Anda di halaman 1dari 29

Pengampu: Prof. Dr. I Wayan Koyan, M.

Pd
muhammad ali gunawan_uas analisis multivariat2007
1
ANALISIS MULTIVARIAT

(ANAKOVA DAN PATH ANALISYS)
TUGAS UJIAN AKHIR SEMESTER 2


Dosen : Prof. Dr. I. Wayan Koyan, M.Pd.















OLEH
MUHAMMAD ALI GUNAWAN
NIM. 062 902 1006






JURUSAN PENELITIAN DAN EVALUASI PENDIDIKAN (PEP)
PROGRAM PASCASARJANA
UNIVERSITAS PENDIDIKAN GANESHA (UNDIKSHA)
SINGARAJA
2007/2008
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
2
ANALISIS KOVARIAN (ANAKOVA)

Oleh MUHAMMAD ALI GUNAWAN


Per masalahan :
Sebuah penelitian ingin mengetahui pengaruh metode pembelajaran terhadap hasil belajar
dengan menempatkan minat sebagai factor kendali (kovariabel).

Rumusan Masalah Penelitian :
Setelah dikendalikan oleh kovariabel minat (X), apakah terdapat perbedaan hasil belajar
(Y) antara siswa yang diajar dengan metode Inquiry (A1) dengan metode diskusi (A2) dan
metode ceramah (A3)?

Hipotesis Penelitian :
Ho: Setelah dikendalikan oleh kovariabel minat (X), tidak terdapat perbedaan hasil belajar
(Y) antara siswa yang diajar dengan metode Inquiry (A1) dengan metode diskusi (A2)
dan metode ceramah (A3)?
H
1
: Setelah dikendalikan oleh kovariabel minat (X), terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A1) dengan metode diskusi (A2) dan
metode ceramah (A3)?


Hipotesis Statistik:
2 1 1
2 1 0
:
:

H
H

Kriteria pengujian: Tolak H
0
jika F*A>F
1( ;db A: db D)

Terima H0 jika F*A< F
1( ;db A: db D)


Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
3
1. Tabel Hasil Penelitian
A1 A2 A3
Respoden X Y X Y X Y
1 9 7 8 4 7 3
2 8 7 8 5 8 4
3 9 7 8 3 7 5
4 8 6 7 5 6 5
5 9 7 6 4 7 4
6 7 6 5 6 8 5
7 9 5 7 5 9 4
8 9 6 6 4 8 6
9 8 5 7 5 7 5
10 9 6 6 4 8 6
11 8 7 7 5 8 7
12 7 6 8 6 5 7
13 8 5 9 5 6 6
14 7 6 6 4 8 5
15 6 7 8 4 7 5
16 8 6 8 4 6 4
17 9 5 9 5 7 5
18 9 6 8 6 8 4
19 8 5 7 5 5 5
20 9 5 8 4 8 4
21 6 6 7 6 6 2
22 7 7 8 5 6 4
23 8 6 6 4 7 4
24 7 7 7 3 8 3
25 8 7 6 4 5 4
26 9 6 5 5 6 3
27 6 5 7 5 7 2
28 7 6 6 5 6 3
29 8 6 8 4 5 4
30 9 5 7 5 5 3
31 6 6 6 4 6 4
32 9 5 6 6 7 4
33 9 5 6 5 5 3
34 7 6 5 3 6 2
35 9 5 6 4 7 5
36 8 6 9 5 5 6
37 9 7 7 4 5 5
38 8 6 9 5 5 4
39 7 6 7 5 6 3
40 7 6 7 4 6 4
41 6 8 7 3 5 5
42 7 7 6 4 6 4
43 8 8 7 5 5 5
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
4
44 9 6 5 4 4 6
45 8 7 8 5 6 5
46 8 8 7 6 7 6
47 8 9 6 5 6 3
48 9 8 7 4 5 4
49 7 7 8 5 6 5
50 7 6 6 4 5 4
51 7 6 6 5 6 4
52 6 5 5 6 5 5
53 7 6 6 5 6 6
54 8 5 5 6 6 7
55 7 7 6 7 5 5
56 8 6 5 6 7 6
57 7 5 5 5 6 4
58 7 6 6 4 5 2
59 7 7 7 5 6 2
60 6 6 6 4 7 3
61 7 7 7 5 6 4
62 8 6 8 6 5 5
63 9 8 7 5 7 4
64 9 6 6 4 6 5
65 9 5 7 5 5 5
66 8 6 6 6 4 6
67 9 5 7 5 5 4
68 8 5 6 4 6 2
69 9 7 7 5 6 2
70 8 6 6 6 5 4
71 7 5 8 5 7 5
72 8 8 7 4 6 4
73 7 6 7 5 5 5
74 8 8 6 6 6 3
75 7 7 7 5 5 5
76 8 6 7 4 6 4
77 8 6 6 6 5 4
78 8 7 8 7 6 5
79 9 6 8 6 5 6
80 8 8 6 4 6 5
81 9 7 5 5 7 4
82 8 6 5 6 7 6
83 9 7 5 5 6 5
84 8 5 6 7 5 5
85 9 8 6 3 6 4
86 8 7 7 5 7 5
87 9 5 8 4 6 6
88 8 6 7 6 5 5
89 7 7 6 5 6 4
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
5
90 8 8 7 4 5 3
91 8 8 5 6 4 4
92 7 7 6 5 5 3
93 8 8 8 4 6 5
94 7 7 7 7 5 4
95 7 6 7 5 6 6
96 7 8 6 6 6 5
97 7 6 7 4 6 4
98 6 5 6 5 5 5
99 8 7 7 6 5 3
100 9 6 6 4 7 4

Keterangan :
A = Metode pembelajaran
A
1
= Metode Inquiry
A
2
= Metode Diskusi
A
3
= Metode Ceramah
X = Skor Tes Minat (sebagai kovariabel)
Y = Skor Hasil Belajar Matematika

Tabel Hasil Perhitungan:
A1 A2 A3
Respoden X Y X
2
Y
2
XY X Y X
2
Y
2
XY X Y X
2
Y
2
XY
1 9 7 81 49 63 8 4 64 16 32 7 3 49 9 21
2 8 7 64 49 56 8 5 64 25 40 8 4 64 16 32
3 9 7 81 49 63 8 3 64 9 24 7 5 49 25 35
4 8 6 64 36 48 7 5 49 25 35 6 5 36 25 30
5 9 7 81 49 63 6 4 36 16 24 7 4 49 16 28
6 7 6 49 36 42 5 6 25 36 30 8 5 64 25 40
7 9 5 81 25 45 7 5 49 25 35 9 4 81 16 36
8 9 6 81 36 54 6 4 36 16 24 8 6 64 36 48
9 8 5 64 25 40 7 5 49 25 35 7 5 49 25 35
10 9 6 81 36 54 6 4 36 16 24 8 6 64 36 48
11 8 7 64 49 56 7 5 49 25 35 8 7 64 49 56
12 7 6 49 36 42 8 6 64 36 48 5 7 25 49 35
13 8 5 64 25 40 9 5 81 25 45 6 6 36 36 36
14 7 6 49 36 42 6 4 36 16 24 8 5 64 25 40
15 6 7 36 49 42 8 4 64 16 32 7 5 49 25 35
16 8 6 64 36 48 8 4 64 16 32 6 4 36 16 24
17 9 5 81 25 45 9 5 81 25 45 7 5 49 25 35
18 9 6 81 36 54 8 6 64 36 48 8 4 64 16 32
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
6
19 8 5 64 25 40 7 5 49 25 35 5 5 25 25 25
20 9 5 81 25 45 8 4 64 16 32 8 4 64 16 32
21 6 6 36 36 36 7 6 49 36 42 6 2 36 4 12
22 7 7 49 49 49 8 5 64 25 40 6 4 36 16 24
23 8 6 64 36 48 6 4 36 16 24 7 4 49 16 28
24 7 7 49 49 49 7 3 49 9 21 8 3 64 9 24
25 8 7 64 49 56 6 4 36 16 24 5 4 25 16 20
26 9 6 81 36 54 5 5 25 25 25 6 3 36 9 18
27 6 5 36 25 30 7 5 49 25 35 7 2 49 4 14
28 7 6 49 36 42 6 5 36 25 30 6 3 36 9 18
29 8 6 64 36 48 8 4 64 16 32 5 4 25 16 20
30 9 5 81 25 45 7 5 49 25 35 5 3 25 9 15
31 6 6 36 36 36 6 4 36 16 24 6 4 36 16 24
32 9 5 81 25 45 6 6 36 36 36 7 4 49 16 28
33 9 5 81 25 45 6 5 36 25 30 5 3 25 9 15
34 7 6 49 36 42 5 3 25 9 15 6 2 36 4 12
35 9 5 81 25 45 6 4 36 16 24 7 5 49 25 35
36 8 6 64 36 48 9 5 81 25 45 5 6 25 36 30
37 9 7 81 49 63 7 4 49 16 28 5 5 25 25 25
38 8 6 64 36 48 9 5 81 25 45 5 4 25 16 20
39 7 6 49 36 42 7 5 49 25 35 6 3 36 9 18
40 7 6 49 36 42 7 4 49 16 28 6 4 36 16 24
41 6 8 36 64 48 7 3 49 9 21 5 5 25 25 25
42 7 7 49 49 49 6 4 36 16 24 6 4 36 16 24
43 8 8 64 64 64 7 5 49 25 35 5 5 25 25 25
44 9 6 81 36 54 5 4 25 16 20 4 6 16 36 24
45 8 7 64 49 56 8 5 64 25 40 6 5 36 25 30
46 8 8 64 64 64 7 6 49 36 42 7 6 49 36 42
47 8 9 64 81 72 6 5 36 25 30 6 3 36 9 18
48 9 8 81 64 72 7 4 49 16 28 5 4 25 16 20
49 7 7 49 49 49 8 5 64 25 40 6 5 36 25 30
50 7 6 49 36 42 6 4 36 16 24 5 4 25 16 20
51 7 6 49 36 42 6 5 36 25 30 6 4 36 16 24
52 6 5 36 25 30 5 6 25 36 30 5 5 25 25 25
53 7 6 49 36 42 6 5 36 25 30 6 6 36 36 36
54 8 5 64 25 40 5 6 25 36 30 6 7 36 49 42
55 7 7 49 49 49 6 7 36 49 42 5 5 25 25 25
56 8 6 64 36 48 5 6 25 36 30 7 6 49 36 42
57 7 5 49 25 35 5 5 25 25 25 6 4 36 16 24
58 7 6 49 36 42 6 4 36 16 24 5 2 25 4 10
59 7 7 49 49 49 7 5 49 25 35 6 2 36 4 12
60 6 6 36 36 36 6 4 36 16 24 7 3 49 9 21
61 7 7 49 49 49 7 5 49 25 35 6 4 36 16 24
62 8 6 64 36 48 8 6 64 36 48 5 5 25 25 25
63 9 8 81 64 72 7 5 49 25 35 7 4 49 16 28
64 9 6 81 36 54 6 4 36 16 24 6 5 36 25 30
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
7
65 9 5 81 25 45 7 5 49 25 35 5 5 25 25 25
66 8 6 64 36 48 6 6 36 36 36 4 6 16 36 24
67 9 5 81 25 45 7 5 49 25 35 5 4 25 16 20
68 8 5 64 25 40 6 4 36 16 24 6 2 36 4 12
69 9 7 81 49 63 7 5 49 25 35 6 2 36 4 12
70 8 6 64 36 48 6 6 36 36 36 5 4 25 16 20
71 7 5 49 25 35 8 5 64 25 40 7 5 49 25 35
72 8 8 64 64 64 7 4 49 16 28 6 4 36 16 24
73 7 6 49 36 42 7 5 49 25 35 5 5 25 25 25
74 8 8 64 64 64 6 6 36 36 36 6 3 36 9 18
75 7 7 49 49 49 7 5 49 25 35 5 5 25 25 25
76 8 6 64 36 48 7 4 49 16 28 6 4 36 16 24
77 8 6 64 36 48 6 6 36 36 36 5 4 25 16 20
78 8 7 64 49 56 8 7 64 49 56 6 5 36 25 30
79 9 6 81 36 54 8 6 64 36 48 5 6 25 36 30
80 8 8 64 64 64 6 4 36 16 24 6 5 36 25 30
81 9 7 81 49 63 5 5 25 25 25 7 4 49 16 28
82 8 6 64 36 48 5 6 25 36 30 7 6 49 36 42
83 9 7 81 49 63 5 5 25 25 25 6 5 36 25 30
84 8 5 64 25 40 6 7 36 49 42 5 5 25 25 25
85 9 8 81 64 72 6 3 36 9 18 6 4 36 16 24
86 8 7 64 49 56 7 5 49 25 35 7 5 49 25 35
87 9 5 81 25 45 8 4 64 16 32 6 6 36 36 36
88 8 6 64 36 48 7 6 49 36 42 5 5 25 25 25
89 7 7 49 49 49 6 5 36 25 30 6 4 36 16 24
90 8 8 64 64 64 7 4 49 16 28 5 3 25 9 15
91 8 8 64 64 64 5 6 25 36 30 4 4 16 16 16
92 7 7 49 49 49 6 5 36 25 30 5 3 25 9 15
93 8 8 64 64 64 8 4 64 16 32 6 5 36 25 30
94 7 7 49 49 49 7 7 49 49 49 5 4 25 16 20
95 7 6 49 36 42 7 5 49 25 35 6 6 36 36 36
96 7 8 49 64 56 6 6 36 36 36 6 5 36 25 30
97 7 6 49 36 42 7 4 49 16 28 6 4 36 16 24
98 6 5 36 25 30 6 5 36 25 30 5 5 25 25 25
99 8 7 64 49 56 7 6 49 36 42 5 3 25 9 15
100 9 6 81 36 54 6 4 36 16 24 7 4 49 16 28
Jumlah 784 634 6232 4116 4968 669 487 4581 2457 3253 603 439 3743 2063 2650






Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
8
1. Tabel Statistik Anakova


Statistik A
1
A
2
A
3
Total
N 100 100 100 300
X 784 669 603 2056
X
2
6232 4581 3743 14556
Y 634 487 439 1560
Y
2
4116 2457 2063 8636
XY 4968 3253 2650 10871

7.84 6.69 6.03 6.85
Y 6.34 4.87 4.39 5.20


2. Langkah-langkah Perhitungan
A. Sumber Variasi Total ( Residu)
1) JK
y t
=
( )
2
2
2
N
Y
t
t
t
Y
y



=
300
) 1560 (
8636
2


=
300
2433600
8636

= 8636 8112 = 524


2)
( )
2
2 2
N
X
X x JK
t
t t x
t




=
( )
2
300
2056
14556

=
300
4227136
14556

= 14556 14090,45

= 465,55
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
9
3)
( )( )



N
Y X
XY xy JK
t
xy


=
( )( )
300
1560 2056
10871

=
300
3207360
10871

= 10871 1069,12

= 179,8

4) 39 , 0
55 , 465
8 , 179
2

t
t
x
xy
Beta

5)

xy x JK
t
regtot


= 0,39 x 179,8

= 70,12

6)
t t t
regtot t y tot res
JK JK JK

= 524 70,12

= 453,88

B. Sumber Variasi Dalam ( JK dalam residu )
1)
( )
2
2 2




A
A
t t Yd
n
Y
Y y JK


( ) ( )
100
) 439 (
100
487
100
634
8636
2 2 2
+ +

=
,
_

+ +
100
192721
100
237169
100
401956
8636

= 8636 (4019,56 + 2371,69 + 1927,21)

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
10
JK
yd
= 317,54
2)
( )



a
A
t t x
n
X
X x JP
d
2
2 2


=
( ) ( )
100
) 603 (
100
669
100
784
14556
2 2 2
+ +

=
,
_

+ +
100
363609
100
447561
100
614656
14556

= 14556 (6146,56 + 4475,61 + 3636,09)

= 14556 14258,26

= 297,74

3)
( )( )




A
A A
t t xy
n
Y X
XY xy JP
d


=
( ) ( )

,
_

+ +
100
439 603 (
100
487 669
100
634 784
10871
x x x


=
,
_

+ +
100
264717
100
325803
100
497056
10871

= 10871 (4970,56 + 3258,03 + 2647,17)

= 10871 10875,76 = -4,76


4) 02 , 0
74 , 297
76 , 4
2

t
t
d
x
xy
Beta


5)

xy x JK
d
reg


= (-0,02) x (-4,76)

= 0,08

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
11
6)
d d d
reg y res
JK JK JK

= 317,54 0,08

= 317,46

C. Sumber Variasi Antar

46 , 317 559 , 454
d t
res res A
JK JK JK

= 137,10

D. Menghitung Derajat Kebebasan

db* A = db A = a 1 = 3 1 = 2

db* d = db
d
M = N a M

= 300 3 1 = 296

db* t = db
t
M = N 1 M = 300 1 1 = 298


E. Menghitung Rata-Rata Kuadrat (RK)
2
10 , 137
*
*
*
A
A
A
db
JK
RK

= 68,55

296
46 , 317
*
*
*
d
d
db
JK
d RK

= 1,07

F. Menghitung Harga F

d
A
RK
RK
F
*
*
*

=
07 , 1
55 , 68
= 63,91

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
12
F
hitung
= 63,91

G. Rata-rata Residu (adjusted mean)



) ( 1
1 1
T A
A
X X Y M
dal
6,34 (-0,02) x (7,84 6,85)) = 6,36
87 , 4 ))) 85 , 6 69 , 6 ( ) 02 , 0 (( 87 , 4 ) ( 2 2
2


x X X Y M T A A
A
dal



))) 85 , 6 03 , 6 ( ) 02 , 0 ( 39 , 4 ) ( 3
3 3
x X X Y M T A
A A
dal
4,38


3. Rangkuman Anakova Satu Jalur

F
tabel
Sumber
Variasi
JK db RK FA*
5%
Keterangan
Antar 137.10 2 68.55 63.91 3,03* Signifikan
Dalam(er ror) 317.46 296 1.07 -
Total(residu) 454.56 298 - -
*Hasil Interpolasi

Cara mencari interpolasi pada tabel F, digunakan rumus matematika:

) .(
) (
) (
0
0 1
0 1
0
B B
B B
C C
C C

+
Keterangan :
B = nilai dk yang dicari
Bo = nilai dk pada awal nilai yang sudah ada
B1 = nilai dk pada akhir nilai yang sudah ada
C = nilai F-tabel yang dicari
Co = nilai F-tabel pada awal nilai yang sudah ada
C1 = nilai F-tabel pada akhir nilai yang sudah ada

B = N a M = 300 3 1 = 296
Bo = 200
B1 = 400
Co = 3,04
C1 = 3,02
C = .?
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
13
) .(
) (
) (
0
0 1
0 1
0
B B
B B
C C
C C

+

) 200 296 .(
) 200 400 (
) 04 , 3 02 , 3 (
04 , 3

+ C

C = 3,03


Dari hasil perhitungan di atas, diperoleh F* = 63,90, sedangkan F tabel pada taraf
signifikansi 5% dengan db = 2 : 296 adalah 3,03. F* > F tabel. Dengan demikian, H0 ditolak
dan H1 diterima, sehingga dapat disimpulkan bahwa setelah dikendalikan oleh kovariabel skor
minat, terdapat perbedaan hasil belajar yang signifikan antara siswa yang diajar dengan metode
pembelajaran inquiry dengan siswa yang diajar dengan metode diskusi dan metode ceramah.
Karena hasil F* signifikan, maka dilanjutkan dengan uji lanjut.

4. UJI LANJUT
Uji lanjut dalam tugas ini, digunakan rumus Protected LSD dengan rumus:
t
1-2
=
( )
1
1
]
1

,
_

.
2
2 1
2 1
2 1
1 1
dal
JK
X X
n n
RKd
M M


UJI LANJUT UNTUK A
1
DAN A
2

Hipotesis yang akan diuji :
Ho : Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A
1
) dengan metode diskusi (A
2
)
H
1
: Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A
1
) dengan metode diskusi (A
2
)
Hipotesis statistic:

0
H

0
H
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
14

t
1-2
=
( )
1
1
]
1

,
_

.
2
2 1
2 1
2 1
1 1
dal
JK
X X
n n
RKd
M M


=
( )
1
]
1


+
,
_

46 , 317
69 , 6 84 , 7
100
1
100
1
07 , 1
87 , 4 34 , 6
2
x


=
) 004165 , 0 ( ) 02 , 0 [( 07 , 1
47 , 1
+ x

=
1607 , 0
47 , 1

= 9,15

Dengan demikian, t
12
hitung = 9,15. sedangkan t
tabel
dengan db = n 1 = 100 1 = 99 dan
taraf signifikansi 5% diperoleh t
tabel
= 1,663 (hasil interpolasi). Ternyata t
hitung
> t
tabel
= 9,15 >
1,663, sehingga Ho ditolak dan H
1
diterima.

Kesimpulan:
Setelah dikendalikan oleh variabel minat (X), terdapat perbedaan hasil belajar (Y) antara
siswa yang diajar dengan metode Inquiry (A
1
) dengan metode diskusi (A
2
)


UJI LANJUT UNTUK A
1
dan A
3


Ho : Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A
1
) dengan metode ceramah (A
3
).
H
1
: Setelah dikendalikan oleh variabel minat (X), terdapat perbedaan hasil belajar (Y) antara
siswa yang diajar dengan metode Inquiry (A
1
) dengan metode ceramah (A
3
).

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
15
Hipotesis statistic:

0
H

0
H

( )
1
1
]
1

,
_

.
2
3 1
3 1
3 1
3 1
1 1
dal
JK
X X
n n
RKd
M M
t

( )
1
]
1


+
,
_

46 , 317
03 , 6 84 , 7
100
1
100
1
07 , 1
39 , 4 34 , 6
2
3 1
x
t

( )
( )
83 , 10
1801 , 0
95 , 1
46 , 317
81 , 1
02 , 0 07 , 1
95 , 1
2
3 1

1
]
1

x
t

Dengan demikian, t
12
hitung = 10,83. sedangkan t
tabel
dengan db = n 1 = 100 1 = 99
dan taraf signifikansi 5% diperoleh t
tabel
= 1,663 (hasil interpolasi). Ternyata t
hitung
> t
tabel
=
10,83 > 1,663, sehingga Ho ditolak dan H1 diterima.

Kesimpulan:
Setelah dikendalikan oleh variabel minat (X), terdapat perbedaan hasil belajar (Y) antara
siswa yang diajar dengan metode Inquiry (A
1
) dengan metode ceramah (A
3
).

UJI LANJUT UNTUK A
2
dan A
3

Ho : Setelah dikendalikan oleh kovariabel minat (X), tidak terdapat perbedaan hasil belajar
(Y) antara siswa yang diajar dengan metode Diskusi (A
2
) dengan metode ceramah (A
3
).
H
1
: Setelah dikendalikan oleh kovariabel minat (X), terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Diskusi (A
2
) dengan metode ceramah (A
3
).



Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
16
Hipotesis statistic:

0
H

0
H

( )
1
1
]
1

,
_

.
2
3 2
3 2
3 2
3 2
1 1
dal
JK
X X
n n
RKd
M M
t

( )
1
]
1


+
,
_

46 , 317
03 , 6 69 , 6
100
1
100
1
07 , 1
39 , 4 87 , 4
2
3 2
x
t

( ) [ ]
18 , 3
151 , 0
48 , 0
) 001372 , 0 ( 02 , 0 07 , 1
48 , 0
3 1

+

x
t

Dengan demikian, t
12
hitung = 3,18. sedangkan t
tabel
dengan db = n 1 = 100 1 = 99 dan
taraf signifikansi 5% diperoleh t
tabel
= 1,663 (hasil interpolasi). Ternyata t
hitung
> t
tabel
= 3,18 >
1,663, sehingga Ho ditolak dan H1 diterima.

Kesimpulan:
Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Diskusi (A
2
) dengan metode ceramah (A
3
).

KESIMPULAN PENELITIAN
Setelah dikendalikan oleh kovariabel minat, terdapat perbedaan hasil belajar antara siswa
yang diajar dengan metode Inquiry dengan metode diskusi dan metode ceramah

Untuk lebih meyakinkan, hasil perhitungan secara manual ini dapat dibandingkan dengan hasil
analisis dengan menggunakan bantuan program SPSS for Windows. Apabila ini dilakukan
maka hasilnya akan tampak sebagai berikut:


Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
17
Univariate Anal ysis of Variance

Between-Subjects Factors
100
100
100
1.00
2.00
3.00
X
N

Tests of Between-Subj ects Effects
Dependent Variable: Z
206.536
a
3 68.845 64.191 .000
175.013 1 175.013 163.180 .000
7.610E-02 1 7.610E-02 .071 .790
137.095 2 68.548 63.913 .000
317.464 296 1.073
8636.000 300
524.000 299
Source
Corrected Model
Intercept
Y
X
Error
Total
Corrected Total
Type III Sum
of Squares df Mean Square F Sig.
R Squared = .394 (Adjusted R Squared = .388)
a.



Hasil analisis menunjukkan bahwa harga F untuk x besarnya 63,913 (sama dengan hasil
hitungan manual), dengan signifikansi 0,000. untuk menginterpretasikan hasil analisis di atas
dilakukan mekanisme sebagai berikut:

a. Menyusun hipotesis

Ho : Setelah dikendalikan oleh kovariabel minat (X), tidak terdapat perbedaan hasil belajar
(Y) antara siswa yang diajar dengan metode Diskusi (A
2
) dengan metode ceramah (A
3
).
H
1
: Setelah dikendalikan oleh kovariabel minat (X), terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Diskusi (A
2
) dengan metode ceramah (A
3
).

3 2 1 1
3 2 1 0
:
:




H
H


Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
18
b. Menetapkan signifikansi, misalnya = 0,05
c. membandingkan dengan signifikansi yang diperoleh (sig). apabila < sig., maka H1
diterima, sebaliknya sig., maka Ho diterima.
Dari bagan di atas, dapat diketahui bahwa sig. besarnya 0,000 lebih kecil daripada = 0,05.
Dengan demikian Ho ditolak.

KESIMPULAN:
Setelah dikendalikan oleh kovariabel minat, terdapat perbedaan hasil belajar antara siswa
yang diajar dengan metode Diskusi dengan metode ceramah.



Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
19
ANALISIS JALUR (PATH ANALISYS)

Sebuah penelitian dilakukan untuk mengetahui hubungan antara hasil belajar
Matematika siswa SMA dengan rata-rata skor hasil ujian (RSHU) sejumlah siswa diregresikan
atas Minat Belajar (MB), Perhatian Orang Tua (POT) status sosial ekonomi (SSE), kecerdasan
(IQ) dan kebutuhan berprestasi (KBP). di Kabupaten Buleleng.

Rumusan Masalah:
1. Apakah ada hubungan antara rata-rata skor hasil ujian dengan minat belajar (SSE),
Perhatian Orang Tua (POT), Kecerdasan (IQ), Motivasi berprestasi (MB), dan
kebutuhan berprestasi (KBP)?
2. Bagaimana bentuk hubungan antara rata-rata skor hasil ujian dengan minat belajar
(MB), Perhatian Orang Tua (POT), status sosial ekonoi (SSE), kecerdasan (IQ), dan
kebutuhan berprestasi (KBP)?


Data Hasil Penelitian:
Responden X1 X2 X3 X4 X5 X6
1 8 5 105 6 6 9
2 7 6 87 7 7 8
3 6 6 98 8 7 8
4 7 6 100 7 7 9
5 8 5 97 7 6 8
6 7 6 87 8 7 8
7 6 8 80 7 7 8
8 7 7 90 6 7 8
9 7 9 98 7 9 8
10 7 6 79 8 7 7
11 8 7 100 8 7 9
12 8 6 103 7 7 9
13 7 5 78 6 8 7
14 7 6 86 7 7 8
15 6 7 60 8 6 7
16 7 6 80 5 7 8
17 6 7 100 6 8 9
18 7 8 115 7 6 9
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
20
19 6 7 98 8 7 8
20 7 6 77 7 6 7
21 6 7 80 9 7 8
22 7 7 70 8 8 7
23 5 7 40 7 7 5
24 6 6 70 6 8 7
25 7 7 85 7 7 8
26 8 7 97 8 9 8
27 7 6 82 7 5 8
28 6 7 74 6 8 7
29 7 6 68 7 7 7
30 8 7 87 8 6 8
31 5 6 87 7 7 8
32 6 7 68 6 6 7
33 5 8 70 7 5 7
34 6 7 90 8 6 8
35 5 6 65 7 7 7
36 6 5 89 6 7 8
37 7 6 90 7 6 8
38 6 6 100 7 5 9
39 6 6 102 7 6 9
40 6 6 100 7 7 9
41 7 7 90 8 6 8
42 8 6 79 7 7 7
43 7 7 83 6 6 8
44 8 8 90 7 5 8
45 6 5 100 7 6 9
46 5 7 120 8 7 9
47 7 6 60 7 6 7
48 8 5 88 7 7 8
49 7 8 79 9 8 7
50 8 6 89 9 7 8
51 7 7 100 8 7 9
52 6 7 104 7 8 9
53 7 6 89 8 8 8
54 5 7 100 8 7 9
55 6 7 107 7 8 9
56 8 5 112 8 6 9
57 7 4 87 7 8 8
58 8 5 90 8 7 8
59 6 6 75 7 7 7
60 5 5 100 9 6 9
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
21
61 6 6 119 8 7 9
62 7 5 98 7 7 8
63 6 5 99 6 7 8
64 5 6 95 6 7 8
65 6 6 87 7 7 8
66 7 5 67 8 8 7
67 7 6 87 7 7 8
68 6 5 65 6 6 7
69 5 3 36 7 6 5
70 6 5 76 8 7 7
71 7 6 87 7 7 8
72 8 5 78 6 7 7
73 7 7 67 7 6 7
74 7 8 70 8 7 7
75 6 6 87 7 7 8
76 7 6 89 6 7 8
77 8 7 66 7 6 7
78 5 7 42 8 7 5
79 6 4 70 7 6 7
80 7 5 84 6 7 8
81 6 7 67 7 6 7
82 6 5 66 8 6 7
83 5 6 76 6 6 7
84 7 6 75 7 6 7
85 5 6 70 8 7 7
86 6 7 40 7 6 5
87 7 8 100 6 7 9
88 8 6 80 7 7 8
89 7 5 65 8 7 7
90 7 7 87 9 6 8
91 5 6 56 8 7 5
92 5 6 72 7 7 7
93 5 7 60 7 7 7
94 6 6 90 7 7 8
95 7 6 82 8 7 8
96 6 6 100 7 8 9
97 7 7 85 8 7 8
98 5 7 78 8 6 7
99 6 6 93 9 7 8
100 8 8 103 8 6 9
Keterangan:
X
1
= Status Sosial Ekonomi
X
2
= Perhatian Orang Tua
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
22
P62
P52
P65
P63
P64
P61
r
45

P4R4
P5R5
P6R6
P41
P42
P53
r
12

r
23

r
13

(0,27)
(0,003
(0,01)
(0,09)
X
3
= Kecerdasan (IQ)
X
4
= Minat Belajar
X
5
= Motivasi Berprestasi
X
6
= Rata-rata Hasil Ujian Matematika
Dari status siswa yang diteliti, sesudah dilakukan perhitung-perhitungan dengan rumus korelasi
product moment dari Pearson, diperoleh matrik korelasi sebagai berikut.
Matrik Korelasi antar Variabel
Variabel SSE (X1) POT (X2) IQ (X3) MB (X4) KBP (X5) RSHU (X6)
SSE (X1) 1,00 0.003 0.27 0.01 0.03 0.29
POT (X2) 1,00 0.09 0.15 0.05 0.10
IQ (X3) 1,00 0.05 0.13 0.93
MB (X4) 1,00 0.01 0.01
KBP (X5) 1,00 0.06
RSHU (X6) 1,00

Misalnya untuk itu, model kausal yang dibuat adalah sebagai berikut.




















Gambar 01: Diagram Jalur
MB
X
4
RSU
X
6
R
4
R
6
KBP
X
5
R
5
SSE
X
1
Pot
X
2
IQ
X
3
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
23
Dalam gambar 01 ini tampak bahwa sementara sementara SSE, POT dan IQ diambil
sebagai variabel eksogenus, keduanya merupakan penyebab bagi MB dan KBP. Variabel SSE,
POT, IQ, MB, dan KBP menjadi penyebab bagi RSHU
Untuk menghitung koefisien-koefisien jalur dalam model kausal ini, diperlukan tiga
analisis regresi. (1) Regresi MB dan SSE untuk mendapatkan P
41
dan P
42
yang menghasilkan
sistem rekursif z
4
= P
41
z
1
+ P
42
z
2
+e
4
, (2) regresi KBP atas IQ, dan POT, untuk mendapatkan
P
52
, dan P
53
dengan sistem rekursif z
5
= P
52
z
1
+ P
53
z
2
+ e
5
, (3) Regresi RSHU atas SSE, POT
dan MB yang menghasilkan sistem rekursif z
6
= P
61
z
1
+ P
62
z
2
+ e
6
, dan (4) Regresi RSHU atas
POT, IQ dan KBP yang menghasilkan sistem rekursif z
6
= P
62
z
1
+ P
63
z
2
+ e
6.
atau bisa
disederhanakan menjadi tiga analisis regresi yaitu : z
6
= P
61
z
1
+ P
62
z
2
+ P
63
z
3
+e
6
.

z
4
= P
41
z
1
+ P
42
z
2
+e
4
z
5
= P
52
z
1
+ P
53
z
2
+ e
5
z
6
= P
61
z
1
+ P
62
z
2
+ P
63
z
3
+e
6

Selanjutnya, dengan menggunakan cara yang telah dijelaskan di atas, dapat disusun
sistem persamaan yang menghubungkan rij dan Pij, kemudian dengan memasukkan harga-
harga rij dan Pij, dapat dihitung koefisien-koefisien jalur Pij. Dengan menggunakan rumus
yang telah dijelaskan di atas, untuk r
13
, r
23
, r
14
, r
24
, dan r
34
dan memanfaatkan sistem rekursif
yang telah dijelaskan, kita memiliki lima sembilan jalur (P
41
, P
42
, P
52
, P
53
, P
61,
P
62,
P
63,
P
64,
P
65
)
sebagai berikut.
65 45 64 56
45 65 64 46
35 65 63 23 62 36
52 65 23 63 62 26
24 64 62 12 61 26
14 64 12 62 61 16
53 23 52 35
23 53 52 25
42 12 41 24
12 2 41 14
P r P r
r P P r
r P P r P r
r P r P P r
r P P r P r
r P r P P r
P r P r
r P P r
P r P r
r P P r
+
+
+ +
+ + +
+ +
+ + +
+
+
+
+

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
24
Dalam persamaan di atas, hubungan X
2
dan X
6
terdiri dari dua persamaan korelasi yaitu:
52 65 23 63 62 26
24 64 62 12 61 26
r P r P P r
r P P r P r
+ + +
+ +


Dari persamaan diatas didapatkan :
52 65 23 63 62 26
24 64 62 12 61 26
r P r P P r
r P P r P r
+ + +
+ +

52 65 23 24 64 12 61 63 62 26
52 65 23 24 64 12 61 63 62 26
2
1
2
1
2
1
2
1
2
1
2 2
r P r r P r P P P r
r P r r P r P P P r
+ + + + +
+ + + + +



Dengan demikian didapatkan persamaan :

65 45 64 56
45 65 64 46
35 65 63 23 62 36
52 65 23 24 64 12 61 63 62 26
14 64 12 62 61 16
53 23 52 35
23 53 52 25
42 12 41 24
12 2 41 14
2
1
2
1
2
1
2
1
2
1
P r P r
r P P r
r P P r P r
r P r r P r P P P r
r P r P P r
P r P r
r P P r
P r P r
r P P r
+
+
+ +
+ + + + +
+ + +
+
+
+
+



Dengan memasukkan harga-harga rij dari matrik korelasi akan memberikan persamaan
berikut.


Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
25
65 64
65 64
65 63 62
65 64 61 63 62
64 62 61
53 52
53 52
42 41
2 41
) 01 , 0 ( 06 , 0
) 01 , 0 ( 01 , 0
) 13 , 0 ( ) 09 , 0 ( 93 , 0
) 05 , 0 (
2
1
) 09 , 0 (
2
1
) 15 , 0 (
2
1
) 003 , 0 (
2
1
2
1
10 , 0
) 01 , 0 ( 003 , 0 29 , 0
) 09 , 0 ( 13 , 0
) 09 , 0 ( 05 , 0
) 003 , 0 ( 15 , 0
) 003 , 0 ( 01 , 0
P P
P P
P P P
P P P P P
P P P
P P
P P
P P
P P
+
+
+ +
+ + + + +
+ + +
+
+
+
+



Persamaan tersebut di atas harus diselesaikan dengan metode eliminasi atau metode
Selisih Produk Diagonal (SPD). Dalam perhitungan di bawah ini, digunakan metode SPD.

(1) 0,01 = P
41
+ 0,003P
42
| x 0,003 0,00003 = 0,003P
41
+ 0,000009P
42

(2) 0,15 = 0,003P
41
+ P
42
| x 1 0,15 = 0,003P
41
+ P
42

---------------------------------------- --------------------------------------------
-0,1499 = -0,999P
42
P
42
= 0,15

Substitusi P
42
= 0,15 ke pers (2)
(2) 0,15 = 0,003P
41
+ 0,15
0 = 0,003P
41
P
41
= 0


(3) 0,05 = P
52
+ 0,09P
53
| x 0,09 0,0045 = 0,09P
52
+ 0,0081P
53

(4) 0,13 = 0,09P
52
+ P
53
| x 1 0,13 = 0,09P
52
+ P
53

----------------------------------------- ---------------------------------------------
-0,125 = -0,991P
53
P
53
= 0,12

Substitusi P
53
= 0,13 ke pers (4)
0,13 = 0,09P
52
+ 0,12


0,01 = P
52
P
52
= 0,11


Eliminasi Persamaan (8) dan (9)
0,01 = P
64
+ 0,01 P
65
| x 0,01 0,0001 = 0,01P
64
+ 0,01P
65



0,06 = 0,01P
64
+ P
65
| x 1 0,06 = 0,01P
64
+ P
65

----------------------------------------------------------------------------------
-0,059 = -0,99 P
65
P
65
= 0,059
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
26

Substitusi P
65
= 0,059 ke pers (9)
0,06 = 0,01P
64
+ P
65

0,06 = 0,01P
64
+ 0,059 0,001 = 0,01 P
64
P
64
= 0,10

Substitusi P
65
= 0,059 dan P
64
= 0,10 ke pers (6)

0,10 = P
62
+ P
63
+ 0,0015P
61
+0,075P
64
+ 0,045 + 0,025P
65


0,145 = P
62
+ P
63
+ 0,0015P
61
+0,075 (0,10) + 0,025(0,059)



0,14 = 0,0015P
61
+ P
62
+ P
63
.......................(6a)

substitusi P
64
= 0,10 ke pers (5)
64 62 61
) 01 , 0 ( 003 , 0 29 , 0 P P P + + +
0,287 = P
61
+ P
62
+ 0,001(0,10)
0,29 = P
61
+ P
62
.....................(5a)

Eliminasi pers (5a) dan (6a)
0,29 = P
61
+ P
62

0,14 = 0,0015P
61
+ P
62
+ 0,5P
63

---------------------------------------------
0,15 = 0,999 P
61
+ 0,5P
63
......................(6b)

Eliminasi pers (5a) dan (6b)
0,29 = P
61
+ P
62

0,15 = 0,999 P
61
+ +0,5P
63

------------------------------------------
0,14 = -0,001 P
61
+ P
62
+ 0,5P
63
............(6c)

eliminasi persamaan (6a) dan (6c)
0,14 = 0,0015P
61
+ P
62
+ 0,5P
63

0,14 = -0,001 P
61
+ P
62
+ 0,5P
63

--------------------------------------------
0 = 0,0025 P
61
P
61
= 0


Substitusi P
61
= 0 ke pers (5a)
0,29 = P
61
+ P
62

0,29 = 0 + P
62

P
62
= 0,29

Substitusi P
61
= 0 ke pers (6b)
0,15 = 0,999 P
61
+ 0,5P
63

0,15 = 0,5 P
63
P
63
= 0,30
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
27
RSU
X
6
(
0
,
0
0
3
)

(
0
,
0
9
)

(
0
,
2
7
)

0,15(0,15)
0,29(0,10)
0,12(0,13)
0,11(0,05)
0,10(0,01)
(
0
,
0
1
)

0,06(0,06)
0,30(0,93)

Dalam gambar diagram jalur 01 di atas, koefisien-koefisien korelasi dituliskan dalam
tanda kurung, sedangkan lainnya menyatakan koefisien-koefisien jalur. Tampak bahwa
koefisien jalur P
41
lebih kecil dari 0,05 sehingga memberi petunjuk, bahwa r
14
semata-mata
dikarenakan oleh efek-efek tidak langsung.
Efek langsung SSE terhadap RSHU besarnya 0 sedangkan efek tidak langsung total
adalah r
14
P
41
= 0,01 0 = 0,01. Ini menunjukkan bahwa SSE praktis tidak mempunyai efek
langsung terhadap RSHU dan tidak juga memiliki efek langsung terhadap MB. Akan tetapi,
melalui korelasinya dengan POT dan efeknya terhadap MB serta korelasinya dengan IQ dan
efeknya terhadap KBP, variabel SSE ini mempengaruhi RSHU. Korelasi antara IQ dengan SSE
dan POT terbesar disebabkan oleh korelasi IQ, POT dengan SSE.
Pengamatan terhadap P
41
menyimpulkan bahwa model dalam gambar jalur 01 di atas
dapat disederhanakan dengan menghilangkan P
41
dan diagramnya diubah menjadi seperti
diagram 02 berikut.





















Gambar 02: Diagram Jalur


MB
X
4
KBP
X
5
SSE
X
1
Pot
X
2
IQ
X
3
Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
28
Setelah diselesaikan dengan menggunakan metode SPD, diperoleh harga-harga
koefisien jalur: P
41
= 0, P
42
= 0,15, P
52
= 0,11, P
53
= 0,12, P
61
= 0, P
62
= 0,29, P
63
= 0,30, P
64
=
0,10 dan P
65
= 0,06. harga dari koefisien jalur konsisten, yakni terdapat koefsien jalur yang
lebih besar dari 0,05, sehingga model dalam gambar 01 di atas tidak banyak mengalami
perubahan.
Dengan menggunakan kenyataan bahwa IQ, POT dan SSE sebagai variabel eksogenus
sehingga r
12,
dan

r
23
tetap tidak dianalisis, yakni r
12
= 0,003 , r
23
= 0,29, r
13
= 0,27 dengan
menggunakan harga-harga Pij yang diperoleh untuk model 02 tersebut, dari sistem persamaan
terakhir akan diperoleh:
06 , 0 059 , 0 ) 01 , 0 )( 10 , 0 (
10 , 0 ) 01 , 0 )( 059 , 0 ( 10 , 0
335 , 0 ) 13 , 0 )( 059 , 0 ( 30 , 0 ) 09 , 0 )( 29 , 0 (
665 , 0 055 , 0 045 , 0 125 , 0 0 15 , 0 29 , 0
) 05 , 0 )( 06 , 0 (
2
1
) 09 , 0 (
2
1
) 15 , 0 )( 10 , 0 (
2
1
) 0 )( 0 (
2
1
) 30 , 0 (
2
1
29 , 0
294 , 0 ) 01 , 0 )( 10 , 0 ( 003 , 0 29 , 0 0
13 , 0 12 , 0 ) 09 , 0 )( 11 , 0 (
121 , 0 ) 09 , 0 )( 12 , 0 ( 11 , 0
15 , 0 15 , 0 ) 003 , 0 ( 0
00045 , 0 ) 003 , 0 )( 15 , 0 ( 0
56
46
36
26
16
35
25
24
14
+
+
+ +
+ + + + +
+ + + + +
+ + +
+
+
+
+
r
r
r
r
r
r
r
r
r


Dengan demikian, untuk model dalam diagram 04 di atas, diperoleh matrik korelasi
sebagai berikut.

Variabel SSE (X1) POT (X2) IQ (X3) MB (X4) KBP (X5) RSHU (X6)
SSE (X1) 1,00 0.003 0.27 0,00045 0.03 0,29
POT (X2) 1,00 0.09 0,15 0.12 0,67
IQ (X3) 1,00 0,05 0.13 0,34
MB (X4) 1,00 0.01 0,10
KBP (X5) 1,00 0,06
RSHU (X6) 1,00

Pengampu: Prof. Dr. I Wayan Koyan, M.Pd
muhammad ali gunawan_uas analisis multivariat2007
29
Ternyata bahwa matrik korelasi tersebut sesuai dengan matrik korelasi sebelumnya,
perbedaannya sangat kecil (lebih kecil dari 0,05) sehingga bisa diabaikan. Ini menunjukkan
bahwa data konsisten dengan model pada gambar 02 tersebut di atas.

Kesimpulan:

Status Sosial Ekonomi (SSE) tidak mempunyai pengaruh langsung terhadap hasil rata-
rata skor ujian (RSU) dan tidak juga mempunyai pengaruh langsung terhadap minat belajar
(MB), akan tetapi efeknya penting melalui variabel kebutuhan untuk berprestasi (KBP) dan
melalui korelasi dengan Minat Belajar (MB). Kecerdasan (IQ) dan Perhatian orang tua (POT)
mempunyai efek langsung terhadap hasil rata-rata skor ujian (RSHU) dan juga mempunyai
efek tidak langsung. Efek-efek langsung kedua unsur ini terhadap RSU lebih besar jika
dibandingkan dengan efek-efek tidak langsungnya. Efek langsung IQ terhadap RSHU lebih
besar daripada efek langsung Perhatian orang tua (POT) terhadap RSHU. Kebutuhan
berprestasi (KBP) sebagai akibat dari IQ dan POT memiliki efek langsung yang besar terhadap
RSHU.

Anda mungkin juga menyukai