Desain Penelitian Kuantitatif dalam Penelitian. Bagian dari Metode

Desain penelitian kuanti

1. Desain Penelitian Kuantitatif

2. Desain : One Shot Case Study Analisis : One Sample T Test X O1 X : Perlakuan / Eksperiman O1 : Post Test 1

3. Contoh :

4. Permasalahan 5 Apakah rata-rata tinggi atlet sepak bola Indonesia adalah 175 cm? Hipotesis Ho : rata-rata tinggi atlet sepak bola Indonesia adalah 175 cm (=) Ha : rata-rata tinggi atlet sepak bola Indonesia tidak sama dengan 175 cm (≠) Dasar Pengambilan Keputusan Ho ditolak jika nilai t hitung diluar t tabel Ho ditolak jika nilai sig. (2 tailed) < 0,05 Hasil Perhitungan Interpretasi Karena nilai sig. (2 tailed) 0,002 < 0,05 maka Ho ditolak , artinya terima Ha yaitu rata-rata tinggi atlet sepak bola Indonesia tidak sama dengan 175 cm.

5. Desain : Pretest Postest Design Analisis : Paired Sample T Test O1 X O2 O1 : Pre Test X : Perlakuan / Eksperiman O2 : Post Test Kelas eksperimen 2

6. Contoh :

7. Permasalahan 8 Apakah ada perbedaan nilai matematika sebelum dan sesudah menggunakan metode X? Hipotesis Ho : tidak ada perbedaan nilai antara sebelum dan sesudah menggunakan metode X (=) Ha : ada perbedaan nilai antara sebelum dan sesudah menggunakan metode X (≠) Dasar Pengambilan Keputusan Ho ditolak jika nilai thitung di luar nilai ttabel Ho ditolak jika nilai sig.2 tailed < 0,05 Hasil Perhitungan Karena nilai sig. (2 tailed) 0,994 > 0,05 maka Ho diterima artinya tidak ada perbedaan nilai sebelum dan sesudah menggunakan metode X ( metode X tidak berhasil meningkatkan prestasi belajar matematika )

8. Desain : Pretest Postest Control Group Design Analisis : Independent Sample T Test O1 : Pre Test kelas control O2 : Post Test kelas control O3 : Pre Test kelas eksperimen O4 : Post Test kelas eksperimen X : Perlakuan / Eksperiman O1 O2 O3 X O4 Kelas kontrol Kelas eksperimen 3

9. Contoh : Seorang mahasiswa PGPAUD sedang melakukan penelitian untuk menguji produk berupa tari kreasi untuk meningkatkan motoric kasar anak . Mahasiswa memilih dua kelas , satu kelas sebagai kelas eksperimen dan satu kelas sebagai kelas control. Setelah dilakukan perlakuan , ujilah apakah terdapat perbedaan kemampuan motoric kasar anak pada dua kelas tersebut ? Data tersaji sebagai berikut : Kelas Eksperimen Kelas Kontrol 85,8 68,7 82,7 65,7 86,4 66,2 88,9 63,8 87,8 78,1 87,8 74,7 85,8 69,7

10. Dasar Pengambilan Keputusan One Sample T Test dan Paired Sample T Test Ho ditolak jika nilai thitung di luar ttabel Ho ditolak jika nilai sig. (2 tailed) < 0,05 Independent Sample T Test Ada 2 nilai sig Jika nilai sig (variance) > 0,05 maka data homogen , gunakan sig. (2 tailed) yg atas – variance assumed Jika nilai sig (variance) < 0,05 maka data tidak homogen , gunakan sig. (2 tailed yg bawah – variance not assumed Ho ditolak jika nilai sig. (2 tailed) < 0,05

11. Desain : 3 kelompok Analisis : ANOVA , Analisis Variance O1 X O2 O3 O4 O5 O6 Kelompok 1 Kelompok 2 Kelompok 3 Ho : Tidak ada perbedaan antara 3 kelompok (=) : µ1 = µ2 = µ3 Ha : Ada perbedaan salah satu kelompok (≠) : µ1 = µ2 ≠ µ3 : µ1 ≠ µ2 = µ3 : µ1 ≠ µ2 ≠ µ3 4

12. Contoh : Seorang mahasiswa PGPAUD sedang melakukan penelitian untuk menguji apakah ada perbedaan prestasi siswa ditinjau berdasarkan suku . Suku yang dimaksud adalah suku Asmat, Minang dan Bali. Diperoleh data sebagai berikut . Ujilah apakah terdapat perbedaan pretasi siswa pada ketiga suku tersebut ?

13. Dasar Pengambilan Keputusan Ho ditolak jika nilai Fhitung di luar Ftabel Ho ditolak jika nilai sig. (pada table Anova ) < 0,05 Analyze – One Way Anova Post Hoc pilih Tukey Option pilih Descriptive Homogenity of Variance Test dan Means Plot

14. Permasalahan Apakah ada perbedaan prestasi antara suku Asmat, Minang dan Bali? Hipotesis Ho : tdk ada perbedaan antara suku A, M & B (=) : µ1 = µ2 = µ3 Ha : ada perbedaan antara suku A, M & B (≠) : µ1≠ µ2 ≠ µ3 Dasar Pengambilan Keputusan Tolak Ho jika nilai Fhitung diluar Ftabel Tolak Ho jika nilai sig < 0,05 Hasil Perhitungan Interpretasi Karena nilai sig pada table Anova 0,000 < 0,005 maka Ho ditolak artinya terima Ha yaitu ada perbedaan antara suku A, M & B Bukti Perbedaan

15. Desain : Uji Pengaruh Analisis : Regresi Variabel X Variabel Y Analyze – Regression – Linear Lihat output Anova Jika sig < 0,05 Ho ditolak , ada pengaruh Jika sig > 0,05 Ho diterima , tidak ada pengaruh Seberapa besar pengaruhnya ? Lihat di table Model Summary nilai R square Misal : 0,391 artinya 39,1% 5

16. Contoh : Seorang mahasiswa PGPAUD sedang melakukan penelitian untuk menguji apakah ada pengaruh antara Motivasi dan prestasi peserta didik . Selanjutnya diperoleh data sebagai berikut . Ujilah apakah terdapat pengaruh antara motivasi dan prestasi hasil belajar peserta didik ?

17. Desain : Uji Hubungan Analisis : Correlate Variabel X Variabel Y Analyze – Corelate – Bivariate Pindahkan 2 variable Corelate correlation, pilih pearsons Test of Significant tergantung dari hipotesis Lihat output Corelation Jika sig 2 tailed < 0,05 Ho ditolak , ada hubungan Jika sig 2 tailed > 0,05 Ho diterima , tidak ada hubungan 6

18. Contoh : Seorang mahasiswa PGPAUD sedang melakukan penelitian untuk menguji apakah ada hubungan antara Motivasi dan prestasi peserta didik . Selanjutnya diperoleh data sebagai berikut . Ujilah apakah terdapat hubungan antara motivasi dan prestasi hasil belajar peserta didik ? Pada table Corelation ada Pearson Corelation Nilai tersebut menunjukan besarnya hubungan Jika ada tanda – maka tjd hub negative Seberapa besar hubungannya ? 0,00 – 0,20 : tidak ada korelasi 0,21 – 0,40 : korelasi lemah 0,41 – 0,60 : korelasi sedang 0,61 – 0,80 : korelasi kuat 0,81 – 1 : korelasi sempurna