UJIAN AKHIR SEMESTER

STATISTIK LANJUT

Tugas ini disusun untuk memenuhi tugas ujian akhir semester pada matakuliah
Statistik Lanjut yang diampu oleh:
Prof. Dr. I Made Candiasa, M.I. Kom. & Dr. I Putu Wisna Ariawan, M.Si

Rama

Nama : Kade Sathya Gita Rismawan

Nim: 2039011002

PROGRAM STUDI (S3) ILMU PENDIDIKAN

PROGRAM PASCASARJANA
UNIVERSITAS PENDIDIKAN GANESHA
2020
 UNIVERSITAS PENDIDIKAN GANESHA
PASCASARJANA
PROGRAM STUDI S3 ILMU PENDIDIKAN
MATA KULIAH STATISTIK LANJUTAN
UJIAN AKHIR SEMESTER
===============================================================================
1) Suatu penelitian ingin membandingkan hasil belajar teori (Y1) dan praktek (Y2) dari
tiga tipe pembelajaran kooperatif (STAD, TGT, JIGSAW) pada pembelajaran
Algoritma Pemrograman, seperti desain di bawah ini. Rumuskan hipotesis penelitian
tersebut. Selanjutnya uji hipotesis tersebut dengan data fiktif yang dibuat sendiri
(minimal 20 data untuk tiap kelompok/sel dan data tiap-tiap mahasiswa harus
berbeda). Sebelum pengujian hipotesis.

STAD TGT JIGSAW

Y11 Y12 Y21 Y22 Y31 Y32

Y1: Kognitif; Y2: Afektif.

Jawab:

Penelitian ini menggunakan desain faktorial 3x2 dengan 3 variabel bebas dan 2 variabel terikat.
Untuk menguji hipotesis penelitian ini, analisis data yang digunakan adalah manova 1 jalur.
Konstalasi variabel dalam penelitian ini adalah sebagai berikut.

STAD TGT JIGSAW

Y11 Y12 Y21 Y22 Y31 Y32

Hipotesis Penelitian Awal adalah Terdapat Pengaruh Antara Tiga Tipe Pembelajaran Kooperatif
(STAD, TGT, JIGSAW) pada Pembelajaran Algoritma Pemrograman terhadap Hasil Belajar dan Praktek
Uji Hipotesis Uji hipotesis yang digunakan adalah uji Manova Satu Jalur. Perumusan hipotesis nul (H 0)
dan hipotesis alternatif (Ha) adalah:

 H0 : tidak terdapat perbedaan Antara Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW) pada Pembelajaran Algoritma Pemrograman terhadap Hasil Belajar Teori dan
Praktek
 Ha : terdapat perbedaan Antara Tiga Tipe Pembelajaran Kooperatif (STAD, TGT, JIGSAW)
pada Pembelajaran Algoritma Pemrograman terhadap Hasil Belajar Teori dan Praktek.

Apabila taraf signifikansi terhitung α < (0,05) maka H 0 ditolak. Desain penelitian ini adalah
sebagai berikut:
A STAD TGT JIGSAW
B (A1) (A2) (A3)
Hasil Belajar A2
A1 B1 A3 B1
(B1) B1
Praktek (B2) A1 B2 A2 A3 B2
 B2

Berdasarkan hasil analisis data, didapatkan hasil sebagai berikut.

Descriptive Statistics
MOIDEL PEMBELAJARAN Mean Std. Deviation N
HASIL BELAJAR TEORI STAD 80.75 6.340 20
TGT 81.50 7.797 20
JIGSAW 75.00 9.177 20
Total 79.08 8.259 60
HASIL BELAJAR PRAKTEK STAD 84.25 8.926 20
TGT 80.30 4.194 20
JIGSAW 79.50 6.863 20
Total 81.35 7.133 60

Dari output Descriptive Statistics di atas, kita dapat mengetahui hasil dari uji deskripsi
dari masing-masing variabel bebes terhadap variabel terikat. Hasil belajar menggunakan
model pembelajaran STAD memiliki nilai rata-rata sebesar 80,75 dan standar deviasi sebesar
6,34. Hasil belajar menggunakan model pembelajaran TGT menemukan hasil rata-rata
sebesar 81,50 dan standar deviasi 7,79. Hasil belajar menggunakan model jigsaw menemukan
nilai rata-rata sebesar 79,08 dan standar deviasi sebesar 8,25.
Sedangkan hasil praktek dengan model pembelajaran STAD menemukan nilai rata-rata
sebesar 84,25 dan standar deviasi sebesar 8,92. Hasil praktik dengan model pembelajaran
TGT menemukan nilai rata-rata sebesar 80,30 dan standar deviasi sebesar 4,19. Hasil praktik
dengan model jigsaw menemukan nilai rata-rata sebesar 79,50 dan standar deviasi sebesar
6,86. Berdasarkan table tersebut diketahui nilai rata-rata hasil belajar tertinggi adalah hasil
belajar yang menggunakan model TGT, sedangkan hasil praktik tertinggi adalah model
STAD.

Tests of Between-Subjects Effects

Type III Sum of Mean Partial Eta
Source Dependent Variable Squares df Square F Sig. Squared
Corrected HASIL BELAJAR
505.833a 2 252.917 4.097 .022 .126
Model TEORI
HASIL BELAJAR
258.700b 2 129.350 2.688 .077 .086
PRAKTEK
Intercept HASIL BELAJAR
375250.417 1 375250.417 6078.657 .000 .991
TEORI
HASIL BELAJAR
397069.350 1 397069.350 8251.318 .000 .993
PRAKTEK
MODEL HASIL BELAJAR
505.833 2 252.917 4.097 .022 .126
TEORI
HASIL BELAJAR
258.700 2 129.350 2.688 .077 .086
PRAKTEK
Error HASIL BELAJAR
3518.750 57 61.732
TEORI
HASIL BELAJAR
2742.950 57 48.122
PRAKTEK
Total HASIL BELAJAR
379275.000 60
TEORI
HASIL BELAJAR
400071.000 60
PRAKTEK
Corrected HASIL BELAJAR
4024.583 59
Total TEORI
HASIL BELAJAR
3001.650 59
PRAKTEK
a. R Squared = .126 (Adjusted R Squared = .095)
b. R Squared = .086 (Adjusted R Squared = .054)
 Berdasarkan Tests of Between-Subjects Effects, selanjutnya akan diperiksa hal-hal
sebagai berikut. Apakah penerapan dari ketiga model pembelajaran tersebut berpengaruh
terhadap Hasil Belajar Teori dan Hasil Praktik (secara rata-rata). Dengan kata lain, dari tiga
model pembelajaran tersebut, apakah terdapat model pembelajaran yang memiliki
kemampuan yang berbeda dalam hal mempengaruhi Hasil Belajar Teori dan Hasil Praktik.
Pada baris Model ditemukan hasil nilai Sig. dari variabel terikat nilai hasil belajar teori adalah
0,22. Karena nilai Sig. lebih kecil dibandingkan tingkat signifikansi alpha = 0,05, maka
disimpulkan bahwa penerapan dari ketiga model pembelajaran tersebut berpengaruh terhadap
nilai Hasil Belajar Teori (secara rata-rata). Sedangkan hasil nilai Sig. dari variabel terikat nilai
hasil praktik teori adalah 0,77. Karena nilai Sig. lebih besar dibandingkan tingkat signifikansi
alpha = 0,05, maka disimpulkan bahwa penerapan dari ketiga model pembelajaran tersebut
tidak berpengaruh terhadap nilai Hasil Praktik (secara rata-rata).

Pairwise Comparisons
95% Confidence
Mean Interval for Differenceb
Dependent (I) MOIDEL (J) MOIDEL Difference (I- Std. Lower Upper
Variable PEMBELAJARAN PEMBELAJARAN J) Error Sig.b Bound Bound
HASIL STAD TGT -.750 2.485 .764 -5.725 4.225
BELAJAR JIGSAW 5.750* 2.485 .024 .775 10.725
TEORI TGT STAD .750 2.485 .764 -4.225 5.725
JIGSAW 6.500* 2.485 .011 1.525 11.475
JIGSAW STAD -5.750* 2.485 .024 -10.725 -.775
TGT -6.500* 2.485 .011 -11.475 -1.525
HASIL STAD TGT 3.950 2.194 .077 -.443 8.343
BELAJAR JIGSAW 4.750* 2.194 .035 .357 9.143
PRAKTEK TGT STAD -3.950 2.194 .077 -8.343 .443
JIGSAW .800 2.194 .717 -3.593 5.193
JIGSAW STAD -4.750* 2.194 .035 -9.143 -.357
TGT -.800 2.194 .717 -5.193 3.593
Based on estimated marginal means
*. The mean difference is significant at the ,05 level.
b. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Berdasarkan tabel Pairwise Comparisons, pada kolom Mean Difference (I-J) itu ada yang
berbintang (*) dan ada yang tidak berbintang (*). Dimana yang bertanda * itu artinya model
tersebut berbeda secara signifikan dibandingkan dengan model-model yang lain.
 Untuk perbedaan hasil belajar teori berdasarkan model pembelajaran, yang memiliki
perbedaan paling signifikan adalah STAD dengan TGT pada Pembelajaran Algoritma
Pemrograman.
 Untuk perbedaan praktek berdasarkan model pembelajaran, yang memiliki perbedaan
adalah STAD dengan TGT dengan JIGSAW pada Pembelajaran Algoritma Pemrograman.

Berdasarkan analisis yang sudah dilakukan dapat disimpulkan bahwa model

pembelajaran STAD, TGT, dan Jigsaw secara bersama-sama tidak berpengaruh terhadap
Hasil belajar Teori, dan Hasil belajar praktik siswa.

2) Suatu Penelitian Berjudul: PENGARUH MODEL TES DAN TINGKAT KESUKARAN

TES TERHADAP MOTIVASI BELAJAR DAN KREATIVITAS SISWA

Desain Penelitian
 Model Tes
(A)
Kesukaran A1 A2

B1 Y1(11) Y2(11) Y1(21) Y2(21)

Tingkat

B2 Y1(12) Y2(12) Y1(2,2) Y2(22)

Tes

Keterangan:
A1: Power Test; A2: Speed Test; B1: Sukar; B2: Mudah;
Y1: Motivasi Belajar; Y2: Kreativitas Siswa

Rumuskan hipotesis penelitian di atas dan uji hipotesis tersebut dengan data fiktif yang dibuat
sendiri minimal 25 responden untuk tiap sel. Data tiap mahasiswa tidak boleh sama.

Jawab:

Penelitian ini menggunakan metode quasi eksperiment desain faktorial 2x2. Dan diuji
menggunakan MANOVA, dengan Desain treatment by level. Variabel yang intervensi
(manipulasi) adalah Model Tes dan Tingkat Kesukaran Tes. Sedangkan variabel manipulasi
(kontrol) adalah Motivasi Belajar dan Kreativitas Siswa.

Model Tes (A)

Kesukaran TesTingkat

A1 A2

B1 Y1(11) Y2(11) Y1(21) Y2(21)

B2 Y1(12) Y2(12) Y1(2,2) Y2(22)

Keterangan:
A1: Power Test; A2: Speed Test; B1: Sukar; B2: Mudah;
Y1: Motivasi Belajar; Y2: Kreativitas Siswa
Keterangan :
Y1(11) = skor hasil belajar model Power Test dan Tingkat Kesukaran sukar terhadap motivasi
belajar
Y2(11) = skor hasil belajar model Power Test dan Tingkat Kesukaran sukar terhadap kreativitas
siswa
Y1(21) = skor hasil belajar model Speed Test dan Tingkat Kesukaran sukar terhadap motivasi
belajar
Y2(21) = skor hasil belajar model Speed Test dan Tingkat Kesukaran sukar terhadap kreativitas
siswa
Y1(12) = skor hasil belajar model Power Test dan Tingkat Kesukaran mudah terhadap motivasi
belajar
Y2(12) = skor hasil belajar model Power Test dan Tingkat Kesukaran mudah terhadap kreativitas
siswa
Y1(2,2)= skor hasil belajar model Speed Test dan Tingkat Kesukaran mudah terhadap motivasi
belajar
Y2(22) = skor hasil belajar model Speed Test dan Tingkat Kesukaran mudah terhadap kreativitas
siswa

Uji Hipotesis
Uji hipotesis yang digunakan adalah uji Manova dengan desain faktorial 2x2. Perumusan
hipotesis nol (H0) dan hipotesis alternatif (Ha) adalah:
 H0 : tidak terdapat perbedaan Motivasi Belajar dan Kreativitas Siswa Antara siswa
yang diberi Model Tes dan Tingkat Kesukaran Tes dengan siswa yang diberi Model
Konvensional
 Ha : terdapat perbedaan Motivasi Belajar dan Kreativitas Siswa Antara siswa yang
diberi Model Tes dan Tingkat Kesukaran Tes dengan siswa yang diberi Model
Konvensional.
Apabila taraf signifikansi terhitung α < (0,05) maka H0 ditolak.

Berdasarkan soal diatas, didapatkan data sebagai berikut:

Motivasi Belajar (Y1) Kreativitas Siswa (Y2)

Model Test (A) Model Test (A)
A1 A2 A1 A2
Tingkat Kesukaran Tes (B) Tingkat Kesukaran Tes (B)
 B1 B2 B1 B2
A1B1 A2B1 A1B2 A2B2 A1B1 A2B1 A1B2 A2B2
80 65 65 91 67 90 83 80
80 67 62 89 49 94 90 86
87 68 80 90 95 80 90 84
87 77 87 73 70 84 69 80
80 76 69 95 54 55 99 80
87 67 69 92 73 79 66 80
86 74 73 96 73 80 80 56
87 63 84 82 49 68 69 98
85 65 86 92 60 55 77 90
85 78 73 96 70 80 72 69
85 78 84 71 80 85 99 93
78 67 66 80 91 89 80 86
77 65 72 75 56 83 91 80
90 78 89 73 91 86 80 97
67 65 86 96 65 66 78 93
65 67 82 80 95 94 80 55
78 73 79 60 86 78 76 80
65 72 91 75 93 91 63 79
89 88 75 85 92 65 75 61
88 75 92 93 88 78 84 64
90 75 84 55 68 82 86 62
95 64 63 76 77 82 80 54
65 65 70 93 80 97 79 72
65 78 94 82 95 80 80 80
85 89 98 95 83 96 80 94

Selanjutnya data dianalisis menggunakan SPSS 22 For Windows. Hasil analisis adalah
sebagai berikut:

Descriptive Statistics
Model Ting.Kesukaran Mean Std. Deviation N
Motivasi Power Test Sukar 81.04 9.039 25
Mudah 78.92 10.356 25
Total 79.98 9.680 50
Speed Test Sukar 71.96 7.243 25
Mudah 83.40 11.475 25
Total 77.68 11.116 50
Total Sukar 76.50 9.314 50
Mudah 81.16 11.052 50
Total 78.83 10.434 100
Kreativitas Power Test Sukar 76.00 14.942 25
Mudah 80.24 9.011 25
Total 78.12 12.398 50
 Speed Test Sukar 80.68 11.448 25
Mudah 78.12 13.308 25
Total 79.40 12.354 50
Total Sukar 78.34 13.384 50
Mudah 79.18 11.299 50
Total 78.76 12.330 100

Data analisis deskriptif menunjukkan bahwa dari sudut pandang motivasi belajar, siswa
mendapatkan nilai rerata tertinggi pada model speed test dengan tingkat kesukaran soal level
mudah. Rerata siswa 83.40 dengan standar deviasi 11.475. Sementara itu, rerata motivasi
belajar terendah diperoleh pada model speed test dengan tingkat kesukaran soal level sukar.
Rerata siswa 71.96 dengan standar deviasi 7.243.
Pada kreativitas, nilai rerata tertinggi ditemukan pada model speed test tingkat kesukaran
level sukar. Rerata siswa 80.68 dengan standar deviasi 11.448. Di sisi lain, nilai rerata
kreativitas terendah ditemukan pada model power test tingkat kesukaran level suka. Rerata
siswa 76.00 dengan standar deviasi 14.942

Levene's Test of Equality of Error Variancesa

F df1 df2 Sig.
Motivasi 2.378 3 96 .075
Kreativitas 3.396 3 96 .021
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + Model + Ting.Kesukaran + Model * Ting.Kesukaran

Uji homogenitas menunjukkan bahwa varian data pada variabel motivasi adalah homogen yang
ditunjukkan dengan nilai p>0.05 (0.075). Sementara itu, varian data pada kreativitas siswa
ditemukan tidak homogen dengan nilai p<0.05 (0.021).

Multivariate Testsa
Hypothesis Partial Eta
Effect Value F df Error df Sig. Squared
Intercept Pillai's Trace .992 5728.691b 2.000 95.000 .000 .992
Wilks' Lambda .008 5728.691b 2.000 95.000 .000 .992
Hotelling's Trace 120.604 5728.691b 2.000 95.000 .000 .992
Roy's Largest
120.604 5728.691b 2.000 95.000 .000 .992
Root
Model Pillai's Trace .016 .792b 2.000 95.000 .456 .016
Wilks' Lambda .984 .792b 2.000 95.000 .456 .016
Hotelling's Trace .017 .792b 2.000 95.000 .456 .016
Roy's Largest
.017 .792b 2.000 95.000 .456 .016
Root
b
Ting.Kesukaran Pillai's Trace .060 3.017 2.000 95.000 .054 .060
Wilks' Lambda .940 3.017b 2.000 95.000 .054 .060
Hotelling's Trace .064 3.017b 2.000 95.000 .054 .060
Roy's Largest
.064 3.017b 2.000 95.000 .054 .060
Root
b
Model * Pillai's Trace .124 6.704 2.000 95.000 .002 .124
Ting.Kesukaran Wilks' Lambda .876 6.704b 2.000 95.000 .002 .124
 Hotelling's Trace .141 6.704b 2.000 95.000 .002 .124
Roy's Largest
.141 6.704b 2.000 95.000 .002 .124
Root
a. Design: Intercept + Model + Ting.Kesukaran + Model * Ting.Kesukaran
b. Exact statistic

Hasil uji multivariat menunjukkan bahwa model test tidak memberikan pengaruh yang
signifikan terhadap motivasi belajar dan kreativitas siswa dengan nilai p>0.05 (0.456). Lebih
lanjut, tingkat kesukaran soal juga tidak memberikan pengaruh yang signifikan terhadap motivasi
belajar dan kreativitas siswa dengan nilai p>0.05 (0.054). Sementara itu, ditemukan terdapat
pengaruh interaksi yang signifikan antara model test dan tingkat kesukaran soal terhadap
motivasi belajar dan kreativitas siswa secara simultan. Hal itu ditunjukkan dengan nilai p<0.05
(0.002). Oleh karena itu, hasil analisis ini menunjukkan model test dan tingkat kesukaran soal
secara parsial tidak memberikan pengaruh terhadap motivasi belajar dan kreativitas secara
keseluruhan. Di sisi lain, interaksi antara model test dan tingkat kesukaran soal memberikan
pengaruh signifikan terhadap motivasi belajar dan kreativitas secara keseluruhan.

Tests of Between-Subjects Effects

Dependent Type III Sum of Partial Eta
Source Variable Squares df Mean Square F Sig. Squared
Corrected Model Motivasi 1824.350a 3 608.117 6.520 .000 .169
Kreativitas 347.600b 3 115.867 .757 .521 .023
Intercept Motivasi 621416.890 1 621416.890 6662.678 .000 .986
Kreativitas 620313.760 1 620313.760 4050.301 .000 .977
Model Motivasi 132.250 1 132.250 1.418 .237 .015
Kreativitas 40.960 1 40.960 .267 .606 .003
Ting.Kesukaran Motivasi 542.890 1 542.890 5.821 .018 .057
Kreativitas 17.640 1 17.640 .115 .735 .001
Model * Ting.Kesukaran Motivasi 1149.210 1 1149.210 12.322 .001 .114
Kreativitas 289.000 1 289.000 1.887 .173 .019
Error Motivasi 8953.760 96 93.268
Kreativitas 14702.640 96 153.153
Total Motivasi 632195.000 100
Kreativitas 635364.000 100
Corrected Total Motivasi 10778.110 99
Kreativitas 15050.240 99
a. R Squared = ,169 (Adjusted R Squared = ,143)
b. R Squared = ,023 (Adjusted R Squared = -,007)

Hasil uji Manova mengungkap bahwa model test tidak memberikan pengaruh yang
signifikan terhadap motivasi belajar dengan nilai p>0.05 (0.237) begitu pula terhadap kreativitas
siswa dengan nilai p>0.05 (0.606). Selanjutnya, tingkat kesukaran soal hanya memberikan
pengaruh signifikan terhadap motivasi belajar dengan nilai p<0.05 (0.018) dan tidak berpengaruh
signifikan terhadap kreativitas siswa dengan nilai p>0.05 (0.735). Interaksi antara model test dan
tingkat kesukaran soal juga ditemukan hanya memberikan pengaruh yang signifikan terhadap
motivasi belajar (p=0.001). Di sisi lain, tidak terdapat pengaruh interaksi anatara model test dan
tingkat kesukaran soal terhadap kreativitas siswa (p=0.173).

3) Suatu penelitian ingin membandingkan hasil belajar teori (Y1) dan praktek (Y2) dari
tiga tipe pembelajaran kooperatif (STAD, TGT, JIGSAW) pada pembelajaran
Algoritma Pemrograman dengen pengendalian kecerdasan, seperti desain di bawah ini.
Rumuskan hipotesis penelitan tersebut. Selanjutnya uji hipotesis tersebut dengan data
fiktif yang dibuat sendiri (minimal 20 data untuk tiap kelompok/sel dan data tiap-tiap
mahasiswa harus berbeda).

STAD TGT JIGSAW

X1 Y11 Y12 X2 Y21 Y22 X3 Y31 Y32

X = Kecerdasan; Y1: Teori; Y2: Praktek

Jawab:
Penelitian ini menggunakan metode quasi eksperiment desain, diuji menggunakan
MANCOVA satu jalur. Variabel bebas dalam eksperimen ini adalah tipe pembelajaran
koopertatif (STAD, TGT, dan JIGSAW). Sedangkan variabel terikat dalam penelitian ini adalah
variabel Hasil Belajar dan Praktek. Kovariat dalam penelitian ini adalah kecerdasan

STAD TGT JIGSAW

X1 Y11 Y12 X2 Y21 Y22 X3 Y31 Y32

X = Kecerdasan; Y1: Teori; Y2: Praktek

Uji Hipotesis
Uji hipotesis yang digunakan adalah uji Mancova Satu Jalur. Perumusan hipotesis nol (H0) dan
hipotesis alternatif (Ha) adalah:
 H0 : tidak terdapat perbedaan Antara Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW) pada Pembelajaran Algoritma Pemrograman terhadap Hasil Belajar Teori
dan Praktek dengan pengendalian kecerdasan
 Ha : terdapat perbedaan Antara Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW) pada Pembelajaran Algoritma Pemrograman terhadap Hasil Belajar Teori
dan Praktek dengan pengendalian kecerdasan
Uji Hipotesis antara variabel dependen dengan variabel kovarian
 H0 : kecerdasan tidak mempengaruhi Hasil Belajar Teori pada Pembelajaran Algoritma
Pemrograman dengan menggunakan Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW)
Ha : kecerdasan mempengaruhi Hasil Belajar Teori pada Pembelajaran Algoritma
Pemrograman dengan menggunakan Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW)
 H0 : kecerdasan tidak mempengaruhi Praktek pada Pembelajaran Algoritma
Pemrograman dengan menggunakan Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW)
Ha : kecerdasan tidak mempengaruhi Praktek pada Pembelajaran Algoritma
Pemrograman dengan menggunakan Tiga Tipe Pembelajaran Kooperatif (STAD, TGT,
JIGSAW)

Berdasarkan soal diatas, didapatkan data sebagai berikut:

Tipe Koopertif
STAD (Z1) TGT (Z2) JIGSAW (Z3)
(Y1 (Y2) (X) (Y2) (X) (Y2) (X)
(Y1) (Y1)
)
63 67 110 68 72 90 84 63 112
69 63 110 60 90 110 82 69 134
61 56 112 60 48 112 84 61 109
78 65 90 49 61 134 82 78 105
92 76 89 46 62 124 78 76 123
62 66 136 66 70 89 81 62 136
54 64 96 61 58 111 67 54 100
58 74 122 62 50 89 64 58 98
57 75 111 64 84 89 77 57 90
59 72 127 74 72 89 88 59 102
62 65 89 74 91 120 85 62 98
46 64 97 57 93 123 84 46 110
68 78 114 61 70 99 65 68 126
72 79 109 71 61 76 67 72 104
76 75 100 58 69 80 70 76 121
67 76 98 58 82 98 67 67 132
93 67 98 73 72 78 73 88 110
64 64 78 53 74 88 71 64 102
53 63 89 59 73 78 60 53 87
85 68 90 80 73 89 64 85 88

Selanjutnya data dianalisis menggunakan SPSS 22 For Windows. Berdasarkan analisis

yang dilakukan, didapatkan data sebagai berikut:

Descriptive Statistics
 Model Mean Std. Deviation N
HBT STAD 66.95 12.605 20
TGT 62.70 8.712 20
JIGSAW 74.65 8.768 20
Total 68.10 11.191 60
HBP STAD 68.85 6.285 20
TGT 71.25 12.523 20
JIGSAW 65.90 10.799 20
Total 68.67 10.279 60

Rerata hasil belajar teori tertinggi setelah pengendalian kecerdasan ditemukan pada
model pembelajaran Jigsaw dengan nilai 74.65 (SD=8.768) dan yang terendah ditemukan pada
model TGT dengan nilai 62.70 (SD=8.712). Di variabel hasil belajar praktik, model
pembelajaran TGT memberikan rerata tertinggi dengan nilai 71.25 (SD=12.523) dan yang
terendah ditemukan pada model Jigsaw dengan nilai 65.90 (SD=10.799) setelah pengendalian
kecerdasan.

Multivariate Testsa
Effect Value F Hypothesis df Error df Sig. Partial Eta Squared
Intercept Pillai's Trace .989 2426.371b 2.000 53.000 .000 .989
Wilks' Lambda .011 2426.371b 2.000 53.000 .000 .989
Hotelling's Trace 91.561 2426.371b 2.000 53.000 .000 .989
Roy's Largest Root 91.561 2426.371b 2.000 53.000 .000 .989
Model Pillai's Trace .262 4.073 4.000 108.000 .004 .131
Wilks' Lambda .738 4.348b 4.000 106.000 .003 .141
Hotelling's Trace .355 4.614 4.000 104.000 .002 .151
Roy's Largest Root .355 9.572c 2.000 54.000 .000 .262
X Pillai's Trace .064 1.820b 2.000 53.000 .172 .064
Wilks' Lambda .936 1.820b 2.000 53.000 .172 .064
Hotelling's Trace .069 1.820b 2.000 53.000 .172 .064
Roy's Largest Root .069 1.820b 2.000 53.000 .172 .064
Model * X Pillai's Trace .071 .996 4.000 108.000 .413 .036
Wilks' Lambda .929 .996b 4.000 106.000 .413 .036
Hotelling's Trace .077 .995 4.000 104.000 .414 .037
Roy's Largest Root .076 2.060c 2.000 54.000 .137 .071
a. Design: Intercept + Model + X + Model * X
b. Exact statistic
c. The statistic is an upper bound on F that yields a lower bound on the significance level.

Analisis multivariat menunjukkan bahwa model pembelajaran memberikan pengaruh

yang signifikan terhadap hasil belajar teori dan praktik secara keseluruhan dengan nilai p<0.05
pada semua uji. Sementara itu, kecerdasan sebagai kovariat tidak memberikan pengaruh yang
signifikan terhadap hasil belajar teori dan praktik secara keseluruhan dengan nilai p>0.05
(0.172). Analisis ini juga mengungkap bahwa tidak terdapat interaksi antara model pembelajaran
dengan kecerdasan untuk memengaruhi hasil belajar teori dan praktik siswa secara keseluruhan
dengan nilai p>0.05 pada semua uji. Oleh karena itu, dapat dikatakan bahwa kecerdasan tidak
memberikan pengaruh terhadap hasil belajar teori dan praktik secara keseluruhan baik secara
parsial maupun integrasinya dengan model pembelajaran. Dengan kata lain, perbedaan hasil
belajar teori dan praktik secara keseluruhan hanya dipengaruhi oleh model pembelajaran.

Tests of Between-Subjects Effects

Dependent Type I Sum of Mean Partial Eta
Source Variable Squares df Square F Sig. Squared
Corrected HBT 2096.095a 5 419.219 4.277 .002 .284
Model HBP 412.121b 5 82.424 .765 .579 .066
Intercept HBT 278256.600 1 278256.600 2838.653 .000 .981
HBP 282906.667 1 282906.667 2624.361 .000 .980
Model HBT 1467.700 2 733.850 7.486 .001 .217
HBP 287.233 2 143.617 1.332 .272 .047
X HBT 225.734 1 225.734 2.303 .135 .041
HBP 112.153 1 112.153 1.040 .312 .019
Model * X HBT 402.660 2 201.330 2.054 .138 .071
HBP 12.735 2 6.367 .059 .943 .002
Error HBT 5293.305 54 98.024
HBP 5821.212 54 107.800
Total HBT 285646.000 60
HBP 289140.000 60
Corrected Total HBT 7389.400 59
HBP 6233.333 59
a. R Squared = .284 (Adjusted R Squared = .217)
b. R Squared = .066 (Adjusted R Squared = -.020)

Analisis Manova mengonfirmasi hasil analisis multivariat pada variabel terikat secara
parsial. Hasil analisis menunjukkan kecerdasan sebagai kovariat tidak memberikan pengaruh
yang signifikan terhadap hasil belajar teori dengan nilai p>0.05 (0.135) dan hasil belajar praktik
dengan nilai p>0.05 (0.312). Begitu pula integrasi antara kecerdasan dan model pembelajaran
menunjukkan hasil yang serupa dengan nilai p>0.05 (0.138) dan p>0.05 (0.943) untuk hasil
belajar teori dan praktik secara berturut-turut. Sementara itu, model pembelajaran memberikan
pengaruh yang signifikan terhadap hasil belajar teori siswa dengan nilai p<0.05 (0.001) namun
tidak memberikan pengaruh yang signifikan terhadap hasil belajar praktik siswa dengan nilai
p>0.05 (0.272).

Pairwise Comparisons
95% Confidence Interval for
Dependent (I) (J) Mean Difference Std. Differenceb
Variable Model Model (I-J) Error Sig.b Lower Bound Upper Bound
HBT TGT STAD 5.440 3.208 .096 -.991 11.871
*
JIGSAW -7.044 3.249 .035 -13.558 -.530
TGT STAD -5.440 3.208 .096 -11.871 .991
JIGSAW -12.484* 3.322 .000 -19.145 -5.824
JIGSAW STAD 7.044* 3.249 .035 .530 13.558
TGT 12.484* 3.322 .000 5.824 19.145
HBP STAD TGT -2.684 3.364 .428 -9.428 4.061
JIGSAW 3.734 3.407 .278 -3.097 10.565
TGT STAD 2.684 3.364 .428 -4.061 9.428
JIGSAW 6.418 3.484 .071 -.567 13.402
JIGSAW STAD -3.734 3.407 .278 -10.565 3.097
TGT -6.418 3.484 .071 -13.402 .567
Based on estimated marginal means
*. The mean difference is significant at the ,05 level.
b. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Hasil uji lanjut antara model pembelajaran dengan hasil belajar teori menunjukkan bahwa
model pembelajaran Jigsaw memberikan pengaruh paling signifikan terhadap hasil belajar teori
siswa dengan nilai p<0.05.

4) Suatu Penelitian Berjudul: PENGARUH MODEL TES DAN TINGKAT

KESUKARAN TES TERHADAP MOTIVASI BELAJAR DAN KREATIVITAS
SISWA DENGAN PENGENDALIAN KECERDASAN SISWA
Desain Penelitian

Model Tes
(A)
A1 A2
Tingkat Kesukaran

X(21)
B1 X(11) Y1(11) X(11) Y2(11) X(21) Y1(21)
Y2(21)

X(22)
B2 X(12) Y1(12) X(12) Y2(12) X(22) Y1(2,2)
Tes (B)

Y2(22)

Keterangan:
A1: Power Test; A2: Speed Test; B1: Sukar; B2: Mudah;
X: Kecerdasan Siswa; Y1: Motivasi Belajar; Y2:Kreativitas Siswa
Jawab:

Penelitian ini menggunakan metode quasi eksperiment dan diuji menggunakan

MANCOVA 2x2. Variabel yang dieksperimenkan (manipulasi) adalah Model Tes dan Tingkat
Kesukaran Tes. Sedangkan variabel tidak manipulasi (kontrol) adalah variabel Motivasi Belajar
dan Kreativitas Siswa. Kovarian dalam penelitian ini adalah Kecerdasan Siswa.
Uji Hipotesis
Uji hipotesis yang digunakan adalah uji Mancova dengan desain faktorial 2x2.
Perumusan hipotesis nol (H0) dan hipotesis alternatif (Ha) adalah:
Pengaruh Interaksi Model Tes dan Tingkat Kesukaran
 (H0) = Tidak ada pengaruh interaksi model tes dan tingkat kesukaran terhadap motivasi
belajar dan kreativitas siswa
 (Ha) = Ada pengaruh interaksi model tes dan tingkat kesukaran terhadap motivasi belajar dan
kreativitas siswa
Pengaruh Model Tes
 (H0) = Tidak ada pengaruh model tes terhadap motivasi belajar dan kreativitas siswa
 (Ha) = Ada pengaruh pengaruh model tes terhadap motivasi belajar dan kreativitas siswa
Pengaruh Tingkat Kesukaran
 (H0) = Tidak ada pengaruh tingkat kesukaran terhadap motivasi belajar dan kreativitas siswa
 (Ha) = Ada pengaruh pengaruh tingkat kesukaran terhadap motivasi belajar dan kreativitas
siswa

Karena banyaknya kovariat hanya satu, maka untuk menguji asumsi ini dapat diperiksa
menggunakan uji ANAVA. Hipotesis untuk uji ini adalah :
Interaksi Model Tes dan Tingkat Kesukaran
 (H0) = Kecerdasan Siswa tidak berkorelasi dengan model tes dan tingkat kesukaran
 (Ha) = Kecerdasan Siswa berkorelasi dengan model tes dan tingkat kesukaran
Model Tes
 (H0) = Kecerdasan Siswa tidak berkorelasi dengan model tes
 (Ha) = Kecerdasan Siswa berkorelasi dengan model tes
Tingkat Kesukaran
 (H0) = Kecerdasan Siswa tidak berkorelasi dengan tingkat kesukaran
 (Ha) = Kecerdasan Siswa berkorelasi dengan tingkat kesukaran

Berdasarkan soal diatas, didapatkan data sebagai berikut:

Motivasi Belajar (Y1) Kreativitas Siswa (Y2)

Model Test (A)
A1 A2 A1 A2
 Tingkat Kesukaran Tes (B)
B1 B2 B1 B2
Kecerdasan (X)
X A X A X A X A X A X A X A X A
1 2 1 2 1 2 1 2
B B B B B B B B
1 1 2 2 1 1 2 2
8 7 9 8 9 7 5 5 8 9 9 9 9 9 5 8
1 6 8 2 1 7 2 4 1 2 8 0 1 8 2 2
9 7 7 7 8 7 6 6 9 9 7 9 8 6 6 6
8 7 5 5 7 3 2 2 8 2 5 2 7 3 2 2
8 9 9 7 8 6 8 8 8 9 9 9 8 7 8 9
1 2 0 7 2 8 5 2 1 4 0 7 2 6 5 2
9 9 8 7 8 7 8 9 9 8 8 9 8 8 8 7
6 8 0 7 2 7 6 7 6 9 0 2 2 7 6 5
8 9 6 6 8 7 6 8 8 6 6 9 8 6 6 6
7 8 7 7 7 7 1 0 7 2 7 4 7 9 1 7
9 8 9 6 8 6 9 9 9 7 9 9 8 7 9 6
6 6 0 6 2 3 6 8 6 8 0 2 2 8 6 4
9 9 9 9 8 5 6 8 9 9 9 7 8 6 6 7
6 6 2 2 7 7 7 1 6 2 2 6 7 3 7 8
9 7 1 9 1 6 9 9 9 5 1 6 1 8 9 5
8 4 0 7 0 2 5 6 8 2 0 2 0 3 5 8
0 1 0 1
9 8 8 9 9 8 9 8 9 8 8 8 9 7 9 8
4 2 8 8 2 6 2 3 4 7 8 0 2 0 2 1
1 9 1 7 8 8 8 9 1 9 1 9 8 6 8 6
0 2 0 6 2 2 3 6 0 2 0 8 2 2 3 7
0 5 0 5
9 8 8 6 7 8 8 8 9 7 8 9 7 7 8 6
8 7 7 9 2 5 8 9 8 0 7 2 2 7 8 2
9 8 9 7 6 6 8 8 9 7 9 9 6 7 8 6
8 2 2 1 8 2 8 6 8 3 2 2 8 7 8 9
7 8 9 6 7 9 9 8 7 8 9 9 7 8 9 6
8 8 0 8 7 8 1 1 8 0 0 2 7 1 1 1
8 7 7 6 7 9 8 8 8 8 7 9 7 8 8 7
6 6 7 7 0 8 7 1 6 4 7 2 0 7 7 3
9 8 6 9 9 8 9 9 9 8 6 8 9 8 9 7
9 6 7 6 2 1 1 2 9 1 7 5 2 4 1 7
8 7 9 9 9 8 9 8 8 6 9 8 9 6 9 8
7 4 1 1 5 2 7 1 7 6 1 1 5 8 7 6
8 6 9 8 9 9 8 8 8 7 9 7 9 7 8 7
9 0 2 2 2 2 7 1 9 1 2 5 2 7 7 0
8 8 8 8 9 8 8 9 8 6 8 7 9 7 8 8
7 4 2 8 3 7 7 2 7 2 2 9 3 8 7 0
8 7 8 9 9 8 7 8 8 6 8 6 9 7 7 8
7 8 4 7 5 0 3 7 7 4 4 4 5 7 3 1
8 7 7 9 8 9 7 8 8 6 7 7 8 7 7 5
5 5 7 3 9 1 7 9 5 0 7 7 9 0 7 7
8 7 8 9 8 6 7 7 8 8 8 7 8 7 7 8
4 8 2 3 3 8 7 6 4 8 2 3 3 7 7 7
8 6 9 8 9 9 8 8 8 6 9 6 9 7 8 8
5 4 7 6 0 7 7 1 5 8 7 7 0 1 7 4
8 7 7 8 8 8 9 7 8 7 7 8 8 7 9 7
 7 2 7 3 3 7 7 3 7 8 7 3 3 9 7 8
8 8 8 5 5 7 8 8 8 9 8 8 5 8 8 6
6 0 4 7 4 2 0 7 6 4 4 2 4 4 0 1
8 6 6 5 6 6 7 6 8 7 6 7 6 8 7 7
0 5 7 3 2 9 5 5 0 8 7 2 2 0 5 4

Data pada tabel diatas selanjutnya dianalisis dengan SPSS 22. For Windows. Berdasarkan
analisis, didapatkan hasil sebagai berikut:

Multivariate Testsa
Partial
Eta
Effect Value F Hypothesis df Error df Sig. Squared
Intercept Pillai's Trace .535 52.932b 2.000 92.000 .000 .535
b
Wilks' Lambda .465 52.932 2.000 92.000 .000 .535
Hotelling's Trace 1.151 52.932b 2.000 92.000 .000 .535
b
Roy's Largest Root 1.151 52.932 2.000 92.000 .000 .535
Model Pillai's Trace .070 3.442b 2.000 92.000 .036 .070
Wilks' Lambda .930 3.442b 2.000 92.000 .036 .070
Hotelling's Trace .075 3.442b 2.000 92.000 .036 .070
Roy's Largest Root .075 3.442b 2.000 92.000 .036 .070
Tingkat_Kesukatran Pillai's Trace .072 3.568b 2.000 92.000 .032 .072
Wilks' Lambda .928 3.568b 2.000 92.000 .032 .072
b
Hotelling's Trace .078 3.568 2.000 92.000 .032 .072
Roy's Largest Root .078 3.568b 2.000 92.000 .032 .072
Kecerdasan Pillai's Trace .192 10.938b 2.000 92.000 .000 .192
Wilks' Lambda .808 10.938b 2.000 92.000 .000 .192
Hotelling's Trace .238 10.938b 2.000 92.000 .000 .192
Roy's Largest Root .238 10.938b 2.000 92.000 .000 .192
Model * Pillai's Trace .037 1.766b 2.000 92.000 .177 .037
Tingkat_Kesukatran Wilks' Lambda .963 1.766b 2.000 92.000 .177 .037
b
Hotelling's Trace .038 1.766 2.000 92.000 .177 .037
Roy's Largest Root .038 1.766b 2.000 92.000 .177 .037
Model * Kecerdasan Pillai's Trace .084 4.206b 2.000 92.000 .018 .084
Wilks' Lambda .916 4.206b 2.000 92.000 .018 .084
Hotelling's Trace .091 4.206b 2.000 92.000 .018 .084
Roy's Largest Root .091 4.206b 2.000 92.000 .018 .084
Tingkat_Kesukatran Pillai's Trace .065 3.181b 2.000 92.000 .046 .065
* Kecerdasan Wilks' Lambda .935 3.181 b
2.000 92.000 .046 .065
Hotelling's Trace .069 3.181b 2.000 92.000 .046 .065
b
Roy's Largest Root .069 3.181 2.000 92.000 .046 .065
a. Design: Intercept + Model + Tingkat_Kesukatran + Kecerdasan + Model * Tingkat_Kesukatran + Model *
Kecerdasan + Tingkat_Kesukatran * Kecerdasan
b. Exact statistic

Multivariat analisis menunjukkan bahwa kecerdasan memberikan pengaruh yang

signifikan terhadap motivasi belajar dan kreativitas siswa secara keseluruhan dengan nilai p<0.05
(0.000). Integrasi antara kecerdasan dengan model test juga menunjukkan pengaruh yang
signifikan terhadap motivasi belajar dan kreativitas siswa secara keseluruhan dengan nilai p<0.05
(0.018). Begitu pula interaksi antara kecerdasan dengan tingkat kesukaran soal memberikan
pengaruh yang signifikan terhadap motivasi belajar dan kreativitas siswa secara keseluruhan
dengan nilai p<0.05 (0.046). Hal ini menunjukkan bahwa kecerdasan memberikan kontribusi
yang besar terhadap perubahan variabel terikat. Untuk itu kehadirannya sebagai kovariat harus
dikendalikan sehingga dapat menemukan pengaruh antara model test dan tingkat kesukaran soal
dan integrasinya terhadap motivasi belajar dan kreativitas siswa secara valid.
Lebih lanjut, model test dan tingkat kesukaran soal juga ditemukan memberikan
pengaruh yang signifikan terhadap motivasi belajar dan kreativitas siswa secara keseluruhan
dengan nilai p<0.05 (0.036) dan p<0.05 (0.032) secara berturut-turut. Namun, pada interaksi
antara model test dan tingkat kesukaran soal, tidak ditemukan pengaruh signifikan terhadap
motivasi belajar dan kreativitas siswa secara keseluruhan dengan nilai p>0.05 (0.177)

Levene's Test of Equality of Error Variancesa

F df1 df2 Sig.

Motivasi Belajar 2.566 3 96 .059

Kreativitas Siswa 2.536 3 96 .061

Tests the null hypothesis that the error variance of the dependent variable is
equal across groups.
a. Design: Intercept + Model + Tingkat_Kesukatran + Kecerdasan + Model *
Tingkat_Kesukatran + Model * Kecerdasan + Tingkat_Kesukatran *
Kecerdasan

Hasil uji homogenitas menunjukkan varian data untuk variabel motivasi belajar dan
kreativitas siswa adalah homogen dengan nilai p>0.05 secara berturut-turut yaitu 0.059 dan
0.061.
Tests of Between-Subjects Effects
Dependent Type III Sum of Partial Eta
Source Variable Squares df Mean Square F Sig. Squared
Corrected Model Motivasi Belajar 4345.106a 6 724.184 7.844 .000 .336
Kreativitas Siswa 1566.738b 6 261.123 2.388 .034 .133
Intercept Motivasi Belajar 1958.583 1 1958.583 21.213 .000 .186
Kreativitas Siswa 9065.442 1 9065.442 82.891 .000 .471
Model Motivasi Belajar 630.561 1 630.561 6.830 .010 .068
Kreativitas Siswa 21.773 1 21.773 .199 .657 .002
Tingkat_Kesukatran Motivasi Belajar 557.370 1 557.370 6.037 .016 .061
Kreativitas Siswa 148.755 1 148.755 1.360 .246 .014
Kecerdasan Motivasi Belajar 1965.386 1 1965.386 21.287 .000 .186
Kreativitas Siswa 123.422 1 123.422 1.129 .291 .012
Model * Motivasi Belajar 38.026 1 38.026 .412 .523 .004
Tingkat_Kesukatran Kreativitas Siswa 353.455 1 353.455 3.232 .075 .034
Model * Kecerdasan Motivasi Belajar 773.878 1 773.878 8.382 .005 .083
Kreativitas Siswa 21.676 1 21.676 .198 .657 .002
Tingkat_Kesukatran * Motivasi Belajar 538.092 1 538.092 5.828 .018 .059
Kecerdasan Kreativitas Siswa 80.207 1 80.207 .733 .394 .008
Error Motivasi Belajar 8586.454 93 92.327
Kreativitas Siswa 10171.022 93 109.366
Total Motivasi Belajar 662890.000 100
Kreativitas Siswa 615156.000 100
Corrected Total Motivasi Belajar 12931.560 99
Kreativitas Siswa 11737.760 99
a. R Squared = ,336 (Adjusted R Squared = ,293)
b. R Squared = ,133 (Adjusted R Squared = ,078)

Hasil analisis Manova menunjukkan bahwa kecerdasan memberikan pengaruh yang

signifikan terhadap motivasi belajar (p=0.000) namun tidak berpengaruh secara signifikan
terhadap kreativitas siswa (p=0.291). Kecerdasan bersama dengan model test juga memberikan
pengaruh signifikan terhadap motivasi belajar (p=0.005) namun tidak pada kreativitas siswa
(p=0.657). Interaksi antara kecerdasan dengan tingkat kesukaran soal berpengaruh signifikan
terhadap motivasi belajar (p=0.018) namun tidak pada kreativitas siswa (p=0.394). Hasil ini
semakin memperkuat bahwa kecerdasan sebagai kovariat memberikan pengaruh pada variabel
terikat baik saat berdiri sendiri maupun saat berinteraksi dengan variabel bebas.
Sementara itu, model test menunjukkan pengaruh yang signifikan terhadap motivasi
belajar (p=0.010) namun tidak pada kreativitas siswa (p=657). Hal serupa juga ditemukan pada
tingkat kesukaran soal dimana memberikan pengaruh signifikan terhadap motivasi belajar
(p=0.016) namun tidak pada kreativitas siswa (p=0.246). Interaksi antara model test dan tingkat
kesukaran soal tidak memberikan pengaruh yang signifikan baik pada motivasi belajar (p=0.523)
maupun kreativitas siswa (p=0.075).
1. Model

95% Confidence Interval

Dependent Variable Model Mean Std. Error Lower Bound Upper Bound
a
Motivasi Belajar Power Test 78.884 1.438 76.028 81.739

Speed Test 83.008a 1.386 80.256 85.761

a
Kreativitas Siswa Power Test 77.622 1.565 74.514 80.730

Speed Test 77.774a 1.508 74.778 80.770

a. Covariates appearing in the model are evaluated at the following values: Kecerdasan Siswa = 85,23.

Setelah mengendalikan variabel kecerdasan, model speed test menunjukkan rerata

terkoreksi sebesar 83,008. Kreativitas tidak dihitung karena model test tidak memberikan
pengaruh signifikan terhadap kreativitas siswa.

2. Tingkat_Kesukatran

Dependent Variable Tingkat_Kesukatran Mean Std. Error 95% Confidence Interval

 Lower Bound Upper Bound
a
Motivasi Belajar Sukar 80.339 1.425 77.509 83.170

Mudah 81.553a 1.375 78.822 84.283

a
Kreativitas Siswa Sukar 80.660 1.551 77.580 83.741

Mudah 74.735a 1.497 71.763 77.707

a. Covariates appearing in the model are evaluated at the following values: Kecerdasan Siswa = 85,23.

Setelah mengendalikan variabel kecerdasan, tingkat kesukaran soal level mudah

menunjukkan rerata terkoreksi sebesar 831.553. Kreativitas tidak dihitung karena tingkat
kesukaran soal tidak memberikan pengaruh signifikan terhadap kreativitas siswa.

5) uatu penelitian ingin mengkaji pengaruh langsung dan tidak langsung variabel
penguasaan materi ajar (X1) dan penguasaan pedagogi (X2) terhadap kemampuan
praktek mengajar (Y) melalui kemampuan melaksanakan pembelajaran mikro (X3)
dengan konstelasi permasalahan sebagai berikut.

X1

X3 Y

X2

Rumuskan hipotesis penelitian di atas dan uji hipotesis tersebut dengan data fiktif yang
dibuat sendiri minimal 25 responden untuk tiap variabel (tidak boleh sama).
Jawab:

Hipotesis Penelitian:
 H0: Tidak terdapat pengaruh langsung penguasaan materi ajar (X 1) dan penguasaan
paedagogi (X2) terhadap kemampuan pembelajaran mikro (X3)
Ha: Terdapat pengaruh langsung penguasaan materi ajar (X1), penguasaan paedagogi (X2)
terhadap kemampuan pembelajaran mikro (X3)
 H0: Tidak terdapat pengaruh langsung penguasaan materi ajar (X 1), penguasaan
paedagogi (X2) dan kemampuan pembelajaran mikri (X3) terhadap kemampuan praktek
mengajar (Y)
Ha: Terdapat pengaruh langsung penguasaan materi ajar (X1), penguasaan paedagogi (X2)
dan kemampuan pembelajaran mikro (X3) terhadap kemampuan praktek mengajar (Y)
 H0: Tidak terdapat pengaruh penguasaan materi ajar (X1), penguasaan paedagogi (X2)
melalui keterampilam mikro (X3) terhadap kemampuan praktek mengajar (Y)
Ha: Terdapat pengaruh penguasaan materi ajar (X1), penguasaan paedagogi (X2) melalui
keterampilam mikro (X3) terhadap kemampuan praktek mengajar (Y)
Berdasarkan analisis yang dilakukan, didapatkan data sebagai berikut:

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .994a .988 .987 2.818

a. Predictors: (Constant), Penguasaan Pedagogi, Penguasaan Materi

Ajar

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -.447 3.095 -.144 .887

Penguasaan Materi Ajar .529 .109 .529 4.848 .000

Penguasaan Pedagogi .470 .109 .471 4.322 .000

a. Dependent Variable: Kemampuan Melaksanakan Pembelajaran Mikro

Koefisien Jalur Model I :

Mengacu pada output Regresi Model I pada bagian tabel Coefficients dapat diketahui bahwa nilai
signifikansi dari kedua variabel yaitu X1 = 0,000 dan X2 = 0,000 lebih kecil dari 0,05. Hasil ini
memberikan kesimpulan bahwa Regresi Model I, yakni variabel X 1 dan X2 berpengaruh
signifikan terhadap X3. Nilai Beta variabel penguasaan materi ajar sebesar 0,529 dan nilai Beta
variabel penguasaan pedagogi sebesar 0,471. Besarnya nilai R2 atau R Square yang terdapat
pada tabel Model Summary adalah sebesar 0,988, hal ini menunjukkan bahwa kontribusi atau
sumbangan pengaruh X1 dan X2 terhadap X3 adalah sebesar 98,8% sementara sisanya 1,2%
merupakan kontribusi dari variabel-variabel lain yang tidak dimasukkan dalam penelitian.
Dengan demikian diperoleh diagram jalur model struktur I sebagai berikut:

X1 0,529

X3

X2
0,471

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .996a .992 .991 2.352

a. Predictors: (Constant), Kemampuan Melaksanakan Pembelajaran

Mikro, Penguasaan Pedagogi, Penguasaan Materi Ajar

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -1.799 2.585 -.696 .494

Penguasaan Materi Ajar -.098 .131 -.095 -.744 .465

Penguasaan Pedagogi .352 .124 .346 2.850 .010

Kemampuan Melaksanakan
.763 .178 .748 4.285 .000
Pembelajaran Mikro

a. Dependent Variable: Kemampuan Praktek Mengajar

Koefisien Jalur Model 2:

Berdasarkan output Regresi Model II pada bagian tabel Coefficients, diketahui bahwa nilai
signifikansi variabel penguasaan materi ajar (X1) sebesar 0,465 lebih besar daripada 0,05 yang
berarti bahwa variabel penguasaan materi ajar (X1) tidak berpengaruh secara langsung kepada
variabel kemampuan praktek mengajara (Y). Nilai signifikansi variabel penguasaan pedagogi
(X2) sebesar 0,010 lebih kecil daripada 0,05 yang berarti bahwa variabel penguasaan pedagogi
(X2) berpengaruh secara langsung kepada variabel kemampuan praktek mengajar (Y). Nilai
signifikansi variabel kemampuan melaksanakan pembelajaran mikro (X3) sebesar 0,000 lebih
kecil daripada 0,05 yang berarti bahwa variabel kemampuan melaksanakan pembelajaran mikro
(X3) berpengaruh secara langsung kepada variabel kemampuan praktek mengajara (Y). Dengan
demikian diperoleh diagram jalur model struktur II sebagai berikut:

X1 -0,095
0,529
X3 Y
0.748
X2 0,471
0.346

Uji Hipotesis Dan Pembuatan Kesimpulan

1. Analisis pengaruh X1 terhadap X3: dari analisis di atas diperoleh nilai signifikansi
X1 sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung
terdapat pengaruh signifikan X1 terhadap X3.

2. Analisis pengaruh X2 terhadap Y: dari analisis di atas diperoleh nilai signifikansi

X2 sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung
terdapat pengaruh signifikan X2 terhadap X3.

3. Analisis Pengaruh X1 terhadap Y: dari analisa diperoleh nilai signifikansi X1

sebesar 0,465 > 0,05. Sehingga dapat disimpulkan bahwa secara langsung tidak
terdapat pengaruh signifikan X1 terhadap Y.

4. Analisis pengaruh X2 terhadap Y: dari analisa diperoleh nilai signifikansi X2

sebesar 0,010 < 0,05. Sehingga dapat disimpulkan bahwa bahwa secara langsung
terdapat pengaruh signifikan X2 terhadap Y.
 5. Analisis pengaruh X3 terhadap Y: dari analisa diperoleh bahwa nilai signifikansi
Y sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa bahwa secara
langsung terdapat pengaruh signifikan X3 terhadap Y.

6. Analisis Pengaruh X1 melalui X3 terhadap Y : diketahui pengaruh langsung yang

diberikan X1 terhadap Z sebesar -0,095. Sedangkan pengaruh tidak langsung X1
melalui X3 terhadap Y adalah perkalian antara nilai beta X 1 terhadap Y dengan
nilai beta X3 terhadap Y yaitu : -0,095 x 0,748 = -0,07106. Maka pengaruh total
yang diberikan X1 terhadap Y adalah pengaruh langsung ditambah dengan
pengaruh tidak langsung yaitu : -0,095 + (-0,07106) = -0,16606. Berdasarkan
hasil perhitungan di atas diketahui bahwa nilai pengaruh langsung sebesar -0,095
dan pengaruh tidak langsung sebesar -0,07106 yang berarti bahwa nilai pengaruh
tidak langsung lebih besar dibandingkan dengan nilai pengaruh langsung. Nilai
pengaruh langsung dan tidak langsung X1 terhadap Y didapatkan nilai Min yang
berarti bahwa variable X1 secara langsung tidak memiliki pengaruh terhadap
variable Y. Melalui hasil ini juga dapat disimpulkan bahwa X1 melalui X3 tidak
memiliki pengaruh signifikan terhadap Y.

7. Analisis Pengaruh X2 melalui X3 terhadap Y : diketahui pengaruh langsung yang

diberikan X2 terhadap Y sebesar 0,346. Sedangkan pengaruh tidak langsung X2
melalui X3 terhadap Y adalah perkalian antara nilai beta X 2 terhadap Y dengan
nilai beta X3 terhadap Y yaitu : 0,346 x 0,748 = 0,258. Maka pengaruh total yang
diberikan X2 terhadap Y adalah pengaruh langsung ditambah dengan pengaruh
tidak langsung yaitu : 0,346 + 0,258 = 0,604. Berdasarkan hasil perhitungan di
atas diperoleh nilai pengaruh langsung sebesar 0,346 dan pengaruh tidak langsung
sebesar 0,258 yang berarti bahwa nilai pengaruh tidak langsung lebih kecil dari
pada nilai pengaruh langsung, hasil ini menunjukkan bahwa secara tidak langsung
X2 melalui X3 tidak memiliki pengaruh signifikan terhadap Y.

Kesimpulan
Dari serangkaian pembahasan atas hasil di atas, kita dapat menarik kesimpulan sebagai berikut:
1. Penguasaan materi ajar dan penguasaan paedagogi berpengaruh langsung terhadap
pembelajaran mikro
2. Penguasaan materi ajar (X1) tidak berpengaruh secara langsung terhadap kemampuan
praktek mengajar (Y) sedangkan penguasaan paedagogi (X2) dan kemampuan mengajar
mikro (X3) berpengaruh langsung terhadap kemampuan praktek mengajar (Y).
3. Tidak terdapat pengaruh penguasaan materi ajar (X1), penguasaan paedagogi (X2) melalui
kemampuan pembelajaran mikro mikro (X3) terhadap kemampuan praktek mengajar (Y).
6) Seorang peneliti ingin mengetahui model struktural kemampuan praktek mengajar
calon guru matematika. Dari model yang dibuat oleh peneliti, ingin diketahui apakah
model tersebut sesuai dengan data yang ada. Berikut ini adalah model struktural
kemampuan praktek mengajar calon guru matematika.

Model Persamaan Struktural Fanatisme Belanja Online

Keterangan:

η = Kemampuan Praktek Mengajar X 4 =

Penerapan
ξ1 = Penguasaan Materi Ajar
X5 =
Perencanaan
ξ2 = Penguasaan Pedagogi
X6 = Pelaksanaan
ξ3 = Kemampuan Pembelajaran Mikro Y1

= Manajemen Kelas
X1 = Pengetahuan Faktual Y2 =
Pembelajaran
X 2 = Pengetahuan Konseptual δ = error indikator X
 X 3 = Pemahaman ε = error indikator Y

Berikut ini adalah hasil dari pengukuran variabel observasi yang terdiri dari 50 responden.
No. X1 X2 X3 X4 X5 X6 Y1 Y2 No. X1 X2 X3 X4 X5 X6 Y1 Y2
1 18 17 13 16 20 16 16 12 26 22 20 19 16 20 17 18 16
2 23 20 19 15 20 14 17 16 27 20 20 19 16 19 17 16 19
3 17 18 16 16 19 20 20 20 28 19 17 19 16 18 19 18 17
4 21 21 19 17 21 19 19 18 29 19 19 15 14 14 10 15 15
5 17 16 12 16 20 14 16 12 30 19 18 16 14 16 12 17 16
6 25 23 17 20 24 21 22 16 31 18 20 18 15 20 18 17 18
7 20 17 19 15 20 14 17 16 32 19 19 13 14 18 16 19 19
8 23 20 21 17 19 14 19 13 33 19 18 13 15 18 17 18 16
9 23 20 19 17 20 17 21 16 34 25 23 11 17 25 15 19 9
10 23 24 17 16 20 18 20 16 35 25 25 18 18 25 24 25 21
11 21 20 22 16 20 20 20 20 36 23 23 19 15 19 18 20 20
12 19 19 19 16 20 20 20 18 37 25 20 20 16 22 20 20 20
13 18 18 20 16 20 20 20 20 38 19 19 18 15 19 16 19 16
14 25 25 25 17 21 22 22 19 39 23 17 14 13 19 14 18 16
15 20 20 25 17 21 15 18 19 40 19 18 17 15 17 16 22 20
16 25 25 25 16 22 18 23 19 41 14 20 15 15 16 14 20 16
17 23 16 16 15 22 18 21 17 42 18 18 16 16 19 17 18 16
18 22 20 23 16 20 18 23 22 43 23 20 8 18 25 14 14 12
19 18 15 15 16 20 18 18 16 44 21 20 16 16 21 18 18 16
20 21 20 16 14 18 17 18 17 45 21 19 20 15 21 20 20 16
21 22 18 18 17 23 22 23 19 46 20 18 20 16 22 20 20 20
22 20 13 14 12 18 12 18 14 47 19 20 16 16 21 18 18 16
23 24 20 19 16 22 13 17 16 48 25 25 22 17 22 15 24 21
24 22 19 16 17 21 17 19 21 49 25 25 25 18 25 25 25 25
25 20 16 18 14 19 20 20 20 50 20 20 12 17 20 13 16 12

Jawab:
Penelitian ini menggunakan metode analisis Structural Equation Modeling dengan
Partial Least Square (SEM-PLS). Aplikasi komputer yang digunakan untuk mengolah data
dengan penggunaan metode SEM-PLS adalah IBM SPSS Statistics 22 dan smartPLS 3.0.

 Perancangan Model Struktural (Inner Model)

Keterangan variabel laten beserta variabel manifestnya adalah sebagai berikut:

1. Variabel laten eksogen Penguasaan Materi Ajar ( ξ 1 ) memiliki dua variabel manifest
 (indikator) yaitu, Pengetahuan Faktual yang dinyatakan oleh X1; dan Pengetahuan
Konseptual yang dinyatakan oleh X2.
2. Variabel laten eksogen Penguasaan Pedagogi ( ξ 2 ) memiliki dua variabel manifest
(indikator) yaitu, Pemahaman yang dinyatakan oleh X3; serta Penerapan yang dinyatakan
oleh X4.
ξ
3. Variabel laten eksogen Kemampuan Pembelajaran Mikro ( 3 ) memiliki dua variabel
manifest (indikator) yaitu, Perencanaan yang dinyatakan oleh X5; serta Pelaksanaan yang
dinyatakan oleh X6.
4. Variabel laten endogen Kemampuan Praktek Mengajar ( η ) memiliki dua variabel
manifest (indikator) yaitu, Manajemen Kelas yang dinyatakan oleh Y1; Pembelajaran yang
dinyatakan oleh Y2;

Berdasarkan hasil analisis didapatkan data sebagai berikut:

Statistics
Manajemen
PFaktual PKonseptual Pemahaman Penerapan Perencanaan Pelaksanaan Pembelajaran
Belajar
N Valid 50 50 50 50 50 50 50 50
Missing 0 0 0 0 0 0 0 0
Mean 21.00 19.62 17.64 15.86 20.22 17.20 19.22 17.20
Median 21.00 20.00 18.00 16.00 20.00 17.00 19.00 16.50
Std. Deviation 2.642 2.702 3.702 1.370 2.297 3.117 2.460 3.010
Minimum 14 13 8 12 14 10 14 9
Maximum 25 25 25 20 25 25 25 25

Berdasarkan tabel Statistics diatas ditemukan hasil bahwa sampel tiap variabel berjumlah
50. Sebagai contoh variabel Pembelajaran yang memiliki kisaran 9 sampai 25 dengan nilai rata-
rata sebesar 17,20 dan standar deviasi sebesar 3,010. Dengan melihat nilai rata-rata sebesar
17,20 yang melebihi nilai median 16,50 dapat dikatakan bahwa variabel Pembelajaran memiliki
nilai yang tinggi.

Analisis data dalam penelitian ini dibantu dengan Aplikasi SMART PLS For Windows
A. Menilai Outer Model
1. Convergent Validity
Penilaian convergent validity berdasar pada korelasi antara item score/component
score yang diestimasi dengan Soflware PLS. Ukuran refleksif individual dikatakan tinggi jika
berkorelasi lebih dari 0.70 dengan konstruk yang diukur. Namun untuk penelitian tahap awal
dari pengembangan skala pengukuran nilai loading 0.5 sampai 0.6 dianggap cukup memadai.
Dalam penelitian ini akan digunakan batas loading factor sebesar 0.60.

Outer Loadings (Measurement Model)

 Suatu kolerasi dapat dikatakan memenuhi validitas konvergen apabila memiliki nilai
loading sebesar lebih besar dari 0,5. Output menunjukan bahwa loading factor memberikan
nilai di atas nilai yang disarankan yaitu sebesar 0,5. Sehingga indikator-indikator yang
dipergunakan dalam penelitian ini telah memenuhi validitas konvergen (convergent validity)
2. Discriminant Validity
Discriminant validity suatu model dianggap baik jika setiap nilai loading dari setiap
indikator dari sebuah variabel laten memiliki nilai loading yang paling besar dengan nilai
loading lain terhadap variabel laten lainnya. Hasil pengujian discriminant validity diperoleh
sebagai berikut:
Nilai Discriminant Validity (Cross Loading)

Berdasarkan tabel diatas diketahui nilai loading factor untuk indikator dari variabel
laten memiliki nilai loading factor lebih besar dibanding nilai loading variabel laten lainnya.
Artinya, variabel laten memiliki discriminant validity yang baik.
3. Mengevaluasi Reability dan Average Variance Extracted (AVE)
Kriteria validity dan reliabilitas juga dapat dilihat dari nilai reliabilitas suatu konstruk
dan nilai Average Variance Extracted (AVE) dari masing-masing konstruk. Konstruk
dikatakan memiliki reliabilitas yang tinggi jika nilainya 0.70 dan AVE berada diatas 0.50.
Pada dibawah ini akan disajikan nilai Composite Reliability dan AVE untuk seluruh variabel.
Composite Reliability dan Average Variance Extracted
Variabel Composite Reliability Average Variance
Extracted
Penguasaan Materi Ajar 0.900 0,819
Penguasaan Pedagogi 0,755 0,607
Pembelajaran Mikro 0,856 0,749
Kemampuan Praktek 0,907 0,830
Mengajar
 Berdasarkan tabel diatas dapat disimpulkan semua konstruk memenuhi kriteria reliabel,
hal ini ditunjukkan dengan nilai composite reliability˃ 0.70 dan AVE ˃ 0.50 sebagaimana
kriteria yang direkomendasikan.

B. Pengujian Model Struktural (Inner Model)

Model struktural pada SEM dengan PLS dilakukan dengan uji R-squared (R2) dan uji
signifikansi melalui estimasi koefisien jalur.
1. Pengujian R2
Hasil dari PLS R-Squares mempresentasikan jumlah variance dari konstruk yang
dijelaskan oleh model. Berikut disajikan hasil penghitungan nilai R-Squares:
Nilai R-Square
N
Variabel R-Square
o.
Kemampuan Praktek
1 0,465
Mengajar
2 Pembelajaran Mikro 0,433

Penelitian ini menggunakan 2 variabel yang dipengaruhi oleh variabel lainnya yaitu
variabel Kemampuan Praktek Mengajar (Y) yang dipengaruhi oleh penguasaan materi ajar
(X1) dan penguasaan pedagogi (X2) dan variabel Pembelajaran Mikro (X3) yang
dipengaruhi oleh penguasaan materi ajar (X1) dan penguasaan pedagogi (X2) dan
Kemampuan Praktek Mengajar (Y). Tabel Nilai R-Square menunjukkan nilai R-square
untuk variabel Kemampuan Praktek Mengajar (Y) diperoleh sebesar 0,465 dan untuk
variabel Pembelajaran Mikro (X3) diperoleh sebesar 0,433. Hasil ini menunjukkan bahwa
46.5% variabel Kemampuan Praktek Mengajar (Y) dipengaruhi Praktek Mengajar (Y) yang
dipengaruhi oleh penguasaan materi ajar (X1) dan penguasaan pedagogi (X2) dan variabel
Pembelajaran Mikro (X3) dan 43.3% variabel Pembelajaran Mikro (X3) yang dipengaruhi
oleh penguasaan materi ajar (X1) dan penguasaan pedagogi (X2) dan Kemampuan Praktek
Mengajar (Y).
2. Uji Signifikansi
Uji signifikansi pada model SEM dengan PLS bertujuan untuk mengetahui pengaruh
variabel eksogen terhadap variabel endogen. Pengujian hipotesis dengan metode SEM PLS
dilakukan dengan cara melakukan proses bootstrapping dengan bantuan program komputer
smartPLS 3.0 sehingga diperoleh hubungan pengaruh variabel eksogen terhadap variabel
endogen sebagai berikut:
a) Pengujian Hipotesis Pengaruh Langsung
Dasar pengujian hipotesis dalam penelitian ini adalah nilai yang terdapat pada output
result for inner weight. Hasil output estimasi untuk pengujian model struktural dapat dilihat pada
tabel berikut:
 Result For Inner Weights

Pengujian Hipotesis
1. H0 : 𝜌𝑧𝑦 = 0 : Tidak terdapat pengaruh Pembelajaran Mikro terhadap Kemampuan Praktek
Mengajar
Ha : 𝜌𝑧𝑦 ≠ 0 : Terdapat pengaruh Pembelajaran Mikro terhadap Kemampuan Praktek
Mengajar
Pengaruh Pembelajaran Mikro terhadap Kemampuan Praktek Mengajar menunjukkan
nilai Tstatistik sebesaar 2,150, nilai tersebut lebih besar dari nilai t tabel (2,0). Arah hubungan
langsung Pembelajaran Mikro terhadap Kemampuan Praktek Mengajar adalah positif dengan
nilai koefisien jalur sebesar 0,373. Sehingga diperoleh kesimpulan bahwa Pembelajaran Mikro
berpengaruh positif terhadap Kemampuan Praktek Mengajar Berdasarkan hal tersebut dapat
ditarik kesimpulan bahwa Hipotesis (Ha) Diterima.

2. H0 : 𝜌𝑧𝑥1 = 0 : Tidak terdapat pengaruh Penguasaan Materi Ajar terhadap Kemampuan

Praktek Mengajar
𝐻𝑎: 𝜌𝑧𝑥1 ≠ 0 : Terdapat pengaruh pengaruh Penguasaan Materi Ajar terhadap Kemampuan
Praktek Mengajar
Pengaruh Penguasaan Materi Ajar terhadap Kemampuan Praktek Mengajar
menunjukkan nilai Tstatistik sebesaar 0,158, nilai tersebut lebih kecil dari nilai ttabel (2,0). Arah
hubungan langsung Penguasaan Materi Ajar terhadap Kemampuan Praktek Mengajar adalah
positif dengan nilai koefisien jalur sebesar 0,026. Sehingga diperoleh kesimpulan bahwa
Penguasaan Materi Ajar tidak terbukti menjadi mediasi hubungan Kemampuan Praktek
Mengajar. Berdasarkan hal tersebut dapat ditarik kesimpulan bahwa Hipotesis (H0 ) Diterima.

3. H0: 𝜌𝑦𝑥1 = 0 : Tidak terdapat pengaruh Penguasaan Materi Ajar terhadap Pembelajaran
Mikro
Ha: 𝜌𝑦𝑥1 = 0 : Terdapat pengaruh Penguasaan Materi Ajar terhadap Pembelajaran Mikro
Pengaruh Penguasaan Materi Ajar terhadap Pembelajaran Mikro menunjukkan nilai
Tstatistik sebesaar 1,071, nilai tersebut lebih kecil dari nilai ttabel (2,0). Arah hubungan langsung
Penguasaan Materi Ajar terhadap Pembelajaran Mikro adalah positif dengan nilai koefisien jalur
sebesar 0.199. Sehingga diperoleh kesimpulan bahwa Penguasaan Materi Ajar tidak terbukti
menjadi mediasi hubungan Pembelajaran Mikro. Berdasarkan hal tersebut dapat ditarik
kesimpulan bahwa Hipotesis (H0) Diterima.

4. H0 : 𝜌𝑧𝑥2 = 0 : Tidak terdapat pengaruh Penguasaan Pedagogi terhadap Kemampuan Praktek

Mengajar
Ha : 𝜌𝑧𝑥2 ≠ 0 : Terdapat pengaruh Penguasaan Pedagogi terhadap Kemampuan Praktek
Mengajar
Pengaruh Penguasaan Pedagogi terhadap Kemampuan Praktek Mengajar menunjukkan
nilai Tstatistik sebesaar 2,067, nilai tersebut lebih besar dari nilai t tabel (2,0). Arah hubungan
langsung Penguasaan Pedagogi terhadap Kemampuan Praktek Mengajar adalah positif dengan
nilai koefisien jalur sebesar 0,362. Sehingga diperoleh kesimpulan bahwa Penguasaan Pedagogi
berpengaruh positif terhadap Kemampuan Praktek Mengajar. Berdasarkan hal tersebut dapat
ditarik kesimpulan bahwa Hipotesis (Ha ) Diterima.

5. H0 : 𝜌𝑦𝑥2 = 0 : Tidak terdapat pengaruh Penguasaan Pedagogi terhadap Pembelajaran Mikro

Ha : 𝜌𝑦𝑥2 ≠ 0 : Terdapat pengaruh Penguasaan Pedagogi terhadap Pembelajaran Mikro
Pengaruh Penguasaan Pedagogi terhadap Pembelajaran Mikro menunjukkan nilai T statistik sebesaar
3,960, nilai tersebut lebih besar dari nilai ttabel (2,0). Arah hubungan langsung Penguasaan
Pedagogi terhadap Pembelajaran Mikro adalah positif dengan nilai koefisien jalur sebesar 0,515.
Sehingga diperoleh kesimpulan bahwa Penguasaan Pedagogi berpengaruh positif terhadap
Pembelajaran Mikro. Berdasarkan hal tersebut dapat disimpulkan bahwa Hipotesis (Ha)
Diterima.

b) Pengujian Hipotesis Pengaruh Tidak Langsung

Hasil pengujian hipotesis pengaruh tidak langsung melalui Pembelajaran Mikro sebagai
variabel intervening.
Specific Indirect Effect

Pengujian Hipotesis
1. H0: 𝜌𝑦𝑥𝑖1−2 = 0: Tidak terdapat pengaruh Penguasaan Materi Ajar dan Pembelajaran Mikro
terhadap Kemampuan Praktek Mengajar
Ha: 𝜌𝑦𝑥𝑖1−2 ≠ 0: Terdapat pengaruh Penguasaan Materi Ajar dan Pembelajaran Mikro
terhadap Kemampuan Praktek Mengajar.
Pengaruh Penguasaan Materi Ajar terhadap Kemampuan Praktek Mengajar melalui
Pembelajaran Mikro sebagai variabel intervening dengan ditunjukkan nilai T statistik sebesar 0,956
yang lebih kecil dari ttabel (2,0). Berdasarkan hal tersebut dapat dikatakan bahwa H0 diterima.
Dapat disimpulkan “Penguasaan Materi Ajar secara tidak langsung melalui Pembelajaran Mikro
sebagai variabel intervening tidak berpengaruh secara signifikan terhadap Kemampuan Praktek
Mengajar”.

2. H0: 𝜌𝑧𝑥𝑖1−2 = 0 : Tidak terdapat pengaruh Penguasaan Pedagogi dan Pembelajaran Mikro
terhadap Kemampuan Praktek Mengajar.
Ha: 𝜌𝑧𝑥𝑖1−2 ≠ 0 : Terdapat pengaruh Penguasaan Pedagogi dan Pembelajaran Mikro
terhadap Kemampuan Praktek Mengajar.
Pengaruh Penguasaan Pedagogi terhadap Kemampuan Praktek Mengajar melalui
Pembelajaran Mikro sebagai variabel intervening dengan ditunjukkan nilai Sstatistik sebesar
2,093 yang lebih besar dari ttabel (2,0). Berdasarkan hal tersebut dapat dikatakan bahwa Ha
diterima. Dapat disimpulkan “Penguasaan Pedagogi secara tidak langsung melalui Pembelajaran
Mikro sebagai variabel intervening berpengaruh secara signifikan terhadap Kemampuan Praktek
Mengajar”.