92 wawancara dengan guru mata pelajaran Prakarya tersebut dimaksudkan untuk
dijadikan latar belakang dalam penelitian ini sehingga diharapkan dapat ditemukan solusi melalui penelitian ini.
G. Teknik Analisis Data
Ada dua jenis data dalam penelitian ini yaitu data deskriptif dan data kuantitatif. Data deskriptif digunakan untuk menggambarkan atau menganalisis
suatu statisitk hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas. Sementara data kuantitatif adalah data yang berbentuk angka,
atau data kualitatif yang diangkakan skoring Sugiyono, 2013.
1. Analisis Data Pada Variabel Penerapan Metode Mind Mapping Pada
Mata Pelajaran Prakarya
Dalam variabel ini digunakan analisis data kuantitatif yaitu berupa checklist
dari pedoman observasi. Menurut Arikunto 2006, data yang diperoleh dari angket atau
checklist dijumlahkan atau dikelompokkan sesuai dengan bentuk instrumen yang digunakan. Jika pilihan jawaban dari angket berbentuk “ya” dan
“tidak”, peneliti tinggal menjumlah saja berapa banyak jawaban “ya” dan “tidak”. Namun, menjumlah saja belum berarti tugasnya selesai. Peneliti masih perlu
menjelaskan atau mengelompokkan, hal- hal apa saja yang dijawab “ya” dan apa
saja yang dijawab “tidak”. Kemudian, dihitung prosentasenya.
2. Analisis Data Pada Variabel Pengetahuan Siswa Tentang Pentingnya
Mengonsumsi Buah dan Sayur Bagi Kesehatan
Dalam variabel ini digunakan analisis data deskriptif, yang mana data yang diperoleh berupa nilai siswa yang didapatkan dari menjawab soal tes. Jawaban
benar bernilai 1 dan jawaban salah bernilai 0, sehingga jika jawaban semua
93 benar mendapatkan skor maksimal 40, sedangkan skor minimlanya adalah 0.
Data yang diperoleh diolah menggunakan Tabel distribusi frekuensi, rata-rata mean, median me, modus mo, rentang data dan standar deviasi SD dan
kategoriasai, yang nantinya data disajikan dalam bentuk Tabel ataupun diagram.
Perhitungan dibantu dengan menggunakan program komputer microsoft excel.
Setelah data dianalisis dengan menggunakan Tabel frekuensi dan dengan bantuan program komputer, data awal
pre-test dan data akhir post-test kemudian dibandingkan, untuk mengetahui terjadi peningkatan atau tidak pada
pengetahuan siswa. Selain itu data
pre-test dan post-test kemudian dimasukkan kedalam Tabel kategorisasi yang bertujuan untuk mengkategorikan skor yang diperoleh dengan
menggunakan mean ideal M
i
dan standar deviasi ideal SD
i
. Untuk lebih jelasnya lagi dapat dilihat pada Tabel 12.
Tabel 12. Kategorisasi No
Kriteria Kategori
1. ≥M
i
+SD
i
Baik 2. M
i
-SD
i
≤xM
i
+SD
i
Cukup 3. M
i
-SD
i
Kurang Azwar, 2011
Untuk menghitung besarnya rerata ideal M
i
dan simpangan baku ideal SD
i
digunakan rumus : Mi
= ½ skor max + skor min SDi
= 16 skor max – skor min
3. Analisis Data Pola Makan Siswa