ANALISIS DATA HASIL UJI COBA INSTRUMEN

Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu c. Proses pembelajaran pada masing-masing kelas penelitian dilaksanakan dalam dua pertemuan. Di setiap akhir pertemuan pada masing-masing kelas penelitian diberikan tes ICL dan ECL. d. Pada akhir pembelajaran siswa melaksanakan postest untuk menjaring hasil belajar berupa tes GCL . 3 Tahap Akhir a. Mengolah data hasil penelitian b. Membuat pembahasan berdasarkan data hasil penelitian c. Menarik kesimpulan

E. ANALISIS DATA HASIL UJI COBA INSTRUMEN

Tujuan utama dari analisis data hasil uji coba instrumen adalah untuk memperbaiki atau meningkatkan kualitas tes yang dipakai dan mengidentifikasi soal-soal yang baik, kurang baik dan soal yang jelek agar dapat diperbaiki. Untuk mengetahui kualitas instrumen yang akan digunakan, berikut ini beberapa hal yang harus diperhatikan: 1 Menghitung Validitas Validitas diartikan sebagai ukuran yang menunjukan tingkat kevalidan atau keshahihan suatu instrumen. Untuk mengetahui validitas dari suatu soal dapat menggunakan rumus korelasi Pearson Product Moment berikut Arikunto, 2012: N∑XY – ∑X∑Y r xy = √ N ∑X 2 – ∑X 2 N ∑Y 2 – ∑Y 2 Keterangan : r xy = koefisien korelasi n = banyaknya subyek ∑x = jumlah nilai tiap soal ∑y = jumlah nilai total Setelah diperoleh korelasinya, selanjutnya dilakukan proses pengambilan keputusan valid atau tidaknya. Pengambilan keputusan didasarkan pada uji hipotesa dengan kriteria sebagai berikut: Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu 1 Jika r hitung positif, dan r hitung ≥ 0,3, maka item pernyataan valid 2 Jika r hitung negatif, dan r hitung 0,3, maka item pernyataan tidak valid Menurut Masrun dalam Sugiyono 2007 menyatakan bahwa item yang dipilih valid adalah yang memiliki tingkat korelasi ≥ 0,3. Jadi, semakin tinggi validitas suatu alat ukur, maka alat ukur tersebut semakin mengenai sasarannya atau semakin menunjukkan apa yang seharusnya diukur. Untuk lebih jelasnya tetang uji validitas, berikut adalah rekapitulasi hasil perhitungan uji validitas data. Tabel 3.6. Rekapitulasi Hasil Perhitungan Uji Validitas Data No r Hitung r Tabel Kriteria 1 0.61 0.30 Valid 2 0.54 0.30 Valid 3 0.22 0.30 Invalid 4 0.64 0.30 Valid 5 -0.15 0.30 Invalid 6 0.39 0.30 Valid 7 0.54 0.30 Valid 8 0.23 0.30 Invalid 9 -0.22 0.30 Invalid 10 0.48 0.30 Valid 11 0.44 0.30 Valid 12 0.66 0.30 Valid 13 0.15 0.30 Invalid 14 0.55 0.30 Valid 15 0.48 0.30 Valid Berdasarkan Tabel 4 di atas diperoleh bahwa dari 15 item diperoleh bahwa item yang valid ada 10 item dan yang tidak valid ada 5 item yaitunomor 3, 5, 8, 9, dan 13. 2 Menghitung Reliabilitas Reliabilitas suatu tes adalah tingkat atau derajat konsistensi tes yang bersangkutan. Reliabilias berkenaan dengan pertanyaan, apakah suatu tes teliti dan dapat dipercaya sesuai dengan kriteria yang telah ditetapkan. Suatu tes dapat dikatakan reliabel jika selalu memberikan hasil yang sama bila diteskan Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu pada kelompok yang sama pada waktu atau kesempatan yang berbeda Suherman, 2003. Untuk mengetahui koefisien reliabilitas perangkat tes berupa bentuk uraian dipergunakan rumus Cronbach Alpha sebagai berikut Suherman, 2003: 11 r =                  2 2 1 1 t i s s n n Keterangan : 11 r = Reliabilitas tes secara keseluruhan n = Banyak butir soal item  2 i s = Jumlah varians skor tiap item s 2 t = Varians skor total Dengan varian 2 i s dirumuskan   n n x x s     2 2 2 Sebagai patokan menginterprestasikan derajat reliabilitas digunakan kriteria menurut Guilford Suherman, 2003. Dalam hal ini 11 r diartikan sebagai koefisien reliabilitas. Tabel 3.7. Klasifikasi Koefisien Reliabilitas Koefisien Reliabilitas Keterangan r xy ≤ 0,20 Reliabilitas Sangat Rendah 0,20 11 r ≤ 0,40 Reliabilitas Rendah 0,40 11 r ≤ 0,70 Reliabilitas Sedang 0,70 11 r ≤ 0,90 Reliabilitas Tinggi 0,90 11 r ≤ 1,00 Reliabilitas Sangat Tinggi Rekapitulasi hasil perhitungan uji reliabilitas data tersaji berikut ini. Tabel 3.8. Data Hasil Uji Reliabilitas Butir Soal Data r hitung Kriteria Kategori Kemampuan Penalaran 0,60 Reliabel Sedang Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Hasil analisis menunjukkan data kemampuan penalaran telah memenuhi karakteristik yang memadai untuk digunakan dalam penelitian yaitu reliabel dengan kategori sedang. 3 Daya Beda Daya pembeda DP dari sebuah butir soal menyatakan seberapa jauh kemampuan butir soal tersebut mampu membedakan antara testi yang mengetahui jawabannya dengan benar dengan testi yang tidak dapat menjawab soal tersebut atau testi yang menjawab salah. Dengan perkataan lain daya pembeda sebuah butir soal adalah kemampuan butir soal itu untuk membedakan antara testi siswa yang berkemampuan tinggi dengan siswa yang berkemampuan rendah Suherman, 2003. Rumusan untuk menentukan daya pembeda DP soal menurut Suherman 2003 adalah : �� = � −� �� atau �� = � −� �� Keterangan : �� = daya pembeda � = jumlah siswa kelompok atas yang menjawab soal dengan benar, atau jumlah benar untuk kelompok kelas atas � = jumlah siswa kelompok bawah yang menjawab soal dengan benar, atau jumlah benar untuk kelompok kelas bawah = jumlah siswa kelompok atas diambil 5 dari skor tertinggi = jumlah siswa kelompok rendah diambil 5 dari skor terendah Siswa yang termasuk ke dalam kelompok kelas atas adalah siswa yang mendapatkan skor tinggi dalam tes tersebut, sedangkan siswa yang tergolong ke dalam kelompok kelas rendah adalah mereka yang mendapatkan skor rendah. Selanjutnya Suherman 2003 mengemukakan hasil perhitungan daya pembeda yang kemudian diinterpretasikan dengan klasifikasi sebagai berikut: Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Gambar 3.9. Klasifikasi Koefisien Daya Pembeda Besarnya DP Interpretasi DP ≤ 0,00 SangatJelek 0,00 DP ≤ 0,20 Jelek 0,20 DP ≤ 0,40 Cukup 0,40 DP ≤ 0,70 Baik 0,70 DP ≤ 1,00 SangatBaik Hasil rekapitulasi daya pembeda soal penguasaan materi tersaji pada Tabel 3.10. berikut: Tabel 3.10. Data Hasil Uji Daya Pembeda Soal Kemampuan Penalaran No Daya Beda Kriteria 1 0.37 Cukup 2 0.55 Baik 3 0.15 Jelek 4 0.50 Baik 5 -0.20 Jelek 6 0.35 Cukup 7 0.47 Baik 8 0.25 Cukup 9 -0.05 Jelek 10 0.50 Baik 11 0.40 Cukup 12 0.55 Baik 13 0.20 Jelek 14 0.60 Baik 15 0.40 Cukup 4 Menentukan Tingkat Kesukaran Derajat kesukaran suatu butir soal Suherman, 2003 dinyatakan dengan indeks kesukaran Difficulty Index yang diukur berdasarkan perhitungan berikut: � + � + Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Tabel 3.11 berikut menyajikan secara lengkap tentang klasifikasi indeks kesukaran. Tabel 3.11. Klasifikasi Indeks Kesukaran Tingkat Kesukaran Kategori Soal = Soal terlalu sukar ≤ , Soal sukar , ≤ ,7 Soal sedang ,7 Soal mudah = Soal terlalu mudah Hasil rekapitulasi tingkat kesukaran soal penguasaan materi tersaji pada Tabel 3.12 berikut: Tabel 3.12. Data Hasil Uji Tingkat Kesukaran Tes Kemampuan Penalaran No Koefisien Interpretasi 1 0.62 Sedang 2 0.73 Mudah 3 0.58 Sedang 4 0.68 Sedang 5 0.65 Sedang 6 0.68 Sedang 7 0.67 Sedang 8 0.58 Sedang 9 0.68 Sedang 10 0.50 Sedang 11 0.55 Sedang 12 0.68 Sedang 13 0.50 Sedang 14 0.30 Sukar 15 0.55 Sedang Berdasarkan hasil analisa uji coba intrumen, berikut rekapitulasi hasil pengujian dapat dilihat pada Tabel 3.13. Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Tabel 3.13. Rekapitulasi Hasil Uji Coba Soal Kemampuan Penalaran Materi Klasifikasi Tumbuhan No DP Reliabilitas Tingkat Kesukaran Korelasi Validitas Keterangan 1 0.37 0,60 Sedang 0.61 Valid Digunakan 2 0.55 Mudah 0.54 Valid Digunakan 3 0.15 Sedang 0.22 Invalid Tidak digunakan 4 0.50 Sedang 0.64 Valid Digunakan 5 -0.20 Sedang -0.15 Invalid Tidak digunakan 6 0.35 Sedang 0.39 Valid Digunakan 7 0.47 Sedang 0.54 Valid Digunakan 8 0.25 Sedang 0.23 Invalid Tidak digunakan 9 -0.05 Sedang -0.22 Invalid Tidak digunakan 10 0.50 Sedang 0.48 Valid Digunakan 11 0.40 Sedang 0.44 Valid Digunakan 12 0.55 Sedang 0.66 Valid Digunakan 13 0.20 Sedang 0.15 Invalid Tidak digunakan 14 0.60 Sukar 0.55 Valid Digunakan 15 0.40 Sedang 0.48 Valid Digunakan Hasil analisis pengolahan uji instrumen selengkapnya dapat dilihat pada lampiran. Indikator yang digunakan dalam penelitian berdasarkan hasil uji coba instrumen dipaparkan dalam Tabel 3.14 berikut. Tuti Garnasih, 2016 PERAN TAYANGAN VIDEO KEANEKARAGAMAN PADA APERSEPSI PEMBELAJARAN KLASIFIKASI TUMBUHAN DALAM MENGENDALIKAN BEBAN KOGNITIF SESUAI GAYA BELAJAR SISWA Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Tabel 3.14 Indikator Instrumen Tes Kemampuan Penalaran No. Soal Dimensi Belajar Penalaran Indikator Tingkat Kesukaran 1 Perluasan dan Penghalusan Pengetahuan Membandingkan Sedang 2 Mudah 3 Mengklasifikasi Sedang 4 Sedang 5 Membuat induksi Sedang 6 Membuat deduksi Sedang 7 Menganalisis Kesalahan Sedang 8 Sedang 9 Membangun dukungan Sukar 10 Absraksi Sedang

F. ANALISIS DAN PENGOLAHAN DATA