ANAVA 2

A. DASAR TEORI
Anava dua jalan adalah analisis untuk menentukan perbedaan harga rata-rata atau
variabel, dimana tiap variabel terdiri dari beberapa klasifikasi atau faktor
(Siregar,Syafaruddin. 2004: 341).

Anava ganda adalah teknik statistik parametrik yang digunakan untuk menguji
perbedaan antara kelompok-kelompok data yang berasal dari 2 variabel atau lebih
(Basuki, Ismed. PPT 9: ANAVA 2).

Berdasarkan uraian diatas dapat disimpulkan bahwa Anava ganda adalah analisis yang
digunakan untuk mengetahui adanya perbedaan rata-rata dari dua atau tiga variabel,
dimana tiap variabel terdiri dari beberapa kriteria. Anava ganda memiliki jumlah baris
atau kolom yang lebih dari 1. Semakin banyak baris atau kolom yang digunakan maka
semakin rumit proses perhitungannya

Anava dua jalur dengan dua variabel adalah anava yang memiliki dua variabel bebas
(A, B) dan 1 variabel terikat (AB) (Siregar,Syafaruddin. 2004: 343).

Langkah – langkah menghitung ANAVA 2 jalur :

1. Hipotesis anava 2 jalur

a. Hipotesis variabel bebas 1 (A)
H0 : 𝜇 A1 = 𝜇 A2 = . . . . 𝜇 An
H1 : paling sedikit satu tanda sama dengan tidak berlaku.

b. Hipotesis variabel bebas 2 (B)

H0 : 𝜇 B1 = 𝜇 B2 = . . . . 𝜇 Bn
H1 : paling sedikit satu tanda sama dengan tidak berlaku.

c. Hipotesis variabel terikat (hubungan A dan B)

H0 : Tidak ada interaksi antara model pembelajaran dan jenis kelamin

terhadapa kompetensi.
H1 : Ada interaksi antara model pembelajaran dan jenis kelamin terhadapa
kompetensi.

2. Menghitung jumlah kuadrat total (Jkt), antar A (JkA), antar B (JkB), interaksi AxB
(JkAxB), dan dalam kelompok (Jkd).
(∑ 𝑋𝑡 )2
a. Jkt = ∑ 𝑋𝑡2 - 𝑁
(∑ 𝑥𝐴1 )2 (∑ 𝑥𝐴2 )2 (∑ 𝑥𝐴𝑖 )2
b. JkA = [ + ….. ] – SK
𝑛𝐴1 𝑛𝐴2 𝑛𝐴𝑖
(∑ 𝑥𝐵1 )2 (∑ 𝑥𝐵2 )2 (∑ 𝑥𝐵𝑖 )2
c. JkB = [ + ….. ] - SK
𝑛𝐵1 𝑛𝐵2 𝑛𝐵𝑖
(∑ 𝑋𝐴𝑥𝐵 )2
d. JkAxB = [ ] – sk – (JkA + JkB)
𝑛𝐴𝑥𝐵

1
 e. Jkd = Jkt – ( JkA + JkB + JkAxB)

Keterangan :
(∑ 𝑋𝑡 )2
 = sk = cf = suku koreksi (correction factor).
𝑁
 n = jumlah subyek
 i = 1, 2, 3, ….n

3. Menghitung derajat kebebasan (degree of freedom) total (dbt), antar kelompok A

(dbA), antar kelompok B (dbB), interaksi A dan B (dbAB) dan dalam kelompok
(dbd). berikut rumus yang digunakan untuk menghitung derajat kebebasan:
a. dbt = N-1
b. dbA = KA-1
c. dbB = KB -1
d. dbAB = dbA . dbB
e. dbd = dbt – (dbA + dbB + dbAxB)

Dimana :
 Db = derajat kebebasan
 N = jumlah subyek
 K = jumlah kelompok (A atau B)

4. Menghitung rata-rata kuadrat (mean of square ) antar kelompok A (RkA), antar

kelompok B (RkB), interaksi A dan B (RkAB) dan dalam kelompok (Rkd). berikut
rumus yang digunakan untuk menghitung rata-rata kuadrat:
𝐽𝑘
 RkA = 𝑑𝑏𝐴
𝐴
𝐽𝑘𝐵
 RkB = 𝑑𝑏
𝐵
𝐽𝑘𝐴𝐵
 RkAB = 𝑑𝑏
𝐴𝐵
𝐽𝑘𝑑
 Rkd = 𝑑𝑏
𝑑

5. Menghitung rasio F dimana F rasio itu adalah perbandingan antara rata – rata
kuadrat antar kelompok dengan rata-rata kuadrat dalam kelompok.
𝐽𝑘
 FA = 𝑅𝑘𝐴
𝐴
𝐽𝑘𝐵
 FB = 𝑅𝑘
𝐵
𝐽𝑘𝐴𝐵
 FAB = 𝑅𝑘
𝐴𝐵

6. Melakukan interpretasi dan uji signifikansi pada rasio F anava 2 jalur sama
dengan interpretasi pada satu jalur. Ada dua F yang digunakan untuk melakukan
interpretasi dan uji signifikansi yaitu: F empirik dan F teoritik. Dimana F empirik
adalah adalah rasio F atau F hasil hitung dan F teoritik adalah F yang diperoleh

2
 dari tabel F. untuk menentukan nilai F teoritik pada tabel sama seperti
menentukan nilai t tabel. Namun yang perlu diperhatikan dalam menentukan F
tabel adalah :
 Derajat kebebasan pembilang = derajat kebebasan antar
kelompok(A, B dan AB), dan
 Derajat kebebasan penyebut = derajat kebebasan dalam
kelompok (A, B dan AB)
Setelah menentukan F teoritik maka langkah selanjutnya membandingkan F
empirik dan F teoritik. Jika:
 F empirik ≥ F teoritik ; maka diinterpretasikan signifikan yang
berarti ada perbedaan.
 F empiric < F teoritik; maka diinterpretasikan tidak signifikan
yang berarti tidak terdapat perbedaan.
1. Pos Hoc Test
Uji F pada anava hanya memberikan petunjuk ada tidaknya perbedaan mean-mean
kelompok. Jika ada beda antara mean - mena dan peneliti ingin mengetahui
signifikansi perbedaan itu maka harus dilakukan analisa menggunakan Pos Hoc Test.
Ada banyak jenis Pos Hoc Test yang dapat digunakan untuk mengetahui beda
signifikansi. Namun yang akan digunakan dalam penelitian ini adalah Uji HSD(High
significance Difference) dan Uji LSD (Least Significance Different). Berikut rumus
untuk HSD dan LSD:
𝑀𝑆𝐸 𝑀𝑆𝐸
 HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴𝑖𝑥𝐵𝑖 𝐴𝑖𝑥𝐵𝑖

𝑀𝑆𝐸 𝑀𝑆𝐸
 LSD0,05 = (t0,05 √𝑛 +𝑛
𝐴𝑖𝑥𝐵𝑖 𝐴𝑖𝑥𝐵𝑖

 Beda = |𝑥̅𝐴𝑖𝑥𝐵𝑖 − 𝑥̅𝐴𝑖𝑥𝐵𝑖 |

Keterangan:

 MSE = mean square error

 N = jumlah subyek
 i = 1, 2, 3 ……n

Jika beda > dari HSD atau LSD maka dikatakan beda signifikan

Jika beda < dari HSD atau LSD maka dikatakan beda tidak signifikan

B. PERMASALAHAN
1. Uji beda mean Anava > 1 jalur
2. Uji post hoc

3
C. PEMBAHASAN
Ada hipotesis yang menyatakan bahwa ada hubungan kompetensi siswa laki-laki dan
perempuan yang diajari dengan menggunakan 3 model pembelajaran yang berbeda, oleh
karena itu diadakan penelitian Pengaruh jenis kelamin dan model pembelajaran
terhadap kompetensi siswa. Data kompetensi siswa-siswi yang mengikuti 3 model
pembelajaran yang berbeda adalah sebagai berikut:

Model Pembelajaran (B)

Jenis Kelamin (A) STAD (B1) TGT (B2) MPBM (B3) TOTAL
X1 X12 X2 X22 X3 X32 XT XT2
30 900 65 70 4225
4900 165 10025
50 2500 68 73 4624
5329 191 12453
58 3364 68 73 4624
5329 199 13317
60 3600 68 73 4624
5329 201 13553
63 3969 68 73 4624
5329 204 13922
63 3969 70 73 4900
5329 206 14198
Lk (A1)
63 3969 70 75 4900
5625 208 14494
63 3969 70 75 4900
5625 208 14494
65 4225 70 75 4900
5625 210 14750
65 4225 70 75 4900
5625 210 14750
65 4225 70 75 4900
5625 210 14750
70 75 4900
5625 145 10525
∑ A1 645 38915 827 57021
885 65295 2357 161231
75 5625 80 85 6400
7225 240 19250
75 5625 80 85 6400
7225 240 19250
75 5625 80 85 6400
7225 240 19250
75 5625 80 85 6400
7225 240 19250
75 5625 80 85 6400
7225 240 19250
Pr (A2) 76 5776 83 85 6889
7225 244 19890
78 6084 85 85 7225
7225 248 20534
78 6084 85 88 7225
7744 251 21053
78 6084 85 90 7225
8100 253 21409
85 90 7225
8100 175 15325
95 9025 95 9025
∑ A2 685 52153 823 67789 958 83544 2466 203486
TOTAL 1330 91068 1650 124810 1843 148839 4823 364717

Rata – rata(𝒙
̅ ):
1. Strategi pembelajaran(B)
 𝑿 ̅ Elaborasi = ∑ 𝑿𝒊 = 𝟏𝟕𝟒𝟎 = 58
𝒏 𝟑𝟎
̅ Organisasi = ∑ 𝑿𝒊 = 𝟏𝟖𝟗𝟒 = 63,13
 𝑿 𝒏 𝟑𝟎
̅ Metakognisi = ∑ 𝑿𝒊 = 𝟐𝟑𝟎𝟓 = 76,8
 𝑿 𝒏 𝟑𝟎

4
 2. Jenis kelamin(A)

̅ Lk = ∑ 𝑿𝒊 = 𝟐𝟒𝟖𝟒 = 55,2
 𝑿 𝒏 𝟒𝟓

∑𝑿 𝟑𝟒𝟓𝟓
 𝑿
̅ Pr = 𝒊 = = 76,8
𝒏 𝟒𝟓
1. Uji beda mean anava 2 jalur
a. Hipotesis :
 Model Pembelajaran (A)
o H0 : 𝝁L= 𝝁P
o H1 : 𝝁 L ≠ 𝝁 P
 Strategi pembelajaran (B))
o H0 : 𝝁𝑩𝟏 = 𝝁𝑩𝟐 = 𝝁𝑩𝟑
o H1 : Paling sedikit satu tanda sama dengan di H0, tidak berlaku.
 Interaksi
o H0 : Tidak ada interaksi antara model pembelajaran dan strategi
pembelajaran terhadapa kompetensi.
o H1 : Ada interaksi antara model pembelajaran dan strategi
pembelajaran terhadapa kompetensi.

b. Metode 1
1. Menghitung jumlah kuadrat total (Jkt), antar A (JkA), antar B (JkB), interaksi
AxB (JkAxB), dan dalam kelompok (Jkd).
(∑ 𝑋𝑡 )2
Jkt = ∑ 𝑋𝑡2 - 𝑁

(5939)2
= 1001589 - 90

= 608680,9
(∑ 𝑋𝐴1 )2 (∑ 𝑋𝐴2 )2
JkA = [ + ] – sk
𝑛𝐴1 𝑛𝐴2

(2484)2 (3455)2 35271721

=[ + ]–
45 45 90

= 137116,8 + 265267,2 – 391908

= 10476

(∑ 𝑋𝐵1 )2 (∑ 𝑋𝐵2 )2 (∑ 𝑋𝐵3 )2

JkB = [ + + ] – sk
𝑛𝐵1 𝑛𝐵2 𝑛𝐵3

(1740)2 (1894)2 (2305)2

=[ + + ] – 391908
30 30 30

= 5687,36

5
 (∑ 𝑋𝐴𝑥𝐵 )2
JkAxB = [ ] – sk – (JkA + JkB)
𝑛𝐴𝑥𝐵

(688)2 (1150)2 (646)2 (1052)2 (744)2 (1659)2

=[ + + + + + ] – sk – (JkA + JkB)
15 20 10 15 10 20

= 406161- 391908- (10476 + 5687,36)

= -1910,5

Jkd = Jkt – ( JkA + JkB + JkAxB)

= 608680,9– (10476+ 5687,36 - 1910,5 )

= 595428,1

2. Menghitung derajat kebebasan (dbt, dbA, dbB, dbAxB dan dbd)

dbt = N-1 = 90 -1 = 89

dbA = K-1 = 2 – 1 = 1

dbB = K-1 = 3 – 1 = 2

dbAxB = dbA x dbB = 1 x 2 = 2

dbd = dbt – (dbA + dbB + dbAxB) = 89 – (1 + 2 + 2) = 84

3. Menghitung rata-rata kuadrat antar A (RkA), antar B (RkB), interaksi AxB

(RkAxB) dan dalam (Rkd).

Jk
RkA = dbA
A
10476
= = 10476
1
Jk
RkB = dbB
B
5687,36
= = 2843,67
2
JkAxB
RkAxB = db
AxB
−1910,5
= = - 955,3
2
Jk
Rkd = dbd
d
595428,1
= = 7088,4
84

4. Menghitung rasio FA , FB dan FAxB

𝐑𝐤 𝟏𝟎𝟒𝟕𝟔
FA = 𝐑𝐤𝑨 = 𝟕𝟎𝟖𝟖,𝟒 = 1,477
𝒅

𝐑𝐤 𝟐𝟖𝟒𝟑,𝟔𝟕
FB = 𝐑𝐤𝑩 = = 0,4
𝒅 𝟕𝟎𝟖𝟖,𝟒

6
 𝐑𝐤 𝐀𝐱𝐁 − 𝟗𝟓𝟓,𝟑
FAxB = = = - 0,135
𝐑𝐤 𝒅 𝟕𝟎𝟖𝟖,𝟒

7. Melakukan uji signifikansi pada semua harga F

a. Berdasarkan hasil hitung diperoleh FA = 1,477 dengan dbA = 1 dan dbd = 84
diperoleh F tabel sebesar 3,96 pada taraf kesalahan 5% dan 6,69 pada taraf
kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H0, dengan demikian dapat disimpulkan bahwa terdapat
perbedaan rata – rata kompetensi antara jenis kelamin laki-laki (67,34) dan
jenis kelamin perempuan (82,2) secara sangat signifikan
b. Berdasarkan hasil hitung diperoleh FB = 44,50 dengan dbB = 2 dan dbd = 59
diperoleh F tabel sebesar 3,15 pada taraf kesalahan 5% dan 4,98 pada taraf
kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H1, dengan demikian dapat disimpulkan bahwa terdapat
perbedaan rata – rata kompetensi antara model STAD (66,5), model TGT
(75), dan model MPBM (80,13) secara sangat signifikan
c. Berdasarkan hasil hitung diperoleh FAxB = - 1,23 dengan dbA xB= 2 dan dbd
= 59 diperoleh F tabel sebesar 3,15 pada taraf kesalahan 5% dan 4,98 pada
taraf kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H0, dengan demikian dapat disimpulkan bahwa tidak ada
interaksi antara jenis kelamin dan model pembelajaran terhadap komptensi
siswa.
d. Tabel anava 2 jalur
Sumber Jk db Rk Fe Ft interpretasi
Antar A 10476 1 10476 1,477 4,00(5%) Sangat signifikan
7,08(1%) Sangar signifikan

Antar B 5687,36 2 2843,67 0,4 3,15(5%) Sangat signifikan

4,98(1%) Sangat signifikan
Interaksi -1910,5 2 - 955,3 - 0,135 3,15(5%) Tidak signifikan
AxB 4,98(1%) Tidak signifikan
Dalam (d) 595428,1 84 7088,4

Total 608680,9 89

c. Metode 2
1. Factor koreksi
2
(∑ 𝑋𝑖𝑗 ) (4823)2
CF = = = 357866,6
𝑁 65
2. Sum square
SST = ∑(𝑋𝑖𝑗 )2 - CF

= 91068 + 124810 + 148839 - 357866,6

= 6850,4

7
 (∑ 𝑋𝐴𝑖 )2
SSA = - CF
𝑛𝐴𝑖

(∑ 𝑋𝐴1 )2 (∑ 𝑋𝐴2 )2
=[ + ] – CF
𝑛𝐴1 𝑛𝐴2

(2357)2 (2466)2 23261329

=[ + ]–
35 30 65

=158727,1143 + 202705,2 – 357866,6 = 3565,7

(∑ 𝑋𝐵𝑖 )2
SSB = – CF
𝑛𝐵𝑖

(∑ 𝑋𝐵1 )2 (∑ 𝑋𝐵2 )2 (∑ 𝑋𝐵3 )2

=[ + + ] – CF
𝑛𝐵1 𝑛𝐵2 𝑛𝐵3

(1330)2 (1650)2 (1843)2

= [ 20 + 22 + 23 ] – 357866,6
= 88445 + 123750 + 147680.4 – 357866,6

= 2008,8
(∑ 𝑋𝐴𝑥𝐵 )2
SSAxB = [ ] – CF – (SSA + SSB)
𝑛𝐴𝑥𝐵

(645)2 (827)2 (885)2 (685)2 (823)2 (958)2

=[ + + + + + ] – CF – (SSA+SSB)
11 12 12 9 10 11

= 363385,4 - 357866,6 - (3565,7 + 2008,8)

= -55,7

SSE = SSt – ( SSA + SSB + SSAxB)

= 6850,4 – (3565,7 + 2008,8 - 55,7)

= 1331,6

3. Degree of freedom (df)

dft = N-1 = 65 -1 = 64

dfA = K-1 = 2 – 1 = 1

dfB = K-1 = 3 – 1 = 2

dfAxB = dfA x dfB = 1 x 2 = 2

dfE = dft – (dfA + dfB + dfAxB) = 64 – (1 + 2 + 2) = 59

4. Mean square
SSA
MSA = dfA
3565,7
= = 3565,7
1

8
 SS
MSB = df B
B
2008,8
= = 1004,4
2
SSAxB
MSAxB = dfAxB
−55,7
= = - 27,85
2
SS
MSE = df d
d
1331,6
= = 22,57
59
5. Menghitung rasio F
𝐌𝐒 𝟑𝟓𝟔𝟓,𝟕
FA = 𝐌𝐒𝑨 = = 157,98
𝒅 𝟐𝟐,𝟓𝟕

𝐌𝐒 𝟏𝟎𝟎𝟒,𝟒
FB = 𝐌𝐒𝑩 = = 44,50
𝒅 𝟐𝟐,𝟓𝟕

𝐌𝐒𝐀𝐱𝐁 − 𝟐𝟕,𝟖𝟓
FAxB = = = - 1,23
𝐌𝐒𝒅 𝟐𝟐,𝟓𝟕

6. Melakukan uji signifikansi pada semua harga F

e. Berdasarkan hasil hitung diperoleh FA = 157,98 dengan dfA = 1 dan dfd =
59 diperoleh F tabel sebesar 4,00 pada taraf kesalahan 5% dan 7,08 pada
taraf kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H1, dengan demikian dapat disimpulkan bahwa terdapat
perbedaan rata – rata kompetensi antara jenis kelamin laki-laki (67,34) dan
jenis kelamin perempuan (82,2) secara sangat signifikan
f. Berdasarkan hasil hitung diperoleh FB = 44,50 dengan dfB = 2 dan dfd = 59
diperoleh F tabel sebesar 3,15 pada taraf kesalahan 5% dan 4,98 pada
taraf kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H1, dengan demikian dapat disimpulkan bahwa terdapat
perbedaan rata – rata kompetensi antara model STAD (66,5), model TGT
(75), dan model MPBM (80,13) secara sangat signifikan
g. Berdasarkan hasil hitung diperoleh FAxB = - 1,23 dengan dfA xB= 2 dan dfd
= 59 diperoleh F tabel sebesar 3,15 pada taraf kesalahan 5% dan 4,98 pada
taraf kesalahan 1%, sehingga dapat disimpulkan F hasil hitung jatuh
dipenerimaan H0, dengan demikian dapat disimpulkan bahwa tidak ada
interaksi antara jenis kelamin dan model pembelajaran terhadap komptensi
siswa

9
 7. Tabel anava dua jalur
Sumber SS df MS Fe Ft interpretasi
Antar A 3565,7 1 3565,7 157,98 4,00(5%) Sangat signifikan
7,08(1%) Sangar signifikan
Antar B 2008,8 2 1004,4 44,50 3,15(5%) Sangat signifikan
4,98(1%) Sangat signifikan
Interaksi -55,7 2 - - 1,23 3,15(5%) Tidak signifikan
AxB 27,85 4,98(1%) Tidak signifikan
Dalam (d) 1331,6 59 22,57
Total 64

2. Post Hoc Test

1. Rata-rata kompeternsi siswa bila ditinjau secara bersama (interaksi) antara
model pembelajaran dan jenis kelamin.
a. Rata – rata jenis kelamin laki-laki (A1) dan model STAD (B1)
∑𝑥𝑖 645
𝑥̅ A1xB1 = = => 58,64
𝑛 11

b. Rata – rata jenis kelamin laki-laki (A1) dan model TGT (B2)
∑𝑥𝑖 827
𝑥̅ A1xB2 = = => 68,92
𝑛 12

c. Rata – rata jenis kelamin laki-laki (A1) dan model MPBM (B3)
∑𝑥𝑖 885
𝑥̅ A1xB3 = = => 73,75
𝑛 12

d. Rata – rata jenis kelamin perempuan (A2) dan model STAD (B1)
∑𝑥𝑖 685
𝑥̅ A2xB1 = = => 76,1
𝑛 9

e. Rata – rata jenis kelamin perempuan (A2) dan model TGT (B2)
∑𝑥𝑖 823
𝑥̅ A2xB2 = = => 82,3
𝑛 10

f. Rata – rata jenis kelamin perempuan (A2) dan model MPBM (B3)
∑𝑥𝑖 958
𝑥̅ A2xB3 = = => 87,09
𝑛 11

2. Beda rata-rata kompeternsi siswa bila ditinjau secara bersama (interaksi) antara
model pembelajaran dan jenis kelamin.
a. Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- TGT (B2)]
Beda = |𝑥̅𝐴1𝑥𝐵1 − 𝑥̅𝐴1𝑥𝐵2 |
= |58,64 − 68,92|
= 10,28

10
b. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Lk(A1)- MPBM (B3)]
Beda = |𝑥̅𝐴1𝑥𝐵1 − 𝑥̅𝐴1𝑥𝐵3 |
= |58,64 − 73,75|
= 15,11

c. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- STAD (B1)]

Beda = |𝑥̅𝐴1𝑥𝐵1 − 𝑥̅𝐴2𝑥𝐵1 |
= |58,64 − 76,1|
= 17,46

d. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

Beda = |𝑥̅𝐴1𝑥𝐵1 − 𝑥̅𝐴2𝑥𝐵2 |
= |58,64 − 82,3|
= 23,66

e. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

Beda = |𝑥̅𝐴1𝑥𝐵1 − 𝑥̅𝐴2𝑥𝐵3 |
= |58,64 − 87,09|
= 28,45

f. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Lk(A1)- MPBM (B3)]

Beda = |𝑥̅𝐴1𝑥𝐵2 − 𝑥̅𝐴1𝑥𝐵3 |
= |68,92 − 73,75|
= 4,83

g. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- STAD (B1)]

Beda = |𝑥̅𝐴1𝑥𝐵2 − 𝑥̅𝐴2𝑥𝐵1 |
= |68,92 − 76,1|
= 7,18

h. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- TGT (B2)]

Beda = |𝑥̅𝐴1𝑥𝐵2 − 𝑥̅𝐴2𝑥𝐵2 |
= |68,92 − 82,3|
= 13,38

i. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

Beda = |𝑥̅𝐴1𝑥𝐵2 − 𝑥̅𝐴2𝑥𝐵3 |
= |68,92 − 87,09|
= 18,17

j. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- STAD (B1)]

11
 Beda = |𝑥̅𝐴1𝑥𝐵3 − 𝑥̅𝐴2𝑥𝐵1 |
= |73,75 − 76,1|
= 2,35

k. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- TGT (B2)]

Beda = |𝑥̅𝐴1𝑥𝐵3 − 𝑥̅𝐴2𝑥𝐵2 |
= |73,75 − 82,3|
= 8,55

l. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- MPBM (B3)]

Beda = |𝑥̅𝐴1𝑥𝐵3 − 𝑥̅𝐴2𝑥𝐵3 |
= |73,75 − 87,09|
= 13,34

m. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

Beda = |𝑥̅𝐴2𝑥𝐵1 − 𝑥̅𝐴2𝑥𝐵2 |
= |76,1 − 82,3|
= 6,2

n. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

Beda = |𝑥̅𝐴2𝑥𝐵1 − 𝑥̅𝐴2𝑥𝐵3 |
= |76,1 − 87,09|
= 10,99

o. Beda rata – rata [Pr(A2)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

Beda = |𝑥̅𝐴2𝑥𝐵2 − 𝑥̅𝐴2𝑥𝐵3 |
= |82,3 − 87,09|
= 4,79

3. Uji HSD (Highly Significance Difference)

 q0,05= 4,16
a. Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- TGT (B2)]
𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴1𝑥𝐵2

22,57 22,57
= (4,16) √ +
11 12

= (4,16) (1,982)

= 8,24

b. Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- MPBM (B3)]

12
 𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴1𝑥𝐵3

22,57 22,57
= (4,16) √ +
11 12

= (4,16) (1,982)

= 8,24

c. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵1

22,57 22,57
= (4,16) √ +
11 9

= (4,16) (2,14)

= 8,90

d. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵2

22,57 22,57
= (4,16) √ +
11 10

= (4,16) (2,076)

= 8,64

e. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵3

22,57 22,57
= (4,16) √ +
11 11

= (4,16) (2,026)

= 8,43

f. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Lk(A1)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴1𝑥𝐵3

22,57 22,57
= (4,16) √ +
12 12

13
 = (4,16) (1,94)

= 8,07

g. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴1𝑥𝐵1

22,57 22,57
= (4,16) √ +
12 9

= (4,16) (2,09)

= 8,71

h. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴2𝑥𝐵2

22,57 22,57
= (4,16) √ +
12 10

= (4,16) (2,03)

= 8,46

i. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴2𝑥𝐵3

22,57 22,57
= (4,16) √ +
12 11

= (4,16) (1,98)

= 8,25

j. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵1

22,57 22,57
= (4,16) √ +
12 9

= (4,16) (2,09)

= 8,71

k. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- TGT (B2)]

14
 𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵2

22,57 22,57
= (4,16) √ +
12 10

= (4,16) (2,03)

= 8,46

l. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵3

22,57 22,57
= (4,16) √ +
12 11

= (4,16) (1,98)

= 8,25

m. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴2𝑥𝐵1 𝐴2𝑥𝐵2

22,57 22,57
= (4,16) √ +
9 10

= (4,16) (2,18)

= 9,08

n. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴2𝑥𝐵1 𝐴2𝑥𝐵3

22,57 22,57
= (4,16) √ +
9 11

= (4,16) (2,14)

= 8,90

o. Beda rata – rata [Pr(A2)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
HSD0,05 = (q0,05) √𝑛 +𝑛
𝐴2𝑥𝐵2 𝐴2𝑥𝐵3

22,57 22,57
= (4,16) √ +
10 11

15
 = (4,16) (2,076)

= 8,64

p. Tabel
Tabel perbandingan HSD0,05 dengan beda Mean
Beda Antara Besar HSD0,05 Kesimpulan
Beda
Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- 10,28 8,24 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- 15,11 8,24 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 17,46 8,90 Beda Signifikan
STAD (B1)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 23,66 8,64 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 28,45 8,43 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Lk(A1)- 4,83 8,07 Beda tidak
MPBM (B3)] signifikan

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 7,18 8,71 Beda tidak
STAD (B1)] signifikan

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 13,38 8,46 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 18,17 8,25 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- 2,35 8,71 Beda tidak
STAD(B1)] signifikan

Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- 8,55 8,46 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)-MPBM (B3)] vs [Pr(A2)- 13,34 8,25 Beda Signifikan
MPBM (B3)]
Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- 6,2 9,08 Beda tidak
TGT (B2)] signifikan

16
Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- 10,99 8,90 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Pr(A2)- TGT (B2)] vs [Pr(A2)- 4,79 8,64 Beda tidak
MPBM (B3)] signifikan

4. Uji LSD (Least Significance Difference)

 t0,05= 2,00
a. Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- TGT (B2)]
𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴1𝑥𝐵2

22,57 22,57
= (2,00) √ +
11 12

= (2,00) (1,982)

= 3,964

b. Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴1𝑥𝐵3

22,57 22,57
= (2,00) √ +
11 12

= (2,00) (1,982)

= 3,964

c. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵1

22,57 22,57
= (2,00) √ +
11 9

= (2,00) (2,14)

= 8,90

d. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵2

22,57 22,57
= (2,00) √ +
11 10

17
 = (2,00) (2,076)

= 4,152

e. Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵1 𝐴2𝑥𝐵3

22,57 22,57
= (2,00) √ +
11 11

= (2,00) (2,026)

= 4,052

f. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Lk(A1)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴1𝑥𝐵3

22,57 22,57
= (2,00) √ +
12 12

= (2,00) (1,94)

= 3,88

g. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴1𝑥𝐵1

22,57 22,57
= (2,00) √ +
12 9

= (2,00) (2,09)

= 4,18

h. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴2𝑥𝐵2

22,57 22,57
= (2,00) √ +
12 10

= (2,00) (2,03)

= 4,06

i. Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

18
 𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵2 𝐴2𝑥𝐵3

22,57 22,57
= (2,00) √ +
12 11

= (2,00) (1,98)

= 3,96

j. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- STAD (B1)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵1

22,57 22,57
= (2,00) √ +
12 9

= (2,00) (2,09)

= 4,18

k. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵2

22,57 22,57
= (2,00) √ +
12 10

= (2,00) (2,03)

= 4,06

l. Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴1𝑥𝐵3 𝐴2𝑥𝐵3

22,57 22,57
= (2,00) √ +
12 11

= (2,00) (1,98)

= 3,96

m. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- TGT (B2)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴2𝑥𝐵1 𝐴2𝑥𝐵2

22,57 22,57
= (2,00) √ +
9 10

19
 = (2,00) (2,18)

= 4,36

n. Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴2𝑥𝐵1 𝐴2𝑥𝐵3

22,57 22,57
= (2,00) √ +
9 11

= (2,00) (2,14)

= 4,28

o. Beda rata – rata [Pr(A2)- TGT (B2)] vs [Pr(A2)- MPBM (B3)]

𝑀𝑆𝐸 𝑀𝑆𝐸
LSD0,05 = (t0,05) √𝑛 +𝑛
𝐴2𝑥𝐵2 𝐴2𝑥𝐵3

22,57 22,57
= (2,00) √ +
10 11

= (2,00) (2,076)

= 4,152

p. Tabel
Tabel perbandingan LSD0,05 dengan beda Mean
Beda Antara Besar LSD0,05 Kesimpulan
Beda
Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- 10,28 3,964 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)-STAD (B1)] vs [Lk(A1)- 15,11 3,964 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 17,46 8,90 Beda Signifikan
STAD (B1)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 23,66 4,152 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)- STAD (B1)] vs [Pr(A2)- 28,45 4,052 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Lk(A1)- 4,83 3,88 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 7,18 4,18 Beda Signifikan
STAD (B1)]

20
Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 13,38 4,06 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)- TGT (B2)] vs [Pr(A2)- 18,17 3,96 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- 2,35 4,18 Beda tidak
STAD(B1)] signifikan

Beda rata – rata [Lk(A1)- MPBM (B3)] vs [Pr(A2)- 8,55 4,06 Beda Signifikan
TGT (B2)]

Beda rata – rata [Lk(A1)-MPBM (B3)] vs [Pr(A2)- 13,34 3,96 Beda Signifikan
MPBM (B3)]
Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- 6,2 4,36 Beda Signifikan
TGT (B2)]

Beda rata – rata [Pr(A2)- STAD (B1)] vs [Pr(A2)- 10,99 4,28 Beda Signifikan
MPBM (B3)]

Beda rata – rata [Pr(A2)- TGT (B2)] vs [Pr(A2)- 4,79 4,152 Beda Signifikan
MPBM (B3)]

21
3. SPSS

Between-Subjects Factors

Value Label N

Jenis kelamin 1.00 Laki-laki 35

2.00 Perempuan 30

Model pembelajaran 1.00 STAD 20

2.00 TGT 22

3.00 MPBM 23

Descriptive Statistics

Dependent Variable:Hasil Belajar Mapel Rangkaian Listrik

Model
pembelaj
Jenis kelamin aran Mean Std. Deviation N

Laki-laki STAD 58.6364 10.46205 11

TGT 68.9167 1.56428 12

MPBM 73.7500 1.54479 12

Total 67.3429 8.58159 35

Perempuan STAD 76.1111 1.45297 9

TGT 82.3000 2.49666 10

MPBM 87.0909 3.33030 11

Total 82.2000 5.18885 30

Total STAD 66.5000 11.74958 20

TGT 75.0000 7.10466 22

MPBM 80.1304 7.25700 23

Total 74.2000 10.34589 65

22
 Levene's Test of Equality of Error Variancesa

Dependent Variable:Hasil Belajar Mapel

Rangkaian Listrik

F df1 df2 Sig.

4.959 5 59 .001

Tests the null hypothesis that the error variance of

the dependent variable is equal across groups.

a. Design: Intercept + Jk1 + MdlPbm + Jk1 *

MdlPbm

Tests of Between-Subjects Effects

Dependent Variable:Hasil Belajar Mapel Rangkaian Listrik

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 5518.790a 5 1103.758 48.904 .000

Intercept 356748.025 1 356748.025 15806.529 .000

Jk1 3491.002 1 3491.002 154.677 .000

MdlPbm 1831.397 2 915.698 40.572 .000

Jk1 * MdlPbm 58.072 2 29.036 1.287 .284

Error 1331.610 59 22.570

Total 364717.000 65

Corrected Total 6850.400 64

a. R Squared = .806 (Adjusted R Squared = .789)

Post Hoc Tests

Model pembelajaran

23
 Multiple Comparisons

Dependent Variable:Hasil Belajar Mapel Rangkaian Listrik

(I) Model (J) Model 95% Confidence Interval

pembelaj pembelaj Mean Difference
aran aran (I-J) Std. Error Sig. Lower Bound Upper Bound

Tukey HSD STAD TGT -8.5000* 1.46778 .000 -12.0289 -4.9711

MPBM -13.6304* 1.45251 .000 -17.1226 -10.1383

TGT STAD 8.5000* 1.46778 .000 4.9711 12.0289

MPBM -5.1304* 1.41675 .002 -8.5367 -1.7242

MPBM STAD 13.6304* 1.45251 .000 10.1383 17.1226

TGT 5.1304* 1.41675 .002 1.7242 8.5367

LSD STAD TGT -8.5000* 1.46778 .000 -11.4370 -5.5630

MPBM -13.6304* 1.45251 .000 -16.5369 -10.7240

TGT STAD 8.5000* 1.46778 .000 5.5630 11.4370

MPBM -5.1304* 1.41675 .001 -7.9653 -2.2955

MPBM STAD 13.6304* 1.45251 .000 10.7240 16.5369

TGT 5.1304* 1.41675 .001 2.2955 7.9653

Based on observed means.

The error term is Mean Square(Error) = 22.570.

*. The mean difference is significant at the .05 level.

Homogeneous Subsets

24
 Hasil Belajar Mapel Rangkaian Listrik

Model Subset
pembelaj
aran N 1 2 3

Tukey HSDa,,b,,c STAD 20 66.5000

TGT 22 75.0000

MPBM 23 80.1304

Sig. 1.000 1.000 1.000

Means for groups in homogeneous subsets are displayed.

Based on observed means.
The error term is Mean Square(Error) = 22.570.

a. Uses Harmonic Mean Sample Size = 21.593.

b. The group sizes are unequal. The harmonic mean of the group sizes is used.
Type I error levels are not guaranteed.

c. Alpha = .05.

Profile Plots

25
Kesimpulan :
Berdasarkan hasil hitung spss dapat disimpulkan bahwa tidak ada hubungan
kompetensi siswa laki-laki dan perempuan yang diajari dengan menggunakan 3
model pembelajaran yang berbeda.

D. KESIMPULAN

26
 Setelah kami melakukan perhitungan secara manual dan spss untuk membuktikan
benar atau tidaknya suatu hipotesis yang menyatakan bahwa ada hubungan
kompetensi siswa laki-laki dan perempuan yang diajari dengan menggunakan 3
model pembelajaran yang berbeda dapat kami simpulkan bahwa hipotesis itu ditolak
dan yang benar adalah tidak ada hubungan kompetensi siswa laki-laki dan perempuan
yang diajari dengan menggunakan 3 model pembelajaran yang berbeda

 Hasil perhitungan manual diperoleh nilai rasio jenis kelamin (FA) =157,98 dan hasil
perhitungan menggunakan spss diperoleh nilai rasio F = 154.677 dengan demikian
dapat disimpulkan bahwa hasil perhitungan dengan cara manual tidak jauh berbeda
dengan hasil spss. Artinya bahwa perhitungan yang kami lakukan sudah mendekati
benar .

 Hasil perhitungan manual diperoleh nilai rasio model pembelajaran (FB) = 44,50 dan
hasil perhitungan menggunakan spss diperoleh nilai rasio F = 40.572 dengan
demikian dapat disimpulkan bahwa hasil perhitungan dengan cara manual tidak jauh
berbeda dengan hasil spss. Artinya bahwa perhitungan yang kami lakukan sudah
mendekati benar .

 Hasil perhitungan manual diperoleh nilai rasio interaksi antara jenis kelamin dan
model pembelajaran (FAB) = - 1,23 dan hasil perhitungan menggunakan spss diperoleh
nilai rasio F = 1.287 dengan demikian dapat disimpulkan bahwa hasil perhitungan
dengan cara manual tidak jauh berbeda dengan hasil spss. Artinya bahwa perhitungan
yang kami lakukan sudah mendekati benar .

Daftar pustaka

27
Siregar, Syafaruddin. 2004. Statistik Terapan. Jakarta: PT Gramedia Widiasarana.

Hadi, Sutrisno. 1981. Statistik 3. Yogyakarta: ANDI OFFSET

Simbolon, Hotman. 2009. Statistika. Yogyakarta: GRAHA ILMU

Sarwoko. 2007. Statistik Inferensi untuk Ekonomi dan Bisnis. Yogyakarta: ANDI
OFFSET
Ismed, Basuki dan Sudarmono. 2014. Analisa Variansi (ANAVA) (ppt 9). Surabaya

28