UAS MATA KULIAH STATISTIK

Dosen:
Prof. Dr. R. Santosa Murwani
Prof. Dr. Suyono

ANALYSIS OF COVARIANCE
(ANCOVA)
Ali Rahman
NIM. 7117140001

2015

PROGRAM STUDI TEKNOLOGI PENDIDIKAN

PROGRAM PASCASARJANA UNIVERSITAS NEGERI JAKARTA
(UNJ)

RAWAMANGUN – JAKARTA TIMUR

 UJIAN AKHIR SEMESTER (UAS) GANJIL
MATA KULIAH STATISTIK PENDIDIKAN LANJUTAN
PROGRAM STUDI TP PPS UNJ
TA. 2014/2015
=====================================================================
Ali Rahman
NIM. 7117140001
Kelas TP-A

Soal UAS Statistik:

Seorang guru Matematika melakukan eksperimen dengan mengajar pada

tiga kelas berbeda yang kondisinya setara, kelas pertama diajar dengan metode A,
kelas ke dua dengan metode B, dan kelas ke tiga dengan metode C. Di akhir
eksperimen, selain memperoleh data nilai Matematika ia juga memperoleh data IQ
siswa-siswinya. Anggap sampel yang diambil adalah seperti pada lampiran. Lakukan
analisis dan kesimpulan apa saja yang dapat diambil.

Jawaban dikumpulkan paling lambat tanggal 7 Januari 2015, dapat

dikumpulkan di gd Dewi Sartika Lantai 7 di sekretaris Jurusan Matematika atau ke
sekretaris dekan FMIPA. Semakin lengkap jawabannya semakin baik. Jika sedang
berada di luar kota boleh kirim jawaban lewat email.

Selamat bekerja

1
 DATA HASIL PENELITIAN

No. Jenis
Nilai Mat Metode IQ
Siswa Kelamin
1 80 A L 100
2 85 A L 120
3 90 A L 130
4 70 A L 95
5 85 A L 120
6 70 A P 100
7 70 A P 95
8 75 A P 105
9 65 A P 90
10 75 A P 100
11 80 B L 105
12 85 B L 125
13 95 B L 130
14 75 B L 100
15 90 B L 125
16 75 B P 105
17 75 B P 95
18 80 B P 110
19 70 B P 95
20 80 B P 100
21 70 C L 95
22 75 C L 115
23 85 C L 120
24 65 C L 90
25 80 C L 110
26 65 C P 95
27 65 C P 90
28 70 C P 100
29 60 C P 90
30 70 C P 95

2
Jawaban UAS Statistik:

ANALISIS DAN KESIMPULAN

Memperhatikan data yang ada, maka diputuskan untuk mencoba

menganalisis data tersebut dengan menggunakan Ancova (analysis of covariance).
Untuk ancova mempunyai sejumlah asumsi diperlukan yang beberapa di antaranya
sama dengan Anava yakni yang menyangkut variable dependen, tetapi ada asumsi
tambahan yang terkait dengan variable konkomitan. Beberapa asumsi-asumsi yang
harus dipenuhi sebelum pengujian Ancova di antaranya sebagai berikut:
1. Variabel dependen berdistribusi normal.
2. Homogenitas varians.
3. Ada hubungan linear antara variabel dependen dan variabel konkomitan.

A. Uji Prasyarat

1. Uji Normalitas

Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel

berasal dari populasi yang berdistribusi normal.
a. Uji normalitas metode (A, B, dan C)
Hipotesis:
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
Kriteria uji:
Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05
Dengan program SPSS diperoleh output sebagai berikut:

3
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Metode Statistic df Sig. Statistic df Sig.
Nilai_Matematika Metode A .187 10 .200* .934 10 .487
Metode B .226 10 .158 .929 10 .441
Metode C .226 10 .158 .929 10 .441
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
Pada table hasil output Tests of Normality terlihat bahwa nilai Sig. > 0.05
sehingga H0 diterima, artinya data untuk metode A, B, dan C adalah berdistribusi
normal.
b. Uji normalitas jenis kelamin (laki-laki dan perempuan)
Hipotesis:
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
Kriteria uji:
Terima H0 jika Sig. > 0,05 dan Tolak H0 jika Sig. < 0,05
Dengan program SPSS diperoleh output sebagai berikut:
Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Jenis_Kelamin Statistic df Sig. Statistic df Sig.

Nilai_Matematika Laki-laki .163 15 .200* .964 15 .755

Perempuan .169 15 .200* .936 15 .335

a. Lilliefors Significance Correction

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

4
 Pada table hasil output Tests of Normality terlihat bahwa nilai Sig. > 0.05
sehingga H0 diterima, artinya data untuk jenis kelamin laki-laki dan perempuan
adalah berdistribusi normal.

2. Uji Homogenitas

Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih

kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada
analisis regresi, persyaratan analisis yang dibutuhkan adalah bahwa galat regresi
untuk setiap pengelompokan berdasarkan variabel terikatnya memiliki variansi yang
sama.
a. Uji homogenitas metode (A, B, dan C)
Hipotesis:
H0 : Varians kelompok data (metode A, B, dan C) adalah homogen
H1 : Varians kelompok data (metode A, B, dan C) adalah tak homogen
Kriteria uji:
Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05
Dengan program SPSS diperoleh output sebagai berikut:
Test of Homogeneity of Variance
Levene
Statistic df1 df2 Sig.
Nilai_Matematika Based on Mean .203 2 27 .817
Based on Median .139 2 27 .871
Based on Median and .139 2 26.949 .871
with adjusted df
Based on trimmed .219 2 27 .805
mean

Pada table hasil output Test of Homogeneity of Variance terlihat bahwa baik
dengan based on mean, based on median, based on median and with adjusted df

5
dan based on trimmed mean menyatakan nilai Sig. > 0.05 sehingga H 0 diterima,
artinya varians kelompok data metode (A, B, dan C) adalah homogen.
b. Uji homogenitas jenis kelamin (laki-laki dan perempuan)
Hipotesis:
H0 : Varians kelompok data (metode A, B, dan C) adalah homogen
H1 : Varians kelompok data (metode A, B, dan C) adalah tak homogen
Kriteria uji:
Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05
Dengan program SPSS diperoleh output sebagai berikut:
Test of Homogeneity of Variance
Levene
Statistic df1 df2 Sig.
Nilai_Matematika Based on Mean 2.121 1 28 .156
Based on Median 2.171 1 28 .152
Based on Median and 2.171 1 26.152 .153
with adjusted df
Based on trimmed 2.105 1 28 .158
mean

Pada table hasil output Test of Homogeneity of Variance terlihat bahwa baik
dengan based on mean, based on median, based on median and with adjusted df
dan based on trimmed mean menyatakan nilai Sig. > 0.05 sehingga H 0 diterima,
artinya varians kelompok data jenis kelamin (laki-laki dan perempuan) adalah
homogen.

3. Uji Linieritas

Uji linieritas dilakukan dilakukan dengan mencari persamaan garis regresi

variabel bebas X terhadap variabel terikat Y.

6
 Hipotesis:
H0 : Tidak ada hubungan linier antara IQ dan nilai matematika
Ha : Ada hubungan linier antara IQ dan nilai matematika
Kriteria uji:
Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05
Dengan program SPSS diperoleh ouput sebagai berikut:
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Nilai_ Between (Combined) 1943.750 8 242.969 24.249 .000
Matematika * Groups Linearity 1823.936 1 1823.936 182.032 .000
IQ
Deviation 119.814 7 17.116 1.708 .161
from Linearity
Within Groups 210.417 21 10.020
Total 2154.167 29

Dari hasil ANOVA table di atas, dapat dilihat bahwa pada baris Deviation
from Linearity yaitu Fhitung = 1.708 dengan p-value (Sig.) = 0.161 > 0.05 sehingga H0
diterima. Berarti ada hubungan linier antara IQ dengan nilai matematika.

B. ANALISIS DATA

Data penelitian ini dianalisis dengan Ancova (Analysis of Covariance). Ancova

merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah
percobaan karena didalamnya dilakukan pengaturan terhadap pengaruh peubah
bebas lain yang tidak terkontrol. Ancova digunakan jika peubah bebasnya mencakup
variabel kuantitatif dan kualitatif. Dalam ancova digunakan konsep anova dan
analisis regresi.

7
 Peubah-peubah atau variabel dalam ancova dan tipe datanya antara lain
adalah:
1. Peubah respon atau variabel terikat (Y): skala data kontinu (kuantitatif):
interval/rasio.
2. Peubah bebas atau variabel bebas (X): campuran antara skala data kontinu
(kuantitatif) dan skala data kualitatif/kategorik (ordinal/nominal). Data
kuantitatif disebut Covariate. Data kualitatif disebut treatment/perlakuan/
faktor.
Dengan demikian dapat dikemukakan bahwa yang menjadi variabel dalam
tulisan ini adalah:
a. Variabel terikat : nilai matematika
b. Variable bebas : 1. metode (A)
2. jenis kelamin (B)
c. Variabel kovarian : IQ

1. Hipotesis Pengujian

Hipotesis I:
1) H0A = Tidak ada perbedaan yang signifikan antara metode yang digunakan
terhadap nilai matematika setelah variabel IQ dikendalikan.
2) H1A = Ada perbedaan yang signifikan antara metode yang digunakan
terhadap nilai matematika setelah variabel IQ dikendalikan.
Kriteria pengujian:
Jika sig. < α, maka H0A ditolak pada tingkat signifikansi α = 0.05
Hipotesis II:
1) H0B = Tidak ada perbedaan yang signifikan antara jenis kelamin terhadap
nilai matematika setelah variabel IQ dikendalikan.

8
 2) H1B = Ada perbedaan yang signifikan antara jenis kelamin terhadap nilai
matematika setelah variabel IQ dikendalikan.
Kriteria pengujian:
Jika sig. < α, maka H0B ditolak pada tingkat signifikansi α = 0.05
Hipotesis III:
1) H0AB = Tidak ada pengaruh interaksi antara metode dan jenis kelamin
terhadap nilai matematika setelah variabel IQ dikendalikan.
2) H1AB = Ada pengaruh interaksi antara metode dan jenis kelamin terhadap
nilai matematika setelah variabel IQ dikendalikan.
Kriteria pengujian:
Jika sig. < α, maka H0AB ditolak pada tingkat signifikansi α = 0.05

2. Langkah-langkah Analisis Ancova dengan SPSS

a. Entry data

Metode (A)
A B C
X Y X Y X Y
100 80 105 80 95 70
120 85 125 85 115 75
Laki-laki

130 90 130 95 120 85

Jenis Kelamin (B)

95 70 100 75 90 65
120 85 125 90 110 80
100 70 105 75 95 65
Perempuan

95 70 95 75 90 65
105 75 110 80 100 70
90 65 95 70 90 60
100 75 100 80 95 70

9
 Setelah itu, data dimasukkan ke dalam form SPSS dengan format seperti
berikut ini:

No. Nilai Jenis

Metode IQ
Siswa Matematika Kelamin
1 80 A L 100
2 85 A L 120
3 90 A L 130
4 70 A L 95
5 85 A L 120
6 70 A P 100
7 70 A P 95
8 75 A P 105
9 65 A P 90
10 75 A P 100
11 80 B L 105
12 85 B L 125
13 95 B L 130
14 75 B L 100
15 90 B L 125
16 75 B P 105
17 75 B P 95
18 80 B P 110
19 70 B P 95
20 80 B P 100
21 70 C L 95
22 75 C L 115
23 85 C L 120
24 65 C L 90
25 80 C L 110
26 65 C P 95
27 65 C P 90
28 70 C P 100
29 60 C P 90
30 70 C P 95

10
b. Analisis data
Data hasil penelitian dianalisis dengan menggunakan SPSS melalui
pendekatan Ancova (analysis of covariance) sebagaimana dapat dilihat pada hasil
output SPSS sebagai berikut:
Univariate Analysis of Variance
Between-Subjects Factors
Value Label N
Metode A Metode A 10
B Metode B 10
C Metode C 10
Jenis_Kelamin L Laki-laki 15
P Perempuan 15

Descriptive Statistics
Dependent Variable:Nilai_Matematika
Metode Jenis_Kelamin Mean Std. Deviation N
Metode A Laki-laki 82.00 7.583 5
Perempuan 71.00 4.183 5
Total 76.50 8.182 10
Metode B Laki-laki 85.00 7.906 5
Perempuan 76.00 4.183 5
Total 80.50 7.619 10
Metode C Laki-laki 75.00 7.906 5
Perempuan 66.00 4.183 5
Total 70.50 7.619 10
Total Laki-laki 80.67 8.423 15
Perempuan 71.00 5.732 15
Total 75.83 8.619 30

Dari data hasil analisis statistika deskriptif dapat dilihat rata-rata nilai
matematika akibat penggunaan metode yang berbeda dengan mengabaikan

11
pengaruh faktor IQ sebagai kovariannya, yakni siswa yang diajar dengan metode A
(laki-laki = 82.00 dan perempuan = 71.00), siswa yang diajar dengan metode B (laki-
laki = 85.00 dan perempuan = 76.00), dan siswa yang diajar dengan metode C (laki-
laki = 75.00 dan perempuan = 66.00).
Tests of Between-Subjects Effects
Dependent Variable:Nilai_Matematika
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 1959.082a 6 326.514 38.495 .000
Intercept 98.107 1 98.107 11.567 .002
IQ 744.915 1 744.915 87.824 .000
Metode 119.583 2 59.792 7.049 .004
Jenis_Kelamin 20.268 1 20.268 2.390 .136
Metode * 9.198 2 4.599 .542 .589
Jenis_Kelamin
Error 195.085 23 8.482
Total 174675.000 30
Corrected Total 2154.167 29
a. R Squared = .,.Adjusted R Squared = .886)

Dari tabel hasil analisis varians dapat dilihat bahwa pengaruh IQ sebagai
kovarian besarnya harga Fhitung sebesar 87.824 dengan nilai Sig. 0.000 sehingga
signifikan di bawah taraf kesalahan 5%. Selanjtnya, dapat dilihat besarnya harga
Fhitung akibat pengaruh metode sebesar 7.049 dengan nilai Sig. 0,004 sehingga
signifikan di bawah taraf kesalahan 5%. Demikian pula dapat dilihat besarnya harga
Fhitung akibat pengaruh jenis kelamin sebesar 2.390 dengan nilai Sig. 0.136 sehingga
tidak signifikan di atas taraf kesalahan 5%. Demikian pula dapat dilihat besarnya
harga Fhitung akibat pengaruh metode dan jenis kelamin sebesar 0.542 dengan nilai
Sig. 0.589 sehingga tidak signifikan di atas taraf kesalahan 5%.

12
 Estimated Marginal Means
1. Grand Mean

Dependent Variable:Nilai_Matematika

95% Confidence Interval

Mean Std. Error Lower Bound Upper Bound

75.833a .532 74.733 76.933

a. Covariates appearing in the model are

evaluated at the following values: IQ = 104.83.

2. Metode
Estimates

Dependent Variable:Nilai_Matematika

95% Confidence Interval

Metode Mean Std. Error Lower Bound Upper Bound

Metode A 76.147a .922 74.240 78.053

Metode B 78.291a .951 76.324 80.257

Metode C 73.063a .961 71.075 75.050

a. Covariates appearing in the model are evaluated at the following values: IQ

= 104.83.

Setelah pengaruh faktor kovarian IQ dihilangkan maka diperoleh nilai rata-

rata terkorekasi (adjusted mean) dari rata-rata nilai matematika siswa yang diajar
dengan menggunakan metode A yakni 76.147, rata-rata nilai matematika siswa yang
diajar dengan menggunakan metode B yakni 78.291, dan rata-rata nilai matematika
siswa yang diajar dengan menggunakan metode C yakni 73.063.

13
 Pairwise Comparisons
Dependent Variable:Nilai_Matematika

Mean 95% Confidence Interval for

(I) (J) Difference Differencea
Metode Metode (I-J) Std. Error Sig.a Lower Bound Upper Bound
Metode A Metode B -2.144 1.317 .117 -4.870 .581
Metode C 3.084* 1.339 .031 .314 5.854
Metode B Metode A 2.144 1.317 .117 -.581 4.870
Metode C 5.228* 1.398 .001 2.335 8.121
Metode C Metode A -3.084* 1.339 .031 -5.854 -.314
Metode B -5.228* 1.398 .001 -8.121 -2.335
Based on estimated marginal means
a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to
no adjustments).
*. The mean difference is significant at the .05 level.

Univariate Tests
Dependent Variable:Nilai_Matematika
Sum of
Squares df Mean Square F Sig.
Contrast 119.583 2 59.792 7.049 .004
Error 195.085 23 8.482
The F tests the effect of Metode. This test is based on the linearly
independent pairwise comparisons among the estimated marginal
means.

Dari hasil analisis lanjut menggunakan uji beda nyata terkecil menunjukkan
ada perbedaan nilai matematika antara siswa yang diajar dengan menggunakan
metode C dan siswa yang diajar dengan menggunakan metode A dengan selisih
3.084; ada perbedaan nilai matematika antara siswa yang diajar dengan
menggunakan metode C dan siswa yang diajar dengan menggunakan metode B
dengan selisih 3.084; diberi pupuk P dan yang diberi pupuk K dengan selisih 5.228.

14
Uji dengan tes univariate melalui uji kontras untuk membandingkan nilai
matematika dengan memperhatikan nilai rata-rata yang sudah terkoreksi
menunjukkan hasil yang signifikan, yakni dengan Fhitung sebesar 7.049 dan nilai Sig.
0.004 jauh di bawah batas kesalahan 5% atau 0.004<0.05.
3. Jenis_Kelamin
Estimates
Dependent Variable:Nilai_Matematika
95% Confidence Interval
Jenis_Kelamin Mean Std. Error Lower Bound Upper Bound
Laki-laki 76.867a .854 75.100 78.634
Perempuan 74.800a .854 73.032 76.567
a. Covariates appearing in the model are evaluated at the following values: IQ
= 104.83.

Setelah pengaruh faktor kovarian IQ dihilangkan maka diperoleh nilai rata-

rata terkorekasi (adjusted mean) dari rata-rata nilai matematika siswa dengan jenis
kelamin laki-laki yakni 76.867 dan rata-rata nilai matematika siswa dengan jenis
kelamin perempuan yakni 74.800.
Pairwise Comparisons
Dependent Variable:Nilai_Matematika
95% Confidence
Interval for
Mean Differencea
(I) (J) Difference Lower Upper
Jenis_Kelamin Jenis_Kelamin (I-J) Std. Error Sig.a Bound Bound
Laki-laki Perempuan 2.067 1.337 .136 -.699 4.834
Perempuan Laki-laki -2.067 1.337 .136 -4.834 .699
Based on estimated marginal means
a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to
no adjustments).

15
 Univariate Tests
Dependent Variable:Nilai_Matematika
Sum of
Squares df Mean Square F Sig.
Contrast 20.268 1 20.268 2.390 .136
Error 195.085 23 8.482
The F tests the effect of Jenis_Kelamin. This test is based on the
linearly independent pairwise comparisons among the estimated
marginal means.

Dari hasil analisis lanjut menggunakan uji beda nyata terkecil menunjukkan
tidak ada perbedaan nilai matematika antara siswa laki-laki dengan siswa
perempuan. Uji dengan tes univariate melalui uji kontras untuk membandingkan
nilai matematika dengan memperhatikan nilai rata-rata yang sudah terkoreksi
menunjukkan hasil yang tidak signifikan, yakni dengan Fhitung sebesar 2.390 dan nilai
Sig. 0.136 jauh di atas batas kesalahan 5% atau 0.136>0.05.
4. Metode * Jenis_Kelamin
Dependent Variable:Nilai_Matematika

Jenis_Kelam 95% Confidence Interval

Metode in Mean Std. Error Lower Bound Upper Bound
Metode A Laki-laki 77.670a 1.382 74.811 80.529
Perempuan 74.623a 1.359 71.812 77.433
Metode B Laki-laki 78.549a 1.473 75.502 81.597
Perempuan 78.032a 1.320 75.301 80.764
Metode C Laki-laki 74.381a 1.304 71.684 77.079
Perempuan 71.744a 1.439 68.766 74.721
a. Covariates appearing in the model are evaluated at the following
values: IQ = 104.83.
Pada table Metode*Jenis_Kelamin dapat dilihat bahwa nilai rata-rata (mean)
yang paling tinggi adalah 78.549. Rata-rata yang paling tinggi ini diperoleh untuk
metode B dan pada jenis kelamin laki-laki.

16
 Profile Plots

Berdasarkan grafik tersebut tampak bahwa garis-garis tidak saling memotong

dan hanya membentuk garis yang renggang sehingga dapat dikatakan bahwa tidak
terdapat interaksi antara metode dengan jenis kelamin.

3. Interpretasi Hasil Analisis

Berdasarkan hasil analisis data menggunakan SPSS seperti di atas, maka dapat
dikemukakan beberapa interpretasi sebagai berikut:
a. Corrected Model: pengaruh semua variabel independen (metode, jenis kelamin,
dan metode*jenis kelamin) secara bersama-sama terhadap variabel dependen
(nilai matematika). Apabila signifikansi (Sig.) < α=0.05 berarti signifikan. Pada

17
 tabel Tests of Between-Subjects Effects di atas menunjukkan Sig. 0.000 berarti
model valid.
b. Intercept: nilai perubahan variabel dependen tanpa perlu dipengaruhi
keberadaan variabel independen, artinya tanpa ada pengaruh variabel
independen, variabel dependen dapat berubah nilainya. Apabila signifikansi (Sig.)
< α=0.05 berarti signifikan. Pada tabel Tests of Between-Subjects Effects di atas
menunjukkan Sig. 0.002 berarti intercept signifikan.
c. Metode: pada tabel Tests of Between-Subjects Effects di atas menunjukkan nilai
signifikan untuk metode adalah 0.004, berarti 0.004<0.05 sehingga H0A ditolak.
Artinya ada perbedaan yang signifikan antara metode yang digunakan terhadap
nilai matematika setelah variabel IQ dikendalikan.
d. Jenis_Kelamin: pada tabel Tests of Between-Subjects Effects di atas menunjukkan
nilai signifikan untuk jenis kelamin adalah 0.136, berarti 0.136>0.05 sehingga H 0B
diterima. Artinya tidak ada perbedaan yang signifikan antara jenis kelamin laki-
laki dan perempuan terhadap nilai matematika setelah variabel IQ dikendalikan.
e. Metode*Jenis_Kelamin: pada tabel Tests of Between-Subjects Effects di atas
menunjukkan nilai signifikan untuk interaksi metode dengan jenis kelamin adalah
0.589 berarti 0.589>0.05 sehingga H0AB diterima. Artinya tidak ada pengaruh
interaksi antara metode dan jenis kelamin terhadap nilai matematika setelah
variabel IQ dikendalikan.
f. Error: Nilai Error model, semakin kecil maka model semakin baik.
g. R Squared: nilai determinasi berganda semua variabel independen dengan
dependen. Pada tabel Tests of Between-Subjects Effects di atas menunjukkan
0,909 (mendekati 1), berarti korelasi kuat.
h. Pada table Metode*Jenis_Kelamin dapat dilihat bahwa nilai rata-rata (mean)
yang paling tinggi adalah 78.549. Rata-rata yang paling tinggi ini peroleh untuk

18
 metode B dan pada jenis kelamin laki-laki. Sehingga dapat dinyatakan bahwa
metode B lebih baik diterapkan pada siswa berjenis kelamin laki-laki.
i. Berdasarkan grafik estimated marginal means of nilaimtmtk tersebut tampak
bahwa garis-garis tidak saling memotong sehingga dapat disimpulkan bahwa
tidak terdapat interaksi antara metode dengan jenis kelamin. Sehingga grafik ini
mendukung penerimaan hipotesis H0AB.

C. KESIMPULAN

Berdasarkan hasil analisis data menggunakan SPSS dengan pendekatan

ancova, maka dapat disimpulkan sebagai berikut:
1. Ada perbedaan yang signifikan antara metode (A, B, dan C) yang digunakan
terhadap nilai matematika setelah variabel IQ dikendalikan.
2. Tidak ada perbedaan yang signifikan antara jenis kelamin (laki-laki dan
perempuan) terhadap nilai matematika setelah variabel IQ dikendalikan.
3. Tidak ada pengaruh interaksi antara metode dan jenis kelamin terhadap nilai
matematika setelah variabel IQ dikendalikan.

19