66 perhitungan uji normalitas dan uji homogenitas. Kemudian dilanjutkan dengan
perhitungan normalitas gain dan uji hipotesis menggunakan uji-t.
1. Uji Prasyarat Analisis
a. Uji Normalitas Data Uji normalitas data merupakan salah satu uji prasyarat analisis yang mana
data harus berdistribusi normal sebelum dilakukan uji-t. Sugiyono 2015: 241 mengatakan bahwa data yang berdistribusi normal akan dianalisis datanya
menggunakan statistik parametris. Uji normalitas data dalam penelitian ini menggunakan uji komolgorov-smirnov dengan bantuan program komputer SPSS 20
for Windows. Setelah hasil perhitungan uji normalitas diketahui, kemudian membandingkan probabilitas atau signifikansinya dengan alpha 5 atau 0,05 untuk
mengetahui apakah data tersebut berdistribusi normal atau tidak. Data dikatakan berdistribusi normal, apabila hasil hitung uji normalitas lebih dari 0,05. Sedangkan
data dikatakan tidak berdistribusi normal, apabila hasil hitung uji normalitas kurang dari 0,05 Priyatno, 2012: 57.
b. Uji Homogenitas Varian Data Selain pengujian normal atau tidaknya distribusi data, perlu dilakukan juga
pengujian kesamaan atau uji homogenitas, sebagaimana pendapat Suharismi Arikunto 2006: 320 bertujuan untuk mengetahui seragam atau tidaknya sampel-
sampel yang diambil dari populasi yang sama. Pengujian homogenitas varian data dalam penelitian ini menurut Sugiyono 2015: 276 menggunakan uji F dengan
rumus sebagai berikut. F =
varians terbesar varians terkecil
67 Data-data tersebut dapat dikatakan homogen apabila
ℎ� ��
lebih kecil dari
��
dan data dikatakan tidak homogen apa bila
ℎ� ��
lebih besar dari
��
dengan taraf signifikansi α = 0,05 Riduan, 2006: 186. Pengujian homogenitas varian data dalam penelitian ini menggunakan Levene
Statistics dengan bantuan program komputer SPSS 20 for windows. Data tersebut dapat dikatakan homogen apabila nilai signifikansi lebih dari 0,05 dan sebaliknya
apabila nilai signifikansi kurang dari 0,05 maka data tersebut tidak homogen.
2. Uji Normalitas Gain
Data yang digunakan untuk mengetahui peningkatan hasil belajar yaitu data hasil pretest dan posttest. Data tersebut dianalisis untuk melihat skor hasil tes dan
dihitung rata-ratanya. Kemudian menghitung Normalyzed Gain N-Gain antara pretest dan posttest. Perhitungan N-Gain menggunakan rumus Hake Meltzer, 2002
dan Archambault, 2008. N − ��� =
� − �
�
� − �
�
Keterangan: �
= Skor posttest �
�
= Skor pretest �
= Skor maksimum ideal Kriteria perolehan skor N-Gain dapat dilihat pada tabel di bawah ini.
Tabel 10. Kriteria Perolehan Skor N-Gain
Batasan Kategori
g 0,7
Tinggi 0,3
g ≤ 0,7 Sedang
g ≤ 0,3
Rendah
68
3. Uji Hipotesis
