A. VALIDITAS
Validitas secara etimologi berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Pada intinya validitas pengukuran memberikan gambaran mengenai seberapa jauh pengukuran yang kita lakukan itu memang mengukur sesuai yang ingin diukur. Untuk menguji validitas kesesuaian antara butir soal dan kisi-kisi konstruknya digunakan validitas konstruk melalui analisis faktor. Tujuan utama analisis faktor adalah untuk menguji secara empirik hubungan antar butir soal dan untuk menentukan kelompok soal yang saling menentukan sebagai suatu faktor/konstruk yang diukur melalui instrument (Gable, 1986: 85).
Konstruk-konstruk yang diperoleh secara ideal merefleksikan kategori-kategori yang ditentukan dari defenisi konseptual dan defenisi operasional dari karakteristik affektif. Ketika hal ini tidak jelas, adalah masalah validitas konstruk instrument. Secara aktual ada dua jenis masalah yang dapat terjadi. Masalah pertama bahwa analisis faktor tidak menghasilkan beberapa konsep yang menjelaskan faktor. Masalah kedua, dapat terjadi karena penjelasan faktor yang telah dihasilkan tetapi tidak berkoresponden dengan kategori yang ditentukan (Gable, 1986: 86). Jika besarnya mean variabel sangat dekat/ekstrim pada skala jawaban dan standar deviasinya rendah, maka korelasi antar variabel akan rendah dan berakibat rendah pula padahasil analisis faktor (Gabel,1986: 91).
B. RELIABILITAS
Reliabilitas adalah derajat kekonsistenan hasil/nilai siswa pada pemberian penilaian yang berulang (Nitko, Anthony J. & Susan M. B. 2011 : 64). Skor–skor yang tingkat reliabel tinggi adalah akurat, reprodusibel, dan genaralaisibel dibandingkan dengan kesempatan–kesempatan testing yang lain dan instrumen–instrumen tes serupa yang lain. Teknik yang dapat digunakan adalah konsistensi internal.
Reliabilitas konsistensi internal diestimasi menggunakan satu bentuk tes yang hanya diberikan sekali dan untuk menghindari masalah yang ditimbulkan pada tes berulang. Metode ini lebih dikenal sebagai estimasi reliabilitas dengan metode split half (metode belah dua).
Untuk mengestimasi reliabilitas tes yang komponen-komponennya parallel dapat menggunakan rumus koefisien , yaitu:
Dimana:
X = skor amatan yang dibentuk dari mengkombinasikan N komponen,
= varians populasi X
= varians populasi dari komponen ke-I , Yi
N = banyaknya komponen yang dikombinasikan ke bentuk X, contohnya jika N = 3, skor tes, X, berdasarkan 3 komponen.
Untuk mengestimasi reliabilitas tes yang komponen-komponennya dikotomi dapat menggunakan rumus Kuder- Richardson 20 (KR20), yaitu:
Dimana:
X = skor amatan yang dibentuk dari mengkombinasikan N komponen,
= varians populasi X
= proporsi peserta ujian yang mendapatkan i item benar
N = banyaknya komponen yang dikombinasikan ke bentuk X, contohnya jika N = 3, skor tes, X, berdasarkan 3 komponen.
C. SELEKSI ITEM DAN KOEFISIEN BISERIAL ATAU KOEFISIEN POINT BISERIAL
Kriteria baik tidaknya butir soal menurut Ebel dan Frisbie (1991) dalam Essentials of Educational Measurement halaman 232 adalah dengan melihat nilai koefisien biserial dan korelasi point biserial yang di tunjukkan sebagai indeks diskriminasi (discrimination indexes) seperti pada tabel berikut
Indeks diskriminan
|
Evaluasi item
|
0,40 ke atas
0,30 – 0,39
0,20 – 0,29
Di bawah 0,19
|
Sangat baik
Baik tetapi mungkin perlu perbaikan
Item dengan beberapa catatan, biasanya perlu perbaikan
Tidak baik, dibuang atau diperbaiki melalui revisi
|
Untuk mendapatkan koefisien biserial dengan menggunakan ITEMAN dari Assessment Systems Corporation. (1984). User's Manual for the MiicroCat Testing System, USA.
D. ANALISIS KUANTITATIF TES
Berdasarkan hasil tes prestasi matematika mengunakan instrument soal pilihan ganda pada pokok bahasan lingkaran (lampiran 1). Diperoleh distribusi jawaban siswa dan skor siswa (lampiran 3).
Penghitungan analisis faktor
Dengan menggunakan SPSS analisis faktornya langkahnya adalah sebagai berikut:
1. Masukkan data ke dalam SPSS
2. Pilih Analyze– Dimension Reduction– Factor. Kemudian masukkan ke-10 variabel yang hendak dianalisis.
3. Pilih descritives – pada correlation Matrix beritanda conteng pada KMO and Bartlett’s test of sphericity dan Anti-image selanjutnya continue
4. Klik menu Rotation, lalu pilih Method Varimax. Kemudian continue
5. Klik ok
6. Output SPSS yang diperoleh
Descriptive Statistics
| |||
Mean
|
Std. Deviation
|
Analysis N
| |
soal_1
|
.74
|
.442
|
39
|
soal_2
|
.62
|
.493
|
39
|
soal_3
|
.51
|
.506
|
39
|
soal_4
|
.72
|
.456
|
39
|
soal_5
|
.64
|
.486
|
39
|
soal_6
|
.62
|
.493
|
39
|
soal_7
|
.54
|
.505
|
39
|
soal_8
|
.46
|
.505
|
39
|
soal_9
|
.51
|
.506
|
39
|
soal_10
|
.79
|
.409
|
39
|
Jika besarnya mean variabel sangat dekat/ekstrim pada skala jawaban dan standar deviasinya rendah, maka korelasi antarvariabel akan rendah dan berakibat rendah pula pada hasil analisis faktor
KMO and Bartlett's Test
| ||
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
|
.525
| |
Bartlett's Test of Sphericity
|
Approx. Chi-Square
|
63.693
|
df
|
45
| |
Sig.
|
.035
|
Bartlett's Test of Sphericity adalah uji statistic untuk menunjukkan ada tidaknya korelasi antar variable. Dilhat dari nilainya yang besar dan angka signifikansinya yang kecil, maka dapat dikatakan bahwa matriks korelasi pupulasi adalah signifikan. KMO merupakan suatu indeks perbandingan besarnya koefisien korelasi observed dan besarnya koefisien korelasi parsial. Besarnya KMO yang diperoleh adalah 0.525.
Communalities
| ||
Initial
|
Extraction
| |
soal_1
|
1.000
|
.818
|
soal_2
|
1.000
|
.549
|
soal_3
|
1.000
|
.709
|
soal_4
|
1.000
|
.608
|
soal_5
|
1.000
|
.611
|
soal_6
|
1.000
|
.571
|
soal_7
|
1.000
|
.719
|
soal_8
|
1.000
|
.500
|
soal_9
|
1.000
|
.742
|
soal_10
|
1.000
|
.577
|
Extraction Method: Principal Component Analysis.
|
Communalities merupakan ukuran persentasi variansi variable yang dijelaskan oleh factor-faktor. Estimasi 0.00 berarti suatu variable tidak berkorelasi dengan variable lainnya, sementara estimasi 1.00 berarti variansi variable secara sempurna disebabkan oleh sejumlah factor bersama. Untuk item_1 menunjukkan pernyataan tersebut sebesar 81.8% tingkat persamaannya dengan variable lain yang disebabkan oleh faktor bersama, sedangkan 18.2% adalah keunikan dari item pernyataan tersebut. Hasil yang diperoleh menunjukkan semua item memiliki nilai communalities yang tinggi. Sehingga item-item tersebut memiliki persamaan dengan item lainnya dalam satu kelompok
Total Variance Explained
| |||||||||
Component
|
Initial Eigenvalues
|
Extraction Sums of Squared Loadings
|
Rotation Sums of Squared Loadings
| ||||||
Total
|
% of Variance
|
Cumulative %
|
Total
|
% of Variance
|
Cumulative %
|
Total
|
% of Variance
|
Cumulative %
| |
1
|
2.515
|
25.149
|
25.149
|
2.515
|
25.149
|
25.149
|
1.946
|
19.459
|
19.459
|
2
|
1.534
|
15.335
|
40.484
|
1.534
|
15.335
|
40.484
|
1.767
|
17.665
|
37.124
|
3
|
1.269
|
12.689
|
53.173
|
1.269
|
12.689
|
53.173
|
1.400
|
14.005
|
51.129
|
4
|
1.085
|
10.855
|
64.028
|
1.085
|
10.855
|
64.028
|
1.290
|
12.899
|
64.028
|
5
|
.906
|
9.062
|
73.090
| ||||||
6
|
.776
|
7.758
|
80.847
| ||||||
7
|
.670
|
6.697
|
87.545
| ||||||
8
|
.519
|
5.190
|
92.734
| ||||||
9
|
.485
|
4.846
|
97.580
| ||||||
10
|
.242
|
2.420
|
100.000
| ||||||
Extraction Method: Principal Component Analysis.
|
SPSS mengelompokkan ke-10 item kedalam 4 faktor berdasarkan pada nilai eigen value > 1, yaitu factor 1 eigen value 2.515, factor 2 eigen value 1.534, factor 3 eigen value 1.269, dan faktor 4 eigen value 1.085. Dari tampilan tersebut terlihat bahwa factor 1 mampu menjelaskan variansi 25.149%, factor 2 mampu menjelaskan variansi 15.335%, factor 3 mampu menjelaskan variansi 12.689%, dan factor 4 mampu menjelaskan variansi 10.855%.
Berikut tampilan keempat factor sebelum dilakukan rotasi:
Component Matrixa
| ||||
Component
| ||||
1
|
2
|
3
|
4
| |
soal_1
|
.722
|
.402
|
-.240
|
.277
|
soal_2
|
.547
|
-.132
|
.142
|
-.462
|
soal_3
|
-.124
|
.028
|
.832
|
.003
|
soal_4
|
.685
|
.144
|
.050
|
-.340
|
soal_5
|
.367
|
.129
|
.675
|
.062
|
soal_6
|
.677
|
.111
|
-.052
|
.312
|
soal_7
|
.178
|
.828
|
-.032
|
-.009
|
soal_8
|
.406
|
-.419
|
-.171
|
-.361
|
soal_9
|
.286
|
-.452
|
.088
|
.670
|
soal_10
|
.582
|
-.488
|
.004
|
.014
|
Extraction Method: Principal Component Analysis.
| ||||
a. 4 components extracted.
|
Hasil rotasi dengan metode varimax adalah sebagai berikut.
Rotated Component Matrixa
| ||||
Component
| ||||
1
|
2
|
3
|
4
| |
soal_1
|
.884
|
.140
|
.090
|
-.088
|
soal_2
|
.114
|
.710
|
-.067
|
.168
|
soal_3
|
-.216
|
-.094
|
-.014
|
.808
|
soal_4
|
.435
|
.617
|
-.144
|
.135
|
soal_5
|
.235
|
.151
|
.079
|
.725
|
soal_6
|
.657
|
.200
|
.311
|
.052
|
soal_7
|
.623
|
-.192
|
-.532
|
.103
|
soal_8
|
-.065
|
.661
|
.148
|
-.192
|
soal_9
|
.149
|
-.076
|
.841
|
.080
|
soal_10
|
.118
|
.559
|
.501
|
.003
|
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
| ||||
a. Rotation converged in 5 iterations.
|
Hasil rotasi menunjukkan bahwa soal_1, soal_6, soal_7 mengelompok pada faktor 1, soal_ 2, soal_4, soal_8, soal_10 mengelompok pada faktor 2, soal_9 pada faktor 3, soal_3, soal_5 mengelompok pada faktor 4.
Penghitungan Reliabilitas
Dengan menggunakan KR-20 diperoleh:
Item and Test Analysis (ITEMAN)
Dengan menggunakan ITEMAN, langkahnya adalah sebagai berikut:
1. memasukkan (entry) jawaban siswa (respons) ke dalam suatu file data dalam bentuk text. Salah satu program yang dapat digunakan untuk membuat file data adalah menggunakan notepad, yang dapat dilakukan melalui Klik Start lalu All Programs pilih Accessories dan klik Notepad.
Agar file data dapat dianalisis dengan ITEMAN diperlukan 4 baris perintah sebagai baris kontrol yang diketik mulai dari baris pertama kolom pertama. Empat baris pertama sebagai baris kontrol adalah sebagai berikut:
Baris pertama
Pada baris pertama Notepad ada sepuluh karakter yaitu _ _ _ _ _ _ _ _ _ _ (selanjutnya disebut kolom).Kesepuluh kolom tersebut harus diisi dengan informasi yang sesuai dengan kaidah yang ditetapkan oleh ITEMAN. Kaidah tersebut yaitu
a. Kolom 1-3 merupakan respon atau jumlah aitem yang akan dianalisis, apabila jumlah aitem yang akan dianalisis 10 maka pada strip awal dikosongkan (di spasi) kemudian pada kolom ke 2 dan ke 3 diisi 10
b. Kolom 4, blank, dibiarkan kosong (hanya di spasi)
c. Kolom 5, kode OMIT, yaitu apabila ada subjek yang tidak menjawab pada suatu aitem mau di skor apa, biasanya ditulis dengan huruf O (bukan nol)
d. Kolom 6, blank, dibiarkan kosong (hanya di spasi)
e. Kolom 7, adalah informasi untuk soal yang tidak dapat diselesaikan subjek karena waktu habis (NOT REACH), ditulis N
f. Kolom 8, blank. Dibiarkan kosong (hanya di spasi)
g. Kolom 9-10 adalah jumlah data awal yang tidak akan diikutsertakan dalam analisis. Apabila semua data akan dianalisis maka pada baris tersebut diisi 0 (nol), karena ada3 data awal yang tidak diikutsertakan dalam analisis maka diisi 03.
Pada Data di atas ada 10 aitem yang akan dianalisis, dan mulai dari awal, kita mengisinya menjadi 10 o N 03
Baris kedua:
Berisi alternative jawaban/kunci jawaban (option yang benar).Penulisan kunci jawaban harus sesuai dengan kode untuk data baik alphabetic maupun numeric.
Baris ketiga
Jumlah pilihan jawaban (option). Diisi dengan angka, misalnya 2,3,4,…. dan seterusnya sesuai dengan jumlah option.
Baris keempat:
Berisi kode/skala tes: ‘Y’ = butir soal yang dianalisis dan ‘N’ =butir soal yang tidak dianalisis.
Baris kelima dan seterusnya: Berisi jawaban responden yang bisa diketik dengan alphabetic maupun numeric, dengan ketentuan setiap satu baris menunjukkan jawaban dari satu responden.
Bentuk akhir notepad sebelum dianalisis menggunakan iteman pada gambar di atas.Data pada Notepad tersebut di save as dalam satu folder program iteman dengan ekstensi file bentuk .DAT. Sebagai contoh, data di atas disimpan dengan nama TES.dat. Data tersebut siap untuk dianalisis menggunakan iteman.
2. Buka file ITEMAN melalui double click pada file ITEMAN
3. Ketika ditanya input. Masukkan file yang kita buat di atas, misalnya TES.dat
4. Ketika di tanya “Enter the name of the output file:” Tulis nama sembarang. Misalnya HASIL lalu tekan ENTER
5. Ketika di tanya “Do you want the scores written to a file? (Y/N)” Jawab saja Y – Jika anda menginginkan skor tiap individu dibuat dalam file. Jika tidak ingin maka tulis N. lalu tekan ENTER
6. Hasil analisis akan menjadi file baru di folder yang berisi ITEMAN dan file latihan tadi
7. Selanjutnya perhatikan kolom point biserial. Diperoleh nilai koefisien Point Biserial seperti pada tabel dibawah ini
Nomor Soal
|
Point Biserial
|
Keterangan
|
1
|
0.599
|
Sangat Baik
|
2
|
0.529
|
Sangat Baik
|
3
|
0.198
|
Dengan beberapa catatan, perlu diperbaiki
|
4
|
0.610
|
Sangat Baik
|
5
|
0.508
|
Sangat Baik
|
6
|
0.625
|
Sangat Baik
|
7
|
0.266
|
Dengan beberapa catatan, perlu diperbaiki
|
8
|
0.393
|
Baik, mungkin perlu perbaikan
|
9
|
0.362
|
Baik, mungkin perlu perbaikan
|
10
|
0.561
|
Sangat Baik
|
E. ANALISIS KUANTITATIF NON TES
Berdasarkan hasil angket minat siswa (lampiran 2). Diperoleh distribusi jawaban siswa dan skor siswa (lampiran 4).
Penghitungan analisis faktor
Penghitungan menggunakan SPSS dengan langkah yang sama dengan analisis faktor pada tes. Diperoleh Output SPSS sebagai berikut:
Descriptive Statistics
| |||
Mean
|
Std. Deviation
|
Analysis N
| |
butir_1
|
3.00
|
.577
|
31
|
butir_2
|
2.29
|
.588
|
31
|
butir_3
|
3.39
|
.495
|
31
|
butir_4
|
3.10
|
.700
|
31
|
butir_5
|
2.97
|
.657
|
31
|
butir_6
|
2.71
|
.693
|
31
|
butir_7
|
3.13
|
.499
|
31
|
butir_8
|
2.71
|
.461
|
31
|
butir_9
|
2.87
|
.499
|
31
|
butir_10
|
3.16
|
.454
|
31
|
butir_11
|
2.81
|
.703
|
31
|
butir_12
|
3.42
|
.502
|
31
|
butir_13
|
2.94
|
.772
|
31
|
butir_14
|
2.74
|
.729
|
31
|
butir_15
|
3.39
|
.495
|
31
|
butir_16
|
3.32
|
.475
|
31
|
butir_17
|
2.84
|
.583
|
31
|
butir_18
|
3.16
|
.523
|
31
|
butir_19
|
2.97
|
.482
|
31
|
butir_20
|
2.97
|
.547
|
31
|
Jika besarnya mean variabel sangat dekat/ekstrim pada skala jawaban dan standar deviasinya rendah, maka korelasi antarvariabel akan rendah dan berakibat rendah pula pada hasil analisis faktor
KMO and Bartlett's Test
| ||
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
|
.613
| |
Bartlett's Test of Sphericity
|
Approx. Chi-Square
|
263.572
|
df
|
190
| |
Sig.
|
.000
|
Bartlett's Test of Sphericity adalah uji statistic untuk menunjukkan ada tidaknya korelasi antar variable. Dilhat dari nilainya yang besar dan angka signifikansinya yang kecil, maka dapat dikatakan bahwa matriks korelasi pupulasi adalah signifikan. KMO merupakan suatu indeks perbandingan besarnya koefisien korelasi observed dan besarnya koefisien korelasi parsial. Besarnya KMO yang diperoleh adalah 0.613.
Communalities
| ||
Initial
|
Extraction
| |
butir_1
|
1.000
|
.688
|
butir_2
|
1.000
|
.776
|
butir_3
|
1.000
|
.861
|
butir_4
|
1.000
|
.802
|
butir_5
|
1.000
|
.858
|
butir_6
|
1.000
|
.836
|
butir_7
|
1.000
|
.604
|
butir_8
|
1.000
|
.821
|
butir_9
|
1.000
|
.657
|
butir_10
|
1.000
|
.846
|
butir_11
|
1.000
|
.741
|
butir_12
|
1.000
|
.716
|
butir_13
|
1.000
|
.676
|
butir_14
|
1.000
|
.803
|
butir_15
|
1.000
|
.623
|
butir_16
|
1.000
|
.782
|
butir_17
|
1.000
|
.756
|
butir_18
|
1.000
|
.792
|
butir_19
|
1.000
|
.707
|
butir_20
|
1.000
|
.624
|
Extraction Method: Principal Component Analysis.
|
Communalities merupakan ukuran persentasi variansi variable yang dijelaskan oleh factor-faktor. Estimasi 0.00 berarti suatu variable tidak berkorelasi dengan variable lainnya, sementara estimasi 1.00 berarti variansi variable secara sempurna disebabkan oleh sejumlah factor bersama. Untuk item_1 menunjukkan pernyataan tersebut sebesar 68.8% tingkat persamaannya dengan variable lain yang disebabkan oleh faktor bersama, sedangkan 31.2% adalah keunikan dari item pernyataan tersebut. Hasil yang diperoleh menunjukkan semua item memiliki nilai communalities yang tinggi. Sehingga item-item tersebut memiliki persamaan dengan item lainnya dalam satu kelompok
Total Variance Explained
| |||||||||
Component
|
Initial Eigenvalues
|
Extraction Sums of Squared Loadings
|
Rotation Sums of Squared Loadings
| ||||||
Total
|
% of Variance
|
Cumulative %
|
Total
|
% of Variance
|
Cumulative %
|
Total
|
% of Variance
|
Cumulative %
| |
1
|
5.365
|
26.824
|
26.824
|
5.365
|
26.824
|
26.824
|
2.779
|
13.894
|
13.894
|
2
|
2.265
|
11.326
|
38.150
|
2.265
|
11.326
|
38.150
|
2.514
|
12.572
|
26.466
|
3
|
2.149
|
10.743
|
48.894
|
2.149
|
10.743
|
48.894
|
2.376
|
11.880
|
38.346
|
4
|
1.618
|
8.090
|
56.984
|
1.618
|
8.090
|
56.984
|
2.183
|
10.916
|
49.262
|
5
|
1.268
|
6.342
|
63.327
|
1.268
|
6.342
|
63.327
|
2.009
|
10.045
|
59.307
|
6
|
1.219
|
6.094
|
69.420
|
1.219
|
6.094
|
69.420
|
1.781
|
8.904
|
68.211
|
7
|
1.082
|
5.412
|
74.832
|
1.082
|
5.412
|
74.832
|
1.324
|
6.621
|
74.832
|
8
|
.903
|
4.517
|
79.349
| ||||||
9
|
.811
|
4.057
|
83.405
| ||||||
10
|
.640
|
3.202
|
86.607
| ||||||
11
|
.592
|
2.961
|
89.568
| ||||||
12
|
.435
|
2.174
|
91.742
| ||||||
13
|
.423
|
2.113
|
93.855
| ||||||
14
|
.326
|
1.631
|
95.487
| ||||||
15
|
.276
|
1.381
|
96.868
| ||||||
16
|
.196
|
.981
|
97.849
| ||||||
17
|
.131
|
.657
|
98.505
| ||||||
18
|
.114
|
.568
|
99.073
| ||||||
19
|
.095
|
.473
|
99.546
| ||||||
20
|
.091
|
.454
|
100.000
| ||||||
Extraction Method: Principal Component Analysis.
|
SPSS mengelompokkan ke-23 item kedalam 8 faktor berdasarkan pada nilai eigen value > 1, yaitu factor 1 eigen value 5.365, factor 2 eigen value 2.265, factor 3 eigen value 2.149, factor 4 eigen value 1.618, factor 5 eigen value 1.268, factor 6 eigen value 1.219, dan factor 7 eigen value 1.082. Dari tampilan tersebut terlihat bahwa factor 1 mampu menjelaskan variansi 26.824%, factor 2 mampu menjelaskan variansi 11.326%, factor 3 mampu menjelaskan variansi 10.732%, factor 4 mampu menjelaskan variansi 8.090%, factor 5 mampu menjelaskan variansi 6.342%, factor 6 mampu menjelaskan variansi 6.094%, dan factor 7 mampu menjelaskan variansi 5.412%.
Berikut tampilan ketujuh factor sebelum dilakukan rotasi:
Component Matrixa
| |||||||
Component
| |||||||
1
|
2
|
3
|
4
|
5
|
6
|
7
| |
butir_1
|
.479
|
.041
|
.248
|
-.306
|
-.254
|
.162
|
.459
|
butir_2
|
.468
|
-.178
|
.593
|
.160
|
.242
|
-.205
|
.216
|
butir_3
|
.316
|
.484
|
.532
|
.461
|
.007
|
-.099
|
-.145
|
butir_4
|
.570
|
-.088
|
-.496
|
.337
|
-.089
|
-.104
|
-.301
|
butir_5
|
.599
|
.318
|
-.516
|
.264
|
-.044
|
-.225
|
-.099
|
butir_6
|
.630
|
-.475
|
.077
|
-.037
|
.317
|
.192
|
.262
|
butir_7
|
.607
|
.319
|
-.143
|
.292
|
-.032
|
-.080
|
.145
|
butir_8
|
.679
|
-.423
|
.090
|
.328
|
-.023
|
-.024
|
.253
|
butir_9
|
.538
|
-.378
|
-.121
|
.432
|
-.125
|
.056
|
.071
|
butir_10
|
.579
|
-.143
|
-.075
|
-.199
|
.571
|
.162
|
-.305
|
butir_11
|
.743
|
-.008
|
-.255
|
-.332
|
-.010
|
.110
|
.023
|
butir_12
|
.447
|
.593
|
.149
|
-.220
|
-.233
|
.130
|
-.151
|
butir_13
|
.547
|
-.028
|
.406
|
.227
|
-.270
|
.125
|
-.267
|
butir_14
|
.510
|
.107
|
.556
|
-.347
|
-.189
|
-.210
|
-.143
|
butir_15
|
.348
|
.586
|
-.150
|
-.069
|
.127
|
.207
|
.269
|
butir_16
|
-.038
|
.193
|
-.197
|
.217
|
-.108
|
.798
|
.092
|
butir_17
|
.505
|
-.217
|
.210
|
-.245
|
.085
|
.340
|
-.477
|
butir_18
|
.002
|
.649
|
.137
|
.126
|
.569
|
-.011
|
.111
|
butir_19
|
.538
|
.053
|
-.384
|
-.348
|
.211
|
-.316
|
.037
|
butir_20
|
.549
|
.063
|
-.227
|
-.322
|
-.354
|
-.149
|
.125
|
Extraction Method: Principal Component Analysis.
| |||||||
a. 7 components extracted.
|
Hasil rotasi dengan metode varimax adalah sebagai berikut.
Rotated Component Matrixa
| |||||||
Component
| |||||||
1
|
2
|
3
|
4
|
5
|
6
|
7
| |
butir_1
|
-.145
|
.338
|
.723
|
.148
|
-.004
|
.039
|
.077
|
butir_2
|
-.141
|
.664
|
.052
|
.381
|
.097
|
.201
|
-.343
|
butir_3
|
.126
|
.113
|
-.102
|
.796
|
-.114
|
.416
|
-.042
|
butir_4
|
.837
|
.151
|
-.033
|
.064
|
.208
|
-.166
|
.044
|
butir_5
|
.884
|
.022
|
.174
|
.063
|
.035
|
.200
|
-.019
|
butir_6
|
.034
|
.758
|
.206
|
-.102
|
.455
|
.007
|
.007
|
butir_7
|
.562
|
.256
|
.254
|
.231
|
-.051
|
.315
|
.062
|
butir_8
|
.300
|
.813
|
.140
|
.157
|
.088
|
-.135
|
-.023
|
butir_9
|
.446
|
.602
|
-.006
|
.118
|
.056
|
-.243
|
.140
|
butir_10
|
.201
|
.222
|
.023
|
-.032
|
.841
|
.201
|
-.086
|
butir_11
|
.383
|
.185
|
.587
|
-.041
|
.462
|
.010
|
.017
|
butir_12
|
.166
|
-.269
|
.523
|
.493
|
.152
|
.254
|
.109
|
butir_13
|
.153
|
.271
|
.119
|
.704
|
.192
|
-.164
|
.082
|
butir_14
|
-.115
|
.066
|
.481
|
.586
|
.233
|
-.025
|
-.394
|
butir_15
|
.216
|
-.038
|
.413
|
.019
|
.033
|
.581
|
.256
|
butir_16
|
.011
|
-.026
|
.021
|
-.015
|
.025
|
.092
|
.878
|
butir_17
|
-.005
|
.101
|
.133
|
.331
|
.757
|
-.197
|
.076
|
butir_18
|
-.023
|
-.098
|
-.124
|
.095
|
.022
|
.870
|
-.016
|
butir_19
|
.449
|
.052
|
.405
|
-.264
|
.329
|
.166
|
-.365
|
butir_20
|
.366
|
.040
|
.670
|
.009
|
.054
|
-.142
|
-.123
|
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
| |||||||
a. Rotation converged in 11 iterations.
|
Hasil rotasi menunjukkan bahwa butir_4, butir_5, butir_7, butir_19, butir_20 mengelompok pada faktor 1, butir_2, butir_6, butir_8, butir_9 mengelompok pada faktor 2, butir_1, butir_12 mengelompok pada faktor 3, butir_3, butir_13, butir_14 mengelompok pada faktor 4, butir_10, butir_11, butir_17 mengelompok pada faktor 15, butir_18 mengelompok pada faktor 6, dan butir_16 mengelompok pada faktor 7.
Penghitungan Reliabilitas
Dengan menggunakan rumus Alpha Cronbach diperoleh:
Langkah uji reliabilitas dengan SPSS adalah sebagai berikut:
1. Gunakan data yang ada pada contoh Validitas diatas
2. Klik menu ANALYZE → SCALE → RELIABILITY ANALYSIS
3. Blok semua item (item_1 – item_12),kecuali total tidak ikut diblok, lalu klik ok
4. Tampilan hasil Output adalah sebagai berikut:
Case Processing Summary
| |||||
N
|
%
| ||||
Cases
|
Valid
|
31
|
100.0
| ||
Excludeda
|
0
|
.0
| |||
Total
|
31
|
100.0
| |||
a. Listwise deletion based on all variables in the procedure.
| |||||
Reliability Statistics
| |||||
Cronbach's Alpha
|
N of Items
| ||||
.836
|
20
| ||||
Item and Test Analysis (ITEMAN)
Dengan menggunakan ITEMAN, langkahnya hampir sama dengan analisis kuantitatif tes, hanya saja untuk empat kolom entry perintah ada perbedaan:
memasukkan (entry) jawaban siswa (respons) ke dalam suatu file data dalam bentuk text, disini menggunakan notepad.
Agar file data dapat dianalisis dengan ITEMAN diperlukan 4 baris perintah sebagai baris kontrol yang diketik mulai dari baris pertama kolom pertama. Empat baris pertama sebagai baris kontrol adalah sebagai berikut:
Baris pertama
Pada baris pertama Notepad ada sepuluh karakter yaitu _ _ _ _ _ _ _ _ _ _ (selanjutnya disebut kolom).Kesepuluh kolom tersebut harus diisi dengan informasi yang sesuai dengan kaidah yang ditetapkan oleh ITEMAN. Kaidah tersebut yaitu
h. Kolom 1-3 merupakan respon atau jumlah aitem yang akan dianalisis, apabila jumlah aitem yang akan dianalisis 20 maka pada strip awal dikosongkan (di spasi) kemudian pada kolom ke 2 dan ke 3 diisi 20
i. Kolom 4, blank, dibiarkan kosong (hanya di spasi)
j. Kolom 5, kode OMIT, yaitu apabila ada subjek yang tidak menjawab pada suatu aitem mau di skor apa, biasanya ditulis dengan huruf O (bukan nol)
k. Kolom 6, blank, dibiarkan kosong (hanya di spasi)
l. Kolom 7, adalah informasi untuk soal yang tidak dapat diselesaikan subjek karena waktu habis (NOT REACH), ditulis N
m. Kolom 8, blank. Dibiarkan kosong (hanya di spasi)
n. Kolom 9-10 adalah jumlah data awal yang tidak akan diikutsertakan dalam analisis. Apabila semua data akan dianalisis maka pada baris tersebut diisi 0 (nol), karena ada3 data awal yang tidak diikutsertakan dalam analisis maka diisi 03.
Pada Data di atas ada 10 aitem yang akan dianalisis, dan mulai dari awal, kita mengisinya menjadi 20 o N 03
Baris kedua:
Berisi alternative jawaban/kunci jawaban (option yang benar).Penulisan kunci jawaban harus dinyatakan dengan tanda “+“ atau “-“ sesuai dengan tipe item.
Baris ketiga
Jumlah pilihan jawaban (option). Diisi dengan angka, misalnya 2,3,4,…. dan seterusnya sesuai dengan jumlah option.
Baris keempat:
Berisi kode/skala tes: ‘Y’ = butir soal yang dianalisis dan ‘N’ =butir soal yang tidak dianalisis.
Baris kelima dan seterusnya: Berisi jawaban responden yang bisa diketik dengan alphabetic maupun numeric, dengan ketentuan setiap satu baris menunjukkan jawaban dari satu responden.
Bentuk akhir notepad sebelum dianalisis menggunakan iteman pada gambar di atas. Data di atas disimpan dengan nama NONTES.dat. Data tersebut siap untuk dianalisis menggunakan iteman.
8. Buka file ITEMAN melalui double click pada file ITEMAN
9. Ketika ditanya input. Masukkan file yang kita buat di atas, misalnya NONTES.dat
10. Ketika di tanya “Enter the name of the output file:” Tulis nama sembarang. Misalnya HASIL1 lalu tekan ENTER
11. Ketika di tanya “Do you want the scores written to a file? (Y/N)” Jawab saja Y – Jika anda menginginkan skor tiap individu dibuat dalam file. Jika tidak ingin maka tulis N. lalu tekan ENTER
12. Sebelum program menganalisis data maka akan muncul peringatan seperti pada gambar di bawah. Dapat diisi dengan 1, 2, 3 sesuai ketentuan yang dipilih.
13. Hasil analisis akan menjadi file baru di folder yang berisi ITEMAN dan file angket tadi
Lampiran 1
|
Pokok Bahasan : Lingkaran
Kelas/Semester : VIII / 2
Waktu : 45 menit
Petunjuk pengisian
- Kerjakanlah pada lembar jawab yang telah tersedia.
- Tulislah nama, nomor absen dan kelas pada lembar jawab yang tersedia.
- Bacalah setiap pertanyaan di bawah ini dengan seksama.
- Pilihlah salah satu jawaban yang sesuai dengan jawaban anda dengan memberi tanda silang (X).
- Bila sudah selesai mengerjakan soal, serahkan lembar jawab dan naskah soal pada pengawas.
1. Lingkaran merupakan himpunan semua titik yang berjarak sama dari sebuah titik tertentu, titik tertentu itu disebut…
- Pusat lingkaran
- Garis tengah lingkaran
- Jari-jari lingkaran
- Tali busur lingkaran
2. Tini akan membuat anyaman hiasan dinding berbentuk lingkaran dengan panjang jari-jari 4 cm, diameter anyaman hiasan dinding Tini adalah…
- 2 cm
- 4 cm
- 6 cm
- 8 cm
3. Pada gambar di bawah diketahui jari-jari lingkaran adalah 21 cm, keliling lingkaran tersebut adalah ...
a. 132 cm
b. 131,88 cm
c. 1386 cm
d. 1384,74 cm
4. Pada gambar di bawah ini, yang merupakan apotema adalah …
- OC
- AC
- DC
- OT
5. Ridwan mempunyai kolam ikan berbentuk lingkaran dibelakang rumahnya. Jika jari-jari kolam tersebut adalah 7 m, luas kolam ikan Ridwan adalah…
a. 22 m2
b. 38,5 m2
c. 44 m2
d. 154 m2
6. Sebuah roda sepeda mempunyai 12 buah jeruji. Setiap jeruji yang berdekatan membentuk sudut yang sama dan poros roda dianggap sebagai titik pusat lingkaran. Jika panjang jeruji sepeda sama dengan 42 cm, maka panjang busur di hadapan dua jeruji yang berdekatan adalah…
a. 22 cm
b. 21,98 cm
c. 44 cm
d. 10,99 cm
7. Panjang jari-jari sebuah roda 21 cm. berapakah panjang lintasannya jika roda itu berputar atau menggelinding sebanyak 200 kali?
a. 132 m
b. 264 m
c. 420 m
d. 332 m
8. Gambar di bawah ini merupakan sebuah lingkaran yang menyinggung semua sisi sebuah persegi. Jika luas daerah persegi 400 cm2, maka luas daerah yang diarsir adalah... (
a. 314 cm2
b. 62,8 cm2
c. 86 cm2
d. 78,5 cm2
9. Perhatikan gambar berikut, dan panjang jari-jari lingkaran 7 cm. Luas daerah yang diarsir adalah...
a. 77 cm2
b. 39 cm2
c. 38,5 cm2
d. 77,5 cm2
10. Pada gambar di bawah ini diketahui luas persegi panjang adalah 48 cm2. Panjang jari-jari masing-masing lingkaran adalah...
a. 5 cm
b. 3 cm
c. 2 cm
d. 4 cm
KUNCI JAWABAN TES PRESTASI MATEMATIKA
1. A
2. D
3. A
4. B
5. D
6. A
7. B
8. C
9. C
10. C
Lampiran 2
|
PETUNJUK PENGISIAN
1. Berilah tanda cek (√) pada pada kotak yang tersedia.
2. Setelah selesai, form ini dikumpulkan kembali.
3. Jawaban yang anda berikan tidak akan mempengaruhi nilai pelajaran.
No
|
Aspek yang dinilai
|
Pilihan
| |||
SL
|
SR
|
JR
|
TP
| ||
1
|
Saya berusaha memahami materi matematika
| ||||
2
|
Saya membolos pada jam pelajaran matematika
| ||||
3
|
Saya tidak mengumpulkan tugas matematika
| ||||
4
|
Saya membaca buku matematika
| ||||
5
|
Saya berusaha menyelesaikan tugas matematika dengan sebaik-baiknya
| ||||
6
|
Saya hanya mempelajari matematika jika akan ada ulangan
| ||||
7
|
Saya hadir tepat waktu pada jam pelajaran matematika
| ||||
8
|
Saya bertanya kepada teman tentang matematika
| ||||
9
|
Saya mengerjakan hal-hal yang tidak berkaitan dengan matematika selama pembelajaran matematika
| ||||
10
|
Saya berdiskusi tentang pelajaran matematika dengan teman
| ||||
11
|
Saya menyiapkan pertanyaan untuk diajukan pada saat pembelajaran matematika
| ||||
12
|
Saya tidak mengerjakan tugas matematika
| ||||
13
|
Saya tidak berusaha memahami rumus matematika
| ||||
14
|
Saya berusaha memahami rumus matematika
| ||||
15
|
Saya membuka buku/catatan ketika ulangan
| ||||
16
|
Saya menyelesaikan tugas matematika tepat waktu
| ||||
17
|
Saya menyalin/ menyontek tugas matematika tepat waktu
| ||||
18
|
Saya malas berdiskusi tentang matematika dengan siapa pun
| ||||
19
|
Saya menyalin jawaban milik teman pada saat ulangan matematika
| ||||
20
|
Saya tidak bertanya kepada guru matematika walaupun saya tidak mengerti
|
Keterangan:
SL : Selalu
SR : Sering
JR : Jarang
TP : Tidak Pernah
Lampiran 3
|
data excel untuk instrumen tes
http://www.ziddu.com/download/22223069/LAMPIRAN3DISTRIBUSIJAWABANpilihanganda.xlsx.html
http://www.ziddu.com/download/22223069/LAMPIRAN3DISTRIBUSIJAWABANpilihanganda.xlsx.html
Lampiran 4
|
data excel untuk instrumen non tes
http://www.ziddu.com/download/22223070/LAMPIRAN4DISTRIBUSIJAWABANangket.xlsx.html
data spss untuk instrumen tes
http://www.ziddu.com/download/22223006/tes.rar.html
data spss untuk instrumen non tes
http://www.ziddu.com/download/22223054/nontes.rar.html
data iteman untuk instrumen non tes http://www.ziddu.com/download/22223071/UJINONTESANGKET.rar.html