Uji Normalitas Distribusi Data Pretest Uji Normalitas Distribusi Data Posttest

61

B. Analisis Data 1. Analisis Data

Pretest Pretest dilakukan untuk mengetahui hasil belajar awal kelompok kontrol dan kelompok eksperimen sebelum diberi perlakuan. Untuk mengetahui perbedaan rata-rata hasil belajar awal dari kedua kelompok dilakukan pengujian dengan uji t. Syarat dilakukannya uji t adalah data harus berdistribusi normal dan homogen, maka sebelum uji t dilakukan harus melalui uji normalitas dan uji homogenitas.

a. Uji Normalitas Distribusi Data Pretest

Penelitian ini menggunakan p-value untuk pengujian normalitas. Penerapan p-value pada K-S test adalah jika pengujian signifikan p α artinya data signifikan berbeda dengan kurva normal sehingga data disebut data yang tidak normal distribusinya. Sebaliknya, jika hasil pengujian tidak signifikan p α berarti perbedaan antara data dengan kurva normal tidak signifikan tidak ada perbedaan antara data dengan kurva normal yang menyiratkan data mengikuti distribusi normal. Hasil uji normalitas untuk nilai rata--rata awal pada kelompok eksperimen dan kelompok kontrol dapat dilihat pada tabel berikut. 62 Tabel 8. Hasil Uji Normalitas Data Pretest Hasil Belajar IPA Tests of Normality Model Pembelajaran Kolmogorov-Smirnov a Shapiro-Wilk Statistic Df Sig. Statistic Df Sig. Hasil Belajar IPA Pretest Eksperimen .136 32 .140 .944 32 .100 Pretest Kontrol .177 31 .085 .915 31 .078 a. Lilliefors Significance Correction . This is a lower bound of the true significance. 1 Kelompok Eksperimen Perhitungan nilai hasil belajar pada pretest kelompok eksperimen, uji normalitas distribusi frekuensi diperoleh p- value=0,140 dengan menggunakan level of significance α=0,05 berarti pengujian tidak signifikan karena p-value =0,140α=0,05, sehingga dapat disimpulkan bahwa data pada kelompok eksperimen mengikuti distribusi normal. 2 Kelompok Kontrol Perhitungan nilai hasil belajar pada pretest kelompok kontrol, uji normalitas distribusi frekuensi diperoleh p-value=0,085 dengan menggunakan level of significance α=0,05 berarti pengujian tidak signifikan karena p-value =0,085α=0,05, sehingga dapat disimpulkan bahwa data pada kelompok kontrol mengikuti distribusi normal.

b. Uji Homogenitas Data Pretest

Uji homogenitas dilakukan untuk mengetahui populasi varians. Hal ini bertujuan untuk mengetahui data tersebut mempunyai varians 63 yang sama atau berbeda. Hasil perhitungan untuk pengujian homogenitas data pretest dapat dilihat pada tabel di bawah ini. Tabel 9. Hasil Uji Homogenitas Data Pretest Hasil Belajar IPA Test of Homogeneity of Variances Hasil Belajar IPA Levene Statistic df1 df2 Sig. .006 1 61 .938 Dari hasil pengujian homogenitas di atas diketahui signifikansi sebesar 0,938. Karena signifikansi lebih besar dari 0,05, maka dapat dikatakan bahwa data pretest hasil belajar IPA siswa pada kelompok eksperimen dan kelompok kontrol berasal dari populasi dengan varians yang sama homogen. Dengan demikian dapat dilanjutkan dengan uji t. c. Uji t Data Pretest Hasil Belajar IPA Uji normalitas dan uji homogenitas yang telah dilakukan sebelumnya didapatkan bahwa data hasil pretest belajar IPA dari kedua kelompok yaitu kelompok eksperimen dan kelompok kontrol berdistribusi normal dan berasal dari populasi dengan varians yang sama. Tahap berikutnya yaitu melakukan uji t untuk menguji hipotesis dan untuk melihat kedua kelompok memiliki nilai rata-rata pretest hasil belajar IPA yang sama atau berbeda, dengan menguji signifikansi perbedaan rata-rata. Adapun hasil dari perhitungan uji t dapat dilihat pada tabel berikut. 64 Tabel 10. Hasil Uji t Data Pretest Hasil Belajar IPA Group Statistics Model Pembelajaran N Mean Std. Deviation Std. Error Mean Hasil Belajar IPA Pretest Eksperimen 32 53,12 11,77 2, 08120 Pretest Kontrol 31 53,85 11,74 2, 10820 Independent Samples Tes Hasil Belajar IPA Equal variances assumed Equal variances not assumed Levenes Test for Equality of Variances F .006 Sig. .938 t-tes for Equality of Means T -.245 -.245 Df 61 60.948 Sig. 2-tailed .807 .807 Mean Difference -.72661 -.72661 Std. Error Difference 2.96256 2.96242 95 Confidence Interval of the Difference Lower 6.65062 6.65044 Upper 5.1973 5.19721 Langkah dalam melakukan analisis data dengan Independent t test adalah sebagai berikut. 1 Menentukan hipotesis H o : Tidak ada perbedaan antara nilai rata-rata pretest hasil belajar IPA kelompok eksperimen dan kelompok kontrol. H a : Ada perbedaan antara nilai rata-rata pretest hasil belajar IPA kelompok eksperimen dan kelompok kontrol. 65 2 Menentukan t hitung dan t tabel Dari data di atas diketahui t hitung sebesar –0,245. Tabel distribusi t pada taraf signifikansi α=5, 5:2=2,5 uji 2 sisi dengan derajat kebebasan df=61. Dengan pengujian dua sisi signifikansi=0,025 hasil t tabel sebesar 1.99962. 3 Kriteria pengujian H o diterima jika –t tabelt hitungt tabel H o ditolak jika –t tabel-t hitung atau t hitungt tabel Berdasarkan probabilitas: H o diterima jika P value0,025 H o diterima jika P value0,025 Dengan demikian karena nilai t hitung t tabel –0,2451.99962 dan P value0,025 0,8070,025 maka H o diterima, artinya bahwa tidak ada perbedaan rata-rata pretest hasil belajar IPA antara kelompok eksperimen dan kelompok kontrol. Pada tabel Group Statistics terlihat rata-rata pretest untuk kelompok eksperimen adalah 53,12 dan untuk kelompok kontrol adalah 53,85. Artinya nilai rata-rata pretest hasil belajar IPA kelompok kontrol lebih tinggi daripada nilai rata-rata pretest hasil belajar IPA kelompok eksperimen.

2. Analisis Data Posttest

Untuk mengetahui hasil belajar setelah adanya perlakuan dilakukan dengan menggunakan posttest. Hasil posttest dilakukan untuk mengetahui perbedaan hasil belajar IPA antara siswa yang telah belajar dengan 66 menggunakan model pembelajaran learning cycle 5E dan hasil belajar IPA siswa yang telah belajar menggunakan model pembelajaran konvensional. Model pembelajaran learning cycle 5E tersebut dapat dikatakan lebih efektif dari model pembelajaran konvensional apabila hasil posttest kelompok eksperimen lebih tinggi dari hasil posttest kelompok kontrol dan terdapat perbedaan yang signifikan. Untuk mengetahui perbedaan rata-rata posttest hasil belajar tersebut dilakukan dengan menggunakan uji t. Seperti halnya pengujian uji t sebelum perlakuan yaitu terlebih dahulu melakukan uji normalitas dan uji homogenitas.

a. Uji Normalitas Distribusi Data Posttest

Penelitian ini menggunakan p-value untuk pengujian normalitas. Penerapan p-value pada K-S test adalah jika pengujian signifikan p α artinya data signifikan berbeda dengan kurva normal sehingga data disebut data yang tidak normal distribusinya. Sebaliknya, jika hasil pengujian tidak signifikan p α berarti perbedaan antara data dengan kurva normal tidak signifikan tidak ada perbedaan antara data dengan kurva normal yang menyiratkan data mengikuti distribusi normal. Berikut adalah hasil uji normalitas untuk hasil rata-rata posttest siswa pada kelompok kontrol dan kelompok eksperimen dapat dilihat pada tabel berikut. 67 Tabel 11. Hasil Uji Normalitas Data Posttest Hasil Belajar IPA Tests of Normality Model Pembelajaran Kolmogorov-Smirnov a Shapiro-Wilk Statistic Df Sig. Statistic Df Sig. Hasil Belajar IPA Posttest Eksperimen .142 32 .102 .954 32 .191 Posttest Kontrol .120 31 .200 .937 31 .066 a. Lilliefors Significance Correction . This is a lower bound of the true significance. 1 Kelompok Eksperimen Perhitungan nilai rata-rata posttest hasil belajar IPA pada kelompok eksperimen, uji normalitas distribusi frekuensi diperoleh p- value=0,102 dengan menggunakan level of significance α=0,05 berarti pengujian tidak signifikan karena p-value =0,102α=0,05, sehingga dapat disimpulkan bahwa data pada kelompok eksperimen mengikuti distribusi normal. 2 Kelompok Kontrol Perhitungan nilai rata-rata posttest hasil belajar IPA pada kelompok kontrol, uji normalitas distribusi frekuensi diperoleh p- value =0,200 dengan menggunakan level of significance α=0,05 berarti pengujian tidak signifikan karena p-value =0,200α=0,05, sehingga dapat disimpulkan bahwa data pada kelompok kontrol mengikuti distribusi normal. 68

b. Uji Homogenitas Data Posttest