40 menjelaskan dan menginterpretasi. Kriteria yang digunakan untuk menolak H
null
adalah jika harga Sig.2-tailed 0,05 Field, 2009: 53.
3.8.3 Analisis Lebih Lanjut
3.8.3.1 Uji Peningkatan Skor Pretest ke Posttest I
Uji peningkatan skor pretest ke posttest I dilakukan untuk mengetahui apakah terdapat peningkatan skor yang signifikan dari pretest ke posttest I baik
pada kelompok eksperimen maupun kontrol. Data yang diuji berasal dari kelompok yang sama, sehingga menggunakan dua uji statistik berikut Field,
2009: 325. Uji statistik yang digunakan adalah Paired samples t-test jika data terdistribusi dengan normal. Uji statistik menggunakan Wilcoxon jika data
terdistribusi dengan tidak normal Field, 2009: 345. Teknik analisis data menggunakan tingkat kepercayaan 95. Analisis data
menggunakan hipotesis statistik sebagai berikut. 1 H
i
: ada perbedaan skor yang signifikan dari skor pretest ke posttest I pada kelompok eksperimen dan atau
kelompok kontrol. Dengan kata lain terdapat penurunan peningkatan skor yang signifikan dari pretest ke posttest I pada kelompok eksperimen dan atau
kelompok kontrol terhadap kemampuan menjelaskan dan menginterpretasi. 2 H
null
: tidak ada perbedaan skor yang signifikan dari skor pre-test ke posttest I pada kelompok eksperimen dan atau kelompok kontrol. Dengan kata lain tidak
terdapat penurunan peningkatan skor yang signifikan dari pretest ke posttest I pada kelompok eksperimen dan atau kelompok kontrol terhadap kemampuan
menjelaskan dan menginterpretasi. Kriteria yang digunakan untuk menolak H
null
adalah jika harga Sig.2-tailed 0,05 Field, 2009: 53. Persentase kenaikan skor pretest ke posttest I dihitung menggunakan rumus
sebagai berikut Gunawan, 2006: 575.
Gambar 3.3 Rumus Persentase Uji Peningkatan Skor
41
3.8.3.2 Uji Besar Pengaruh Perlakuan
Uji besar pengaruh perlakuan dilakukan untuk mengetahui seberapa besar pengaruh perlakuan terhadap kemampuan menjelaskan dan menginterpretasi. Jika
data terdistribusi dengan normal, maka digunakan rumus koefisien korelasi Pearson pada Gmbar 3.4 halaman 42 Field, 2009: 57 179.
Gambar 3.4 Rumus Besar Efek untuk Data Normal
Keterangan : r = besar pengaruh effect size perlakuan dengan menggunakan koefisien
korelasi Pearson t = harga uji t
df = derajad kebebasan degree of freedom
Jika data terdistribusi dengan tidak normal, maka digunakan rumus sebagai berikut Field, 2009: 57.
Gambar 3.5 Rumus Besar Efek untuk Data Tidak Normal
Keterangan : Z = harga Z yang diambil dari perhitungan statistik non parametrik dari
program SPSS
N = 2 x jumlah responden yang bersangkutan Besar pengaruh perlakuan dapat diklasifikasikan dengan kriteria sebagai
berikut Field, 2009: 57.
Tabel 3.7 Kriteria Besar Pengaruh Perlakuan
Persentase pengaruh perlakuan dihitung dengan mengkuadratkan harga r harga koefisien korelasi Pearson yang didapat atau R
2
x 100 Field, 2009: 179.
r effect size Kriteria Efek
0,10 Kecil, setara dengan 1 pengaruh
perlakuan 0,30
Menengah, setara dengan 9 pengaruh perlakuan
0,50 Besar, setara dengan 25 pengaruh
perlakuan
42
3.8.3.3 Uji Retensi Pengaruh Perlakuan
