Desain pretest–posttest banyak digunakan dalam penelitian pendidikan untuk melihat perubahan kemampuan, pengetahuan, sikap, atau keterampilan peserta setelah suatu intervensi.
Seorang peneliti, misalnya, dapat memberikan tes kemampuan menulis sebelum pembelajaran berbasis teknologi dan memberikan tes yang sama atau ekuivalen setelah intervensi selesai.
Masalahnya, setelah memperoleh dua kelompok skor—pretest dan posttest—peneliti masih harus menentukan cara analisis yang sesuai.
Tiga istilah yang sering digunakan adalah N-Gain, paired t-test, dan Wilcoxon signed-rank test. Ketiganya berhubungan dengan perubahan skor, tetapi menjawab pertanyaan yang berbeda.
Karena itu, pemilihan analisis sebaiknya tidak dilakukan hanya karena metode tertentu sering digunakan dalam penelitian sebelumnya.
1. Apa Itu Data Pretest dan Posttest?
Pretest adalah pengukuran yang dilakukan sebelum intervensi, sedangkan posttest dilakukan setelah intervensi.
Misalnya, 30 mahasiswa mengikuti pembelajaran bahasa selama delapan minggu.
Sebelum pembelajaran, mereka mengikuti tes dengan skor maksimum 100. Setelah program selesai, mereka mengikuti posttest.
Salah satu peserta memperoleh:
Pretest = 60
Posttest = 78
Perubahan skor mentahnya adalah:
78 − 60 = 18
Artinya, skor peserta tersebut meningkat 18 poin.
Namun, selisih skor saja belum selalu cukup untuk menjawab pertanyaan penelitian. Peneliti mungkin ingin mengetahui:
- seberapa besar peningkatan relatif yang terjadi;
- apakah perubahan rata-rata kelompok signifikan secara statistik;
- apakah distribusi perbedaan skor memenuhi asumsi analisis parametrik;
- atau seberapa besar efek perubahan tersebut.
Pertanyaan yang berbeda membutuhkan analisis yang berbeda.
2. Mulai dari Pertanyaan Penelitian
Sebelum memilih uji statistik, tentukan terlebih dahulu apa yang ingin diketahui.
Jika pertanyaannya:
Seberapa besar peningkatan skor peserta relatif terhadap skor maksimum yang masih mungkin dicapai?
Peneliti dapat mempertimbangkan N-Gain.
Jika pertanyaannya:
Apakah rata-rata skor posttest secara statistik berbeda dari rata-rata skor pretest pada peserta yang sama?
Peneliti dapat mempertimbangkan paired t-test apabila asumsi yang relevan terpenuhi.
Jika data berpasangan tetapi pendekatan parametrik tidak sesuai, Wilcoxon signed-rank test dapat menjadi salah satu alternatif.
Jadi urutannya sebaiknya:
pertanyaan penelitian → karakteristik data → asumsi → metode analisis
bukan:
software → pilih menu statistik → interpretasikan apa pun yang keluar.
3. Apa Itu N-Gain?
N-Gain atau normalized gain digunakan untuk menggambarkan peningkatan skor dengan mempertimbangkan peluang peningkatan yang masih tersedia dari skor awal menuju skor maksimum.
Salah satu rumus yang umum digunakan adalah:
g = (Posttest − Pretest) / (Skor Maksimum − Pretest)
Misalnya:
Pretest = 60
Posttest = 78
Skor maksimum = 100
Maka:
g = (78 − 60) / (100 − 60)
g = 18 / 40
g = 0,45
Dengan demikian, peserta mencapai sekitar 45% dari peningkatan maksimum yang secara teoritis masih tersedia dari skor awalnya.
4. Apa Fungsi N-Gain?
N-Gain berguna terutama sebagai ukuran deskriptif peningkatan.
Ia membantu peneliti melihat perubahan relatif dari kondisi awal.
Dua peserta dapat memiliki peningkatan skor mentah yang sama, tetapi posisi awal mereka berbeda.
Misalnya:
Peserta A: 40 → 60
Peserta B: 75 → 95
Keduanya meningkat 20 poin.
Namun, peluang peningkatan maksimum mereka sejak awal tidak sama. N-Gain mencoba mempertimbangkan kondisi tersebut.
Meskipun demikian, N-Gain bukan pengganti uji inferensial.
Nilai N-Gain yang terlihat tinggi atau rendah tidak dengan sendirinya menjawab apakah perubahan tersebut signifikan secara statistik atau apakah intervensi menyebabkan perubahan.
5. Jangan Menggunakan Kategori N-Gain Secara Mekanis
Dalam banyak laporan penelitian, N-Gain langsung dikelompokkan menjadi kategori seperti rendah, sedang, dan tinggi.
Kategori tersebut dapat membantu penyajian deskriptif, tetapi sebaiknya tidak menggantikan interpretasi terhadap:
- skor awal;
- skor maksimum;
- distribusi peserta;
- karakteristik instrumen;
- dan konteks pembelajaran.
Dua penelitian dengan nilai N-Gain rata-rata yang sama belum tentu mempunyai pola perubahan yang sama.
Karena itu, lebih informatif jika peneliti juga melaporkan nilai pretest, posttest, selisih skor, dan konteks pengukurannya.
6. Apa Itu Paired t-Test?
Paired t-test digunakan untuk membandingkan rata-rata dua pengukuran yang berasal dari unit yang sama atau pasangan yang saling terkait.
Dalam desain pretest–posttest, peserta yang mengikuti pretest adalah peserta yang sama dengan yang mengikuti posttest.
Karena itu, kedua skor tidak bersifat independen.
Secara sederhana, paired t-test menganalisis skor perbedaan:
D = Posttest − Pretest
Kemudian diuji apakah rata-rata perbedaan tersebut cukup berbeda dari nol.
Jika rata-rata perubahan jauh dari nol dibandingkan dengan variasi perubahan antarpartisipan, hasil uji dapat menunjukkan perbedaan yang signifikan secara statistik.
7. Asumsi Paired t-Test
Salah satu kesalahan umum adalah memeriksa normalitas pretest dan posttest secara terpisah lalu menyimpulkan apakah paired t-test boleh digunakan.
Yang lebih relevan adalah distribusi skor perbedaan antara dua pengukuran.
Misalnya:
D = Posttest − Pretest
Asumsi yang perlu dipertimbangkan antara lain:
- data berasal dari pasangan pengukuran yang sesuai;
- variabel diukur pada skala yang memungkinkan analisis tersebut;
- pasangan pengamatan independen dari pasangan lainnya;
- distribusi skor perbedaan tidak menunjukkan penyimpangan serius dari asumsi normalitas, terutama pada sampel kecil;
- tidak terdapat pencilan ekstrem yang secara tidak proporsional memengaruhi hasil.
Asumsi tidak sebaiknya diperlakukan sebagai prosedur administratif semata. Peneliti perlu memahami bagaimana pelanggaran asumsi dapat memengaruhi interpretasi.
8. Contoh Paired t-Test
Misalkan 25 mahasiswa mengikuti pretest dan posttest kemampuan membaca.
Hasil deskriptif menunjukkan:
Pretest: M = 62,4
Posttest: M = 74,8
Rata-rata peningkatan:
74,8 − 62,4 = 12,4 poin
Paired t-test kemudian digunakan untuk mengevaluasi apakah rata-rata perbedaan tersebut secara statistik berbeda dari nol.
Jika diperoleh, misalnya:
t(24) = 5,21, p < .001
peneliti dapat mengatakan bahwa terdapat perbedaan yang signifikan antara skor pretest dan posttest dalam sampel tersebut.
Namun, nilai p saja belum menunjukkan seberapa besar perubahan.
Karena itu, hasil sebaiknya dilengkapi dengan ukuran efek dan informasi deskriptif.
9. Signifikan Tidak Sama dengan Besar
Hasil paired t-test yang signifikan tidak otomatis berarti intervensi menghasilkan perubahan besar atau penting secara praktis.
Nilai p dipengaruhi antara lain oleh:
- besar perbedaan;
- variasi skor;
- dan ukuran sampel.
Dengan sampel besar, perbedaan yang relatif kecil dapat saja menghasilkan nilai p yang kecil.
Karena itu, sebaiknya laporkan juga:
- mean pretest;
- mean posttest;
- mean difference;
- confidence interval;
- dan ukuran efek yang sesuai.
Dengan demikian, pembaca dapat menilai bukan hanya apakah ada perbedaan, tetapi juga berapa besar perbedaannya.
10. Kapan Menggunakan Wilcoxon Signed-Rank Test?
Wilcoxon signed-rank test merupakan uji nonparametrik untuk data berpasangan.
Uji ini dapat dipertimbangkan ketika data pretest–posttest berpasangan tetapi penggunaan paired t-test tidak sesuai, misalnya karena karakteristik skor perbedaan sangat bermasalah untuk asumsi parametrik.
Wilcoxon tidak membandingkan rata-rata dengan cara yang sama seperti paired t-test.
Uji ini bekerja menggunakan arah dan peringkat dari perbedaan antar pasangan.
Karena itu, interpretasinya juga harus disesuaikan.
Jangan menulis bahwa Wilcoxon “membuktikan adanya perbedaan rata-rata” jika prosedur yang digunakan sebenarnya tidak menguji mean dengan cara yang sama seperti paired t-test.
11. Paired t-Test atau Wilcoxon?
Pemilihan keduanya perlu didasarkan pada data dan pertanyaan penelitian.
Sebagai panduan awal:
| Kondisi | Analisis yang dapat dipertimbangkan |
|---|---|
| Dua pengukuran berasal dari peserta yang sama dan asumsi parametrik memadai | Paired t-test |
| Data berpasangan tetapi pendekatan parametrik tidak sesuai | Wilcoxon signed-rank test |
| Ingin menggambarkan peningkatan relatif terhadap peluang peningkatan maksimum | N-Gain |
| Ingin mengetahui besar perubahan | Tambahkan effect size |
| Ingin membandingkan perubahan antara dua kelompok | Memerlukan analisis antarkelompok yang sesuai |
Tabel tersebut merupakan panduan awal. Pemilihan metode tetap harus mempertimbangkan skala pengukuran, bentuk distribusi, pencilan, ukuran sampel, dan desain penelitian.
12. N-Gain, Paired t-Test, dan Wilcoxon Tidak Saling Menggantikan
Salah satu kekeliruan yang sering terjadi adalah menganggap ketiga analisis tersebut sebagai tiga pilihan yang sepenuhnya setara.
Padahal fungsinya berbeda.
N-Gain terutama memberikan informasi deskriptif mengenai peningkatan relatif.
Paired t-test digunakan untuk inferensi mengenai rata-rata perbedaan dalam data berpasangan ketika pendekatan parametrik sesuai.
Wilcoxon signed-rank test merupakan alternatif nonparametrik untuk analisis perbedaan berpasangan pada kondisi tertentu.
Karena itu, sebuah penelitian dapat saja melaporkan N-Gain untuk menggambarkan peningkatan dan sekaligus menggunakan paired t-test untuk analisis inferensial.
Yang penting, setiap analisis memiliki alasan yang jelas.
13. Bagaimana dengan Penelitian Eksperimen Dua Kelompok?
Ini bagian yang sangat penting.
Misalnya terdapat:
Kelompok eksperimen: menggunakan metode baru
Kelompok kontrol: menggunakan metode biasa
Kedua kelompok mempunyai pretest dan posttest.
Melakukan paired t-test secara terpisah pada masing-masing kelompok belum cukup untuk menunjukkan bahwa metode baru lebih efektif daripada metode kontrol.
Mengapa?
Karena temuan:
kelompok eksperimen meningkat secara signifikan
dan:
kelompok kontrol tidak meningkat secara signifikan
tidak otomatis berarti peningkatan kedua kelompok berbeda secara signifikan.
Untuk menguji perbedaan efek antar kelompok, peneliti perlu menggunakan pendekatan yang secara langsung membandingkan kelompok atau pola perubahan, sesuai desain dan asumsi penelitian.
Pilihan dapat melibatkan analisis perubahan skor, ANCOVA, model campuran, atau pendekatan lain yang sesuai dengan rancangan penelitian.
Karena itu, bedakan:
perubahan dalam kelompok
dengan:
perbedaan perubahan antar kelompok.
14. Perhatikan Ceiling Effect dan Floor Effect
N-Gain dan perubahan skor juga dapat dipengaruhi oleh posisi skor awal.
Peserta dengan skor pretest sangat tinggi memiliki ruang peningkatan yang lebih kecil menuju skor maksimum.
Sebaliknya, peserta dengan skor awal sangat rendah mempunyai ruang peningkatan yang besar.
Kondisi tersebut dapat menghasilkan ceiling effect atau floor effect dan perlu dipertimbangkan saat menginterpretasikan perubahan.
Jika banyak peserta memperoleh skor mendekati batas maksimum sejak pretest, instrumen mungkin tidak cukup sensitif untuk mendeteksi perkembangan selanjutnya.
15. Periksa Data Sebelum Melakukan Analisis
Sebelum menghitung N-Gain atau menjalankan uji statistik, lakukan pemeriksaan data.
Periksa:
- apakah jumlah peserta pretest dan posttest cocok;
- apakah setiap skor terhubung dengan peserta yang benar;
- apakah terdapat data hilang;
- apakah rentang nilai sesuai instrumen;
- apakah terdapat skor yang salah input;
- apakah terdapat pencilan ekstrem;
- bagaimana distribusi skor perbedaan;
- dan apakah skor maksimum benar-benar sama untuk seluruh peserta.
Kesalahan pairing dapat menghasilkan analisis yang keliru meskipun rumus statistiknya benar.
16. Bagaimana Menuliskan Hasilnya?
Hindari laporan yang hanya berbunyi:
“Hasil paired t-test menunjukkan p < 0,05 sehingga Ha diterima.”
Pelaporan yang lebih informatif dapat berbentuk:
“Skor meningkat dari rata-rata 62,4 pada pretest menjadi 74,8 pada posttest. Paired t-test menunjukkan bahwa rata-rata perbedaan tersebut signifikan secara statistik, t(24) = 5,21, p < .001.”
Kemudian tambahkan ukuran efek atau interval kepercayaan apabila tersedia dan relevan.
Untuk Wilcoxon, laporkan statistik uji berdasarkan output perangkat lunak yang digunakan dan jelaskan arah perubahan secara deskriptif.
Untuk N-Gain, laporkan metode perhitungan dan interpretasikan bersama statistik deskriptif lainnya.
17. Kesalahan yang Sering Terjadi
Beberapa kesalahan umum dalam analisis pretest–posttest adalah:
- menggunakan N-Gain sebagai satu-satunya bukti efektivitas;
- memilih paired t-test hanya karena data memiliki pretest dan posttest;
- memeriksa normalitas pretest dan posttest tetapi mengabaikan distribusi skor perbedaan;
- menggunakan Wilcoxon hanya karena sampel dianggap “kecil” tanpa memeriksa karakteristik data;
- melaporkan nilai p tanpa statistik deskriptif;
- mengabaikan effect size;
- menyimpulkan perlakuan lebih efektif hanya karena satu kelompok signifikan sedangkan kelompok lain tidak;
- dan tidak memeriksa pairing antara data pretest dan posttest.
Analisis yang baik dimulai dari desain dan pertanyaan penelitian, bukan sekadar dari pilihan menu pada perangkat lunak statistik.
18. Coba Pretest–Posttest Analyzer
Setelah menentukan jenis analisis yang sesuai, peneliti dapat menggunakan Pretest–Posttest Analyzer pada Research Tools untuk membantu melakukan pemeriksaan dan perhitungan awal.
Tool ini dapat membantu mengorganisasi data sebelum–sesudah dan menyediakan analisis seperti:
- perubahan skor;
- N-Gain;
- paired t-test;
- dan Wilcoxon,
sesuai fitur yang tersedia pada tool.
Namun, hasil otomatis tetap perlu diperiksa.
Sebelum menggunakannya dalam skripsi, tesis, disertasi, laporan penelitian, atau artikel ilmiah, pastikan bahwa:
- data telah dipasangkan dengan benar;
- asumsi analisis telah diperiksa;
- metode sesuai dengan desain penelitian;
- dan interpretasi tidak melampaui informasi yang diberikan oleh analisis.
Pretest–Posttest Analyzer adalah alat bantu analisis, bukan pengganti keputusan statistik dan metodologis peneliti.
Buka Pretest–Posttest Analyzer →
Kesimpulan
Analisis pretest dan posttest bukan sekadar membandingkan dua angka sebelum dan sesudah intervensi.
Peneliti perlu menentukan terlebih dahulu pertanyaan yang ingin dijawab.
N-Gain dapat digunakan untuk menggambarkan peningkatan relatif terhadap peluang peningkatan maksimum. Paired t-test dapat digunakan untuk mengevaluasi rata-rata perbedaan pada data berpasangan ketika pendekatan parametrik sesuai. Wilcoxon signed-rank test dapat menjadi alternatif ketika karakteristik data membuat analisis parametrik kurang tepat.
Namun, ketiganya tidak boleh dipahami sebagai metode yang identik atau saling menggantikan.
Dalam penelitian eksperimen dengan lebih dari satu kelompok, analisis dalam masing-masing kelompok saja juga belum cukup untuk menunjukkan perbedaan efektivitas antarperlakuan.
Karena itu, keputusan analisis sebaiknya selalu mengikuti urutan:
desain penelitian → pertanyaan penelitian → karakteristik data → asumsi → analisis → interpretasi.
Dengan pendekatan tersebut, analisis pretest–posttest tidak hanya menghasilkan nilai statistik, tetapi juga memberikan dasar yang lebih kuat untuk memahami perubahan yang benar-benar terjadi dalam penelitian.