a.

Statistik Uji
1) Untuk hipotesis efek model pembelajaran
𝑅𝐾𝐴
FA=𝑅𝐾𝐺~F(dkA, dkG),
dengan 𝑑𝑘𝐴 = 𝑎 − 1 dan 𝑑𝑘𝐺 = N − 𝑎𝑏
2) Untuk hipotesis efek kemampuan spasial
𝑅𝐾𝐵
FB=𝑅𝐾𝐺 ~F(dkB, dkG),
dengan 𝑑𝑘𝐵 = 𝑏 − 1 dan 𝑑𝑘𝐺 = N − 𝑎𝑏
3) Untuk hipotesis interaks

𝑅𝐾𝐴𝐵
FAB= 𝑅𝐾𝐺 ~F(dkAB, dkG),
dengan 𝑑𝑘𝐴𝐵 = (𝑎 − 1)(𝑏 − 1) dan 𝑑𝑘𝐺 = N − 𝑎𝑏
b. Daerah Kritis
Daerah kritis untuk FA, DKA ={F |
F > Fa;(a -1), N – ab}

Daerah kritis untuk FB, DKB ={F |

F > Fa;(b -1), N – ab}

Daerah kritis untuk FAB, DKAB ={F|

F > Fa;(a -1)(b -1) N – ab}

c. Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.

(Budiyono, 2013:
212-215)
2. Komparasi Rerata
Apabila 𝐻0 ditolak pada ANAVA artinya terdapat
perbedaan, maka untuk menentukan rerata-rerata yang
memiliki perbedaan dapat dilakukan komparasi rerata.
Adapun langkah-langkah komparasi rerata untuk
masing-masing efek adalah sebagai berikut.
a. Komparasi rerata antar baris
1) Hipotesis
 𝐻0 ∶ 𝜇𝑝𝑖. = 𝜇𝑝𝑗.

𝐻1 ∶ 𝜇𝑝𝑖. ≠ 𝜇𝑝𝑗.

2) Tingkat signifikansi: α = 0.05

3) Statistik Uji

Keterangan

𝐹𝑝𝑖.−𝑝𝑗. : nilai Fob s variabel terikat ke-p pada

pembandingan baris ke-i dan baris
ke-j

Xpi : rerata variabel terikat ke- p pada baris

ke-i

Xpj : rerata variable terikat ke-p pada baris

ke-j

RKG = 𝑆𝑆𝐸/𝜈𝐸: rerata kuadrat galat dari

perhitungan uji lanjut
analisis variansi
𝑛𝑝𝑖. : ukuran sampel baris ke-i
𝑛𝑝𝑗. : ukuran sampel baris ke-j
4) Daerah Kritis
 Daerah kritis: DK ={F| F > (b-1)Fa;(a -1), N – ab}
Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾

b. Komparasi rerata antar kolom

1) Hipotesis
𝐻0 ∶ 𝜇𝑝.𝑖 = 𝜇𝑝.𝑗

𝐻1 ∶ 𝜇𝑝.𝑖 ≠ 𝜇𝑝.𝑗

2) Tingkat signifikansi: α = 0.05

3) Statistik Uji

Keterangan

𝐹𝑝∙𝑖−𝑝∙𝑗 : nilai Fob s variabel terikata ke-p pada

pembandingan kolom ke-s dan
kolom ke-t

Xpi : rerata variabel terikat ke-p pada kolom

ke-i

Xpj : rerata variabel terikat ke-p pada kolom

ke-j

RKG : rerata kuadrat galat dari perhitungan

uji lanjut analisis varainsi
= 𝑆𝑆𝐸/𝜈𝐸
np.i : ukuran sampel kolom ke-i
np.j : ukuran sampel kolom ke-j
4) Daerah Kritis
Daerah kritis: DK ={F| F > (b-1)Fa;(b -
1), N – ab}

5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.

 (Budiyono,
2013: 216)

c. Komparasi rerata antar sel pada baris yang sama

Komparasi rerata antar sel pada baris yang
sama yaitu komparasi rerata prestasi belajar dan
kreativitas siswa yang dilihat dari kemampuan spasial
siswa pada masing-masing kelompok model
pembelajaran. Adapun uji komparasi rerata tersebut
sebagai berikut:
1) Hipotesis
𝐻0 ∶ 𝜇𝑝𝑖𝑗 = 𝜇𝑝𝑖𝑘

𝐻1 ∶ 𝜇𝑝𝑖𝑗 ≠ 𝜇𝑝𝑖𝑘

2) Tingkat signifikansi: α = 0.05

3) Statistik uji

Keterangan

𝐹𝑝𝑖𝑗−𝑝𝑖𝑘: nilai Fhit variabel terikat ke-p pada

pembandingan kolom ke- j dan kolom
ke-k untuk baris ke-i

Xpij : rerata variabel terikat ke-p pada kolom

ke-j untuk baris ke-i

Xpik : rerata variabel terikat ke-p pada kolom

ke-k untuk baris ke-i

RKG rerata kuadrat galat dari perhitungan uji lanjut

analisis variansi
npij : ukuran sampel kolom ke-j untuk baris ke-i
 npik : ukuran sampel kolom ke-k untuk baris ke-i

4) Daerah kritis: DK ={F| F > (ab-1)F;(ab -1), N – ab}

5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 217)

d. Komparasi rerata antar sel pada kolom yang sama

Komparasi rerata antar sel pada kolom yang
sama yaitu komparasi rerata prestasi belajar dan
kreativitas siswa yang dilihat dari model
pembelajaran pada masing-masing kelompok
kemampuan spasial siswa. Adapun uji komparasi
rerata tersebut dilakukan dengan prosedur sebagai
berikut.
1) Hipotesis
𝐻0 ∶ 𝜇𝑝𝑖𝑗 = 𝜇𝑝𝑘𝑗

𝐻1 ∶ 𝜇𝑝𝑖𝑗 ≠ 𝜇𝑝𝑘𝑗

2) Tingkat signifikansi: α = 0.05

3) Statistik uji F=
 𝐹𝑝𝑖𝑗−𝑝𝑘𝑗 : nilai Fhit variabel terikat ke-p pada
pembandingan baris ke-i dan baris ke-
k untuk kolom ke-j
Xpij : rerata variabel terikat ke-p pada baris ke-i untuk
kolom ke-j
Xpkj : rerata variabel terikat ke-p pada baris ke-k untuk
kolom ke-j
𝑆𝑆𝐸
RKG = : rerata kuadrat galat dari perhitungan uji lanjut
𝑉𝐸

analisis variansi
npij : ukuran sampel baris ke-i untuk kolom ke-j
npkj : ukuran sampel baris ke-k untuk kolom ke-j

4) Daerah kritis: DK ={F| F > (ab-1)F;(ab -1), N – ab}

5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 216)