Anda di halaman 1dari 48

Nama : Nurul Dwi Larasati

NIM : 4101415035

1. Dari populasi siswa SMPN55 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%.

Jawab :

𝑛 25
Sampel 𝑛 = 25 → 𝑁 = 1100 ≥ 5 %

𝑥̅ = 70,96 , 𝑠 = 6.78 , 𝑡𝑝 = 𝑡1(1,95) = 𝑡0.975 = 2,093


2

𝑠 𝑁−𝑛 𝑠 𝑁−𝑛
𝑃 (𝑥̅ − 𝑡𝑝 . .√ < 𝜇 < 𝑥̅ + 𝑡𝑝 . √ )=𝛾
√𝑛 𝑁−1 √𝑛 𝑁 − 1

Dengan 𝛾 = 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 kepercayaan dan 𝑡𝑝 = nilai t dari daftar distribusi Stdent dengan
1
𝑝 = 2 (1 + 𝛾) dan 𝑑𝑘 = 𝑛 − 1

𝑠 𝑁−𝑛 𝑠 𝑁−𝑛
𝑥̅ − 𝑡𝑝 . .√ < 𝜇 < 𝑥̅ + 𝑡𝑝 . √
√𝑛 𝑁 − 1 √𝑛 𝑁 − 1

6,78 1100 − 25 6,78 1100 − 25


70,96 − 2,093. .√ < 𝜇 < 70,96 + 2,093. .√
√25 1100 − 1 √25 1100 − 1

70,96 − 2,093. 1,356 .0,978 < 𝜇 < 70,96 + 2,093. 1,356 .0,978
70,96 − 2,77 < 𝜇 < 70,96 + 2,77
68,19 < 𝜇 < 73,73
Jadi , titik penaksiran rata-rata nilai matematika populasi tersebut dengan koofisien
kepercayaan 95 yaitu dalam interval dengan batas 68,19dan 73,73.
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 populas.

Jawab :
80
Persentase siswa SMPN 15 Salati ga yang suka di perpustakaan 𝑝1 = 110 . 100% = 72,7%

40
Persentase siswa SMPN 40 Salatiga yang suka di perpustakaan 𝑝2 = 110 . 100% = 36,36 %

Jadi 𝑞1 = 1 − 72,7% = 27,3%

𝑞2 = 1 − 36,36% = 63,64%

a. 𝑝1 − 𝑝2 = 0,727 − 0,3636 = 0,3634


Jadi, titik penaksir selisih proporsi kesukaan di perpustakaan dari populasi siswa SMPN
15 Mranggen dan SMPN 40 Kudus adalah 𝑝1 − 𝑝2 = 0,3634

a. Inteval penaksir selisih proporsi kesukaan di perpustakaan dari kedua populasi :

𝑝1 𝑞1 𝑝2 𝑞2 𝑝1 𝑞1 𝑝2 𝑞2
(𝑝1 − 𝑝2 ) − 𝑧1 √ + < 𝜋1 − 𝜋2 < (𝑝1 − 𝑝2 ) + 𝑧1𝛾 √ +
𝛾
2 𝑛1 𝑛2 2 𝑛1 𝑛2

(0,727)( 0.273) (0,3636)( 0.6364)


(0,727 − 0,3636) − 𝑧1 √ + < 𝜋1 − 𝜋2
2
.0,95 110 110

(0,727)( 0.273) (0,3636)( 0.6364)


< (0,727 − 0,3636) + 𝑧1.0,95 √ +
2 110 110

⇔ (0,727 − 0,3636) − ( 1,96)(0,0625) < 𝜋1 − 𝜋2 < (0,727 − 0,3636) + ( 1,96)(0,0625)


0,3634 − 0,1225 < 𝜋1 − 𝜋2 < 0,3636 + 0,1225
⇔ 0,2409 < 𝜋1 − 𝜋2 < 0,4859

Jadi , Jadi , titik penaksiran rata-rata nilai matematika populasi tersebut dengan koofisien
kepercayaan 95 yaitu dalam interval dengan batas 0,2409 dan 0,4859 .
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.

Jawab :
Uji hipotesis menggunakan uji proporsi satu pihak yaitu pihak kiri.

Diketahui 𝑥̅ = 75,53 ; 𝑛 = 30; 𝑠 = 7,41; 𝜇0 = 79,5.

KKM literasi matematika adalah 80, sehingga banyak nilai yang telah mencapai KKM (x) = 7

Uji hipotesis ketuntasan klasikal menggunakan uji proporsi satu pihak yaitu pihak kiri.

Diketahui 𝑥 = 7 ; 𝑛 = 30 ; 𝜋0 = 0,745

Langkah pengujian hipotesis:

𝐻0 : 𝜋 = 0,745
1) Hipotesis pengujian yaitu {
𝐻1 : 𝜋 > 0,745
2) Taraf signifikansi 𝛼 = 5%
3) Taraf pengujian
Tolak 𝐻0 jika 𝑧 ≤ 𝑧0,5−𝛼 , dimana 𝑧0,5−𝛼 didapat dari daftar normal baku
dengan peluang (0,5 − 𝛼). Dalam hal lainnya 𝐻0 diterima.
4) Statistik hitung berdasarkan data penelitian (sampel) yang diambil
𝑥 7
− 𝜋0 − 0,745 0,23 − 0,745 0,155
𝑧= 𝑛 = 30 = = = −6,46
√𝜋0 (1 − 𝜋0 )/𝑛 √0,745(1 − 0,745)/30 0.0796 0,0796

Berdasarkan daftar normal baku dengan 𝛼 = 0,05 didapat 𝑧0,5−𝛼 = 𝑧0,45 dan

𝑧0,45 = 1,65.

5) Kesimpulan :
Karena 𝑧 = −6,46 < 1,65 = 𝑧0,45 maka 𝐻0 diterima . Jadi data pembelajaran
RME belum mencapai KKM klasikal.
Jadi klaim guru tersebut tidak dapat diterima.

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%

Jawab :
Dengan 𝜎 = 9 ; 𝑛 = 31 ; 𝑥̅ = 70; 𝜇0 = 67
Langkah pengujian hipotesis:
𝐻0 : 𝜇 = 67
1) Hipotesis pengujian {
𝐻1 : 𝜇 ≠ 67
2) Menentukan besarnya taraf signifikansi 𝛼, yaitu 𝛼 = 5%
3) Kriteria pengujian
Terima 𝐻0 jika – 𝑧1(1−𝛼) < 𝑧 < 𝑧1(1−𝛼) , selainnya 𝐻0 dotolak dengan 𝑧1(1−𝛼)
2 2 2

1
diperoleh dari daftar distribusi nomal baku dengan peluang 2 (1 − 𝛼).

Berdasarkan tabel distribusi normal baku untuk uji dua pihak dengan 𝛼 = 0,05 yang
memberikan 𝑧0,475 = 1,96
4) Statistik hitung :
𝑥̅ − 𝜇0 70 − 67 3
𝑧= 𝜎 = = = 1,856
9 1,616
√𝑛 √31
5) Kesimpulan
Karena 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = 1,856 maka 𝐻0 diterima . Jadi dapat disimpulkan bahwa rata-rata
nilai matematika populasi 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?

Jawab :
Dari data di atas diperoleh
𝑥𝑥 = 63,7 ; 𝑠𝑥 : 6,99 dan ̅̅̅
̅̅̅ 𝑥𝑦 = 78,9 ; 𝑠𝑦 : 10,54

𝐻0 : 𝜇𝑥 = 𝜇𝑦
1) Hipotesis pengujian {
𝐻1 : 𝜇𝑥 ≠ 𝜇𝑦
2) Taraf signifikansi 𝛼 = 5%
3) Kriteria pengujian :
Terima 𝐻0 jika −𝑡1−1𝛼 < 𝑡 < 𝑡1−1𝛼 , dan tolak 𝐻0 untuk harga 𝑡 yang lain. Dengan
2 2

𝑡1−1𝛼 diperoleh dari daftar distribusi , 𝑑𝑘 = 𝑛𝑥 + 𝑛𝑦 − 2 = 10 + 10 − 2 = 18


2

1
dan peluang 1 − 2 𝛼

−𝑡1−1(0,05) < 𝑡 < 𝑡1−1(0,05)   2,10  t  2,10


2 2

4) Statistik hitung :
𝑥𝑥 + ̅̅̅
̅̅̅ 𝑥𝑦
𝑡=
1 1
𝑠√ +
𝑛𝑥 𝑛𝑦

(𝑛𝑥 − 1)𝑠𝑥2 + (𝑛𝑦 − 1)𝑠𝑦2 (9)(6,99)2 + (9)(10,54)2 439,7409 + 999,8244


𝑠2 = = = = 79,97
𝑛𝑥 + 𝑛𝑦 − 2 10 + 10 − 2 18

Sehingga diperoleh 𝑠 = 8,94


𝑥𝑥 + ̅̅̅
̅̅̅ 𝑥𝑦 63,7 + 78,9 142,6
𝑡= = = = 35,739
1 1 3,99
1 1 8,94√10 + 10
𝑠 √𝑛 + 𝑛
𝑥 𝑦
5) Kesimpulan
Karena 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 35,739 > 2,10 = 𝑡1−1(0,05) .maka 𝐻0 ditolak dan 𝜇𝑥 ≠ 𝜇𝑦 . Jadi
2

dapat disimpulkan bahwa rata –rata kemampuan pemecahan masalah sebelum dan
sesudah pembelajaran PBL tidak sama . Kemudian dilihat dari nilai rata-rata
sebelum pembelajaran PBL dan sesudah pembelajaran PBL dapat diketahui bahwa
terjadi peningkatan yang signifikan dari rata-rata sebelum pembelajaran PBL yaitu
63,7 dan rata-rata sesudah pembelajaran PBL yaitu 78,9.

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.
Jawab :
Nama X Y XY 𝑋2 𝑌2
A 62 72 4464 3844 5184

B 74 82 6068 5476 6724

C 78 84 6552 6084 7056

D 52 65 3380 2704 4225

E 84 96 8064 7056 9216

F 90 98 8820 8100 9604

G 75 84 6300 5625 7056

H 75 84 6300 5625 7056

I 64 72 4608 4096 5184

J 83 94 7802 6889 8836

K 90 98 8820 8100 9604

L 64 72 4608 4096 5184

M 92 98 9016 8464 9604

N 80 92 7360 6400 8464

82559 102997
Jumlah 1063 1191 92162

Koefisien korelasi antara X dan Y dengan cara product momen adalah

𝑛 ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌)
𝑟=
√{𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 }{𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 }
(14)(92162) − (1063)(1191)
𝑟=
√{(14)(82559) − (1063)2 }{(14)(102997) − (1191)2 }
1290268 − 1266033
𝑟=
√{1155826 − 1129969}{1441958 − 1418481}
1290268 − 1266033 24235
𝑟= = = 0,983632
√(25857)(23477) 24638,279
Jadi koefisien korelasi dengan product momen adalah 0,983632.

Koefisien korelasi antara X dan Y dengan cara range Spearman

6 ∑ 𝑑𝑖2
𝜌=1−
𝑛(𝑛2 − 1)

Keterangan :

𝜌 ∶ Koefisien korelasi Spearman

𝑑: Selisih rank X dan Y

𝑛: Jumlah sampel
Nama X Y 𝑅(𝑋𝑖 ) 𝑅(𝑌𝑖 ) 𝑑𝑖 𝑑𝑖2
A 62 72 13 12 1 1
B 74 82 10 10 0 0
C 78 84 7 8 -1 1
D 52 65 14 14 0 0
E 84 96 4 4 0 0
F 90 98 2,5 2 0.5 0.25
G 75 84 8,5 8 0.5 0.25
H 75 84 8,5 8 0.5 0.25
I 64 72 11,5 12 -0.5 0.25
J 83 94 5 5 0 0
K 90 98 2,5 2 0.5 0.25
L 64 72 11,5 12 -0.5 0.25
M 92 98 1 2 -1 1
N 80 92 6 6 0 0
Jumlah 4.5
6 ∑ 𝑑𝑖2 6(4,5) 27
𝜌=1− = 1− = 1− = 1 − 0,00989 = 0,99011
𝑛(𝑛2 − 1) 14(196 − 1) 2730

Jadi koefisien korelasi dengan range Spearman yaitu 0,99011


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%)!
Jawab :
a) Estimasi persamaan regresi Y atas X
X Y 𝑿𝟐 𝒀𝟐 XY
100 98 10000 9604 9800

98 96 9604 9216 9408

94 94 8836 8836 8836

92 90 8464 8100 8280

89 88 7921 7744 7832

85 84 7225 7056 7140

84 86 7056 7396 7224

80 82 6400 6724 6560

80 84 6400 7056 6720

76 72 5776 5184 5472

∑ 𝑋𝑖 = 878 ∑ 𝑌𝑖 = 874 ∑ 𝑌𝑖2 =76916


∑ 𝑋𝑖2 = 77682 ∑ 𝑋𝑖 𝑌𝑖 = 77272
𝑋̅ = 87.8 𝑌̅ = 87,4

𝑛 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 ) 10 (77272) − (878)(874) 5348


𝑏= = = = 0,900943
𝑛 ∑ 𝑋𝑖2 − (∑ 𝑋𝑖 )2 10(77682) − (878)2 5936
𝑎 = 𝑌̅ − 𝑏𝑋̅ = 87,4 − (0,900943)(87.8) = 87,4 − 79,10283 = 8,29717

Sehingga diperoleh estimasikan persamaan regresi Y atas X yaitu


𝑌̅ = 𝑎 + 𝑏𝑋̅ = 8,29717 + 0,900943 𝑋̅
b) Uji keberartian koefisien arah persamaan regresi
Hipotesis pengujian :
𝐻0 : koefisien arah regresi tidak berarti
𝐻1 : koefisien arah regresi berarti
Taraf signifikansi 5%
Kriteria pengujian :
Terima 𝐻0 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑡𝑎𝑏𝑒𝑙 dan tolak 𝐻0 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙
Statistik hitung :
𝑅𝐽𝐾(𝑏|𝑎)
𝐹=
𝑅𝐽𝐾(𝑆)
1) Jumlah kuadrat total (JKT)

𝐽𝐾(𝑇) = ∑ 𝑌𝑖2 = 76916

2) Jumlah kuadrat Regresi JK(a)


(∑ 𝑌𝑖 )2 8742 763876
𝐽𝐾(𝑎) = = = = 76387,6
𝑛 10 10
3) Jumlah Kuadrat Regresi JK(b|a)
(∑ 𝑋𝑖 )(∑ 𝑌𝑖 )
𝐽𝐾(𝑏|𝑎) = 𝑏 {∑ 𝑋𝑖 𝑌𝑖 − }
𝑛
(878)(874)
= 0,900943 {77272 − } = 0,900943{77272 − 76737,2}
10
= 481.8245
4) Jumlah kuadrat sisa JK(S)
𝐽𝐾(𝑆) = 𝐽𝐾(𝑇) − 𝐽𝐾(𝑎) − 𝐽𝐾(𝑏|𝑎)
= 76916 − 76387,6 − 481.8245 = 46.57547
5) Jumlah kuadrat kekeliruan JK(G)
(∑ 𝑌𝑖 )2
𝐽𝐾(𝐺) = ∑ 𝑌𝑖2 −
𝑛
Perhitungan JK (Galat ) selanjutnya seperti tabel di bawah ini

X k Y

100 }1 98
98 }2 96
94 }3 94
92 }4 90
89 }5 88
85 }6 84
84 }7 86
80 8 82
80 84
76 9 72
2
(98)2 2
(96)2 2
(94)2 2
(90)2
𝐽𝐾 (𝐺) = {98 − ( )} + {96 − ( )} + {94 − ( )} + {90 − ( )}
1 1 1 1

2
(88)2 2
(84)2 2
(86)2
+ {88 − ( )} + {84 − ( )} + {86 − ( )}
1 1 1
(82 + 84)2 (72)2
+ {822 + 842 − ( )} + {722 − ( )}
2 1
=0+0+0+0+0+0+2+0=2

6) Jumlah kuadrat tuna cocok JK(TC)


𝐽𝐾(𝑇𝐶) = 𝐽𝐾(𝑆) − 𝐽𝐾(𝐺) = 46.57547 − 2 = 44.57547
7) Varians regresi (S2reg)
𝑅𝐽𝐾(𝑏|𝑎) = 𝐽𝐾(𝑏|𝑎) / 1 = 481.8245
8) Varians residu
𝐽𝐾(𝑆) 21,0336 46.57547
𝑅𝐽𝐾(𝑆) = = = = 5.821934
𝑁−2 10 − 2 8
9) Varians tuna cocok (S2TC)
𝐽𝐾(𝑇𝐶) 44.57547
𝑅𝐽𝐾(𝑇𝐶) = = = 6.3679
𝑘−2 9−2
10) Varians kekeliruan (S2G)
𝐽𝐾(𝐺) 2
𝑅𝐽𝐾(𝐺) = = =2
𝑛 − 𝑘 10 − 9
db regresi total = N = 10
db regresi (a) =1
db regresi (b/a) =1
db sisa = N – 2 = 10 – 2 = 8
db tuna cocok = N – k = 10 – 9 = 1
db kekeliruan =k–2=9–2=7

11) Uji keberartian persamaan regresi


𝑅𝐽𝐾(𝑏|𝑎) 481.8245
𝐹= = = 82,76022
𝑅𝐽𝐾(𝑆) 5.821934
Dari 𝐹𝑡𝑎𝑏𝑒𝑙 dengan db pembilang = 1 dan db penyebut = N – 2 = 8 pada taraf 5% didapat
𝐹𝑡𝑎𝑏𝑒𝑙 (1,8) = 5,32
Karena 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 yaitu 82,76022 > 5,32 maka 𝐻0 ditolak , dan dapat disimpulkan
bahwa koefisien arah persamaan regresi berarti pada taraf 5%
c) Ujilah kelinearan model regresi
1) Hipotesis pengujian :
𝐻0 : model regresi linear
𝐻1 : model regresi tidak linear
2) Taraf signifikansi : 5%
3) Kriteria pengujian:
Terima 𝐻0 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑡𝑎𝑏𝑒𝑙 dan tolak 𝐻0 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙
Dari 𝐹𝑡𝑎𝑏𝑒𝑙 dengan db pembilang = N – k =10 – 9 = 1 dan db penyebut = k – 2 = 9 – 2 = 7
pada taraf 5% didapat 𝐹𝑡𝑎𝑏𝑒𝑙 (1,7) = 5,59

4) Statistik hitung :
RJK(TC) 6.3679
𝐹= = = 3.18
RJK(G) 2
Karena 𝐹ℎ𝑖𝑡𝑢𝑛𝑔≤ 𝐹𝑡𝑎𝑏𝑒𝑙 yaitu 3.18 ≤ 5,59 , maka 𝐻0 diterima . Jadi dapat disimpulkan
bahwa model regresi linear .
d) Bila dapat, prediksikan hasil belajar matematika siswa yang mempunyai motivasi 86
(𝛼 = 5%)!
𝑌̅ = 8,29717 + 0,900943 𝑋̅
= 8,29717 + 0,900943 (86)
= 8,29717 + 77,48
= 85,77717
Jadi hasil belajar matematika siswa yang mempunyai motivasi 86 adalah 85,77717.
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
Jawab :
Langkah dengan menggunakan SPSS :
1) Mengetikkan data

2) Klik menu analyze, pilih Regression dan pilih Linear


3) Masukkan variabel Y pada kolom dependen dan 3 variabel X pada kolom independen, lalu
klik tombol OK

4) Akan tampil output seperti berikut ini :

Coefficientsa
5)
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
Berdasarkan hasil output di atas diperoleh persamaan regresinya yaitu
𝑌 = 3,636 + 1,277𝑋1 + 0,098𝑋2 − 0,284𝑋3
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.

Jawab :
Hipotesis pengujian perbedaan rata-rata dari ketiga kelompok dengan tiga metode
berbeda.
𝐻0 ∶ 𝜇1 = 𝜇2 = 𝜇3
Hipotesis {
𝐻1 ∶ minimalkan tanda sama dengan tidak berlaku
Taraf signifikasi 𝛼 = 5%.
Kriteria pengujian
Terima 𝐻0 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝛼;(𝑘−1,𝑘(𝑛−1)).

Tolak 𝐻1 jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝛼;(𝑘−1,𝑘(𝑛−1)).


Atau
Terima 𝐻0 jika Sign(2-tailed) > 𝛼 dan tolak 𝐻0 jika Sign(2-tailed) < 𝛼.

Langkah pengujian dengan SPSS :

1. Ketikkan data yang akan dianalisis , Untuk menganalisis tiga sampel independen ini
selanjutnya ketiga data yang telah diinput pada sheet Data View kemudian
digabungkan dan disususn dalam satu kolom yang diberi nama Model_pembelajaran,
selanjutnya dibuat kolom yang berisi level dari variabel independen yang dianalisis
,kolom ini diberi nama metode, dimana untuk data nilai PBL diberi level 1 , PjBL diberi
level 2 dan DL diberi level 3
2. Klik menu Analyze → Compare Means → One-Way ANOVA
3. Masukkan variabel Model_pembelajaran ke dalam kotak Dependent List dan
masukkan variabel metode pada kolom Factor.

4. Klik pilihan Options ,aktifkan pilihan Descriptive pada kotak dialog bagian Statistic.
Selanjutnya klik Continue, maka akan kembali ke kotak dialog One-Way ANOVA ,
kemudian Klik pilihan Post Hoc, pada bagian Equal Variences Assumed aktifkan
pilihan LSD. Pilih lainnya bias diabaikan sesuai default. Selanjutnya klik Continue,
maka akan kembali ke kotak dialog One-Way ANOVA.
5. Klik OK maka akan muncul output seperti berikut.

ANOVA

Model_Pemb

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

Hasil uji F pada tabel ANOVA menunjukkan nilai F hitung sebesar 31.858 dengan
nilai Sign(2-tailed) = 0,000 < 𝛼(0,05),maka 𝐻0 ditolak

Sehingga dapat disimpulkan bahwa minimal salah satu daru ketiga kelompok
memiliki rata-rata yang berbeda. Karena ada perbedaan rata-rata maka perlu
dilakukan uji lanjut Post Hoc.
Multiple Comparisons

Model_Pemb
LSD

95% Confidence Interval


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

1 2 4.000* 1.323 .003 1.37 6.63

3 10.467* 1.323 .000 7.84 13.10

2 1 -4.000* 1.323 .003 -6.63 -1.37

3 6.467* 1.323 .000 3.84 9.10

3 1 -10.467* 1.323 .000 -13.10 -7.84

2 -6.467* 1.323 .000 -9.10 -3.84

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

Kita dapat melihat nilai sig pada perpanduan masing-masing ketiga sampel PB, PjBL, dan DL.
Sig PBL dan PjBL = 0,003 < 0,05 ⟹ kemampuan literasi matematikanya berbeda
Sig PBL dan DL = 0,000 < 0,05 ⟹ kemampuan literasi matematikanya berbeda.
Sig PjBL dan DL = 0,000 < 0,05 ⟹ kemampuan literasi matematikanya berbeda.
Jadi PBL,PjBL, dan Dl memiliki nilai rata-rata kemampuan literasi matematika yang berbeda.
Untuk mentukan rataan terbaik ,dapat dianalisis dari tabel Descriptive.

Descriptives

Model_Pemb

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

1 30 85.03 6.026 1.100 82.78 87.28 75 98

2 30 81.03 5.109 .933 79.13 82.94 76 89

3 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

Dari tabel descriptive diperoleh bahwa nilai rata-rata literasi matematika dengan model PBL
adalah 85,03, nilai rata-rata literasi matematika dengan model PjBL adalah 81,03 dan nilai rata-
rata literasi matematika dengan model DL adalah 74,57.Sehingga dapat disimpulkan bahwa nilai
rata-rata kemampuan literasi matematika terbaik yaitu menggunakan model PBL.

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) .

jawab :
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).
Jawab :
Langkah-langkah dengan SPSS:
a. Masukkan data ke SPSS dan beri nama Kemampuan_LM
b. Pada Variabel view pada baris Model beri keterangan pada bagian Value dengan 1 = PBL,
2 = PjBL, 3 = DL. Lalu klik OK
Uji Normalitas :
a. Pada menu utama SPSS klik Kemudian pilih menu Analyze → Nonparameter Test →
1- Sampel K-S.
b. Selanjutnya kotak dialog One-Sample Kolmogorov-Smirnov Test akan terbuka.
Masukkan Kemampuan_LM ke dalam kotak Test Variabel List, kemudian pada bagian
Test Distribution aktifkan pilihan Normal. Selanjutnya klik Ok maka akan muncul
output berikut

One-Sample Kolmogorov-Smirnov Test

Kemampuan_LM

N 288

Normal Parametersa Mean 74.78

Std. Deviation 13.942

Most Extreme Differences Absolute .136

Positive .097

Negative -.136

Kolmogorov-Smirnov Z 2.309

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.


Uji Kolmogorov-Smirnov :
𝐻0 : variabel dependent berdistribusi normal.
𝐻1 : variabel dependent berdistribusi tidak normal.
Taraf Signifikan :
𝛼 = 5% = 0,05
Kriteria :
𝐻0 diterima jika sig lebih besar dari alfa sig > α
Keputusan :
Berdasarkan tabel Test of Normality nilai sig pada tabel kolmogorov-smirnov = 0,000 dan α
= 0,05, maka sig < α , sehingga menunjukkan data tidak berdistribusi normal ,maka dengan
demikian diupayakan tindakan untuk menormalkan data ,yaitu dengan menstransformasikan
data yang tidak beristribusi normal dengan Ln . Setelah melakukan transformasi data dengan
Ln menggunakan SPSS dan diuji kembali normalitasnya ternyata diperoleh output sebagai
berikut :

One-Sample Kolmogorov-Smirnov Test

Ln_X1

N 288

Normal Parametersa Mean 4.2937

Std. Deviation .21742

Most Extreme Differences Absolute .125

Positive .109

Negative -.125

Kolmogorov-Smirnov Z 2.114

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.

Berdasarkan uji normalitas yang telah dilakukan setelah melakukan transformasi data ternyata nilai
sig pada pada tabel kolmogorov-smirnov = 0,000 dan α = 0,05, sehingga sig < α , sehingga
menunjukkan data tidak berdistribusi normal. Pengujian terhadap uji normalitas data telah
dilakukan dengan menunjukkan hasil bahwa data tidak berdistribusi normal walaupun telah
dilakukan transformasi data ,namun dengan merujuk pada asumsi central limit theorem yang
menyatakan bahwa untuk sampel yang besar terutama lebih dari 30 (𝑛 > 30), distribusi sampel
dianggap normal.
Uji Homogenitas dan uji banding :
a. Klik menu Analyze → Compare Means → One-Way ANOVA, selanjutnya kotak dialog One-
Way Kemampuuan_LM ke dalam kotak Dependent List dan masukkan variabel model pada
kolom Factor.
b. Untuk mengolah homogenitas dengan lavene pilih Options. Pada menu Statistics aktifkan
Descriptive dan Homogenity of Variance => Continue. Untuk uji lanjut klik Post Hoc.
c. Pada menu Equal Variances Assumed aktifkan LSD, pada Equal Variance Not Assumed
aktifkan Tahhane’s T2 => Continue.

Maka akan kembali ke kotak dialog One-Way ANOVA. Klik OK maka akan muncul output
seperti berikut.

Test of Homogeneity of Variances

Kemampuan_LM

Levene Statistic df1 df2 Sig.

2.984 2 285 .052

Interpretasi uji homogenitas .


Hipotesis :
𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (varian ke-i kelompok sampel adalah sama = homogen)
𝐻1 : salah satu varian kelompok berbeda
Analisis :
Taraf signifikan 5 %=0,05, sig = 0,052. Maka sig > α , sehingga 𝐻0 diterima berarti
varian kelompok sampel sama.

Uji banding
Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = 𝜇32(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
Analisis :
ANOVA

Kemampuan_LM

Sum of Squares df Mean Square F Sig.

Between Groups 1628.361 2 814.181 4.284 .015

Within Groups 54159.417 285 190.033

Total 55787.778 287

Pada tabel Anova nilai sig = 0,015 < 0,05 maka 𝑯𝟎 ditolak dan menerima 𝑯𝟏 . Jadi rataan
kemampuan literasi matematika salah satu berbeda dengan yang lain. disini diperlukan uji
post hoc.
Uji pos hoc :

Multiple Comparisons

Dependent Variable:Kemampuan_LM

95% Confidence Interval


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

LSD PBL PjBL 3.229 1.990 .106 -.69 7.15

DL 5.812* 1.990 .004 1.90 9.73

PjBL PBL -3.229 1.990 .106 -7.15 .69

DL 2.583 1.990 .195 -1.33 6.50

DL PBL -5.812* 1.990 .004 -9.73 -1.90

PjBL -2.583 1.990 .195 -6.50 1.33

Tamhane PBL PjBL 3.229 1.742 .183 -.97 7.43

DL 5.812* 2.087 .018 .78 10.85

PjBL PBL -3.229 1.742 .183 -7.43 .97

DL 2.583 2.118 .533 -2.52 7.69

DL PBL -5.812* 2.087 .018 -10.85 -.78

PjBL -2.583 2.118 .533 -7.69 2.52

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


Kita dapat melihat nilai sig pada perpanduan masing-masing ketiga sampel PB, PjBL, dan DL.
Sig PBL dan PjBL = 0,106 > 0,05 ⟹ kemampuan literasi matematikanya sama.
Sig PBL dan DL = 0,004 < 0,05 ⟹ kemampuan literasi matematikanya berbeda.
Sig PjBL dan DL = 0,195 > 0,05 ⟹ kemampuan literasi matematikanya sama.
Jadi PBL,PjBL, dan Dl memiliki nilai rata-rata kemampuan literasi matematika yang berbeda.
Untuk mentukan rataan tertinggi dan terendah ,dapat dianalisis dari tabel Descriptive.

Descriptives

Kemampuan_LM

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

PBL 96 77.79 11.805 1.205 75.40 80.18 60 100

PjBL 96 74.56 12.324 1.258 72.07 77.06 41 98

DL 96 71.98 16.699 1.704 68.60 75.36 21 100

Total 288 74.78 13.942 .822 73.16 76.39 21 100

Melihat mean pada PBL= 77,79 menunjukkan rataan tertinggi diantara yang lain. Jadi model PBL
merupakan model terbaik dalam pembelajaran mengenai kemampuan literasi matematika.
Sedangan dari nilai mean pada DL= 71,98 menunjukkan rataan terendah di antara yang lain. Jadi
model DL merupakan model terburuk dalam pembelajaran mengenai kemampuan literasi
matematika.

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).
Jawab :

Langkah-langkah dengan SPSS:


a. Masukkan data ke SPSS dan beri nama Kemampuan_LM
c. Pada Variabel view pada baris pendekatan beri keterangan pada bagian Value dengan 1 =
PMRI, 2 = Humanistik, 3 = Saintifik. Lalu klik OK
Uji Normalitas :
c. Pada menu utama SPSS klik Kemudian pilih menu Analyze → Nonparameter Test →
1- Sampel K-S.
d. Selanjutnya kotak dialog One-Sample Kolmogorov-Smirnov Test akan terbuka.
Masukkan Kemampuan_Literasi_Mtk ke dalam kotak Test Variabel List, kemudian
pada bagian Test Distribution aktifkan pilihan Normal. Selanjutnya klik Ok maka akan
muncul output berikut

One-Sample Kolmogorov-Smirnov Test

Kemampuan_LM

N 288

Normal Parametersa Mean 74.78

Std. Deviation 13.942

Most Extreme Differences Absolute .136

Positive .097

Negative -.136

Kolmogorov-Smirnov Z 2.309

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.


Uji Kolmogorov-Smirnov :
𝐻0 : variabel dependent berdistribusi normal.
𝐻1 : variabel dependent berdistribusi tidak normal.
Taraf Signifikan :
𝛼 = 5% = 0,05
Kriteria :
𝐻0 diterima jika sig lebih besar dari alfa sig > α
Keputusan :
Berdasarkan tabel Test of Normality nilai sig pada tabel kolmogorov-smirnov = 0,000 dan α =
0,05, maka sig < α , sehingga menunjukkan data tidak berdistribusi normal ,maka dengan demikian
diupayakan tindakan untuk menormalkan data ,yaitu dengan menstransformasikan data yang tidak
beristribusi normal dengan Ln . Setelah melakukan transformasi data dengan Ln menggunakan
SPSS dan diuji kembali normalitasnya ternyata diperoleh output sebagai berikut :

One-Sample Kolmogorov-Smirnov Test

Ln_X1

N 288

Normal Parametersa Mean 4.2937

Std. Deviation .21742

Most Extreme Differences Absolute .125

Positive .109

Negative -.125

Kolmogorov-Smirnov Z 2.114

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.

Berdasarkan uji normalitas yang telah dilakukan setelah melakukan transformasi data ternyata nilai
sig pada pada tabel kolmogorov-smirnov = 0,000 dan α = 0,05, sehingga sig < α , sehingga
menunjukkan data tidak berdistribusi normal. Pengujian terhadap uji normalitas data telah
dilakukan dengan menunjukkan hasil bahwa data tidak berdistribusi normal walaupun telah
dilakukan transformasi data ,namun dengan merujuk pada asumsi central limit theorem yang
menyatakan bahwa untuk sampel yang besar terutama lebih dari 30 (𝑛 > 30), distribusi sampel
dianggap normal.
Uji Homogenitas dan uji banding :
a. Klik menu Analyze → Compare Means → One-Way ANOVA, selanjutnya kotak dialog One-
Way ANOVA akan terbuka .
b. Masukkan variabel kemampuan_literasi_mtk ke dalam kotak Dependent List dan masukkan
variabel pendekatan pada kolom Factor.
c. Untuk mengolah homogenitas dengan lavene pilih Options. Pada menu Statistics aktifkan
Descriptive dan Homogenity of Variance => Continue. Untuk uji lanjut klik Post Hoc.
d. Pada menu Equal Variances Assumed aktifkan LSD, pada Equal Variance Not Assumed
aktifkan Tahhane’s T2 => Continue.

Maka akan kembali ke kotak dialog One-Way ANOVA. Klik OK maka akan muncul output
seperti berikut.

Test of Homogeneity of Variances

kemampuan_Literasi_Mtk

Levene Statistic df1 df2 Sig.

2.093 2 285 .125


Interpretasi uji homogenitas .
Hipotesis :
𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (varian ke-i kelompok sampel adalah sama = homogen)
𝐻1 : salah satu varian kelompok berbeda
Analisis :
Taraf signifikan 5 %=0,05, sig = 0,125. Maka sig > α , sehingga 𝐻0 diterima berarti
varian kelompok sampel sama.

Uji banding
Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = 𝜇32(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
Analisis :

ANOVA

kemampuan_Literasi_Mtk

Sum of Squares df Mean Square F Sig.

Between Groups 33271.924 2 16635.962 210.574 .000

Within Groups 22515.854 285 79.003

Total 55787.778 287

Pada tabel Anova nilai sig = 0,000 < 0,05 maka 𝑯𝟎 ditolak dan menerima 𝑯𝟏 . Jadi rataan
kemampuan literasi matematika salah satu berbeda dengan yang lain. disini diperlukan uji
post hoc.
Uji pos hoc :
Multiple Comparisons

Dependent Variable:kemampuan_Literasi_Mtk

95% Confidence Interval


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

LSD PMRI Humanistik 14.34375* 1.28292 .000 11.8185 16.8690

Saintifik 26.29167* 1.28292 .000 23.7665 28.8169

Humanistik PMRI -14.34375* 1.28292 .000 -16.8690 -11.8185

Saintifik 11.94792* 1.28292 .000 9.4227 14.4731

Saintifik PMRI -26.29167* 1.28292 .000 -28.8169 -23.7665

Humanistik -11.94792* 1.28292 .000 -14.4731 -9.4227

Tamhane PMRI Humanistik 14.34375* 1.12219 .000 11.6404 17.0471

Saintifik 26.29167* 1.36610 .000 22.9982 29.5851

Humanistik PMRI -14.34375* 1.12219 .000 -17.0471 -11.6404

Saintifik 11.94792* 1.34616 .000 8.7018 15.1940

Saintifik PMRI -26.29167* 1.36610 .000 -29.5851 -22.9982

Humanistik -11.94792* 1.34616 .000 -15.1940 -8.7018

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

Kita dapat melihat nilai sig pada perpanduan masing-masing ketiga sampel PB, PjBL, dan DL.
Sig PMRI dan Humanistik = 0,000 < 0,05 ⟹ Kemampuan LM berbeda.
Sig PMRI dan Saintifik = 0,000 < 0,05 ⟹ Kemampuan LM berbeda.
Sig Humanistik dan Saintifik = 0,000 < 0,05 ⟹ Kemampuan LM berbeda.
Jadi PBL,PjBL, dan Dl memiliki nilai rata-rata kemampuan literasi matematika yang berbeda.
Untuk mentukan rataan tertinggi dan terendah ,dapat dianalisis dari tabel Descriptive.

Descriptives

kemampuan_Literasi_Mtk

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

PMRI 96 88.3229 7.93990 .81036 86.7141 89.9317 69.00 100.00

Humanistik 96 73.9792 7.60606 .77629 72.4380 75.5203 46.00 88.00

Saintifik 96 62.0312 10.77566 1.09979 59.8479 64.2146 21.00 78.00

Total 288 74.7778 13.94211 .82155 73.1608 76.3948 21.00 100.00


Melihat mean pada PMRI = 88, 322 menunjukkan rataan tertinggi diantara yang lain. Jadi
pendekatan PMRI merupakan pendekatan terbaik dalam pembelajaran mengenai kemampuan
literasi matematika. Sedangan dari nilai mean pada Saintifik = 62,0312 menunjukkan rataan
terendah di antara yang lain. Jadi pendekatan saintifik merupakan pendekatan terburuk dalam
pembelajaran mengenai kemampuan literasi matematika.

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) .

Estimasikan persamaan regresi linear gaya mengajar guru (Y) atas sifa
Jawab :
Langkah-langkah dengan SPSS:
b. Masukkan data ke SPSS dan beri nama Kemampuan_LM
d. Pada Variabel view pada baris pendekatan beri keterangan pada bagian Value dengan 1 =
PMRI, 2 = Humanistik, 3 = Saintifik. Lalu klik OK

Pada Variabel view pada baris Model beri keterangan pada bagian Value dengan 1 = PBL, 2 =
PjBL, 3 = DL. Lalu klik OK

Uji Normalitas :
Uji Normalitas :
a) Pada menu utama SPSS klik Kemudian pilih menu Analyze → Nonparameter Test →
1- Sampel K-S.
b) Selanjutnya kotak dialog One-Sample Kolmogorov-Smirnov Test akan terbuka.
Masukkan Kemampuan_Literasi_Mtk ke dalam kotak Test Variabel List, kemudian
pada bagian Test Distribution aktifkan pilihan Normal. Selanjutnya klik Ok maka akan
muncul output berikut
c)
One-Sample Kolmogorov-Smirnov Test

Kemampuan_LM

N 288

Normal Parametersa Mean 74.78

Std. Deviation 13.942

Most Extreme Differences Absolute .136

Positive .097

Negative -.136

Kolmogorov-Smirnov Z 2.309

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.

Uji Kolmogorov-Smirnov :
𝐻0 : variabel dependent berdistribusi normal.
𝐻1 : variabel dependent berdistribusi tidak normal.
Taraf Signifikan :
𝛼 = 5% = 0,05
Kriteria :
𝐻0 diterima jika sig lebih besar dari alfa sig > α
Keputusan :
Berdasarkan tabel Test of Normality nilai sig pada tabel kolmogorov-smirnov = 0,000 dan
α = 0,05, maka sig < α , sehingga menunjukkan data tidak berdistribusi normal ,maka dengan
demikian diupayakan tindakan untuk menormalkan data ,yaitu dengan
menstransformasikan data yang tidak beristribusi normal dengan Ln . Setelah melakukan
transformasi data dengan Ln menggunakan SPSS dan diuji kembali normalitasnya ternyata
diperoleh output sebagai berikut :
One-Sample Kolmogorov-Smirnov Test

Ln_X1

N 288

Normal Parametersa Mean 4.2937

Std. Deviation .21742

Most Extreme Differences Absolute .125

Positive .109

Negative -.125

Kolmogorov-Smirnov Z 2.114

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.

Berdasarkan uji normalitas yang telah dilakukan setelah melakukan transformasi data ternyata nilai
sig pada pada tabel kolmogorov-smirnov = 0,000 dan α = 0,05, sehingga sig < α , sehingga
menunjukkan data tidak berdistribusi normal. Pengujian terhadap uji normalitas data telah
dilakukan dengan menunjukkan hasil bahwa data tidak berdistribusi normal walaupun telah
dilakukan transformasi data ,namun dengan merujuk pada asumsi central limit theorem yang
menyatakan bahwa untuk sampel yang besar terutama lebih dari 30 (𝑛 > 30), distribusi sampel
dianggap normal.

Uji interaksi model pembelajaran dan pendekatan pembelajaran.


a. Klik menu Analyze → General Linear Model → Univariate, selanjutnya kotak dialog
Univariate akan terbuka .
b. Masukkan variabel kemampuan_literasi_mtk ke dalam kotak Dependent List dan masukkan
variabel model dan pendekatan pada kolom Fixed Factor.
Karena pada model dan pendekatan terdapat lebih dari dua kolom maa perlu dilakukan uji
lanjut post hoc. Klik post hoc pada sebelah kanan. Klik LSD dan Tamhane’s T2 => klik
Continue.
Pada menu Univariate klik option. Blok data pada variabel OVERALL tekan panah kanan
akan masuk ke kolom Display Means for. Klik menu Homogenity test => klik Continue.
Lalu akan kembali ke menu utama klik Continue => klik OK.

Hasil Output :

Levene's Test of Equality of Error Variancesa

Dependent Variable:kemampuan_Literasi_Mtk

F df1 df2 Sig.

7.143 8 279 .000

Tests the null hypothesis that the error variance


of the dependent variable is equal across groups.

a. Design: Intercept + pendekatan + model +


pendekatan * model
Untuk menentukan homogenitas lihat output pada tabel Levene’s Test of Equality of Error
Variances taraf signifikan dibandingkan dengan sig. α = 0,05 sedangkan sig = 0.000. sig <
α maka 𝐻0 ditolak jadi 𝐻1 diterima . Jadi salah satu varian kelompok ada yang berbeda.

Uji banding kolom untuk dua jalur


Hipotesis :
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (rataa ke-3 sampel kolom adalah sama)
𝐻1 : salah satu rataan berbeda (rataan ke-i sampel berbeda)
Analisis :

Tests of Between-Subjects Effects

Dependent Variable:kemampuan_Literasi_Mtk

Type III Sum of


Source Squares df Mean Square F Sig.

Corrected Model 35275.340a 8 4409.418 59.975 .000

Intercept 1610414.222 1 1610414.222 2.190E4 .000

pendekatan 33271.924 2 16635.962 226.274 .000

model 1628.361 2 814.181 11.074 .000

pendekatan * model 375.056 4 93.764 1.275 .280

Error 20512.437 279 73.521

Total 1666202.000 288

Corrected Total 55787.778 287

a. R Squared = .632 (Adjusted R Squared = .622)

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 model berbeda. Karena
ada yang berbeda dilakukan uji lanjut post hoc. Lalu kita lihat nilai sig. Pada Equal variances
assume.
Multiple Comparisons

Dependent Variable:kemampuan_Literasi_Mtk

95% Confidence Interval


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

LSD PBL PjBL 3.2292* 1.23762 .010 .7929 5.6654

DL 5.8125* 1.23762 .000 3.3762 8.2488

PjBL PBL -3.2292* 1.23762 .010 -5.6654 -.7929

DL 2.5833* 1.23762 .038 .1471 5.0196

DL PBL -5.8125* 1.23762 .000 -8.2488 -3.3762

PjBL -2.5833* 1.23762 .038 -5.0196 -.1471

Tamhane PBL PjBL 3.2292 1.74182 .183 -.9669 7.4252

DL 5.8125* 2.08718 .018 .7796 10.8454

PjBL PBL -3.2292 1.74182 .183 -7.4252 .9669

DL 2.5833 2.11821 .533 -2.5233 7.6900

DL PBL -5.8125* 2.08718 .018 -10.8454 -.7796

PjBL -2.5833 2.11821 .533 -7.6900 2.5233

Based on observed means.


The error term is Mean Square(Error) = 73.521.

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

Dilihat pada sig ke-3 sampel yang semuanya kurang dari 5 % maka semuanya berbeda.

Uji banding baris untuk dua jalur


Hipotesis :
𝐻0 : 𝜂1 = 𝜂2 = 𝜂3 (rataa ke-3 sampel kolom adalah sama)
𝐻1 : salah satu rataan berbeda (rataan ke-i sampel berbeda)
Analisis :
Tests of Between-Subjects Effects

Dependent Variable:kemampuan_Literasi_Mtk

Type III Sum of


Source Squares df Mean Square F Sig.

Corrected Model 35275.340a 8 4409.418 59.975 .000

Intercept 1610414.222 1 1610414.222 2.190E4 .000

pendekatan 33271.924 2 16635.962 226.274 .000

model 1628.361 2 814.181 11.074 .000

pendekatan * model 375.056 4 93.764 1.275 .280

Error 20512.437 279 73.521

Total 1666202.000 288

Corrected Total 55787.778 287

a. R Squared = .632 (Adjusted R Squared = .622)

Dengan taraf signifikan 0,05 bandingkan dengan sig pendekatan pada tabel Tests of Between-
Subjects Effects sig = 0.000 < 0,05 maka 𝐻0 ditolak atau menerima 𝐻1 . Jadi rataan pendekatan
berbeda. Karena ada yang berbeda dilakukan uji lanjut post hoc. Lalu kita lihat nilai sig. Pada
Equal variances assume.
Multiple Comparisons

Dependent Variable:kemampuan_Literasi_Mtk

95% Confidence Interval


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

LSD PMRI Humanistik 14.3437* 1.23762 .000 11.9075 16.7800

Saintifik 26.2917* 1.23762 .000 23.8554 28.7279

Humanistik PMRI -14.3437* 1.23762 .000 -16.7800 -11.9075

Saintifik 11.9479* 1.23762 .000 9.5117 14.3842

Saintifik PMRI -26.2917* 1.23762 .000 -28.7279 -23.8554

Humanistik -11.9479* 1.23762 .000 -14.3842 -9.5117

Tamhane PMRI Humanistik 14.3437* 1.12219 .000 11.6404 17.0471

Saintifik 26.2917* 1.36610 .000 22.9982 29.5851

Humanistik PMRI -14.3437* 1.12219 .000 -17.0471 -11.6404

Saintifik 11.9479* 1.34616 .000 8.7018 15.1940

Saintifik PMRI -26.2917* 1.36610 .000 -29.5851 -22.9982

Humanistik -11.9479* 1.34616 .000 -15.1940 -8.7018

Based on observed means.


The error term is Mean Square(Error) = 73.521.

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

Dilihat pada sig ke-3 sampel yang semuanya 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:kemampuan_Literasi_Mtk

Type III Sum of


Source Squares df Mean Square F Sig.

Corrected Model 35275.340a 8 4409.418 59.975 .000

Intercept 1610414.222 1 1610414.222 2.190E4 .000

pendekatan 33271.924 2 16635.962 226.274 .000

model 1628.361 2 814.181 11.074 .000

pendekatan * model 375.056 4 93.764 1.275 .280

Error 20512.437 279 73.521

Total 1666202.000 288

Corrected Total 55787.778 287

a. R Squared = .632 (Adjusted R Squared = .622)

Taraf signifikan 5% dibandingkan dengan sig pendekatan*model pada tabel Tests of Between-
Subjects Effects.
Sig = 0,280 > 0,05 𝐻0 diterima. Berarti kedua kelompok pendekatan dan model saling bebas