Prosesur Analisis Data
-
Upload
vivi-awalia -
Category
Documents
-
view
218 -
download
0
description
Transcript of Prosesur Analisis Data
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).