45
H
i
: Ada perbedaan yang signifikan antara selisih skor posttest I-pretest kelompok kontrol dan kelompok eksperimen.
H
null
: Tidak ada perbedaan yang signifikan antara selisih skor posttest I-pretest kelompok kontrol dan kelompok eksperimen.
Kriteria yang digunakan untuk menarik kesimpulan Santoso, 2012: 100 adalah sebagai berikut:
1. Jika sig.2-tailed 0,05, H
null
diterima dan H
i
ditolak. Artinya tidak ada perbedaan yang signifikan antara selisih skor posttest I-pretest pada kelompok
eksperimen dan kelompok kontrol, maka penerapan metode inkuiri tidak berpengaruh terhadap kemampuan mengaplikasi dan menganalisis.
2. Jika sig.2-tailed 0,05, H
null
ditolak dan H
i
diterima. Artinya ada perbedaan yang signifikan antara selisih skor posttest I-pretest pada kelompok
eksperimen dan kelompok kontrol, maka penerapan metode inkuiri berpengaruh terhadap kemampuan mengaplikasi dan menganalisis.
3.8.1.4 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan bertujuan untuk mengetahui seberapa besar pengaruh penerapan metode inkuiri terhadap kemampuan mengaplikasi dan
menganalisis. Uji besar pengaruh metode inkuiri dapat dilihat dengan mencari effect size. Field 2009: 56-57 menjelaskan bahwa effect size adalah suatu ukuran
objektif dan terstandarisasi untuk mengetahui besarnya efek yang dihasilkan. Kriteria untuk menentukan besarnya efek adalah sebagai berikut Field, 2009:
179.
Tabel 3.8 Kriteria Besar Pengaruh Perlakuan r effect size
Kategori Persentase
0,10 Kecil
Setara dengan 1 pengaruh perlakuan. 0,30
Menengah Setara dengan 9 pengaruh perlakuan
0,50 Besar
Setara dengan 25 pengaruh perlakuan.
Persentase pengaruh perlakuan didapat dengan menghitung koefisien determinasi R
2
dengan cara mengkuadratkan harga r harga koefisien korelasi Pearson yang didapat kemudian dikalikan 100. Jika distribusi data normal, uji
besar pengaruh dihitung dengan menggunakan rumus Field, 2009: 57 179:
46
Gambar 3.3 Rumus Besar Efek untuk Data Normal
Keterangan: r
= besar pengaruh effect size perlakuan dengan menggunakan koefisien korelasi Pearson
t = harga uji t
df = harga derajat kebebasan degree of freedom
Jika distribusi data tidak normal, uji besar pengaruh dihitung dengan menggunakan rumus effect size sebagai berikut Field, 2009: 332:
Gambar 3.4 Rumus Rumus Besar Efek untuk Data Tidak Normal
Keterangan: r
= besar pengaruh effect size Z
= harga konversi dari standar deviasi diperoleh dari perhitungan non parametrik program SPSS
N = jumlah total responden dalam hal ini 2 x jumlah siswa
3.8.2 Analisis Lebih Lanjut 3.8.2.1 Perhitungan Persentase Peningkatan Rerata Pretest ke Posttest I
Perhitungan persentase peningkatan rerata pretest ke posttest I dilakukan untuk mengetahui persentase besar pengaruh metode inkuiri yang dilihat dari
peningkatan rerata dari pretest ke posttest I. Analisis perhitungan dilakukan dengan mengambil data rerata skor pretest dan posttest I pada uji normalitas
distribusi data menggunakan Kolmogorov-Smirnov test. Besar persentase peningkatan rerata pretest ke posttest I dihitung menggunakan rumus sebagai
berikut Gunawan, 2006: 575.
Gambar 3.5 Rumus Besar Persentase Peningkatan Pretest-Posttest I
=
2 2
+
= �
Peningkatan= posttest I - pretest
pretest × 100
47
Untuk mengetahui persentase selisih skor pretest-posttest I gain score dapat dilakukan penghitungan manual sebagai berikut:
Gambar 3.6 Rumus Gain Score
Frekuensi gain score yang diambil kurang lebih 50 dari skor tertinggi selisih pretest-posttest I kedua kelompok yaitu dari kelompok eksperimen dan
kelompok kontrol. Grafik poligon pada gain score menunjukkan perbandingan yang tepat pada rerata antara kelompok eksperimen maupun kelompok kontrol
Fraenkel, 2012: 250-251.
3.8.2.2 Uji Signifikansi Peningkatan Rerata Pretest ke Posttest I