SOAL UAS 1 Statistika Pendidikan S1 Pend Matematika 29 Juni 2018

Kerjakan semua soal urut dari nomor kecil ke nomor besar dengan
format soal no 1 jawaban soal nomor 1 dst! Cara menjawab diketik setiap
langkah dan untuk pemakaian spss atau excel dimunculkan printoutnya
kemudian analisisnya sampai mendapat kesimpulan.

Soal:
1. Dari populasi siswa SMP N 55 Pati sebanyak 1100 orang nilai matematikanya
berdistribusi normal. Diambil sampel acak 25 siswa dan diperoleh data nilai
matematika:
70, 68, 64, 80, 72, 72, 68, 68, 64, 66, 64, 60, 70, 72, 76, 70, 68, 64, 60, 80, 82, 78,
76, 78, 84.
Tentukan titik penaksiran rata-rata nilai matematika populasi tersebut dengan
koofisien kepercayaan 95%.
Penyelesaian:
Diketahui :
Sampel acak 25 siswa : 70, 68, 64, 80, 72, 72, 68, 68, 64, 66, 64, 60, 70,

72, 76, 70, 68, 64, 60, 80, 82, 78, 76, 78, 84.

𝑁 = 1100

𝑛 = 25

𝛾 = 95% = 0,95

Ditanya : Titik penaksir dan interval penaksiran rata-rata nilai Matematika

Jawab :

∑ 𝑥𝑖
𝑥̅ = 𝑛
70+68+64+80+72+72+68+68+64+66+64+60+70+72+76+70+68+64+60+80+82+78+76+78+84
⇔ 𝑥̅ = 25

1774
⇔ 𝑥̅ = = 70,96
25

Jadi, titik penaksir 𝜇 adalah 𝑥̅ = 70,96.

No. 𝑥 (𝑥𝑖 − 𝑥̅ )2
 1 70 0,9216
2 68 8,7616
3 64 48,4416
4 80 81,7216
5 72 1,0816
6 72 1,0816
7 68 8,7616
8 68 8,7616
9 64 48,4416
10 66 24,6016
11 64 48,4416
12 60 120,1216
13 70 0,9216
14 72 1,0816
15 76 25,4016
16 70 0,9216
17 68 8,7616
18 64 48,4416
19 60 120,1216
20 80 81,7216
21 82 11,04
22 78 7,04
23 76 5,04
24 78 7,04
25 84 13,04
∑ 1774 731,721

Simpangan baku tidak diketahui dan populasi berdistribusi normal

𝑠 𝑠
Rumus yang digunakan adalah 𝑥̅ − 𝑡𝑝 . < 𝜇 < 𝑥̅ + 𝑡𝑝 .
√𝑛 √𝑛

∑(𝑥𝑖 −𝑥̅ )2
𝑠2 = 𝑛−1
731,712
⇔ 𝑠2 =
25 − 1

731,712
⇔ 𝑠2 = = 30,488
24

⇔ 𝑠 = 5,5215939728 ≈ 5,5
 1 1
𝑝= (1 + 𝛾) = (1 + 0,95) = 0,975
2 2
𝑑𝑘 = 𝑛 − 1 = 25 − 1 = 24
𝑡𝑝 = 𝑡0,975 = 2,09
𝑠 𝑠
𝑥̅ − 𝑡𝑝 . < 𝜇 < 𝑥̅ + 𝑡𝑝 .
√𝑛 √𝑛
5,5 5,5
70,96 − 2,09. < 𝜇 < 70,96 + 2,09.
√25 √25

11,495 11,495
⇔ 70,96 − < 𝜇 < 70,96 +
5 5

⇔ 70,96 − 2,299 < 𝜇 < 70,96 + 2,299

⇔ 68,661 < 𝜇 < 73,259

Kita merasa 95% yakin bahwa interval penaksiran rata-rata nilai Matematika
populasi tersebut akan ada dalam interval dengan batas 68,661 dan 73,259.

2. Populasi siswa SMPN15 Salatiga sebanyak 110 orang, yang suka di perpustakaan
80 orang. Populasi siswa SMPN 40 Salatiga dengan sampel 110 orang yang suka
diperpustakaan adalah 90 orang. 𝛾 = 95% Tentukan :
a.) Titik penaksir selisih proporsi kesukaan di perpustakaan dari kedua populasi.
b.) Inteval penaksir selisih proporsi kesukaan di perpustakaan dari kedua populasi.

Penyelesaian:

a. Diketahui : 𝑥1 = 80 dan 𝑥2 = 90
𝑛1 = 110 dan 𝑛2 = 110

𝛾 = 95% = 0,95

Persentase siswa SMPN 15 Salatiga yang suka di perpustakaan

𝑥1 80
𝑝1 = = × 100% = 72,7% = 0,727
𝑛1 110

Jadi, 𝑞1 = 1 − 𝑝1 = 1 − 0,727 = 0,273

Persentase siswa SMPN 40 Salatiga yang suka di perpustakaan

𝑥2 90
𝑝2 = = × 100% = 81,8% = 0,818
𝑛2 110
 Jadi, 𝑞2 = 1 − 𝑝2 = 1 − 0,818 = 0,182

Jadi, titik penaksir selisih proporsi kesukaan di perpustakaan dari populasi siswa
SMPN 15 Salatiga dan SMPN 40 Salatiga adalah
𝑝1 − 𝑝2 = 0,727 − 0,818 = −0,091.

b. Interval penaksir selisih proporsi kesukaan di perpustakaan dari populasi siswa SMPN
15 Salatiga dan SMPN 40 Salatiga.
Jawab :

𝛾 = 95% = 0,95

1 1
𝛾 = 2 . 0,95 = 0,475 → 𝑧0,475 = 1,96
2

Maka interval kepercayaannya :

𝑝1 𝑞1 𝑝2 𝑞2 𝑝1 𝑞1 𝑝2 𝑞2
(𝑝1 − 𝑝2 ) − 𝑧1⁄ 𝛾 √ + < 𝜋1 − 𝜋2 < (𝑝1 − 𝑝2 ) + 𝑧1⁄ 𝛾 √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2

(0,727)(0,273) (0,818)(0,182)
⟺ (0,727 − 0,818) − (1,96). √ + < 𝜋1 − 𝜋2
110 110

(0,727)(0,273) (0,818)(0,182)
< (0,727 − 0,818) + (1,96). √ +
110 110

0,198 0,148 0,198 0,148

⇔ −0,091 − (1,96). √ + < 𝜋1 − 𝜋2 < −0,091 + (1,96). √ +
110 110 110 110

⇔ −0,091 − (1,96). √0,0031 < 𝜋1 − 𝜋2 < −0,091 + (1,96). √0,0031

⇔ −0,091 − (1,96). (0,056) < 𝜋1 − 𝜋2 < −0,091 + (1,96). (0,056)

⇔ −0,091 − 0,10976 < 𝜋1 − 𝜋2 < −0,091 + 0,10976

⇔ −0,20076 < 𝜋1 − 𝜋2 < 0,01876

Jadi, kita merasa 95% yakin bahwa interval penaksir selisih proporsi kesukaan di
perpustakaan dari populasi siswa SMPN 15 Salatiga dan SMPN 40 Salatiga akan ada
dalam interval yang dibatasi oleh −0,20076 dan 0,01876.
3. KKM individual Mata Pelajaran Matematika tentang Statistika SMPN 80 Semarang
adalah 80 dengan KKM klasikal 75%. Dengan pembelajaran RME guru matematika
sekolah tsb mengklaim bahwa siswa kelas VII SMPN 80 Semarang tuntas klasikal
untuk materi Statistika. Dengan 𝛼 = 5% ujilah apakah klaim guru tersebut diterima
bila skore hasil belajar Statistika dari 30 siswa sampel sbb:
72,68,87,72,74,74,71,73,67,87,89,90,85,84,76,71,72,73,73,74,85,76,56,78,70,76,71,
72,74,76.
Penyelesaian:

Diketahui : 𝐾𝐾𝑀 = 80, 𝑚𝑎𝑘𝑎 𝑥 = 7, 𝑛 = 30, 𝛼 = 0,05

𝜋0 = 0,745

Ditanya : menguji ketuntasan klasikal 75% hasil belajar siswa kelas VII SMPN
80 pada materi Statistika

Jawab :

a. Hipotesis pengujian (pihak kanan)

𝐻0 : 𝜋 = 0,745 (hasil belajar siswa belum mencapai ketuntasan klasikal 75%)

𝐻1 : 𝜋 > 0,745 (hasil belajar siswa sudah mencapai ketuntasan klasikal 75%)

b. Taraf signifikan
𝛼 = 0,05
c. Kriteria pengujian
Tolak 𝐻0 jika 𝑍 ≥ 𝑍0,5−𝛼
𝑍 ≥ 𝑍0,5−0,05
𝑍 ≥ 𝑍0,45
𝑍 ≥ 1,64
d. Statistik hitung
𝑥 7
− 𝜋0 − 0,745 −0,51167
𝑛 30
𝑍= = = = −81,217
𝜋 (1−𝜋0 ) 0,745(1−0,745) 0,0063
√ 0 √
𝑛 30

Kesimpulan : Karena 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = −81,217 < 1,64 maka 𝐻0 diterima. Artinya, dengan
taraf signifikansi 5% hasil belajar siswa pada materi statistika dengan pembelajaran
RME kelas VII SMPN 80 Semarang belum mencapai ketuntasan klasikal 75%.

4. Dari populasi siswa SMPN 50 Kudus nilai matematikanya normal dengan simpangan
baku 9. Dari sampel dengan ukuran 31 diketahui 𝑥 = 70, ujilah hipotesis yang
mengatakan bahwa rata-rata nilai matematika populasi adalah 67 dengan 𝛼 = 5%.
Penyelesaian:
Karena diketahui simpangan baku populasi maka menggunakan uji statistik Z.
Diketahui : 𝑥̅ = 70, 𝑛 = 31 , 𝜎 = 9, 𝜇 = 67
Langkah-langkah
a. Hipotesis pengujian
 𝐻0 : 𝜇 = 67 (rata-rata nilai matematika populasi adalah 67)
𝐻1 : 𝜇 ≠ 67 ( rata-rata nilai matematika populasi tidak sama dengan 67)
b. Taraf signifikan : 𝛼 = 0,05
c. Kriteria pengujian
Terima 𝐻0 jika : −𝑍0,5(1−𝛼) < 𝑍 < 𝑍0,5(1−𝛼)
−𝑍0,5(1−0,05) < 𝑍 < 𝑍0,5(1−0,05)
−𝑍0,475 < 𝑍 < 𝑍0,475
−1,96 < 𝑍 < 1,96
d. Statistik hitung
𝑥̅ − 𝜇
𝑧= 𝜎
√𝑛
70 − 67
=
9
√31
3
= 1,616448
= 1,8559
e. Kesimpulan
Diperoleh −𝑧𝑡𝑎𝑏𝑒𝑙 < 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = 1,8559 < 𝑧𝑡𝑎𝑏𝑒𝑙 berarti 𝐻0 diterima. Jadi, dengan
taraf signifikansi 5% dapat disimpulkan bahwa rata-rata matematika dari populasi di
SMPN 50 kudus sama dengan 67.

5. Berikut adalah data skore pretes (Xi) dan postes(Yi) kemampuan literasi matematika
siswa SMPN 90 Rembang sebelum dan sesudah pembelajaran PBL sebagai berikut:
𝑥𝑖 56 62 64 76 54 64 69 58 62 72
𝑦𝑖 60 75 75 90 76 87 67 78 89 92

Dengan 𝛼 = 5% ujilah apakah ada peningkatan yang signifikan skore kemampuan

literasi matematika sebelum dan sesudah pembelajaran PBL dari populasi tersebut?
Penyelesaian:
a. Hipotesis:
𝐻0 : 𝜋𝑝𝑟𝑒𝑡𝑒𝑠 = 𝜋𝑝𝑜𝑠𝑡𝑒𝑠 (tidak terdapat perbedaan yang signifikan antara pretes dan
postes)
𝐻1 ∶ 𝜋𝑝𝑟𝑒𝑡𝑒𝑠 ≠ 𝜋𝑝𝑜𝑠𝑡𝑒𝑠 (terdapat perbedaan yang signifikan antara pretes dan
postes)

b. Taraf signifikan : 𝛼 = 5%
c. Kriteria pengujian:
H0 diterima jika nilai jika nilai 𝑆𝑖𝑔. > 0,05.

d. Perhitungan Statistik Uji

1) Buka program SPSS yang kamu punya
2) Masukkan data dengan cara copy paste
3) Klik variabel view ubah Nama seperti dibawah ini.
4) Kembali ke data view pada kolom nama sudah berubah sesuai nama yang
diisikan.

5) Selanjutnya Klik Analyze – Compare Means - Paired-Samples T Test

6) Akan muncul kotak dialog seperti berikut. Masukkan variabel 1 dan variabel 2

a. Klik option. Akan muncul kotak dialog seperti berikut. Klik continue-
klik OK
 7) Klik continue kemudian OK.
Maka akan muncul out put sebagai berikut:

Paired Samples Test

Paired Differences

Std. Std. 95% Confidence Interval of the

Deviatio Error Difference Sig. (2-
Mean n Mean Lower Upper t df tailed)

Pair 1 xi – yi -15,200 9,053 2,863 -21,676 -8,724 -5,310 9 ,000

8) Kesimpulan
Karena nilai Sig.(2-tailed) tabel paired samples test = 0,000 < 0,05. Maka H0
ditolak. Jadi, dengan taraf signifikan 5% dapat disimpulkan terdapat perbedaan
yang signifikan antara pretes dan postes.
Untuk mengetahui apakah adanya peningkatan yang signifikan kita perhatikan
output berikut ini.

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 Xi 63,70 10 6,993 2,211

Yi
78,90 10 10,546 3,335
b

Dari tabel terlihat bahwa rata-rata yi = postes = 78,90 > rata-rata pretes =
63,70. Maka dapat disimpulkan bahwa terdapat peningkatan yang signifikan
mengenai skore kemampuan literasi matematika sebelum dan sesudah
pembelajaran PBL dari populasi tersebut.

6. Data tentang sikap ilmiah (X) dan hasil belajar matematika (Y) dari 14 siswa SMP
Taruna Nusanegara sebagai berikut:
Nama X Y
 A 62 72
B 74 82
C 78 84
D 52 65
E 84 96
F 90 98
G 75 84
H 75 84
I 64 72
J 83 94
K 90 98
L 64 72
M 92 98
N 80 92
Hitunglah koefisien korelasi antara X dan Y dengan cara product momen dan range
Spearman.
Penyelesaian:

a. Hipotesis:
𝐻0 : sikap ilmiah tidak berpengaruh secara signifikan terhadap hasil belajar
matematika
𝐻1 : sikap ilmiah berpengaruh secara signifikan terhadap hasil belajar matematika
b. Kriteria pengujian
Terima 𝐻0 jika 𝑠𝑖𝑔. > 𝛼 = 0,05
c. Langkah-langkah pengujian
1) Buka program SPSS yang dipunyai
2) Masukkan data dengan cara copy paste
3) Klik variable view, Ubah nama kolom dan tipe data menjadi sebagai berikut:

4) Klik 𝑚𝑒𝑛𝑢 𝑎𝑛𝑎𝑙𝑦𝑧𝑒 → 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑡𝑒 → 𝑏𝑖𝑣𝑎𝑟𝑖𝑎𝑡

5) Pindahkan x dan y ke variables
6) Pilih pearson, spearman, two-tailed, dan flag significant correlations
7) Klik ok
 Diperoleh output sebagai berikut

Correlations

x Y

X Pearson Correlation 1 ,984**

Sig. (2-tailed) ,000

N 14 14
Y Pearson Correlation ,984** 1

Sig. (2-tailed) ,000

N 14 14

**. Correlation is significant at the 0.01 level (2-tailed).

Correlations

X y

Spearman's rho x Correlation Coefficient 1,000 ,990**

Sig. (2-tailed) . ,000

N 14 14

y Correlation Coefficient ,990** 1,000

Sig. (2-tailed) ,000 .

N 14 14

**. Correlation is significant at the 0.01 level (2-tailed).

8) Kesimpulan
Karena dari tabel correlations diperoleh nilai 𝑠𝑖𝑔. (2 − 𝑡𝑎𝑖𝑙𝑒𝑑) = 0,000 < 𝛼 = 0,05
maka kita tolak 𝐻0 atau menerima 𝐻1 . Artinya, sikap ilmiah berpengaruh signifikan
terhadap hasil belajar matematika. Dari tabel juga diperoleh koefisien korelasi jika
dihitung dengan rumus pearson product moment adalah 0,984, sedangkan jika dihitung
dengan rumus range spearman adalah 0,990. Dari kedua rumus tersebut didapatkan
koefisien korelasi dengan tingkat hubungan yang sangat kuat antara variabel x dan y.

7. Hasil pengukuran sikap ilmiah (X) dan hasil belajar matematika (Y) dari 10 siswa SMA
Negara Jaya sbb;
Hari X Y
1 100 98
2 98 96
3 94 94
4 92 90
5 89 88
6 85 84
 7 84 86
8 80 82
9 80 84
10 76 72
a. Estimasikan persamaan regresi Y atas X!
b. Uji keberartian koefisien arah persamaan regresi!
c. Ujilah kelinearan model regresi!
d. Bila dapat, prediksikan hasil belajar matematika siswa yang mempunyai motivasi 86
(𝛼 = 5%)!
Penyelesaian:
Dengan menggunakan SPSS
1. Masukkan data dengan cara copy paste
2. Klik variabel view dan ubah seperti dibawah ini

3. Kembali ke data view

4. Klik analyze – regression – linier

5. Masukkan variabel X dan Y seperti berikut.
 6. Klik ok
Maka akan diperoleh output sebagai berikut:
Variables Entered/Removeda

Variables
Model Variables Entered Removed Method

1 Xb . Enter

a. Dependent Variable: Y
b. All requested variables entered.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 ,955a ,912 ,901 2,413

a. Predictors: (Constant), X

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

1 Regression 481,825 1 481,825 82,760 ,000b

Residual 46,575 8 5,822

Total 528,400 9

a. Dependent Variable: Y
b. Predictors: (Constant), X

Coefficientsa

Standardized
bUnstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 8,297 8,729 ,951 ,370

X ,901 ,099 ,955 9,097 ,000

a. Dependent Variable: Y
a. Estimasi persamaan regresi Y atas X:
Dari tabel Coefficientsa diperoleh persamaan regresi Y atas X yaitu
Persamaan regresi Ŷ = a + bX  Ŷ = 8,297 + 0,901X

b. Uji keberartian koefisien arah persamaan regresi:

Dari Ftabel dengan db pembilang = 1 dan db penyebut = n – 2 = 8 pada taraf 5% didapat
Ftabel (1,8) = 0,498982.
Dari tabel ANOVAa diperoleh 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 82,760.
Karena Fhitung > Ftabel (1,8 ; 5%) maka dapat disimpulkan bahwa koefisien arah
persamaan regresi berarti pada taraf 5%

c. Uji kelinearan model regresi:

Dari tabel ANOVAa diperoleh nilai sig. 000 < 0,05. Hal ini dapat disimpulkan bahwa
Persamaan regresi Ŷ = a + bX  Ŷ = 8,297 + 0,901X adalah Linear. Persamaan
regresi tersebut memenuhi kelinieran dan memenuhi signifikansi

d. Bila dapat, prediksikan hasil belajar matematika siswa yang mempunyai motivasi 86
(𝛼 = 5%)!
Ŷ = 8,297 + 0,901X
Ŷ = 8,297 + 0,901(86)
Ŷ= 85,783
Jadi, hasil belajar siswa yang mempunyai motivasi 86 adalah 85,783
8. Estimasikan persamaan regresi linear gaya mengajar guru (Y) atas sifat demokratis
(𝑋1 ) dan disipliner (𝑋2 ) serta kelas sosial tinggi (𝑋3 ) dengan kode 1 dan kelas
menengah (𝑋3 ) dengan kode 0.
Responden Y 𝑋1 𝑋2 𝑋3
1 7 3 6 1
2 10 5 8 1
3 12 5 7 0
4 10 4 5 1
5 9 4 6 0
6 8 3 6 0
7 8 3 4 1
 8 11 6 5 0
9 9 4 4 0
10 6 2 3 1
Penyelesaian :

Dengan menggunakan SPSS

Langkah-langkah :

a. Masukkan data dengan cara copy paste

b. kemudian klik variabel view dan ubah nama data seperti dibawah ini

c. klik data view

d. Klik analyze – regression - linear

e. Masukkan variabel Y pada kolom dependent dan variabel X1, X2, X3, pada
variabel independent
 f. Diperoleh output sebagai berikut.

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 ,920a ,846 ,769 ,877

a. Predictors: (Constant), X3, X2, X1

Pada tabel tersebut diperoleh nilai R =0,920. Ini berarti hubungan antar variabel
terdapat pada kategori kuat karena mendekati 1. Diperoleh nilai R square = 0,846
yang berarti variabel bebas X1, X2, X3 memiliki pengaruh kontribusi sebesar
84,6% terhadap variabel Y. Sedangankan sisanya dipengaruhi faktor yang lain.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 25,387 3 8,462 11,006 ,007b

Residual 4,613 6 ,769

Total 30,000 9

a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1

Dari tabel tersebut diperoleh nilai sig = 0,007 < 0,05 maka dapat disimpulkan bahwa
model regresi tersebut adalah linear.
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 3,636 1,380 2,635 ,039

X1 1,277 ,317 ,837 4,030 ,007

X2 ,098 ,228 ,081 ,427 ,684

X3 -,284 ,622 -,082 -,457 ,664

a. Dependent Variable: Y

Kesimpulan:
Dari tabel tersebut diperoleh persamaan regresi Y = 3,636 + 1,277 X1 + 0,098 X2 -
0,284 X3.

9. Kemampuan Pemecahan Masalah dari sampel kelompok siswa dengan pembelajaran

PBL, PjBL, DL sebagai berikut:

Kemampuan Pemecahan Masalah

PBL PjBL DL
92 78 76
88 86 78
88 78 76
78 78 78
86 76 74
89 78 66
87 89 66
85 87 67
75 87 75
76 87 67
78 88 77
79 76 78
83 87 75
81 87 74
80 87 77
79 86 76
79 78 75
98 87 78
94 78 75
87 76 77
89 87 76
84 76 76
78 78 78
90 78 78
87 76 76
88 78 78
87 76 76
 98 76 78
84 76 68
84 76 68

Dengan one way anova ujilah apakah ada perbedaan rata-rata kemampuan
Pemecahan Masalah antar tiga kelompok tersebut?jika ada lakukan uji post hoc untuk
menganalisis kelompok mana yang terbaik rata-rata Pemecahan Masalahnya.

Penyelesaian :

Dengan menggunakan SPSS

Langkah – langkah:

1) Buka SPSS
2) Masukkan data dengan cara copy paste
3) Klik variabel view kemudian beri nama PBL, PjBL dan DL.

4) Klik data view

5) Klik Data View kemudian digabung dan disususn dalam satu kolom yang diberi
nama HASIL , selanjutnya dibuat kolom baru yang berisi level dari variabel
independen yang dianalisis, kolom ini diberi nama MODEL.
6) Klik Variabel view, Values pada MODEL beri keterangan 1 = PBL, 2 = PJBL, 3
= DL. Lalu klik OK
 7) Selanjutnya Analyze => Discriptive Statistic => Explore

Kemudian masukkan variabel HASIL pada kotak dependent list, pada bagian display pilih
Both. Selanjutnya klik Plots pada pilihan kanannya. Aktifkan Normality Plots with test,
dan pada menu discriptive aktifkan histogram klik Continue lalu klik OK.

Maka diperoleh hasil output SPSS sebagai berikut:

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic Df Sig.

HASIL ,219 90 ,000 ,926 90 ,000

a. Lilliefors Significance Correction

1) Hipotesis pengujian :
𝐻0 : sampel berasal dari populasi yang normal
𝐻1 : sampel berasal dari populasi yang tidak normal
2) Taraf Signifikan : α = 5% = 0,05
3) Kriteria pengujian
Terima 𝐻0 jika sig > α = 0,05
4) Kesimpulan
Karena sig pada tabel kolmogorov-smirnov = 0,000 < α = 0,05, maka 𝐻0 ditolak atau
menerim 𝐻1 . Jadi, sampel tersebut berasal dari populasi yang tidak normal.

a) Uji Homogenitas dan uji banding

Klik Analyze => compare means => pilih One way ANOVA
Lalu masukkan variabel hasil_model pada Kotak dependent list

Untuk mengolah homogenitas dengan lavene pilih Options kemudian pada menu Statistics
centang pada Descriptive dan Homogenity of Variance => Continue.
Selanjutnya klik Post Hoc. Pada menu Equal Variances Assumed aktifkan LSD, pada Equal
Variance Not Assumed aktifkan Tahhane’s T2 => Continue.

Masukkan variabel model ke Factor => klik Ok.

Sehingga diperoleh hasil output SPSS sebagai berikut :

Test of Homogeneity of Variances

HASIL

Levene Statistic df1 df2 Sig.

4,414 2 87 ,015

1) Hipotesis pengujian
𝐻0 : sampel berasal dari populasi yang homogen
𝐻1 : sampel berasal dari populasi yang tidak homogen
2) Taraf signifikan : α = 0,05
3) Kriteria pengujian
Terima 𝐻0 jika sig. > 0,05
4) Kesimpulan
Dari tabel diperoleh nilai sig. = 0,015 < α , maka 𝐻0 ditolak atau 𝐻1 diterima. jadi,
dapat disimpulkan bahwa sampel berasal dari populasi yang tidak homogen.

b) Uji rata – rata

1) Hipotesis
𝐻0 : µ1 = µ2 = µ3
𝐻1 : paling sedikit ada satu tanda sama dengan tidak berlaku
2) Taraf signifikansi α = 5%.
3) Kriteria pengujian:
4) Terima H0 jika Sig tabel anova > 5%
Hasil Analisis menggunakan SPSS:
 ANOVA
HASIL

Sum of Squares df Mean Square F Sig.

Between Groups 1673,689 2 836,844 31,858 ,000

Within Groups 2285,300 87 26,268
Total 3958,989 89

5) Kesimpulan
Karena Sig tabel anova = 0,000 < 5%. Maka H0 ditolak atau 𝐻1 diterima.
Artinya, dengan taraf signifikan 5% dapat disimpulkan bahwa ada
perbedaan di antara ketiga mean skor hasil belajar dengan ketiga model
tersebut.

Uji lanjutan Dengan menggunakan Post Hoc

Multiple Comparisons
Dependent Variable: HASIL

Mean Difference 95% Confidence Interval

(I) MODEL (J) MODEL (I-J) Std. Error Sig. Lower Bound Upper Bound

LSD PBL PjBL 4,000* 1,323 ,003 1,37 6,63

DL 10,467* 1,323 ,000 7,84 13,10

PjBL PBL -4,000* 1,323 ,003 -6,63 -1,37

DL 6,467* 1,323 ,000 3,84 9,10

DL PBL -10,467* 1,323 ,000 -13,10 -7,84

PjBL -6,467* 1,323 ,000 -9,10 -3,84

Tamhane PBL PjBL 4,000* 1,442 ,022 ,45 7,55

DL 10,467* 1,325 ,000 7,19 13,74

PjBL PBL -4,000* 1,442 ,022 -7,55 -,45

DL 6,467* 1,190 ,000 3,54 9,40

DL PBL -10,467* 1,325 ,000 -13,74 -7,19

PjBL -6,467* 1,190 ,000 -9,40 -3,54

*. The mean difference is significant at the 0.05 level.

 Kita perhatikan nilai sig pada perpaduan masing-masing ketiga sampel PBL, PJBL,
dan DL.
Sig PBL dan PJBL = 0,003 < 0,05 => rataan hasil belajar berbeda.
Sig PBL dan DL = 0,000 < 0,05 => rataan hasil belajar berbeda.
Sig PJBL dan DL = 0,000 < 0,05 => rataan hasil belajar berbeda.

Jadi PBL, PJBL, dan DL memiliki rataan hasil belajar yang berbeda-beda.

Untuk menentukan rataan tertinggi dan terendah.

Descriptives
HASIL

Std. Std. 95% Confidence Interval for Mean

N Mean Deviation Error Lower Bound Upper Bound Minimum Maximum

PBL 30 85,03 6,026 1,100 82,78 87,28 75 98

PjBL 30 81,03 5,109 ,933 79,13 82,94 76 89
DL 30 74,57 4,049 ,739 73,05 76,08 66 78
Total 90 80,21 6,670 ,703 78,81 81,61 66 98

Pada tabel terlihat bahwa rata-rata pada model PBL = 85,03 menunjukkan rata-rata yang
tertinggi diantara yang lain. Jadi model PBL merupakan model pembelajaran terbaik dari ketiga
model pembelajaran tersebut. Dan yang terendah adalah rata-rata dari model DL = 74,57.

10. Berikut data kemampuan literasi matematika sampel siswa yang diajar dengan model
pembelajaran dan pendekatan pembelajaran di SMPN 55 Semarang:
Pendekatan_ Pembelajaran
PMRI Humanis Saintifik
Model_Pembljr PBL 96, 96,88,100,88 84,84,88,76,74 74,66,76,78,66,
90,98,86,88,90 77,76,74,74,70 66,65,68,64,62
89,90,100,89,90 76,71,72,73,74 65.61,62,60,65
90, 98,89,100,87 76,87,88,76,75 65,67,76,78,67,
90,98,87,88,90 77,76,74,73,70 66,65,67,64,62
89,90,100,89,90 76,71,72,73,74 65.61,62,60,65
100,88 72, 76 62, 64
 PjBL 90, 98,89,70,88 76,88,88,76,75 65,67,76,78,66,
90,98,876,88,90 78,76,74,73,70 66,65,68,64,62
89,90,70,89,90 76,71,72,73,74 65.61,62,60,65
90, 98,89,70,87 76,87,88,76,75 65,67,66,68,67,
70,98,87,88,90 67,76,64,73,70 66,65,67,64,62
89,90,70,89,90 66,71,72,73,74 65.41,62,50,45
70,86 62, 66 62, 42

DL 90, 98,86,100,88 76,86,88,76,75 66,68,76,78,66,

90,98,87,88,90 77,76,74,73,70 66,65,67,64,62
69,90,70,89,90 76,71,72,73,74 65.61,62,60,65
70, 98,80,70,87 76,87,88,56,75 65,67,76,48,67,
90,98,87,88,90 77,56,74,73,50 36,45,47,64,62
89,90,80,80,90 46,61,72,73,54 25.21,62,30,25
70,88 72, 76 52, 55

Ujilah:
a.. Apakah ada perbedaan mean kemampuan literasi matematika (LM) antar model
pembelajaran?
Bila ada perbedaan mean LM yang signifikan lanjutkan Post Hoc Test dan
berilah rekomendasi mean LM tertinggi dan terendahnya. Tulis setiap langkah penggunaan
SPSS (apa yang di click dan perintah yang jelas pada
komputer beserta gambar tampilannya).

b. Apakah ada perbedaan mean LM antar pendekatan pembelajaran?

Bila ada perbedaan mean LM yang signifikan lanjutkan Post Hoc Test dan
berilah rekomendasi mean LM tertinggi dan terendahnya.
Tulis setiap langkah penggunaan SPSS (apa yang di click dan perintah yang jelas pada
komputer beserta gambar tampilannya).

c. Apakah ada interaksi antara model pembelajaran dan pendekatan pembelajaran terkait
mean LM? Bila ada interaksi model pembelajaran dan pendekatan pembelajaran yang
membuat perbedaan mean LM yang signifikan lanjutkan Post Hoc Test dan berilah
rekomendasi mean LM tertinggi dan terendahnya diantara LM pada 9 sel yang disebabkan
dari faktor model pembelajaran dan faktor pendekatan pembelajaran. Tulis setiap langkah
penggunaan SPSS (apa yang di click dan perintah yang jelas pada
komputer beserta gambar tampilannya) .
Penyelesaian:
UJI NORMALITAS
Langkah – langkah:
1) Masukkan data ke SPSS dengan cara copy paste seperti biasanya.
2) Pada Variabel view beri keterangan pada Value dengan 1 = PBL, 2 = PJBL, 3 = DL.
Lalu klik OK

3) Klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝐷𝑖𝑠𝑐𝑟𝑖𝑝𝑡𝑖𝑣𝑒 𝑆𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐 → 𝐸𝑥𝑝𝑙𝑜𝑟𝑒

4) Kemudian masukkan variabel hasil_model pada kotak dependent list, pada bagian
display pilih Both. Aktifkan Normality Plot with test pada menu plots, dan pada menu
discriptive aktifkan histogram klik Continue.
Berikut adalah output dari analisis data menggunakan SPSS :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic Df Sig.

hasil_model ,118 288 ,000 ,945 288 ,000

a. Lilliefors Significance Correction

 a) Hipotesis :
𝐻0 : data berasal dari populasai yang berdistribusi normal
𝐻1 : data berasal dari populasi yang tidak berdistribusi normal
b) Taraf Signifikan : α = 5% = 0,05
c) Kriteria :
𝐻0 diterima jika sig. > α
d) Keputusan :
Karena sig pada tabel kolmogorov-smirnov = 0,000 < α = 0,05, maka 𝐻0 ditolak. Jadi
data tersebut berasal dari populasi yang tidak berdistribusi normal.

UJI HOMOGENITAS DAN UJI BANDING

Langkah-langkah:
1) Klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝑐𝑜𝑚𝑝𝑎𝑟𝑒 𝑚𝑒𝑎𝑛𝑠 → 𝑂𝑛𝑒 𝑤𝑎𝑦 𝐴𝑁𝑂𝑉𝐴
2) Lalu masukkan variabel hasil_model pada dependent list dan variabel model ke
Factor. Klik Ok.

3) Klik options. Pada menu Statistics aktifkan Descriptive dan Homogenity of Variance.
Klik continue.
 4) Klik post hoc. Pada menu Equal Variances Assumed aktifkan LSD, pada Equal
Variance Not Assumed aktifkan Tahhane’s T2 . Klik Continue.

Berikut merupakan output beserta analisisnya:

Test of Homogeneity of Variances
hasil_model

Levene Statistic df1 df2 Sig.

2,842 2 285 ,060

Uji homogenitas .
a) Hipotesis :
𝐻0 : 𝜎12 = 𝜎22 = ⋯ = 𝜎𝑖2 (varian ke-i kelompok sampel adalah sama = homogen)
𝐻1 : salah satu varian kelompok berbeda.
b) Taraf Signifikan : α = 5% = 0,05
c) Kriteria :
𝐻0 diterima jika sig. > α
d) Keputusan :
Karena sig = 0,060 > α maka 𝐻0 diterima. Artinya varian kelompok sama semua.

Uji banding
ANOVA
hasil_model

Sum of Squares df Mean Square F Sig.

Between Groups 1732,840 2 866,420 4,582 ,011

Within Groups 53894,479 285 189,103
Total 55627,319 287

a) Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = ⋯ = 𝜇𝑖2(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
b) Taraf Signifikan : α = 5% = 0,05
c) Kriteria :
𝐻0 diterima jika sig. > α
d) Keputusan :
Pada tabel Anova terlihat bahwa nilai sig = 0,011 < 0,05 maka 𝐻0 ditolak. Jadi rataan
hasil belajar dengan ketiga model , menghasilkan minimal salah satu berbeda dengan
yang lain. Sehingga diperlukan uji lanjut atau uji post hoc.
UJI POS HOC :

Multiple Comparisons
Dependent Variable: hasil_model
LSD

Mean Difference 95% Confidence Interval

(I) model (J) model (I-J) Std. Error Sig. Lower Bound Upper Bound

PBL PjBL 3,406 1,985 ,087 -,50 7,31

DL 5,990* 1,985 ,003 2,08 9,90

PjBL PBL -3,406 1,985 ,087 -7,31 ,50
DL 2,583 1,985 ,194 -1,32 6,49
DL PBL -5,990* 1,985 ,003 -9,90 -2,08

PjBL -2,583 1,985 ,194 -6,49 1,32

*. The mean difference is significant at the 0.05 level.

Kita lihat satu persatu nilai sig pada perpaduan masing-masing ketiga sampel PBL,
PJBL, dan DL.
Sig PBL dan PJBL = 0,087 > 0,05 => hasil belajar sama.
Sig PBL dan DL = 0,003 < 0,05 => hasil belajar berbeda
Sig PJBL dan DL = 0,194 > 0,05 => hasil belajar sama

Untuk menentukan rataan tertinggi dan terendah.

Descriptives
 hasil_model

95% Confidence Interval for

Mean

Std. Std. Lower

N Mean Deviation Error Bound Upper Bound Minimum Maximum

PBL 96 77,96 11,759 1,200 75,58 80,34 60 100

PjBL 96 74,55 12,344 1,260 72,05 77,05 41 98
DL 96 71,97 16,633 1,698 68,60 75,34 21 100
Total 288 74,83 13,922 ,820 73,21 76,44 21 100

Melihat mean pada PBL = 77,96 menunjukkan rataan yang tertinggi diantara yang lain.
jadi model PBL dengan hasil belajar merupakan model pembelajaran terbaik. Dan yang
terendah adalah rataan pada model DL = 71,97.

b. Apakah ada perbedaan mean LM antar pendekatan pembelajaran?

Bila ada perbedaan mean LM yang signifikan lanjutkan Post Hoc Test dan berilah
rekomendasi mean LM tertinggi dan terendahnya.
Tulis setiap langkah penggunaan SPSS (apa yang di click dan perintah yang jelas pada
komputer beserta gambar tampilannya).

Penyelesaian :

UJI NORMALITAS:

Langkah-langkah dengan SPSS :

1) masukkan data ke SPSS

2) pada Variabel view beri keterangan pada Value dengan 1 = PMRI, 2 = humanistik,
3 = saintifik. Lalu klik OK
3) klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝐷𝑖𝑠𝑐𝑟𝑖𝑝𝑡𝑖𝑣𝑒 𝑆𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐 → 𝐸𝑥𝑝𝑙𝑜𝑟𝑒
4) masukkan variabel hasil_pendekatan pada dependent list, pada bagian display
pilih Both. Selanjutnya klik both pada pilihan kanannya. Pada menu Normality
Plot with test, dan pada menu discriptive aktifkan histogram klik Continue klik
OK.
Hasil output SPSS :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

hasil_pendekatan ,136 288 ,000 ,943 288 ,000

a. Lilliefors Significance Correction

 1) Hipotesis pengujian
𝐻0 : data berasal dari populasi yang berdistribusi normal
𝐻1 : data berasal dari populasi tidak berdistribusi normal
2) Taraf Signifikan : α = 5% = 0,05
3) Kriteria pengujian
𝐻0 diterima jika sig lebih besar dari alfa sig > α
4) kesimpulan:
Karena sig pada tabel kolmogorov-smirnov = 0,000 < α = 0,05, maka 𝐻0 ditolak. Jadi
data tersebut tidak berdistribusi normal.

UJI HOMOGENITAS DAN UJI BANDING:

Langkah-langkah:
1) Klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝑐𝑜𝑚𝑝𝑎𝑟𝑒 𝑚𝑒𝑎𝑛𝑠 → 𝑂𝑛𝑒 𝑤𝑎𝑦 𝐴𝑁𝑂𝑉𝐴
2) Lalu masukkan variabel hasil_pendekatan pada Kotak dependent list dan masukkan
variabel pendekatan ke Factor. Klik Ok.
3) Pilih Options. Pada menu Statistics aktifkan Descriptive dan Homogenity of Variance
, lalu Continue.

4) Klik Post Hoc.

Pada menu Equal Variances Assumed aktifkan LSD, pada Equal Variance Not
Assumed aktifkan Tahhane’s T2, Continue.
Berikut outputnya :
Test of Homogeneity of Variances
hasil_pendekatan

Levene Statistic df1 df2 Sig.

2,134 2 285 ,120

Uji homogenitas .
1) Hipotesis :
𝐻0 : 𝜎12 = 𝜎22 = ⋯ = 𝜎𝑖2 (varian ke-i kelompok sampel adalah sama = homogen)
𝐻1 : salah satu varian kelompok berbeda
2) Taraf Signifikan : α = 5% = 0,05
3) Kriteria pengujian
𝐻0 diterima jika sig > α
4) kesimpulan:
Taraf signifikan 5 %=0,05, sig = 0,120. Maka sig > α 𝐻0 diterima berarti varian
kelompok sama semua.

Uji banding :
ANOVA
hasil_pendekatan

Sum of Squares df Mean Square F Sig.

Between Groups 32901,694 2 16450,847 206,309 ,000

Within Groups 22725,625 285 79,739
Total 55627,319 287

1) Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = ⋯ = 𝜇𝑖2(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
2) Taraf Signifikan : α = 5% = 0,05
3) Kriteria pengujian
𝐻0 diterima jika sig > α
4) kesimpulan:
Pada tabel Anova nilai sig = 0,000 < 0,05 maka 𝐻0 ditolak. Jadi salah satu rataan dari
3 pendekatan tersebut ada yang berbeda.

UJI POST HOC:

Multiple Comparisons
Dependent Variable: hasil_pendekatan
LSD
(I) pendekatan (J) pendekatan Std. Error Sig. 95% Confidence Interval
 Mean Difference
(I-J) Lower Bound Upper Bound

PMRI Humanis 14,250* 1,289 ,000 11,71 16,79

Saintifik 26,146* 1,289 ,000 23,61 28,68

Humanis PMRI -14,250* 1,289 ,000 -16,79 -11,71
Saintifik 11,896* 1,289 ,000 9,36 14,43
Saintifik PMRI -26,146* 1,289 ,000 -28,68 -23,61

Humanis -11,896* 1,289 ,000 -14,43 -9,36

*. The mean difference is significant at the 0.05 level.

Kita lihat satu persatu nilai sig pada perpaduan masing-masing ketiga sampel
PMRI, Humanistik, dan Saintifik.
Sig PMRI dan Humanistik = 0,000 < 0,05 => hasil belajar berbeda.
Sig PMRI dan Saintifik = 0,000 < 0,05 => hasil belajar berbeda
Sig Humanistik dan Saintifik = 0,000 < 0,05 => hasil belajar berbeda
Jadi pendekatan PMRI, Humanistik, dan Saintifik memiliki hasil belajar yang
berbeda-beda.
Untuk menentukan rataan tertinggi dan terendah.

Descriptives
hasil_pendekatan

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Ma
PMRI 96 88,29 7,959 ,812 86,68 89,90 69
Humanis 96 74,04 7,629 ,779 72,50 75,59 46
Saintifik 96 62,15 10,847 1,107 59,95 64,34 21
Total 288 74,83 13,922 ,820 73,21 76,44 21

Melihat mean pada PMRI = 88,29 menunjukkan rataan tertinggi dan mean terendah pada
Saintifik = 62,15.

c. Apakah ada interaksi antara model pembelajaran dan pendekatan pembelajaran

terkait mean LM? Bila ada interaksi model pembelajaran dan pendekatan
pembelajaran yang membuat perbedaan mean LM yang signifikan lanjutkan Post
Hoc Test dan berilah rekomendasi mean LM tertinggi dan terendahnya diantara LM
pada 9 sel yang disebabkan dari faktor model pembelajaran dan faktor pendekatan
pembelajaran. Tulis setiap langkah penggunaan SPSS (apa yang di click dan perintah
yang jelas pada komputer beserta gambar tampilannya) .
Penyelesaian :
UJI NORMALITAS
Langkah-langkah SPSS :
1) Masukkan data ke SPSS
2) Pada Variabel view pada pendekatan beri keterangan pada Value dengan 1 = PMRI, 2
= Humanistik, 3 = Saintifik. Lalu klik OK

3) pada Variabel view model beri keterangan pada Value dengan 1 = PBL, 2 = PJBL,
3=DL. Lalu klik OK

4) Analyze => Discriptive Statistic => Explore

5) Kemudian masukkan variabel hasil_belajar pada kotak dependent list, pada bagian
display pilih Both. Selanjutnya klik both pada pilihan kanannya. Pada menu Normality
Plot with test, dan pada menu discriptive aktifkan histogram klik Continue klik OK.
Hasil outputnya :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

hasil_belajar ,136 288 ,000 ,943 288 ,000

a. Lilliefors Significance Correction

 1) Hipotesis :
𝐻0 : variabel dependent (hasil belajar) berdistribusi normal
𝐻1 : variabel dependent (hasil belajar) tidak berdistribusi normal
2) Taraf Signifikan : α = 5% = 0,05
3) Kriteria :
𝐻0 diterima jika sig lebih besar dari alfa sig > α
4) Keputusan :
Karena sig pada tabel kolmogorov-smirnov = 0,000 dan α = 0,05, maka sig < α. 𝐻0
ditolak. Jadi data tersebut tidakcberdistribusi normal.

Uji interaksi model pembelajaran dengan pendekatan pembelajaran

Langkah-langkah:
1) Klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝐿𝑖𝑛𝑒𝑎𝑟 𝑀𝑜𝑑𝑒𝑙 → 𝑈𝑛𝑖𝑣𝑎𝑟𝑖𝑎𝑡𝑒.
2) Masukkan variabel hasil_belajar pada variabel dependent. Selanjutnya masukkan
variabel pendekatan dan model pada Fixed Factor (s).
3) Klik post hoc kemudian masukkan variabel pada factor(s) ke post hoc tests for.
Setelah itu checklist pada LSD kemudian continue.

4) Pada menu Univariate klik option. Blok data pada variabel OVERALL tekan panah
kanan akan masuk ke kolom Display Means for. Klik menu Descriptive statistics dan
Homogenity test => klik Continue. Lalu akan kembali ke menu utama klik Continue
=> klik OK.
Hasil output SPSS :

Levene's Test of Equality of Error Variancesa

Dependent Variable: hasil_belajar

F df1 df2 Sig.

6,706 8 279 ,000

Tests the null hypothesis that the error variance of

the dependent variable is equal across groups.
a. Design: Intercept + model + pendekatan +
model * pendekatan

Untuk menentukan homogenitas lihat output pada tabel Levene’s Test of Equality of Error
Variances taraf signifikan dibandingkan dengan sig. α = 0,05. Nilai sig = 0.000. < α .maka
𝐻0 ditolak. Jadi salah satu varian kelompok ada yang berbeda
 Uji banding baris untuk dua jalur
Hipotesis :
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (rataa ke-3 sampel kolom adalah sama)
𝐻1 : salah satu rataan berbeda (rataan ke-3 sampel berbeda)
Analisis :

Tests of Between-Subjects Effects

Dependent Variable: hasil_belajar

Type III Sum of

Source Squares df Mean Square F Sig.
Corrected Model 34999,319a 8 4374,915 59,172 ,000
Intercept 1612508,681 1 1612508,681 21809,672 ,000
model 1732,840 2 866,420 11,719 ,000
pendekatan 32901,694 2 16450,847 222,503 ,000
model * pendekatan 364,785 4 91,196 1,233 ,297
Error 20628,000 279 73,935
Total 1668136,000 288
Corrected Total 55627,319 287

a. R Squared = ,629 (Adjusted R Squared = ,619)

Dengan taraf signifikan 0,05 bandingkan dengan sig model pada tabel Tests of Between-
Subjects Effects sig = 0.000 < 0,05 maka 𝐻0 ditolak atau menerima 𝐻1 . Jadi rataan hasil belajar
dengan ketiga model tersebut berbeda. Karena ada yang berbeda dilakukan uji lanjut post
hoc.
Post Hoc

Multiple Comparisons
Dependent Variable: hasil_belajar
LSD

Mean Difference 95% Confidence Interval

(I) model (J) model (I-J) Std. Error Sig. Lower Bound Upper Bound

PBL PjBL 3,41* 1,241 ,006 ,96 5,85

DL 5,99* 1,241 ,000 3,55 8,43

PjBL PBL -3,41* 1,241 ,006 -5,85 -,96
DL 2,58* 1,241 ,038 ,14 5,03
DL PBL -5,99* 1,241 ,000 -8,43 -3,55

PjBL -2,58* 1,241 ,038 -5,03 -,14

Based on observed means.

The error term is Mean Square(Error) = 73,935.
*. The mean difference is significant at the ,05 level.

Dilihat pada sig. Ke-3 sampel semua kurang dari 5% maka semuanya berbeda.
 Uji banding kolom untuk dua jalur
Hipotesis :
𝐻0 : 𝜂1 = 𝜂2 = 𝜂3 (rataan ke-3 sampel kolom pendekatan adalah sama)
𝐻1 : salah satu rataan berbeda (rataan ke-3 sampel berbeda)

Analisis :
Taraf signifikan 5% dibandingkan dengan sig pendekatan Di tabel Tests of Between-Subjects
Effects.
 Tests of Between-Subjects Effects
Dependent Variable: hasil_belajar

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 34999,319a 8 4374,915 59,172 ,000

Intercept 1612508,681 1 1612508,681 21809,672 ,000
Model 1732,840 2 866,420 11,719 ,000
pendekatan 32901,694 2 16450,847 222,503 ,000
model * pendekatan 364,785 4 91,196 1,233 ,297
Error 20628,000 279 73,935
Total 1668136,000 288
Corrected Total 55627,319 287

a. R Squared = ,629 (Adjusted R Squared = ,619)

Sig. = 0,000 < 0,05 maka 𝐻0 ditolak dan 𝐻1 diterima. Jadi rataan hasil belajar dengan ketiga
pendekatan tersebut berbeda. Karena ada yang berbeda dilakukan uji lanjut post hoc.

Multiple Comparisons
Dependent Variable: hasil_belajar
LSD

Mean Difference 95% Confidence Interval

(I) pendekatan (J) pendekatan (I-J) Std. Error Sig. Lower Bound Upper Bound
PMRI Humanis 14,25* 1,241 ,000 11,81 16,69

Saintifik 26,15* 1,241 ,000 23,70 28,59

Humanis PMRI -14,25* 1,241 ,000 -16,69 -11,81
Saintifik 11,90* 1,241 ,000 9,45 14,34
Saintifik PMRI -26,15* 1,241 ,000 -28,59 -23,70

Humanis -11,90* 1,241 ,000 -14,34 -9,45

Based on observed means.

The error term is Mean Square(Error) = 73,935.
*. The mean difference is significant at the ,05 level.

Dilihat pada sig. Ke-3 sampel semua kurang dari 5% maka semuanya berbeda.
 Uji banding interaksi baris dan kolom untuk dua jalur
Hipotesis :
𝐻0 : kedua kelompok kolom dan baris saling bebas
𝐻1 : kedua kelompok kolom dan baris adalah saling bergantung

Analisis :
 Tests of Between-Subjects Effects
Dependent Variable: hasil_belajar

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 34999,319a 8 4374,915 59,172 ,000

Intercept 1612508,681 1 1612508,681 21809,672 ,000
Model 1732,840 2 866,420 11,719 ,000
pendekatan 32901,694 2 16450,847 222,503 ,000
model * pendekatan 364,785 4 91,196 1,233 ,297
Error 20628,000 279 73,935
Total 1668136,000 288
Corrected Total 55627,319 287

a. R Squared = ,629 (Adjusted R Squared = ,619)

Taraf signifikan 5% dibandingkan dengan sig pendekatan*model pada tabel Tests of Between-
Subjects Effects.
Sig = 0,297 > 0,05 𝐻0 diterima. Berarti kedua kelompok pendekatan pembelajaran dan model
pembelajaran saling bebas.

Untuk menentukan rataan tertinggi dan terendah

Descriptive Statistics
Dependent Variable: hasil_belajar

Model pendekatan Mean Std. Deviation N

PBL PMRI 91,91 4,775 32

Humanis 75,91 4,954 32

Saintifik 66,06 5,016 32

Total 77,96 11,759 96

PjBL PMRI 86,47 8,647 32
Humanis 74,25 6,436 32
Saintifik 62,94 8,052 32
Total 74,55 12,344 96
DL PMRI 86,50 8,736 32
Humanis 71,97 10,215 32
Saintifik 57,44 15,206 32
Total 71,97 16,633 96
Total PMRI 88,29 7,959 96

Humanis 74,04 7,629 96

Saintifik 62,15 10,847 96

Total 74,83 13,922 288

Berdasarkan tabel Descriptive Statistic diatas dapat dilihat :
Mean LM pendekatan PMRI dengan model PBL sebesar 91,91.
Mean LM pendekatan PMRI dengan model PJBL sebesar 86,47.
Mean LM pendekatan PMRI dengan Model DL sebesar 86,50.
Mean LM pendekatan Humanistik dengan Model PBL sebesar 75,91.
Mean LM pendekatan Humanistik dengan Model PJBL sebesar 74,25
Mean LM pendekatan Humanistik dengan Model DL sebesar 71,97.
Mean LM pendekatan Saintifik dengan Model PBL sebesar 66,06.
Mean LM pendekatan Saintifik dengan Model PJBL sebesar 57,44.
Mean LM pendekatan Saintifik dengan Model DL sebesar 62,15.
Jadi untuk mean LM tertinggi pada perbandingan baris (model) terdapat pada model PBL.
Dan mean LM tertinggi pada perbandingan kolom (status) terdapat pada pendekatan PMRI.

Dari data diatas dapat disimpulkan bahwa Mean LM tertinggi diperoleh dari model
pembelajaran PBL dengan Pendektan PMRI. Sedangkan Mean LM terendah diperoleh dari
model pembelajaran DL dengan pendekatan Saintifik