Daftar isi
Dua kolom dari Excel: pretest lalu posttest, satu baris per siswa. Kolom nama atau nomor urut dikenali otomatis.
Isi untuk menghitung ketuntasan belajar klasikal (persentase siswa yang mencapai KKM).
Kategori Hake: g ≥ 0,70 tinggi; 0,30 ≤ g < 0,70 sedang; g < 0,30 rendah.
Efektivitas (%): < 40 tidak efektif; 40–55 kurang efektif; 56–75 cukup efektif; ≥ 76 efektif.
Hasil muncul di sini setelah data ditempel. Belum punya data? Tekan "Pakai data contoh".
Rumus N-Gain
N-Gain menjawab pertanyaan: dari peningkatan yang masih mungkin dicapai, berapa bagian yang benar-benar tercapai? Contohnya, siswa dengan pretest 40 dan posttest 70 pada skor maksimal 100 memperoleh . Siswa itu menutup setengah dari jarak yang tersisa menuju skor maksimal.
Kategori Hake
| N-Gain (g) | Kategori |
|---|---|
| g ≥ 0,70 | Tinggi |
| 0,30 ≤ g < 0,70 | Sedang |
| g < 0,30 | Rendah |
Kategori ini diperkenalkan Richard Hake (1998) saat membandingkan hasil belajar fisika di banyak kelas.
N-Gain persen dan efektivitas
N-Gain dalam persen adalah . Di banyak skripsi Indonesia, nilai ini ditafsirkan sebagai efektivitas pembelajaran dengan pedoman berikut:
| N-Gain (%) | Tafsiran |
|---|---|
| < 40 | Tidak efektif |
| 40 – 55 | Kurang efektif |
| 56 – 75 | Cukup efektif |
| ≥ 76 | Efektif |
Pedoman ini lazim dipakai, tetapi bukan bagian dari tulisan Hake. Bila prodimu memakai pedoman lain, ikuti pedoman itu.
Ketuntasan belajar klasikal
Untuk penelitian tindakan kelas, hasil sering juga dilaporkan sebagai ketuntasan klasikal: persentase siswa yang nilainya mencapai KKM.
Isi KKM di alat untuk melihat ketuntasan klasikal pretest dan posttest sekaligus.
Menuliskannya di skripsi
- Sajikan rata-rata pretest, rata-rata posttest, dan rata-rata N-Gain.
- Sebutkan cara menghitung rata-rata N-Gain (per siswa atau dari rata-rata kelas).
- Tampilkan sebaran kategori tinggi, sedang, dan rendah.
- Untuk penelitian dengan kelas eksperimen dan kontrol, bandingkan N-Gain kedua kelas, biasanya dengan uji t independen atau Mann-Whitney.
Kesalahan umum
- Memakai skor maksimal yang salah, misalnya 100 padahal tesnya bernilai maksimal 40.
- Mengikutkan siswa dengan pretest maksimal ke dalam rata-rata.
- Menyebut pembelajaran "efektif" hanya dari N-Gain satu kelas tanpa kelas pembanding, padahal desainnya eksperimen.
- Mencampur kategori Hake (desimal) dengan kategori persen.
Pertanyaan umum
Rata-rata N-Gain per siswa atau N-Gain dari rata-rata kelas?
Hake menghitung N-Gain dari rata-rata kelas: (rata-rata posttest − rata-rata pretest) / (skor maksimal − rata-rata pretest). Banyak skripsi menghitung N-Gain setiap siswa lalu merata-ratakannya. Keduanya bisa berbeda sedikit; alat di halaman ini menampilkan keduanya, dan yang penting kamu menyebutkan cara yang dipakai.
Bagaimana kalau nilai pretest siswa sudah maksimal?
N-Gain siswa itu tidak terdefinisi karena penyebutnya nol. Siswa tersebut dikeluarkan dari perhitungan rata-rata dan sebaiknya dilaporkan.
Apakah N-Gain bisa negatif?
Bisa, bila nilai posttest lebih rendah dari pretest. N-Gain negatif termasuk kategori rendah dan sebaiknya dibahas penyebabnya.