Hendra Kartika , 2013 Pembelajaran Matematika Bberbantuan Software Matlab Sebagai Upaya Meninkgkatkan
Kemampuan Komunikasi Matematik Dan Minat Belajar Universitas Pendidikan Indonesia
| repository.upi.edu
71
E.3.2 Pengolahan Data Non-Tes
Data penelitian non-tes berupa skala minat siswa di analisis untuk mengetahui sikap siswa terhadap pembelajaran matematika berbantuan
software Matlab.Langkah yang dilakukan adalah memberikan skor pada
setiap butir pernyataan siswa dengan berpedoman pada skala sikap model likert
.
1. Data Skala Minat
Penentuan skor skala minat menggunakan MSI Method of Succesive Interval
untuk mengubah data ordinal menjadi data interval. Data skor skala minat yang diperoleh diolah melalui tahap-tahap berikut:
1 Hasil jawaban untuk setiap pertanyaan dihitung frekuensi setiap
pilihan jawaban. 2
Frekuensi yang diperoleh setiap pertanyaan dihitung proporsi setiap pilihan jawaban.
3 Berdasarkan proporsi untuk setiap pertanyaan tersebut, dihitung
proporsi kumulatif untuk setiap pertanyaan. 4
Kemudian ditentukan nilai batas untuk Z bagi setiap pilihan jawaban dan setiap pertanyaan.
5 Berdasarkan nilai Z, tentukan nilai densitas kepadatan. Nilai
densitas dapat dilihat pada tabel ordinat Y untuk lengkungan normal standar.
Hendra Kartika , 2013 Pembelajaran Matematika Bberbantuan Software Matlab Sebagai Upaya Meninkgkatkan
Kemampuan Komunikasi Matematik Dan Minat Belajar Universitas Pendidikan Indonesia
| repository.upi.edu
72 6
Hitung nilai skala scale value SV untuk setiap pilihan jawaban dengan persamaan sebagai berikut:
7 Langkah selanjutnya yaitu tentukan nilai k, dengan rumus:
k= 1 +
| |
. 8
Langkah terakhir yaitu transformasikan masing-masing nilai pada SV dengan rumus: SV + k.
9 Sesudah data ordinal ditransfromasikan menjadi data interval,
selanjutnya dilakukan pengujian prasyarat kenormalan dan homogenitas.
10 Melakukan uji normalitas untuk mengetahui kenormalan data skala
minat menggunakan uji statistik Kolmogorov-Smirnov. Adapun rumusan hipotesisnya adalah:
H : Sampel berasal dari populasi berdistribusi normal
H
1
: Sampel berasal dari populasi yang tidak berdistribusi normal Dengan kriteria uji sebagai berikut:
Jika nilai Sig. p-value α α =0,05, maka H
ditolak Jika nilai Sig. p-
value ≥ α α =0,05, maka H
1
diterima. 11
Menguji homogenitas varians skala minat menggunakan uji Levene. Adapun hipotesis yang akan diuji adalah:
H : Variansi skor skala minat kedua kelas homogen
Hendra Kartika , 2013 Pembelajaran Matematika Bberbantuan Software Matlab Sebagai Upaya Meninkgkatkan
Kemampuan Komunikasi Matematik Dan Minat Belajar Universitas Pendidikan Indonesia
| repository.upi.edu
73 H
1
: Variansi skor skala minat kedua kelas tidak homogen Dengan kriteria uji sebagai berikut:
Jika nilai Sig. p-value α α =0,05, maka H
ditolak Jika nilai Sig. p-
value ≥ α α =0,05, maka H
1
diterima. 12
Setelah data memenuhi syarat normal dan homogen, selanjutnya dilakukan uji perbedaan rataan skor skalaminat menggunakan uji-t
yaitu Independent Sample T-Test. H
: Minat siswa yang mendapat pembelajaran berbantuan software matlab sama dengan siswa yang mendapat pembelajaran
konvensional. H
1
: Minat siswa yang mendapat pembelajaran berbantuan software matlab lebih baik daripada siswa yang mendapat pembelajaran
konvensional. Dengan kriteria uji sebagai berikut:
Jika nilai Sig. p-value α α =0,05, maka H
ditolak Jika nilai Sig. p-
value ≥ α α =0,05, maka H
1
diterima.
13 Menghitung statistik deskriptif data minat belajar.
14 Identifikasi kecenderungan tinggi rendahnya nilai minat belajar siswa
baik pada
pembelajaran eksperimen
maupun
Hendra Kartika , 2013 Pembelajaran Matematika Bberbantuan Software Matlab Sebagai Upaya Meninkgkatkan
Kemampuan Komunikasi Matematik Dan Minat Belajar Universitas Pendidikan Indonesia
| repository.upi.edu
74 pembelajarankonvensional
didasarkan pada
kriteria ideal.
Kriteriaidealmenggunakan rataan ideal
id
x
dandeviasi standarideal DS
id
sebagaipembandinguntukmengetahuikecenderungan nilai. Rataan ideal dihitung menggunakan rumus:
terendah nilai
tertinggi nilai
x
id
2 1
Deviasi Standar ideal:
terendah nilai
tertinggi nilai
DS
id
6 1
Kecenderungan nilai minat belajar didasarkan pada nilai ideal dengan ketentuan sebagai berikut:
x
5 ,
1
id id
DS x
= sangat tinggi
id
x x ≤
5 ,
1
id id
DS x
= tinggi
5 ,
1
id id
DS x
x ≤
id
x
= sedang
x ≤
5 ,
1
id id
DS x
= rendah
2. Hubungan antara minat belajar dan Kemampuan Komunikasi