Teknik Analisis Data

G. Teknik Analisis Data

Analisis data secara statistik digunakan agar subyektifitas peneliti dapat dikurangi dalam penelitian ini. Analisis statistik yang digunakan adalah analisis variansi dua jalan Namun sebelum dilakukan uji hipotesis dilakukan uji persyaratan terlebih dahulu.

1. Uji Kesamaan Keadaan Awal Siswa

Uji kesamaan kemampuan awal siswa dilaksanakan sebelum sampel diberi perlakuan dan bersamaan dengan penetapan sampel. Uji kesamaan kemampuan siswa dimaksudkan mengetahui apakah kemampuan siswa masing-masing kelas sama atau tidak.Untuk mengetahui kemampuan siswa, peneliti mengambil data dari dokumentasi nilai hasil tes pokok bahasan sebelumnya. Analisa yang digunakan adalah uji t dua ekor.

Untuk menyeledikinya dilakukan prosedur sebagai berikut :

a. Hipotesis

H 0 : Tidak ada perbedaan kemampuan awal antara kedua kelompok eksperimen dan kontrol

H 1 : Ada perbedaan kemampuan awal antara kedua kelompok eksperimen dan kontrol

b. Statistik Uji

 N a  N b  2     N

N a  b 

(Suharsimi Arikunto :2002 :304) Dengan keterangan :

M a Nilai rata-rata hasil kelas eksperimen.

Nilai rata-rata hasil kelas control.

banyaknya subyek.

deviasi setiap nilai a 2 dan a 1 .

deviasi setiap nilai b 2 dan b 1 .

c. Daerah Kritik

{t|t > t 1-1/2 α;n1+ n2 -2 }, α : taraf signifikansi = 0,05

d. Keputusan Uji

H 0 diterima jika, – t tabel ≤ t hitung ≤ t tabel ; tidak ada perbedaan

kemampuan awal antara kedua kelompok yaitu eksperimen maupun kontrol.

H 0 ditolak jika : t hitung > t tabel atau t hitung < - t tabel ; ada perbedaan kemampuan awal antara kedua yaitu kelompok eksperimen dan kontrol.

2. Uji Prasyarat Analisis

a.Uji Normalitas

Untuk mengetahui apakah sampel berasal dari populasi yang berdistribusi normal dengan menggunakan Metode Lilliefors, dengan hipotesis sebagai berikut:

1) Hipotesis

H 0 : sampel berasal dari populasi yang berdistribusi normal.

H 1 : sampel berasal dari populasi yang tidak berdistribusi normal.

2) Statistik Uji Untuk pengujian hipotesis nol tersebut digunakan rumus sebagai berikut: L 0  F ( zi )  S ( zi ) maks

x  x dengan : zi 

F(zi) = p(z < zi) S(zi) = proporsi z < zi terhadap seluruh cacah zi

3) Daerah Kritik

L 0 ditolak jika L 0 L ,n

 : Taraf signifikansi

4) Keputusan Uji

L 0 <L tab = Sampel berasal dari populasi yang berdistribusi normal. L 0 L tab = Sampel berasal dari populasi yang berdistribusi tidak normal.

(Budiyono, 1998 : 62)

b.Uji Homogenitas

Untuk mengetahui apakah sampel berasal dari populasi yang homogen atau tidak maka menggunakan Metode Bartlett :

1) Hipotesis

1   2   3   4 ; keempat sampel homogen.

1  2 , atau  1   3 , atau  1  4 , atau  2   3 ,

atau

2  4 ; keempat sampel tidak homogen.

2) Statistik Uji 2 2 , 303

 f log MS err   f j log S j 

 SS J

dengan : k

cacah sampel. :

f : derajat bebas untuk MS err = N-k. j

: 1,2,3,……..k. n j :

cacah pengukuran pada sampel ke-j. N

: cacah semua pengukuran.

3) Daerah Kritik

0 ditolak jika ฀฀χ ≥χ ;k-1

Untuk  : 0.05

4) Keputusan Uji

0 diterima jika χ < χ 0,05 ;k-1 (Budiyono, 1998 : 62)

3. Pengujian Hipotesis 3. Pengujian Hipotesis

Teknik analisis data yang digunakan untuk menganalisis data hasil eksperimen dalam rangka menguji hipotesis penelitian adalah dengan Uji Analisis Variansi (ANAVA) Dua Jalan dengan menggunakan Sel tak Sama.

1) Tujuan

Analisis variansi dua jalan untuk menguji signifikansi perbedaan efek baris, efek kolom, dan kombinasi efek baris dan efek kolom terhadap variabel terikat.

2) Asumsi Dasar

a. Populasi-populasi berdistribusi normal dengan variasi sama.

b. Sampel dipilih secara acak (random).

3) Hipotesis

H 01 : i =0 untuk semua i (Tidak ada pengaruh perbedaan antara pembelajaran kooperatif model Think-Pair-Share dan model

Number Heads Together terhadap kemampuan kognitif siswa).

H 11 : i 0 untuk paling sedikit satu harga i (Ada pengaruh perbedaan antara pembelajaran kooperatif model Think-Pair-Share dan model Number Heads Together terhadap kemampuan kognitif siswa).

H 02 : j =0 untuk semua j (Tidak ada pengaruh perbedaan antara motivasi belajar kategori tinggi dan motivasi belajar kategori rendah terhadap kemampuan kognitif siswa).

H 12 : j 0 untuk paling sedikit satu harga j (Ada pengaruh perbedaan antara motivasi belajar kategori tinggi dan motivasi belajar kotegori rendah terhadap kemampuan kognitif siswa).

H 03 :  ij =0 untuk semua (ij) (Tidak ada interaksi antara metode pembelajaran dengan pendekatan kooperatif dan motivasi belajar siswa terhadap kemampuan kognitif siswa)

H 13 :  ij 0 untuk paling sedikit satu harga (ij) (Ada interaksi antara metode pembelajaran dengan pendekatan kooperatif dan motivasi belajar siswa terhadap kemampuan kognitif siswa).

4) Tabel Jumlah AB

Tabel 3.2. Jumlah AB Motivasi Belajar Siswa (B)

B Total

A 1 A 1 B 1 A 1 B 2 A’ 1 = ......

Penggunaan Model

Pembelajaran (A)

A 2 A 2 B 1 A 2 B 2 A’ 2 = .....

G = ..... Keterangan :

X ijk

ijk

3) = i 

nq

(4) = j 

np AB 2

(5) = ij 

ij

6) Jumlah Kuadrat

SS A =

-(1) SS B =

(4) -(1) SS AB = (5) -(4) -(3)

+(1) SS err

= -(5) +(2) SS total =

(2) -(1)

7) Derajat Kebebasan

Df A = p-1 =p–1 Df B = q-1

=q–1 Df AB = (p-1)(q-1)

= pq – p – q + 1 Df err = pq(n-1)

= pqn – pq = N - pq Df total = N-1

8) Rerata Kuadrat

SS A MS A =

Df

SS B MS B = Df B

SS AB MS AB = Df AB

SS err MS err = Df err

9) Statistik Uji

10) Daerah Kritik

DK A =F A F  ; p-1, N-pq DK B =F B F  ; q-1, N-pq

DK AB =F AB F  ; (p-1)(q-1), N-pq

11) Keputusan Uji

H 01 ditolak jika F A F  ; p-1, N-pq .

H 02 :

ditolak jika F B F  ; q-1, N-pq.

H 03 :

ditolak jika F AB F  ;(p-1)(q-1), N-pq .

12) Rangkuman Analisis

Tabel 3.3. Rangkuman Analisis Variansi Dua Jalan dengan Isi Sel Tak Sama. Sumber variasi

F P Efek utama

SS

Df MS

A (kolom) SS A Df A MS A F A <  atau > B(baris)

SS B Df B MS B F B <  atau > Interaksi AB

SS AB Df AB D MS AB F AB <  atau > 

f err

MS err

Kesalahan

SS err

Total

SS total Df total

Setelah melakukan analisis ANAVA, berikutnya dilanjutkan dengan Uji Komparasi Ganda.

b. Uji Komparasi Ganda

Komparasi ganda adalah tindak lanjut dari analisi variansi yang telah diuraikan di muka. Pada ANAVA hanya dapat mengetahui diterima atau ditolaknya hipotesis nol. Hal ini berarti bahwa hipotesis nol ditolak, maka belum dapat diketahui rerata-rerata mana yang berbeda. Perlu diingat bahwa apabila hipotesis nol ditolak maka diperoleh kesimpulan bahwa paling sedikitnya terdapat satu rerata yang berbeda dengan rerata-rerata lainnya. Untuk mengetahui lebih lanjut rerata mana yang berbeda dan rerata mana yang sama, maka dilakukan pelacakan rerata yang dikenal dengan analisis komparasi ganda, dengan demikian komparasi ganda merupakan analisis “Pasca Analisis Variansi”.

Dalam penelitian ini metode dalam komparasi ganda yang digunakan adalah metode Scheffe.

Statistik uji yang digunakan adalah : ( 2 X i  Xj )

F ij =

MSerr {  ) n i n j

F = (k-1) F ij Daerah Kritik

F  (k – 1) F ; k –1, N – k

Keterangan : Xi

rerata kolom ke-i.

Xj : rerata kolom ke-j. Ms err :

rerata kuadrat kesalahan. n i :

banyaknya observasi ke kolom i. n j :

banyaknya observasi ke kolom j. N

: cacah semua observasi. k

cacah klolom, perlakuan (treatmen).

 : taraf signifikansi Adapun statistik uji F yang digunakan adalah :

1) komparasi rerata antar baris : F i .  j . 

MSerr {  )

2) komparasi rerata antar kolom : F . i  . j 

MSerr {  )

( X ij  X kl 2 )

3) komparasi rerata antar sel : F ij  kl 

X i . = rerata pada baris ke I

X kl = rerata pada sel kl

X . i = rerata pada kolom ke i n i. = cacah observasi pada baris ke i

X j . = rerata pada baris ke j n .i = cacah observasi pada kolom

X . j = rerata pada kolom ke k

ke i n j. = cacah observasi pada baris ke

X jk = rerata pada sel ij

n .j = cacah observasi pada kolom n .j = cacah observasi pada kolom

Daerah kritik untuk metode ini adalah

1) komparasi antar baris = DK i .  j . : F i .  j .   p  1  F  ; p  1 , N  pq

2) komparasi antar kolom = DK . i  . j : F . i  . j   q  1  F  ; q  1 , N  pq

3) komparasi antar sel = DK ij  kl : F ij  kl   p  1  q  1  F  ; ( p  1 )( q  1 ), N  pq

Keputusan Uji Ho ditolak jika F  F ; k –1, N – k Ho diterima jika F< F ; k –1, N – k

(Budiyono, 1998:64)