Data sampel terdiri atas 50 pasien yang melakukan diet untuk menurunkan Berat
Badan. Pasien diukur BB sebelum diet dan sesudah diet. Peneliti ingin mengetahui
apakah diet tersebut efektif untuk menurunkan tekanan BB pasien tersebut dengan
alpha 5%.
Jawab: Uji T Dependen
Tabel Distribusi Rata-Rata Perbedaan Berat Badan Sebelum dan Sesudah Diet
Berat Mean Standar Standar Beda Beda Beda P value N
Badan Deviasi Eror Mean I SD I & SE I&
& II II II
Sebelum 59,7 8,421 1,191
Diet
Sesudah 52,7 7,192 1,017 07,00 6,782 0,959 0,000 50
Diet
Rata-rata berat badan sebelum diet adalah 59,70 kg dengan standar deviasi 8,421 dan
SE sebesar 1,191. Rata-rata berat badan sesudah diet sebesar 52,70 kg dengan SD
sebesar 7,192 dengan SE 1,017. Terlihat nilai mean terdapat perbedaan pengukuran
pertama dan kedua (sebelum dan sesudah diet adalah 7,000 kg dengan SD 6,782 dengan
SE 0,959.
Hasil uji statistik diperoleh sebesar 0,000. Pada alpha 5% terlihat p < α, sehingga Ho
ditolak dan Ha diterima. Artinya ada perbedaan signifikan antara berat badan sebelum
dan sesudah diet.
2. Dua macam obat obesitas diberikan kepada mereka yang over weight dalam 3 bulan.
Obat A diberikan pada 10 orang dan obat B juga diberikan pada 10 orang. Hasil
pengukuran berat badan setelah 3 bulan sebagai berikut
Obat A: 9 8 9 7 8 9 5 7 4 7
Obat B: 4 6 7 3 5 3 4 6 6 8
apakah ada perbedaan dalam daya menurunkan berat badan kedua macam obat pada
alpha 5%!
Jawab: Uji T Independen
Tabel Distribusi Rata-Rata Penurunan BB Menurut Obat
Obat Mean SD SE P value N
Obat A 7,30 1,70 0,54 10
Obat B 5,20 1,68 0,53 10
0,013
Rata-rata penurunan berat badan pada Obat A adalah 7,30 dengan SD 1,70 dan SE
0,54. Sedangkan rata-rata penurunan berat badan pada Obat B adalah 5,20 kg dengan
SD 1,68 dan SE 0,53.
Hasil uji statistik didapatkan nilai p = 0,013 berarti pada alpha 5% terlihat p < α
sehingga Ho ditolak dan Ha diterima, artinya terdapat perbedaan signifikan penurunan
BB antara obat A dengan obat B.
3. 18 orang yang mengalami kelebihan berat badan mengikuti program diet. Subjek
dibagi dalam 3 kelompok metode program diet. Hasil pengukuran berat badan setelah
sebagai berikut
Metode A: 6,2 8,4 5,5 4,5 5,5 6,0
Metode B: 7,2 6,7 5,6 6,6 7,0 5,5
Metode C: 8,0 9,5 9,9 8,7 9,8 10,8
a. Ujilah apakah ada perbedaan penurunan berat badan di antara 3 metode tersebut
pada alpha 5%!
b. Bila ada yg berbeda kelompok mana saja yang berbeda?
c. Metode manakah yang paling baik?
Jawab: Uji Anova One Way
Tabel Distribusi Rata-rata Penurunan BB pada Metode Program A,B, dan C
1. Seorang dosen ingin mengetahui apakah ada hubungan antara IQ dengan nilai IPK
mahasiswa dengan Motivasi Berprestasi sebagai variabel control. Guna keperluan penelitian
ini maka dosen tersebut mengumpulkan data-data yang dibutuhkan menggunakan kuesioner
untuk 12 orang sampel (responden) penelitian
Tests of Normality
Shapiro-Wilk
Statistic df Sig.
iq .972 12 .932
ipk .899 12 .152
motivasi .870 12 .066
Karena nilai sig untuk semua variabel penelitian diatas 0.05 maka dapat disimpulkan variabel
IQ, IPK, dan Motivasi adalah berdistribusi normal.
Correlations
Control Variables iq ipk motivasi
-none-a iq Correlation 1.000 .832 .718
Significance (2- . .001 .009
tailed)
df 0 10 10
ipk Correlation .832 1.000 .774
Significance (2- .001 . .003
tailed)
df 10 0 10
motivasi Correlation .718 .774 1.000
Significance (2- .009 .003 .
tailed)
df 10 10 0
motivasi iq Correlation 1.000 .626
Significance (2- . .039
tailed)
df 0 9
ipk Correlation .626 1.000
Significance (2- .039 .
tailed)
df 9 0
tabel output pertama none a menunjukkan nilai korelasi atau hubungan antara variable IQ
dengan IPK sebelum dimasukkannya variable control (motivasi) dalam analisis. Dari
output di atas diketahui nilai koefesien korelasi sebesar 0.832 (positif) dan nilai
signifikan (2 tailed) adalah 0.001<0.005 maka dapat disimpulkan bahwa ada
hubungan yang positif dan signifikan antara IQ dengan IPK mahasiswa tanpa adanya
variable control (motivasi). Sementara nilai korelasi sebesar 0.832 ini masuk dalam
kategori hubungan sangat kuat
Tabel output motivasi menunjukkan nilai korelasi atau hubungan antara variabel IQ dengan
IPK setelah memasukkan motivasi sebagai variabel control dalam analisis. Dari tabel
output diatas terlihat bahwa terjadi penurunan nilai koefisien korelasi menjadi 0.626
(bernilai positif dan kategori hubungan kuat) dengan nilai sig (2-tailed) sebesar 0.039,
0.05 maka Ho di tolak dan Ha diterima yang berarti bahwa hubungan antara IQ dan
IPK dengan motivasi sebagai variabel control adalah signifikan.
2. Hubungan kompetensi dan motivasi terhadap kinerja dosen FKG USU tahun 2020
Correlations
kompetensi motivasi kinerja
kompetensi Pearson Correlation 1 .390 .021
Sig. (2-tailed) .236 .952
N 11 11 11
motivasi Pearson Correlation .390 1 -.566
Sig. (2-tailed) .236 .069
N 11 11 11
kinerja Pearson Correlation .021 -.566 1
Sig. (2-tailed) .952 .069
N 11 11 11
Hubungan kompetensi, motivasi dengan kinerja menunjukan hubungan yang kuat (r= 0,624)
dan berpola positif artinya semakin bertambah kompetensi dan motivasi semakin besar kinerja. Nilai
koefisien dengan determinasi 0,389 persamaan garis regresi menerangkan 38,9% variasi kinerja
atau persamaan garis yang diperoleh cukup baik untuk menjelaskan variable kinerja. Hasil uji statistik
didapatkan tidak terdapat hubungan yang signifikan antara kompetensi dan motivasi dengan kinerja.
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
a
Pearson Chi-Square 11.550 4 .021
Likelihood Ratio 15.334 4 .004
Linear-by-Linear Association 4.264 1 .039
N of Valid Cases 100
a. 2 cells (20.0%) have expected count less than 5. The minimum
expected count is 3.33.
X Hitung = 11,55
Df = 4
X tabel =9,49 (X hitung > X tabel : H0 ditolak)
Sig 2 sided < 0,05 (H0 ditolak)
Ada hubungan tingkat pendidikan dengan kebiasaan merokok
FISHER EXACT
Chi-Square Tests
Asymptotic
Significan
ce (2-Exact Sig. (2-Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 3,938a 1 ,047
Continuity Correctionb 1,470 1 ,225
Likelihood Ratio 5,062 1 ,024
Fisher's Exact Test ,143 ,114
Linear-by-Linear 3,375 1 ,066
Association
N of Valid Cases 7
a. 4 cells (100,0%) have expected count less than 5. The minimum expected count is 1,29.
b. Computed only for a 2x2 table
MC NEMAR
Test Statisticsa
PRE_EXC &
POST_EXC
N 22
Exact Sig. (2-tailed) ,007b
a. McNemar Test
b. Binomial distribution used.
P value 0,007 < 0,05 (H0 ditolak, ada perbedaan tekanan darah sebelum & sesudah olahraga)
COCHRAN TEST
Frequencies
Value
0 1
METODE1 5 5
METODE2 5 5
METODE3 9 1
Test Statistics
N 10
Cochran's Q 4,571a
df 2
Asymp. Sig. ,102
a. 0 is treated as a success.
P value 0,102 > 0,05 (H0 diterima , tidak ada hubungan metode penyembuhan dengan pengguna
narkoba)
1. Suatu penelitian dengan mengamati Nadi sebelum pemberian obat x (Nadi-1) dan setelah
pemberian obat x (Nadi-2) didapatkan data seperti terlihat pada Tabel berikut :
Apakah ada perbedaan Nadi-1 dan Nadi-2 dengan a=0,05 dan CI 95%
Jawab:
Test Statisticsa
sesudah -
sebelum
Z -2.812b
Asymp. Sig. (2- .005
tailed)
a. Wilcoxon Signed Ranks Test
b. Based on negative ranks.
Dari tabel diatas di ketahui bahwa p value 0,005 artinya Ho ditolak. Terdapat perbedaan
signifikan antara nadi-1 dan nadi-2. Jadi, pemberian obat x dapat meningkatkan nadi.
2. Dilakukan penelitian terhadap nilai IMT pada 12 orang dari kelompok gizi kurang dan
15 orang dari kelompok gizi normal&lebih . Berikut merupakan datanya :
nilai
N IM
o status gizi T
1 kurang 16
2 kurang 18
3 kurang 20
4 kurang 12
5 kurang 16
6 kurang 14
7 kurang 15
8 kurang 20
9 kurang 12
10 kurang 15
11 kurang 16
12 kurang 11
lebih/norma 19
13 l
lebih/norma 19
14 l
lebih/norma 21
15 l
lebih/norma 25
16 l
17 lebih/norma 26
l
lebih/norma 27
18 l
lebih/norma 23
19 l
lebih/norma 27
20 l
lebih/norma 20
21 l
lebih/norma 20
22 l
lebih/norma 25
23 l
lebih/norma 27
24 l
lebih/norma 24
25 l
lebih/norma 19
26 l
lebih/norma 29
27 l
Apakah Ada perbedaan IMT antara kelompok gizi kurang dan kelompok gisi normal&lebih?
Jawab:
Test Statisticsa
imt
Mann-Whitney U 8.000
Wilcoxon W 86.000
Z -4.017
Asymp. Sig. (2-tailed) .000
Exact Sig. [2*(1-tailed .000b
Sig.)]
a. Grouping Variable: status_gizi
b. Not corrected for ties.
Hasil: Mann Whitney U = 8,0000 dan P value = 0,000 berarti Ho ditolak.
Ada perbedaan IMT antara kelompok gizi kurang dan kelompok gizi normal&lebih
3. Peneliti mengambil sampel 100 orang dilihat golongan darahnya. Harapan peneliti
bahwa golongan darah di masyarakat seimbang. Ternyata didapatkan hasil sebanyak 30
orang bergolongan darah A, 20 orang bergolongan darah B, 40 orang bergolongan
darah AB, dan 10 orang bergolongan darah O. Apakah harapan peneliti terpenuhi
dengan α = 𝟓% ?
Hipotesis
H0 ∶ Golongan darah di masyarakat seimbang
H1 ∶ Golongan darah di masyarakat tidak seimbang
Hipotesis
H0 : Tidak ada perbedaan di antara skor keotoriteran bagi para guru dalam proses
pengajaran
H1 : Ada perbedaan di antara skor keotoriteran bagi para guru dalam proses
pengajaran
Terlihat kalau dihasilkan nilai Kruskal Walis H sebesar 6,406 yang mana sama seperti yang
dihasilkan dengan Cara Manual. Kemudian juga dihasilkan nilai p-value sebesar 0,041 yang
mana lebih kecil daripada alpha 5%, sehingga keputusannya adalah H0 ditolak.
1. Seorang peneliti ingin meneliti pengaruh kebiasaan merokok (X1) dan Riwayat Kanker (X2)
terhadap Kanker paru paru (Y).
H0 = Ada pengaruh antara merokok dan riwayat merokok terhadap kanker paru-paru
Ha = Tidak ada pengaruh antara merokok dan riwayat merokok terhadap kanker paru-paru
No X1 X2 Y
1 0 0 0
2 0 1 0
3 1 0 0
4 1 1 1
5 1 1 0
6 0 0 0
7 0 0 0
8 1 1 1
9 0 0 1
10 0 1 0
11 0 0 1
12 1 1 0
13 0 0 0
14 1 1 0
15 1 0 0
16 1 1 0
17 1 1 0
18 1 1 1
19 0 1 0
20 1 1 0
21 0 0 0
22 0 0 0
23 0 0 1
24 1 1 1
25 1 1 1
26 1 1 1
27 1 1 1
28 0 0 0
29 0 0 0
30 1 1 1
31 0 0 0
32 1 1 1
33 1 1 1
34 1 1 1
35 0 0 0
36 0 1 1
37 0 0 0
38 1 1 1
39 1 0 1
40 1 1 0
41 0 0 0
42 1 1 1
43 0 0 0
44 0 0 1
45 0 0 1
46 0 0 0
47 1 1 1
48 0 0 1
49 1 1 1
50 0 0 0
51 1 1 1
52 1 1 1
53 1 1 1
54 0 0 0
55 0 1 0
56 0 0 1
57 0 0 1
58 1 0 0
59 0 0 1
60 0 0 0
61 0 0 0
62 0 0 0
63 1 1 1
64 1 1 1
65 0 0 0
66 0 0 0
67 0 0 0
68 1 1 1
69 0 0 0
70 1 1 1
71 1 1 1
72 0 0 0
73 0 1 0
74 1 1 1
75 1 1 1
76 1 1 1
77 1 1 1
78 0 0 0
79 1 1 1
80 0 0 0
Uji asumsi
1. Uji normalitas
2. Asumsi eksistensi
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value .22 .76 .49 .258 80
Std. Predicted Value -1.043 1.062 .000 1.000 80
Standard Error of Predicted .072 .150 .081 .025 80
Value
Adjusted Predicted Value .20 .78 .49 .259 80
Residual -.761 .781 .000 .432 80
Std. Residual -1.740 1.786 .000 .987 80
Stud. Residual -1.764 1.811 -.004 1.009 80
Deleted Residual -.782 .803 -.003 .451 80
Stud. Deleted Residual -1.789 1.839 -.003 1.018 80
Mahal. Distance 1.134 8.342 1.975 2.245 80
Cook's Distance .002 .091 .015 .022 80
Centered Leverage Value .014 .106 .025 .028 80
a. Dependent Variable: Y
Bila residual menunjukkan adanya mean mendekati nilai nol dan ada sebaran (varian data
standar deviasi) maka asumsi eksistensi terpenuhi. Hasil dari output diatas menunjukkan
angka residual dengan mean 0,000 dan standar deviasi 0,432. Dengan demikian asumsi
eksistensi terpenuhi.
3. Asumsi Independensi
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .513a .263 .244 .437 1.906
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y
Dari hasil uji didapatkan koefisien Durbin Watson 1,906 berarti asumsi independensi
terpenuhi.
4. Asumsi Homoscedascity
Dari hasil plot diatas terlihat tebaran titik mempunyai pola yang sama antara titik-titik
diatas dan dibawah garis diagonal 0. Dengan demikian asumsi homoscedasity terpenuhi.
5. Asumsi Linieritas
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.253 2 2.626 13.725 .000b
Residual 14.735 77 .191
Total 19.987 79
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1
Untuk mengetahui asumsi linieritas dapat diketahui dari uji ANOVA, bila hasilnya
signifikan (p value < alpha) maka model berbentuk linier. Dari output diatas
menghasilkan uji anova 0,0005, berarti asumsi linieritas terpenuhi.
6. Diagnostik Multicollinearity
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) .219 .072 3.049 .003
X1 .369 .148 .369 2.493 .015 .436 2.294
X2 .173 .148 .173 1.170 .246 .436 2.294
a. Dependent Variable: Y
Dari hasil uji asumsi didapatkan nilai VIF tidak lebih dari 10, dengan demikian tidak ada
multicollinearity antara sesame variable independen.
Dari hasil uji asumsi dan kolinearitas ternyata semua asumsi terpenuhi sehingga model dapat
digunakan untuk memprediksi terjadinya kanker paru.
Setelah dilakukan analisi, variable independen yang masuk model regresi adalah kebiasaan
merokok dan riwayat kanker. Pada tabel ‘Model Summary’ terlihat koefisien determinasi
menunjukkan nilai 0,263 artinya bahwa model regresi yang diperoleh dapat menjelaskan
26,3% variasi variable dependen kanker paru. Kemudian pada kota ‘ANOVA’ bias lihat hasil
uji F yang menunjukkan nilai p (sig)= 0,000, berarti pada alpha 5% dapat menyatakan bahwa
model regresi cocok (fit) dengan data yang ada. Atau dapat diartikan kedua variabel tersebut
secara signifikan dapat untuk memprediksi variabel kanker paru.
Pada kotak ‘Coefficient’ dapat diperoleh persamaan garisnya, pada kolom B (di bagian
Variabel In Equation), dapat diketahui koefisien masing-masing variabel. Persamaan regresi
yang diperoleh adalah
Kanker paru= 0,219 + 0,369 X1 + 0,173 X2
Kolom beta dapat digunakan untuk melihat variabel mana yang paling berpengaruh terhadap
kanker paru. Pada analisis diatas variabel yang paling berpengaruh untuk terjadinya kanker
paru adalah kebiasaan merokok.
1. Peneliti ingin mengetahui hubungan pengetahuan terhadap sikap pada remaja yang
mengalami dismenorea
NO Pengetahuan Sikap
1 1 1
2 1 1
3 1 2
4 1 1
5 1 1
6 2 2
7 1 1
8 1 1
9 1 1
10 2 2
11 1 1
12 1 1
13 2 2
14 1 1
15 1 1
16 1 1
17 1 1
18 1 1
19 2 2
20 2 2
21 2 2
22 2 2
23 1 1
24 1 1
25 2 2
26 2 1
27 2 2
28 1 1
29 1 1
30 1 1
Interpretasi :
Lihat di nilai signifikansinya yaitu 0,000, berarti < nilai alpha (0,05) Ho ditolak , artinya
terdapat pengaruh pengetahuan terhadap sikap pelajar.
Lihat juga nilai exp (B) nya 171,000 artinya nilai OR, maka responden yang pengetahuan
yang kurang baik beresiko 171 kali pengaruhi sikapnya, daripada yang pengetahuan baik.
2. Faktor – faktor yang berhubungan dengan rencana penolong persalinan pada ibu hamil
Variabel dependent rencana penolong persalinan : non nakes dan nakes
Variabel independent kepemilikan jamkesmas, umur, pendidikan, pelajaran , penghasilan
keluarga, riwayat penolong persalinan
Lower Upper
jamkesmas 1.521 .676 5.060 1 .024 4.577 1.216 17.223
Step 1a
Constant -1.447 .556 6.779 1 .009 .235
Lower Upper
Lower Upper
Lower Upper
Lower Upper
Lower Upper
riwayatpenolongpersalin 4405840539.5
22.206 15191.515 .000 1 .999 .000 .
Step 1a an 71
Lower Upper
P value dari ke 3 variabel < 0,05 , semua variable independent berpengaruh pada variable
dependent. OR paling besar yaitu jamkesmas yang merupakan variable paling dominan
mempengaruhi variabel dependent.
1. Seleksi model
382727116.94
jamkesmas 19.763 9874.111 .000 1 .998 .000 .
5
23766413163
penghasilan 40.010 17863.388 .000 1 .998 .000 .
5062816.000
a
Step 1
jamkesmas by 1116811027.9
20.834 14886.322 .000 1 .999 .000 .
pendidikan 22
jamkesmas by
-39.516 17863.388 .000 1 .998 .000 .000 .
penghasilan
a. Variable(s) entered on step 1: jamkesmas, pendidikan, penghasilan, jamkesmas * pendidikan , jamkesmas * penghasilan .
Lower Upper
1281495275.
jamkesmas 20.971 10004.319 .000 1 .998 .000 .
276
1698874761.
Step 1a penghasilan 21.253 10004.319 .000 1 .998 .000 .
100
jamkesmas by
-20.674 10004.319 .000 1 .998 .000 .000 .
penghasilan
Lower Upper
jamkesmas 1.969 .852 5.340 1 .021 7.160 1.348 38.027
Lower Upper
Jika variabel confounding menyebabkan perubahan nilai OR pada variabel independent utama
sebesar > 10 %
Menghitung : 7,160 – 5,705 X 100 : 7,160 = 20,32
Perubahan OR 20,3 % diatas 10 % kesimpulan : penghasilan merupakan variable perancu
Lower Upper
Lower Upper
Lower Upper
Pada kelompok ibu hamil yang memiliki jaminan kesehatan penolong persalinan sebesar 7,160 kali
lebih besar pada ibu hamil yang tidak memiliki jamkesmas setelah dikontrol oleh variable
penghasilan dan pendidikan.
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3.683 1 .055
Test of equality of survival distributions for the different
levels of Metode_Pengobatan_X2.
Sig metode pengobatan 0,055 > 0,05 : Tidak ada perbedaan ketahanan hidup antara
kelompok pengobatan dengan kemoterapi dan non kemoterapi
Means and Medians for Survival Time
Meana Median
95% Confidence Interval 95% Confidence Interval
Kanker_X1 Estimate Std. Error Lower Bound Upper Bound Estimate Std. Error Lower Bound Upper Bound
Adenocarsinom 79.169 36.622 7.389 150.949 24.000 2.813 18.486 29.514
a
Skuamosa 80.923 25.991 29.981 131.865 33.000 5.392 22.431 43.569
Small 18.000 4.619 8.947 27.053 22.000 .000 . .
Overall 95.323 31.163 34.244 156.402 26.000 3.827 18.500 33.500
a. Estimation is limited to the largest survival time if it is censored.
Interpretasi (Variabel Kanker)
Overall Comparisons
Chi-Square df Sig.
Log Rank (Mantel-Cox) 3.459 2 .177
Test of equality of survival distributions for the different
levels of Kanker_X1.
Sig kanker 0,177 > 0,05 : Tidak ada perbedaan ketahanan hidup antara kelompok adenocarsinoma,
squamosa dan small.
1. seorang peneliti ingin mengetahui apakah obat herbal merek H benar-benar mampu
menurunkan berat badan seseorang dalam kurun waktu tertentu? 17 orang yang akan
melakukan program diet ditimbang untuk diketahui berat badan awal. Setelah itu 17
orang tersebut diberi minum obat herbal merek H, kemudian ditimbang kembali berat
badannya seminggu dan sebulan kemudian setelah sebelumnya rutin mengkonsumsi
obat herbal tersbeut.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Karena sampel kurang dari 50 maka yang kita lihat adalah nilai sig dari Shapiro-
wilk, nilai sig > 0,05, maka variable berdistribusi normal.
Tests of Within-Subjects Effects
Measure:Obat
Gambar plots ini menunjukkan ketajaman rata-rata penurunan berat badan dari waktu ke
waktu berat badan tersebut diukur atau di timbang.
2. Seorang peneliti ingin mengetahui apakah terdapat perbedaan hasil belajar siswa SMP
berdasarkan jenjang pendidikan terakhir orang tua dan jenis kelamin siswa tersebut. Faktor
jenjang pendidikan terakhir orang tua terdiri dari 3 taraf yaitu SMP,SMA, PT(perguruan
tinggi). Sementara faktor jenis kelamin terdiri dari 2 taraf, yakni laki-laki dan perempuan.
Total 212500.000 42
Interpretasi :
1. Nilai sig 0,000 < 0,05 ada perbedaan hasil matematika berdasarkan pendidikan
terakhir orangtua.
2. Nilai sig 0,685 > 0,05 berarti tidak ada perbedaan hasil belajar matematika siswa
berdasarkan jenis kelamin siswa.
3. Nilai sig 0,490 > 0,05 tidak ada interaksi jenjang pendidikan terakhir orangtua
dengan jenis kelamin siswa dalam menentukan hasil belajar matematika siswa.