A. Prosesur Analisis Data

Analisis data yang dilakukan dalam penelitian ini diarahkan untuk mengetahui

bagaimana pengaruh penerapan model POE berbantuan LKS untuk meremediasi

miskonsepsi siswa pada materi pemantulan cahaya pada cermin datar di kelas VIII

SMP Negeri 1 Rasau Jaya . Langkah-langkah yang dilakukan dalam menganalisis

data adalah sebagai berikut:

1. Mengidentifikasi profil miskonsepsi siswa sebelum dan setelah remediasi dengan menggunakan model POE (Prediction, Observation and Explanation) berbantuan LKS.

Identifikasi ini didasarkan pada pilihan – pilihan siswa tiap butir soal.

Tabel 3.1 Analisis Miskonsepsi Siswa pada Soal Pre-test

Kode Siswa

No Soal∑n

1 2 . . . 10

P A M/TM P A M/TM P A M/TM P A M/TM

∑ k

Tabel 3.2 Analisis Miskonsepsi Siswa pada Soal Post-test

Kode Siswa

No Soal∑n

1 2 . . . 10

P A M/TM P A M/TM P A M/TM P A M/TM

∑ k

Keterangan

P = PilihanA = Alasan∑n = Jumlah miskonsepsi setiap siswa∑ k = Jumlah siswa yang miskonsepsi setiap soalTM = Pilihan benar dan alasan benar artinya siswa tidak mengalami

miskonsepsi, maka diberi skor 1

M = Pilihan benar dan alasan keliru, pilihan keliru dan alasan benar, serta pilihan keliru dan alasan keliru artinya siswa mengalami miskonsepsi, maka diberi skor 0

2. Menganalisis perubahan jumlah siswa yang mengalami miskonsepsi sebelum dan setelah setelah remediasi dengan menggunakan model POE (Prediction, Observation and Explanation) berbantuan LKS.

Untuk mengetahui signifikan perubahan jumlah siswa yang mengalami

miskonsepsi sebelum dan sesudah diberi perlakuan menggukan model POE

berbantuan LKS dapat dilakuakan dengan menggunakan uji McNemar. Adapun

untuk menguji signifikansi perubahan jumlah siswa yang mengalami

miskonsepsi yang diobservasi dengan uji McNemar, maka anakan dianalisis tiap

butir soal dengan langkah – langkah berikut:

a. Membuat tabel segi empat untuk menguji signifikansi perubahan konseptual

siswa

Tabel 3.3: segi empat ABCD

Sesudah

- +

Sebelum +

-

(Sugiyono, 20011 :125)

Huruf A menunjukkan jumlah siswa yang menjawab benar pada soal pre-test dan

salah pada soal post-test, huruf B menunjukkan jumlah siswa yang menjawab

benar pada soal pre-test dan benar pada soal post-test, huruf C menunjukkan

jumlah siswa yang menjawab salah pada soal pre-test dan salah pada soal post-

test, dan huruf D menunjukkan jumlah siswa yang menjawab salah pada soal

pre-test dan benar pada soal post-test,

a. Menentukan frekuensi yang diharapkan dalam sel A dan D

E=( A+ D )

2…(3.3)

Dengan E adalah frekuensi yang diharapkan. Jika frekuensi yang diharapkan ≥ 5

maka dilanjutkan dengan rumus χ2.

A B

C D

b. Menentukan harga χ2

χ 2=(|A−D|−1 )2

A+D , dengan dk = 1 ...(3.4)

c. Menentukan nilai χ2 dari daftar, dengan α = 5%

d. Melakukan pengujian hipotesis

Harga χ2 hitung yang telah didapat dibandingkan dengan χ2 harga tabel.

Ketentuan pengujian adalah: bila χ2 hitung lebih besar sama dengan (≥) tabel,

maka Ha diterima dan Ho ditolak (Sugiyono, 2012: 109). Jika ini terjadi, maka

terjadi perubahan jumlah siswa yang mengalami miskonsepsi yang signifikan

antara sebelum dan sesudah dilaksanakan remediasi.

Signifikansi dihitung per item soal. Hasil analisis tiap butir soal untuk taraf

signifikansi perubahan jumlah siswa yang mengalami miskonsepsi yang telah

dilakukan dengan menggunakan uji McNemar, akan direkapitulasi ke dalam hasil

uji McNemar.

Tabel 3.4: Bantuan uji McNemar

No Kode SiswaSoal (Pre-test/Post-test)

1 2 3 4 5 6 7 8 9 10

Jumlah AJumlah BJumlah CJumlah D

Keterangan:A = Jumlah siswa pre-test benar, post-test salahB = Jumlah siswa pre-test benar, post-test benarC = Jumlah siswa pre-test salah, post-test salahD = Jumlah siswa pre-test salah, post-test benar

Tabel 3.5: Rekapitulasi hasil uji McNemar

No soal

A B C D χ2 KeteranganTaraf Signifikansi

TotalRata-rata

3. Menghitung Efektifitas

Untuk mengetahui seberapa besar tingkat efektifitas remediasi dengan model

POE berbantuan LKS dapat dihitung dengan menggunakan rumus effect size. Rumus

dan kriteria effect size yang digunakan merupakan rumus dari Glass, sebagai berikut:

E s=(Y E−Y C )

Sc…(3.5)

Keterangan :E s = effect sizeY E = nilai rerata suatu variabel yang diamati di post-testY C = nilai rerata suatu variabel yang diamati di pre-testSc = simpangan baku dari nilai-nilai variabel tersebut di pre-test

Dengan aturan ruas jari pada umunya, besar Es dapat ditetapkan secara

kualitatif. Batas-batas efektifitas remediasi yaitu jika harga Es kurang dari 0,3

dianggap rendah, jka diantara 0,3-0,7 dianggap sedang dan jika di atas 0,7 dianggap

tinggi (Sutrisno, 2010).