Syntax Literate : Jurnal Ilmiah Indonesia – ISSN : 2541-0849 e-ISSN : 2548-1398

Vol. 3, No 3 Maret 2018


KEMAMPUAN BIOSTATISTIK MELALUI PENDEKATAN INVESTIGASI PADA MATERI REGRESI SEDERHANA


Abas Hidayat

STIKes Cirebon

Email: Abas_4845@yahoo.co.id


Abstrak

Penelitian ini bertujuan untuk mengetahui peningkatan kemampuan biostatistik mahasiswa secara signifikan pada pembelajaran regresi sederhana melalui pendekatan investigasi. Penelitian ini menggunakan metode Quasi Eksperimen, terdiri dari kelas eksperimen yang memperoleh pembelajaran biostatistik melalui pendekatan investigasi dan kelas kontrol yang memperoleh pembelajaran biostatistik seperti biasa yaitu ceramah dan contoh soal pada materi regresi sederhana. Penelitian dilakukan di Sekolah Tinggi Ilmu Kesehatan Cirebon pada mahasiswa D3 keperawatan tingkat 1 semester 2 tahun ajaran 2016 – 2017 yang berjumlah 54 mahasiswa, dengan rincian kelas eksperimen 27 mahasiswa dan kelas kontrol 27 mahasiswa. Metode Analisis pada penelitian ini dengan menggunakan pre-test, post-test, dan gain ternormalisasi terhadap kedua kelas sampel penelitian. Berdasarkan hasil uji asumsi statistik data penelitian, kedua data berdistribusi normal dan bervariansi homogen, maka uji hipotesis statistik yang dilakukan yaitu uji T. Dari hasil pengujian tersebut dapat diketahui bahwa terdapat perbedaan yang signifikan pada pencapaian peningkatan kemampuan biostatistik kelas kontrol dan kelas eksperimen. Peningkatan kemampuan biostatistik kelas eksperimen lebih tinggi secara signifikan dari pada kelas kontrol.

Kata Kunci: Biostatistik, Pendekatan Investigasi, Regresi Sederhana


Pendahuluan

Statistik merupakan disiplin ilmu matematika yang secara khusus membahas mengenai cara-cara pengolahan, pengumpulan, penyajian, penafsiran, serta analisis data dan penyajian data. Metode statistika bagi penelitian dapat bermanfaat dalam menunjukan struktur pengetahuan (body of knowledge). Dengan kata lain, metode statistika dapat membantu dalam mengumpulkan data untuk menentukan sampel penelitian serta penafsiran data dan analisis data (Furqon, 2003). Sedangkan biostatistik


1

sendiri merupakan bagian dari statistik yang kajiannya melingkupi ilmu medis dan ilmu biologi. Pandangan bahwa biostistik merupakan bagian dari matematika, sedangkan matematika sendiri adalah aktivitas kehidupan manusia (Freudenthal, 1983, dalam Turmudi, 2008) atau “mathematics as human sense-making and problem solving activity” (Verschaffel dan Corte, 1996, dalam Turmudi, 2008).

Belajar matematika dapat dilakukan melalui pendekatan yang berkaitan dengan kegiatan dan aktivitas manusia. Salah satu model pembelajaran matematika yang memiliki kedekatan dengan aktivitas manusia adalah pendekatan investigasi. Sebagaimana halnya pembelajaran matematika, pendekatan pembelajaran biostatistik juga hampir sama.

Proses pembelajaran biostatistik peserta didik harus dirangsang untuk mencari sendiri, melakukan penyelidikan sendiri (investigation), melakukan pembuktian terhadap dugaan (conjecture) atau kesimpulan yang mereka miliki, kemudian mencari tahu jawaban atas pertanyaan dari teman sekelas atau pertanyaan dari gurunya (Turmudi, 2008). Perubahan pola pikir yang dimaksud dengan pembelajaran menggunakan pendekatan investigasi adalah menempatkan peserta didik sebagai pusat pembelajaran yang (student centre), dari pasif menuju ke aktif menyelidiki (investigasi).

Pola pikir aktif dalam belajar sangat cocok diterapkan untuk mahasiswa, karena usia-usia mahasiswa adalah usia menuju berpikir dewasa sehingga pola pikir aktif cocok diterapkan. Menurut Bastow, et.al. (1984) kegiatan-kegiatan yang dapat dilakukan peserta didik ketika melakukan pendekatan investigasi, adalah:

  1. Memahami atau menafsirkan permasalahan (interpreting)

  2. Melakukan eksplorasi dengan secara spontan (exploring spontaneously)

  3. Mengajukan suatu pertanyaan (posing problem)

  4. Melakukan suatu eksplorasi secara sistematis (exploring systematically)

  5. Mengumpulkan dan mencatat suatu data (gathering and recording data)

  6. Memeriksa pola permasalahan (identifying pattern)

  7. Menguji dugaan (testing conjecture)

  8. Melakukan pencarian secara informal (expressing finding informally)

  9. Memberi simbol (symbolising)

  10. Membuat generalisasi keseimpulan secara formal (formalising generalitation)

  11. Menjelaskan dan mempertahankan kesimpulan (explaining and justifying)

  12. Menyampaikan hasil temuan (communicating finding)

Regresi sederhana adalah sub materi pada pembahasan mata kuliah biostatistik. Regresi juga memiliki kedekatan dengan aktifitas kehidupan manusia, terutama dalam bidang kesehatan sering kita jumpai kasus-kasus yang berhubungan dengan regresi.

Misalnya, pada kasus hubungan tekanan darah sistolik dengan umur pasien. Dengan menggunakan persamaan regresi mahasiswa dapat memprediksi tekanan darah sistolik pasien (y) jika umur pasiennya x tahun. Analisis regresi dapat membantu untuk memperkirakan seberapa tinggi perubahan nilai dari variabel dependen, apabila nilai variabel independen dimanipulasi/ dirubah-rubah atau dinaik-turunkan.

Persamaan umum regresi linear yaitu Y = a + bX. Dengan rincian Y adalah variabel dependen (variabel terikat) yang diprediksikan, a adalah harga Y ketika harga X = 0 (harga konstan), b adalah koefisien regresi, X adalah variabel independen

(variabel bebas). Nilai dari a dapat dicari dengan a = image dan nilai b dapat dicari dengan b = image . Koefisien regresi (b)

menunjukan peningkatan atau penurunan variabel dependen, yang bergantung pada perubahan variabel independen.

Apabila suatu koefisien regresi bernilai positif (+), maka garis akan menunjukan ke arah garis yang naik, yaitu berkaitan dengan perubahan variabel dependen. Apabila koefisien regresi bernilai negatif (–) menunjukkan arah garis yang turun, yaitu berkaitan dengan perubahan variabel dependen. Namun, sebelum melakukan analisis regresi sederhana akan lebih dulu melakukan uji linearitas dan uji keberartian.


Metodologi Penelitian

Kelompok eksperimen :

O

X

O

Kelompok kontrol :

O

O

Kuasi-Eksperimen merupakan metode yang melibatkan dua kategori kelas sampel yang setara yaitu, kelas kontrol dan kelas eksperimen. Cara pengolahanya adalah membentuk kelas-kelas sampel dengan menggunakan kelas-kelas yang ada. Artinya subyek-subyek penelitian tersebut tidak ditempatkan secara acak ke dalam kelas-kelas sampel. Adapun desain penelitiannya adalah:


Keterangan:

(Ruseffendi, 2010)

X : Pembelajaran regresi sederhana menggunakan pendekatan investigasi.

--- : Pengambilan kelas tidak secara acak. O : Pre-test, post-test.

Pada kelompok eksperimen tahapan pembelajaran dengan pendekatan investigasi pada penelitian ini dimodifikasi dari pendapat Setiawan (2006) yaitu:

  1. Tahap membaca, menafsirkan dan mendalami masalah biostatistik

  2. Tahap mencari solusi masalah biostatistik

  3. Tahap menjawab dan menyampaikan jawaban permasalahan biostatistik Pembelajaran kelompok kontrol dilakukan pembelajaran biasa yaitu dosen

menjelaskan materi kepada mahasiswa dan memberi contoh kasus, tanpa dilakukan penedekatan investigasi.

Penelititian ini dilaksanakan di Sekolah Tinggi Ilmu Kesehatan (STIKes) Cirebon dengan obyek penelitiannya adalah mahasiswa/i program studi D3 Keperawatan tingkat 1 semester 2 pada tahun ajaran 2016-2017. Jumlah populasi yang diambil adalah sebanyak 54 mahasiswa/i, dengan rincian kelas eksperimen sebanyak 27 orang dan kelas kontrol sebanyak 27 orang. Instrumen yang digunakan dalam penelitian ini adalah dengan test. Instrumen ini digunakan untuk mengukur kemampuan biostatistik mahasiswa dengan alat pre-test dan pot-test.

Pengolahan data pre-test dan post-test biostatistik regresi sederhana dilakukan dengan menghitung skor gain ternormalisasi dan uji statistik. Dalam pengujian statistik, penelitian ini menggunakan bantuan cara hitung SPSS.


Hasil dan Pembahasan

  1. Deskripsi Kemampuan Biostatistik pada Regresi Sederhana

    Berikut hasil pembahasan pre-test dan post-test pada kelas kontrol dan kelas eksperimen

    Pembelajaran biostatistik sub bahasan regresi sederhana.

    Tabel. 1 Hasil Pre-test dan Post-test


    Kelompok Kelas

    Rata-rata Hasil Pre-test

    Rata-rata Hasil Post- test

    Kontrol

    42,04

    66,67

    Eksperimen

    39,81

    76,85



    Grafik Pre-test dan Post-test


    90

    80

    70

    60

    50

    40

    30

    20

    10

    0


    Kelas Kontrol

    Kelas Eksperimen


    Pre-test Post-test


    image

    Grafik. 1 Hasil Pre-test dan Post-test


    Kesimpulan hasil pre-test dan post-test tersebut adalah bahwa perolehan rata- rata nilai pre-test kelas kontrol lebih tinggi dari pada kelas eksperimen. Tetapi pada perolehan rata-rata post-test ternyata kelas eksperimen lebih tinggi dari pada kelas kontrol.

  2. Deskripsi Peningkatan Kemampuan Biostatistik pada Regresi Sederhana

    Gain digunakan untuk mengetahui peningkatan kemampuan biostatistik mahasiswa/i pada sub bahasan regresi sederhana adalah gain ternormalisasi. Gain yang dihasilkan dan dinormalisasi oleh selisih antara skor yang ideal dengan skor pre-test sub bahasan regresi sederhana. Hal tersebut dimaksudkan supaya terhindar dari kesalahan dalam menginterpretasi nilai gain seorang mahasiswa/i. Gain yang ternormalisasi diperoleh dengan melakukan perhitungan yaitu : selisih antara skor post-test dengan skor pre-test dibagi oleh selisih antara skor ideal dengan skor pre-test. Peningkatan kemampuan biostatistik yang terjadi, sebelum dan sesudah pembelajaran dihitung dengan rumus :


    image

    Gain ternormalisasi (g) = skor post skor pre

    skor ideal skor pre


    (Hake, 1999)

    Adapun kriteria tingkat indeks gain menurut Hake (1999) disajikan dalam tabel berikut:

    Tabel. 2 Kriteria Indeks Gain


    Indeks Gain

    Kriteria

    g > 0,7

    Tinggi

    0,3 < g ≤ 0,7

    Sedang

    g ≤ 0,3

    Rendah


    Berikut ini adalah rata-rata peningkatan kemampuan biostatistik sub bahasan regresi sederhana, yang dihitung berdasarkan rekapitulasi hasil pre-test dan post-test serta penerapan rumus gain ternormalisasi.


    Tabel. 3 Gain Kemampuan Biostatistik


    Kelompok Kelas

    Gain

    Kriteria

    Kontrol

    0,42

    Sedang

    Eksperimen

    0,62

    Sedang



    image

    Grafik Gain Kemampuan Biostatistik

    5

    4

    3

    2

    1

    0

    GAIN


    Kontrol Eksperimen


    Grafik. 2 Gain Kemampuan Biostatistik


    Berdasarkan Tabel dan Grafik gain nilai biostatistik sub bahasan regresi di atas, diketahui bahwa peningkatan kemampuan biostatistik sub bahasan regresi sederhana sebesar 0,42 untuk kelas kontrol dan 0,62 untuk kelas eksperimen. Peningkatan kemampuan biostatistik kelas eksperimen lebih tinggi dari pada kelas kontrol. Berdasarkan hasil pembahasan tersebut dapat digambarkan bahwa peningkatan

    kemampuan biostatistik pada pembelajaran menggunakan pendekatan investigasi lebih tinggi dari pada pembelajaran biasa tanpa menggunakan pendekatan investigasi.


  3. Uji Statistik

    Dalam sebuah penelitian, sebelum melakukan uji terhadap hipotesis untuk mendapatkan sebuah kesimpulan dari penelitian, kita harus melakukan uji asumsi parametrik yaitu uji homogenitas dan uji normalitas, uji asumsi parametrik mempunyai tujuan untuk menentukan jenis uji apa yang akan kita lakukan terhadap hipotesis yang diajukan.

    Pada uji statistik ini data yang diolah adalah data gain kelas kontrol yang menggunakan pembelajaran biasa (ceramah dan pemberian contoh soal) dan kelas eksperiman yang menggunakan pendekatan investigasi, tujuannya untuk menganalisis peningkatan kemampuan biostatistik mahasiswa pada sub bahasan regresi sederhana.

    1. Uji Normalitas

      Uji normalitas dapat membantu memberikan informasi mengenai data yang telah dikumpulkan apakah berdistribusi normal atau diambil dari populasi normal. Pada penelitian ini uji normalitas dengan uji Kolmogorov dan uji Shapiro dengan bantuan software SPSS dan ketentuan uji normalitas sebagai beikut:

      • Jika nilai Sig. < 0,05 maka berdistribusi tidak normal

      • Jika nilai Sig. ≥ 0,05 maka data berdistibusi normal

Berikut ini adalah hasil olah data uji normalitas dengan metode SPSS


image


Gain Kelompok

image

Tabel. 4 Tests of Normality

image

Kolmogorov-Smirnova Shapiro-Wilk

image

Statistic df Sig. Statistic df Sig.

*

Kontrol .134 27 .200

.977 27 .784


image

Gain Kelompok *

image

Eksperimen .103 27 .200

image

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

.978 27 .807


image

Berdasarkan hasil olah data SPSS di atas, pada Kolmogorov diperoleh nilai sig. = 0,2 > 0,05 untuk data gain kelompok kontrol, dan nilai sig. = 0,2 > 0,05 untuk data gain kelompok eksperimen. Pada Shapiro diperoleh nilai sig. = 0,784 > 0,05 untuk data gain kelompok kontrol, nilai sig. = 0,2 > 0,05 untuk data gain kelompok eksperimen.

Dari hasil tersebut dapat disimpulkan bahwa data gain kelompok kontrol dan data gain kelompok instrumen mempunyai distribusi normal.

  1. Uji Homogenitas

    Dalam penelitian uji homogenitas membantu peneliti dalam memberikan informasi serta mendeteksi kesamaan variasi dari kelompok data sampel dari populasi. Melalui bantuan SPSS, Uji Homogenitas penelitian ini juga dapat menggunakan Uji Levene. Berikut ketentuan uji homogenitas:

  2. Uji Hipotesis Statistik

Berdasarkan hasil uji normalitas dan uji homogenitas diperoleh, data gain kelompok kelas kontrol berdistribusi normal, data gain kelompok kelas instrumen mempunyai distribusi normal, dan kedua data tersebut bervariansi homogen. Oleh karena itu, uji hipotesis statistik dilakukan dengan menggunakan uji T. Kemudian Uji T dilakukan dengan bantuan metode SPSS. Berikut ini adalah hasil olah data uji T dengan SPSS.


image

Tabel. 6 Independent Samples Test


t-test for Equality of Means


t


df


Sig. (2-

tailed)


Mean Differen ce

Std. Error Differe nce

95% Confidence Interval of the Difference

Lower

Upper

Gain Kontrol

& Eksperimen

Equal variances assumed


-7.257


52


.000


-.19074


.02628


-.24348


-.13800

Equal variances not assumed


-7.257


48.223


.000


-.19074


.02628


-.24358


-.13790


Hipotesis pertama (2-tail) :

H0 : Tidak terdapat perbedaan yang signifikan peningkatan kemampuan biostatistik pada kelas kontrol dan eksperimen

H1 : Terdapat perbedaan yang signifikan peningkatan kemampuan biostatistik pada kelas kontrol dan eksperimen

Teknik pengambilan keputusan :

Jika nilai Sig.(2-tailed) < α = 0,05 maka H0 ditolak Jika nilai Sig.(2-tailed) ≥ α = 0,05 maka H0 diterima

Berdasarkan hasil olah data uji T di atas diketahui nilai sig. (2-tailed) = 0,000 < 0,05 maka H0 ditolak, sehingga dapat disimpulkan terdapat perbedaan yang signifikan peningkatan kemampuan biostatistik pada kelas kontrol dan eksperimen.

Hipotesis kedua (1-tail) :

H0 : Peningkatan kemampuan biostatistik kelas eksperimen sama dengan kelas kontrol secara signifikan

H1 : Peningkatan kemampuan biostatistik kelas eksperimen lebih tinggi secara signifikan dari pada kelas kontrol

Teknik pengambilan keputusan :

Jika nilai Sig.(1-tailed) < α = 0,05 maka H0 ditolak Jika nilai Sig.(1-tailed) ≥ α = 0,05 maka H0 diterima

Berdasarkan hasil olah data uji T di atas diketahui nilai sig. (1-tailed) = sig. (2- tailed) : 2 0,000 = 0,000 < 0,05, dengan demikian kemampuan biostatistik kelas eksperimen lebih tinggi secara signifikan dari pada kelas kontrol.


Kesimpulan

Dari hasil pembahasan, dapat disimpulkan bahwa terdapat perbedaan yang signifikan dalam peningkatan kemampuan biostatistik pada kelas yang menggunakan pendekatan investigasi dengan kelas yang menggunakan pembelajaran biasa (metode ceramah dan contoh soal) pada pembahasan regresi sederhana.

Peningkatan kemampuan biostatistik kelas yang menggunakan pendekatan investigasi lebih tinggi secara signifikan dari pada kelas yang menggunakan pembelajaran biasa (metode ceramah dan contoh soal) pada pembahasan regresi sederhana.

BIBLIOGRAFI


Bastow, B. Hughes, J. Kissane, B. & Randall, R. 1984. Another 20 Mathematical Investigational Work. Perth: The Mathematical Association of Western Australia (MAWA).


Dimyati & Mudjiono. 2009. Belajar dan Pembelajaran. Jakarta : Rineka Cipta. Furqon. 2003. Statistik Terapan untuk Penelitian. Bandung : Alfabeta.


Hake, R. R. 1999. Analizing Change/Gain Scores. [Online] Tersedia: http://www.physics.indiana.edu/~sdi/AnalyzingChange-Gain.pdf [14 Desember

2017]


Michael R Chernick & Robert H Friis. 2003. Introductory Biostatistics for the Health Sciences. Modern Applications Including Bootstrap. Hoboken, New Jersey : John Wiley & Sons, Inc.


Ridwan. 2003. Dasar-dasar Statistika. Bandung: Alfabeta


Rusefendi, E.T. 2010. Dasar-Dasar Penelitian Pendidikan dan Bidang Non-Eksakta lainnya. Bandung: Tarsito.


Setiawan. 2006. Model Pembelajaran Matematika dengan Pendekatan Investigasi.

Yogyakarta: Depdiknas.


Sugiyono. 2014. Statistik untuk Penelitian. Bandung : Alfabeta.


Turmudi. 2008. Landasan Filsafat dan Teori Pembelajaran Matematika : Paradigma Eksploratf dan Investigatif. Jakarta : Leuser Cita Pustaka.


Winkel, W.S. 1987. Psikologi Pengajaran. Jakarta : Gramedia.