ANALISIS JURNAL

NAMA : HARISMAN NIZAR

NIM : 06022681620009

EFEKTIFITAS PENGGUNAAN MODEL KOOPERATIF TIPE TAI (TEAM ASSISTED

INDIVIDUALIZATION) DAN MODEL VARMA (VECTOR AUTO REGRESIF MOVING
AVERAGE) DALAM HASIL BELAJAR MATERI PERSAMAAN GARIS LURUS KELAS
VIII SEMESTER I SMP AGUS SALIM SEMARANG TAHUN AJARAN 2010 / 2011
SKRIPSI
Oleh : Asri Agusari

a. Uji Anova Satu Jalur

Anova (Anayisis of varience) merupakan bagian dari metode analisis komparatif

(perbandingan) lebih dari dua rata rata. Tujuan dari uji anova satu jalur adalah
untuk membandingkan lebih dari dua rata rata. Sedangkan kegunaannya untuk
menguji kemampuan generalisasi, maksudnya dari signifikansi hasil penelitian
(anova satu jalur). Jika terbukti berbeda berarti kedua kelas tersebut dapat
digeneralisasikan artinya data sampel dapat diwakili populasi.
Anova merupakan penjabaran lebih lanjut dari uji t (thitung) uji - t atau uji
z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu
jalur dapat melihat perbandingan lebih dari dua kelompok data, contohnya:
1)perbandingan hasil belajar yang menggunakan model pembelajaran kooperatif
 tipe TAI (Team Assised Individualization)(x1), menggunakan model pembelajaran

VARMA (Vector Auto Regresif Moving Averg)(x2). Anova lebih dikenal dengan uji
F (fisher test) sedangkan arti variansi itu berasal dari pengertian konsep mean square atau
kuadrat rerata (KR), rumus sistematisnya:
Anova digunakan untuk melihat perbandingan rata-rata beberapa kelompok biasanya lebih dari dua
kelompok. Anova satu arah digunakan pada kelompok yang digunakan berasal dari sampel yang berbeda tiap
kelompok. Jadi, bisa disimpulkan Pertama yang perlu dilihat tujuannya membandingkan rata-rata kelompok
lebih dari dua. Kedua Sampel yang digunakan dari sampel yang berbeda per kelompok.
Asumsi-asumsi yang harus dipenuhi dalam analisis varians (anova) yaitu:
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu
penduga (estimate) untuk varians dalam contoh
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang
tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Hipotesis dalam Anova (analysis of variance) yaitu:
Dalam analysis of variance hanya satu hipotesis yang digunakan yaitu hipotesis dua arah (two tail). artinya
hipotesis ini yaitu apakah ada perbedaan rata-rata. Kita cuma ingin tahu itu, tidak spesifik yang mana yang
berbeda. Kalau mau tahu kelompok yang benar-benar terdapat perbedaan rata-rata ada uji lanjutan dilakukan
uji lanjutan. Berikut hipotesis dalam Anova.

H0: 1 = 2 = 3 = ... = n, Tidak ada perbedaan yang nyata antara rata-rata hitung dari n kelompok
H1: 1 2 3 ... n, Ada perbedaan yang nyata antara rata-rata hitung dari n kelompok

2. Langkah-langkah melakukan uji hipotesis dengan ANOVA

Satu Arah
Adapun Langkah-langkah melakukan uji hipotesis dengan ANOVA yaitu sebagai berikut :
1. Kumpulkan sampel dan kelompokkan berdasarkan kategori tertentu.
Untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori berisi
sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel tiap
kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis alternatif (H1).
2. Menentukan apakah bisa menggunakan anova satu arah
Untuk menentukan apakah bisa menggunakan anova satu arah. terlebih dahulu bertanya apakah dari
hipotesis tersebut cocok untuk anova? jika tujuannya membandingkan rata-rata tiga kelompok atau
 lebih maka boleh pakai Anova. Pertanyaan kedua apakah sampel tiap kelompok diambil dari sampel
yang berbeda? jika berasal dari sampel yang berbeda maka menggunakan Anova satu arah/one way.
3. Memeriksa apakah sudah memenuhi asumsi-asumsi sehingga bisa digunakan anova
o Normalitas,
adalah Menguji apakah data tiap kelompok memiliki distribusi normal. hal ini bisa dilakukan
dengan uji kolmogorov smirnov, shapira wilk.
o Homogenitas
adalah Menguji apakah varians tiap kelompok sama. Dalam menghitung homogenitas bisa
digunakan uji bartlett dan uji levene.
o Saling bebas
Menunjukkan bahwa setiap kelompok tidak saling berhubungan. Biasanya yang digunakan
logika apakah saling bebas atau tidak.
o Aditif (Saling menjumlahkan).
Artinya data yang dianalisis merupakan data interval/rasio. Artinya saling mempengaruhi satu
sama lain.
4. Menghitung variabilitas dari seluruh sampel.
Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian, berikut rumus
dalam Anova:
o Total of sum squares (SSt) jumlah kuadrat total (jkt).
Merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata totalnya.
( )2
= 2

Keterangan: T=total
o Sum Square Between(SSb) jumlah kuadrat kolom (jkk).
Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih
terpengaruh karena adanya perbedaan perlakuan antar kelompok.
( )2 ( )2
=

Keterangan
T = Total
o Sum Square within(SSw) jumlah kuadrat galat (jkg).
Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan tergantung pada
banyaknya kelompok, dan variansi di sini tidak terpengaruh / tergantung oleh perbedaan
perlakuan antar kelompok.
JKG = JKT JKK
5. Menghitung derajat kebebasan (degree of freedom).
Derajat kebebasan atau degree of freedom (dilambangkan dengan v, dof, atau db) dalam ANOVA
akan sebanyak variabilitas. Oleh karena itu, ada tiga macam derajat kebebasan yang akan kita hitung:
o Derajat kebebasan untuk JKT
merupakan derajat kebebasan dari Jumlah kuadrat total (JKT) ini akan kita lambangkan
dengan dof JKT.
db JKT = N 1
ket : N=nt
o Derajat kebebasan untuk JKK
merupakan derajat kebebasan dari Jumlah kuadrat kolom (JKK) ini akan kita lambangkan
dengan dof JKK.
db JKK = k-1
o Derajat kebebasan untuk JKG
Merupakan derajat kebebasan dari Jumlah kuadrat galat (JKG) ini akan kita lambangkan
dengan dof JKG
db JKG = N - k
Derajat kebebasan juga memiliki sifat hubungan yang sama dengan sifat hubungan variabel,
yakni:
db JKT = db JKK + db JKG
6. Menghitung variance antar kelompok dan variance dalam kelompok.
Variance dalam ANOVA, baik untuk antar kelompok maupun dalam kelompok sering disebut dengan
kuadrat tengah atau deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan dengan MS
atau KT. Dengan demikian, maka mean squared deviation masing-masing dapat dicari dengan rumus
sebagai berikut:
JKK
o KTK = db JKK
JKG
o KTG = db JKG

7. Menghitung F hitung
Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance antar kelompok dan
variance dalam kelompok.Fhitung didapatkan dengan rumus di bawah ini:
KTK
F hitung = KTG

8. Menghitung F tabel
Selain itu, F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai derajat kebebasan (langkah
ke-4) menggunakan tabel distribusi-F. Jangan lupa untuk mencantumkan gambar posisi Fhitung dan
Ftabel dalam grafik distribusi-F.
9. Membandingkan Fhitung dengan Ftabel :
o Jika F hitung > Ftabel : tolak H0 dan terima H1
o Jika F hitung Ftabel : terima H0 dan tolak H1
10. Buat kesimpulan,
Sesuai dengan kasus awal yang ditanyakan. Simpulkan, apakah perlakuan (treatment) memiliki efek
yang signifikan pada sampel data atau tidak. Jika hasil tidak signifikan, berarti seluruh rata-rata
sampel adalah sama. Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata
sampel berbeda dari rata-rata sampel yang lain.

PERHITUNGAN ANNOVA SATU JALUR (ONE WAY ANOVA) BERDASARKAN JURNAL

Hipotesis

Ho : Tidak ada perbedaan hasil belajar antara siswa yang mendapat model pembelajaran
TAI(Somatic, Audio,Visual and Intelektual), model pembelajaran VARMA
(Contextual, Teachingand Learning), dan model caramah pada materi
Persamaan Garis Lurus kelas VIII semester I SMP Agus Salim Semarang.
Ha : Paling sedikit terdapat sepasang perbedaan hasil belajar antara siswa yang mendapat
modelpembelajaran TAI (Somatic, Audio,Visual and Intelektual), model
pembelajaran VARMA (Contextual, Teaching and Learning), dan model
caramah pada materi Persamaan Garis Lurus kelas VIII semester 1 SMP Agus
Salim Semarang.
 Tabel penolong untuk perhitungan anova

No. TAI VARMA CERAMAAH Jumlah total

X1 12 X2 22 X3 32 X 2

1 100 10000 80 6400 60 3600 240 20000

2 85 7225 90 8100 80 6400 255 21725

3 85 7225 75 5625 80 6400 240 19250

4 80 6400 85 7225 70 4900 235 18525

5 75 5625 75 5625 70 4900 220 16150

6 80 6400 100 10000 85 7225 265 23625

7 65 4225 65 4225 65 4225 195 12675

8 80 6400 80 6400 80 6400 240 19200

9 65 4225 75 5625 65 4225 205 14075

10 80 6400 100 10000 75 5625 255 22025

11 80 6400 80 6400 75 5625 18425

12 85 7225 80 6400 85 7225 235 20850

13 70 4900 85 7225 70 4900 250 17025

14 75 5625 70 4900 75 5625 225 16150

15 85 7225 65 4225 75 5625 220 17075

16 55 3025 70 4900 50 2500 225 10425

17 85 7225 80 6400 80 6400 175 20025

18 60 3600 80 6400 60 3600 245 13600

19 85 7225 95 9025 80 6400 200 22650

20 90 8100 70 4900 70 4900 260 17900

21 75 5625 60 3600 75 5625 230 14850

22 95 9025 65 4225 80 6400 210 19650

23 55 3025 70 4900 55 5625 240 10950

24 90 8100 85 7225 75 5625 180 20950

25 70 4900 80 6400 70 4900 250 16200

26 90 8100 80 6400 75 5625 220 20125

27 75 5625 75 5625 75 5625 245 16875

28 60 3600 65 4225 60 3600 225 11425

37 100 10000 85 7225 80 6400 240 23625

38 100 10000 70 4900 80 6400 265 21300

39 50 2500 75 5625 45 2025 250 10150

40 60 3600 90 8100 60 3600 170 15300

Jmlh X1 =3185 X2 =3155 X3 =2920 Xi=9260 Y2 =713500

41 55 3025 70 4900 55 3025 210 10950
n1 =41 n2 =41 n3 = 41 N = 123
41 41
180
Karena F hitung > F tabel; 4,02 > 3,072 maka tolak 0 dan terima
Jadi Paling sedikit terdapat sepasang perbedaan hasil belajar antara siswa yang
mendapat modelpembelajaran TAI (Somatic, Audio,Visual and Intelektual),
model pembelajaran VARMA (Contextual, Teaching and Learning), dan
model caramah pada materi Persamaan Garis Lurus kelas VIII semester 1 SMP
Agus Salim Semarang.