Teknik Analisis Data METODOLOGI PENELITIAN

d. Uji Tingkat kesukaran

Soal yang baik adalah soal yang mempunyai tingkat kesukaran yang mewadahi artinya tidak terlalu mudah dan tidak terlalu sukar. Untuk menghitung tingkat kesukaran setiap butir soal digunakan rumus sebagai berikut Saifuddin Azwar, 2003:134: R n p i  dengan: p = indeks kesukaran n i = banyaknya siswa yang menjawab item dengan benar R = banyaknya siswa Kriteria Uji: Butir soal akan digunakan bila memenuhi syarat: 70 , 30 ,   p

E. Teknik Analisis Data

a. Uji Prasyarat

Uji prasyarat yang dipakai dalam penelitian ini adalah uji normalitas dan uji homogenitas. 1. Uji normalitas Uji normalitas bertujuan untuk mengetahui apakah sampel yang diambil berasal dari populasi yang berdistribusi normal atau tidak. Uji normalitas menggunakan metode Lilliefors. Adapun prosedur ujinya sebagai berikut: a. Hipotesis H : sampel berasal dari populasi yang berdistribusi normal 1 H : sampel tidak berasal dari populasi yang berdistribusi normal b. Taraf Signifikansi :  = 0,05 c. Statistik Uji i i z S z F Maks L   Dengan: i Z = s X X i  , s = standar deviasi i z F = i z Z P  i z = skor terstandar untuk i x 1 , ~ N Z i z S = proporsi cacah i z Z  terhadap banyaknya i z d. Daerah Kritik   n L L L DK :    e. Keputusan Uji H diterima jika nilai statistik uji amatan tidak berada di daerah kritik dan H ditolak jika nilai statistik berada di daerah kritik. Budiyono, 2004:170 2. Uji Homogenitas Uji homogenitas digunakan untuk menguji apakah k sampel mempunyai variansi sama. Uji homogenitas menggunakan metode Bartlett dengan statistik uji Chi Kuadrat sebagai berikut: a. Hipotesis 2 2 2 2 1 : k H        populasi- populasi homogen : 1 H tidak semua variansi sama populasi-populasi tidak homogen b. Taraf Signifikansi :  = 0,05 c. Satistik Uji     2 2 log - RKG log f 303 . 2 j j s f c  Dengan: 1 ~ 2 2  k   k = banyaknya sampel N = banyaknya seluruh nilai ukuran j n = banyaknya nilai ukuran sampel ke- j = ukuran sampel ke- j j f = 1  j n = derajat kebebasan untuk k j s j , , 2 , 1 ; 2        k j j f k N f 1 = derajat kebebasan untuk RKG          f f k c j 1 1 1 3 1 1 ; RKG = rataan kuadrat galat =   j j f SS   2 2 2 1 j j j j j j s n n X X SS       d. Daerah Kritik   1 , 2 2 2    k DK     e. Keputusan Uji H diterima jika nilai statistik uji amatan tidak berada di daerah kritik dan H ditolak jika nilai statistik berada di daerah kritik. Budiyono, 2004:176-177

b. Uji Hipotesis

Hipotesis penelitian diuji dengan teknik analisis variansi dua jalan 2 x 3 dengan sel tak sama, sebagai berikut: ijk ij j i ijk X           Dengan: ijk X = data amatan ke- k pada baris ke- i dan kolom ke- j  = rerata dari seluruh data amatan rerata besar, gr and mean i  = efek baris ke- i pada variabel terikat j  = efek baris ke- k pada variabel terikat ij  = kombinasi efek baris ke- i dan efek kolom ke- j pada variable terikat ijk  = deviasi data amatan terhadap rataan populasinya ij  yang berdistribusi normal dengan rataan 0 disebut galat atau er r or i = 1,2; dengan 1 = Pendekatan RM E dengan pemecahan masalah 2 = Pendekatan RM E j = 1,2,3; dengan 1 = Gaya belajar visual 2 = Gaya belajar aditorial 3 = Gaya belajar kinestetik k = 1,2, ..., ij n ; dengan ij n = banyaknya data amatan pada sel ij . Budiyono, 2004:228 a. Hipotesis :  i A H  untuk setiap i = 1,2 tidak ada perbedaan efek antar baris terhadap variabel terikat : 1 A H paling sedikit ada satu i  yang tidak nol ada perbedaan efek antar baris terhadap variabel terikat :  j B H  untuk setiap j = 1,2,3 tidak ada perbedaan efek antar kolom terhadap variabel terikat : 1 B H paling sedikit ada satu j  yang tidak nol ada perbedaan efek antar kolom terhadap variabel terikat :  ij AB H  untuk setiap i = 1,2 dan setiap j = 1,2,3 tidak ada interaksi baris dan kolom terhadap variabel terikat : 1 AB H paling sedikit ada satu ij  yang tidak nol ada interaksi baris dan kolom terhadap variabel terikat b. Komputasi 1. Notasi dan tata letak data Tabel 3.3 Data Amatan, Rataan, dan Jumlah Kuadrat Deviasi Dengan   ij ij ij ij ij ij C X SS n X C      2 ; Tabel 3.4 Rataan dan Jumlah Rataan faktor b faktor a 1 b 2 b 3 b Total 1 a 11 ab 12 ab 13 ab 1 A 2 a 21 ab 22 ab 23 ab 2 A Total 1 B 2 B 3 B G Pendekatan Gaya BelajarB A Visual 1 b Aditorial 2 b Kinestetik 3 b Pendekatan RM E dengan pemecahan masalah 1 a Cacah data 11 n 12 n 13 n Jumlah data  11 X  12 X  13 X Rataan 11 X 12 X 13 X Jumlah Kuadrat  2 1 2 X  2 1 2 X  2 1 3 X Suku Korelasi 11 C 12 C 13 C Variansi 11 SS 12 SS 13 SS Pendekatan RM E 2 a Cacah data 21 n 22 n 23 n Jumlah data  21 X  22 X  23 X Rataan 21 X 22 X 23 X Jumlah Kuadrat  2 2 1 X  2 22 X  2 23 X Suku Korelasi 21 C 22 C 23 C Variansi 21 SS 22 SS 23 SS Pada analisis variansi dua jalan dengan sel tak sama didefinisikan notasi-notasi sebagai berikut: = banyaknya data amatan pada sel ij h n = rataan harmonik frekuensi seluruh sel =  j i ij n pq , 1   j i ij n N , = banyaknya seluruh data amatan            ijk k ijk k ijk ij n X X SS 2 2 jumlah kuadrat deviasi data amatan pada sel ij ij AB = rataan pada sel ij   j ij i AB A = jumlah rataan pada baris ke- i   j ij j AB B = jumlah kuadrat pada kolom ke- j   j i ij AB G , = jumlah rataan semua sel 2. Komponen Jumlah Kuadrat Didefinisikan :1 pq G 2  2  j i ij SS , 3   i i q A 2 4   j j p B 2 5   j i ij B A , 2 3. Jumlah Kuadrat JK JKA = Jumlah kuadrat baris = h n   1 3  JKB = Jumlah kuadrat kolom = h n   1 4  JKAB = Jumlah lkuadrat interaksi = h n   4 3 5 1    JKG = Jumlah kuadrat galat = 2 JKT = Jumlah kuadrat total = JKA + JKB + JKAB + JKG 4. Derajat Kebebasan dk ij n dkA = p-1 dkB = q-1 dkAB = p-1q-1 dkG = N-pq dkT = N-1 5. Rataan Kuadrat RK dkA JKA RKA  dkB JKB RKB  dkAB JKAB RKAB  dkG JKG RKG  c. Statistik Uji Statistik uji analisis variansi dua jalan dengan sel tak sama adalah: 1. Untuk A H adalah RKG RKA F a  yang merupakan nilai variabel random yang berdistribusi F dengan derajat kebebasan p -1 dan N-pq. 2. Untuk B H adalah RKG RKB F b  yang merupakan nilai variabel random yang berdistribusi F dengan derajat kebebasan q-1 dan N-pq. 3. Untuk AB H adalah RKG RKAB F a b  yang merupakan nilai variabel random yang berdistribusi F dengan derajat kebebasan p -1q-1 dan N-pq. d. Daerah Kritik Untuk masing-masing nilai F, daerah kritiknya adalah sebagai berikut: 1. Daerah kritik untuk a F adalah DK =   F F F pq - N 1, - p ;   2. Daerah kritik untuk b F adalah DK =   F F F pq - N 1, - q ;   3. Daerah kritik untuk a b F adalah DK =   F F F pq - N 1, - 1q - p ;   e. Keputusan Uji H ditolak jika F DK f. Rangkuman Analisis Variansi Tabel 3.4 Rangkuman Analisis variansi dua jalan Sumber JK dk RK F obs F α Baris A JKA p-1 RKA F a F Kolom B JKB q-1 RKB F b F Interaksi AB JKAB p-1q-1 RKAB F ab F Galat G JKG N-pq RKG - - Total JKT N-1 - - -

F. Uji Komparasi Ganda

Dokumen yang terkait

ANALISIS LITERASI MATEMATIKA SISWA KELAS VII SMP DENGAN MODEL PBL PENDEKATAN REALISTIC MATHEMATICS EDUCATION (RME) BERBANTUAN KARTU MASALAH

7 42 505

EKSPERIMENTASI PENDEKATAN PEMBELAJARAN REALISTIC MATHEMATICS EDUCATION (RME) TERHADAP PRESTASI BELAJAR SISWA DITINJAU DARI AKTIVITAS BELAJAR SISWA PADA POKOK BAHASAN PECAHAN

0 2 2

PENINGKATAN AKTIVITAS BELAJAR DAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA MELALUI PENDEKATAN PEMBELAJARAN Peningkatan Aktivitas Belajar Dan Kemampuan Pemecahan Masalah Matematika Melalui Pendekatan Pembelajaran Realistic Mathematics Education Bagi Siswa

0 1 15

PENINGKATAN AKTIVITAS BELAJAR DAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA MELALUI PENDEKATAN PEMBELAJARAN Peningkatan Aktivitas Belajar Dan Kemampuan Pemecahan Masalah Matematika Melalui Pendekatan Pembelajaran Realistic Mathematics Education Bagi Siswa K

0 1 18

PENINGKATAN MOTIVASI BELAJAR MATEMATIKAMELALUIPEMBELAJARAN REALISTICS MATHEMATICS EDUCATION (RME) Peningkatan Motivasi Belajar Matematika Melalui Pembelajaran Realistics Mathematics Education (RME) Dengan Media Bahan Manipulatif Pada Materi Pecahan Bagi S

0 2 15

EFEKTIVITAS PENDEKATAN REALISTIC MATHEMATICS EDUCATION (RME) DALAM PENINGKATAN KEMANDIRIAN DAN PEMAHAMAN Efektivitas Pendekatan Realistic Mathematics Education (RME) Dalam Peningkatan Kemandirian Dan Pemahaman Konsep Belajar Matematika (PTK Pembelajaran

0 2 17

EFEKTIVITAS PENDEKATAN REALISTIC MATHEMATICS Efektivitas Pendekatan Realistic Mathematics Education (RME) Dalam Peningkatan Kemandirian Dan Pemahaman Konsep Belajar Matematika (PTK Pembelajaran Matematika Kelas VIII G di SMP Negeri 1 Gatak).

0 0 12

PENDEKATAN REALISTIC MATHEMATICS EDUCATIon rme

1 0 12

PENGARUH PENDEKATAN PEMBELAJARAN REALISTIC MATHEMATICS EDUCATION (RME) DAN SELF-EFFICACY SISWA TERHADAP HASIL BELAJAR MATEMATIKA SISWA KELAS VII SMP

2 3 8

REALISTIC MATHEMATICS EDUCATION (RME) DALAM PEMBELAJARAN MATEMATIKA DI SMP Lisna Nurani *) Abstrak - REALISTIC MATHEMATICS EDUCATION (RME) DALAM PEMBELAJARAN MATEMATIKA DI SMP (lisna)

0 0 12