MAKALAH STATISTIKA TERAPAN

UJI NORMALITAS GAIN (N-GAIN), UJI NORMALITAS CHANGE (N-CHANGE),

DAN EFFECT SIZE

OLEH
DWI AYU LESTARI
NIM : 2105626
S2-PENDIDIKAN FISIKA A 2021

MEGISTER PENDIDIKAN FISIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA
UNIVERSITAS PENDIDIKAN INDONESIA
2021
 KATA PENGANTAR

Puji syukur penulis sampaikan kepada Allah SWT karena berkat rahmat- Nya penulis
dapat menyelesaikan tugas makalah ini dengan judul “Uji N-Gain, N-Change, dan Effect Size”
yang dimaksudkan untuk memenuhi tugas matakuliah Statistika Terapan. Penyusunan makalah
ini dapat terselesaikan karena di dukung oleh batuan dari pihak yang terkait secara langsung atau
tidak langsung. Oleh karena itu penulis menyampaikan banyak ucapan terima kasih kepada Dr.
Achmad Samsudin, S.Pd., M.Pd. selaku dosen pengampu mata kuliah Stastika Terapan.
Penyusun menyadari sepenuhnya bahwa masih terdapat banyak kekurangan baik dalam
penulisan maupun pemaparan materi di dalamnya. Maka dari itu penulis sangat mengharapkan
saran dan kritik yang sifatnya membangun agar makalah ini dapat menjadi lebih baik lagi.

Penulis,
 BAB I
PENDAHULUAN

A. Latar Belakang
Dewasa ini, sampir semua bidang ilmu pengetahuan dan teknologi (IPTEK)
dipengaruhi ilmu statistika. Hal ini disebabkan oleh setiap argumen, kebijakan
maupun keputusan akan dapat diterima dengan baik oleh publik jika disertai dengan
data-data yang akurat. Statistika merupakan salah satu cabang ilmu pengetahuan yang
banyak dipelajari oleh hampir semua bidang ilmu pengetahuan seperti ilmu
kedokteran, teknik, manajemen, sosial, dan semua bidang yang mencakup
pengetahuan manusia. Statistika menurut[ CITATION Sud05 \l 1033 ] diartikan sebagai
pengetahuan yang berhubungan dengan pengumpulan data atau keterangan,
pengolahan dan pembuatan kesimpulan yang harus dilakukan dengan baik, cermat,
teliti, hati-hati,serta mengikuti cara-cara dan teori yang benar dan dapat
dipertanggungjawabkan.
Statistika dikelompokan menjadi dua macam, yaitu statistika deskriptif dan
statistika inferensial. Statistika deskriptif menjelaskan berbagai karakteristik data
seperti mean, standar deviasi (simpangan baku), variansi dan sebagainya. Sedangkan
statistika inferensial merupakan suatu keputusan, perkiraan atau generalisasi tentang
suatu populasi berdasarkan informasi yang terkandung dari suatu sampel. Makalah ini
akan membahas terkait uji normalitas gain (n-gain), n-change, dan effect size beserta
cara mengaplikasikan dalam software SPSS.

B. Rumusan Masalah
Berdasarkan latar belakang yang dijabarkan, penulis mengemukakan rumusan
masalah sebagai berikut
1. Apa pengertian uji N-Gain?
2. Apa pengertian uji N-Change?
3. Apa pengertian Effect Size?
4. Bagaimana cara menghitung skor n-gain?
5. Bagaimana cara menghitung skor n-change?
6. Bagaimana cara menghitung skor effect size?

C. Tujuan Penulisan
Tujuan dari penulisan makalah ini yaitu untuk:
1. Mengetahui pengertian uji N-Gain?
2. Mengetahui pengertian uji N-Change?
3. Mengetahui pengertian Effect Size?
4. Mampu menghitung skor n-gain?
5. Mampu menghitung skor n-change?
6. Mampu menghitung skor effect size?
 BAB II

PEMBAHASAN
A. Uji Normalitas Gain (N-Gain)
1. Pengertian Uji Normalitas Gain (N-Gain)
Menurut (Hake, 1999) uji normalitas gain merupakan sebuah uji yang bisa
memberikan gambaran umum terkait peningkatan skor hasil pembelajaran antara sebelum
dan sesudah diterapkannya metode tersebut. Berdasarkan definisi tersebut, pengujian
dengan menggunakan metode n-gain sangat cocok untuk diterapkan dalam menentukan
ada tidaknya perkembangan hasil pembelajaran. Rumus untuk menentukan gain score
ternormalisasi adalah sebagai berikut:
( S Post ) −(S Pre)
( g)=
100 %−( S Pre )

Keterangan:
( g ) : gain score ternormalisasi
S Post : Skor post test
S Pre :Skor pre test

Besarnya faktor g dikategorikan dalam tabel 1 sebagai berikut:

Tabel 1. Pembagian Skor Gain

Nilai N-Gain Kategori
g > 0,7 Tinggi
0,3 ≤ g ≤ 0,7 Sedang
g < 0,3 Rendah

Kemudian pembagian skor gain jika dinyatakan dalam bentuk persen (%) dapat dilihat pada
tabel 2 sebagai berikut:
Tabel 2. Kategori Tafsiran Efektivitas Skor Gain
Persentase (%) Tafsiran
< 40 Tidak Efektif
40-55 Kurang Efektif
56-75 Cukup Efektif
>76 Efektif

Berikut data hasil perhitungan yang menerapkan uji N-Gain:

 [ CITATION Sus12 \l 1033 ]

2. Cara Menghitung Skor N-Gain pada Aplikasi SPSS

a) Sebelum kita membuka program SPSS, maka terlebih dahulu kita perlu membuat
pengelompokan data untuk kelas eksperimen dan kelas kontrol. Hal ini bertujuan untuk
mempermudah proses input data di SPSS dengan kelas eksperimen sebagai kelompok 1 dan
kelas kontrol sebagai kelompok 2. Adapun pengelompokan data untuk kelas eksperimen dan
kelas kontrol dapat kita lihat pada gambar tabel di bawah ini
b) Selanjutnya, buka program SPSS lalu klik “Variable View”. Untuk mengisi properti variabel
penelitian dilakukan dengan mengikuti petunjuk gambar di bawah ini.

c) Catatan: untuk mengisi kolom "Values" pada variabel Kelompok dilakukan dengan cara
mengklik kolom Values pada variabel tersebut, maka akan muncul dialog “Value Labels”.
Selanjutnya, pada kotak Value ketikkan 1 dan kotak Label ketikan Eksperimen, lalu klik Add.
Tampak di layar.

Kemudian isi kembali kotak Value dengan angka 2 dan isi Label dengan Kontrol, lalu klik Add
dan Ok. Tampak di layar.
d) Jika proses mengisi properti variabel ini sudah dilakukan secara benar, maka hasilnya akan
terlihat sebagaimana gambar berikut.
e) Langkah berikutnya, klik Data View, lalu masukkan angka kategorisasi kelas ke kolom
variabel “Kelompok”, nilai pretest ke kolom variabel “Pre” dan nilai posttest ke kolom
variabel “Post”. Pengisian dimulai dari data kelas eksperimen kemudian di ikuti (di
bawahnya) data kelas kontrol seperti pada gambar berikut.

f) Selanjutnya kita akan menghitung selisih nilai pretest dan posttest pada kelas eksperimen dan
kelas kontrol. Caranya dari menu SPSS klik Transform lalu klik Compute Variable…
g) Maka muncul kotak dialog dengan nama “Compute Variable” selanjutnya pada kotak Target
Variable ketikan “Post_Kurang_Pre” pada kotak Numeric Expression ketikkan “Post-Pre”
lalu klik Ok. Penulisan tanpa tanda petik (“).

h) Pada tampilan Data View akan muncul variabel baru dengan nama Post_Kurang_Pre seperti
gambar berikut:
i) Langkah berikutnya klik kembali menu Transform – Compute Variable… Selanjutnya hapus
tulisan yang ada pada kotak Target Variable lalu ketikan “Seratus_Kurang_Pre” setelah itu
hapus tulisan yang ada di kotak Numeric Expression lalu ketikan “100-Pre” kemudian klik
Ok. Penulisan tanpa tanda petik (“) seperti gambar berikut:

j) Maka pada tampilan Data View akan muncul variabel baru dengan nama
Seratus_Kurang_Pre seperti pada gambar berikut:
k) Klik menu Transform – Compute Variable… Hapus tulisan yang ada pada kotak Target
Variable lalu ketikan “NGain_Score” selanjutnya hapus tulisan yang ada di kotak Numeric
Expression lalu ketikan “Post_Kurang_Pre /Seratus_Kurang_Pre” kemudian klik Ok.
Penulisan tanpa tanda petik (“) seperti pada gambar berikut:

l) Maka pada tampilan Data View akan muncul variabel baru dengan nama N gain Score
  Dari nilai di atas NGain_Score yang didapatkan langsung dapat dimaknai
(interpretasikan) sesuai dengan ketentuan pada pembagian kategori perolehan nilai N-
gain score. Namun dapat pula menghitung N-gain score dalam bentuk persen (%).

m) Caranya dengan mengklik menu Transform – Compute Variable… Hapus tulisan yang ada
pada kotak Target Variable lalu ketikan “NGain_Persen” selanjutnya hapus tulisan yang ada
di kotak Numeric Expression lalu ketikan “NGain_Score*100” kemudian klik Ok. Penulisan
tanpa tanda petik (“) seperti pada gambar berikut:

n) Maka pada tampilan Data View akan muncul variabel baru dengan nama NGain_Persen
sebagai berikut
  Catatan: nilai yang ada pada variabel NGain_Persen di atas merupakan nilai N-gain score
dalam bentuk persen (%) untuk masing-masing responden pada kelas eksperimen dan
kelas kontrol.

o) Berikutnya yaitu menghitung rata-rata nilai N-gain score dalam bentuk persen (%) tersebut.
Caranya klik Analyze – Descriptive Statistics – Explore, seperti gambar berikut:

p) Muncul kotak dialog “Explore”, selanjutnya masukkan variabel NGain_Persen ke kolom

Dependent List, kemudian masukkan variabel Kelas [Kelompok] ke kolom Factor List
q) Langkah terakhir yaitu dengan mengklik Ok. Maka akan muncul output SPSS dengan judul
“Explore”. Dalam hal ini kita cukup memperhatikan tabel output “Descriptive” seperti pada
gambar berikut:
 r) Interpretasi N-Gain Score Kelas Eksperimen dan Kontrol dengan SPSS
Mengacu dari nilai N-gain dalam bentuk persen (%) dan tabel output Descriptive di
atas, maka kita dapat membuat sebuah tabel hasil perhitungan uji N-gain score sebagai
berikut.

Berdasarkan hasil perhitungan uji N-gain score di atas, menunjukkan bahwa nilai
rata-rata N-gain score untuk kelas eksperimen (metode cooperative learning) adalah
sebesar 43,5950 atau 43,6% termasuk dalam kategori kurang efektif. Dengan nilai N-
gain score minimal 20% dan maksimal 71,43%. Sementara untuk rata-rata N-gain score
untuk kelas kontrol (metode konvensional learning) adalah sebesar 26,5645 atau 26,6%
termasuk dalam kategori tidak efektif. Dengan nilai N-gain score minimal 6,25% dan
maksimal 47,73%.

B. Uji N-Change
Berdasarkan Marx & Cummings (2007) menyatakan bahwa skor N-Change dapat
menunjukkan besar pengubahan pencapaian skor dari pretest ke posttest, dalam hal ini
pengubahan kuantitas konsepsi. Persamaan matematis untuk menentukan skor N-Change
 (c) merupakan hasil penyempurnaan untuk menentukan skor N-gain. Persamaan untuk
menentukan skor n-change adalah sebagai berikut:

Keterangan :
𝑐 = Skor pengubahan dari pretest ke posttest
𝑆𝑝𝑜𝑠𝑡 = Skor posttest
𝑆𝑝𝑟𝑒 = Skor pretest
Persamaan di atas dibuat untuk beberapa keadaan khusus. Keadaan pertama,
menunjukkan skor posttest lebih besar daripada pretest, maka persamaan c yang
digunakan sama dengan persamaan yang diajukan Hake (1999). Keadaan kedua, yaitu
skor pretest sama dengan posttest (100 atau 0), sehingga data tersebut tidak digunakan
dalam perhitungan hal ini karena kinerja siswa diluar lingkup instrumen pengukuran.
Keadaan ketiga, yaitu skor pretest sama dengan posttest, sehingga skor c sama dengan
nol. Keadaan terakhir, yaitu skor posttest lebih kecil daripada skor pretest. Nilai skor c
diperoleh dengan mengubah terlebih dahulu skor pretest dan posttest nya dalam bentuk
persentase.

C. Effect Size (Ukuran Dampak)

Menurut (Olejnik dan Algina, 2003), Effect size merupakan ukuran mengenai
besarnya efek suatu variabel pada variabel lain, besarnya perbedaan maupun hubungan
yang bebas dari pengaruh besarnya sampel. Menghitung efek size dapat menggunakan
persamaan oleh (Cohen, 1998) sebagai berikut:
 x́ 1−x́ 2
d=
S gab
Dengan

( n1 −1 ) S 12 + ( n 2−1 ) S 22
S gab=
√
Keterangan:
n 1+ n2−2

𝑑 = skor effect size

𝑥̅1 = rerata skor c kelas eksperimen
𝑥̅2 = rerata skor c kelas kontrol
𝑛1 = jumlah subjek penelitian pada kelas eksperimen
𝑛2 = jumlah subjek penelitian pada kelas kontrol
𝑆1 2 = varians kelas eksperimen
𝑆2 2 = varians kelas kontrol
Tabel Interpretasi Skor Effect Size

Rentang Skor Effect Size Kriteria

0,01 ≤ 𝑑 < 0,2 Very Small
0,2 ≤ 𝑑 < 0,5 Small
0,5 ≤ 𝑑 < 0,8 Medium
0,8 ≤ 𝑑 < 1,2 Big
1,2 ≤ 𝑑 < 2 Very Big
𝑑≥2 Huge

Berikut data hasil perhitungan effect size

 [ CITATION Ram21 \l 1033 ]
BAB III
PENUTUP
A. Kesimpulan
Uji normalitas gain merupakan sebuah uji yang bisa memberikan gambaran umum terkait
peningkatan skor hasil pembelajaran antara sebelum dan sesudah diterapkannya metode
( S Post ) −( S Pre )
tersebut. Uji n-gain dapat dihitung menggunakan persamaan ( g)= .
100 %−( S Pre )
Uji n-change merupakan hasil penyempurnaan untuk menentukan skor N-gain. Terdapat
beberapa keadaan dalam menentukan skor n-change. Keadaan pertama, menunjukkan skor
posttest lebih besar daripada pretest, maka persamaan c yang digunakan sama dengan
persamaan yang diajukan Hake (1999). Keadaan kedua, yaitu skor pretest sama dengan
posttest (100 atau 0), sehingga data tersebut tidak digunakan dalam perhitungan hal ini
karena kinerja siswa diluar lingkup instrumen pengukuran. Keadaan ketiga, yaitu skor pretest
sama dengan posttest, sehingga skor c sama dengan nol. Keadaan terakhir, yaitu skor posttest
lebih kecil daripada skor pretest. Nilai skor c diperoleh dengan mengubah terlebih dahulu
skor pretest dan posttest nya dalam bentuk persentase.
Effect size merupakan ukuran mengenai besarnya efek suatu variabel pada variabel
lain, besarnya perbedaan maupun hubungan yang bebas dari pengaruh besarnya sampel.

x́ 1−x́ 2
Effect size dihitung dengan persamaan d= .
S gab

B. Saran
Penulis menyadari bahwa didalam penyusunan makalah ini terdapat sangat banyak
kekurangan serta jauh dari kata sempurna. Hal ini dikarenakan keterbatasan pengetahuan dan
referensi penulis dalam menyusun makalah ini. Oleh karena itu, penulis sangat mengharapkan
kritik dan saran yang bersifat membangun agar makalah ini dapat disusun menjadi lebih baik
lagi nantinya.
 DAFTAR PUSTAKA

Cohen, J., dan Cohen, P. 1983. Applied Multiple Regression. NJ.: Lawrence Erlbaum Associates
Hillsdale.
Hake, R.R. (1999). Analyzing Change/Gain Scores. Department of Physics, Indiana University
Marx, J.D. & Cummings, K. (2007). Normalized Change. American Journal of Physics, 75 (1),
87-91
Olejnik, S., dan Algina, J. 2003. “Generalized Eta and Omega Squared Statistics: Measures of
Effect Size for Some Common Research Designs”. Psychological Methods, 8(4), hlm: 434- 447.
Ramadhani, D. P., Asrizal, & Festiyed. (2021). Analisis Effect Size Pengaruh Penerapan LKS
Terhadap Hasil Belajar Siswa pada Pembelajaran IPA dan Fisika. Jurnal IPA dan
Pembelajaran IPA, 82.
Spssindonesia. 2019. Cara Menghitung N-Gain Score Spss
https://www.spssindonesia.com/2019/04/cara-menghitung-n-gain-score-spss.html(Diakses pada
15 September 2021)
Sudjana. (2005). Metode Statistika. Bandung: PT. Tarsito .
Susanto, J. (2012). PENGEMBANGAN PERANGKAT PEMBELAJARAN BERBASIS
LESSON STUDY DENGAN KOOPERATIF TIPE NUMBERED HEADS TOGETHER
UNTUK MENINGKATKAN AKTIVITAS DAN HASIL BELAJAR IPA DI SD.
Journal of Primary Educational, 75-76.