Uji ANOVA

ANOVA adalah singkatan dari Analysis of Variance. Uji ANOVA merupakan cara untuk
melihat perbedaan rerata melalui menguji variansinya. Untuk melihat terdapat atau tidak
terdapatnya perbedaan rerata dengan ANOVA, yang dipertentangkan bukan reratanya, tetapi
variansinya. Selain itu dengan ANOVA kita juga dapat melihat pengaruh peubah bebas dan
peubah kontrol (baik secara terpisah, maupun bersamaan) terhadap peubah terikatnya. Dengan
kata lain, apakah terdapat efek interaksi antara peubah bebas dan peubah kontrol terhadap
peubah terikatnya. Sebelum melakukan Uji ANOVA, sampel harus berdistribusi normal dan
homogen (karena Uji ANOVA merupakan salah satu pengujian parametrik).

ONE WAYS - ANOVA

Agar dapat memahami dan mempelajari cara pengolahan data dengan uji One Ways ANOVA,
maka dibuat ilustrasi sebuah pertanyaan penelitian seperti berikut:
Misalnya seorang peneliti ingin mengetahui bahwa apakah terdapat perbedaan hasil belajar
matematik siswa SD, yang pembelajarannya menggunakan Metode A, Metode B, dan Metode
C? (dengan taraf signifikansi α = 5%)

DATA NILAI HASIL BELAJAR SISWA

METODE A
NO KODE SISWA SKOR NILAI KELAS
1 A - 01 16 5,33 VI - A
2 A - 02 23 7,67 VI - A
3 A - 03 13 4,33 VI - A
4 A - 04 27 9,00 VI - A
5 A - 05 20 6,67 VI - A
6 A - 06 27 9,00 VI - A
7 A - 07 20 6,67 VI - A
8 A - 08 29 9,67 VI - A
9 A - 09 25 8,33 VI - A
NO KODE SISWA SKOR NILAI KELAS
10 A - 10 21 7,00 VI - A
11 A - 11 18 6,00 VI - A
12 A - 12 16 5,33 VI - A
13 A - 13 24 8,00 VI - A
14 A - 14 17 5,67 VI - A
15 A - 15 15 5,00 VI - A
16 A - 16 24 8,00 VI - A
17 A - 17 16 5,33 VI - A
18 A - 18 26 8,67 VI - A
19 A - 19 16 5,33 VI - A
20 A - 20 15 5,00 VI - A
21 A - 21 17 5,67 VI - A
22 A - 22 14 4,67 VI - A
23 A - 23 17 5,67 VI - A
24 A - 24 21 7,00 VI - A
25 A - 25 13 4,33 VI - A
26 A - 26 26 8,67 VI - A

DATA NILAI HASIL BELAJAR SISWA

METODE B
NO KODE SISWA SKOR NILAI KELAS
1 B - 01 14 4,67 VI - B
2 B - 02 20 6,67 VI - B
3 B - 03 19 6,33 VI - B
4 B - 04 11 3,67 VI - B
5 B - 05 24 8,00 VI - B
6 B - 06 14 4,67 VI - B
7 B - 07 16 5,33 VI - B
8 B - 08 15 5,00 VI - B
NO KODE SISWA SKOR NILAI KELAS
9 B - 09 21 7,00 VI - B
10 B - 10 18 6,00 VI - B
11 B - 11 9 3,00 VI - B
12 B - 12 21 7,00 VI - B
13 B - 13 29 9,67 VI - B
14 B - 14 10 3,33 VI - B
15 B - 15 24 8,00 VI - B
16 B - 16 23 7,67 VI - B
17 B - 17 23 7,67 VI - B
18 B - 18 14 4,67 VI - B
19 B - 19 28 9,33 VI - B
20 B - 20 11 3,67 VI - B
21 B - 21 14 4,67 VI - B
22 B - 22 17 5,67 VI - B
23 B - 23 17 5,67 VI - B
24 B - 24 25 8,33 VI - B

DATA NILAI HASIL BELAJAR SISWA

METODE C
NO KODE SISWA SKOR NILAI KELAS
1 C - 01 21 7,00 VI - C
2 C - 02 20 6,67 VI - C
3 C - 03 19 6,33 VI - C
4 C - 04 25 8,33 VI - C
5 C - 05 15 5,00 VI - C
6 C - 06 23 7,67 VI - C
7 C - 07 12 4,00 VI - C
8 C - 08 19 6,33 VI - C
9 C - 09 27 9,00 VI - C
 NO KODE SISWA SKOR NILAI KELAS
10 C - 10 24 8,00 VI - C
11 C - 11 14 4,67 VI - C
12 C - 12 12 4,00 VI - C
13 C - 13 14 4,67 VI - C
14 C - 14 22 7,33 VI - C
15 C - 15 21 7,00 VI - C
16 C - 16 25 8,33 VI - C
17 C - 17 25 8,33 VI - C
18 C - 18 25 8,33 VI - C
19 C - 19 10 3,33 VI - C
20 C - 20 21 7,00 VI - C
21 C - 21 15 5,00 VI - C
22 C - 22 9 3,00 VI - C
23 C - 23 30 10,00 VI - C
24 C - 24 15 5,00 VI - C
25 C - 25 24 8,00 VI - C
26 C - 26 11 3,67 VI - C
27 C - 27 18 6,00 VI - C
28 C - 28 26 8,67 VI - C
29 C - 29 13 4,33 VI - C
30 C - 30 9 3,00 VI - C
31 C - 31 13 4,33 VI - C
32 C - 32 15 5,00 VI - C

A. Langkah Pengujian dengan SPSS

Dalam menjawab pertanyaan penelitian di atas, maka akan dilakukan terlebih dahulu pengujian
normalitas untuk melihat pengujian apa yang selanjutnya dilakukan.

Uji Normalitas Data

1. Definisikan variabel Hasil Belajar dan Metode Pembelajaran pada Variable View dan input
data ke SPSS pada Data View.
2. Pilih menu Analyze → Descriptives Statistics → Explore.
3. Masukkan variabel Hasil Belajar ke Dependent List dan Metode Pembelajaran ke Faktor
List kemudian klik tombol Plots Pilih Normality Test With Plots kemudian klik Continue
dan OK.

Maka pada output akan menampilkan beberapa tampilan. Namun untuk pengujian
Normalitas hanya output Tests of Normality saja yang digunakan.

Tests of Normality

Metode Kolmogorov-Smirnova Shapiro-Wilk

Pembelajaran Statistic df Sig. Statistic df Sig.

Hasil Belajar Metode A ,181 26 ,029 ,927 26 ,064

Matematika Metode B ,105 24 ,200 *
,967 24 ,591
Siswa Metode C ,160 32 ,036 ,950 32 ,140

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.
 Kriteria pengujian :
Jika (Sig.) > α maka Sampel berdistribusi normal.

Dari statistik uji, karena sampel yang di ambil merupakan sampel kecil (n < 40) maka diambil
nilai Sig. pada kolom Shapiro-Wilk, dengan nilai Sig. untuk metode A = 0,064 ; metode B =
0,591 dan untuk metode C = 0,140 yang mengakibatkan (Sig.) > α. Maka dapat disimpulkan
bahwa ketiga sampel berdistribusi normal.

Uji One Ways ANOVA

1. Pilih menu Analyze → General Linear Model → Univariate.

2. Masukkan variabel Hasil Belajar ke Dependent List dan Metode Pembelajaran ke Fixed
Factor(s) kemudian klik tombol Model
3. Pilih Custom, Pindahkan Metode Pembelajaran, pada Factors & Covariates ke Model
dengan menekan tombol tanda panah di bawah tombol interaction. Kemudian klik tombol
Continue.

4. Pilih Post Hoc, Pindahkan TKAS ke Post Hoc Tests for, kemudian pilih tombol Scheffe,
Tukey (pilih berdasarkan uji lanjutan apa yang diinginkan peneliti). Lalu klik tombol
Continue.
5. Pilih Option, pilih Homogeneity tests. Lalu klik tombol Continue dan OK.
Untuk melihat apakah varians dari Hasil Belajar Matematika Siswa Homogen, maka yang
dilihat output tampilannya pada gambar berikut :

Levene's Test of Equality of Error Variancesa

Dependent Variable:Hasil Belajar Matematika
Siswa
F df1 df2 Sig.
,846 2 79 ,433
Tests the null hypothesis that the error variance
of the dependent variable is equal across
groups.
a. Design: Intercept + Metode_Pembelajaran

Kriteria pengujian :
Jika (Sig.) > α maka Varians Hasil Belajar Matematika Siswa Homogen

Dari statistik Levene’s Test didapat nilai Sig. = 0,433 yang mengakibatkan (Sig.) > α.
Maka dapat disimpulkan bahwa varians Hasil Belajar Matematika Siswa ketiga sampel
Homogen.
 Karena Asumsi Homogenitas Varians dipenuhi, maka langkah selanjutnya akan dilihat
hasil pengolahan data Uji One Ways ANOVA. Hasil output dari SPSS yang dilihat adalah
Tabel 1 : One Ways ANOVA sebagai berikut:

Tabel 1 : One Ways ANOVA

Tests of Between-Subjects Effects
Dependent Variable:Hasil Belajar Matematika Siswa

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 4,399a 2 2,200 ,646 ,527

Intercept 3191,058 1 3191,058 937,001 ,000
Metode_Pembelajaran 4,399 2 2,200 ,646 ,527
Error 269,043 79 3,406
Total 3508,145 82
Corrected Total 273,443 81

a. R Squared = ,016 (Adjusted R Squared = -,009)

H 0 :  A = B = C

H A : Paling tidak terdapat satu Metode yang berbeda secara signifikan dengan Metode lainnya

Kriteria pengujian :
sig > 0,05 : H0 diterima

Dari Tabel 1 kita memperoleh nilai sig pada baris Metode Penelitian = 0,527; dengan kata lain
sig > 0,05. Hal tersebut dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan
antara hasil belajar matematika siswa, antara yang pembelajarannya menggunakan Metode A,
Metode B, dan Metode C pada taraf signifikansi 5%. Implikasinya pembelajaran dari ketiga
Metode A, B, dan C dalam pembelajaran matematika sama-sama membantu mengembangkan
hasil belajar matematika siswa.

Karena H0 diterima (tidak terdapat perbedaan), maka uji lanjutan (Post Hoc) diabaikan,
walaupun hasilnya terdapat pada output SPSS :
 Multiple Comparisons
Dependent Variable:Hasil Belajar Matematika Siswa

95% Confidence
Mean Interval
(I) Metode (J) Metode Difference Std. Lower Upper
Pembelajaran Pembelajaran (I-J) Error Sig. Bound Bound

Tukey HSD Metode A Metode B ,5454 ,52238 ,552 -,7025 1,7932

Metode C ,4495 ,48725 ,628 -,7144 1,6134

Metode B Metode A -,5454 ,52238 ,552 -1,7932 ,7025

Metode C -,0958 ,49832 ,980 -1,2862 1,0945

Metode C Metode A -,4495 ,48725 ,628 -1,6134 ,7144

Metode B ,0958 ,49832 ,980 -1,0945 1,2862

Scheffe Metode A Metode B ,5454 ,52238 ,582 -,7579 1,8486

Metode C ,4495 ,48725 ,655 -,7661 1,6652

Metode B Metode A -,5454 ,52238 ,582 -1,8486 ,7579

Metode C -,0958 ,49832 ,982 -1,3391 1,1474

Metode C Metode A -,4495 ,48725 ,655 -1,6652 ,7661

Metode B ,0958 ,49832 ,982 -1,1474 1,3391
Based on observed means.
The error term is Mean Square(Error) = 3,406.

Apabila hasil Post Hoc dianalisis, terlihat semua nilai Sig. pada Tabel Multiple Comparisons
juga lebih besar dari alpha (α = 0,05). Hal ini dapat disimpulkan bahwa dari ketiga metode
tersebut (Metode A, B, dan C) tidak terdapat perbedaan yang signifikan pada taraf signifikansi
5%.
B. Langkah Pengujian dengan Minitab
Dalam menjawab pertanyaan penelitian di atas, maka akan dilakukan terlebih dahulu pengujian
normalitas untuk melihat pengujian apa yang selanjutnya dilakukan.

Uji Normalitas Data

1. Definisikan variabel Hasil Belajar Gabungan, Metode Pembelajaran, Data Hasil Belajar
setiap metode (Hasil Belajar – A, Hasil Belajar – B, dan Hasil Belajar – C) pada setiap
Field di Worksheet Minitab. Kemudian input data ke minitab pada Worksheet.

2. Pilih menu Stat → Basic Statistics → Normality Test.

3. Pilih variabel C2 Hasil Belajar – A kemudian Select ke Variable, dan pilih ke Ryan-
Joiner (Smiliar to Shapiro-Wilk). Lalu dalam Title, ketik judul (misalnya: Uji Normalitas
Data Hasil Belajar Siswa – Metode A). Kemudian klik OK.

* untuk pemilihan Ryan-Joiner dikarenakan sampel yang dipilih dianggap sampel kecil (n < 40).

Maka pada output akan menampilkan :

Uji Normalitas Data Hasil Belajar Siswa - Metode A

Normal
99
Mean 6,615
StDev 1,629
95 N 26
RJ 0,976
90
P-Value >0,100
80
70
Percent

60
50
40
30
20

10

1
2 3 4 5 6 7 8 9 10 11
HASIL BELAJAR - A

Kriteria pengujian :
Jika (P-value) > α maka Sampel berdistribusi normal.
Dari statistik uji, terlihat P-Value = 0,100, mengakibatkan (P-Value) > α. Maka dapat
disimpulkan bahwa sampel dengan menggunakan Metode-A berdistribusi normal.

Lakukan hal yang sama untuk menguji normalitas data sampel Metode-B dan Metode-C,
sehingga didapat output minitab sebagai berikut :

Uji Normalitas Data Hasil Belajar Siswa - Metode B

Normal
99
Mean 6,069
StDev 1,886
95 N 24
RJ 0,992
90
P-Value >0,100
80
70
Percent

60
50
40
30
20

10

1
2 3 4 5 6 7 8 9 10 11
HASIL BELAJAR - B

Uji Normalitas Data Hasil Belajar Siswa - Metode C

Normal
99
Mean 6,167
StDev 1,975
95 N 32
RJ 0,985
90
P-Value >0,100
80
70
Percent

60
50
40
30
20

10

1
2 3 4 5 6 7 8 9 10 11
HASIL BELAJAR - C

Terlihat dari hasil minitab di atas, ketiga sampel (hasil belajar matematika siswa yang
menggunakan Metode-A, Metode-B, dan Metode-C) berdistribusi normal. Maka langkah
 selanjutnya adalah pengujian parametrik dalam menguji perbedaan rata-rata tiga sampel
menggunakan One Ways ANOVA. Tetapi apabila ingin menguji Homogenitas
Variansnya, maka langkah-langkahnya adalah sebagai berikut:

1. Pilih menu Stat → ANOVA → Test for Equal Variances.

2. Pilih variabel C1 Hasil Belajar kemudian Select ke Response, dan Pilih variabel C2
Metode Pembelajaran kemudian Select ke Factors. Lalu dalam Title, ketik judul
(misalnya: Homogenitas Varians). Kemudian klik OK.
 Maka pada output akan menampilkan :

Homogenitas Varians

Bartlett's Test
Test Statistic 1,02
A P-Value 0,602
Levene's Test
Metode Pembelajaran

Test Statistic 0,73

P-Value 0,486

1,0 1,5 2,0 2,5 3,0

95% Bonferroni Confidence Intervals for StDevs

Kriteria pengujian :
Jika (P-value) > α maka Varians Kelompok Sampel Homogen

Dari statistik uji, terlihat P-Value = 0,602 (untuk Bartlett’s Test) dan P-Value = 0,486
(untuk Levene’s Tests) mengakibatkan (P-Value) > α. Maka dapat disimpulkan bahwa
Varians Kelompok Sampel Homogen.

Uji One Ways ANOVA

1. Pilih menu Stat → ANOVA → One-Way.
2. Pilih variabel C1 Hasil Belajar kemudian Select ke Response, dan Pilih variabel C2
Metode Pembelajaran kemudian Select ke Factors. Klik Comparisons. Di dalam box
One-Way Multiple Comparisons, pilih Tukey’s, family error rate, kemudian OK, lalu
OK kembali.
 Outputnya akan muncul pada bagian Session, seperti dibawah ini:

H 0 :  A = B = C

H A : Paling tidak terdapat satu Metode yang berbeda secara signifikan dengan Metode lainnya

Kriteria pengujian :
P-Value > 0,05 : H0 diterima

Dari Output minitab, kita memperoleh nilai P pada baris Metode Penelitian = 0,527; dengan
kata lain P-Value > 0,05. Hal tersebut dapat disimpulkan bahwa tidak terdapat perbedaan yang
signifikan antara hasil belajar matematika siswa, antara yang pembelajarannya menggunakan
Metode A, Metode B, dan Metode C pada taraf signifikansi 5%. Implikasinya pembelajaran
dari ketiga Metode A, B, dan C dalam pembelajaran matematika sama-sama membantu
mengembangkan hasil belajar matematika siswa.
TWO WAYS - ANOVA
Agar dapat memahami dan mempelajari cara pengolahan data dengan uji Two Ways ANOVA,
maka dibuat ilustrasi sebuah pertanyaan penelitian seperti berikut:
Misalnya seorang peneliti ingin mengetahui bahwa apakah terdapat perbedaan hasil belajar
matematik siswa SMA, yang pembelajarannya menggunakan metode A dengan yang
pembelajarannya menggunakan metode B, berdasarkan tingkat kemampuan awal siswa
(Tinggi, Sedang, dan Kurang)? (dengan taraf signifikansi α = 5%)

DATA NILAI HASIL BELAJAR SISWA DENGAN METODE A

NO KODE SISWA HASIL BELAJAR TKAS

1 E-01 73 Kurang
2 E-02 69 Kurang
3 E-03 81 Sedang
4 E-04 67 Sedang
5 E-05 59 Kurang
6 E-06 72 Kurang
7 E-07 69 Sedang
8 E-08 80 Sedang
9 E-09 82 Sedang
10 E-10 76 Sedang
11 E-11 53 Sedang
12 E-12 56 Sedang
13 E-13 69 Sedang
14 E-14 71 Kurang
15 E-15 75 Sedang
16 E-16 75 Sedang
17 E-17 72 Tinggi
18 E-18 83 Tinggi
19 E-19 82 Tinggi
20 E-20 59 Kurang
21 E-21 80 Tinggi
22 E-22 76 Kurang
23 E-23 82 Tinggi
24 E-24 75 Tinggi
25 E-25 71 Tinggi
26 E-26 72 Kurang
NO KODE SISWA HASIL BELAJAR TKAS

27 E-27 60 Kurang
28 E-28 81 Tinggi
29 E-29 78 Tinggi
30 E-30 69 Tinggi
31 E-31 63 Tinggi
32 E-32 69 Tinggi

DATA NILAI HASIL BELAJAR SISWA DENGAN METODE B

NO KODE SISWA HASIL BELAJAR TKAS

1 K-01 33 Kurang
2 K-02 31 Sedang
3 K-03 44 Kurang
4 K-04 33 Sedang
5 K-05 53 Kurang
6 K-06 44 Sedang
7 K-07 59 Kurang
8 K-08 31 Sedang
9 K-09 56 Tinggi
10 K-10 50 Kurang
11 K-11 41 Kurang
12 K-12 31 Kurang
13 K-13 61 Tinggi
14 K-14 53 Kurang
15 K-15 56 Kurang
16 K-16 27 Sedang
17 K-17 53 Tinggi
18 K-18 40 Sedang
19 K-19 50 Tinggi
20 K-20 38 Tinggi
21 K-21 53 Sedang
22 K-22 35 Sedang
23 K-23 25 Sedang
24 K-24 53 Tinggi
25 K-25 59 Tinggi
 NO KODE SISWA HASIL BELAJAR TKAS

26 K-26 44 Sedang
27 K-27 47 Sedang
28 K-28 47 Sedang
29 K-29 50 Tinggi
30 K-30 38 Tinggi
31 K-31 44 Sedang

C. Langkah Pengujian dengan SPSS

Dalam menjawab pertanyaan penelitian di atas, maka akan dilakukan terlebih dahulu pengujian
normalitas untuk melihat pengujian apa yang selanjutnya dilakukan.

Uji Normalitas Data

1. Definisikan variabel Hasil Belajar, Metode Pembelajaran, Tingkat Kemampuan Awal

Siswa pada Variable View dan input data ke SPSS pada Data View.
2. Pilih menu Analyze → Descriptives Statistics → Explore.

3. Masukkan variabel Hasil Belajar ke Dependent List dan Metode Pembelajaran ke Faktor
List kemudian klik tombol Plots Pilih Normality Test With Plots kemudian klik Continue
dan OK.
 Maka pada output akan menampilkan beberapa tampilan. Namun untuk pengujian
Normalitas hanya output Tests of Normality saja yang digunakan.
Tests of Normality

Metode Kolmogorov-Smirnova Shapiro-Wilk

Pembelajaran Statistic df Sig. Statistic df Sig.

Hasil Belajar Metode A ,145 32 ,086 ,936 32 ,056

Matematika Metode B ,125 31 ,200* ,955 31 ,208
Siswa

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Kriteria pengujian :
Jika (Sig.) > α maka Sampel berdistribusi normal.

Dari statistik uji, karena sampel yang di ambil merupakan sampel kecil (n < 40) maka diambil
nilai Sig. pada kolom Shapiro-Wilk, dengan nilai Sig. untuk metode A = 0,056 dan untuk
metode B = 0,208 yang mengakibatkan (Sig.) > α. Maka dapat disimpulkan bahwa kedua
sampel berdistribusi normal.
Uji Two Ways ANOVA
1. Pilih menu Analyze → General Linear Model → Univariate.

2. Masukkan variabel Hasil Belajar ke Dependent List dan Metode Pembelajaran serta
Tingkat Kemampuan Awal Siswa ke Fixed Factor(s) kemudian klik tombol Model.
3. Pilih Custom, Pindahkan Metode Pembelajaran, TKAS (tidak bersamaan) pada Factors &
Covariates ke Model dengan menekan tombol tanda panah di bawah tombol interaction.
Kemudian pindahkan juga Metode Pembelajaran dan TKAS secara bersamaan pada
Factors & Covariates ke Model (untuk melihat interaksi Metode dan TKAS secara
bersamaan dalam menghasilkan hasil belajar siswa) kemudian klik tombol Continue.

4. Pilih Plot, Pindahkan TKAS ke Horizontal Axis, dan Metode Pembelajaran ke Separate
lines, kemudian pilih tombol add sehingga muncul Metode_Pembelajaran*TKAS. Lalu
klik tombol Continue.
5. Pilih Post Hoc, Pindahkan TKAS ke Post Hoc Tests for, kemudian pilih tombol Scheffe,
Tukey (pilih berdasarkan uji lanjutan apa yang diinginkan peneliti). Lalu klik tombol
Continue.
6. Pilih Option, pilih Homogeneity tests. Lalu klik tombol Continue dan OK.
Untuk melihat apakah varians dari Hasil Belajar Matematika Siswa Homogen, maka yang
dilihat output tampilannya pada gambar berikut :

Levene's Test of Equality of Error Variancesa

Dependent Variable:Hasil Belajar Matematika
Siswa
F df1 df2 Sig.

,801 5 57 ,554
Tests the null hypothesis that the error variance
of the dependent variable is equal across
groups.
a. Design: Intercept + Metode_Pembelajaran +
TKAS + Metode_Pembelajaran * TKAS

Kriteria pengujian :
Jika (Sig.) > α maka Varians Hasil Belajar Matematika Siswa Homogen

Dari statistik Levene’s Test didapat nilai Sig. = 0,554 yang mengakibatkan (Sig.) > α.
Maka dapat disimpulkan bahwa varians Hasil Belajar Matematika Siswa kedua sampel
Homogen.
 Karena Asumsi Homogenitas Varians dipenuhi, maka langkah selanjutnya akan dilihat
hasil pengolahan data Uji ANOVA. Hasil output dari SPSS yang dilihat adalah Tabel 2 :
Two Ways ANOVA sebagai berikut:

TABEL 2 : Two Ways ANOVA

Tests of Between-Subjects Effects
Dependent Variable:Hasil Belajar Matematika Siswa

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 12957,296a 5 2591,459 36,785 ,000

Intercept 210278,112 1 210278,112 2984,851 ,000
Metode_Pembelajaran 10514,167 1 10514,167 149,246 ,000
TKAS 785,261 2 392,631 5,573 ,006
Metode_Pembelajaran * 369,752 2 184,876 2,624 ,081
TKAS
Error 4015,562 57 70,448
Total 231698,000 63
Corrected Total 16972,857 62

a. R Squared = ,763 (Adjusted R Squared = ,743)

Dari perhitungan pada Tabel 2 : Two Ways ANOVA di atas untuk menganalisisnya lebih
komprehensif kita perinci satu persatu:

Yang pertama akan dilihat pengaruh Metode Pembelajaran terhadap Hasil Belajar Matematika
Siswa

(1) Metode Pembelajaran

H 0 :  A = B

H A : A   B

Kriteria pengujian :
sig > 0,05 : H0 diterima

Dari Tabel 2 kita memperoleh nilai sig = 0,000; atau dengan kata lain sig < 0,05. Hal tersebut
dapat disimpulkan bahwa terdapat perbedaan yang signifikan antara hasil belajar matematika
siswa, antara yang pembelajarannya menggunakan metode A dengan yang pembelajarannya
menggunakan metode B pada taraf signifikansi 5%. Implikasinya pembelajaran yang
menggunakan metode A dalam pembelajaran matematika membantu mengembangkan hasil
belajar matematika siswa.
Berikutnya akan dilihat pengaruh Tingkat Kemampuan Awal Siswa (TKAS) terhadap Hasil
Belajar Matematika Siswa

(2) TKAS
H 0 : t ' = s' = k '

H A : Paling tidak terdapat satu TKAS yang berbeda secara signifikan dengan TKAS lainnya

Kriteria pengujian :
sig > 0,05 maka H0 diterima

Dari Tabel 2 diperoleh nilai sig = 0,006; atau dengan kata lain sig < 0,05; hal tersebut dapat
disimpulkan bahwa paling tidak terdapat satu kelompok siswa dengan TKAS tertentu yang
hasil belajar matematika siswanya berbeda secara signifikan dengan TKAS lainnya pada taraf
signifikansi 5%.

Untuk mengetahui kelompok siswa dengan TKAS mana yang berbeda secara signifikan dalam
hasil belajar matematika, dilanjutkan dengan uji Scheffe. Hasil perhitungannya tersaji dari
output SPSS berikut:

Tabel 3 : Uji Scheffe

Multiple Comparisons
Dependent Variable:Hasil Belajar Matematika Siswa

95% Confidence

(I) Tingkat (J) Tingkat Mean Interval

Kemampuan Kemampuan Difference Std. Lower Upper

Awal Siswa Awal Siswa (I-J) Error Sig. Bound Bound

Scheffe Tinggi Sedang 11,4048* 2,50800 ,000 5,1009 17,7086

Kurang 7,6270* 2,69601 ,024 ,8506 14,4034

Sedang Tinggi -11,4048* 2,50800 ,000 -17,7086 -5,1009

Kurang -3,7778 2,61709 ,359 -10,3558 2,8003

Kurang Tinggi -7,6270* 2,69601 ,024 -14,4034 -,8506

Sedang 3,7778 2,61709 ,359 -2,8003 10,3558

Based on observed means.

The error term is Mean Square(Error) = 70,448.

Dari Tabel 3 disimpulkan bahwa terdapat perbedaan yang signifikan antara hasil belajar
matematika siswa pada TKAS Tinggi terhadap TKAS Sedang pada taraf signifikansi 5%
(terlihat dari sig. TKAS Tinggi terhadap TKAS Sedang ataupun sebaliknya = 0,000). Selain itu
juga terdapat perbedaan yang signifikan antara hasil belajar matematika siswa pada TKAS
Tinggi terhadap TKAS Kurang pada taraf signifikansi 5% (terlihat dari sig. TKAS Tinggi
terhadap TKAS Kurang ataupun sebaliknya = 0,000). Dalam hal ini hasil belajar matematika
siswa dengan TKAS Tinggi dan TKAS Kurang lebih baik daripada siswa dengan TKAS
sedang. Implikasinya hasil belajar matematika siswa pada TKAS Tinggi dan TKAS Kurang
lebih berkembang dari TKAS Sedang.

Berikutnya akan dilihat efek interaksi secara bersama-sama antara Pendekatan Pembelajaran
dan TKAS terhadap Hasil Belajar Matematika Siswa

(3) Efek Interaksi antara Metode Pembelajaran dan TKAS

Untuk melihat secara grafik ada tidaknya efek interaksi antara metode pembelajaran dan TKAS
dapat dilihat pada Gambar 1 : efek interaksi yang merupakan output dari SPSS

Gambar 1
Efek Interaksi antara Pendekatan Pembelajaran dan TKAS
dalam hasil belajar matematika

Pada Gambar 1 nampak tidak terdapat efek interaksi antara metode pembelajaran dengan hasil
belajar matematika siswa baik pada TKAS Tinggi, Sedang maupun Kurang. Hal ini
dikarenakan ruas garis nampak sejajar. Sekarang berdasarkan Tabel 1, kita analisis efek
interaksi tersebut secara keseluruhan.

Rumusan Hipotesis:

H 0 : At − Bt = As − Bs = Ak − Bk

H A : Paling tidak ada satu selisih yang berbeda secara signifikan dari yang lainnya

Kriteria pengujian :
Jika sig > 0,05 maka H0 diterima

Dari Tabel 2 diperoleh nilai sig = 0,081 lebih besar dari 0,05; hal tersebut dapat
disimpulkan bahwa tidak terdapat perbedaan yang signifikan antara selisih hasil belajar
matematika siswa yang memperoleh pembelajaran melalui Metode A pada TKAS Tinggi,
Sedang, dan Kurang dengan siswa yang memperoleh pembelajaran melalui Metode B pada
TKAS Tinggi, Sedang dan Kurang pada taraf signifikansi 5%. Kesimpulannya secara umum
metode pembelajaran tidak memberikan pengaruh yang signifikan terhadap TKAS dalam
mengembangkan hasil belajar matematika siswa pada taraf signifikansi 5%.