UJI ANOVA ATAU ANAVA

Digunakan untuk menguji perbedaan rerata dari dua variable atau lebih secara bersama-sama
(serentak)

ANAVA SATU JALUR

Untuk menguji perbedaan kelompok data yang berasal dari sekelompok subjek yang sama
atau berbeda dan hanya ada satu faktor .

Contoh Soal : Seseorang guru ingin mengetahui dengan taraf signifikansi 95%. Benarkah
ada perbedaan skor statistik (x), matematika (y), dan bahasa (z) jika diperoleh data sebagai
berikut :

statistik (x) 3 4 5 6 7
matematika (y) 1 2 3 4 5
bahasa (z) 9 10 11 12 13

Teknik Penyelesaian Anava Satu Jalur

a. Permasalahan Adakah perbedaan skor statistik (x), matematika (y), dan

bahasa (z)?
b. Hipotesis H1 : Ada perbedaan skor statistik (x), matematika (y), dan
bahasa (z)
H0 : Tidak ada perbedaan skor statistik (x), matematika (y),
dan bahasa (z)
c. Model Statistik H1 : µ1 ≠ µ2 = µ2
H0 : µ1 = µ2 = µ2
d. Kriteria Penolakan H0 diterima jika p > α 0,05 (tidak signifikan)
H0 ditolak jika p < α 0,05 (signifikan)

Langkah-Langkah Analisis

a) Rekamlah data skor statistik, matematika, dan bahasa ke dalam kolom editor pertama
b) Berilah keterangan data tersebut dengan menggunakan variable view :
 Baris pertama (Name=skor, Label skor=skor)
 Baris kedua (Name=group, Label group=group, Values 1=skor statistik,
Values 2=skor matematika, Values 3=skor bahasa)
c) Berilah angka 1 ke dalam kolom editor kedua skor statistik, angka 2 ke dalam kolom
editor kedua skor matematika (di bawah skor statistik), dan angka 3 ke dalam kolom
editor kedua skor bahasa (di bawah skor matematika)
d) Analyze – Compare Means – One-Way Anova
 Skor masuk Dependent list, group masuk Factor
 Contrasts – klik Polynomial – continue
 Post Hoc – klik LSD – continue
 Options – klik Descriptives – continue
  Klik OK

e) Transform – Compute Variable

 Target Variable ditulis “tabel.F”
 Function Group dipilih Inverse DF
 Functions and Special Variables dipilih Idf.F
 Klik tanda panah ke atas
 Numeric Expression diganti IDF.F(0.95,2,152)
 Klik OK
f) Transform – Compute Variable
 Target Variable diganti “tabel.F99”
 Numeric Expression diganti IDF.F(0.99,2,152)
 Klik OK

Hasil Analisis Deskriptif

Descriptives
Skor
N Mean Std. Std. 95% Confidence Interval for Minimu Maximu
Deviatio Error Mean m m
n Lower Bound Upper Bound
skor statistik 5 5,00 1,581 ,707 3,04 6,96 3 7
skor matematika 5 3,00 1,581 ,707 1,04 4,96 1 5
skor bahasa 5 11,00 1,581 ,707 9,04 12,96 9 13
Total 15 6,33 3,811 ,984 4,22 8,44 1 13

Berdasarkan tabel Descriptives diperoleh informasi bahwa :

1. Variabel skor statistik (x) dari 5 responden diperoleh rerata (mean) sebesar 5,00
dengan Std.Deviation (SD) sebesar 1,581 dan standard error mean sebesar 0,707
2. Variabel skor matematika (y) dari 5 responden diperoleh rerata (mean) sebesar 3,00
dengan Std.Deviation (SD) 1,581 sebesar dan standard error mean sebesar 0,707
3. Variabel skor bahasa (z) dari 5 responden diperoleh rerata (mean) sebesar 113,00
dengan Std.Deviation (SD) 1,581 sebesar dan standard error mean sebesar 0,707

Hasil Uji Hipotesis

ANOVA
Skor
Sum of df Mean Square F Sig.
Squares
Between (Combined) 173,333 2 86,667 34,667 ,000
Groups Linear Contrast 90,000 1 90,000 36,000 ,000
 Term Deviatio 83,333 1 83,333 33,333 ,000
n
Within Groups 30,000 12 2,500
Total 203,333 14

Berdasarkan tabel ANOVA diperoleh koefisien Fisher (F) sebesar 34,667 dan dengan p
(0,000) < α 0,05 (Signifikan), berarti H0 ditolak dan H1 diterima

Kesimpulan : Ada perbedaan skor statistik, matematika, dan bahasa

Uji analisis titik kritis

Db = 2/152 dg sig 1% = 4,75 dan sig 5% = 3,06

Karena koefisien F sebesar 34,667 > a 0,01 (4,75), (Signifikan) maka H0 ditolak dan H1
diterima

Karena koefisien F sebesar 34,667 > a 0,05 (3,06), (Signifikan) maka H0 ditolak dan H1
diterima

Kesimpulan : Ada perbedaan rerata di antara tiga variabel.

Jenis Uji Komparasi dan Teknik Analisis

Jenis Data Bentuk Uji Beda (Komparasi)

Dua Sampel Lebih dari Dua (K Sampel)
Berkolerasi Independen Berkolerasi Independen
Nominal Mc. Nemer Fisher Exact Chi Squar Chi Squar
Chi Square Cochram Q
Ordinal Uji T Median Test Friedman Median
Extension
Wilcoxon Mann-Whitney Two-Way Kruskal Walls
Matched Pairs Anova One-Way Anova
Interval T-test Paired T-test One-Way Anova One-Way Anova
Independent Two-Way Two-Way
Anova Anova
 ANAVA DUA JALUR

Pengertian

 Yakni uji beda terhadap data yang memiliki 2 variabel bebas.

 Teknik analisis yang digunakan untuk menentukan adakah perbedaan rerata dari
variabel terikat disebabkan oleh perbedaan (variasi) nilai pada dua variabel bebas.
 Jika anava satu jalur hanya memiliki 1 varian antar kelompok, untuk anava 2 jalur ada
2 varians yakni 1) varian antar kelompok 2)varian interaksi.
 Varian interaksi artinya pola saling silang atau interaksi. Ada 2 varian interaksi yakni
1)varian interaksi disordinal (pola tidak segaris) dan b)pola segaris antar variabel
bebas atau interaksi ordinal

Jenis : Anava Faktorial 2 jalur, 3 jalur, 4 jalur, dst

Contoh Soal : Seorang Guru ingin mengetahui dengan taraf signifikansi 95% benarkah ada
perbedaan skor siswa yang wajar dengan metode A,B,C antara kelas pagi dan kelas sore bila
diperoleh data sebagai berikut :

Metode
Metode A Metode B Metode C
Pagi 1 2 1
2 4 3
Kelas
Sore 4 5 4
6 3 2

Tabel Design Analisis

a. Permasalahan Adakah perbedaan rerata skor siswa yang diajar ddengan

metode A,B,C antara kelas pagi dan kelas sore?
b. Hipotesis H1 : Ada perbedaan rerata skor siswa yang diajar ddengan
metode A,B,C antara kelas pagi dan kelas sore
H0 : Tidak ada perbedaan rerata skor siswa yang diajar
ddengan metode A,B,C antara kelas pagi dan kelas sore
c. Model Statistik H1 : µ1 ≠ µ2 ≠ µ3 ≠ µ4 ≠ µ5 ≠ µ6
H0 : µ1 = µ2 = µ3 = µ4 = µ35 = µ6
d. Kriteria Penolakan H0 diterima jika p > α 0,05 (tidak signifikan)
H0 ditolak jika p < α 0,05 (signifikan)

Langkah-Langkah Analisis

1. Rekamlah data skor metode A, B dan C ke dalam kolom editor pertama

2. Berilah keterangan data tersebut dengan menggunakan variable view :
 Baris pertama (Name=skor)
 Baris kedua (Name=metode, Values 1=metode A, Values 2=metode B, Values
3=metode C)
  Baris ketiga (Name=kelas, Values 1=kelas pagi, Values 2=kelas sore)
3. Berilah angka 1 ke dalam kolom editor kedua skor metode A, angka 2 ke dalam
kolom editor kedua skor metode B, dan angka 3 ke dalam kolom editor kedua skor
metode C
4. Berilah angka 1 ke dalam kolom editor ketiga skor kelas pagi, angka 2 ke dalam
kolom editor ketiga skor kelas sore
5. Analyze – General Linear Model – Univariate
 Skor masuk Dependent Variable, metode dan kelas masuk Fixed Factor(s)
 Model pilih custom, metode masuk model, kelas masuk model, metode+kelas
masuk model, klik continue
 Plots, metode masuk Horizontal Axis, kelas masuk Separate Lines, klik add, klik
continue
 Post Hoc, metode dan kelas masuk Post Hoc Tests For, klik LSD, klik continue
 Save pilih Unstandardized (Residuals), klik continue
 Options, Overall masuk Display Mean For, klik Descriptive Statistics, klik
Homogeneity Tests, klik Estimates of Effect Size, klik Lack of Fit, klik continue
 Klik OK

Hasil Analisis Deskriptif

Descriptive Statistics
Dependent Variable: skor

metode kelas Mean Std. Deviation N

kelas pagi 1,50 ,707 2

Metode A kelas sore 5,00 1,414 2

Total 3,25 2,217 4

kelas pagi 3,00 1,414 2
Metode B kelas sore 4,00 1,414 2
Total 3,50 1,291 4
kelas pagi 2,00 1,414 2
Metode C kelas sore 3,00 1,414 2
Total 2,50 1,291 4
kelas pagi 2,17 1,169 6

Total kelas sore 4,00 1,414 6

Total 3,08 1,564 12

Berdasarkan tabel Descriptive Statistics diperoleh informasi bahwa :

a. Variabel skor metode A kelas pagi dari 2 orang responden diperoleh rerata sebesar
1,50 dengan Standardeviasi (SD) sebesar 0,707
b. Variabel skor metode A kelas sore dari 2 orang responden diperoleh rerata sebesar
5,00 dengan Standardeviasi 1,414
c. Variabel skor metode B kelas pagi dari 2 orang responden diperoleh rerata sebesar
3,00 dengan Standardeviasi (SD) sebesar 1,414
 d. Variabel skor metode B kelas sore dari 2 orang responden diperoleh rerata sebesar
4,00 dengan Standardeviasi (SD) sebesar 1,414
e. Variabel skor metode C kelas pagi dari 2 orang responden diperoleh rerata sebesar
2,00 dengan Standardeviasi (SD) sebesar 1,414
f. Variabel skor metode C kelas sore dari 2 orang responden diperoleh rerata sebesar
3,00 dengan Standardeviasi (SD) sebesar 1,414

Hasil Uji Hipotesis (F)

Tests of Between-Subjects Effects
Dependent Variable: skor

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model 16,417a 5 3,283 1,876 ,233

Intercept 114,083 1 114,083 65,190 ,000
metode 2,167 2 1,083 ,619 ,570
kelas 10,083 1 10,083 5,762 ,053
metode * kelas 4,167 2 2,083 1,190 ,367
Error 10,500 6 1,750
Total 141,000 12
Corrected Total 26,917 11

a. R Squared = ,610 (Adjusted R Squared = ,285)

Berdasarkan tabel Tests of Between-Subjects Effects diperoleh informasi bahwa :

a. Faktor metode pembelajaran diperoleh koefisien F sebesar 0,619 dan p (0,57) > α 0,05
(tidak signifikan) berarti H0 diterima dan H1 ditolak. Kesimpulan tidak ada perbedaan
prestasi belajar antara siswa yang diajar dengan metode A, B, dan C.
b. Faktor kelas diperoleh koefisien F sebesar 5,762 dan p (0,053) > α 0,05 (tidak
signifikan) berarti H0 diterima dan H1 ditolak. Kesimpulan tidak ada perbedaan
prestasi belajar antara siswa yang masuk kelas pagi maupun kelas sore.
c. Faktor interaksi antara metode pembelajaran dan kelas diperoleh koefisien F sebesar
1,190 dan p (0,367) > α 0,05 (tidak signifikan) berarti H0 diterima dan H1 ditolak.
Kesimpulan tidak ada perbedaan prestasi belajar antara siswa yang diajar dengan
metode A, B, dan C baik kelas pagi maupun kelas sore.

Multiple Comparisons
Dependent Variable: skor
LSD

(I) metode (J) metode Mean Std. Error Sig. 95% Confidence Interval
Difference (I-J) Lower Bound Upper Bound
Metode B -,25 ,935 ,798 -2,54 2,04
Metode A
Metode C ,75 ,935 ,453 -1,54 3,04
 Metode A ,25 ,935 ,798 -2,04 2,54
Metode B
Metode C 1,00 ,935 ,326 -1,29 3,29
Metode A -,75 ,935 ,453 -3,04 1,54
Metode C
Metode B -1,00 ,935 ,326 -3,29 1,29

Based on observed means.

The error term is Mean Square(Error) = 1,750.

Berdasarkan tabel Multiple Comparisons (LSD) diperoleh informasi bahwa :

a. Perbedaan rerata skor metode A dengan metode B sebesar 0,2500 dan p (0,798) > α
0,05 (tidak signifikan) berarti H0 diterima dan H1 ditolak. Kesimpulan tidak ada
perbedaan rerata skor antara siswa yang diajar dengan metode A maupun B.
b. Perbedaan rerata skor metode A dengan metode C sebesar 0,750 dan p (0,453) > α
0,05 (tidak signifikan) berarti Ho diterima dan H1 ditolak. Kesimpulan tidak ada
perbedaan rerata skor antara siswa yang diajar dengan metode A maupun C.
c. Perbedaan rerata skor metode B dengan metode C sebesar 1,000 dan p (0,326) > α
0,05 (tidak signifikan) berarti Ho diterima dan H1 ditolak. Kesimpulan tidak ada
perbedaan rerata skor antara siswa yang diajar dengan metode B maupun C.

Hasil Analisis Perkembangan Rerata Skor

Berdasarkan tabel Means Plots diperoleh informasi bahwa :
a. Ternyata siswa kelas sore memiliki skor lebih tinggi dibanding kelas pagi, baik diajar
dengan metode A, B, maupun C.
b. Metode B lebih baik dibanding metode A dan C jika diajarkan di pagi hari.
Sedangkan metode A lebih baik dari metode B dan C jika diajarkan pada sore hari.
 ANAVA TIGA JALUR

Contoh Soal : Seorang guru ingin mengetahui dengan taraf signifikansi 95% benarkah ada
perbedaan skor matematika pre test, post test 1, dan post test 2 antara kelompok eksperimen
dan kelompok kontrol laki-laki dan perempuan (Data Sudjiono no. 1-15)

Tabel Design Analisis

a. Permasalahan Adakah perbedaan rerata skor matematika pre test, post test
1, dan post test 2 antara kelompok eksperimen dan kelompok
kontrol laki-laki dan perempuan?
b. Hipotesis H1 : Ada perbedaan skor matematika pre test, post test 1, dan
post test 2 antara kelompok eksperimen dan kelompok
kontrol laki-laki dan perempuan
H0 : Tidak ada perbedaan skor matematika pre test, post test
1, dan post test 2 antara kelompok eksperimen dan kelompok
kontrol laki-laki dan perempuan
c. Model Statistik H1 : µ1 ≠ µ2 ≠ µ3 ≠ µ4 ≠ µ5 ≠ µ6
H0 : µ1 = µ2 = µ3 = µ4 = µ35 = µ6
d. Kriteria Penolakan H0 diterima jika p > α 0,05 (tidak signifikan)
H0 ditolak jika p < α 0,05 (signifikan)

Langkah-Langkah Analisis

1. Rekamlah data skor matematika kelompok eksperimen pre test, post test 1, dan post
test 2 ke dalam kolom editor pertama
2. Berilah keterangan data tersebut dengan menggunakan variable view :
 Baris pertama (Name=skor, Label skor=skor matematika)
 Baris kedua (Name=test, Values 1=pre test, Values 2=post test 1, Values 3=post
test 2)
 Baris ketiga (Name=jkel, Values 1=laki-laki, Values 2=perempuan)
 Baris keempat (Name=klp, Values 1=klp eksperimen, Values 2=klp kontrol)
3. Berilah angka 1 ke dalam kolom editor kedua skor pre test, angka 2 ke dalam kolom
editor kedua skor post test 1, dan angka 3 ke dalam kolom editor kedua skor post test
2
4. Ubah type varible view baris ketiga menjadi string, copy jkel data sudjiono
klp.eksperimen, paste ke dalam kolom editor ketiga
5. Berilah angka 1 ke dalam kolom editor keempat kelas eksperimen
6. Rekamlah data skor matematika kelompok kontrol pre test, post test 1, dan post test 2
ke dalam kolom editor pertama
7. Berilah angka 1 ke dalam kolom editor kedua skor pre test, angka 2 ke dalam kolom
editor kedua skor post test 1, dan angka 3 ke dalam kolom editor kedua skor post test
2
8. Copy jkel data sudjiono klp.kontrol, paste ke dalam kolom editor ketiga
9. Berilah angka 2 ke dalam kolom editor keempat kelas kontrol
10. Analyze – General Linear Model – Univariate
  Skor masuk Dependent Variable, test jkel dan kelas masuk Fixed Factor(s)
 Model pilih custom, test masuk model, jkel masuk model, klp masuk model,
test+jkel masuk model, test+klp masuk model, jkel+klp masuk model, klik
continue
 Plots, test masuk Horizontal Axis, jkel masuk Separate Lines, klp masuk Separate
Plots, klik add, klik continue
 Post Hoc, test jkel dan klp masuk Post Hoc Tests For, klik LSD, klik continue
 Save pilih Unstandardized (Residuals), klik continue
 Options, Overall masuk Display Mean For, klik Descriptive Statistics, klik
Homogeneity Tests, klik Lack of Fit, klik continue
 Klik OK

Hasil Analisis Deskriptif

Descriptive Statistics
Dependent Variable: skor = nilai matematika

tes jkel klp Mean Std. Deviation N

klp eksperimen 19,27 8,356 11

L klp kontrol 23,56 6,766 9

Total 21,20 7,797 20

klp eksperimen 24,00 8,641 4

pre test P klp kontrol 31,33 5,888 6

Total 28,40 7,648 10

klp eksperimen 20,53 8,400 15

Total klp kontrol 26,67 7,355 15

Total 23,60 8,361 30

klp eksperimen 58,55 8,442 11
L klp kontrol 55,56 10,088 9
Total 57,20 9,094 20
klp eksperimen 60,00 8,000 4
post test 1 P klp kontrol 68,00 5,060 6
Total 64,80 7,254 10
klp eksperimen 58,93 8,066 15
Total klp kontrol 60,53 10,350 15
Total 59,73 9,154 30
klp eksperimen 65,45 10,004 11
L klp kontrol 67,11 8,894 9
Total 66,20 9,311 20
post test 2 klp eksperimen 65,00 11,015 4
P klp kontrol 75,33 7,339 6
Total 71,20 9,942 10
Total klp eksperimen 65,33 9,875 15
 klp kontrol 70,40 9,046 15
Total 67,87 9,655 30
klp eksperimen 47,76 22,404 33

L klp kontrol 48,74 20,547 27

Total 48,20 21,413 60

klp eksperimen 49,67 20,852 12

Total P klp kontrol 58,22 20,636 18

Total 54,80 20,802 30

klp eksperimen 48,27 21,782 45

Total klp kontrol 52,53 20,882 45

Total 50,40 21,325 90

Berdasarkan tabel Descriptive Statistics diperoleh informasi bahwa :

a. Variabel skor pre test laki-laki eksperimen dari 11 orang responden diperoleh rerata
sebesar 19,27 dengan Standardeviasi (SD) sebesar 8,356
b. Variabel skor pre test laki-laki kontrol dari 11 orang responden diperoleh rerata
sebesar 23,56 dengan Standardeviasi (SD) sebesar 6,766
c. Variabel skor pre test perempuan eksperimen dari 11 orang responden diperoleh
rerata sebesar 24,00 dengan Standardeviasi (SD) sebesar 8,641
d. Variabel skor pre test perempuan kontrol dari 11 orang responden diperoleh rerata
sebesar 31,33 dengan Standardeviasi (SD) sebesar 5,888
e. Variabel skor post test 1 laki-laki eksperimen dari 11 orang responden diperoleh
rerata sebesar 58,55 dengan Standardeviasi (SD) sebesar 8,442
f. Variabel skor post test 1 laki-laki kontrol dari 11 orang responden diperoleh rerata
sebesar 55,56 dengan Standardeviasi (SD) sebesar 10,088
g. Variabel skor post test 1 perempuan eksperimen dari 11 orang responden diperoleh
rerata sebesar 60,00 dengan Standardeviasi (SD) sebesar 8,000
h. Variabel skor post test 1 perempuan kontrol dari 11 orang responden diperoleh rerata
sebesar 68,00 dengan Standardeviasi (SD) sebesar 5,060
i. Variabel skor post test 2 laki-laki eksperimen dari 11 orang responden diperoleh
rerata sebesar 65,45 dengan Standardeviasi (SD) sebesar 10,004
j. Variabel skor post test 2 laki-laki kontrol dari 11 orang responden diperoleh rerata
sebesar 67,11 dengan Standardeviasi (SD) sebesar 8,894
k. Variabel skor post test 2 perempuan eksperimen dari 11 orang responden diperoleh
rerata sebesar 65,00 dengan Standardeviasi (SD) sebesar 11,015
l. Variabel skor post test 2 perempuan kontrol dari 11 orang responden diperoleh rerata
sebesar dengan 75,33 dengan Standardeviasi (SD) sebesar 7,339

Hasil Uji Asumsi Homogenitas Varians

Levene's Test of Equality of Error Variancesa
Dependent Variable: skor = nilai matematika
F df1 df2 Sig.

,733 11 78 ,704
 Tests the null hypothesis that the error variance
of the dependent variable is equal across groups.
a. Design: Intercept + tes + jkel + klp + tes * jkel +
tes * klp + jkel * klp + tes * jkel * klp

Berdasarkan tabel Levene's Test of Equality of Error Variancesa diperoleh koefisien Levene
Statistic sebebsar 0,733 dengan p (0,704) > α 0,05 (tidak signifikan) berarti H0 diterima dan
H1 ditolak. Kesimpulan tidak ada perbedaan varians diantara variabel-variabel tersebut. Jadi
asumsi homogenitas terpenuhi.

Hasil Uji Hipotesis (F)

Tests of Between-Subjects Effects
Dependent Variable: skor = nilai matematika

Source Type III Sum of df Mean Square F Sig.

Squares
Corrected Model 34897,964a 11 3172,542 44,382 ,000
Intercept 202561,903 1 202561,903 2833,726 ,000
tes 28124,197 2 14062,099 196,721 ,000
jkel 629,132 1 629,132 8,801 ,004
klp 441,195 1 441,195 6,172 ,015
tes * jkel 33,393 2 16,696 ,234 ,792
tes * klp 49,835 2 24,918 ,349 ,707
jkel * klp 278,046 1 278,046 3,890 ,052
tes * jkel * klp 53,899 2 26,949 ,377 ,687
Error 5575,636 78 71,483
Total 269088,000 90
Corrected Total 40473,600 89

a. R Squared = ,862 (Adjusted R Squared = ,843)

Berdasarkan tabel Tests of Between-Subjects Effects diperoleh informasi bahwa :

a. Faktor jenis test diperoleh koefisien F sebesar 14062,099 dan p (0,000) < α 0,05
(signifikan) berarti H0 ditolak dan H1 diterima. Kesimpulan ada perbedaan rerata skor
matematika antara pre test, post test 1, dan post test 2.
b. Faktor jenis kelamin diperoleh koefisien F sebesar 629,132 dan p (0,000) < α 0,05
(signifikan) berarti H0 ditolak dan H1 diterima. Kesimpulan ada perbedaan rerata skor
matematika antara jenis kelamin laki-laki dan perempuan.
c. Faktor kelompok diperoleh koefisien F sebesar 441,195 dan p (0,015) < α 0,05
(signifikan) berarti H0 ditolak dan H1 diterima. Kesimpulan ada perbedaan rerata skor
matematika antara kelompok eksperimen dan kontrol.
 d. Faktor interaksi antara jenis test dan jenis kelamin diperoleh koefisien F sebesar 0,234
dan p (0,792) > α 0,05 (tidak signifikan) berarti H0 diterima dan H1 ditolak.
Kesimpulan tidak ada perbedaan rerata skor matematika antara pre test, post test 1,
dan post test 2 pada jenis kelamin laki-laki dan perempuan.
e. Faktor interaksi antara jenis test dan kelompok diperoleh koefisien F sebesar 0,349
dan p (0,707) > α 0,05 (tidak signifikan) berarti H0 diterima dan H1 ditolak.
Kesimpulan tidak ada perbedaan rerata skor matematika antara jenis kelamin laki-laki
dan perempuan pada kelompok eksperimen dan kontrol.
f. Faktor interaksi antara jenis kelamin dan kelompok diperoleh koefisien F sebesar
3,890 dan p (0,052) > α 0,05 (tidak signifikan) berarti H0 diterima dan H1 ditolak.
Kesimpulan tidak ada perbedaan rerata skor matematika antara pre test, post test 1,
dan post test 2 pada kelompok eksperimen dan kontrol.
g. Faktor interaksi antara jenis test, jenis kelamin dan kelompok diperoleh koefisien F
sebesar 26,949 dan p (0,687) > α 0,05 (tidak signifikan) berarti H0 diterima dan H1
ditolak. Kesimpulan tidak ada perbedaan skor matematika pre test, post test 1, dan
post test 2 antara kelompok eksperimen dan kelompok kontrol laki-laki dan
perempuan.

Multiple Comparisons
Dependent Variable: skor = nilai matematika

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

post test 1 -36,13* 2,183 ,000 -41,35 -30,92

pre test
post test 2 -44,27* 2,183 ,000 -49,48 -39,05

pre test 36,13* 2,183 ,000 30,92 41,35

Tukey HSD post test 1
post test 2 -8,13* 2,183 ,001 -13,35 -2,92

pre test 44,27* 2,183 ,000 39,05 49,48

post test 2
post test 1 8,13* 2,183 ,001 2,92 13,35
post test 1 -36,13* 2,183 ,000 -40,48 -31,79
pre test
post test 2 -44,27* 2,183 ,000 -48,61 -39,92

pre test 36,13* 2,183 ,000 31,79 40,48

LSD post test 1
post test 2 -8,13* 2,183 ,000 -12,48 -3,79

pre test 44,27* 2,183 ,000 39,92 48,61

post test 2
post test 1 8,13* 2,183 ,000 3,79 12,48

Based on observed means.

The error term is Mean Square(Error) = 71,483.
*. The mean difference is significant at the ,05 level.
Berdasarkan tabel Multiple Comparisons (LSD) diperoleh informasi bahwa :
a. Perbedaan rerata skor pre test dengan post test 1 sebesar 36,13 dan p (0,000) < α 0,05
(signifikan) berarti H0 ditolak dan H1 diterima. Kesimpulan ada perbedaan rerata skor
antara pre test dan post test 1.
b. Perbedaan rerata skor pre test dengan post test 2 sebesar 44,27 dan p (0,000) < α 0,05
(signifikan) berarti H0 ditolak dan H1 diterima. Kesimpulan ada perbedaan rerata skor
antara pre test dan post test 2.
c. Perbedaan rerata skor post test 1 dengan post test 2 sebesar 8,13 dan p (0,000) < α
0,05 (signifikan) berarti Ho ditolak dan H1 diterima. Kesimpulan ada perbedaan
rerata skor antara post test 1 dan post test 2.

Hasil Analisis Perkembangan Rerata Skor

Berdasarkan tabel Means Plots kelompok eksperimen diperoleh informasi bahwa :

a. Ternyata siswa perempuan memiliki skor matematika lebih tinggi dibanding siswa
laki-laki, baik dalam pre test, post test 1 maupun post test 2.
 b. Skor matematika post test 2 paling baik dibanding skor matematika pre test dan post
test 1 baik pada siswa laki-laki maupun perempuan.

Berdasarkan tabel Means Plots kelompok kontrol diperoleh informasi bahwa :

a. Ternyata siswa perempuan memiliki skor matematika lebih tinggi dibanding siswa
laki-laki, baik dalam pre test, post test 1 maupun post test 2.
b. Skor matematika post test 2 paling baik dibanding skor matematika pre test dan post
test 1 baik pada siswa laki-laki maupun perempuan.