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 %
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
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 %
𝑞2 = 1 − 36,36% = 63,64%
𝑝1 𝑞1 𝑝2 𝑞2 𝑝1 𝑞1 𝑝2 𝑞2
(𝑝1 − 𝑝2 ) − 𝑧1 √ + < 𝜋1 − 𝜋2 < (𝑝1 − 𝑝2 ) + 𝑧1𝛾 √ +
𝛾
2 𝑛1 𝑛2 2 𝑛1 𝑛2
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.
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
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
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
1
dan peluang 1 − 2 𝛼
4) Statistik hitung :
𝑥𝑥 + ̅̅̅
̅̅̅ 𝑥𝑦
𝑡=
1 1
𝑠√ +
𝑛𝑥 𝑛𝑦
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
82559 102997
Jumlah 1063 1191 92162
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.
6 ∑ 𝑑𝑖2
𝜌=1−
𝑛(𝑛2 − 1)
Keterangan :
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
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
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
Coefficientsa
5)
Standardized
Unstandardized Coefficients Coefficients
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:
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)).
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
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
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
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
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
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
Kemampuan_LM
N 288
Positive .097
Negative -.136
Kolmogorov-Smirnov Z 2.309
Ln_X1
N 288
Positive .109
Negative -.125
Kolmogorov-Smirnov Z 2.114
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.
Kemampuan_LM
Uji banding
Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = 𝜇32(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
Analisis :
ANOVA
Kemampuan_LM
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
Descriptives
Kemampuan_LM
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
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.
Kemampuan_LM
N 288
Positive .097
Negative -.136
Kolmogorov-Smirnov Z 2.309
Ln_X1
N 288
Positive .109
Negative -.125
Kolmogorov-Smirnov Z 2.114
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.
kemampuan_Literasi_Mtk
Uji banding
Hipotesis :
𝐻0 : 𝜇12 = 𝜇22 = 𝜇32(rataan ke-i sampel adalah sama)
𝐻1 : salah satu rataan berbeda
Analisis :
ANOVA
kemampuan_Literasi_Mtk
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
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
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
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
Positive .097
Negative -.136
Kolmogorov-Smirnov Z 2.309
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
Positive .109
Negative -.125
Kolmogorov-Smirnov Z 2.114
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.
Hasil Output :
Dependent Variable:kemampuan_Literasi_Mtk
Dependent Variable:kemampuan_Literasi_Mtk
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
Dilihat pada sig ke-3 sampel yang semuanya kurang dari 5 % maka semuanya berbeda.
Dependent Variable:kemampuan_Literasi_Mtk
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
Dilihat pada sig ke-3 sampel yang semuanya kurang dari 5 % maka semuanya berbeda.
Dependent Variable:kemampuan_Literasi_Mtk
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