- Pada  taraf  nyata  α  0,05  jika  r
11
r
tabel
maka  item  instrumen  dinyatakan tidak reliabel.
Dari  hasil  penghitungan  dengan  Microsoft  Excel  uji  coba  instrumen pengukuran budi  pekerti aspek  afektif, kognitif,  dan perilaku diperoleh koefisien
reliabilitas sebagai berikut.
Tabel 3.6
Hasil Uji Reliabilitas Instrumen Pengukuran Budi Pekerti Siswa
Instrumen r
hitung
r
tabel
Keterangan
Angket 0,903  0,325
Reliabel Lembar Pengamatan  0,773  0,325
Reliabel Soal
0,866  0,325 Reliabel
3.8  ANALISIS DATA
3.8.1  Analisis Data Awal
3.8.1.1 Analisis Deskriptif Analisis deskriptif digunakan untuk menggambarkan tentang statistik data
seperti  min,  max,  mean,  sum,  dan  lain-lain  dan  untuk  mengukur  distribusi  data Priyatno 2014:30. Menurut Sugiyono 2015:207-208 statistik deskriptif adalah
statistik  yang  digunakan  untuk  menganalisis  data  dengan  cara  mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya. Data dalam
penelitian ini berupa hasil belajar PKn, skor angket budi pekerti aspek afektif, skor tes budi pekerti aspek kognitif dan skor perilaku siswa.
Langkah-langkah penggunaan teknik analisis ini adalah: a.   Penskoran
Data  yang  diperoleh  peneliti  melalui  tes,  angket,  dan  observasi  dianalisis
dalam bentuk angka atau kuantitatif. Data kualitatif diubah menjadi kuantitatif yakni dengan memberi skor pada setiap butir jawaban.
Penskoran  terhadap  setiap  butir  angket  budi  pekerti  aspek  afektif menggunakan  Skala Likert. Setiap  butir pernyataan  disediakan  empat pilihan  yang
bersifat  kategorisasi,  yaitu  sangat  sesuai,  sesuai,  tidak  sesuai,  dan  sangat  tidak sesuai. Pernyataan dalam angket budi pekerti aspek afektif terdapat pernyataan yang
positif dan negatif.
Tabel 3.7
Penskoran Terhadap Aspek Afektif
Pernyataan Sikap Pilihan
SS  S  TS  STS
Positif 4
3 2
1 Negatif
1 2
3 4
Penskoran  masing-masing  butir  aspek  kognitif  yang  berupa  tes  tertulis berbentuk pilihan ganda adalah sebagai berikut.
- Jika jawabannya benar skor 1
- Jika jawabannya salah skor 0
Penskoran masing-masing butir pengamatan perilaku siswa adalah sebagai berikut.
Tabel 3.8
Penskoran Tiap Butir Aspek Perilaku Siswa
Pernyataan Perilaku  Dilakukan Tidak dilakukan
Positif 1
Negatif 1
Tabel 3.9
Skor Maksimal dan Minimal Tiap Aspek
Aspek Skor Maksimal  Skor Minimal
Afektif 144
36 Perilaku
34 Pengetahuan
25 b.   Menjumlah keseluruhan skor yang diperoleh oleh masing-masing siswa.
c.   Memasukkan skor ke dalam rumus sebagai berikut. S
1
=
∑
X 100 Keterangan:
S
1
= Skor akhir aspek 1 = Skor perolehan individu
∑    = Skor maksimal d.  Menghitung skor akhir
S
A
=
∑
Keterangan : S
A
= Skor akhir S
1
= Skor aspek afektif S
2
= Skor aspek kognitif S
3
= Skor aspek perilaku
∑
= Jumlah aspek dalam hal ini adalah 3 e.  Hasil yang diperoleh dikonsultasikan dengan tabel kategori.
Tabel 3.10
Kategori Budi Pekerti
Interval Kategori
81 – 100
Sangat Baik 61
– 80 Baik
41 – 60
Cukup 21
– 40 Kurang
1 -20 Sangat Kurang
Hadiwinarto 2010:113 Tabel 3.11
Kategori Hasil Belajar
Interval Kategori
80 – 100
Sangat Baik 66
– 79 Baik
56- 65 Cukup
40 – 55
Kurang 30
– 39 Sangat Kurang
Arikunto 2012:281 f  Kesimpulan  ditentukan  berdasarkan  rata-rata  skor  yang  diperoleh  responden
kemudian dikonsultasikan dengan tabel kategori yang telah ditentukan. Untuk menentukkan rata-rata, dapat dilakukan perhitungan sebagai berikut.
Rata-rata =
Keterangan: = jumlah skor
N  = jumlah responden g  Menentukan  skor  minimum,  maksimum,  dan  mean  rata-rata  tiap  variabel
dengan menggunakan program SPSS 16.
3.8.1.2  Uji Normalitas Bagi  penelitian  yang  menggunakan  analisis  korelasi  Pearson  Product
Moment  maka  perlu  dilakukan  uji  normalitas  data  terlebih  dahulu  untuk mengetahui  apakah  data  berdistribusi  normal  atau  tidak.  Data  yang  berdistribusi
normal  dianggap  dapat  mewakili  populasi.  Pengujian  normalitas  data  pada variabel  penelitian  ini  menggunakan  teknik  One  Sample  Kolmogorov-Smirnov
Test  dengan  program  SPSS  16.  Hasil  penghitungan  dinyatakan  berdistribusi normal bila nilai signifikansi ≥ 0,05 Priyatno 2014:69-79.
3.8.2  Analisis Data Akhir