Teknik Analisis Data METODOLOGI PENELITIAN

8. Memecahkan hasil hitung penjumlahan bilangan kuadrat dengan bilangan hasil penarikan akar kuadrat. 19, 20, 21 9. Memecahkan hasil hitung pengurangan bilangan kuadrat dengan bilangan hasil penarikan akar kuadrat. 22, 23, 24 10. Memecahkan hasil hitung perkalian bilangan kuadrat dengan bilangan hasil penarikan akar kuadrat. 25, 26, 27 11. Memecahkan hasil hitung pembagian bilangan kuadrat dengan bilangan hasil penarikan akar kuadrat. 28, 29, 30 12. Menguji hasil hitung campuran bilangan kuadrat dengan bilangan hasil penarikan akar kuadrat. 31, 32, 33, 34 13. Memprediksi bilangan kuadrat yang sesuai dengan hasil perhitungan. 35, 36, 37 14 Memprediksi akar pangkat dua yang sesuai dengan hasil perhitungan. 38, 39, 40 Instrumen tes akan dibagi menjadi dua tipe soal yaitu tipe soal A dan tipe soal B. Pembagian instrumen tes kedalam dua tipe soal untuk menghindari kejenuhan siswa dalam menjawab soal yang terlalu banyak. Indikator pada tipe soal A sama dengan tipe soal B. Proporsi tingkat kesukaran tipe soal A sama dengan proporsi tingkat kesukaran tipe soal B. Hal ini juga bertujuan untuk menghindari pengelompokkan soal pada salah satu tipe soal saja. Masing-masing tipe soal dapat dilihat pada lampiran 5 dan 6.

F. Teknik Analisis Data

Analisis data dalam penelitian merupakan suatu kegiatan yang sangat penting dan memerlukan ketelitian serta kekritisan dari peneliti Zuriah, 2006: 198. Teknik analisi data yang digunakan peneliti berdasarkan jenis data yang digunakan yaitu kualitatif dan kuantitatif. 1. Analisis Data Kualitatif Trianto 2010: 280 memaparkan bahwa data kualitatif ialah data yang tersaji dalam bentuk kata-kata, bukan dalam bentuk angka. Data kualitatif diperoleh dari teknik pengumpulan data berupa wawancara, analisis dokumen, diskusi terfokus, maupun observasi yang dituangkan dalam catatan lapangan transkrip. Data kualitatif dalam penelitian ini ada dua yaitu hasil wawancara dan komentar dari ahli. a. Hasil Wawancara Hasil wawancara yang dilakukan pada dua guru kelas V yang mengampu mata pelajaran matematia di dua sekolah yang berbeda selanjutnya akan dianalisis untuk diketahui permasalahan yang dihadapi dalam menyusun tes hasil belajar matematika. b. Komentar dari Ahli Komentar yang dikemukakan oleh dosen matematika PGSD Universitas Sanata Dharma, dosen evaluasi pembelajaran PGSD Universitas Sanata Dharma dan guru kelas V yang mengampu mata pelajaran matematika akan dijadikan masukan untuk memperbaiki kesalahan dalam penyusunan tes hasil belajar yang baik. 2. Analisis Data Kuantitatif Analisis data kuantitatif terdiri dari uji validitas reliabilitas, daya pembeda, tingkat kesukaran, serta analisis pengecoh. a. Validitas Penelitian dan pengembangan ini menggunakan dua jenis validitas yaitu validitas isi dan validitas empiris. Validitas adalah taraf kemampuan tes dalam mengukur yang seharusnya diukur Masidjo, 1995: 242. Instrumen atau alat ukur yang memiliki validitas tinggi akan mempunyai kesalahan pengukuran yang relatif kecil, dapat dikatakan bahwa setiap subjek yang dimiliki oleh alat ukur tersebut tidak jauh berbeda dengan skor yang sesungguhnya Azwar, 2007: 43. 1 Validitas Isi Validitas isi dalam dalam penelitian dan pengembangan ini digunakan untuk instrumen tes hasil belajar. Validitas ini merupakan adalah kondisi sebuah instrumen yang ditunjukkan berdasarkan isi materi pelajaran yang dievaluasi Arikunto, 2013: 80. Validitas isi dilakukan guna mengetahui kesesuaian butir soal dengan indikator yang telah dibuat. Validitas isi dilakukan melalui proses expert jugdement oleh lima ahli yaitu satu dosen matematika PGSD Universitas Sanata Dharma, satu dosen evaluasi pembelajaran, dan tiga guru kelas V SD yang mengampu mata pelajaran matematika. Lima ahli melakukan validasi dengan memberikan skor dengan rentang antara 1 sampai 4. Skor penilaian perangkat tes hasil belajar diperoleh dari hasil expert jugdement akan dianalisis dengan statistik deskriptif kemudian dikonversikan ke data kualitatif dengan skala lima, seperti pada tabel di bawah ini Sukarjo, 2008: 101 Tabel 3.3 Konversi Nilai Skala Lima Interval Tingkat Pencapaian Kualifikasi X ̅̅̅ + 1,80 S bi Sangat Baik ̅̅̅ + 0,60S bi X ≤ ̅̅̅ + 1,80 S bi Baik ̅̅̅  0,60S bi X ≤ ̅̅̅ + 0,60 S bi Cukup Baik ̅̅̅  1,80S bi X ≤ ̅̅̅  0,60 S bi Kurang Baik X ≤ ̅̅̅  1,80 S bi Tidak Baik Keterangan: Rerata ideal ̅̅̅ = skor maksimal ideal + skor minimum ideal Simpangan baku ideal S bi = skor maksimal ideal  skor minimum ideal X = skor aktual Berdasarkan rumus konversi skala lima di atas perhitungan data-data kuantitatif dilakukan untuk memperoleh data kualitatif dalam bentuk deskripsi sangat baik, baik, cukup baik, kurang baik, dan sangat kurang baik. Adapun penentuan kualitatif pengembangan ini yang ditetapkan dengan konversi sebagai berikut. Diketahui : Skor maksimal ideal : 4 Skor minimal ideal : 1 Rerata ideal ̅̅̅ : 4 + 1 = 2,5 Simpangan baku ideal S bi = 4  1 = 0,5 Ditanyakan : Skor kategori sangat baik, baik, cukup baik, kurang baik, dan sangat kurang baik. Jawaban : Kategori sangat baik = X ̅̅̅ + 1,80 S bi = X 2,5 + 1,80 . 0,5 = X 2,5 + 0,9 = X 3,4 Kategori baik = ̅̅̅ + 0,60S bi X ≤ ̅̅̅ + 1,80 S bi = 2,5 + 0,60 . 0,5 X ≤ 2,5 + 1,80 . 0,5 = 2,5 + 0,3 X ≤ 2,5 + 0,9 = 2,8 X ≤ 3,4 Kategori cukup baik = ̅̅̅  0,60S bi X ≤ ̅̅̅ + 0,60 S bi = 2,5  0,60 . 0,5 X ≤ 2,5 + 0,60 . 0,5 = 2,5  0,3 X ≤ 2,5 + 0,3 = 2,2 X ≤ 2,8 Kategori kurang baik = ̅̅̅  1,80S bi X ≤ ̅̅̅  0,60 S bi = 2,5  1,80 . 0,5 X ≤ 2,5  0,60 . 0,5 = 2,5  0,9 X ≤ 2,5  0,3 = 1,6 X ≤ 2,2 Kategori kurang baik = X ≤ ̅̅̅  1,80 S bi = X ≤ 2,5  1,80 . 0,5 = X ≤ 2,5  0,9 = X ≤ 1,6 Berdasarkan hasil perhitungan tersebut diperoleh konversi data kuantitatif menjadi data kualitatif skala lima yaitu: Tabel 3.4 Kriteria Skor Skala Lima Interval Tingkat Pencapaian Kualifikasi X 3,4 Sangat Baik 2,8 X ≤ 3,4 Baik 2,2 X ≤ 2,8 Cukup Baik 1,6 X ≤ 2,2 Kurang Baik X ≤ 1,6 Tidak Baik 2 Validitas Empiris Validitas empiris adalah validitas yang dilakukan untuk mengetahui hubungan antara instrumen dengan kriteria tertentu yang biasanya menggunakan teknik statistik Arifin, 2013: 68. Soal tes hasil belajar diuji validitas empirisnya dengan menggunakan teknik korelasi point biserial dengan menggunakan program TAP Test Analysis Program version 14.7.4. Hartono dalam Cholifah, 2014: 56 memaparkan bahwa teknik korelasi point biserial merupakan teknik mencari korelasi antar dua variabel dimana salah satu variabelnya berbentuk kontinum dan variabel lainnya berbentuk diskrit murni. Rumus untuk mencari koefisien korelasi point biserial dapat dilihat pada gambar 3.3. Gambar 3.3 Rumus Point Biserial Keterangan: r pbi = koefisien korelasi point biserial M p = mean skor yang betul dari jawaban peserta tes M t = mean total seluruh peserta tes SD t = standar devisiasi total p = proporsi peserta tes yang menjawab betul q = proporsi peserta tes yang menjawab salah Hasil dari uji validitas soal tes hasil belajar menggunakan program TAP dapat dilihat pada kolom point biserial. Soal yang dinyatakan valid jika besar r hitung melampaui besarnya r tabel . Besar r hitung dari hasil uji validitas menggunakan program TAP akan dibandingkan dengan besar r tabel taraf signifikan 5 maupun taraf signifikan 1 yang sesuai dengan jumlah peserta tes. Penelitian ini menggunakan taraf signifikan 5 dengan alasan dalam dunia pendidikan soal yang valid pada taraf signifikan 5 telah mampu mengukur kemampuan siswa. r tabel yang digunakan dalam penelitian ini dapat dilihat pada lampiran 9. r pbi = − �� b. Reliabilitas Reliabilitas tes hasil belajar matematika yang peneliti gunakan ialah reliabilitas dengan menggunakan metode Flanagan. Purwanto 2009: 165 memaparkan bahwa metode Flanagan membagi data menjadi dua belahan. Pembelahan dapat dilakukan atas dasar ganjil-genap atau awal-akhir. Penelitian ini menggunakan pembelahan ganjil-genap. Pembelahan ganjil-genap dipilih berdasarkan jumlah soal untuk masing-masing tipe soal berjumlah 20 butir soal. Item ganjil maupun item genap disetiap tipe soal memiliki jumlah yang sama. Pembelahan ganjil-genap juga bertujuan menghindari pengelompokkan item soal pada salah satu belahan saja Azwar, 2014: 62. Hasil reliabilitas dengan program TAP selanjutnya peneliti analisis sesuai dengan tabel reliabilitas menurut Masidjo 1995: 209. Tabel 3.5 Kriteria Reliabilitas Koefisien Korelasi Kualifikasi 0,81 – 1,00 Sangat Tinggi 0,61 – 0,80 Tinggi 0,41 – 0,60 Cukup 0,21 – 0,40 Rendah Negatif – 0,20 Sangat Rendah c. Daya Pembeda Daya pembeda dinyatakan dalam suatu bilangan indeks yang disebut Indeks Diskriminasi ID. Rumus untuk mencari daya pembeda dapat dilihat pada gambar 3.4. Gambar 3.4 Rumus Daya Pembeda Keterangan rumus: ID = Indeks Diskriminasi ID = � −� � � � � � � � � � KA = Jumlah jawaban benar siswa yang diperoleh oleh siswa yang tergolong kelompok atas KB = Jumlah jawaban benar siswa yang diperoleh oleh siswa yang tergolong kelompok bawah NKA atau NKB x Skor Maksimal = Perbedaan jawaban benar siswa yang tergolong kelompok atas atau bawah yang seharusnya diperoleh Kisaran nilai daya pembeda antara 0,00 sampai 1,00. Daya pembeda mengenal tanda negatif . Tanda negatif pada daya pembeda menunjukkan jika suatu soal terbalik dalam membedakan kualitas siswa testee. Siswa yang tergolong kelompok atas atau pandai disebut bodoh sedangkan siswa yang tergolong kelompok bawah disebut pandai Arikunto. 2013: 226. Hasil perhitungan daya pembeda dengan menggunakan program TAP dapat dilihat pada kolom Disc. Index atau Discrimination Index. Perhitungan daya pembeda pada penelitian ini terbatas pada soal-soal yang valid. Berikut kriteria daya pembeda menurut Masidjo 1995: 201. Tabel 3.6 Kriteria Daya Pembeda Daya Pembeda Kualifikasi 0,80 – 1,00 Sangat Membedakan 0,60 – 0,79 Lebih Membedakan 0,40 – 0,59 Cukup Membedakan 0,20 – 0,39 Kurang Membedakan Negatif – 0,19 Sangat Kurang Membedakan Kriteria daya pembeda yang digunakan dalam penelitian ini terbatas pada cukup membedakan. Peneliti membatasi kriteria pada cukup membedakan dengan alasan kriteria kurang membedakan dan kriteria sangat kurang membedakan tidak layak untuk dijadikan alat ukur yang mengukur kemampuan siswa. Oleh sebab itu, soal valid pada kriteria kurang membedakan dan kriteria sangat kurang membedakan akan didrop atau dibuang. d. Tingkat Kesukaran Tingkat kesukaran soal dapat diketahui dengan mengunakan rumus pada gambar 3.5: Gambar 3.5 Rumus Tingkat Kesukaran Keterangan rumus: IK = Indeks Kesukaran B = jumlah jawaban benar siswa yang diperoleh dari suatu item soal N x Skor Maksimal = Jumlah jawaban benar yang seharusnya diperoleh siswa dari suatu item Hasil perhitungan tingkat kesukaran dengan menggunakan program TAP dapat dilihat dari kolom Item Diff. atau Item Difficulty. Kriteria tingkat kesukaran yang digunakan adalah makin kecil indeks yang diperoleh, makin sukar soal tersebut. Sebaliknya makin besar indeks yang diperoleh makin mudah soal tersebut. Perhitungan tingkat kesukaran pada penelitian ini terbatas pada soal-soal yang valid dengan daya pembeda yang baik minimal pada kriteria cukup membedakan. Berikut kriteria Indeks Kesukaran IK soal menurut Sulistyorini 2011: 175. Tabel 3.7 Kriteria Tingkat Kesukaran IK Kualifikasi 0,00 – 0,30 soal kriteria sukar 0,31 – 0,70 soal kriteria sedang 0,71 – 1,00 soal kriteria mudah Kualifikasi tingkat kesukaran soal yang baik yaitu soal pada kriteria sedang menempati proporsi lebih besar dari soal pada kriteria mudah dan sukar. Sedangkan soal pada kriteria mudah dan sukar memiliki proporsi yang seimbang. IK = � � � � � e. Analisis Pengecoh Analisis pengecoh hanya dilakukan pada soal-soal yang valid dengan daya pembeda yang baik minimal pada kriteria cukup membedakan. Hasil analisis pengecoh dilihat dari terpilihnya setiap option pada butir soal sebanyak 5 0,05 dari jumlah peserta tes. Penelitian ini dalam satu item soal disajikan empat option. Option dikatakan baik jika dipilih oleh sekurang-kurangnya 5 0,05 dari peserta tes. Option yang tidak dipilih sama sekali oleh siswa akan dibuang dan diganti dengan option baru sehingga soal akan dapat digunakan kembali. Misalnya, disediakan empat option yaitu A, B, C, dan D dan kunci jawaban terletak pada option C. Apabila option C dipilih oleh semua peserta tes, maka dapat dinyatakan jika option A, B, dan D tidak laku dan perlu diganti. Sedangkan apabila option A, B, dan C telah dipilih oleh sekurang-kurangnya 0,05 dan option D kurang dari 0,05 namun bukan 0,00 maka option D akan direvisi agar tes tetap dapat digunakan kembali. 62

BAB IV HASIL PENELITIAN DAN PEMBAHASAN