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.
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
2,6457 yang mana Confidence Interval memuat nilai 0, artinya menerima H0.
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
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
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
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.
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
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
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
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
* * *
-14.563 -18.656
Rata-rata hasil belajar siswa Kelas IXB berbeda dengan Kelas IXD (Karena nilai sig. = 0,000 < 0,05). Perbedaan meannya adalah 18,656.
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)
Regression
Model Summary Adjusted Model 1 R .834
a
R Square .695
Square .685
ANOVA Model 1 Regression Residual Total Sum of Squares df 2391.452 1050.048 3441.500 1 30 31
F 68.324
Sig. .000
a
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
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
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
**