52
r =
√
Gambar 3.4 Rumus Uji Besar Pengaruh untuk Data Tidak Normal
Keterangan : r
= besarnya efek Effect Size yang menggunakan koefisien korelasi Pearson. Z
= harga konvensi dari standar deviasi dari uji statistik Wilcoxon N
= Jumlah total observasi 2 x jumlah siswa Kriteria untuk mengetahui besar pengaruh adalah sebagai berikut Field,
2009: 550.
Tabel 3.6 Kriteria mengetahui besar pengaruh effect size
r Keterangan
0,10 1
Efek kecil 0,30
9 Efek menengah
0,50 25
Efek besar
Persentase pengaruh perlakuan dihitung dengan mengkuadratkan harga r harga koefisien korelasi Pearson yang didapat atau R2 x 100.
3.8.2 Analisis Lebih Lanjut
3.8.3.1 Uji Peningkatan Skor Pretest-Posttest I
Uji peningkatan skor pretest dan posttest I dilakukan dengan tujuan untuk mengetahui apakah ada peningkatan skor yang signifikan dari skor pretest ke posttest
I dari kelompok eksperimen dan kelompok kontrol. Teknik statistik yangdigunakan adalah paired samples t-test jika data terdistribusi dengan normal atau wilcoxon
signed ranks test jika data terdistribusi dengan tidak normal Field, 2009:345. Teknik analisis data menggunakan tingkat kepercayaan 95. Hipotesis statistiknya
adalah sebagai berikut. H
i
: Ada perbedaan skor yang signifikan dari pretest –posttest I pada kelompok
kontrol dan kelompok eksperimen. H
null
: Tidak ada perbedaan skor yang signifikan dari pretest –posttest I pada
kelompok kontrol dan kelompok eksperimen.
53
Kriteria yang digunakan adalah sebagai berikut Priyatno, 2010: 108: 1.
Jika harga sig. 2-tailed 0,05 maka H
null
ditolak dan H
i
diterima. Dengan kata lain terdapat kenaikan skor yang signifikan dari pretest
–posttest I. 2.
Jika harga sig. 2-tailed 0,05 maka H
null
diterima dan H
i
ditolak. Dengan kata lain tidak terdapat kenaikan skor yang signifikan dari pretest
–posttest I. Untuk mengetahui persentasi peningkatan skor pretest ke posttest I digunakan rumus
sebagai berikut.
Gambar 3.5 Rumus Uji Peningkatan Skor Pretest-Posttest I
3.8.3.2 Uji Korelasi antara Pretest dan Posttest I
Uji korelasi digunakan untuk mengetahui hubungan antara dua variabel, yang mengukur seberapa kuat hubungannya, hubungannya positif atau negatif, dan untuk
mengetahui apakah hubungannya signifikan atau tidak Priyatno, 2010: 46. Uji korelasi antara skor pretest dan posttest I menggunakan rumus bivarate correlations
yaitu untuk mengetahui korelasi antara dua variabel. Apabila data berdistribusi normal maka menggunakan rumus bivarate correlations coefficients yaitu
Pearson’s correlation coefficient. Apabila data tidak berdistribusi normal maka menggunakan
rumus Spearman’s correlation coefficient Field, 2009: 177-179. Untuk melihat
hubungannya positif atau negatif maka dapat dilihat pada angka koefisien korelasi, jika angka positif maka hubungan positif artinya jika semakin tinggi skor pretest yang
dicapai maka semakin tinggi pula skor posttest I. Jika angka negatif maka hubungan negatif artinya jika semakin rendah skor pretest yang dicapai maka semakin rendah
pula skor posttest I. Sedangkan untuk pengujian hubungan, apakah hubungannya signifikan atau tidak maka bisa menggunakan signifikansi 0,05. Artinya jika
signifikansi 0,05 maka terjadi hubungan, sedangkan jika signifikansi 0,05 maka tidak ada hubungan Priyatno, 2012: 44.