60
3.5.4 Daya Pembeda
Untuk menghitung daya pembeda butir soal pilihan ganda dapat digunakan rumus :
Keterangan : D
: indeks daya beda butir soal P
A
: proporsi peserta kelompok atas yang menjawab benar P
B
: proporsi peserta kelompok bawah yang menjawab benar Klasifikasi daya pembeda butir soal adalah berikut:
D : 0,71 – 1,00 = sangat baik
D : 0,41 – 0,70 = baik
D : 0,21 – 0,40 = sedang
D : 0,00 – 0,20 = tidak baik
Arikunto, 2006 : 218
3.6 Teknik Analisis Data
Proses analisis data dapat dilakukan ketika data penelitian telah diperoleh. Setelah data penelitian terkumpul, peneliti melakukan analisis deskripsi data, uji
prasyarat analisis dan analisis akhir.
3.6.1 Deskripsi data
Data yang akan dikumpulkan dalam penelitian ini yaitu data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan dalam bentuk kata,
kalimat, dan gambar. Data kuantitatif adalah data yang berbentuk angka, atau data
B A
P P
= D
−
61 kualitatif yang diangkakan Sugiyono 2010: 15. Data kualitatif pada penelitian ini
berbentuk sikap dan penampilan siswa saat mengikuti pembelajaran metematika materi perkalian dengan menggunakan media “cross two colours”, sedangkan data
kuantitatifnya berupa nilai hasil belajar yang meliputi jumlah siswa, skor rata- rata, rentang, nilai maksimal, nilai minimal, standar deviasi, dan varians.
3.6.2 Uji prasyarat analisis
Sebelum melakukan analisis akhir, peneliti melakukan uji prasyarat analisis terlebih dahulu. Uji prasyarat analisis dilakukan untuk mengetahui
statistik yang digunakan dalam analisis akhir. Analisis data yang dilakukan dalam uji prasyarat analisis meliputi uji normalitas dan uji homogenitas.
3.6.2.1 Uji normalitas
Statistik parametris bekerja berdasarkan asumsi bahwa data setiap variabel yang akan dianalisis berdistribusi normal. Untuk itu, sebelum peneliti
menggunakan teknik statistik parametris, maka kenormalan data harus diuji terlebih dahulu. Bila data tidak normal, maka statistik parametris tidak dapat
digunakan, untuk itu perlu digunakan statistik nonparametris. Dalam penelitian ini uji normalitas dilakukan terhadap skor prestasi belajar
yang dicapai seluruh anggota sampel dengan menggunakan uji Liliefors atau Kolmonogrov-Smirnov
melalui program SPSS versi 17. Jika uji normalitas terhadap data aktivitas atau data hasil belajar menunjukan data tersebut normal,
maka analisis dapat dilanjutkan dengan uji homogenitas.
3.6.2.2 Uji homogenitas
Pada dasarnya uji homogenitas data dilakukan untuk menyelidiki terpenuhi
62 tidaknya sifat homogen pada varians antar kelompok. Uji asumsi homogenitas
merupakan uji perbedaan antara dua kelompok, yaitu dengan melihat perbedaan varians kelompoknya. Uji homogenitas dilakukan untuk mengetahui apakah kedua
kelompok memiliki kemampuan yang setara setelah masing-masing kelompok memperoleh perlakuan yang berbeda. Uji homogenitas dapat dihitung dengan
menggunakan metode Bartlet. Selain metode bartlet, uji homogenitas juga dapat dilakukan menggunakan
metode Leven’s melalui teknik independent sample t test dengan pengambilan keputusan dan penarikan simpulan diambil pada taraf signifikan 0,05. Uji
homogenitas ini dapat dilakukan dengan menggunakan bantuan program SPSS versi 17 dengan cara membandingkan nilai signifikansi Leven’s test dengan nilai
taraf signifikansi. Untuk menguji homogenitas data dalam penelitian ini, peneliti menggunakan metode Leven’s dengan bantuan program SPSS versi 17.
3.6.3 Analisis akhir
Analisis data akhir ekperimen yaitu untuk menguji hasil belajar matematika materi perkalian menggunakan media “cross two colours” dari kedua
kelompok setelah masing-masing memperoleh perlakuan yang berbeda. Persyaratan yang harus dipenuhi pada analisis data ini menggunakan uji-t yang
menunjukkan adanya perbedaan persentasi antara kedua kelompok yang akan dibandingkan.Adapun rumus yang digunakan untuk menguji hipotesis yaitu:
r
√ √
Keterangan:
63
: rata-rata kelompok kontrol : rata-rata kelompok eksperimen
: simpangan baku kelompok kontrol : simpangan baku kelompok eksperimen
: varians kelompok kontrol : varians kelompok eksperimen
: korelasi antara dua kelompok Sugiyono 2011: 197. Cara penghitungannya dapat menggunakan program SPSS versi 17 dengan
teknik independent sample t test dengan taraf signifikansi 5 atau 0,05. Jika data yang diuji ternyata berdistribusi tidak normal maka analisis akhir cukup
menggunakan uji nonparametris yaitu dengan uji U Mann Whitney. Guna uji ini untuk menguji kemampuan generalisasi signifikansi hasil penelitian yang
berupa perbandingan keadaan variabel dari dua rata-rata sampel. Untuk uji U Mann Whitney terdapat dua rumus yang digunakan untuk
pengujian. Kedua rumus tersebut digunakan dalam perhitungan karena akan diperlukan untuk mengetahui harga U mana yang lebih kecil. Harga U yang lebih
kecil tersebut yang digunakan untuk pengujian dan dibandingkan dengan U tabel. Kedua rumus tersebut adalah sebagai berikut:
Rumus 1 : U
1
= n
1
n
2
+
1 1
1
2 1
R n
n −
+
Rumus 2 : U
2
= n
1
n
2
+
2 2
2
2 1
R n
n −
+ Keterangan :
n
1
: jumlah sampel 1
64 n
2
: jumlah sampel 2 U
1
: jumlah peringkat 1 U
2
: jumlah peringkat 2 R
1
: jumlah rangking pada sampel n
1
R
1
: jumlah rangking pada sampel n
2
Sugiyono 2010: 61 Untuk penghitungannya menggunakan program SPSS versi 17.
65
BAB 4 HASIL PENELITIAN DAN PEMBAHASAN
Dalam hasil penelitian dan pembahasan akan diuraikan tentang deskripsi data, analisis uji coba instrumen, hasil penelitian, analisis uji coba instrumen, hasil
penelitian, uji prasyarat analisis, dan pembahasan.
4.1 Deskripsi Data
Deskripsi data yang akan disajikan dari hasil penelitian ini yaitu untuk memberikan gambaran secara umum mengenai penyebaran data penelitian yang
diperoleh agar lebih mudah dipahami. Data yang diperoleh berupa hasil pengamatan aktivitas belajar siswa dan data hasil belajar posttest siswa. Data
hasil penelitian tersebut dapat dipaparkan secara rinci dalam tabel berikut ini. Tabel 4.1 Rekapitulasi Data Aktivitas dan Hasil Belajar Siswa
No Data Aktivitas Belajar
Hasil Belajar Eksperimen Kontrol Eksperimen Kontrol
1 Jumlah siswa
24 23
24 23
2 Skor rata-rata
76,69 68,00
77,92 72,60 3 Median
78,91 75,00
80,00 75,00 4 Nilai
Maksimal 82,81
81,25 90,00 85,00
5 Nilai Minimal
34,38 37,50
60,00 60,00 6 Rentang
48,43 43,73
30,00 25,00 7 Varians
101,01 260,37
54,17 49,70 8 Standar
Deviasi 10,05
16,13 7,35 7,05
Kategori