A.

UJI HIPOTESIS RATA-RATA 1 SAMPEL

Diketahui data nilai ulangan Matematika pada Mid Gasal tahun 2012/ 2013 kelas IXB MTs. NU Nurul Huda Kudus. Seorang guru ingin mengetahui rata- rata hasil belajar matematika siswanya. Berdasarkan hasil mid tersebut, dia membuat dugaan sementara bahwa rata-rata hasil belajar matematika (HBM) pada ulangan Mid gasal adalah 73..Diperoleh data nilai sebagai berikut :
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Hasil Matematika 71 72 68 60 76 75 70 72 71 72 75 70 73 75 77 92 Belajar No. 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Hasil Matematika 82 78 90 68 80 72 74 78 68 72 70 58 76 56 68 76 Belajar

UJi t Rata-rata 1 sampel: 1. Hipotesis H0 : = 73 (artinya rata-rata Hasil Belajar Matematika siswa 73) Ha : 73 (artinya rata-rata Hasil Belajar Matematika siswa tidak 73) 2. Menetapkan = 0,05 3. Kriteria Terima H0 jika sig 0,05 4. Untuk mendapatkan sig, dengan langkah-langkah SPSS: a. Buka layar SPSS. b. Klik variable view, ketik nama variable Hasil_Belajar_Matematika. c. Klik data view, ketik data pada kolom dibawah variable name. d. Pilih Analyze, kemudian pilih Compare Means dan pilih One Sample T-Test. e. Masukkan variable yang akan dianalisis dalam kotak Test Variable(s).

f.

Masukkan nilai yang akan kita tes dalam kotak Test value.

g. Klik OK.

Hasil Output SPSS :

T-Test
[DataSet0]

One-Sample Statistics N Hasil_Belajar_Matematika 32 Mean 72.9688 Std. Deviation 7.42482 Std. Error Mean 1.31254

One-Sample Test Test Value = 73 Mean t Hasil_Belajar_Matematika -.024 df 31 Sig. (2-tailed) .981 Difference -.03125 95% Confidence Interval of the Difference Lower -2.7082 Upper 2.6457

ANALISIS HASIL OUTPUT :

Pada output diatas (one sample statistics) terlihat bahwa rata rata Hasil Belajar Matematika pada ulangan Mid Gasal siswa kelas IXB adalah 72,9688 dengan standar deviasi 7,42482. Dari hasil output SPSS diperoleh Sig. (2-tailed) = 0,981 > 0,05, jadi H0 diterima. Artinya ratarata hasil belajar matematika (HBM) pada ulangan Mid Gasal siswa kelas IXB adalah 73. Hal ini juga dapat dilihat dari kolom Confidence Interval of the Difference, yaitu
-2,7082 < <

2,6457 yang mana Confidence Interval memuat nilai 0, artinya menerima H0.

B. MEMBANDINGKAN DUA RATA-RATA (Uji kesamaan dua rata-rata)

Kita akan melakukan uji beda t-test terhadap hasil belajar (nilai) matematika siswa pada kelas yang menerapkan pembelajaran Jigsaw sebagai kelas eksperimen, dengan hasil belajar (nilai)matematika siswa pada kelas yang menerapkan pembelajaran konvensional sebagai kelas kontrol. Diperoleh data sebagai berikut;

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Kelas Eksperimen 71 78 79 85 85 70 72 75 84 77 75 91 77 72 95 92 72 78 76 76 90 83 81 76 78 79 83 88 75 76

Kelas Kontrol 57 50 44 53 40 63 67 47 63 66 93 63 53 73 53 43 50 57 50 47 50 80 58 72 63 53 48 55 53 62

UJi t Rata-rata 2 sampel : 1. Hipotesis H0 : 1 = 2 (rata-rata hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran jigsaw sama dengan hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran konvensional). Ha : 1 2 (rata-rata hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran jigsaw tidak sama dengan hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran konvensional). 2. Menetapkan = 0,05 3. Kriteria Terima H0 jika sig 0,05 4. Langkah-langkah untuk melakukan uji-t menggunakan SPSS adalah sebagai berikut: Buka layar SPSS Klik variable view, ketik nama variable Hasil_Belajar dan kelas. Klik data view, ketik data pada kolom dibawah variable Hasil_Belajar. Pada kolom kelas, masukkan 1 untuk data kelas eksperimen dan 2 untuk kelas kontrol Pilih menu Analyze > Compare Means > Independent-Sample T Test kemudian akan muncul kotak dialog Independent-Sample T Test Sorot variable Hasil_Belajar kemudian masukkan ke kolom Test Variable(s) Sorot variable kelas kemudian masukkan ke kolom Grouping Variable. Klik Define group, Isikan 1 untuk kolom Group 1 dan 2 untuk Group 2 Klik Continue Klik Option > pada confidence interval isi denga 95% klik continue > klik OK

Hasil Output SPSS

T-Test
Group Statistics Kelas Hasil_Belajar_Mat_2 eksperimen kontrol N 30 30 Mean 79.63 57.53 Std. Deviation 6.641 11.542 Std. Error Mean 1.212 2.107

Independent Samples Test Levene's Test for Equality Variances of t-test for Equality of Means 95% Confidence Sig. (2F Hasil_Belajar Equal _Mat_2 variances 5.348 assumed Equal variances not assumed 9.090 46.304 .000 22.100 2.431 17.207 26.993 .024 9.090 58 .000 22.100 2.431 17.233 26.967 Sig. t df Mean Interval of the Std. Error Difference

tailed) Difference Difference Lower Upper

ANALISIS HASIL OUTPUT :

Pertama yang harus dilakukan adalah menafsirkan hasil uji Levenes Test (uji F), yakni untuk mengetahui apakah datanya mempunyai variance yang sama (equal variances assumed) atau tidak (equal variances not assumed). Syarat pengambilan keputusannya adalah sebagai berikut; 1. Jika probabilitas/ Sig. (uji F) taraf signifikansi 5% atau 0,05; maka terdapat kesamaan variance. 2. Jika probabilitas/Sig. (uji F) < taraf signifikansi 5% atau 0,05; maka terdapat perbedaan variance. Dari hasil output pada kolom Levene's Test for Equality of Variances diperoleh sig. = 0,024 < 0,05.
Jadi terdapat perbedaan variance dari kelas eksperimen dan kelas control.

Setelah menafsirkan hasil uji Levene, baru menafsirkan output dari hasil uji t. Baris yang digunakan adalah sesuai hasil uji Levene di atas. Dengan demikian, kita menggunakan hasil uji t pada baris equal variances not assumed dengan diperoleh nilai probabilitas (sig. [2-tailed]) sebesar 0,000 < 0,05. Jadi Ho ditolak. Sehingga dapat ditarik kesimpulan bahwa hipotesis yang menyatakan bahwa rata-rata hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran jigsaw tidak sama dengan hasil belajar

matematika

siswa pada kelas yang menerapkan pembelajaran konvensional diterima.

Artinya terdapat perbedaan secara signifikan. Kesimpulan rata-rata hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran jigsaw tidak sama dengan hasil belajar matematika siswa pada kelas yang menerapkan pembelajaran konvensional.

C. MEMBANDINGKAN TIGA RATA-RATA (Uji kesamaan Tiga rata-rata)

Diberikan data hasil belajar matematika pada siswa di kelas IXA, IXB dan IXD.Kita akan melakukan uji ANAVA terhadap hasil belajar matematika siswa pada kelas- kelas tersebut( Apakah hasil belajar matematika antara kelas IXA,IXB dan IXC mempunyai rata- rata sama?). Diperoleh data sebagai berikut :
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Kelas IXA Kelas IXB Kelas IXD

72 64 76 66 68 70 90 68 80 70 66 70 80 74 80 78 76 83 76 70 85 70 68 85 70 66 70 69 70
78 69 70

90 83 77 80 70 62 75 80 85 80 75 80 80 75 80 83 74 76 79 80 80 75 85 65 80 70 60 85 90
75 68 78

60 56 62 54 56 60 60 58 54 58 58 60 64 62 58 55 62 50 61 58 60 62 60 54 56 55 60 63 60
60 56 66

ANOVA Rata-rata 3 sampel :

1. Hipotesis H0 : 1 = 2 = 2 (artinya tidak ada perbedaan rata-rata) Ha : Paling sedikit ada satu tanda sama dengan tidak berlaku (artinya ada perbedaan ratarata). 2. Menetapkan = 0,05 3. Kriteria Terima H0 jika sig 0,05 atau terima Ha bila Sig. < 0,05 (Pada model ANOVA) 4. Langkah-langkah untuk melakukan uji-t menggunakan SPSS adalah sebagai berikut: Buka layar SPSS Klik variable view, ketik nama variable Hasil_Belajar dan kelas. Klik data view, ketik data pada kolom dibawah variable Hasil_Belajar. Pada kolom kelas, masukkan 1 untuk KELAS IXA, 2 KELAS IXB , dan 3 KELAS IXD Pilih menu Analyze > Compare Means > One way Anova kemudian akan muncul kotak dialog One way Anova Sorot variable Hasil_Belajar kemudian masukkan ke kolom dependent list Sorot variable kelas kemudian masukkan ke kolom factor. Klik Option > statistic descriptive (checklist) Klik Post Hoc > checklist LSD Klik OK

Hasil Output SPSS

Oneway
Descriptives Hasil_Belajar 95% Confidence Interval for Mean N IXA IXB IXD Total 32 32 32 96 Mean 73.25 77.34 58.69 69.76 Std. Deviation 6.599 7.074 3.431 9.958 Std. Error 1.167 1.250 .606 1.016 Lower Bound 70.87 74.79 57.45 67.74 Upper Bound 75.63 79.89 59.92 71.78 Minimum 64 60 50 50 Maximum 90 90 66 90

ANOVA Hasil_Belajar Sum of Squares Between Groups Within Groups Total 6153.396 3266.094 9419.490 df 2 93 95 Mean Square 3076.698 35.119 F 87.607 Sig. .000

Post Hoc Tests

Multiple Comparisons Hasil_Belajar LSD (J) (I) Class Class IXA IXB IXD IXB IXA IXD IXD IXA IXB Mean Difference (I-J) -4.094
*

95% Confidence Interval Std. Error 1.482 1.482 1.482 Sig. .007 .000 .007 .000 .000 .000 Lower Bound -7.04 11.62 1.15 15.71 -17.50 -21.60 Upper Bound -1.15 17.50 7.04 21.60 -11.62 -15.71

14.563 4.094
*

18.656

* * *

1.482 1.482 1.482

-14.563 -18.656

*. The mean difference is significant at the 0.05 level.

ANALISIS HASIL OUTPUT :

Dari Descriptives diperoleh Mean Kelas IXA = 73,25, Mean Kelas IXB = 77,34, dan Mean Kelas IXD = 58,69. Jadi rata-rata hasil belajar yang terbaik adalah Kelas IXB, dilanjutkan Kelas IXB dan yang terakhir adalah Kelas IXD. Dari tabel ANOVA terlihat bahwa sig. = 0,000 < 0,05. Jadi H0 ditolak dan Ha diterima. Jadi dapat disimpulkan Paling sedikit ada satu tanda sama dengan tidak berlaku (artinya ada perbedaan rata-rata). Karena H0 ditolak, maka dilanjutkan pada Analisis LSD pada Post Hoc test, pada table terlihat bahwa : Rata-rata hasil belajar siswa Kelas IXA berbeda dengan Kelas IXB (Karena nilai sig. = 0,007 < 0,05). Rata-rata hasil belajar siswa Kelas IXA berbeda dengan Kelas IXD (Karena nilai sig. = 0,000 < 0,05). Perbedaan meannya adalah 14,563.

Rata-rata hasil belajar siswa Kelas IXB berbeda dengan Kelas IXD (Karena nilai sig. = 0,000 < 0,05). Perbedaan meannya adalah 18,656.

D. REGRESI LINIER SEDERHANA

Akan diteliti pengaruh pemahaman konsep (x) terhadap pemecahan masalah (y). Diambil data hasil belajar pada soal pemahaman konsep dan data hasil belajar pada soal pemecahan masalah. Diperoleh data sebagai berikut :
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Pemahaman konsep(x) Pemecahan Masalah(y)

68 63 92 77 75 57 60 83 68 82 60 70 66 73 65 86 64 58 63 83 48 65 78 92 68 73 71 62 72
78 75 83

78 62 86 63 80 55 72 75 56 76 64 74 62 73 61 83 63 54 64 82 54 63 79 84 65 79 68 65 75
76 78 82

1. Hipotesis a. Uji Kelinearan Model H0 : Model regresi tidak linier (artinya koefisien regresi tidak signifikan) Ha : Model regresi linier (artinya koefisien regresi signifikan) b. Uji Keberartian Koefisien Regresi H0 : Koefisien regresi tidak berarti Ha : Koefisien regresi berarti 2. Menetapkan = 0,05 3. Dasar Pengambilan Keputusan a. Uji kelinearan model Terima H0 jika pada model Anova nilai sig 0,05 atau Tolak Ha bila nilai Sig. < 0,05 (Pada table anova) b. Uji keberartian koefisien regresi Terima H0 jika pada nilai sig 0,05 atau Tolak Ha bila nilai Sig. < 0,05 (Pada tabel koefisien)

Hasil Output SPSS

Regression
Model Summary Adjusted Model 1 R .834
a

R Std. Error of the Estimate 5.916

R Square .695

Square .685

a. Predictors: (Constant), Pemahaman_Konsep

ANOVA Model 1 Regression Residual Total Sum of Squares df 2391.452 1050.048 3441.500 1 30 31

Mean Square 2391.452 35.002

F 68.324

Sig. .000
a

a. Predictors: (Constant), Pemahaman_Konsep b. Dependent Variable: Pemecahan_Masalah

Coefficients

Standardized Unstandardized Coefficients Model 1 (Constant) Pemahaman_Konsep B 4.964 .940 Std. Error 8.372 .114 .834 Coefficients Beta t .593 8.266 Sig. .558 .000

a. Dependent Variable: Pemecahan_Masalah

ANALISIS HASIL OUTPUT :

Nilai sig. pada tabel ANOVA model regretion = 0,000 < 0,05, jadi Ha diterima. Artinya ada hubungan linier antara Hasil belajar Kemampuan konsep dan hasil belajar pemecahan masalah. Pada tabel model summary diperoleh R2 = 0,695, artinya variabel bebas hasil belajar pemahaman konsep memiliki pengaruh kontribusi sebesar 69,5% terhadap variabel hasil belajar matematika pada soal pemecahan masalah dan 30,5% lainnya dipengaruhi oleh faktor-faktor lain diluar variabel hasil belajar pemahaman konsep. Untuk uji keberartian koefisien, dapat dilihat pada table coefficient. Diperoleh nilai sig. = 0,000 < 0,05, jadi H0 ditolak. Jadi koefisien regresi berarti. Artinya kemampuan konsep pada hasil pemecahan masalah. Model regresi yang terbentuk adalah

E. UJI KORELASI
Dengan data berikut akan diteliti apakah ada hubungan antara hasil belajar Matematika pada aspek pemahaman konsep dan hasil belajar pemecahan masalah. Diperoleh data sebagai berikut :
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Pemahaman Konsep Pemecahan Masalah

68 63 92 77 75 57 60 83 68 82 60 70 66 73 65 86 64 58 63 83 48 65 78 92 68 73 71 62 72
78 75 83

78 62 86 63 80 55 72 75 56 76 64 74 62 73 61 83 63 54 64 82 54 63 79 84 65 79 68 65 75
76 78 82

1. Hipotesis H0 : tidak ada korelasi antara hasil belajar pemahaman konsep dan pemecahan masalah Ha : ada korelasi antara hasil belajar pemahaman konsep dan pemecahan masalah 2. Menetapkan = 0,05 3. Kriteria Terima H0 jika sig 0,05 atau terima Ha bila Sig. < 0,05

Hasil Output SPSS

Correlations
Correlations Pemahaman_Ko Pemecahan_Masal nsep Pemahaman_Konsep Pearson Correlation Sig. (2-tailed) N Pemecahan_Masalah Pearson Correlation Sig. (2-tailed) N 32 .834 .000 32 32
**

ah .834 .000 32 1
**

**. Correlation is significant at the 0.01 level (2-tailed).

ANALISIS HASIL OUTPUT :

Nilai sig. pada table Correlations model regresi = 0,000 < 0,05, jadi Ha diterima. Artinya ada korelasi antara hasil belajar pemahaman konsep dan pemecahan masalah Dengan menggunakan Korelasi Pearson diperoleh r = 0,834. Itu berarti hubungan antara hasil belajar pemahaman konsep dan pemecahan masalah sangat kuat sebesar 83,4%. Dari koefisien korelasi yang bertanda ** diperoleh arti adanya hubungan yang searah. Artinya kalau hasil belajar pemahaman konsep meningkat, maka hasil belajar pemecahan masalah juga meningkat. Demikian juga juga sebaliknya.