Anda di halaman 1dari 29

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

Pd

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

muhammad ali gunawan_uas analisis multivariat2007 1


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

ANALISIS KOVARIAN (ANAKOVA)

Oleh MUHAMMAD ALI GUNAWAN

Permasalahan :
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)?
H1: 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:
H 0 : µ1 = µ 2
H 1 : µ1 ≠ µ 2
Kriteria pengujian: Tolak H0 jika F*A>F1(α;db A: db D)
Terima H0 jika F*A< F1(α;db A: db D)

muhammad ali gunawan_uas analisis multivariat2007 2


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

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

muhammad ali gunawan_uas analisis multivariat2007 3


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

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

muhammad ali gunawan_uas analisis multivariat2007 4


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

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
A1 = Metode Inquiry
A2 = Metode Diskusi
A3 = Metode Ceramah
X = Skor Tes Minat (sebagai kovariabel)
Y = Skor Hasil Belajar Matematika

Tabel Hasil Perhitungan:


A1 A2 A3
2 2 2 2 2 2
Respoden X Y X Y XY X Y X Y XY X Y X Y 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

muhammad ali gunawan_uas analisis multivariat2007 5


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

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

muhammad ali gunawan_uas analisis multivariat2007 6


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

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

muhammad ali gunawan_uas analisis multivariat2007 7


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

1. Tabel Statistik Anakova

Statistik A1 A2 A3 Total
N 100 100 100 300
∑X 784 669 603 2056
∑X2 6232 4581 3743 14556
∑Y 634 487 439 1560
∑Y2 4116 2457 2063 8636
∑XY 4968 3253 2650 10871
Χ 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)

(∑ Y ) 2

∑y
2
= ∑Y t −
2 t
1) JKy t =
t N

(1560) 2
= 8636 −
300

2433600
= 8636 −
300

= 8636 – 8112 = 524

2) JK xt = ∑ x = ∑ X
2 2

(∑ X ) t
2

t t
N

= 14556 −
(2056 )
2

300

4227136
= 14556 −
300

= 14556 – 14090,45

= 465,55

muhammad ali gunawan_uas analisis multivariat2007 8


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

(∑ X )(∑ Y )
3) JK xyt = ∑ xy = ∑ XY −
N

= 10871 −
(2056 )(1560)
300

3207360
= 10871 −
300

= 10871 – 1069,12

= 179,8

4) Betat =
∑ xy = 179,8 = 0,39
∑ x 465,55
2
t

5) JK regtott = β x ∑ xy

= 0,39 x 179,8

= 70,12

6) JK rest tot = JK yt t − JK regtott

= 524 – 70,12

= 453,88

B. Sumber Variasi Dalam ( JK dalam residu )


(∑ Y ) 2

= ∑ y = ∑Y − ∑
2 2 A
1) JK Yd t t
n A

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

 401956 237169 192721 


= 8636 −  + + 
 100 100 100 

= 8636– (4019,56 + 2371,69 + 1927,21)

muhammad ali gunawan_uas analisis multivariat2007 9


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

JKyd = 317,54
(∑ X ) 2

2) JPxd = ∑ x = ∑ X −∑
2 2 A
t t
na

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

 614656 447561 363609 


= 14556 −  + + 
 100 100 100 

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

= 14556 – 14258,26

= 297,74

(∑ X )(∑ Y )
3) JPxyd = ∑ xy t = ∑ XYt − ∑
A A

nA

 (784 x634 ) (669 x 487 ) (603x 439 


= 10871 −  + + 
 100 100 100 

 497056 325803 264717 


= 10871 −  + + 
 100 100 100 

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

= 10871 – 10875,76 = -4,76

4) Beta d =
∑ xy t
=
− 4,76
= −0,02
∑x 2
t 297,74

5) JK reg d = β x ∑ xy

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

= 0,08

muhammad ali gunawan_uas analisis multivariat2007 10


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

6) JK resd = JK yd − JK reg d

= 317,54 – 0,08

= 317,46

C. Sumber Variasi Antar

JK A = JK rest − JK resd = 454,559 − 317,46

= 137,10

D. Menghitung Derajat Kebebasan

db* A = db A = a – 1 = 3 – 1 = 2

db* d = dbd – M = N – a – M

= 300 – 3 – 1 = 296

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

E. Menghitung Rata-Rata Kuadrat (RK)


JK * A 137,10
RK * A = =
db * A 2

= 68,55

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

= 1,07

F. Menghitung Harga F

RK * A
F* =
RK *d

68,55
= = 63,91
1,07

muhammad ali gunawan_uas analisis multivariat2007 11


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

Fhitung = 63,91

G. Rata-rata Residu (adjusted mean)

− − −
M A1 = Y1 − β dal ( X A1 − X T ) = 6,34 – (-0,02) x (7,84 – 6,85)) = 6,36
− − −
M A2 = Y A 2 − β dal ( X A 2 − X T ) = 4,87 − ((−0,02) x(6,69 − 6,85))) = 4,87
− − −
M A3 = Y A3 − β dal ( X A3 − X T ) = 4,39 − (−0,02) x(6,03 − 6,85))) = 4,38

3. Rangkuman Anakova Satu Jalur

Sumber JK db RK FA* F Keterangan


Variasi tabel
5%
Antar 137.10 2 68.55 63.91 3,03* Signifikan

Dalam(error) 317.46 296 1.07 -

Total(residu) 454.56 298 - -

*Hasil Interpolasi

Cara mencari interpolasi pada tabel F, digunakan rumus matematika:

(C1 − C 0 )
C = C0 + .( B − B0 )
( B1 − B0 )
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 = ….?

muhammad ali gunawan_uas analisis multivariat2007 12


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

(C1 − C 0 )
C = C0 + .( B − B0 )
( B1 − B0 )

(3,02 − 3,04)
C = 3,04 + .( 296 − 200)
(400 − 200)

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:
M1 − M 2
t1-2 =
 1 1  X − X
RKd  +  + 1
( 2 ) 
2

 n1 n2  JK dal . 

UJI LANJUT UNTUK A1 DAN A2


Hipotesis yang akan diuji :
Ho : Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A1) dengan metode diskusi (A2)
H1 : Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A1) dengan metode diskusi (A2)
Hipotesis statistic:
H0 = µ

H0 ≠ µ

muhammad ali gunawan_uas analisis multivariat2007 13


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

M1 − M 2
t1-2 =
 1 1  X − X
RKd  +  + 1
( 2 ) 
2

 n1 n2  JK dal . 

6,34 − 4,87
=
 1 1  (7,84 − 6,69 ) 
2
1,07 x  + + 
 100 100  317,46 

1, 47
=
1,07 x[(0,02) + (0,004165)
1,47
=
0,1607
= 9,15

Dengan demikian, t 12 hitung = 9,15. sedangkan t tabel dengan db = n – 1 = 100 – 1 = 99 dan


taraf signifikansi 5% diperoleh ttabel = 1,663 (hasil interpolasi). Ternyata thitung > ttabel = 9,15 >
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 (A1) dengan metode diskusi (A2)

UJI LANJUT UNTUK A1 dan A3

Ho : Setelah dikendalikan oleh variabel minat (X), tidak terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Inquiry (A1) dengan metode ceramah (A3).
H1 : Setelah dikendalikan oleh variabel minat (X), terdapat perbedaan hasil belajar (Y) antara
siswa yang diajar dengan metode Inquiry (A1) dengan metode ceramah (A3).

muhammad ali gunawan_uas analisis multivariat2007 14


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

Hipotesis statistic:
H0 = µ

H0 ≠ µ

M1 − M 3
t1−3 =
 1 (
1  X − X3
RKd  +  + 1
) 
2

 n1 n3  JK dal. 
6,34 − 4,39
t1−3 =
 1 1  (7,84 − 6,03) 
2
1,07 x  + + 
 100 100  317,46 
1,95 1,95
t1−3 = = = 10,83

1,07 x (0,02) +
(1,81) 2
 0,1801

 317,46 

Dengan demikian, t 12 hitung = 10,83. sedangkan t tabel dengan db = n – 1 = 100 – 1 = 99


dan taraf signifikansi 5% diperoleh ttabel = 1,663 (hasil interpolasi). Ternyata thitung > ttabel =
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 (A1) dengan metode ceramah (A3).

UJI LANJUT UNTUK A2 dan A3


Ho : Setelah dikendalikan oleh kovariabel minat (X), tidak terdapat perbedaan hasil belajar
(Y) antara siswa yang diajar dengan metode Diskusi (A2) dengan metode ceramah (A3).
H1 : Setelah dikendalikan oleh kovariabel minat (X), terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Diskusi (A2) dengan metode ceramah (A3).

muhammad ali gunawan_uas analisis multivariat2007 15


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

Hipotesis statistic:
H0 = µ

H0 ≠ µ

M2 − M3
t 2 −3 =
 1 (
1  X − X3
RKd  +  + 2
) 
2

 n 2 n3  JK dal . 
4,87 − 4,39
t 2 −3 =
 1 1  (6,69 − 6,03) 
2
1,07 x  + + 
 100 100  317,46 
0, 48 0, 48
t1−3 = = = 3,18
1,07 x[(0,02) + (0,001372)] 0,151

Dengan demikian, t 12 hitung = 3,18. sedangkan t tabel dengan db = n – 1 = 100 – 1 = 99 dan


taraf signifikansi 5% diperoleh ttabel = 1,663 (hasil interpolasi). Ternyata thitung > ttabel = 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 (A2) dengan metode ceramah (A3).

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:

muhammad ali gunawan_uas analisis multivariat2007 16


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

Univariate Analysis of Variance

Between-Subjects Factors

N
X 1.00 100
2.00 100
3.00 100

Tests of Between-Subjects Effects

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

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 (A2) dengan metode ceramah (A3).
H1 : Setelah dikendalikan oleh kovariabel minat (X), terdapat perbedaan hasil belajar (Y)
antara siswa yang diajar dengan metode Diskusi (A2) dengan metode ceramah (A3).

H 0 : µ1 = µ 2 = µ 3
H 1 : µ1 ≠ µ 2 ≠ µ 3

muhammad ali gunawan_uas analisis multivariat2007 17


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

b. Menetapkan signifikansi, misalnya α = 0,05


c. membandingkan ά dengan signifikansi yang diperoleh (sig). apabila α < sig., maka H1
diterima, sebaliknya α ≥ sig., maka Ho diterima.
Dari bagan di atas, dapat diketahui bahwa sig. besarnya 0,000 lebih kecil daripada α = 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.

muhammad ali gunawan_uas analisis multivariat2007 18


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

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

muhammad ali gunawan_uas analisis multivariat2007 19


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

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

muhammad ali gunawan_uas analisis multivariat2007 20


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

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:
X1 = Status Sosial Ekonomi
X2 = Perhatian Orang Tua

muhammad ali gunawan_uas analisis multivariat2007 21


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

X3 = Kecerdasan (IQ)
X4 = Minat Belajar
X5 = Motivasi Berprestasi
X6 = 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.

R4 R6

SSE
X1 P4R4
P41 P6R6
P61
r12 MB
(0,003 X4
P42 P64
r13 Pot r45 (0,01)
P62 RSU
X2 X6
(0,27) P52
P65
r23 KBP
X5
(0,09)
P53
P63
IQ P5R5
X3

R5
Gambar 01: Diagram Jalur

muhammad ali gunawan_uas analisis multivariat2007 22


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

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 P41 dan P42 yang menghasilkan
sistem rekursif z4 = P41 z1 + P42 z2 +e4, (2) regresi KBP atas IQ, dan POT, untuk mendapatkan
P52, dan P53 dengan sistem rekursif z5 = P52 z1 + P53 z2 + e5, (3) Regresi RSHU atas SSE, POT
dan MB yang menghasilkan sistem rekursif z6 = P61 z1 + P62 z2 + e6, dan (4) Regresi RSHU atas
POT, IQ dan KBP yang menghasilkan sistem rekursif z6 = P62 z1 + P63 z2 + e6. atau bisa
disederhanakan menjadi tiga analisis regresi yaitu : z6 = ½P61 z1 + P62 z2 + ½P63z3+e6.

z4 = P41 z1 + P42 z2 +e4


z5 = P52 z1 + P53 z2 + e5
z6 = ½P61 z1 + P62 z2 + ½P63z3+e6

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 r13, r23, r14, r24, dan r34 dan memanfaatkan sistem rekursif
yang telah dijelaskan, kita memiliki lima sembilan jalur (P41, P42, P52, P53, P61, P62, P63, P64, P65)
sebagai berikut.
r14 = P41 + P2 r12
r24 = P41 r12 + P42
r25 = P52 + P53 r23
r35 = P52 r23 + P53
r16 = P61 + P62 + r12 + P64 r14
r26 = P61 r12 + P62 + P64 r24
r26 = P62 + P63 + r23 + P65 r52
r36 = P62 r23 + P63 + P65 r35
r46 = P64 + P65 r45
r56 = P64 r45 + P65

muhammad ali gunawan_uas analisis multivariat2007 23


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

Dalam persamaan di atas, hubungan X2 dan X6 terdiri dari dua persamaan korelasi yaitu:
r26 = P61r12 + P62 + P64 r24
r26 = P62 + P63 + r23 + P65 r52

Dari persamaan diatas didapatkan :


r26 = P61r12 + P62 + P64 r24
r26 = P62 + P63 + r23 + P65 r52
2r26 = 2 P62 + P63 + P61 r12 + P64 r24 + r23 + P65 r52
1 1 1 1 1
r26 = P62 + P63 + P61 r12 + P64 r24 + r23 + P65 r52
2 2 2 2 2

Dengan demikian didapatkan persamaan :

r14 = P41 + P2 r12


r24 = P41 r12 + P42
r25 = P52 + P53 r23
r35 = P52 r23 + P53
r16 = P61 + P62 + r12 + P64 r14
1 1 1 1 1
r26 = P62 + P63 + P61 r12 + P64 r24 + r23 + P65 r52
2 2 2 2 2
r36 = P62 r23 + P63 + P65 r35
r46 = P64 + P65 r45
r56 = P64 r45 + P65

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

muhammad ali gunawan_uas analisis multivariat2007 24


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

0,01 = P41 + (0,003) P2


0,15 = (0,003) P41 + P42
0,05 = P52 + (0,09) P53
0,13 = (0,09) P52 + P53
0,29 = P61 + P62 + 0,003 + (0,01) P64
1 1 1 1 1
0,10 = P62 + P63 + (0,003) P61 + (0,15) P64 + (0,09) + (0,05) P65
2 2 2 2 2
0,93 = (0,09) P62 + P63 + (0,13) P65
0,01 = P64 + (0,01) P65
0,06 = (0,01) P64 + P65

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 = P41 + 0,003P42 | x 0,003 è 0,00003 = 0,003P41 + 0,000009P42


(2) 0,15 = 0,003P41 + P42 | x 1 è 0,15 = 0,003P41 + P42
---------------------------------------- --------------------------------------------
-0,1499 = -0,999P42 à P42 = 0,15

Substitusi P42 = 0,15 ke pers (2)


(2) 0,15 = 0,003P41 + 0,15
0 = 0,003P41 à P41 = 0

(3) 0,05 = P52 + 0,09P53 | x 0,09 è 0,0045 = 0,09P52 + 0,0081P53


(4) 0,13 = 0,09P52 + P53 | x 1 è 0,13 = 0,09P52 + P53
----------------------------------------- ---------------------------------------------
-0,125 = -0,991P53 à P53 = 0,12

Substitusi P53 = 0,13 ke pers (4)


0,13 = 0,09P52 + 0,12
0,01 = P52 à P52 = 0,11

Eliminasi Persamaan (8) dan (9)


0,01 = P64 + 0,01 P65 | x 0,01 à 0,0001 = 0,01P64 + 0,01P65
0,06 = 0,01P64 + P65 | x 1 à 0,06 = 0,01P64 + P65
----------------------------------------------------------------------------------
-0,059 = -0,99 P65 à P65 = 0,059

muhammad ali gunawan_uas analisis multivariat2007 25


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

Substitusi P65 = 0,059 ke pers (9)


0,06 = 0,01P64 + P65
0,06 = 0,01P64 + 0,059 à 0,001 = 0,01 P64 à P64 = 0,10

Substitusi P65 = 0,059 dan P64 = 0,10 ke pers (6)

0,10 = P62 + ½ P63 + 0,0015P61+0,075P64 + 0,045 + 0,025P65

0,145 = P62 + ½ P63 + 0,0015P61+0,075 (0,10) + 0,025(0,059)

0,14 = 0,0015P61 + P62 + ½ P63 .......................(6a)

substitusi P64 = 0,10 ke pers (5)


0,29 = P61 + P62 + 0,003 + (0,01) P64
0,287 = P61 + P62 + 0,001(0,10)
0,29 = P61 + P62 .....................(5a)

Eliminasi pers (5a) dan (6a)


0,29 = P61 + P62
0,14 = 0,0015P61 + P62 + 0,5P63
---------------------------------------------
0,15 = 0,999 P61 + 0,5P63 ......................(6b)

Eliminasi pers (5a) dan (6b)


0,29 = P61 + P62
0,15 = 0,999 P61 + +0,5P63
------------------------------------------
0,14 = -0,001 P61 + P62 + 0,5P63 ............(6c)

eliminasi persamaan (6a) dan (6c)


0,14 = 0,0015P61 + P62 + 0,5P63
0,14 = -0,001 P61 + P62 + 0,5P63
--------------------------------------------
0 = 0,0025 P61 à P61 = 0

Substitusi P61 = 0 ke pers (5a)


0,29 = P61 + P62
0,29 = 0 + P62
P62 = 0,29

Substitusi P61 = 0 ke pers (6b)


0,15 = 0,999 P61 + 0,5P63
0,15 = 0,5 P63 à P63 = 0,30

muhammad ali gunawan_uas analisis multivariat2007 26


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

Dalam gambar diagram jalur 01 di atas, koefisien-koefisien korelasi dituliskan dalam


tanda kurung, sedangkan lainnya menyatakan koefisien-koefisien jalur. Tampak bahwa
koefisien jalur P41 lebih kecil dari 0,05 sehingga memberi petunjuk, bahwa r14 semata-mata
dikarenakan oleh efek-efek tidak langsung.
Efek langsung SSE terhadap RSHU besarnya 0 sedangkan efek tidak langsung total
adalah r14 – P41 = 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 P41 menyimpulkan bahwa model dalam gambar jalur 01 di atas
dapat disederhanakan dengan menghilangkan P41 dan diagramnya diubah menjadi seperti
diagram 02 berikut.

SSE
X1
(0,003)

0,15(0,15) MB
X4 0,10(0,01)
(0,27)

(0,01)

Pot 0,29(0,10)
RSU
X2 X6
0,11(0,05)
KBP
0,06(0,06)
(0,09)

X5

0,12(0,13)
IQ
X3 0,30(0,93)

Gambar 02: Diagram Jalur

muhammad ali gunawan_uas analisis multivariat2007 27


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

Setelah diselesaikan dengan menggunakan metode SPD, diperoleh harga-harga


koefisien jalur: P41 = 0, P42 = 0,15, P52 = 0,11, P53 = 0,12, P61 = 0, P62 = 0,29, P63 = 0,30, P64 =
0,10 dan P65 = 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 r12, dan r23 tetap tidak dianalisis, yakni r12 = 0,003 , r23 = 0,29, r13 = 0,27 dengan
menggunakan harga-harga Pij yang diperoleh untuk model 02 tersebut, dari sistem persamaan
terakhir akan diperoleh:

r14 = 0 + (0,15)(0,003) = 0,00045


r24 = 0(0,003) + 0,15 = 0,15
r25 = 0,11 + (0,12)(0,09) = 0,121
r35 = (0,11)(0,09) + 0,12 = 0,13
r16 = 0 + 0,29 + 0,003 + (0,10)(0,01) = 0,294
1 1 1 1 1
r26 = 0,29 + (0,30) + (0)(0) + (0,10)(0,15) + (0,09) + (0,06)(0,05)
2 2 2 2 2
= 0,29 + 0,15 + 0 + 0,125 + 0,045 + 0,055 = 0,665
r36 = (0,29)(0,09) + 0,30 + (0,059)(0,13) = 0,335
r46 = 0,10 + (0,059)(0,01) = 0,10
r56 = (0,10)(0,01) + 0,059 = 0,06

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

muhammad ali gunawan_uas analisis multivariat2007 28


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

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.

muhammad ali gunawan_uas analisis multivariat2007 29

Anda mungkin juga menyukai