CHAPTER III 

RESEARCH METHODOLOGY 

This  chapter  presents  the  procedures  used  in  conducting  the  research.  It  covers: 

research design, population and sample – including research subject, data collection and 

data analysis. 

3.1 Research Design 

The design of this study was quasi experiment with non­randomized pre­test and 

post­test.. Ary has stated (2002:316), “Designs that do not include random assignment are 

known  as  quasi­experimental  designs  and  are  used  where  true  experimental  design  are 

not feasible”. The writer used quasi experiment with  non­randomized pre­test and post­ 

test  because  it  was  impossible  to  conduct  true  experiment.  Besides  it  was  difficult  and 

need much time to change the classification of the classes which has been determined by 

the school.  According to Ary (2002), in many situations in educational research, it is not 

possible  to  conduct  a  true  experiment.  Neither  full  control  over  the  scheduling  of 

experimental conditions nor the ability to randomize can always be realized. 

To  begin  the  experimentation  the  writer  needs  the  subjects  which  belong  to 

different groups but they have similar competence, the two groups are given the pre­test 

at the beginning and post­test at the end.
  The research design 

(Non­randomized Pre­test and Post­test) 

Group  Pre­test  Treatment  Post­test 

Control  +  _  + 

Experiment  +  +  + 

Where: 

+: With treatment 

­ : Without treatment 

3.2 Population and Sample 

Ary has stated (2002: 163) “a population  is defined as all  members of any well­ 

defined class of people, events or objects”. The population of this study is the eighth year 

students  of  SMP  Negeri  8  Malang.  In  SMP  8  Malang,  there  are  eight  classes  of  eighth 

year  with  total  336  students  for  all.  There  are  three  teachers  who  teach  in  the  eighth 

grade, they are Mrs. Endang Triaridjumiati, S.Pd who teaches 8A, 8B, and 8C, Mrs. Hj. 

Hariati  Tinuk,  S.Pd  who  teaches  8D  and  8E,  and  Mrs.  Sunne  Sunjawati,  S.Pd  who 

teaches 8F and 8G. 

According to Ary (2002:163) “the small group that is observed called as sample.” 

A  good  sample  must  be  nearly  representative  of  the  entire  population,  so  that  the 

generalization  that  is  true  of  the  sample  will  be  true  of  the  population.  In  taking  the 

sample  of  this  study,  the  writer  has  given  a  pre­test  for  8A  and  8C  which  is  taught  by
  Mrs. Endang Triaridjumiati, S.Pd. Before the test was given to the students, the test had 

been  tried  out  in  class  8B.  The  writer  took  those  classes  because  only  Mrs.  Endang 

Triaridjumiati, S.Pd who was willing to help the writer to conduct the experiment at SMP 

Negeri 8 Malang. 

The pre­test was given to 8A and 8C with the same  materials that  is  vocabulary 

test.  Then,  the  scores  were  calculated  to  know  the  mean  score  for  each  class.  After 

knowing the mean score, the writer decided class 8C as an experimental group which was 

taught by using semantic mapping technique and 8A as a control group which taught by 

using the English teacher’s technique. 

3.3 Data Collection 

Data  is  an  absolute  requirement  of  research.  Data  are  the  means  of  proving  the 

hypothesis. To collect the data about the implementation of semantic mapping to improve 

the  student’s  vocabulary  in  reading  comprehension,  the  writer  used  test  as  the  research 

instrument. The test was divided  into two, they  were pre­test and post­test. The data of 

this study was the students’ score of the test. 

3.3.1 Research Instrument 

According  to  Black  (1984),  instrument  is  a  process  of  selecting  or  developing 

devices and method appropriate to give evaluation. The research instrument used in this 

study was pre­test and post­test. Referring to the title of the study, the suitable instrument 

to  get  the  data  was  the  test  of  vocabulary.  Both  of  pre­test  and  post­test  consist  of  25
  multiple  choice  items  which  were  cumulating  scored  100.  The  score  for  each  correct 

answer was 4 and for incorrect answer was 0. 

The writer also used semantic mapping in getting the data that was conducted for 

three meetings in reading comprehension subject. 

These were the schedule of the study: 

Meeting  Activity  Material 

1.  Pre­test  Rhinoceros 

Treatment 1 to the experimental group by 
2.  Snake 
using semantic mapping 

Treatment 2 to the experimental group by 
3.  Amphibians 
using semantic mapping 

Treatment 3 to the experimental group by 
4.  Monarch Butterfly 
using semantic mapping 

5.  Post­test  Frogs 

3.3.1.1 Try Out 

Before the tests were given to class 8A and 8C, the pre­test and post­test had been 

tried  out  in  class  8B  in  order  to  know  the  validity  and  reliability  of  the  instrument 

measurement. There were 40 students who were  included  in the try out. There were 40 

items  of  the  try  out  test.  Then,  the  writer  discarded  15  items  which  considered  as  the 

invalid and not reliable items.
  3.3.1.2 Reliability and Validity 

A  good  test  possesses  reliability  and  validity.  The  reliability  of  a  measuring 

instrument  is  defined  as  the  ability  of  the  instrument  to  measure  consistently  the 

phenomenon  it  is  designed  to  measure  (Heaton,  1983).  According  to  Ary  (2002:  249), 

“reliability  is  the  extent  to  which  the  test  is  consistent  in  measuring  whatever  it  does 

measure.”  In  this  study,  the  writer  used  Split­Half  Reliability  which  is  splitting  the  test 

into  two  halves  and  correlates  the  individuals’  scores  on  the  two  halves.  The  most 

common procedure, however, is to correlate the scores on the odd­numbered items of the 

test with the scores on the even­numbered items. The formula is: 

n( å XY) - ( å X)( å Y) 

r b = 
(n. å X 2  - ( å X) 2 )(n å Y 2  - ( å Y) 2 ) 

Where: rb  = The obtained correlation coefficient 

n   = Number of items in the test 

X  = Odd­number 

Y  = Even­Number 

To transform the split­half  correlation  into  an appropriate reliability estimate  for 

the  entire  test,  the  obtained  correlation  coefficient  (rb)  is  then  entered  into  Spearman  – 

Brown formula: 

2 x r b 
r11  = 
1 + r b 

According  to  Sutrisno  (1955:25)  the  entire  items  will  have  a  good  reliability  or 

not is based on the description below:
  0, 80 – 1, 00       Very high 

0, 60 – 0, 80        High 

0, 40 – 0, 60        Middle 

0, 20 – 0, 40  Low 

0, 00 – 0, 20  Very Low 

Meanwhile, a test is  said to be valid when  it  measures what we say  it  measures. 

According  to  Heaton  (1983),  the  validity  of  a  measuring  instrument  is  defined  as  the 

property of a measure that allows the researcher to say that instrument measures what it is 

supposed to measure. In this study, the writer used content validity. Based on O’Malley 

and  Pierce  (1996),  consideration  of  content  or  curriculum  validity  is  particularly 

important to ensure correspondence between local curriculum objectives and the content 

of  the  assessment.  The  writer  matched  the  tests  material  with  the  curriculum  at  SMP  8 

Malang. In Reading subject, the material given by the teacher was descriptive text about 

animals.  Therefore,  the  writer  used  descriptive  text  about  “Rhinoceros”  for  the  pre­test 

and “Frogs” for the post­test. So that, the content of the vocabulary test was suitable with 

the curriculum. 

3.3.1.3 Item Analysis 

To  know  the  reliability  of  each  items  of  the  try­out  test,  the  writer  needed  to 

analyze each of those items. Therefore, the writer calculated the item difficulty and item 

discrimination.  Item  difficulty  reflects  the  percentage  of  students  who  answer  the  item
  correctly.  According to Oller (in Nurgiyantoro,1987:128), the formula of  item difficulty 

is: 
FH  + FL 
IF = 
N 
Where: IF = Item Facility (level of difficulty) 

FH = Frequency High Group 

FL = Frequency Low group 

N   = the number of students 

The  items which the difficulty  index ranged  from 0.15 to 0.85 were included  in the test 

(Oller in Nurgiantoro, 1987). Item difficulty was calculated to know whether the items of 

the test were too difficult or too easy for the population being tested. 

According to Oller (in Nurgiantoro, 1987), to calculate the discriminating power 

of each item, we can use the following formula: 

FH  - FL 
ID =
N 

Where: ID = Item discrimination 

FH = Frequency High Group 

FL = Frequency Low Group 

N   = the number of students in half 

The  items  which  discrimination  index  was  0.1  to  1  were  included  in  the  test  (Oller  in 

Nurgianto, 1987). Item discrimination was calculated to compare the amount of the right 

answer  between  the  higher  group  and  the  lower  group.  Logically,  if  the  amount  of  the 

higher group who can answer the item correctly is greater than the lower group, it means 

that the item is suitable to be tested. 
 

3.3.2 Procedures of Data Collection 

To collect the data, the writer conducted the following procedures: 

1.  Doing pre­test for the experimental group and control group. 

2.  Collecting the result of pre­test. 

3.  Implementing  semantic  mapping  technique  in  experimental  group  for  three 

meetings. 

4.  Doing post­test for experimental group and control group. 

5.  Collecting the result of pre­test. 

6.  Analyzing the data from pre­test and post­test. 

To determine the percentage of the  students’ ability  in the  vocabulary test (both 

pre­test  and  post­test),  the  writer  used  scoring  criteria  below  based  on  “Buku 

Pedoman Penyelenggaraan Pendidikan UMM (1991: 8)” 

The Percentage of Mastery  Meaning 

80­100  Excellent 

65­79  Good 

55­64  Fair 

45­54  Poor 

0­44  Very Poor 

3.5 Data Analysis 

After collecting and classifying the data, the writer will analyze the data in order 

to answer the statement of this study and to prove the hypothesis of this study.
  The procedures of data analysis are as follows: 

1.  Analyzing the result of pre­test. 

2.  Analyzing the result of post­test. 

3.  Combining the result of pre­test between experimental and control group. 

4.  Combining the result of post­test between experimental and control group. 

5.  Calculating  the  result  of  post­test  of  the  experimental  group  and  control  group. 

The result will be analyzed by using the statistical calculation that is t­test. 

According to Hatch and Farhady (1982), the procedures of the t­test formula is as 

follows: 

1.  Counting the standard deviation of differences by using the following formula: 

ΣD 2  - (1/n)( å D) 2 

S D = 
n - 1 

where:  SD = the standard deviation of differences 

D  = Difference 

n  = number of pairs 

2.  Counting  the  standard  error  of  the  differences  between  two  means  by  using  the 

following formula: 

S D 
S D =
n 

where:  S D  = Standard error of the differences between two means 

SD = the standard deviation of differences 

n  = number of pairs 
  3.   Counting the t value by using the following formula: 

X 1 - X 2 
t = 
S D 

where:  t = the t­test value 

X 1  = The mean score of experimental group 

X  = The mean score of control group 

4.  Counting the degree of freedom = (n­1) 

5.  Testing the hypothesis based on t value.