicari i O = frekuensi pengamatan i E = frekuensi harapan. Hipotesis yang digunakan adalah: H : data berdistribusi normal 1 H : data tidak berdistribusi normal. Kemudian nilai 2 hitung  dibandingkan dengan nilai tabel 2  dengan taraf signifikan α dan drajat kebebasan dk = k – 3. Kriteria uji normalitas adalah terima H jika 2 hitung   tabel 2  , artinya data berdistribusi normal.

3.7.1.2 Uji Homogenitas

Uji ini untuk mengetahui apakah kelompok dalam populasi mempunyai varians yang sama atau tidak. Jika kelompok dalam populasi tersebut mempunyai varians yang sama maka kelompok tersebut dikatakan homogen. Hipotesis yang digunakan dalam uji ini adalah: H : 2 5 2 4 2 3 2 2 2 1          1 H : paling sedikit satu tanda sama dengan tidak berlaku. Untuk menentukan kehomogenan varians dengan menggunakan rumus Bartlett:       . log 1 10 ln 2 2     i s n B  Untuk mencari varians gabungan:       . 1 1 2 2      i i i n s n s Rumus harga satuan B:        1 . log 2 i n s B Kriteria pengujian adalah dengan taraf nyata α, tolak H jika 1 1 2 2    k    , di mana 1 1 2   k   didapat dari daftar distribusi chi-kuadrat dengan peluang     1 dan 1   k dk Sudjana, 2005: 263.

3.7.1.3 Uji Kesamaan Dua Rata-rata

Sebelum diberi perlakuan terlebih dahulu dilakukan uji kesamaan dua rata- rata untuk mengetahui bahwa kedua sampel itu mempunyai kondisi awal rata-rata yang sama. Hipotesis yang digunakan dalam uji ini adalah: 2 1 :    H tidak ada perbedaan rata-rata nilai awal dari kedua kelas 2 1 1 :    H ada perbedaan rata-rata nilai awal dari kedua kelas Apabila data mempunyai varians yang sama maka pengujian hipotesis digunakan rumus sebagai berikut. 2 1 2 1 1 1 n n s x x t    dengan     2 1 1 2 1 2 2 2 2 1 1 2       n n s n s n s Keterangan : rata-rata nilai kelas eksperimen rata-rata nilai kelas kontrol varians nilai-nilai kelas tes eksperimen  1 x  2 x  2 1 s varians nilai-nilai kelas tes kontrol 1 n = jumlah anggota kelas eksperimen 2 n = jumlah anggota kelas kontrol Kriteria pengujiannya terima H , jika   2 1 1 2 1 1      t t t di mana  2 1 1  t didapat dari daftar distribusi t dengan dk = 2 2 1   n n dan peluang 1 – ½ α Sudjana, 2005: 239-240. Apabila data mempunyai varians yang berbeda maka pengujian hipotesis digunakan rumus sebagai berikut. 2 2 2 1 2 1 2 1 n s n s x x t    Keterangan : rata-rata nilai kelas eksperimen rata-rata nilai kelas kontrol varians nilai-nilai kelas tes eksperimen varians nilai-nilai kelas tes kontrol 1 n = jumlah anggota kelas eksperimen 2 n = jumlah anggota kelas kontrol Kriteria pengujiannya adalah terima H jika: 2 1 2 2 1 1 2 1 2 2 1 1 w w t w t w t w w t w t w        dengan  2 2 s  1 x  2 x  2 1 s  2 2 s 1 2 1 1 n s w  2 2 2 1 n s w    1 1 2 1 1 1          n t t    1 2 2 1 1 2          n t t  Sudjana, 2005: 239.

3.7.2 Analisis Data Tahap Akhir