STATISTIK LANJUT

Analisis dengan Uji-t dan

Analisis dengan Uji ANAVA

Dosen Pengampu :
I Wayan Widiana, S.Pd., M.Pd.
Oleh :
Nama : Ni Putu Dessy Putriani
NIM

: (1311031044)

Kelas : III/C

JURUSAN PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN
UNIVERSITAS PENDIDIKAN GANESHA
2014

1. Penjelasan Materi Analisis dengan Uji t dan Uji ANAVA serta

Perbedaannya.
a) ANALISIS DATA DENGAN UJI T

Uji Hipotesis
Hipotesis dapat didefinisikan sebagai pernyataan mengenai keadaan
populasi yang akan diuji kebenarannya berdasarkan data yang akan
dikumpulkan dari sampel penelitian. Dari segi konstruksinya, hipotesis
merupakan jawaban teoretik dan dianggap paling tinggi tingkat kebenarannya
terhadap permasalahan atau pertanyaan penelitian. Jawaban teoretik ini
perlu diuji kebenarannya secara empiris melalui data penelitian. Oleh karena
itu, dalam menguji hipotesis dengan statistik, harus terlebih dahulu
dikemukakan/dirumuskan hipotesis statistiknya, yang dinyatakan dalam
hipotesis nul (H0) dan hipotesis tandingan (H1). Uji hipotesis ini menggunakan
aturan keputusan untuk menerima atau menolak hipotesis yang
diajukan, dengan menyatakan taraf signifikansi yang digunakan. Taraf
signifikansi dinyatakan dalam persen (%). Persentase itu menunjukkan
besarnya kemungkinan kekeliruan dalam kesimpulan yang menolak hipotesis
nul dibawah pengandaian hipotesis nul itu benar. Taraf kekeliruan tersebut
sering disebut kesalahan tipe I atau taraf kesalahan alfa (). Jika peneliti
menentukan taraf signifikansi 5%, maka berarti peneliti bersedia menerima
kemungkinan kesalahan menolak hipotesis nul yang yang benar sebanyakbanyak 5%. Komplemen dari taraf signifikansi adalah taraf kepercayaan.
Untuk taraf signifikasi 5%, taraf kepercayaannya sebesar 95%.
Kemungkinan sebaliknya dari menolak hipotesis nul yang benar,
adalah menerima hipotesis nul yang salah. Kemungkinan kesalahan ini
disebut kesalahan tipe II atau kesalahan beta (). Hubungan antara
kesalahan tipe I dan tipe II dapat digambarkan sebagai berikut.
Hipotesis
Keputusan

H0 benar

H0 salah

H1 salah

H1 benar

Menolak

H0

Kesalahan

Tidak ada

Tipe I ()

kesalahan

Tidak ada

Kesalahan

Kesalahan

Tipe II ()

Menerima H1
Menerima H0
Menolak

H1

B. Hipotesis Penelitian dan Hipotesis Statistik

Rancangan sampling akan menentukan rancangan penelitian dan
rancangan analisis datanya. Rancangan-rancangan penelitian yang akan
diuraikan dalam kajian ini, pada awalnya dikembangkan untuk penelitian
eksperimen. Penelitian-penelitian bukan eksperimen mengambil manfaat dari
metodologi penelitian eksperimen. Sebagian besar penelitian merupakan
penelitian perbandingan (komparatif). Penelitian seperti ini akan melibatkan
paling sedikit dua kelompok sampel, atau kalau menggunakan satu kelompok
sampel, maka sampel itu diukur secara berulang. Pengukuran berulang
tersebut bisa dilakukan dua kali, tiga kali, dan seterusnya.
Ada beberapa bentuk rumusan hipotesis, yaitu sebagai berikut.
1. Hipotesis Komparatif, yaitu hipotesis yang membandingkan dua rerata
atau lebih.
2. Hipotesis Hubungan, yaitu hipotesis yang menghubungkan satu atau
lebih variabel bebas dengan variable terikat.
3. Hipotesis direksional, yaitu hipotesis yang menyatakan bahwa rerata
hitung yang satu lebih besar dari rerata hitung dua, atau sebaliknya.
4. Hipotesis non direksional, yaitu hipotesis yang menyatakan adanya
perbedaan antara dua rerata hitung.
Jika akan menguji hipotesis penelitian dengan analisis statistik, maka
hipotesis penelitian harus diubah menjadi hipotesis statistik, dalam bentuk
hipotesis nul dan hipotesis satu (hipotesis tandingan). Bentuk hipotesis
statistik dapat dilihat pada analisis data lebih lanjut.

C. Pengujian Hipotesis Komparatif Dua Sampel (berkorelasi dan

independent) dengan Statistik Parametrik ( dengan uji t )
1. Uji Perbedaan Mean (Uji t / Students Dua Pihak/ Dua Ekor ) untuk
Sampel
Berkorelasi

Untuk menguji perbedaan

nilai rata-rata hitung antar dua kelompok

sampel yang berkorelasi dan sampel independen, digunakan uji-t dua

pihak (dua ekor). Uji-t atau t-test (Students), untuk sampel berkorelasi
digunakan rumus berikut.
t

X1 X 2
2
2
s s
s1
s2

2r 1 2
n n
n1
n2
1 2

Keterangan:
X 1 = Rata-rata sampel 1

X 2 = Rata-rata sampel 2

S1

= simpangan baku sampel 1

S2

= simpangan baku sampel 2

S12

= varians sampel 1

S22

= varians sampel 2
r = korelasi antara dua sampel

Contoh penerapan uji-t untuk sampel berkorelasi

Tabel 2.1. Nilai Statistik Mahasiswa TP antara Sebelum Menggunakan
Metode Padat Latihan dan Sesudah Menggunakan Metode Padat
Latihan

No. Responden

Prestasi Belajar Statistik

Sebelum (X1)

Sesudah (X2)

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

150

174

6,96

Rata-rata

SD

0,866

1,207

Varians

0,75

1,46

Hipotesis Penelitian:
H0: Tidak terdapat perbedaan nilai statistik mahasiswa antara sebelum
menggunakan metode padat latihan dengan sesudah menggunanakan
metode adat latihan.
Ha:

Terdapat

perbedaan

nilai

statistik

mahasiswa

antara

sebelum

menggunakan metode padat latihan dengan sesudah menggunanakan

metode adat latihan.
Hipotesis penelitian tersebut, kemudian diubah menjadi hipotesis statistik
sebagai berikut.
H0: 1 = 2
H1 : 1

Untuk menyelesaikan rumus-rumus di atas, perlu melengkapi Table

2.1 menjadi Table 2.2 berikut.

Tabel 2.2. Nilai Statistik Mahasiswa TP antara Sebelum Menggunakan

Metode Padat Latihan dan Sesudah Menggunakan Metode Padat
Latihan
Responden

X2

Y2

XY

49

64

56

36

49

42

36

49

42

49

64

56

25

25

25

25

36

30

36

49

42

16

25

20

36

49

42

10

36

64

48

11

49

64

56

12

49

81

63

13

25

36

30

14

36

49

42

15

36

49

42

16

49

64

56

17

49

81

63

18

25

36

30

19

36

49

42

20

49

64

56

21

49

64

56

22

36

49

42

23

36

25

30

24

25

36

30

25

25

25

25

Jumlah ()

150

174

918

1246

1066

Langkah-langkah yang ditempuh untuk menyelesaikan uji-t untuk

sampel berkorelasi adalah sebagai berikut.
(1) Hitung nilai rerata dengan rumus: M X

X
n

(2) Hitung Standar Deviasi untuk sampel kecil dengan rumus:

s

(n 1)

(X X )

(n 1)

n X 2 ( X ) 2
n(n 1)

(3) Hitung varians dengan rumus:

(n 1)

(X X )

(n 1)

2
2
( X ) 2
1

n X ( X )
2
X

n
(
n

1
)
n(n 1)

(4) Hitung korelasi antara variabel X dan Y dengan rumus product moment
berikut.

N XY X Y

Korelasi rxy

N X

X N Y 2 Y
2

Masukkan ke dalam rumus berikut.

Korelasi : rxy

rxy

N XY X Y

N X

X N Y 2 Y
2

25 *1066 150 *174

25 * 918 150 25 *1246 174

2

= 0,877

Masukan ke dalam rumus t :

t

X1 X 2
s s
s1
s
2 2r 1 2
n n
n1 n2
1 2
2

6 6,96
0,75 1,46
0,866 1,207

2 * 0,877

25
25
25 25

0,96
7,805
0,123

Harga t hitung, dibandingkan dengan harga t pada table dengan db =

n1 + n2 2 = 50-2 = 48. Harga t table untuk db 48 dan dengan taraf
signifikansi 5% ( = 0,05) adalah 2,021. Dengan demikian, harga t hitung
lebih besar daripada harga t table, sehingga H0 ditolak dan H1 diterima. Ini
berarti,

terdapat perbedaan yang signifikan prestasi belajar statistik

mahasiswa antara

sebelum

dan sesudah menggunakan metode padat

latihan. Kesimpulan: pemberian metode padat latihan berpengaruh terhadap

peningkatan prestasi belajar statistik pada mahasiswa.

Rumus korelasi Produk Moment dapat diselesaikan dengan dengan

skor deviasi sebagai berikut:

rxy

xy

N SDxSDy

2. Uji Perbedaan Mean (Uji t / Students Dua Pihak/ Dua Ekor ) untuk
Sampel Independen

Rumus:

X1 X 2
2

rumus (separated varians)

s1
s
2
n1
n2

atau

X1 X 2

rumus (polled varians) ;

n1 1s12 n2 1s2 2 1
n1 n2 2

(1) Jika anggota sampel

1
n n
1 2
n 1 = n2

dan varians homogen, maka dapat

digunakan rumus t-test, baik untuk separated maupun polled varians, db

(n1+n2) -2
(2) Jika n1

n2 , varians homogen dapat digunakan t-test dengan polled

varians, dengan derajat kebebasan (n1+n2)-2

(3) Jika n1 = n2 dan tidak homogen, dapat digunakan salah satu rumus di
atas; dengan db = n1 1
(4) Jika n1

atau n2 1 (bukan n1 + n2 2).

n2 dan tidak homogen, digunakan rumus separated varians,

harga t pengganti t table dihitung selisih dari harga t table; dengan db =

(n1 1) dan db = (n2 1), dibagi dua, kemudian ditambah dengan, dengan
harga t yang terkecil (Sugiyono, 2002)

Contoh penerapan rumus.

Suatu penelitian bermaksud untuk mengetahui pengaruh metode
kooperatif terhadap prestasi belajar statistik pada mahasiswa Jurusan
Teknologi Pendidikan. Untuk itu, dikumpulkan data dari mahasiswa TP
sebanyak 22 orang kelompok eksperimen dan 18 orang kelompok kontrol.
Datanya seperti Table 2.3 berikut.

Tabel 2.3. Data Prestasi Belajar Statistik antara Kelompok Mahasiswa yang
Menggunakan Metode Kooperatif dan Metode Konvensional
No. resp.

Metode Kooperatif

Metode Konvensional

10

11

12

13

14

15

16

17

18

19

20

21

22

n1

= 22

n2

= 18

X1

= 2,91

X 2 = 1,78

s1

= 1,51

s2

s12

= 2,28

s22 = 0,65

= 0,81

Rerata, Standar Deviasi, dan Varians telah dihitung dengan bantuan

kalkulator, dan diperoleh

statistic seperti pada table di atas. Salah satu

persyaratan yang harus dipenuhi dalam menggunakan uji-t adalah bahwa

varians dalam kelompok harus homogen. Untuk itu, dilakukan uji Fisher (F)
sebagai berikut.
H0: varians homogen
H1: varians tidak homogen
Rumus uji F =
F =

Variansterbesar
Variansterkecil

2,28
= 3,508; lihat table F dengan db pembilang 22-1 = 21 dan db
0,65

penyebut 18-1 = 17. Dengan taraf signifikansi 5% ( =0,05), ternyata harga F

table = 2,22 (harga antara pembilang 20 dan 24). Dengan demikian, harga F
hitung = 3,508 > dari F table = 2,22); ini berarti H0 ditolak dan H1 diterima;
jadi varians tidak homogen.

Hipotesis Penelitian:
H0: tidak terdapat perbedaan prestasi belajar statistik antara mahasiswa
yang menggunakan metode kooperatif dan metode konvensional.
H1: terdapat perbedaan prestasi belajar statistik antara mahasiswa yang
menggunakan metode kooperatif dan metode konvensional.

10

Hipotesis statistik:
H0: 1 = 2
H1 : 1

Rumus:

X1 X 2
2

s1
s
2
n1
n2

2,91 1,78
2,28 0,65

22
18

= 3,020

Kemudian, t table dihitung dari selisih harga t table dengan db = n 1 1

dan db = n2 1 dibagi dua, dan kemudian ditambahkan dengan harga t
terkecil seperti berikut.
n1 = 22; db = 21; maka t table = 2,08 ( = 5%)
n2 = 18; db = 17; maka t table = 2,11
Selisihnya dibagi dua, yaitu: (2,11 2,08 ) : 2 = 0,015; kemudian ditambah
dengan harga t table terkecil, yaitu 2,08, sehingga menjadi: 2,08 + 0,015 =
2,095. Ternyata t hitung = 3,020 > 2,095, sehingga H0 ditolak dan H1
diterima.
Kesimpulan: terdapat perbedaan secara signifikan prestasi belajar statistik
antara mahasiswa yang menggunakan metode kooperatif dan metode
konvensional.
b) ANALISIS DENGAN UJI ANAVA

1. Analisis Varian Satu Jalur (ANAVA klasifikasi tunggal = ANAVA A)

Langkah-langkah pengujian hipotesis dengan anava satu jalur
(1) Menghitung Jumlah Kuadrad Total (JKtot):

JKtot

= Xtot

tot

(2) Menghitung Jumlah Kuadrad Antar Kelompok (JKantar):

X X

JKantar =

nA

tot

11

(3) Menghitunng Jumlah Kuadrad Dalam Kelompok (JKdal):

JKdal = JKtot JKantar
(4) Menghitung Mean Kuadrad

(Rerata Jumlah Kuadrat atau RJK) antar

Kelompok

(RJKantar): RJKantar =

JK antar
a 1

a = jumlah kelompok

(5) Menghitung Rerata Jumlah Kuadrat dalam Kelompok (RJKdal)

RJKdal =

JK dal
N a

N = jumlah seluruh sampel

(6) Menghitung harga Fhitung dengan rumus:

RJK antar
RJK dalam

(7) Konsultasikan pada table F dengan db pembilang (a-1) dan db

penyebut (N-a)
(8) Aturan keputusan : Jika F hitung lebih besar daripada F table pada
taraf signifikansi tertentu (Misalnya: ts 5% atau 1%), maka Ha
diterima dan H0 ditolak.
(9) Membuat kesimpulan, apakah terdapat perbedaan yang signifikan
atau tidak
(10) Membuat Tabel Ringkasan Analisis Varians untuk Menguji
Hipotesis k
Sampel
Tabel 3.1. Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis k
Sampel
Sumber

JK (SS)

Variasi
antar A

Db

RJK

(df)

(MS)

a-1

JK
a 1

nA

tot

12

Fh

Ftab

Taraf sig
0.05

RJK antar
RJK dal

0.01

dalam

JKdal = JKtot JKantar

N-a

JK dal
N a

--

--

N-1

--

--

--

(error)
Total

Xtot

tot

Contoh aplikasinya.
Seorang peneliti ingin mengetahui pengaruh metode mengajar
terhadap prestasi belajar IPA. Metode mengajar digolongkan menjadi 4, yaitu
: Metode ceramah (A1), Metode Diskusi (A2), Metode Pemberian Tugas (A3),
dan Metode campuran (A4).
Hipotesis Penelitian:
H0: Tidak terdapat perbedaan yang signifikan prestasi belajar IPA antara
siswa yang mengikuti pembelajaran metode ceramah, metode diskusi,
metodepemberian tugas, dan metode campuran.
H1: Terdapat perbedaan yang signifikan prestasi belajar IPA antara siswa
yang mengikuti pembelajaran metode ceramah, metode diskusi,
metodepemberian tugas,dan metode campuran.
Hipotesis Statistik:
H0: 1 = 2 = 3 = 4
H1 : 1

2 3 4 (salah satu tanda )

Tabel 3.2. Data Hasil Belajar IPA Siswa SMA Klas II di Singaraja
(A1)

(A2)

(A3)

(A4)

10

13

Total

n1 = 5

n2 = 5

n3 = 5

n4 = 5

N = 20

X1 = 13

X2 = 27

X3 = 34

X4 = 44

Xtot = 118

X12 = 45

X22 = 151

X32 = 236

X42 = 390

Xtot2 = 822

= 2,6

= 5,4

= 6,8

= 8,8

tot =

5,9

Masukkan ke dalam rumus berikut.

Perhitungan:

JKtot

= Xtot

= 822

tot

X X

JKantarA =

tot

nA

X X X X X

118 2
= 125,8
20

A1

A2

n A1

A3

n A2

n A3

A4

n A4

tot

13 2 27 2 34 2 44 2 118 2

101,8
5
5
5
5
20

JKdal = JKtot JKantar = 125,8 101,8 = 24

Atau JK dal:

tot

X A 2
nA

132 27 2 34 2 44 2
24
822

5
5
5
5

dbA = a-1 = 4-1 = 3

RJKantar =

JKantar : dbantar = 101,8 : 3 = 33,93.

db dalam = N a = 20-4 = 16
RJKdal = JKdal : dbdal = 24:16 = 1,5
Fhitung = RJKantar : RJKdal = 33,93 : 1,5 = 22,66 lihat table F

Tabel 3.3. Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis 4

Kelompok

14

Sumber

JK

db

RJK

Fh

Variasi

Ftab

Keputusa

5%

1%

antar A

101,8

33,93

22,62

3,24

5,29

Signifikan

Dalam

24

16

1,5

--

--

--

--

Total

125,8

19

--

--

--

--

--

Jika harga F signifikan, dilanjutkan dengan uji simple effect antar sel dengan
rumus t-Sceffe berikut.

Untuk n1 = n2 : t

Untuk n1 n2: t

X1 X 2
, dimana db t = db dalam
2 * RJKdal
n
X1 X 2
1 1
RJK dal
n1 n2

, dimana db t = db dalam

Uji t Scheffe: db t sama dengan db dalam = 16

t1-2 : t

t1-3: t

t1-4: t

t2-3: t

2,6 4,0
2 x1,5
5
2,6 6,8
2 x1,5
5

2,6 8,8
2 x1,5
5
4 6,8
2 x1,5
5

3,615 signifikan

5,422 signifikan

-8,004 signifikan

-1,807 non signifikan

15

t2-4: t

t3-4: t

4 8,8
2 x1,5
5

6,8 8,8
2 x1,5
5

- 4,389 signifikan

- 2,582 signifikan

Menarik kesimpulan
1. Metode mengajar berpengaruh terhadap hasil belajar siswa
2. Metode mengajar IV lebih berpengaruh terhadap hasil belajar siswa
dari pada metode mengajar III, II, dan I
3. Metode mengajar III lebih berpengaruh terhadap prestasi belajar siswa
daripada metode mengajar II dan I
4. Metode mengajar II lebih berpengaruh terhadap prestasi belajar siswa
dibandingkan dengan metode mengajar I.

2. Anava Dua Jalur (Anava AB) = Faktorial (2x2)

Anava dua jalur dapat berbentuk 2 x 2; 3 x 2; 3 x 3; dan sebagainya
Misalnya, seorang peneliti ingin mengetahui pengaruh insentif dan motivasi
kerja terhadap peningkatan produktivitas kerja pada suatu perusahaan.
1). Hipotesis Penelitian:
H0: (1) Tidak terdapat perbedaan produktivitas kerja antara karyawan yang
diberi insentif dengan karyawan yang tidak diberi insentif
(2) Tidak terdapat perbedaan produktivitas kerja antara karyawan yang
memiliki motivasi tinggi dan karyawan yang memiliki motivasi
kerja rendah
(3) Tidak ada pengaruh interaksi antara insentif dan motivasi kerja
terhadap produktivitas kerja
H1: (1) Terdapat perbedaan produktivitas kerja antara karyawan yang
diberi insentif dengan karyawan yang tidak diberi insentif

16

(2) Terdapat perbedaan produktivitas kerja antara karyawan yang

memiliki motivasi tinggi dan karyawan yang memiliki motivasi
kerja rendah
(3) Terdapat pengaruh interaksi yang signifikan antara insentif dan
motivasi kerja terhadap produktivitas kerja

2). Hipotesis Statistik:

(1) H0: 1 = 2
H1: 1 2
(2) H0: 1 = 2
H1: 1 2
(3) H0: Inter AB = 0
H1: Inter AB 0
3). Rancangan Analisis
Tabel 3.4. Rancangan Anava 2 Jalur (Faktorial 2x2)
Insentif (A)

Motivasi
Kerja

A1

A2

(dapat insentif)

(tidak dapat insentif)

A 1 B1

A2 B1

A 1 B2

A2 B2

(B)

Motivasi Tinggi
(B1)
Motivasi Rendah
(B2)

Keterangan:
A = Insentif (A1= dapat insentif dan A2= tidak dapat insentif)
B = Motivasi Kerja (B1= Tinggi; B2= Rendah)
Y = Produktivitas Kerja

17

4). Contoh aplikasi

Tabel 3.5. Data Hasil Penelitian
A1

A2

B1

B2

B1

B2

Tabel 3.6. Tabel Statistik Induk (untuk menolong perhitungan)

Stat

A1

A2

Total

A1

A2

B1

B2

B1

B2

B1

B2

20

10

10

10

10

42

28

34

35

139

70

69

76

63

X2

354

158

232

247

991

512

479

586

405

8,4

5,6

6,8

6,95

6,9

7,6

6,3

Atau dalam bentuk lain sebagai berikut.

Tabel 3.7. Statistik Induk
(A)

Total
A1

A2

(B)
B1

B2

=5

=5

= 10

X = 42

X = 34

= 76

X2 = 354

X2 = 232

X2

= 586

= 7,6

= 8,4

=5

X = 28

= 6,8
=5

X = 35

18

n
X

= 10
= 63

 X2 = 158

Total

X2 = 247

X2 = 405

= 5,6

=7

= 6,3

= 10

= 10

= 20

X = 70

X = 69

Xtot = 139

X2 = 512

X2 = 479

X2tot = 991

=7

= 6,9

= 6,95

5). Langkah-langkah perhitungan

a. JKtot

= Xtot

= 991 (1392 : 20) = 991 966,05 = 24,95

tot

X X

b. JKantar A

tot

nA

X X X

A1

A2

n A1

tot

n A2

= (702 : 10) + (692 : 10) - (1392 : 20) = (490 + 476,1) 966,05

= 966,1 966,05 = 0,05
=

X X

X X X

c. JK antarB

tot

nB

B2

n B1

tot

nB 2

= (762 : 10) + (632 : 10) - (1392 : 20) = (577,6 + 396,9) 966,05

= 974,5 966,05 = 8,45

X X
=
2

d. JKinter AB

AB

nAB

TOT

JK A JK B =

(422:5) +(282:5)+ (342:5)+ (352:5) - (1392 : 20) 0,05 8,45

= (352,8 + 156,8 + 231,2 + 245 ) 966,05 0,05 8,45
= 985,8 966,05 0,05 8,45 = 11,25

19

e. JK dal =

2
tot

AB

n AB

= 991 985,8 = 5,2

atau JK dal = JKtot JKantarA JKantarB JKinterAB
= 24,95 0,05 8,45 11,25 = 5,2
f. JKtot = JKA+ JKB+ JKAB+JKdal = 0,05 + 8,45 + 11,25 + 5,2 = 24,95
db A = a-1 = 2 1 = 1
db B = b-1 = 2 1 = 1
db inter AB = db A x db B = 1x1 = 1
db dalam = N ab = 20 (2x2) = 20 -4 = 16
RJKA

= JKA : dbA

= 0,05 : 1 = 0,05

RJKKB

= JKB : dbB

= 8,45 : 1 = 8,45

RJKKAB

= JKAB dbAB = 11,25 : 1 = 11,25

RJKKdalam = JKdal : dbdal = 5,2 : 16 = 0,325

FA

= RJKA : RJKdalam = 0,05 : 0,325 = 0,154

FB

= RJKKB : RJKdalam = 8,45 : 0,325 = 26

FAB

= RJKAB : RJKdalam = 11,25 : 0,325 = 34,61

Tabel 3.8. Tabel Ringkasan Analisis ANAVA AB

Sumber

JK

db

RJK

Fh

Variasi

Ftab
5%

1%

0,05

0,05

0,154*)

4,49

8,53

8,45

8,45

26,00**)

4,49

8,53

Inter AB

11,25

11,25

34,61**)

4,49

8,53

dalam

5,2

16

0,325

--

--

--

--

--

--

--

Total

24,95

19

*) non signifikan
**) signifikan

20

Kesimpulan
FA

= 0,154*) non signifikan, artinya? Tidak tedapat perbedaan yang

signifikan produktivitas kerja karyawan antara yang mendapat insentif dan

tidak mendapat insentif. Pemberian insentif tidak berpengaruh terhadap
peningkatan produktivitas kerja karyawan
FB = 26,00**) signifikan, artinya ? Terdapat perbedaan yang signifikan
produktivitas kerja karyawan antara karyawan yang memiliki motivasi kerja
tinggi dan rendah. Motivasi kerja berpengaruh terhadap peningkatan
produktivitas kerja.
FAB = 34,61**) signifikan, artinya ? Dilanjutkan pada uji simple effect,
untuk mengetahui pengaruh antara insentif dan motivasi kerja terhadap
produktivitas kerja.

Karena pengaruh interaksi signifikan, dilanjutkan dengan uji t-Scheffe atau

uji Tukey, dengan rumus sebagai berikut.
Rumus Tukey:

X1 X 2
db Q = n dan m
RJKdal
n

(n = sampel, dan m = jumlah kelompok)

atau Untuk n1 = n2 : t =

X1 X 2
, dimana db t = db dalam
2 xRJKdal
n

db t sama dengan db dalam = 16. Nilai t tabel untuk db = 16 pada taraf

signifikansi 5% = 2,120.
Uji t1-2: t

Uji t1-3: t

8.4 6.8
X1 X 2
= t
= 6.276 (signifikan)
2 x0.325
2 xRJKdal
10
n
8.4 7.0
X1 X 3
5.49 (signifikan)
=
2 x0.325
2 xRJKdal
10
n

21

8 . 4 5 .6
X1 X 4
10 .98
=
2 x0.325
2 xRJKdal
10
n

Uji t1-4: t

6.8 7.0
X2 X3
0.78
=
2 x0.325
2 xRJKdal
10
n

Uji t2-3: t

(signifikan)

(non signifikan)

6. 8 5. 6
X2 X4
4.707 (signifikan)
=
2 x0.325
2 xRJKdal
10
n

Uji t2-4: t

7.0 5.6
X3 X4
5.49 (signifikan)
=
2 x0.325
2 xRJKdal
10
n

Uji t3-4: t

3. Analisis Varians Dua Jalur (Anava AB) = Faktorial (3x3)

1). Rancangan analisis
Tabel 3.9. Rancangan Anava 2 Jalur (Faktorial 3x3)
Metode (A)
A1

A2

A3

A1 B1

A2 B1

A3 B1

A1 B2

A2 B2

A3 B2

A1 B3

A2 B3

A3 B3

Inteligensi (B)
Inteligensi Tinggi
(B1)
Inteligensi Sedang
(B2)
Inteligensi Rendah
(B3)

Keterangan :
A = Metode Mengajar
A1 = Metode Mengajar I (ceramah)

22

A2 = Metode Mengajar II (diskusi)

A3 = Metode Mengajar III (pemberian tugas)
B = Inteligensi
B1 = Inteligensi Tinggi
B2 = Inteligensi Sedang
B3 = Inteligensi Rendah
Y = Hasil Belajar Matematika
Misalnya, seorang peneliti ingin mengetahui pengaruh metode mengajar
terhadap hasil belajar matematika.
2). Hipotesis Penelitian
H0: (1) Tidak ada perbedaan hasil belajar matematika antara siswa yang
dalam
pembelajaranya menggunakan metode I, metode II, dan Metode III.
(2) Tidak ada perbedaan hasil belajar matematika antara siswa yang
memiliki inteligensi tinggi, sedang, dan rendah.
(3) Tidak ada pengaruh interaksi antara metode mengajar dan inteligensi
terhadap hasil belajar matematika
H1: (1) Ada perbedaan hasil belajar matematika antara siswa yang dalam
pembelajaranya menggunakan metode I, metode II, dan Metode III.
(1) Ada perbedaan hasil belajar matematika antara siswa yang memiliki
inteligensi tinggi, sedang, dan rendah.
(2) Ada pengaruh interaksi antara metode mengajar dan inteligensi
terhadap hasil
belajar matematika

3). Hipotesis Statistik:

H0: (1) 1 = 2 = 3
(2) 1 = 2 = 3
(3) AB = 0

23

H1: (1) 1 2 3 (salah satu tanda tidak sama)

(2) 1 2 3 (salah satu tanda tidak sama)
(3) AB 0
Tabel 3.10. Data Hasil Penelitian
A1

A2

A3

B1

B2

B3

B1

B2

B3

B1

B2

B3

2,5

3,5

4,0

3,5

2,0

3,0

2,5

3,5

3,0

3,0

3,0

3,0

3,0

3,0

2,0

3,0

3,5

2,0

4,0

2,0

1,0

1,5

1,5

2,0

3,0

2,5

1,0

2,0

1,5

3,5

3,0

2,5

3,0

1,5

2,0

1,0

1,5

2,5

2,0

2,5

2,5

3,5

1,5

2,0

3,5

Keterangan:
A = Metode Mgajar
A1 = Metode Mengajar I (ceramah)
A2 = Metode Mengajar II (diskusi)
A3 = Metode Mengajar III (pemberian tugas)
B = Inteligensi
B1 = Inteligensi Tinggi
B2 = Inteligensi Sedang
B3 = Inteligensi Rendah
X = Hasil Belajar Matematika (IPK)
5). Langkah-langkah analisis
Tabel 3.11. Tabel Kerja Statistik Induk
Total
(A)

A1

A2

A3

(B)
24

B1

B2

B3

Total

=5

=5

=5

= 15

= 38,0

X = 13,0

X = 13,5

X = 11,5

X2 = 37,5

X2 = 38,75

X2 = 28,75 X2

= 2,6

=5

= 2,7

=5

= 2,3

=5

= 105
= 2,53

= 15
= 39,0

X = 12,5

X = 11,5

X = 13,5

X2 = 33,75

X2 = 27,75

X2 = 38,75

X2 = 100,25

= 2,5

= 2,3

=5

=5

= 2,7

=5

= 2,6

= 15

X = 13,5

X = 13,5

X = 10,5

X = 37,0

X2 = 38,75

X2 = 38,75

X2 = 27,25

X2 = 107,75

= 2,7

= 15

= 2,7

= 15

= 2,1

= 15

= 2,47

= 45
= 113

X = 39,0

X = 38,5

X = 35,5

X2 = 113,5

X2 = 104,75

X2 = 94,75

X2 = 313

= 2,6

= 2,56

= 2,36

= 2,51

2) Perhitungan:

= 313

tot

a. JKtot

= Xtot

b. JKantar =

X X

nA

tot

X X X X

113 2
313 283 ,76 29 ,24
45

A1

n A1

A2

n A2

A3

n A3

25

tot

39 2 38,52 35,52 113 2

15

15

15

45

284 ,23 283 ,76 0,47

X X X X
c. JK antarB =

n B1

B2

nB 2

nB3

38 2 37 ,52 37 ,52 113 2

15

15

15

d. JKinter AB =

AB

n AB

B3

45

X tot

tot

283 ,77 283 ,76 0,01 .

JK A JK B =

132 12,5 2 13,5 2 13,5 2 11,5 2 13,5 2 11,5 2 13,5 2 10,5 2

5
5
5
5
5
5
5
5
5

1132

45

0,47 0,01

= (33,8+31,25+36,45+36,45+26,45+36,45+26,45+36,45+22,05) -283,76
0,47 0,01 = 285,8 -283,76 -0,47 0,01 = 1,56.
e. JK dal =

2
tot

AB

n AB

313 285,8 27,20

atau JK dal = JKtot JKantarA JKantarB JKinter = 29,24 0,47 0,01 -1,56
= 27,20
f. JKtot = JKA+ JKB+ JKAB+JKdal = 0,47+0,01+1,56+27,2 = 29,24
db A = a-1 = 3-1 = 2
db B = b-1 = 3-1 = 2
db inter AB = db A x db B = 2 x 2 = 4
db dalam = N ab = 45 (3x3) = 36

RJKKA

= JKA : dbA = 0,47 : 2 = 0,24

RJKKB

= JKB : dbB = 0,01 : 2 = 0,005

RJKAB

= JKAB dbAB = 1,56 : 4 = 0,39

RJKdalam

= JKdal : dbdal = 27,2 : 36 = 0,76

FA

= RJKA : RJKdalam = 0,24 : 0,76 = 0,32

FB

= RJKB : RJKdalam = 0,005 : 0,76 = 0,006

FAB

= RJKAB : RJKdalam = 0,39 : 0,76 = 0,51

26

Tabel 3.12. Tabel Ringkasan Analisis ANAVA AB

SV

JK

db

RJK

Fh

Ftab
5%

1%

Antar A

0,47

0,24

0,32

3,26

5,25

Antar B

0,01

0,05

0.006

3,26

5,25

Inter AB

1,56

0,39

0,51

2,63

3,89

dalam

27,20

36

0,76

Total

29,24

44

--

--

--

Kesimpulan:
FA

= 0,32 non signifikan

FB

= 0,006 non signifikan

FAB

= 0,51 non signifikan

Catatan:
Jika hasil uji hipotesis terdapat pengaruh interaksi yang signifikan (F
inter AB

adalah signifikan), maka dilanjutkan dengan uji simple effect dengan

uji Tukey (jika n tiap kelompok sama) atau uji t- Scheffe (jika n sama atau
tidak sama), dengan rumus sebagai berikut.

Rumus Tukey:

Uji t-Scheffe: t

X1 X 2
RJKdal
n

X1 X 2
2 xRJKdal
n

c) PERBEDAAN ANALISIS DENGAN UJI T DAN ANALISIS DENGAN UJI ANAVA

Apa

bedanya

antara

uji-t

dan

ANOVA

dengan

analisis

korelasi/regresi ? Perbedaannya adalah, bila uji-t dan ANOVA menguji

ADA-TIDAKNYA PERBEDAAN DUA SAMPEL atau lebih, maka analisis
regresi menguji ADA-TIDAKNYA HUBUNGAN DUA VARIABEL atau lebih.

27

Analisis Korelasi
Tujuan dari analsisi korelasi adalah untuk mengetahui apakah diantara
dua variabel terdapat hubungan atau tidak, dan jika ada hubungan
bagaimanakah arah hubungan dan seberapa besar hubungan tersebut. Data
pada analisis korelasi dapat berupa data kualitatif maupun kuantitatif, yang
masing-masing mempunyai ukuran korelasi sendiri-sendiri
1. Digunakan untuk mengetahui derajat (tingkat keeratan) hubungan linear
antar dua buah variabel atau lebih.
2. Ukuran yang digunakan untuk mengetahui derajat hubungan antar
variabel disebut koefisien korelasi.
3. Koefisien korelasi berdasarkan data sampel dinotasikan dengan r,
sedangkan koefisien korelasi untuk data populasi dinotasikan dengan
dibaca rho.
4. Nilai koefisien korelasi terletak diantara 1 sampai dengan 1. Nilai r2
atau 2 disebut koefisien determinasi, menunjukkan besarnya
kontribusi dari variabel yang satu kepada variabel yang lain.

ANALISIS REGRESI
Tujuan dari analisis regresi adalah untuk memprediksi besar Variabel
Terikat (Dependent Variable) dengan menggunakan data Variabel Bebas
(Independent Variable) yang sudah diketahui besarnya.
Pada dasarnya tahapan penyusunan model analisis regresi adalah sebagai
berikut:
1. Menentukan yang manavariabel bebas dan variabel terikatnya
2. Menentukan metode pembuatan model regresi, dalam SPSS ada
beberapa pilihan, yaitu: Enter, Stepwise, Forward dan Backward.
Default SPSS adalah metode Enter. Jika kita memilih metode Stepwise,
maka uji signifikansi justru mendahului uji asumsi seperti normalitas dan
sebagainya, oleh karena itu dalam latihan kita akan menggunakan
default SPSS yaitu metode Enter.

28

3. Melihat ada tidaknya data yang outlier (ekstrem)

4. Menguji asumsi-asumsi pada regresi berganda, sepertinormalitas,
Linieritas, Heteroskedastisitas dan lain-lainnya.
5. Menguji signifikansi model (uji-t, uji-F dan sebagainya)
6. Intepretasi model Regresi Berganda
Persamaan model regresi dinyatakan dalam rumusan sebagai berikut:
Y = a + bX1 + cX2
Keterangan:
Y

= Variabeldependen

X1 dan X2

= Variabel-variabelindependen

a, b, c

= konstanta-konstantaregresi

Contoh Output danAnalisisnya

Bagian ini menggambarkan derajat keeratan hubungan antar variabel.

1)

Angka R sebesar 0.845 (a) menunjukkan bahwa korelasi/hubungan

antara kemampuan tolak peluru dengan kedua variabel independen-nya
adalah kuat (karena besarnya > 0,5).

2)

Angka R Square atau Koefisien Determinasi adalah 0.714 (berasal dari

0,845 x 0,845). Ini artinya bahwa 0,714atau71.,%kemampuan tolak
peluru dijelaskan oleh kedua variabel independen, yaitu daya ledak
lengan dan daya ledak tungkai. Sedangkan sisanya (100-71,4 = 28.6)
atau2 8.6% dijelaskan oleh sebab-sebab yang lain. Untuk variabel
independen lebih dari dua sebaiknya gunakan Adjusted R Square yang
pada latihan kita nilainya 0,698.

29

3)

Std. Error of the Estimate yang nilainya 0.36491 menggambarkan

tingkat ketepatan prediksi regresi, dimana semakin kecil angkanya
maka semakin baik prediksinya.

Bagian ini menggambarkan tingkat signifikansi. Dari uji ANOVA atau Ftest, didapat F-hitung46.077 dengan tingkat signifikansi sebesar 0,000.
Karena probabilitas (tingkat signifikansi) ini lebih kecil dari pada 0,05 maka
model regresi ini bisa dipakai untuk memprediksi kemampuan tolak peluru
seseorang. Dengan kata lain, daya ledak lengan seseorang dan daya ledak
tungkai secara bersama-sama berpengaruh terhadap kemampuan tolak
peluru.

Sedangkan bagian ini menggambarkan seberapa besar koefisien regresinya.

1)

Persamaan regresi yang diperoleh adalah sebagai berikut:

Kemampuan tolak peluru = -2.928 + 0.493 daya ledak lengan + 0,213
daya ledak tungkai

2)

Sedangkan uji-t digunakan untuk menguji signifikansi konstanta dan

setiap variabel independen

Hipotesis yang dibangun adalah sebagai berikut:

Ho = Koefisien Regresi Tidak Signifikan
H1 =Koefisien Regresi Signifikan
Pengambilan keputusan (berdasarkan probabilitas, lihat kolom Sig.) adalah
sebagai berikut:
Jika Sig. > 0,05 maka Ho diterima

30

Jika Sig. < 0,05 maka Ho ditolak , Hi diterima

Terlihat bahwa pada kolom Sig. untuk ketiga variabel tersebut, yaitu
konstanta = 0,003, daya ledak lengan = 0,000 dan daya ledak tungkai =
0,000 mempunyai angka signifikansi < 0,05, dengan demikian H 1 diterima
atau

dengan

kata

lain

kedua

variabel

tersebut

cukup

signifikan

mempengaruhi kemampuan tolak peluru.

2. Uji perbedaan rerata (uji t) dengan rumus separated varians dan rumus
polled varians

Penyelesaian :
a) Judul
Seorang peneliti melakukan penelitian bertujuan untuk mengetahui
perbedaan prestasi belajar antara siswa yang mendapat pola asuh yang
tidak mendapat perhatian dari keluarga dan pola asuh yang mendapat
perhatian dari keluarga di SD Desa PadangKerta
.
b) Rumusan masalah.
Analisislah apakah terdapat perbedaan prestasi belajar dari siswa
yang mendapat pola asuh yang tidak mendapat perhatian dari keluarga
dan pola asuh yang mendapat perhatian dari keluarga?

c) Hipotesis Penelitian:
H0: tidak terdapat perbedaan prestasi belajar dari siswa yang mendapat
pola asuh yang tidak mendapat perhatian dari keluarga dan pola
asuh yang mendapat perhatian dari keluarga di SD Desa
PadangKerta.

31

H1: terdapat perbedaan prestasi belajar dari siswa yang mendapat pola
asung yang tidak mendapat perhatian dari keluarga dan pola asuh
yang mendapat perhatian dari keluarga di SD Desa PadangKerta.

d) Hipotesis statistik:
H0: 1 = 2
H1 : 1

e) Data
Tabel 2.1. Data prestasi belajar dari siswa yang mendapat pola asuh yang
tidak mendapat perhatian dari keluarga dan pola asuh yang mendapat
perhatian dari keluarga
Subjek

Prestasi Belajar
Tidak Mendapat Perhatian

Mendapat Perhatian

50

50

53

61

55

53

52

51

55

53

71

52

52

62

63

60

51

63

10

63

60

11

52

55

12

64

67

13

70

53

14

65

66

15

88

58

32

16

87

62

17

81

57

18

85

61

19

81

66

20

83

69

21

71

58

22

74

63

23

66

65

24

78

55

25

70

69

26

80

80

27

89

28

90

f) Analisis Data
1) Analisis dengan rumus Jika n1
digunakan

t-test

dengan

polled

n2 , varians homogen dapat

varians,

dengan

derajat

kebebasan (n1+n2)-2

Tabel 2.2. Data prestasi belajar dari siswa yang mendapat pola asuh yang
tidak mendapat perhatian dari keluarga dan pola asuh yang mendapat
perhatian dari keluarga
Subjek

Prestasi Belajar

X1
50

X12
2500

X2
50

X22
2500

53

2809

61

3721

55

3025

53

2809

52

2704

51

2601

55

3025

53

2809

71

5041

52

2704

33

52

2704

62

3844

63

3969

60

3600

51

2601

63

3969

10

63

3969

60

3600

11

52

2704

55

3025

12

64

4096

67

4489

13

70

4900

53

2809

14

65

4225

66

4356

15

88

7744

58

3364

16

87

7569

62

3844

17

81

6561

57

3249

18

85

7225

61

3721

19

81

6561

66

4356

20

83

6889

69

4761

21

71

5041

58

3364

22

74

5476

63

3969

23

66

4356

65

4225

24

78

6084

55

3025

25

70

4900

69

4761

26

80

6400

80

6400

27

89

7921

28

90

8100

1939
(X1)

1569
(X12)

139099
(X2)

95875
(X22)

Memasukan Data Ke Dalam Rumus

X1
M1 = --------N1

X2
M2 = --------N2

34

1939
M1 = --------- = 69,25
28

t
t
t

1569
M2 = --------- = 60,35
26

M1 M 2
X 12 X 22 1
1

n1 1n2 1 n1 n2

69,25 60,35
139099 95875 1
1
28 126 1 28 26

8,90
1
234974 1
675 28 26
8,90

348 ,110 0,074

8,90
25 ,821

8,90
5,081

t = 1,751
d k n1 n2 2

dk = (28 + 26) 2
= 52

2) Jika n1

n2 dan tidak homogen, digunakan rumus separated

varians, harga t pengganti t table dihitung selisih dari harga t table;

dengan db = (n1 1) dan db =

(n2 1), dibagi dua, kemudian

ditambah dengan, dengan harga t yang terkecil.

35

Tabel 2.1. Data prestasi belajar dari siswa yang mendapat pola asuh yang
tidak mendapat perhatian dari keluarga dan pola asuh yang mendapat
perhatian dari keluarga
Subjek

Prestasi Belajar
Tidak Mendapat Perhatian

Mendapat Perhatian

50

50

53

61

55

53

52

51

55

53

71

52

52

62

63

60

51

63

10

63

60

11

52

55

12

64

67

13

70

53

14

65

66

15

88

58

16

87

62

17

81

57

18

85

61

19

81

66

20

83

69

21

71

58

22

74

63

23

66

65

24

78

55

36

25

70

69

26

80

80

27

89

28

90

n1
X1
s1
s12

= 28
= 69,35
= 13,37
= 178,64

n2
X2
s2
s22

= 26
= 60,35
= 6,90
= 47,68

Rerata, Standar Deviasi, dan Varians telah dihitung dan diperoleh

statistik seperti pada table di atas. Salah satu persyaratan yang harus
dipenuhi dalam menggunakan uji-t adalah bahwa varians dalam kelompok
harus homogen. Untuk itu, dilakukan uji Fisher (F) sebagai berikut.

H0: varians homogen

H1: varians tidak homogen

Variansterbesar
Rumus uji F = Variansterkecil

F=

178 ,64
= 3,75; lihat table F dengan db pembilang 28-1 = 27 dan db
47 ,68

penyebut 26-1 = 25. Dengan taraf signifikansi 5% ( =0,05), ternyata

harga F table = 1,92 (harga antara pembilang 30 dan 30). Dengan
demikian, harga F hitung = 3,75 > dari F table = 1,92); ini berarti H0
ditolak dan H1 diterima; jadi varians tidak homogen.

Rumus:

X1 X 2
2

s1
s
2
n1
n2

37

69 ,25 60 ,35
178 ,64 47 ,68

28
26

= 3,101

Kemudian, t table dihitung dari selisih harga t table dengan db = n 1 1 dan

db = n2 1 dibagi dua, dan kemudian ditambahkan dengan harga t
terkecil seperti berikut.
n1 = 28; db = 27; maka t table = 2,051 ( = 5%)
n2 = 26; db = 25; maka t table = 2,059
Selisihnya dibagi dua, yaitu: (2,059 2,051 ) : 2 = 0,004; kemudian
ditambah dengan harga t table terkecil, yaitu 2,051, sehingga menjadi:
2,051 + 0,004 = 2,055. Ternyata t hitung = 3,101 > 2,055, sehingga H0
ditolak dan H1 diterima, jadi varians tidak homogen.
g) Deskripsi Data
Berdasarkan taraf signifikansi 5% dan dk = 52, ternyata harga statistic
ttab = 2,007 sedangkan tobs= 1,751. Ini berarti tobs<ttab yaitu 1,751 < 2,007
dan berarti pula bahwa hasil penelitian tersebut adalah signifikan. Oleh
karena itu, maka H0 diterima dan H1 ditolak. Dengan analisis dengan
rumus Jika n1

n2 , varians homogen dapat digunakan t-test dengan

polled varians, dengan derajat kebebasan (n1+n2)-2.

Dengan taraf signifikansi 5% ( =0,05), ternyata harga F table = 1,92
(harga antara pembilang 30 dan 30). Dengan demikian, harga F hitung =
3,75 > dari F table = 1,92); ini berarti H0 ditolak dan H1 diterima; jadi
varians tidak homogen. Kemudian, t table dihitung dari selisih harga t
table dengan db = n1 1 dan db = n2 1 dibagi dua, dan kemudian
ditambahkan dengan harga t terkecil seperti berikut.
n1 = 28; db = 27; maka t table = 2,051 ( = 5%)
n2 = 26; db = 25; maka t table = 2,059
Selisihnya dibagi dua, yaitu: (2,059 2,051 ) : 2 = 0,004; kemudian
ditambah dengan harga t table terkecil, yaitu 2,051, sehingga menjadi:
2,051 + 0,004 = 2,055. Ternyata t hitung = 3,101 > 2,055, sehingga H0
ditolak dan H1 diterima, jadi varians tidak homogen. Dengan rumus jika

38

n1

n2 dan tidak homogen, digunakan rumus separated varians, harga t

pengganti t table dihitung selisih dari harga t table; dengan db = (n1 1)

dan db = (n2 1), dibagi dua, kemudian ditambah dengan, dengan harga t
yang terkecil.

h) Simpulan
Bahwa terdapat perbedaan yang signifikan PRESTASI BELAJAR
antara siswa yang mendapat POLA ASUH YANG TIDAK MENDAPAT
PERHATIAN DARI KELUARGA dan POLA ASUH YANG MENDAPAT
PERHATIAN DARI KELUARGA di SD Desa Padangkerta.

3. Selesaikanlah kasus penelitian berikut. Suatu penelitian bermaksud

untuk mengetahui pengaruh Pembelajaran Scientific Aprhoach terhadap
kemampuan berpikir kritis pada siswa kelas V. untuk itu dikumpulkan
data dari siswa kelas V sebanyak 30 orang di kelas VA sebagai
kelompok eksperimen (pembelajaran Scientific Aprhoach) dan 28
orang

di

kelas

VB

sebagai

kelompok

control

(pembelajaran

konvensional). Data di buat sendiri, dimana kelas VA rentangan datanya

diantara 30-75 dan kelas VB rentangan datanya diantara 56-87.
Analisislah apakah terdapat perbedaan kemampuan berpikir kritis antara
siswa yang yang dibelajarkan dengan Scientific Aprhoach dan Siswa
yang dibelajarkan dengan Pembelajaran Konvensional? Data di analisis
dengan

menggunakan

uji

perbedaan

menyelesaikannya mengikuti alur berikut.

a) Judul
b) Rumusan masalah
c) Hipotesis kalimat
d) Hipotesis statistik
e) Data

39

mean

(uji

t).

Cara

f) Analisis data
g) Deskripsi data
h) Simpulan

Penyelesaian :
a) Judul
Seorang peneliti melakukan penelitian bertujuan untuk mengetahui
Perbedaan Kemampuan Berpikir Kritis antara Siswa yang dibelajarkan
dengan Scientific Aprhoach dan Siswa yang dibelajarkan dengan
Pembelajaran Konvensional pada siswa kelas V.

b) Rumusan Masalah
Analisislah apakah terdapat perbedaan kemampuan berpikir kritis
antara siswa yang yang dibelajarkan dengan Scientific Aprhoach dan
Siswa yang dibelajarkan dengan Pembelajaran Konvensional?

c) Hipotesis Kalimat
H0: tidak terdapat perbedaan kemampuan berpikir kritis antara siswa yang
yang dibelajarkan dengan Scientific Aprhoach dan siswa yang
dibelajarkan dengan Pembelajaran Konvensional.
H1: terdapat perbedaan kemampuan berpikir kritis antara siswa yang
yang dibelajarkan dengan Scientific Aprhoach dan siswa yang
dibelajarkan dengan Pembelajaran Konvensional.

d) Hipotesis Statistik
H0 : 1 = 2
H1 : 1

40

e) Data
Tabel 3.1. Data kemampuan berpikir kritis antara siswa yang yang
dibelajarkan dengan Scientific Aprhoach dan siswa yang dibelajarkan
dengan Pembelajaran Konvensional
Pembelajaran Scientific

Pembelajaran

Aprhoach pada siswa

Konvensional pada

kelas VA

siswa kelas VB

75

85

30

56

65

75

40

75

75

80

60

66

65

70

45

56

34

60

10

60

65

11

67

78

12

70

67

13

56

60

14

44

57

15

48

76

16

54

77

17

65

77

18

69

76

19

33

56

20

47

56

21

57

79

22

66

80

No. responden

41

23

66

70

24

70

75

25

75

78

26

40

67

27

36

87

28

47

80

29

75

30

60

f) Analisis Data
1) Analisis dengan rumus Jika n1
digunakan

t-test

dengan

polled

n2 , varians homogen dapat

varians,

dengan

derajat

kebebasan (n1+n2)-2

Tabel 3.2. Data kemampuan berpikir kritis antara siswa yang yang
dibelajarkan dengan Scientific Aprhoach dan siswa yang dibelajarkan
dengan Pembelajaran Konvensional
Subjek

Pembelajaran Pada Siswa kelas V

X1
75

X12
85

X2
5625

X22
7225

30

56

900

3136

65

75

4225

5625

40

75

1600

5625

75

80

5625

6400

60

66

3600

4356

65

70

4225

4900

45

56

2025

3136

34

60

1156

3600

10

60

65

3600

4225

11

67

78

4489

6084

42

12

70

67

4900

4489

13

56

60

3136

3600

14

44

57

1936

3249

15

48

76

2304

5776

16

54

77

2916

5929

17

65

77

4225

5929

18

69

76

4761

5776

19

36

56

1296

3136

20

47

56

2209

3136

21

57

79

3249

6241

22

66

80

4356

6400

23

66

70

4356

4900

24

70

75

4900

5625

25

75

78

5625

6084

26

40

67

1600

4489

27

36

87

1296

7569

28

47

80

2209

6400

29

75

5625

30

60

3600

1697
(X1)

1984
(X12)

101569
(X2)

Memasukan Data Ke Dalam Rumus

X1
M1 = --------N1

X2
M2 = --------N2

1697
M1 = --------- = 56,57
30

1984
M2 = --------- = 70,86
28

43

143040
(X22)

t
t
t

M1 M 2
X 12 X 22 1
1

n1 1n2 1 n1 n2

56,57 70,86
101569 143040 1
1
30 128 1 30 28

14,29
1
244609 1
783 30 28
14 ,29

312 ,400 0,070

14 ,29
21,984

14 ,29
4,689

t = - 0,579
d k n1 n2 2

dk = (30 + 28) 2
= 56

2) Jika n1

n2 dan tidak homogen, digunakan rumus separated

varians, harga t pengganti t table dihitung selisih dari harga t table;

dengan db = (n1 1) dan db =

(n2 1), dibagi dua, kemudian

ditambah dengan, dengan harga t yang terkecil.

Tabel 3.3. Data kemampuan berpikir kritis antara siswa yang yang
dibelajarkan dengan Scientific Aprhoach dan siswa yang dibelajarkan
dengan Pembelajaran Konvensional
No. responden

Pembelajaran Scientific

44

Pembelajaran

Aprhoach pada siswa

Konvensional pada

kelas VA

siswa kelas VB

75

85

30

56

65

75

40

75

75

80

60

66

65

70

45

56

34

60

10

60

65

11

67

78

12

70

67

13

56

60

14

44

57

15

48

76

16

54

77

17

65

77

18

69

76

19

33

56

20

47

56

21

57

79

22

66

80

23

66

70

24

70

75

25

75

78

26

40

67

27

36

87

45

28

47

80

29

75

30

60

n1
X1
s1
s12

= 30,00
= 56,57
= 13,87
= 192,25

n2
X2
s2
s22

= 28,00
= 70,86
= 9,54
= 91,09

Rerata, Standar Deviasi, dan Varians telah dihitung dengan bantuan

kalkulator, dan diperoleh statistik seperti pada table di atas. Salah satu
persyaratan yang harus dipenuhi dalam menggunakan uji-t adalah bahwa
varians dalam kelompok harus homogen. Untuk itu, dilakukan uji Fisher
(F) sebagai berikut.

H0: varians homogen

H1: varians tidak homogen

Variansterbesar
Rumus uji F = Variansterkecil

F=

192 ,25
= 2,11; lihat table F dengan db pembilang 30-1 = 29 dan db
91,09

penyebut 28-1 = 27. Dengan taraf signifikansi 5% ( =0,05), ternyata

harga F table = 1,88 (harga antara pembilang 30 dan 30). Dengan
demikian, harga F hitung = 2,11 > dari F table = 1,88); ini berarti H0
ditolak dan H1 diterima; jadi varians tidak homogen.

Rumus:

X1 X 2
2

s1
s
2
n1
n2

46

56 ,57 70 ,86
192 ,25 91,09

30
28

= - 4,609

Kemudian, t table dihitung dari selisih harga t table dengan db = n 1 1 dan

db = n2 1 dibagi dua, dan kemudian ditambahkan dengan harga t
terkecil seperti berikut.
n1 = 30; db = 29; maka t table = 2,045 ( = 5%)
n2 = 28; db = 27; maka t table = 2,052
Selisihnya dibagi dua, yaitu: (2,052 2,045 ) : 2 = 0,0033; kemudian
ditambah dengan harga t table terkecil, yaitu 2,045, sehingga menjadi:
2,045 + 0,0033 = 2,049. Ternyata t hitung = - 4,609 > 2,049, sehingga H0
diterima dan H1 ditolak.

i) Deskripsi Data
Berdasarkan taraf signifikansi 5% dan dk = 56, ternyata harga statistik
ttab = 2,003 sedangkan tobs= - 0,579. Ini berarti tobs<ttab yaitu 0.579 <
2,003 dan berarti pula bahwa hasil penelitian tersebut adalah signifikan.
Oleh karena itu, maka H0 diterima dan H1 ditolak.
Dengan taraf signifikansi 5% ( =0,05), ternyata harga F table = 1,88
(harga antara pembilang 30 dan 30). Dengan demikian, harga F hitung =
2,11 > dari F table = 1,88); ini berarti H0 ditolak dan H1 diterima; jadi
varians tidak homogen.
Kemudian, t table dihitung dari selisih harga t table dengan db = n 1 1
dan db = n2 1 dibagi dua, dan kemudian ditambahkan dengan harga t
terkecil seperti berikut.
n1 = 30; db = 29; maka t table = 2,045 ( = 5%)
n2 = 28; db = 27; maka t table = 2,052
Selisihnya dibagi dua, yaitu: (2,052 2,045 ) : 2 = 0,0033; kemudian
ditambah dengan harga t table terkecil, yaitu 2,045, sehingga menjadi:
2,045 + 0,0033 = 2,049. Ternyata t hitung = - 4,609 > 2,049, sehingga H0
diterima dan H1 ditolak.

47

j) Simpulan
Bahwa terdapat perbedaan yang signifikan kemampuan berpikir kritis
antara siswa yang yang dibelajarkan dengan Scientific Aprhoach dan
siswa yang dibelajarkan dengan Pembelajaran Konvensional.
mengunakan cara jika n1

Dengan

n2 , varians homogen dapat digunakan t-test

dengan polled varians, dengan derajat kebebasan (n1+n2)-2 dan jika n1

n2 dan tidak homogen, digunakan rumus separated varians, harga t

pengganti t table dihitung selisih dari harga t table; dengan db = (n 1 1)
dan db = (n2 1), dibagi dua, kemudian ditambah dengan, dengan harga t
yang terkecil, hasilnya sama.

4. Berdasarkan ketiga tugas diatas pemaknaan dan penjelasan dari materi

kuliah statistik lanjut tersebut adalah :
Konsep

Metodologi

Teori :

pertanyaan Fokus :

1. apa itu analisis uji T dan

analisis Uji ANAVA?
2. apa perbedaan uji T dan Uji
Anava?
3. bagaimana Cara menganalisis
uji T dan Uji ANAVA?

X1 X 2

s1
s
2
n1 n2

X1 X 2
s s
s1
s
2 2r 1 2
n n
n1 n2
1 2
2

ANAVA?

48

kesimpulan:
H1 diterima dan H0 ditolak
dengan demikian :
Dalam menganalisi uji
perbedaan rerata (uji-t)
dengan menggunakan
rumus (separated varians)
yaitu : jika anggota sampel
n1 = n2 dan varians
homogeny, maka dapat
digunakan rumus t-test,
baik untuk sparated
maupun polled varians, db
n1 + n2 2.
H1 diterima dan H0 ditolak
dengan demikian:
Terdapat perbedaan
kemampuan berfikir kritis
antara siswa yang
dipelajarkan dengan
scientific aprhoach dan
siswa yang dipelajarkan
dengan konvesional pada
siswa kelas V.