pertemuan ke sembilan: Komparatif: prasyarat analisis, uji t dan non-parametrik yang relevan

 Judul Artikel : PENGARUH GOOGLE CLASSROOM BERBASIS WEB DENGAN IMPLEMENTASI MODEL PROJECT BASED LEARNING TERHADAP HASIL BELAJAR PESERTA DIDIK

link artikel: https://ejournal.undiksha.ac.id/index.php/JJPF/article/view/39286/20118

Analisis Novelty

Penelitian  ini  bertujuan  untuk  mengetahui  hasil  belajar  siswa  dalam  penggunaan  aplikasi Google Classroomberbasis web dengan penerapan model pembelajaran berbasis proyek pada materi pokok fisika termodinamika. Selain itu, respon siswa terhadap perlakuan yang diberikan juga menjadi bahan evaluasi peneliti. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan pra-eksperimen   dan   menggunakan   desain   penelitian one-shot   case   study. Desain ini dipilih karena adanya pengurangan alokasi waktu pembelajarandi sekolah selama pandemik. Oleh karena dengan menggunakan desain ini proses implementasi metode dan gagasan penelitian dapat berlangsung dengan cepat dan efisien.

Analisis Statistika Inferens 

Teknik analisis data yang digunakan yaitu uji normalitas dan uji hipotesis.  Untuk uji normalitas menggunakan teknik pengujian kecocokan data dengan menggunakan uji statistik chi kuadrat (χ2), dengan rumus (Sudjana, 2005: 273) sebagai berikut

Keterangan:

χ2= harga chi kuadrat

O_i= frekuensi observasi

E_i= frekuensi harapan

Hipotesis ini mengandung pengertian minimum, dengan rumus (Sudjana, 2005: 227):

Analisis  hipostatik data penelitian menggunakan  teknik uji rata-rata  dengan statistik uji t, dimana  pengujian  hipotesis  akan  didasarkan  pada  KKM  di  sekolah  penelitian  yaitu  75.  Berdasarkan hasil pengujian hipotesis, maka diketahui bahwa nilai t hitung untuk masing-masing kelas adalah 7,27, 3,44,  dan 4,17 yang lebih besar  dari harga t tabel yaitu 1,69 (thit> ttab), maka hipotesis statistik yang berlaku adalah H0diterima dan Ha ditolak untuk semua kelas penelitian, dimana H0menyatakan hasil belajar siswa minimal 75 dengan predikat baik (B).

Regresi !: Analisis Regresi Tunggal

 

Halo Teman-teman, saya Patricis Ari akan membagikan materi Analisis Regresi Linear Tunggal

Berikut lampiran dari materi tersebut:

Makalah Regresi Linear Tunggal

Revisi Makalah Regresi Linear Tunggal

Link PPT

Link Video

Terima kasih

Essay: Pengujian Hipotesis Asosiatif Parametrik dan Non-Parametrik

Hipotesis Asosiatif

Hipotesis asosiatif adalah dugaan hubungan antara variabel dalam populasi, yang akan diuji melalui hubungan antar variabel dalam sampel. Langkah pembuktian yaitu dengan menghitung terlebih dahulu koefisien korelasi yang ada pada sampel untuk diberlakukan pada seluruh populasi. Terdapat tiga hubungan Asosiatif yaitu; Simetris, Sebab akibat (kasual), dan  Interaktif (saling mempengaruhi)

o   Pedoman memilih teknik korelasi

1.      Statistik Parametrik

Statistik parametrik adalah  suatu teknik statistik yang dapat digunakan untuk menguji hipotesis dengan melibatkan parameter populasi. Statistik parametrik memiliki keterbatasan penggunaan jenis data yaitu minimal menggunakan data interval dan rasio. Kelompok data yang dapat digunakan dalam teknik statistik parametrik memiliki ciri berupa populasi yang berdistribusi normal dengan varian-varian yang sama. Berikut beberapa contoh statistik parametrik yang dapat digunakan sebagai statistik uji: Uji T, Anova, Regresi, Korelasi (Korelasi product moment, Korelasi Ganda Korelasi Berganda (Multiple Correlation) dan Korelasi Parsial Korelasi parsial) serta Analisis Jalur 

2.      Statistik Non-Parametrik

Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik sedangkan statistik non parametrik tidak melibatkan pendugaan nilai populasi. Terdapat tiga uji asosiatif nonparametrik yang sering digunakan. Uji tersebut adalah uji koefisien kontingensi (Coefficient Contingency), koefisien korelasi rank Spearman dan tau-b Kendall test.

Ciri- kelompok data yang dapat diuji dengan statistik non-parametrik:

o   Kelompok data tidak berdistribusi normal

o   Umumnya data yang dimiliki memiliki skala nominal dan ordinal

o   Sering ditemukan pada kasus penelitian ilmu sosial

o   Ukuran sampel kecil dan tidak berdistribusi normal

Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non parametrik

Perbedaan antara penggunaan statistik parametrik dan non parametrik dapat dilihat pada tabel dibawah ini

Patricius Ari_220321801888

 

 

Asosiatif: prasyarat analisis, pengujian hipotesis asosiatif parametrik, dan non-parametrik yang relevan

Judul artikel: 

PENGEMBANGAN PERANGKAT PEMBELAJARAN FISIKA MODEL INKUIRI TERBIMBING UNTUK MELATIHKAN KEMAMPUAN MULTI REPRESENTASI SISWA SMA

link artikel: https://journal.unesa.ac.id/index.php/jpps/article/view/459

1. Analisis Novelty

Artikel yang telah direview tidak memiliki novelty. Namun dalam artikel ada tujuan yang ditargetkan yaitu untuk menghasilkan perangkat pembelajaran fisika model inkuiri terbimbing yang valid, praktis, dan efektif untuk melatihkan kemampuan multi representasi siswa SMA. Ada beberapa permasalahan yang ditemui peneliti sselama melakukan observasi yaitu:  Keterbatasan waktu guru mata pelajaran fisika untuk dapat menyediakan perangkat pembelajaran dalam melatih kemampuan multi representasi siswa; (2) Siswa mengalami kesulitan menggunakan kemampuan multi representasi fisika; dan (3) Guru bidang studi fisika kesulitan menangani siswa dengan kemampuan rendah dapat aktif dan termotivasi belajar fisika. Solusi yang memungkinkan untuk diterapkan dalam rangka mencapai ketuntasan indikator bagi siswa yang masih lemah dalam kemampuan multi representasi adalah memberikan lebih banyak soal yang berkaitan, siswa memperoleh pemahaman konsep fisika yang kontekstual melalui kegiatan multi representasi, dan bimbingan guru selama pembelajaran harus lebih intensif bagi siswa yang memiliki kecepatan belajar yang masih rendah.

 

2. Analisis Statistik

Teknik analisis data menggunakan analisis uji statistik non parametrik. Dengan bentuk ujinya adalah menggunakan uji U Mann-Witney pada data n-gain ternormalisasi dengan hipotesis sebagai berikut:

H0: Tidak terdapat perbedaan peningkatan kemampuan multi representasi siswa pada kelas yang satu dengan kelas yang lain.

H1:Terdapat perbedaan peningkatan kemampuan multi representasi siswa pada kelas yang satu dengan kelas yang lain.

Jika P-value < α, maka H0 ditolak Jika P- value ≥ α, maka H0 tidak dapat ditolak (Sugiyono, 2014)

Pada kelas X1 dan X2; kelas X1 dan X3; dan kelas X2 dan X3 nilai sig. > 0.05, hal ini berarti tidak terdapat perbedaan kemampuan multi representasi awal siswa pada kelas yang satu dengan kelas yang lain.

Representasi Siswa Uji perbedaan peningkatan kemampuan multi representasi setelah pembelajaran siswa menggunakan n-gain kemampuan multi representasi tiap kelas menggunakaan uji Mann-Whitney U dengan taraf signifikansi α = 0.05 (2-tailed) .

Pada kelas X1 dan X2; kelas X1 dan X3; kelas X2 dan X3 memiliki nilai sig. > 0.05, hal ini berarti tidak terdapat perbedaan peningkatan kemampuan multi representasi siswa pada kelas yang satu dengan kelas yang lain.

Patricius Ari_220321801888

Uji prasyarat Analisis: Normalitas, Linearitas dan Homogenitas

1.        Uji Normalitas

Uji normalitas didefinisikan sebagai salah satu pengujian dalam statistika dengan tujuan melihat sebaran data dalam suatu populasi atau variable penelitian. uji normalitas ini karena sebagai langkah awal penentuan analisis statistika data tersebut dapat menggunakan statistik parametrik atau non-parametrik(Das & Imon, 2016). Hasil pengujian yang menunjukkan sebaran data terdistribusi normal, maka analisisnya dilakukan dengan analisis statistik parametrik. data yang terdistribusi normal akan membentuk kurva bergantung kepada dua faktor yakni mean dan standar deviasi. Terdapat beberapa metode yang dapat digunakan untuk uji normalitas, yakni sebagai berikut.

a.       Uji Grafik

Metode pengujian normalitas dengan menggunakan grafik ini dilakukan dengan memperhatikan penyebaran data pada sumber diagonal dengan grafik normal P-P Plot of Regression Standardized Residual.

b.      Kolmogorov Smirnov

Prinsip penting dalam pengaplikasian metode Kolmogorov Smirnov yakni peneliti diajak untuk membandingkan hasil Z-score yang telah diperoleh dengan Kolmogorov Smirnov table yang telah diasumsikan normal.

c.       Shapiro Wilk

Metode Shapiro Wilk merupakan metode untuk uji normalitas yang efektif digunakan dengan berjumlah kecil, yakni dilakukan apabila data penelitiannya < 50 data.

d.      Sknewness – Kurtosis

Pengujian normalitas dengan metode ini selain memberikan informasi terkait data yang terdistribusi normal atau tidak, juga menggambarkan kurva normalitasnya cenderung “menceng” ke kanan atau ke kiri, terlalu datar atau “gemuk” (mengumpul di tengah).

2.      Uji Linieritas

Pengujian ini dimaksudkan untuk mendapati adanya hubungan antar dua variabel (variabel pengaruh dan variabel terpengaruh) bersifat linier atau pun tidak secara signifikan. (Wahyu Widhiarso, 2010) Dalam pengujian ini memperhatikan hubungan antara variabel X dan variabel Y, apakah saling berbanding lurus ataupun berbanding terbalik. Adapun beberapa cara yag dapat digunakan dalam membuktikan hubungan linier antar dua variabel seperti, Bivariate Plot, Analisis Residual, dan Linearity Test and Curve Estimation.

A.      Jenis Uji Linieritas

a.       Grafik Pencar (Scatterplot)

grafik digunakan untuk menjabarkan hubungan dua variabel yang diwujudkan dalam titik-titik yang mendeskripsikan sebaran data dalam suatu hubungan antar variabel

b.      Analisis Grafik Residual (Residual Graph Analysis)

digunakan untuk menperhatikan dan mengonfrontasikan nilai residu dan prediksi yang terstandar menggunakan grafik

c.       Estimasi Kurva (Curve Estimation Method)

menggunakan model atau pola hubungan antar dua variabel seperti linier (orde 1), kuadrat (orde 2), atau kuartik (orde ke-n).

d.    Perbedaan Eta dan R kuadrat

menggunakan hubungan antara eta dan r, yang seperti sudah diketahui eta adalah koefisien asosiasi non-linier jika hubungannya linier nilainya akan sama dengan koefisien korelasi (r Pearson).

e.       Linieritas dalam ANOVA

menggunakan ANOVA dapat dililhat dari hasil perhitungan nilai F dalam setiap pasang variabel

B.     Test for Liniearity

Dalam pengujian linieritas menggunakan aplikasi SPSS yang bernama Test for linearity dengan taraf signifikansi 0,05 dengan dua metode pengambilan keputusan yaitu:

·         Dikatakan linier jika hubungan dua variabel memiliki signifikansi lebih dari 0,05 (Sig. > 0,05), dan sebaliknya.

·         Dikatakan linier jika hubungan dua variabel dalam perhitungan manual nilai F hitung lebih besar dibandingkan dengan F tabel, dan sebaliknya.

3.        Homogenitas

Uji homogenitas merupakan uji untuk mengetahui varians dari beberapa populasi sama atau tidak. Uji ini sebagai syarat dari uji-uji perbandingan (t test dana nova), dengan syarat cukup. Yang berarti jika uji homogenitas tidak terpenuhi bisa menggunakan uji parametrik.

A.    Jenis-jenis Uji Homogenitas

a.       Uji Bartlett

Uji prasyarat ini bertujuan untuk menguji homoskedastisitas dari dua populasi atau lebih yang terdistribusi normal (Barlett, 1937).

b.      Uji Herley

Uji Hartley adalah uji yang paling sederhana karena hanya membandingkan variansi terbesar dengan variansi terkecil.

c.       Uji Layard

Layard mengenalkan uji chi-square menggunakan fungsi kurtosis dari sampel untuk menentukan homogenitas varians.

d.      Uji levene

Uji levene digunakan untuk mengetahui perbedaan dari dua variabel data dengan varians yang berbeda.

Halo teman-teman!

Kami dari kelompok 2 melampirkan  notula dari materi uji validitas dan reliabilitas pada pertemuan ke-3 dilengkapi dengan hasil diskusi bersama dilaman SIPEJAR. 

Silakan klik Link untuk membuka notula dari materi Uji Validitas dan Reabilitas: 

https://drive.google.com/file/d/1TBzmlmV5GxweuiAN0FkZY8DvbSPaSSVI/view?usp=sharing

Uji Prasyarat (Uji Normalitas, Homogenitas dan Linieritas)

 "Implementasi Pendekatan Konflik Kognitif dalam Pembelajaran Fisika Untuk Menumbuhkan Kemampuan Berpikir Kritis Siswa SMP Kelas VIII"

Analisis Novelty

Penelitian ini dilatar belakangi oleh kurangnya keterelibatan peserta didik dalam kegiatan pembelajaran, Pembelajaran yang cenderung monoton dan aktivitas sains rendah, selain itu juga kegiatan pembelajaran dikelas dominan bagi guru berbentuk ceramah dan peserta didik mendengarkan serta mencatat materi, Proses pembelajaran baru sampai pada tahap memberikan pengetahuan belum sampai ketahap pengembangan kemampuan  berpikir peserta didik yang mengarah pada pembentukan sikap mandiri, Pembelajaran fisika dirasa sulit oleh peserta didik, karena peserta didik belum mampu menghubungkan  antara materi yang dipelajari dengan dengan pengetahuan yang digunakan . sehingga peserta didik menerima pengetahuan secara abstrak saja tanpa mengalami sendiri.

 

Solusi yang diberikan adalah

Menerapkan motode konflik kognitif dalam pembelajaran fisika. Penerapan metode tersebut bertujuan untuk mengatasi miskonsepsi pada peserta didiik selain itu juga melatih kemampuan berpikir kritis peserta didik sehingga menghasilkan hasil belajar kongnitif peserta didik yang maksimal

 

Analisis statistik:

Penelitian ini berupa penelitian eksperimen. Data dianalisis kedalam 2 tahap yaitu analisis tahap awal(analisis prasyarat) bertujuan untuk menentukan sampel melalui uji homogenitas, serta tahap akhir untuk menguji hipotesis melalui uji normalitas dan uji perbedaan dua rata-rata.

Untuk data hasil belajar kognitif siswa setelah dilakukan uji normalitas data ternyata data berdistribusi normal. Dan untuk uji perbedaan dua rata-rata diperoleh t_Hitung = 5,774 dan t_tabel = 1,99. Karena t_hitung > t_tabel atau berada pada grafik daerah penolakan H_o maka dapat disimpulkan bahwa pada hasil tes evaluasi pemahaman konsep siswa ada perbedaan rata-rata yang signifikan antara kelas kontrol dan kelas eksperimen.

Untuk menentukan jenis statistik yang dapat digunakan untuk menguji hipotesis dilaksanakan uji normalitas. Data hasil uji normalitas tersaji dalam Tabel 6 dan 7. Dari data yang didapatkan kemudian dilakukan uji perbedaan dua rata-rata. Hasil analisis uji perbedaan dua rata-rata pengujian hipotesis pada data kemampuan berpikir kritis siswa diperoleh t_hitung = 8,343 dan t_tabel dengan taraf signifikansi 5% bernilai 1,66, dan untuk hasil analisis data nilai tes evaluasi pemahaman konsep siswa diperoleh t_hitung = 5,774 dan t_tabel dengan taraf signifikansi 5% bernilai 1,99. Karena t_hitung > t_abel ini berarti H ditolak. Hal itung tabel o ini dapat disimpulkan bahwa implementasi pendekatan konflik kognitif terbukti efektif meningkatkan kemampuan berpikir kritis siswa, pemahaman konsep dan hasil belajar siswa

Sumber: 

Setyowati,dkk. 2011. Implementasi Pendekatan Konflik Kognitif Dalam Pembelajaran  Fisika Untuk Menumbuhkan Kemampuan Berpikir Kritis Siswa SMP Kelas VIII. Jurnal Pendidikan Fisika Indonesia 7 (2011): 89-96