SCALE OF MEASUREMENT, METHOD OF SUCCESIVE INTERVAL

DAN PENGGUNAANNYA
A. Scale of Measurement S. S Steven
Pada tahun 1946 S. S Steven, seorang ahli Psikologi dari Harvard
University menulis sebuah artikel tentang skala pengukuran yang dipergunakan
ntuk mengklasifikasikan variabel.

Ada empat skala pengukuran yang

dikemukakannya, yaitu:
1. Skala Nominal
Jenis skala dimana angka-angka dikenakan pada objek atau kelompok
objek untuk tujuan identifikasi (pengkodean). Contoh data berskala nominal
adalah jenis kelamin, suku, ras, agama, golongan darah dan lain-lain. Data dengan
skala nominal hanya dapat ditentukan modusnya saja.
2. Skala Ordinal
Jenis skala dimana angka-angka dikenakan terhadap data berdasarkan
urutan dari objek. Skala pengukuran ordinal mempunyai sifat sebagai berikut:
a. Menggunakan bilangan atau tanda yang berfungsi sebagai simbol yang bisa
membedakan. Sifat ini sama dengan sifat skala pengukuran nominal
b. Skala ordinal menunjukkan urutan atau peringkat.
Contoh pengukuran dengan skala ordinal adalah tingkat pendidikan,
status ekonomi, sikap (opini), tingkat motivasi. Data berskala ordinal dapat
ditentukan median dan modusnya.
3. Skala Interval
Jenis skala dimana angka-angka

yang

dikenakan

pada

objek

memungkinkan kita untuk membandingkan ukuran dari selisih antara angkaangka. Skala interval mempunyai sifat-sifat sebagai berikut:
a. Menunjukkan lambang atau simbol
b. Menunjukkan peringkat atau urutan
c. Jarak atau interval yang tetap
d. Titik awal (titik nol) bersifat relatif (tidak mutlak)
Contoh data yang menggunakan sklala interval adalah intelegensi siswa
(IQ), indeks perestasi (IPK), suhu dan lain-lain.
4. Skala Rasio
Jenis skala yang memiliki nol mutlak sehingga memungkinkan kita
membandingkan magnitude angka-angka absolut. Dalam skala rasio nol memiliki

makna empiris absolut yaitu tidak ada satu pun properti yang diukur benar-benar
ada. Skala rasio ini mempunyai sifat-sifat sebagai berikut:
a. Sebagai lambang atau simbol yang bisa membedakan
b. Menunjukkan peringkat atau urutan,
c. Jarak atau interval yang sama
d. Mempunyai titik nol yang mutlak
Contoh data yang menggunakan skala rasio adalah tinggi badan, berat
badan, waktu, panjang dan lain-lain.
Berikut adalah perbedaan keempat skala pengukuran tersebut:
No
Tipe Skala
1 Nominal

Karakteristik Skala
Operasi Empiris Dasar
Tidak ada urutan dan titik Penentuan kesamaan

Ordinal

awal
Ada urutan tetapi tidak ada Penentuan lebih besar

Interval

perbedaan dan titik awal

atau lebih kecil
Ada urutan dan perbedaan Penentuan kesamaan

Rasio

tetapi tidak ada titik awal

interval atau perbedaan
Ada urutan, perbedaan dan Penentuan kesamaan

titik awal

rasio

Sumatif Rating Scale- Summated Rating Scale (SRS)

Sumatif Rating Scale (SRS) lebih dikenal dengan sebutan Skala Likert.
Awalnya ide skala Likert dikemukakan oleh Dr. Rensis Likert seorang ahli
sosiologi di University of Michigan yang ditemukan dalam artikelnya dengan
judul A technique for the Measurement of Attitudes tahun 1932. SRS sangat
bermanfaat untuk membandingkan skor sikap seseorang dengan distribusi skala
dari sekelompok orang lain, serta untuk melihat perkembangan atau perubahan
sikap sebelum dan sesudah eksperimen atau kegiatan.
Tahap-tahap perancangan SRS adalah sebagai berikut:
a. Tentukan secara tegas sikap terhadap topik yang akan diukur. Contoh, sikap
siswa dalam belajar matematika.
b. Tentukan secara tegas dimensi yang menyusun sikap tersebut. Dimensi tersebut
pasa dasarnya merupakan faktor-faktor yang mempengaruhi sikap yang
menurut Likert terdiri atas dimensi kognitif (tahu atau tidak tahu), afektif
(perasaan) dan konatif (kecenderungan untuk bertingkah laku).

c. Susun pernyataan-pernyataan atau item sebagai pengukur dimensi yang

menyusun sikap sesuai dengan indikator. Contohnya: 1) saya berani
menanyakan materi matematika yang tidak saya pahami kepada guru, 2) saya
memeriksa kembali hasil pekerjaan saya sebelum diserahkan kepada guru, 3)
saya memikirkan ide yang berbeda untuk menyelesaikan soal matematika, dan
lain-lain.
d. Menyediakan pilihan respon yang tertutup, dimana dalam satu angket yang
terdiri atas beberapa pernyataan responden harus memilih salah satu
diantaranya. Banyaknya pilihan respon bervariasi mulai dari 3, 5, 7, 9 atau 11.
Dalam prakteknya jumlah pilihan respon yang sering dipakai adalah 5.
Alasannya adalah jika respon terlalu sedikit maka hasilnya terlalu kasar. Akan
tetapi jika terlalu banyak maka responden sulit membedakannya. Kelima
pilihan respon dari contoh di atas adalah tidak pernah (TP=1), jarang (JR=2),
kadang-kadang (KD=3), sering (SR=4) dan selalu (SL=5).
Kekuatan skala Likert:
a. Sederhana untuk membangunnya, sehingga banyak digunakan dalam
penelitian di bidang sosial termasuk dunia pendidikan.
b. Cenderung menghasilkan skala yang handal
c. Mudah dibaca
Kelemahan skala Likert:
a. Bias ukuran pemusatan
b. Responden dapat menghindari respon ekstrim
Adanya tingkatan dalam pilihan respon mengakibat data hasil
pengukuran menggunakan skala Likert analog dengan data ordinal. Oleh karena
itu, dalam proses pengolahannya digunakan metode untuk merubah data ordinal
menjadi data interval yang disebut dengan Method of Succesive Interval.
B. Method of Succesive Interval
Method of Succesive Interval (MSI) merupakan proses untuk mengubah
data ordinal menjadi data interval. Sebelum diolah secara statistik data ordinal
harus dirubah menjadi data interval karena data ordinal sebenarnya adalah data
kualitatif atau bukan angka sebenarnya. Metode ini sering digunakan dalam
menganalisis data angket (kuisioner), yang pada umumnya menggunakan skala

Likert yakni pemberian nilai numerik sehingga setiap skor yang diperoleh
memiliki tingkat pengukuran ordinal.
Salah satu keuntungan mengubah data ordinal ialah hasil analisis yang
menggunakan prosedur-prosedur yang mengharuskan penggunaan data berskala
interval akan menjadi signifikan. Hal ini disebabkan karena prosedurprosedur
tersebut menghendaki kalkulasi dengan menggunakan data kuantitatif atau nilai
sebenarnya. Apabila data ordinal tidak diubah menjadi data nominal maka terjadi
pelanggran asumsi yang mendasari prosedur statistik yang digunakan sehingga
hasil analisisnya tidak benar. Kemungkinan akan terjadi kesalahan Tipe I
yaitu: menolak

H0

( ) ,

karena hasil analisis yanng dilakukan ada perbedaan atau

ada pengaruh. Sedangkan sebenarnya tidak terdapat perbedaan atau pengaruh

akibat kekeliruan menggunakan data yang tidak sesuai dengan prasyarat prosedur
tersebut.
1. Langkah-langkah MSI
a. Secara Manual
Langkah-langkah mengubah data ordinal menjadi data interval
dengan menggunakan MSI menurut Hays (Waryanto dan Millafati: 2006)
adalah sebagai berikut:
1)

Setiap pertanyaan dihitung frekuensi jawaban setiap kategori

(pilihan jawaban)
2)
Hitung proporsi jawaban berdasarkan frekuensi setiap kategori
3)
Hitung proporsi kumulatif untuk setiap kategori
4)
Tentukan nilai batas z untuk setiap kategori, berdasarkan nilai
z
5)

tentukan nilai densitas (kepadatan)

Hitung scale value (interval rata-rata) untuk setiap kategori

dengan persamaan berikut:

(kepadatan batas bawahkepadatan batas atas)
Scale Value=
(daerah di bawah batas atasdaerah dibawah batasbawah)
Nilai kepadatan diambil dari densitas
diambil dari proporsi kumulatif.

z , sedangkan nilai daerah

6)

Hitung skor (nilai hasil transformasi) untuk setiap kategori

dengan persamaan
Skor =Scale Value +|ScaleValueminimum|+1

b. Menggunakan Bantuan Soft Ware Mc Excel

1)
Entrikan data pada Mc Excel.
2)
Klik file stat97.xla > klik Enable Macro sehingga muncul ikon
3)
4)

Add-Ins pada Toolbar Excel.

Klik Add-Ins > Statistik > Succesive Interval
Masukkan data yang akan diubah pada Data Range, yaitu dengan
meletakkan krusor pada sel Data Range kemudian blok semua data yang

akan diubah. Aktifkan Label in first row.

5)
Pindahkan krusor ke Cell output, klik di sheet baru untuk
6)
7)

menempatkan hasil yang telah diubah. Klik Next > Select All
Isikan Min Value 1 dan Max Value 9.
Klik Next > Finish.

2. Contoh Proses Mengubah Data Ordinal menjadi Data Interval

Ubahlah data ordinal berikut menjadi data interval!
Skala Skor Ordinal
1
2
3
4
5
Jumlah (orang)

Frekuensi
8
56
35
28
13
140

a. Secara Manual
1)
Setiap pertanyaan dihitung frekuensi jawaban setiap kategori
2)

(pilihan jawaban)
Hitung proporsi jawaban berdasarkan frekuensi setiap kategori
8
=0,05714
Proporsi skala 1 adalah 140
Proporsi skala 2 adalah

56
=0,4
140

Proporsi skala 3 adalah

35
=0,25
140

Proporsi skala 4 adalah

28
=0,2
140

Proporsi skala 5 adalah

3)

13
=0,09285
140

Hitung proporsi kumulatif untuk setiap kategori

Proporsi kumulatif dihitung dengan menjumlahkan proporsi secara
berurutan untuk setiap nilai.
Pk 1=0,05714
Pk 2=0,45714
;

Pk 3=0,70714

Pk 4=0,90714

Pk 5=1
4)

Tentukan nilai batas

untuk setiap kategori, berdasarkan nilai

tentukan nilai densitas (kepadatan)

Nilai z diperoleh dari tabel distribusi normal baku (critical value
of z) dengan asumsi bahwa proporsi kumulatif berdistribusi normal
baku.

Pk 1=0,05714

Untuk

0,500,05714=0,44285

dan

nilai

sehingga nilai

1,58 . Oleh karena itu nilai

yang
z

dihitung

terletak antara

adalah
1,57

untuk daerah dengan proporsi

0,05714

diperoleh dengan cara interpolasi:

0,4418+0,4429=0,8847
0,8847
=1,99771
0,44285

(nilai yang digunakan sebagai pembagi dalam

interpolasi) sehingga nilai

Karena

menjadi

1,57+ 1,58
=1,5768
1,99771

ada disebelah kiri nol, maka

z=1,5768 )

bernilai negatif (

Untuk

Pk 2=0,45714

nilai

0,500,45714=0,042857
0,10

dan

yang
z

sehingga nilai

0,11 . Oleh karena itu nilai

dihitung

adalah

terletak antara

untuk daerah dengan

proporsi 0,4 diperoleh dengan cara interpolasi:

0,0398+0,0438=0,0836
0,0836
=1,950667
0,042857

(nilai yang digunakan sebagai pembagi dalam

interpolasi) sehingga nilai

Karena

nilai

0,7071420,50=0,207142

dan

ada disebelah kiri nol, maka

z=0,107656 )
Pk 3=0,707142
Untuk

0,54

0,10+0,11
=0,107656
1,950667

menjadi

bernilai negatif (

yang

sehingga nilai

0,55 . Oleh karena itu nilai

dihitung

adalah

terletak antara

untuk daerah dengan

proporsi 0,25 diperoleh dengan cara interpolasi:

0,2054+ 0,2088=0,4142
0,4142
=1,999586
0,207142

(nilai yang digunakan sebagai pembagi dalam

interpolasi) sehingga nilai

Karena

menjadi

0,54+0,55
=0,545112
1,999586

ada disebelah kanan nol, maka

z=0,545112 )

bernilai positif (

Pk 4=0,90714

Untuk

nilai

yang

0,907140,50=0,407142 sehingga nilai

dan

1,33 . Oleh karena itu nilai

dihitung

terletak antara

adalah
1,32

untuk daerah dengan proporsi

0,2 diperoleh dengan cara interpolasi:

0,4066+0,4082=0,8148
0,8148
=2,0012
0,407142

(nilai yang digunakan sebagai pembagi dalam

interpolasi) sehingga nilai

Karena

1,32+1,33
=1,32416
2,0012

menjadi

ada disebelah kanan nol, maka

z=1,32416 )
Pk 5=1
Untuk

nilai

F ( z )=

1
1 2
exp
z
2
2

1
1
exp
(1,5768 )2 =0,11506
2
2

F (0,107656 )=
F ( 0,545112 ) =
F ( 1,32416 )=

bernilai positif (

nya tidak terdefenisi.

Nilai densitas dihitung dengan rumus

F (1,5768 )=

1
1
exp
(0,107656 )2 =0,396557
2
2

1
1
exp
( 0,545112 )2 =0,343793
2
2

1
1
exp
( 1,32416 )2 =0,165987
2
2

F ( z 5 )=0
5)

Hitung scale value (interval rata-rata) untuk setiap kategori

dengan persamaan berikut:
( kepadatanbatas bawahkepadatan batas atas)
Scale Value=
(daerah di bawah batas atasdaerah dibawah batasbawah)

Nilai kepadatan diambil dari densitas

z , sedangkan nilai daerah

diambil dari proporsi kumulatif.

Proporsi Kumulatif

Densitas

f (z)

0,057142

0,11506043

0,457142

0,39655735

0,707142

0,34379363

0,907142

0,16598722

0,11506043

SV 1 =

00,11506043
=2,01356
0,0571420

SV 2 =

0,115060430,39655735
=0,70374
0,4571420,057142

SV 3 =

0,396557350,34379363
=0,211055
0,7071420,457142

SV 4=

0,343793630,16598722
=0,889032
0,9071420,707142

SV 5 =

0,165987220,11506043
=1,787555
10,907142

Scale Value minimum

Tabel ringkasan proses perubahannya terlampir.

6)

Hitung skor (nilai hasil transformasi) untuk setiap kategori

dengan persamaan
Skor =Scale Value+|ScaleValue minimum|+1
Skor ( 1 )=2,01356+|2,01356|+ 1=1
Skor ( 2 )=0,70374 +|2,01356|+1=2,309815
Skor ( 3 ) =0,211055+|2,01356|+ 1=3,224612
Skor ( 4 )=0,889032+|2,01356|+1=3,902589

Skor ( 5 ) =1,787555+|2,01356|+1=4,801112
Tabel Hasil MSI
C. Pengolahan Data Angket
Data berikut adalah skor angket habits of mind yang terdiri atas 15
pertanyaan dari 20 siswa.
Tabel Skor Angket Sebelum Eksperiment
No
Sisw
a
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total

Total

Item Angket
1
3
4
4
4
5
4
4
4
4
4
4
3
3
3
4
4
4
4
4
4
7
7

2
5
3
3
4
4
3
4
5
4
4
5
3
3
4
4
4
3
4
5
3
7
7

3
5
4
4
4
4
4
3
5
5
4
5
3
4
2
4
4
4
3
4
5
80

4
3
5
3
4
4
4
4
4
4
4
3
4
5
3
5
5
1
4
4
5
7
8

5
4
5
5
4
4
5
3
5
3
5
4
2
3
3
3
3
4
5
3
3
7
6

6
4
5
4
4
5
5
3
5
4
5
4
4
4
5
5
5
5
4
5
4
8
9

7
5
4
3
4
5
4
4
3
3
5
4
3
4
5
5
4
5
3
4
5
82

8
3
4
2
4
4
3
4
3
4
4
3
2
4
4
5
4
5
4
4
5
7
5

9
2
2
4
4
4
5
4
3
4
4
4
5
3
5
5
4
3
4
5
5
7
9

1
0
4
2
3
3
4
3
4
3
4
4
5
4
3
5
5
3
3
3
5
5
7
5

11 12
4 3
3 4
5 4
3 4
5 4
4 4
3 5
5 5
4 5
3 4
5 3
4 4
3 4
2 5
4 3
4 4
3 5
3 4
5 4
5 5
7
7 83

1
3
2
3
2
3
4
4
3
5
4
4
5
3
3
2
3
3
2
4
3
3
6
5

1
4
5
2
3
2
5
3
4
4
5
4
5
4
3
4
3
3
2
4
5
4
7
4

1
5
5
1
3
4
4
3
4
4
4
4
5
3
3
3
3
4
3
4
5
5
7
4

57
51
52
55
65
58
56
63
61
62
64
51
52
55
61
58
52
57
65
66
1161

Tabel Skor Angket Setelah Eksperimen

No
Sisw
a
1
2

Item Angket Setelah Eksperimen

1
3
4

2
3
5

3
5
4

4
4
4

5
4
3

6
3
3

7
5
4

8
5
4

9 10 11 12 13 14 15
3 4 3 3 5 4 4
3 5 4 3 5 5 3

Total
58
59

3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total

3 3 4 5 4 4 4 5 5 5 5 5 4 5 4 65
3 4 4 4 3 4 4 5 4 4 3 5 4 4 5 60
4 5 5 4 3 3 5 4 3 5 4 4 5 4 5 63
3 4 5 4 4 5 3 5 5 5 4 3 5 5 3 63
4 5 4 3 3 5 4 4 3 5 5 3 4 5 4 61
3 4 5 5 5 5 5 4 5 5 5 5 5 5 4 70
4 5 5 4 4 4 5 5 3 5 4 3 4 5 4 64
4 4 4 5 3 4 4 3 4 5 4 4 4 4 5 61
4 5 5 5 4 5 5 5 3 4 5 3 5 4 4 66
5 4 5 3 3 4 5 4 5 5 4 4 5 5 4 65
5 5 4 3 4 4 5 4 4 3 5 3 3 5 3 60
4 5 5 4 3 4 5 3 5 5 5 3 4 5 3 63
5 5 5 4 4 5 4 4 5 4 5 5 5 5 4 69
3 4 5 4 3 4 4 3 3 4 4 5 4 4 3 57
5 5 5 3 3 4 5 3 3 5 5 5 4 5 4 64
4 4 5 4 5 3 5 5 3 4 4 3 4 5 4 62
4 4 5 4 4 5 5 5 3 5 5 3 5 4 5 66
5 5 4 4 3 5 4 5 5 5 4 3 5 5 5 67
79 88 93 80 72 83 90 85 77 92 87 75 89 93 80 1263

Tabel Skor Angket Gabungan

No
Siswa
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

1
3
4
4
4
5
4
4
4
4
4
4
3
3
3
4
4
4
4
4
4

2
5
3
3
4
4
3
4
5
4
4
5
3
3
4
4
4
3
4
5
3
3

3
5
4
4
4
4
4
3
5
5
4
5
3
4
2
4
4
4
3
4
5
3

4
3
5
3
4
4
4
4
4
4
4
3
4
5
3
5
5
1
4
4
5
5

5
4
5
5
4
4
5
3
5
3
5
4
2
3
3
3
3
4
5
3
3
4

6
4
5
4
4
5
5
3
5
4
5
4
4
4
5
5
5
5
4
5
4
4

Item Angket (Gabungan)

7
8
9
5
3
2
4
4
2
3
2
4
4
4
4
5
4
4
4
3
5
4
4
4
3
3
3
3
4
4
5
4
4
4
3
4
3
2
5
4
4
3
5
4
5
5
5
5
4
4
4
5
5
3
3
4
4
4
4
5
5
5
5
3
5
5
3

Total
10
4
2
3
3
4
3
4
3
4
4
5
4
3
5
5
3
3
3
5
5

11
4
3
5
3
5
4
3
5
4
3
5
4
3
2
4
4
3
3
5
5
4

12
3
4
4
4
4
4
5
5
5
4
3
4
4
5
3
4
5
4
4
5
3

13
2
3
2
3
4
4
3
5
4
4
5
3
3
2
3
3
2
4
3
3
3

14
5
2
3
2
5
3
4
4
5
4
5
4
3
4
3
3
2
4
5
4
5

15
5
1
3
4
4
3
4
4
4
4
5
3
3
3
3
4
3
4
5
5
4

57
51
52
55
65
58
56
63
61
62
64
51
52
55
61
58
52
57
65
66
58

22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Total

4
3
3
4
3
4
3
4
4
4
5
5
4
5
3
5
4
4
5
156

5
3
4
5
4
5
4
5
4
5
4
5
5
5
4
5
4
4
5
165

4
4
4
5
5
4
5
5
4
5
5
4
5
5
5
5
5
5
4
173

4
5
4
4
4
3
5
4
5
5
3
3
4
4
4
3
4
4
4
158

3
4
3
3
4
3
5
4
3
4
3
4
3
4
3
3
5
4
3
148

3
4
4
3
5
5
5
4
4
5
4
4
4
5
4
4
3
5
5
172

4
4
4
5
3
4
5
5
4
5
5
5
5
4
4
5
5
5
4
172

4
5
5
4
5
4
4
5
3
5
4
4
3
4
3
3
5
5
5
160

3
5
4
3
5
3
5
3
4
3
5
4
5
5
3
3
3
3
5
156

5
5
4
5
5
5
5
5
5
4
5
3
5
4
4
5
4
5
5
167

4
5
3
4
4
5
5
4
4
5
4
5
5
5
4
5
4
5
4
164

3
5
5
4
3
3
5
3
4
3
4
3
3
5
5
5
3
3
3
158

5
4
4
5
5
4
5
4
4
5
5
3
4
5
4
4
4
5
5
154

5
5
4
4
5
5
5
5
4
4
5
5
5
5
4
5
5
4
5
167

3
4
5
5
3
4
4
4
5
4
4
3
3
4
3
4
4
5
5
154

59
65
60
63
63
61
70
64
61
66
65
60
63
69
57
64
62
66
67
2424

1.

Mengubah data ordinal menjadi data interval

dengan MSI
(hasil uji terlampir)

2.

Menentukan validitas item angket (sebelum

eksperimen) dengan menggunakan MC Excell
a. Entrikan semua data hasil perubahan dengan MSI
b. Uji korelasi dengan menggunakan data analisis, yaitu: mengklik Data
Analisis > Correlation > Input Range > OK
c. Hasil uji korelasi akan muncul pada sheet baru (hasil uji terlampir)
Keterangan: 0,267989 berarti koefisien korelasi antara item no 1 dengan
total.
d. Membandingkan
item

valid

r hitung

dengan

dan

r tabel =r ,banyak responden=0,444

3.

r tabel

sebaliknya

. Jika
item

r hitung >r tabel

maka

tidak

valid.

Menentukan

reliabilitas

angket

(sebelum

eksperimen) dengan menggunakan MC Excell

a. Entrikan semua data hasil perubahan dengan MSI
b. Uji reliabilitas dengan uji Cron. Alpha yaitu dengan mengklik AddIns > Statistic > Reliability
c. Inputkan Data Range > Cell output. Tandai Label in first row >
Next > Select All > Next > Finis.
d. Hasil uji reliabilitas akan muncul pada sheet baru seperti pada
lampiran.
4.

Sebelum menguji hipotesis angket maka skor

angket sebelum dan setelah eksperimen disatukan untuk menentukan
nilainya jika diubah menggunakan MSI. Hal ini bertujuan agar acuannya

sama. Hasil MSInya terlampir.

5.
Pisahkan kembali hasil MSI pada langkah 4
(sebelum dan setelah). Lakukan uji normalitas dan homogenitas. Kedua
kelompok skor berdistribusi normal dan homogen sebagaimana terlampir.
6.
Lakukan uji hipotesis dengan uji t untuk sampel
dependent (uji t berpasangan) diperoleh bahwa terdapat perbedaan habits
of mind

siswa antara sebelum dengan setelah eksperimen. Habits of

mind siswa setelah eksperimen lebih baik daripada sebelum eksperimen

sebagaimana terlampir.

Hasil MSI Data Angket (sebelum eksperimen)

Hasil Uji Reliabilitas Instrumen Angket

Reliability & item analysis

Scale Mean

: 61,0000

Variance

: 207,1000

Scale Std

: 14,3910

Alpha

: ,8055

Max

: 120,0000

Min

: 51,0000

Cron. Alpha : ,8827

Mean
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Var
57,286
57,238
57,048
57,095
57,143
56,476
56,762
57,048
56,810
56,952
56,810
56,476
57,286
56,810
56,762

211,537
204,372
199,950
195,610
191,456
187,868
180,181
172,807
167,868
159,664
155,011
156,630
142,680
139,107
134,086

Std
14,544
14,296
14,140
13,986
13,837
13,707
13,423
13,146
12,956
12,636
12,450
12,515
11,945
11,794
11,580

Alpha
0,903
0,897
0,893
0,890
0,887
0,880
0,875
0,870
0,867
0,860
0,857
0,860
0,853
0,853
0,851

Nilai Cron. Alpha = 0,8827 berarti reliabilitas angket ini tinggi.

Hasil Uji Validitas Item Angket (sebelum eksperimen)

Hasil MSI Gabungan Skor Angket Sebelum dan Sesudah Eksperimen

Sebelum eksperi

Setelah eksperim

Pengujian Hipotesis Habits of Mind

Uji Normalitas Angket Sebelum Eksperimen

Uji Normalitas Angket Setelah Eksperimen

Uji Homogenitas Angket

Hasil Uji Hipotesis Angket Habits of Mind