43
G. Teknik Analisis Data Penelitian
1. Analisis deskripsi tentang tingkat aktivitas belajar siswa dalam model
pembelajaran LSQ dan jigsaw Metode analisis yang digunakan dalam penelitian ini adalah statistik
deskriptif dengan menggunakan analisis frekuensi untuk mendeskripsikan hasil pengamatan dan mengalami seberapa jauh aktivitas belajar siswa dalam model
pembelajaran LSQ dan jigsaw. Data hasil observasi dalam penelitian ini merupakan data kuantitatif yang
akan dianalisis secara deskriptif frekuensi, maka setiap subvariabel diungkap dalam skor untuk selanjutnya dideskripsikan. Adapun langkah-langkah analisis
data yaitu sebagai berikut : a.
Tahap Skoring Tahap ini dilakukan untuk mempermudah dan menganalisis data,
caranya yaitu dengan memberikan skor terhadap pengamatan oleh observer sesuai panduan pengamatan. Kriteria pemberian skor yaitu :
Untuk hasil observasi kriteria sangat aktif diberi skor 4 Untuk hasil observasi kriteria aktif diberi skor 3
Untuk hasil observasi kriteria cukup aktif diberi skor 2 Untuk hasil observasi kriteria kurang aktif diberi skor 1
b. Menentukan parameter
Menentukan kriteria dengan menggunakan langkah-langkah sebagai berikut :
1 Model LSQ:
44
a Kriteria aktivitas belajar siswa berdasarkan subvariabel berbicara dan
mendengarkan: 1
Skor maksimal = ∑ item indikator x skor tertinggi = 3 x 4 = 12
2 Skor minimal =
∑ item indikator x skor terendah = 3 x 1 = 3 3
Range = skor maksimal - skor minimal = 12 – 3 = 9 4
Interval = Kriteria
Banyak Rentang
= = 2,25
5 Menentukan kriteria, Kriteria dibagi menjadi 4 yaitu : sangat aktif-4,
aktif-3, cukup aktif-2, kurang aktif-1. 6
Menyusun parameter aktivitas belajar siswa dalam model pembelajaran LSQ. Tabel 3.5. Parameter aktivitas belajar siswa
No Skor Kriteria
1 2
3 4
9,75 – 12 7,5 – 9,75
5,25 – 7,5 3 – 5,25
Sangat Aktif Aktif
Cukup Aktif Kurang Aktif
b Kriteria aktivitas belajar siswa berdasarkan indikator:
1 Skor maksimal =
∑ item indikator x skor tertinggi = 6 x 4 = 24 2
Skor minimal = ∑ item indikator x skor terendah = 6 x 1 = 6
3 Range = skor maksimal - skor minimal = 24 – 6 = 18
4 Interval =
Kriteria Banyak
Rentang =
4 18
= 4,5 5
Menentukan kriteria, Kriteria dibagi menjadi 4 yaitu : sangat aktifi-4, aktif-3, cukup aktif-2, kurang aktif-1.
6 Menyusun parameter aktivitas belajar siswa dalam model
pembelajaran LSQ. Tabel 3.6. Parameter aktivitas belajar siswa 9
4
45
No Skor Kriteria
1 2
3 4
19,5 – 24 15 – 19,5
10,5 – 15 6 – 10,5
Sangat Aktif Aktif
Cukup Aktif Kurang Aktif
2 Model jigsaw:
a Kriteria aktivitas belajar siswa berdasarkan subvariabel berbicara dan
mendengarkan: 1
Skor maksimal = ∑ item indikator x skor tertinggi = 5 x 4 = 20
2 Skor minimal =
∑ item indikator x skor terendah = 5 x 1 = 5 3
Range = skor maksimal - skor minimal = 20 – 5 = 15 4
Interval = Kriteria
Banyak Rentang
= = 3,75
5 Menentukan kriteria, Kriteria dibagi menjadi 4 yaitu : sangat aktifi-4,
aktif-3, cukup aktif-2, kurang aktif-1. 6
Menyusun parameter aktivitas belajar siswa dalam model pembelajaran LSQ. Tabel 3.7. parameter aktivitas belajar siswa
No Skor Kriteria
1 2
3 4
16,25 – 20 12,5 – 16,25
8,75 – 12,5 5 – 8,75
Sangat Aktif Aktif
Cukup Aktif Kurang Aktif
b Kriteria aktivitas belajar siswa berdasarkan indikator:
1 Skor maksimal =
∑ item indikator x skor tertinggi = 10 x 4 = 40 2
Skor minimal = ∑ item indikator x skor terendah = 10 x 1 = 10
3 Range =
∑ item indikator x skor terendah = 40 – 10 = 30 4
Interval = Kriteria
Banyak Rentang
= 15
4
30 : 7,5
4
46
5 Menentukan kriteria, Kriteria dibagi menjadi 4 yaitu : sangat aktifi-4,
aktif-3, cukup aktif-2, kurang aktif-1. 6
Menyusun parameter aktivitas belajar siswa dalam model pembelajaran jigsaw. Tabel 3.8. parameter aktivitas belajar siswa
No Skor Kriteria
1 2
3 4
32,5 - 40 25 – 32,5
17,5 - 25 10 – 17,5
Sangat Aktif Aktif
Cukup Aktif Kurang Aktif
c. Menyusun tabel frekuensi
Tabel frekuensi disusun untuk mempermudah dalam menghitung jumlah frekuensi dan kriteria yang ada dalam penelitian ini berdasarkan
subvariabel ataupun indikator.
1 Model LSQ
a Aktivitas belajar berdasarkan subvariabel Tabel 3.9. Tabel frekuensi aktivitas belajar siswa.
No. Skor Kriteria
Frekuensi Jumlah
1 9,75 – 12
Sangat Aktif 2 7,5
– 9,75
Aktif 3
5,25 – 7,5 Cukup Aktif
4 3 – 5,25
Kurang Aktif ∑
Mean b Aktivitas belajar berdasarkan indikator
Tabel 3.10. Tabel frekuensi aktivitas belajar siswa. No. Skor
Kriteria Frekuensi
47
Jumlah 1
19,5 – 24 Sangat Aktif
2 15 – 19,5
Aktif 3
10,5 – 15 Cukup Aktif
4 6 – 10,5
Kurang Aktif ∑
Mean 2
Model jigsaw a Aktivitas belajar berdasarkan subvariabel
Tabel 3.11. Tabel frekuensi aktivitas belajar siswa. No. Skor
Kriteria Frekuensi
Jumlah 1
16,25 – 20 Sangat Aktif
2 12,5 – 16,25
Aktif 3
8,75 – 12,5 Cukup Aktif
4 5 – 8,75
Kurang Aktif ∑
Mean b Aktivitas belajar berdasarkan indikator
Tabel 3.12. Tabel frekuensi aktivitas belajar siswa. No. Skor
Kriteria Frekuensi
Jumlah 1
32,5 - 40 Sangat Aktif
2 25 – 32,5
Aktif 3
17,5 - 25 Cukup Aktif
4 10 – 17,5
Kurang Aktif ∑
Mean Untuk mengetahui Analisis frekuensi menggunakan rumus sebagai
berikut :
48
Persentase = 100
x f
f Σ
Keterangan : f : Jumlah frekuensi masing-masing kriteria
Σ f : Jumlah seluruh frekuensi Ali, 1984: 184 d.
Deskripsi
Data yang ditabulasikan, kemudian dideskripsikan untuk menjawab permasalahan pertama yaitu seberapa besar tingkat keaktifan belajar siswa
dalam model pembelajaran LSQ dan model pembelajaran jigsaw yang dapat dilihat dari nilai persentase yang terdapat dalam tabel distribusi frekuensi
aktivitas belajar siswa.
2. Analisis Hasil Belajar Siswa
Analisis ini untuk mengetahui perbedaan hasil belajar kognitif siswa model LSQ dan model jigsaw dengan mengunakan rumus Uji t. Namun
sebelum dilakukan Uji t, terlebih dahulu dilakukan uji normalitas hasil belajar kognitif siswa dengan menggunakan rumus Chi Kuadrat. Bila data normal baru
dapat dilakukan Uji t. a.
Uji Normalitas Untuk mengetahui data yang dianalisa berdistribusi normal atau
tidak. Digunakan rumus Chi-Kuadrat.
Ei Ei
Oi x
k i
2 1
2
− =
∑
=
Keterangan:
49
χ² : chi kuadrat E
: frekuensi yang diharapkan O
: frekuensi pengamatan Jika X² hitung X² tabel dengan derajat kebebasan dk = k – 3 maka data
berdistribusi normal Sudjana, 2005: 273. b.
Uji Kesamaan Dua Varian Untuk menguji kesamaan dua varians data dari kedua kelompok
rumus yang digunakan adalah sebagai berikut:
terkecil Varians
terbesar Varians
= F
Kriteria: H0 ditolak jika F
1 αn1-1
≥ F
1 2 α n1-1,n2-2
Terima H0 jika F
1 αn1-1
F
12 α n1-1,n2-2
Sudjana, 2005: 250. c.
Uji perbedaan dua rata-rata hasil belajar siswa antar kelas eksperimen uji hipotesis
Hipotesis
2 1
: μ
μ = Ho
2 1
1
: μ
μ ≠ H
keterangan: μ
1
= rata-rata nilai hasil belajar LSQ μ
2
= rata-rata nilai hasil belajar jigsaw
50
2 1
: μ
μ = Ho
, artinya rata-rata skor hasil belajar yang diajar menggunakan LSQ tidak berbeda dengan rata-rata skor hasil belajar yang
diajarkan menggunakan model pembelajaran jigsaw.
2 1
1
: μ
μ ≠ H
, artinya rata-rata skor hasil belajar yang diajar menggunakan LSQ tidak sama dengan rata-rata skor hasil belajar yang
diajarkan menggunakan model pembelajaran jigsaw. Untuk menguji hipotesis digunakan uji t, rumus yang digunakan adalah:
2 1
2 1
1 1
n n
s x
x t
+ −
=
2 1
1
2 1
2 2
2 2
1 1
− +
− +
− =
n n
S n
S n
s Keterangan:
s : varians gabungan
1
x : nilai pada model LSQ
2
x : nilai pada model LSQ
2 1
S : simpangan baku nilai tes kelompok LSQ
2 2
S : simpangan baku nilai tes kelompok jigsaw
n
1
: banyaknya siswa dalam kelas LSQ n
2
: banyaknya siswa dalam kelas jigsaw Kriteria pengujian adalah terima ho jika t t
1- α
dan ditolak Ho jika t mempunyai harga lain, t
1- α
didapat dari daftar distribusi t dengan dk n
1
+n
2
-2 dan peluang 1- α Sudjana, 2005: 239.
H. Pelaksanaan Penelitian
Kategori