MEMBANDINGKAN VEKTOR RATA-RATA 2 SAMPEL INDEPENDEN,

ELLIPSOID CONFIDENCE DAN POS HOC

Disusun untuk Memenuhi tugas Mata Kuliah Statistika
Dosen Pengampu: Prof.Dr.Dhoriva Urwatul Wustqa, M.S.

Disusun oleh:

Sri Marlisa 21309251016

Meiliza Aminy 21309251025

PROGRAM MAGISTER PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI YOGYAKARTA
2021
PENGUJIAN HIPOTESIS VEKTOR RATA-RATA DUA SAMPEL INDEPENDEN

A. Permasalahan multivariat
Sampel dipilih masing-masing 20 orang siswa secara acak dari dua kelas yang
berbeda yaitu 20 orang siswa kelas VII A dan 20 orang siswa kelas VII B dari SMP
IT Inayah. Bersama-sama mengikuti pembelajaran matematika kelas VII semester II
pada materi SPLDV.
Pada permasalahan ini, variabel terikatnya dalah hasil belajar matematika dan
pemecahan masalah belajar matematika sedangkan variabel bebasnya pembelajaran
dengan Model PBL dan pembelajaran konvensional. Berikut tabel data hasil belajar
matematika dan kemampuan pemecahan masalah matematika siswa. Dengan
keterangan HBM = Hasil Belajar Matematika dan KPM = Kemampuan Pemecahan
Masalah Matematika.

NO. Model PBL Model Konvensional

HBM KPM HBM KPM
𝑥11 𝑥12 𝑥21 𝑥22
1 85 83 65 79
2 81 84 65 67
3 82 85 62 60
4 87 85 70 69
5 82 87 68 62
6 80 80 69 64
7 80 82 67 62
8 80 83 65 64
9 85 89 66 66
10 87 88 68 65
11 88 84 62 60
12 81 85 70 68
13 88 85 65 65
14 84 80 69 65
15 81 80 70 63
16 80 89 70 67
17 80 84 63 60
18 85 80 70 66
19 80 85 65 64
20 87 82 65 60
83,15 84 66,7 64,8
x
 Apakah terdapat perbedaan signifikan rata-rata hasil belajar matematika siswa
dan kemampuan pemecahan masalah matematika siswa antara model PBL dengan
pembelajaran konvensional? (Taraf signifikansi uji yang digunakan adalah 5%).

B. Hipotesis
Hipotesis Penelitian
H0 : Tidak ada perbedaan rata-rata hasil belajar matematika dan pemecahan masalah
matematika siswa antara model PBL dan pembelajaran konvensional.
H1 : Terdapat perbedaan rata-rata hasil belajar matematika dan pemecahan masalah
matematika siswa antara model PBL dan pembelajaran konvensional.
Hipotesis yang diuji:
µ11 µ21
H0 :[µ ] = [µ ]
12 22
µ11 µ21
H1 :[µ ] ≠ [µ ]
12 22

Keterangan:
µ11 : rata-rata hasil belajar matematika siswa dengan model PBL
µ12 : rata-rata kemampuan pemecahan masalah matematika siswa dengan model PBL.
µ21 : rata-rata hasil belajar matematika siswa dengan pembelajaran konvensional
µ22 : rata-rata kemampuan pemecahan masalah matematika siswa dengan
pembelajaran konvensional.

C. Kriteria Pengambilan Keputusan

(𝑛1 +𝑛2 −𝑝−1)
H0 ditolak jika 𝐹 = (𝑛1 +𝑛2 −2)𝑝
𝑇 2 > 𝐹𝑝,𝑛1+𝑛2−𝑝−1 (𝛼)

Dengan:
′ −1
𝑛 𝑛
𝑇 2 = (𝑛 1+𝑛2 ) ( x 1 − x 2 ) (𝑆𝑔𝑎𝑏 ) ( x 1 − x 2)
1 2

Atau
(𝑛1 +𝑛2 −2)𝑝
𝑇 2 > 𝑐 2 dengan 𝑐 2 = 𝐹 (𝛼)
𝑛1 +𝑛2 −𝑝−1 𝑝,𝑛1 +𝑛2 −𝑝−1

Daerah kepercayaan 95% dari µ1 − µ2 atau 𝛼 = 0,05.

D. Uji Statistik
1
x 1 = ∑𝑛𝑗=1
1
𝑥1𝑗
𝑛 1

1
x 2 = ∑𝑛𝑗=1
2
𝑥2𝑗
𝑛 2
′
1
𝑠12 = 𝑛 ∑𝑛1 (𝑥1𝑗 − x 1 ) (𝑥1𝑗 − x 1 )
1 −1 𝑗=1
′
1
𝑠22 = 𝑛 ∑𝑛2 (𝑥2𝑗 − x 2 ) (𝑥2𝑗 − x 2 )
2 −1 𝑗=1

(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22

𝑆𝑔𝑎𝑏 = (𝑛1 +𝑛2 −2)

E. Perhitungan Menggunakan Rumus

1. Menghitung Rata-rata
Pada sampel 1 yang menggunakan model PBL
83,15
x1 = [ ]
84,00
Pada sampel 2 yang menggunakan pembelajaran konvensional
66,70
x2 = [ ]
64,80
Sehingga diperoleh,
83,15 66,70 16,45
x1 − x2 = [ ]−[ ] =[ ]
84,00 64,80 19,20

2. Menghitung Matriks Kovarians

a. Menentukan matriks kovarians sampel 1

• Menentukan 𝑥𝑑1 = (𝑥1𝑗 − x 1 )

 1,85 −1
−2,15 0
−1,15 1
3,85 1
−1,15 3
−3,15 −4
−3,15 −2
−3,15 −1
1,85 5
3,85 4
𝑥𝑑1 =
4,85 0
−2,15 1
4,85 1
0,85 −4
−2,15 −4
−3,15 5
−3,15 0
1,85 −4
−3,15 1
[ 3,85 −2]
 ′
• Menentukan 𝑥𝑑1 ′ = (𝑥1𝑗 − x 1 )

Xd1’ = 1.85 -2.15 -1.15 3.85 -1.15 -3.15 -3.15 -3.15 1.85 3.85 4.85 -2.15 4.85 0.85 -2.15 -3.15 -3.15 1.85 -3.15 3.85
-1 0 1 1 3 -4 -2 -1 5 4 0 1 1 -4 -4 5 0 -4 1 -2

• Menentukan matriks kovarians sampel 1

′
1
𝑠12 = 𝑛 ∑𝑛1 (𝑥1𝑗 − x 1 ) (𝑥1𝑗 − x 1 )
1 −1 𝑗=1

1178,55 18
𝑠12 = 20−1 [ ]
18 154
1 178,55 18
𝑠12 = 19 [ ]
18 154
9.397368421 0.9473684211
𝑠12 = [ ]
0.9473684211 8.105263158
b. Matriks kovarians sampel 2

• Menentukan 𝑥𝑑2 = (𝑥2𝑗 − x 2 )

Xd2= -1.7 14.2

-1.7 2.2
-4.7 -4.8
3.3 4.2
1.3 -2.8
2.3 -0.8
0.3 -2.8
-1.7 -0.8
-0.7 1.2
1.3 0.2
-4.7 -4.8
3.3 3.2
-1.7 0.2
2.3 0.2
3.3 -1.8
3.3 2.2
-3.7 -4.8
3.3 1.2
-1.7 -0.8
-1.7 -4.8
 ′
• Menentukan 𝑥𝑑2 ′ = (𝑥2𝑗 − x 2 )

Xd2= -1.7 -1.7 -4.7 3.3 1.3 2.3 0.3 -1.7 -0.7 1.3 -4.7 3.3 -1.7 2.3 3.3 3.3 -3.7 3.3 -1.7 -1.7
14.2 2.2 -4.8 4.2 -2.8 -0.8 -2.8 -0.8 1.2 0.2 -4.8 3.2 0.2 0.2 -1.8 2.2 -4.8 1.2 -0.8 -4.8

• Menentukan matriks kovarians sampel 2

′
1
𝑠22 = 𝑛 ∑𝑛1 (𝑥2𝑗 − x 2 ) (𝑥2𝑗 − x 2 )
2 −1 𝑗=1

1 144.2 68.8
𝑠22 = 20−1 [ ]
68.8 355.2
1 144.2 68.8
𝑠22 = [ ]
19 68.8 355.2
7.589473684 3.621052632
𝑠22 = [ ]
3.621053 18.694737
3. Menghitung 𝑺𝒈𝒂𝒃
• Menentukan (𝑛1 − 1)𝑠12
9.397368421 0.9473684211
(𝑛1 − 1)𝑠12 = (20 − 1) [ ]
0.9473684211 8.105263158

178,55 18
=[ ]
18 154
 • Menentukan (𝑛2 − 1)𝑠22
7.589473684 3.621052632
(𝑛2 − 1)𝑠22 = (20 − 1) [ ]
3.621053 18.694737
144.2 68.8
=[ ]
68,8 355,2

• Menentukan (𝑛1 + 𝑛2 − 2)
(𝑛1 + 𝑛2 − 2) = 20 + 20 − 2 = 38
• Menentukan 𝑆𝑔𝑎𝑏 dengan mensubstitusikan ke dalam rumus
(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
𝑆𝑔𝑎𝑏 = (𝑛1 +𝑛2 −2)
178,55 18 144.2 68.8
[ ] +[ ]
18 154 68.8 355,2
𝑆𝑔𝑎𝑏 = 38
322.75 86.8
[ ]
86.8 509,2
= 38
8.493421053 2.284210526
=[ ]
2.284211 13.4
Sehingga diperoleh,
0.12339514 −0.02103436
𝑆𝑔𝑎𝑏 −1 = [ ]
−0.02103436 0.07821246
4. Menghitung 𝑻𝟐
Untuk mencari 𝑇 2 dapat menggunakan persamaan berikut:
𝑛 𝑛 −1
𝑇 2 = (𝑛 1+𝑛2 ) (𝒙 ̅2 )′(𝑺𝒈𝒂𝒃 ) (𝒙
̅1 − 𝒙 ̅2 )
̅1 − 𝒙
1 2

20.20 0.12339514 −0.02103436 16,45

𝑇 2 = (20+20) [16,45 19,20] [ ] [[ ]]
−0.02103436 0.07821246 19,20
1,625990341
𝑇 2 = 10[16,45 19,20] [ ]
1.15566401
2
𝑇 = 489,362901
5. Menghitung 𝑭𝒉𝒊𝒕𝒖𝒏𝒈
Untuk mencari 𝑇 2 dapat menggunakan persamaan berikut:
(𝑛 +𝑛 −𝑝−1)
𝐹 = (𝑛1 +𝑛2 −2)𝑝 𝑇 2
1 2
(20+20−2−1)
𝐹= (20+20−2)2
(489,362901)
37
𝐹 = 76 (489,362901)
𝐹 = 238,242465
 6. Menentukan 𝑭𝒕𝒂𝒃𝒆𝒍
Untuk menentukan 𝐹𝑡𝑎𝑏𝑒𝑙 dapat menggunkan persamaan berikut:
𝐹𝑝,𝑛1+𝑛2−𝑝−1 (𝛼) = 𝐹2,37 (0.05)
𝐹2,37 (0.05) = 3,25
7. Keputusan Uji
(𝑛1 +𝑛2 −𝑝−1)
𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 (𝑛1 +𝑛2 −2)𝑝
𝑇 2 > 𝐹𝑝,𝑛1 +𝑛2−𝑝−1 (𝛼)

Karena 238,242465 > 3.25 maka 𝐻0 ditolak sehingga dapat disimpulkan bahwa ada
perbedaan rata-rata hasil belajar matematika dan pemecahan masalah matematika
siswa antara pembelajaran model PBL dan pembelajaran konvensional.

F. Ellipsoid
8.493421053 2.284210526
𝑆𝑔𝑎𝑏 = [ ]
2.284211 13.4
1. Nilai Eigen
8.493421053 2.284210526 𝜆 0
𝑆𝑔𝑎𝑏 − 𝜆𝐼 = [ ]−[ ]
2.284211 13.4 0 𝜆
8.493421053 − 𝜆 2.284210526
=[ ]
2.284211 13.4 − 𝜆
Kemudian diselesaikan dengan cara determinan:
8.493421053 − 𝜆 2.284210526
[ ]=0
2.284211 13.4 − 𝜆
(8.493421053 − 𝜆)(13.4 − 𝜆) − (2.284210526)(2.284211) = 0
2
113.8118421102 − 21,893421053 𝜆 + 𝜆 − 5,2176188 = 0
𝜆2 − 21.893421053𝜆 + 108,5942233102 = 0
−𝑏±√𝑏 2 −4𝑎𝑐
𝜆𝟏,𝟐 = 2𝑎

21,893421053 ± √(−21,893421053)2 − 4(1)(107,5942)

λ1,2 =
2(1)
21,893421053 ± √479,321 − 434,3768
λ1,2 =
2
21,893421053 ± √44,9442
λ1,2 =
2
21,893421053 ± 6,704
λ1,2 =
2
 21,893421053 + 6,704
𝜆1 =
2
𝜆𝟏 = 14.2988

21,893421053 − 6,704
𝜆𝟐 =
2
𝜆𝟐 = 7.5947

Jadi,

𝜆𝟏 = 14.2988
𝜆𝟐 = 7.5947
2. Vektor Eigen
Untuk 𝜆𝟏 = 14.2988
𝑥1 𝑥1
𝑺𝒈𝒂𝒃 [𝑥 ]=𝜆𝟏 [𝑥 ]
2 2
8.493421053 2.284210526 𝑥1 𝑥1
[ ] [𝑥 ] = 14.2988 [𝑥 ]
2.284211 13.4 2 2

Diperoleh persamaan
8,493𝑥1 + 2,284𝑥2 = 14.2988𝑥1 … … . (𝑖)
2,284𝑥1 + 13,4𝑥2 = 14.2988𝑥2 … … . . (𝑖𝑖)
Dari persamaan (𝑖) 𝑗𝑖𝑘𝑎 𝑥1 = 1 𝑚𝑎𝑘𝑎 𝑥2 = 2,542 sehingga
1
𝑥=[ ]
2,542
1
[ ]
2,542
𝑒1 =
√[ 1 𝑇 1
] [ ]
2,542 2,542

1
[ ]
1,389604437
𝑒1 = 1
√[1 2,542]𝑇 [ ]
2,542
1
[ ]
2,542
𝑒1 =
√7,461764
1
[ ]
2,542
𝑒1 = 2,7316
 0,366
𝑒1 = [ ]
0,931

Untuk 𝜆𝟐 = 7.5947
𝑥1 𝑥1
𝑺𝒈𝒂𝒃 [𝑥 ]=𝜆𝟏 [𝑥 ]
2 2
8.493421053 2.284210526 𝑥1 𝑥1
[ ] [𝑥 ] = 7.5947 [𝑥 ]
2.284211 13.4 2 2

Diperoleh persamaan:
8.493421053𝑥1 + 2.284210526𝑥2 = 7.5947𝑥1 … … . (𝑖)
2.284211𝑥1 + 13.4𝑥2 = 7.5947𝑥2 … … . . (𝑖𝑖)
Dari persamaan (𝑖) 𝑗𝑖𝑘𝑎 𝑥1 = 1 𝑚𝑎𝑘𝑎 𝑥2 = −0,39344 sehingga
1
𝑥=[ ]
−0,39344
1
[ ]
−0,39344
𝑒2 =
𝑇
√[ 1 1
] [ ]
−0,39344 −0,39344

1
[ ]
−0,39344
𝑒2 = 1
√[1 −0,39344]𝑇 [ ]
−0,39344
1
[ ]
−0,39344
𝑒2 =
√1,1548
1
[ ]
−0,39344
𝑒2 = 1,0746

0,9306
𝑒2 = [ ]
−0,3661
0,366 0,9306
Maka diperoleh vektor eigen = [ ]
0,931 −0,3661
3. Pusat Ellipsoid
83,15 66,70 16,45
x1 − x2 = [ ]−[ ] =[ ]
84,00 64,80 19,20

4. Panjang setengah sumbu ellipsoid

Untuk 𝜆𝟏 = 14.2988, maka
𝑛 +𝑛 (𝑛 +𝑛 −2)𝑝 40 (38)2
√𝜆1 ( 𝑛1 𝑛 2) (𝑛 1+𝑛 2−𝑝−1) 𝐹𝑝,𝑛1+𝑛2 −𝑝−1 (𝛼) =√14,2988 (400) 37
𝐹2,37 (0,05)
1 2 1 2

40 76
= √14,2988 (400) 37 (3,25)

= √9,5454

= 3,0896

Untuk 𝜆2 = 7.5947 , maka

𝑛 +𝑛 (𝑛 +𝑛 −2)𝑝 40 (38)2
√𝜆2 ( 𝑛1 𝑛 2 ) (𝑛 1+𝑛 2−𝑝−1) 𝐹𝑝,𝑛1 +𝑛2−𝑝−1 (𝛼) =√7,5947 (400) 37
𝐹2,37 (0,05)
1 2 1 2

40 76
= √7,5947 (400) 37 (3,25)

= √5,06999
= 2,25166
 5. Kesimpulan
Berdasarkan gambar tersebut dapat disimpulkan bahwa H0 ditolak, karena 𝜇1 − 𝜇2 =
0 terletak diluar ellipsoid maka terdapat perbedaan nilai rata-rata antara hasil belajar
matematika dan kemampuan pemecahan masalah matematika siswa antara
pembelajaran model PBL dan pembelajaran konvensional.

G. Interval kepercayaan dengan 𝑻𝟐 Hotelling

Untuk menentukan interval kepercayaan dengan 𝑇 2 Hotelling kita dapat menggunakan
rumus sebagai berikut:
1 1 1 1
𝑥̅1𝑖 − 𝑥̅2𝑖 − 𝑐√𝑠𝑔𝑎𝑏.𝑖𝑖 (𝑛 + 𝑛 ) < 𝜇1𝑖 − 𝜇2𝑖 <𝑥̅1𝑖 − 𝑥̅2𝑖 + 𝑐 √𝑠𝑔𝑎𝑏.𝑖𝑖 (𝑛 + 𝑛 )
1 2 1 2

(𝑛1 +𝑛2 −2)𝑝

dengan 𝑐 2 = (𝑛 𝐹𝑝,𝑛1+𝑛2 −𝑝−1 (𝛼)
1 +𝑛2 −𝑝−1)

Menentukan nilai c:
(20+20−2)2
𝑐 2 = (20+20−2−1) 𝐹2,20+20−2−1 (0,05)
(38)2
𝑐2 = 𝐹2,37 (0,05)
37
76
𝑐 2 = 37 (3,25)
76
𝑐 2 = 37 (3,25)

𝑐 2 = 6,6756756757
𝑐 = 2,5837328956

Untuk 𝑖 = 1
1 1 1 1
𝑥̅11 − 𝑥̅21 − 𝑐√𝑠𝑔𝑎𝑏.11 (𝑛 + 𝑛 ) < 𝜇11 − 𝜇21 < 𝑥̅11 − 𝑥̅21 + 𝑐 √𝑠𝑔𝑎𝑏.11 (𝑛 + 𝑛 )
1 2 1 2
 1 1
83,15 − 66,70 − 2,5837328956√8.493421053 ( + ) < 𝜇11 − 𝜇21 < 83,15 − 66,70 +
20 20

1 1
2,5837328956√8.493421053 ( + )
20 20

83,15 − 66,70 − 2,5837328956 (0,9215975832) < 𝜇11 − 𝜇21 < 82,87 − 67,5 +
2,5837328956 (0,9215975832)
83,15 − 66,70 − 2,3811619921 < 𝜇11 − 𝜇21 < 83,15 − 66,7 + 2,3811619921
14,068838 < 𝜇11 − 𝜇21 < 18,8311619921

Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑇 2 Hotelling maka 𝐻0
ditolak karena 𝜇11 − 𝜇21 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat
disimpulkan bahwa terdapat perbedaan rata-rata hasil belajar matematika siswa antara
pembelajaran PBL dan pembelajaran konvensional. Selain itu, karena nilai kedua sisi
interval tersebut positif maka menunjukan bahwa pembelajaran model PBL lebih efektif
dari pembelajaran konvensional.

Untuk 𝑖 = 2
1 1 1 1
𝑥̅12 − 𝑥̅ 22 − 𝑐√𝑠𝑔𝑎𝑏.22 (𝑛 + 𝑛 ) < 𝜇12 − 𝜇22 < 𝑥̅12 − 𝑥̅22 + 𝑐 √𝑠𝑔𝑎𝑏.22 (𝑛 + 𝑛 )
1 2 1 2

1 1 1 1
84 − 64,8 − 2,5837328956 √13.4 ( + ) < 𝜇12 − 𝜇22 < 84 − 64,8 + 2,5837328956 √13.4 ( + )
20 20 20 20

84 − 64,8 − 2,5837328956 (1.15758369) < 𝜇12 − 𝜇22 < 84 − 64,8 + 2,5837328956 (1.15758369)
84 − 64,8 − 2.99088706 < 𝜇12 − 𝜇22 < 84 − 64,8 + 2.99088706
16,20911294 < 𝜇12 − 𝜇22 < 22,19088706
Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑇 2 Hotelling maka 𝐻0
ditolak karena 𝜇12 − 𝜇22 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat
disimpulkan bahwa terdapat perbedaan rata-rata kemampuan pemecahan masalah
matematika siswa antara pembelajaran model PBL dan pembelajaran konvensional.
Selain itu, karena nilai kedua sisi interval tersebut positif maka menunjukan bahwa
pembelajaran model PBL efektif dari pembelajaran konvensional.
H. Interval kepercayaan dengan t Bonferoni
Untuk menentukan interval kepercayaan dengan 𝑡 Bonferoni, kita dapat menggunakan
rumus sebagai berikut:

𝛼 1 1 𝛼 1 1
𝑥̅1𝑖 − 𝑥̅2𝑖 − 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.𝑖𝑖 ( + ) < 𝜇1𝑖 − 𝜇2𝑖 < 𝑥̅1𝑖 − 𝑥̅2𝑖 + 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.𝑖𝑖 ( + )
2𝑝 𝑛1 𝑛2 2𝑝 𝑛1 𝑛2

Untuk 𝑖 = 1
𝛼 1 1 𝛼 1 1
𝑥̅11 − 𝑥̅21 − 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.11 ( + ) < 𝜇11 − 𝜇21 < 𝑥̅11 − 𝑥̅21 + 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.11 ( + )
2𝑝 𝑛1 𝑛2 2𝑝 𝑛1 𝑛2

0,05 1 1 0,05 1 1
83,15 − 66,7 − 𝑡20+20−2 ( ) √8,4934 ( + ) < 𝜇11 − 𝜇21 < 83,15 − 66,7 + 𝑡20+20−2 ( ) √8.4934 ( + )
2(2) 20 20 2(2) 20 20

83,15 − 66,7 − 𝑡38 (0,0125)(0,9216) < 𝜇11 − 𝜇21 < 83,15 − 66,7 + 𝑡38 (0,0125)(0,9216)

83,15 − 66,7 − (2,333721)(0,9216) < 𝜇11 − 𝜇21 < 83,15 − 66,7 + (2,333721)(0,9216)

83,15 − 66,7 −2,150757< 𝜇11 − 𝜇21 < 83,15 − 66,7 +2,150757

14,29924< 𝜇11 − 𝜇21 <18,60076

Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑡 Bonferoni maka 𝐻0 ditolak
karena 𝜇11 − 𝜇21 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat
disimpulkan bahwa terdapat perbedaan rata-rata hasil belajar matematika siswa antara
pembelajaran model PBL dan pembelajaran konvensional. Selain itu, karena nilai kedua
sisi interval tersebut positif maka menunjukan bahwa pembelajaran model PBL lebih
efektif dari pembelajaran konvensional.

Untuk 𝑖 = 2
𝛼 1 1 𝛼 1 1
𝑥̅12 − 𝑥̅22 − 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.22 ( + ) < 𝜇12 − 𝜇22 < 𝑥̅12 − 𝑥̅22 + 𝑡𝑛1+𝑛2−2 ( ) √𝑠𝑔𝑎𝑏.22 ( + )
2𝑝 𝑛1 𝑛2 2𝑝 𝑛1 𝑛2

0,05 1 1 0,05 1 1
84 − 64,8 − 𝑡20+20−2 ( ) √13,4 ( + ) < 𝜇12 − 𝜇22 < 84 − 64,8 + 𝑡20+20−2 ( ) √13,4 ( + )
2(2) 20 20 2(2) 20 20

84 − 64,8 − 𝑡38 (0,0125)(1,34) < 𝜇12 − 𝜇22 < 84 − 64,8 + 𝑡38 (0,0125)(1,34)
84 − 64,8 − (2,333721)(1,34) < 𝜇12 − 𝜇22 < 83,7 − 64,8 + (2,333721)(1,34)

84 − 64,8 −3,127186< 𝜇12 − 𝜇22 < 84 − 64,8 +3,127186

16,07281< 𝜇12 − 𝜇22 < 22,32719

 Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑡 Bonferoni maka 𝐻0 ditolak
karena 𝜇12 − 𝜇22 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat
disimpulkan bahwa ada perbedaan rata-rata kemampuan pemecahan masalah matematika
siswa antara pembelajaran model PBL dan pembelajaran konvensional. Selain itu, karena
nilai kedua sisi interval tersebut positif maka menunjukan bahwa pembelajaran model
PBL lebih efektif dari pembelajaran konvensional.

I. Interval kepercayaan dengan t

Untuk menentukan interval kepercayaan dengan 𝑡 , kita dapat menggunakan rumus
sebagai berikut:
𝛼 1 1 𝛼 1 1
̅1𝑖 − 𝑥̅2𝑖 − 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.𝑖𝑖 (
𝑥 + ) < 𝜇1𝑖 − 𝜇2𝑖 < 𝑥̅ 1𝑖 − 𝑥̅2𝑖 + 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.𝑖𝑖 ( + )
𝑝 𝑛1 𝑛2 𝑝 𝑛1 𝑛2

Untuk 𝑖 = 1
𝛼 1 1 𝛼 1 1
̅11 − 𝑥̅21 − 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.11 (
𝑥 + ) < 𝜇11 − 𝜇21 < 𝑥̅11 − 𝑥̅21 + 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.11 ( + )
𝑝 𝑛1 𝑛2 𝑝 𝑛 𝑛 1 2

0,05 1 1
83,15 − 66,70 − 𝑡20+20−2 ( ) √8.493421053 ( + ) < 𝜇11 − 𝜇21 < 83,15 − 66,70 +
2 20 20

0,05 1 1
𝑡20+20−2 ( ) √8.493421053 ( + )
2 20 20

83,15 − 66,70 − 𝑡38 (0,025)(0,9215975832) < 𝜇11 − 𝜇21 < 83,15 − 66,70 + 𝑡38 (0,025)(0,9215975832)

83,15 − 66,70 − (2,024394)(0,9215975832) < 𝜇11 − 𝜇21 < 83,15 − 66,70 + (2,024394)(0,9215975832)

83,15 − 66,70 −1,865677< 𝜇11 − 𝜇21 < 83,15 − 66,70 +1,865677

14,58432< 𝜇11 − 𝜇21 <18,31568

Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑡 maka 𝐻0 ditolak karena
𝜇11 − 𝜇21 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat disimpulkan
bahwa terdapat perbedaan rata-rata hasil belajar matematika siswa antara pembelajaran
model PBL dan pembelajaran konvensional. Selain itu, karena nilai kedua sisi interval
tersebut positif maka menunjukan bahwa pembelajaran model PBL lebih efektif dari
pembelajaran konvensional.
 Untuk 𝑖 = 2
𝛼 1 1 𝛼 1 1
̅12 − 𝑥̅22 − 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.22 (
𝑥 + ) < 𝜇12 − 𝜇22 < 𝑥̅12 − 𝑥̅22 + 𝑡𝑛1 +𝑛2 −2 ( ) √𝑠𝑔𝑎𝑏.22 ( + )
𝑝 𝑛1 𝑛2 𝑝 𝑛1 𝑛2

0,05 1 1 0,05 1 1
84 − 64,8 − 𝑡20+20−2 ( ) √13.4 ( + ) < 𝜇12 − 𝜇22 < 84 − 64,8 + 𝑡20+20−2 ( ) √13.4 ( + )
2 20 20 2 20 20

84 − 64,8 − 𝑡38 (0,025) (1.15758369) < 𝜇12 − 𝜇22 < 84 − 64,8 + 𝑡38 (0,025) (1.15758369)
84 − 64,8 − (2,024394)(1.15758369) < 𝜇11 − 𝜇21 < 84 − 64,8 + (2,024394)(1.15758369)

84 − 64,8 −2,343405< 𝜇11 − 𝜇21 < 84 − 64,8 +2,343405

16,8566 < 𝜇11 − 𝜇21 < 21,54341

Dari hasil yang diperoleh pada interval kepercayaan dengan 𝑡 maka 𝐻0 ditolak karena
𝜇12 − 𝜇22 = 0 berada diluar interval kepercayaan tersebut. Hal ini dapat disimpulkan
bahwa terdapat perbedaan rata-rata kemampuan pemecahan masalah matematika siswa
antara pembelajaran model PBL dan pembelajaran konvensional. Selain itu, karena nilai
kedua sisi interval tersebut positif maka menunjukan bahwa pembelajaran model PBL
lebih efektif dari pembelajaran konvensional.

J. Uji lanjut dengan uji t

Hasil Belajar Matematika Siswa
1. Hipotesis
𝐻0 : 𝜇11 = 𝜇21
𝐻1 : 𝜇11 ≠ 𝜇21
2. Taraf Signifikansi: 𝜶 = 𝟎, 𝟎𝟓
3. Uji statistik

x 1𝑖 − x 2𝑖
𝑡= 1 1
√𝑠𝑖𝑖 (𝑛 +𝑛 )
1 2

4. Kriteria uji t
Kriteria :H0 ditolak jika
|𝑡| > 𝑡𝛼,𝑛
2 1 +𝑛2 −2

𝑡 > 𝑡𝛼,𝑛1+𝑛2−2
𝑡 < −𝑡𝛼,𝑛1+𝑛2 −2
Dengan 𝑡𝛼,𝑛1+𝑛2 −2 = 𝑡0,05;38
𝑡0,05;38 = 2,024394164
5. Perhitungan

x 11 − x 21
𝑡= 1 1
√𝑠11 (𝑛 +𝑛 )
1 2

83,15−66,70
𝑡= 1 1
√8.493421053 ( + )
20 20

𝑡 = 17,84943917

6. Kesimpulan
Karena diperoleh 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 (17,84943917) > 𝑡0,05;38 (2,024394164) maka 𝐻0 ditolak,
hal ini berarti terdapat perbedaan nilai rata-rata hasil belajar matematika siswa antara
pembelajaran model PBL dan pembelajaran konvensional.

Kemampuan Pemacahan Masalah Matematika Siswa

1. Hipotesis
𝐻0 : 𝜇12 = 𝜇22
𝐻1 : 𝜇12 ≠ 𝜇22
2. Taraf Signifikansi: 𝜶 = 𝟎, 𝟎𝟓
3. Uji statistik

x 1𝑖 − x 2𝑖
𝑡= 1 1
√𝑠𝑖𝑖 (𝑛 +𝑛 )
1 2

4. Kriteria uji t
Kriteria :H0 ditolak jika
|𝑡| > 𝑡𝛼,𝑛
2 1 +𝑛2 −2

𝑡 > 𝑡𝛼,𝑛1+𝑛2−2
𝑡 < −𝑡𝛼,𝑛1+𝑛2−2
Dengan 𝑡𝛼,𝑛1+𝑛2−2 = 𝑡0,05;38
𝑡0,05;38 = 2,024394164
 5. Perhitungan

x 12 − x 22
𝑡= 1 1
√𝑠22 (𝑛 +𝑛 )
1 2

84−64,8
𝑡= 1 1
√13,4 ( + )
20 20

𝑡 = 16,58627377
6. Kesimpulan
Karena diperoleh 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 (16,58627377) > 𝑡0,05;58 (2,024394164) maka 𝐻0 ditolak,
hal ini berarti terdapat perbedaan nilai rata-rata kemampuan pemecahan masalah
matematika siswa antara pembelajaran model PBL dan pembelajaran konvensional.

K. Perhitungan menggunakan Program SPSS

Langkah-langkah yang dapat dilakukan untuk pengujian menggunakan program SPSS
sebagai berikut:
1. Buka program SPSS
2. Klik variabel view pada SPSS
3. Pada kolom Name untuk baris pertama isikan dengan varibel bebas (kelas) dan baris
kedua dan ketiga isikan dengan variabel terikat (hasil belajar matematika dan
kemampuan pemecahan masalah matematika)

4. Selanjutnya klik Values pada baris kelas dan masukkan kode data kelas seperti
berikut

5. Selanjutnya klik data view dan masukkan data yang akan diolah sesuai dengan
keterangan kolom
6. Selanjutnya klik 𝐴𝑛𝑎𝑙𝑦𝑧𝑒 → 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝐿𝑖𝑛𝑒𝑎𝑟 𝑀𝑜𝑑𝑒𝑙 → 𝑀𝑢𝑙𝑡𝑖𝑣𝑎𝑟𝑖𝑎𝑡𝑒 , sehingga
muncul seperti gambar di bawah ini
7. Input hasil belajar matematika dan pemecahan masalah matematika ke dalam kotak
dependent variables dan kelas ke dalam kotak fixed factor

8. Untuk menampilkan Descriptive statistics dan Homogeneity tests, klik Options

aktifkan display Descriptive statistics dan Homogeneity tests.
9. Selanjutnya klik Continue

10. Untuk menampilkan LSD dan Bonferroni, klik Post Hoc dan input variabel kelas ke
kotak Post Hoc Test for: selanjutnya aktifkan LSD dan Bonferroni

11. Kemudian klik Continue dan klik OK

12. Selanjunya untuk prngujian Indepedent Samples Test, klik A𝑛𝑎𝑙𝑦𝑧𝑒 →

𝐶𝑜𝑚𝑝𝑎𝑟𝑒 𝑀𝑒𝑎𝑛𝑠 → 𝐼𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡 − 𝑆𝑎𝑚𝑝𝑙𝑒𝑠 𝑇 𝑇𝑒𝑠𝑡
13. Input hasil belajar matematika dan kemampuan pemecahan masalah matematika ke
kotak Test varible(s) dan kelas pada Grouping Variable kemudian klik Define Groups
(pada Use Specified Values, inputkan 1 pada Group 1 dan 2 pada Group 2), lalu
Continue sehingga muncul gambar seperti di bawah ini:

14. kemudian klik Defune Grups dan masukkan kode yang menandakan kelas

15. Kemudian klik OK

 L. Hasil Perhitungan SPSS

Descriptive Statistics
Kelas Mean Std. Deviation N
Hasil_BM VII A 83.1500 3.06551 20
VII B 66.7000 2.75490 20
Total 74.9250 8.81254 40
Kemampuan_PM VII A 84.0000 2.84697 20
VII B 64.8000 4.32374 20
Total 74.4000 10.37205 40

Pada tabel Descriptive Statistics terlihat bahwa rata-rata dari hasil belajar
matematika dan kemampuan pemecahan masalah matematika dari pembelajaran di kelas
PBL dan kelas konvensional adalah sama dengan perhitungan manual (dibantu excel).

Multivariate Testsa
Effect Value F Hypothesis df Error df Sig.
Intercept Pillai's Trace .999 17353.692b 2.000 37.000 .000
Wilks' Lambda .001 17353.692b 2.000 37.000 .000
Hotelling's Trace 938.037 17353.692b 2.000 37.000 .000
Roy's Largest Root 938.037 17353.692b 2.000 37.000 .000
Kelas Pillai's Trace .928 238.242b 2.000 37.000 .000
Wilks' Lambda .072 238.242b 2.000 37.000 .000
Hotelling's Trace 12.878 238.242b 2.000 37.000 .000
Roy's Largest Root 12.878 238.242b 2.000 37.000 .000
a. Design: Intercept + Kelas
b. Exact statistic

Pada tabel Multivariate Test menunjukkan bahwa hasil analisis diperoleh nilai
signifikan 0,00, yang berarti bahwa 0,00 < 0,05 (yang merupakan taraf signifikansi
pengujian) maka H0 ditolak yang berarti terdapat perbedaan rata-rata hasil belajar
matematika dan kemampuan pemecahan masalah matematika siswa antara pembelajaran
kelas PBL dan kelas konvensional.
 Tests of Between-Subjects Effects
Type III Sum of
Source Dependent Variable Squares df Mean Square F Sig.
Corrected Hasil_BM 2706.025a 1 2706.025 318.602 .000
Model Kemampuan_PM 3686.400b 1 3686.400 275.104 .000
Intercept Hasil_BM 224550.225 1 224550.225 26438.136 .000
Kemampuan_PM 221414.400 1 221414.400 16523.463 .000
Kelas Hasil_BM 2706.025 1 2706.025 318.602 .000
Kemampuan_PM 3686.400 1 3686.400 275.104 .000
Error Hasil_BM 322.750 38 8.493
Kemampuan_PM 509.200 38 13.400
Total Hasil_BM 227579.000 40
Kemampuan_PM 225610.000 40
Corrected Hasil_BM 3028.775 39
Total Kemampuan_PM 4195.600 39
a. R Squared = .893 (Adjusted R Squared = .891)
b. R Squared = .879 (Adjusted R Squared = .875)

Pada tabel Test of between-Subjects Effects terlihat pada baris kelas (hasil belajar
matematika dan kemampuan pemecahan masalah matematika) pada kolom
signifikansinya keduanya diperoleh 0,00 yang berarti bahwa 0,00 < 0,05 yang artinya
terdapat perbedaan yang signifikan antara nilai rata-rata hasil belajar matematika kelas
PBL dengan kelas konvensional dan terdapat perbedaan yang signifikan antara nilai rata-
rata kemampuan pemecahan masalah matematika siswa kelas PBL dengan kelas
konvensional.
 Untuk hasil belajar matematika siswa, berdasarkan tabel Independent Sample Test
di atas diperoleh nilai signifikansi sebesar 0,342 > 0,05 maka varians hasil belajar
matematika pada pembelajaran PBL dengan hasil belajar matematika pada pembelajaran
konvensional adalah homogen. Kemudian dari tabel tersebut juga diperoleh Sig (2-tailed)
0,00 < 0,05 maka H0 ditolak, artinya terdapat perbedaan nilai rata-rata hasil belajar
matematika siswa antara pembelajaran PBL dan pembelajaran konvensional.

Untuk kemampuan pemecahan masalahber matematika, berdasarkan tabel

Independent Sample Test di atas diperoleh nilai signifikansi sebesar 0,388 > 0,05 maka
varians kemampuan pemecahan masalah matematika pada pembelajaran PBL dengan
kemampuan pemecahan masalah matematika pada pembelajaran konvensional adalah
homogen. Kemudian dari tabel tersebut juga diperoleh Sig (2-tailed) 0,00 < 0,05 maka
H0 ditolak, artinya terdapat perbedaan nilai rata-rata kemampuan pemecahan masalah
matematika siswa antara pembelajaran PBL dan pembelajaran konvensional.
Maka dari perhitungan diatas dapat disimpulkan bahwa terdapat perbedaan yang
signifikan antara Hasil Belajar Matematika (HBM) siswa dan Kemampuan Pemecahan
Masalah Matematika (KPM) siswa antara pembelajaran PBL dengan pembelajaran
konvensional, artinya pembelajaran PBL efektif diterapkan untuk meningkatkan hasil
belajar matematika dan kemampuan pemecahan masalah matematika siswa.
M. Perhitungan Menggunakan Aplikasi R
Langkah-langkah yang dapat dilakukan untuk perhitungan menggunakan aplikasi R yaitu
sebagai berikut:

1. Buka Aplikasi Rstudi

2. Klik new file untukuntuk menambahkan R Script baru, seperti pada gambar di bawah ini:
3. Input script pada R Script yang sudah ditambahkan dan kemudian klik Run
Script
Tampilan hasil Script yang sudah di input dan di klik run
4. Hasil perhitungan menggunakan aplikasi R dapat dilihat pada bagian Console

Berdasarkan perhitungan menggunakan program R dan menghitung manual diperoleh hasil yang
sama.