7.1.1 7.1.1 a.
UJI NORMALITAS Langkah-langkah Uji Nomalitas dengan SPSS 16.0 (i) Masukkan data ke dalam lembar kerja SPSS data editor!
b.
178
c.
Beberapa saat kemudian tampil kotak dialog berikut. (iii) Pindahkan semua variabel kedalam box Dependent list
d.
Beberapa saat kemudian tampil kotak dialog berikut. (v) Pilih dan Klik option Normality plots with Test, selebihnya abaikan kemudian Klik Continue.
(vi) Klik ok
179
7.1.2 OUTPUT HASIL UJI NORMALITAS Tabel 7.1 Output hasil uji normalitas
Tests of Normality Kolmogorov-Smirnov Statistic Jigsaw_1 Jigsaw_2 STAD_1 STAD_2 .197 .129 .232 .160 df 10 10 10 10
a
Shapiro-Wilk Statistic .945 .939 .941 .972 df 10 10 10 10 Sig. .609 .541 .568 .911
.137 .200
*
Dari Tabel 7.1 di atas dijelaskan bahwa data terdistribusi normal, yang dapat dilihat dari nilai signifikansi atau nilai probabilitas. Pedoman pengambilan keputusan adalah jika nilai signifikan < 0,05 data tidak normal dan sebaliknya jika nilai signifikansi > 0,05 data dikatakan normal (Basrowi dan Soenyono, 2007:78). Dari data di atas alat kenormalan uji kenormalan distribusi data yang digunakan uji Kolmogorov smirnov dengan keterangan sama dengan uji Liliefors. Nilai sig untuk variabel sebagai berikut : Jigsaw_1 Jigsaw_2 STAD_1 STAD_2 = 0.200* = 0.200* = 0.137* = 0.200*
180
Keterangan : Jigsaw_1 = Prestasi belajar siswa yang memiliki kemampuan awal tinggi dengan pembelajaran kooperatif tipe Jigsaw Jigsaw_2 = Prestasi belajar siswa yang memiliki kemampuan awal rendah dengan pembelajaran kooperatif tipe Jigsaw. STAD_1 = Prestasi belajar siswa yang memiliki kemampuan awal tinggi dengan pembelajaran kooperatif tipe STAD. STAD_2 = Prestasi belajar siswa yang memiliki kemampuan awal rendah dengan pembelajaran kooperatif tipe STAD. Nilai probabititas atau nilai sig yang didapat dari keempat kelompok data > 0,05, maka keempat di atas terdistribusi normal atau simetri. Jika, digambarkan dalam grafik sebaran data membentuk garis lurus, terlihat seperti dibawah ini : Gambar 1 : Plot distribusi data normal prestasi belajar siswa yang mempunyai kemampuan awal tinggi dengan pembelajaran Jigsaw_1
181
Gambar 2 : Plot distribusi data normal prestasi belajar siswa yang mempunyai kemampuan awal rendah dengan pembelajaran kooperatif tipe Jigsaw_2
Gambar 3 : Plot distribusi data normal prestasi belajar siswa yang mempunyai kemampuan awal tinggi dengan pendekatan model pembelajaran kooperatif tipe STAD_1.
182
Gambar 4 : Plot distribusi data normal prestasi belajar siswa yang mempunyai kemampuan awal rendah dengan pendekatan model pembelajaran kooperatif tipe STAD_2.
183
7.2 UJI HOMOGENITAS 7.2.1 Langkah-langkah Uji Homogenitas dengan SPSS 16.0
a.
(i) Masukkan data ke dalam lembar kerja SPSS data editor! Pada variabel model_kemampuanawal yaitu 1 untuk model Jigsaw kemampuan awal tinggi, 2 untuk model Jigsaw kemampuan awal rendah, 3 untuk model STAD kemampuan awal tinggi ,dan 4 untuk model STAD untuk kemampuan awal rendah.
b.
184
Beberapa saat kemudian tampil kotak dialog berikut. (iii) Pindahkan variabel gain ke dalam kotak Dependent List dan variabel model_kemampuanawal ke dalam kotak Factor.
(vi) Klik menu Options.. d. Beberapa saat kemudian tampil kotak dialog berikut. (v) Pilih dan tandai cek box Homogeneity-of-variance_test pada bagian statistics. (vi) Setelah itu Klik Continue.
(vi) Klik ok
185
7.2.2 OUTPUT HASIL UJI HOMOGENITAS Tabel 7.2 Output hasil uji homogenitas.
Test of Homogeneity of Variances Gain Levene Statistic 2.535 df1 3 df2 36 Sig. .072
Output Test of homogeneity of variances digunakan untuk mengetahui apakah sampel tersebut memiliki varian yang sama . Pedoman pengambilan keputusannya adalah jika pada levene statistic bernilai signifikansi (sig) < 0,05 maka data tidak homogen dan sebaliknya jika nilai signifikansi (sig) > 0,05 maka data dikatakan homogen (Basrowi dan Soenyono, 2007 : 105). Berdasarkan Tabel 7.2 di atas dapat diketahui nilai levene statistic adalah 2,535 dengan nilai probabiltas atau sig > 0,05 yaitu 0,072 maka varian sampel adalah homogen.