Tabel 1. Data tentang Skor kemampuan kreatifitas siswa pada mata pelajaran
matematika
XII MIPA A XII MIPA B XII MIPA C
Kelas Team
Kelas Group Skor Skor Kelas Skor
Game
Investigation kemampuan kemampuan Konvensional kemampuan
Turnament
(GI) Kreatifitas Kreatifitas (Konv) Kreatifitas
(TGT)
Siswa 1 80 Siswa 1 76 Siswa 1 78
Siswa 2 68 Siswa 2 79 Siswa 2 66
Siswa 3 78 Siswa 3 80 Siswa 3 55
Siswa 4 77 Siswa 4 80 Siswa 4 66
Siswa 5 78 Siswa 5 78 Siswa 5 67
Siswa 6 70 Siswa 6 78 Siswa 6 78
Siswa 7 90 Siswa 7 79 Siswa 7 80
Siswa 8 70 Siswa 8 80 Siswa 8 68
Siswa 9 75 Siswa 9 88 Siswa 9 60
Siswa 10 87 Siswa 10 68 Siswa 10 56
Siswa 11 70 Siswa 11 80 Siswa 11 77
Siswa 12 79 Siswa 12 79 Siswa 12 70
Siswa 13 80 Siswa 13 78 Siswa 13 68
Siswa 14 70 Siswa 14 87 Siswa 14 78
Siswa 15 78 Siswa 15 86 Siswa 15 70
Siswa 16 77 Siswa 16 76 Siswa 16 70
Siswa 17 80 Siswa 17 86 Siswa 17 65
Siswa 18 70 Siswa 18 76 Siswa 18 65
Siswa 19 78 Siswa 19 76 Siswa 19 67
Siswa 20 77 Siswa 20 70 Siswa 20 65
Siswa 21 76 Siswa 21 75 Siswa 21 70
Siswa 22 78 Siswa 22 76 Siswa 22 70
Siswa 23 66 Siswa 23 75
Siswa 24 78 Siswa 24 77
Siswa 25 78
Jawaban No. 1
Hipotesis :
H0 : Tidak terdapat perbedaan skor kemampuan kreatifitas (KK) matematika
antara siswa pada kelas yang menggunakan model Group Investigation
(GI) dengan siswa pada kelas yang menggunakan model Team Game
Tournament (TGT) dan kelas Konvensional (Konv).
H1 : Terdapat perbedaan skor kemampuan kreatifitas (KK) matematika
antara siswa pada kelas yang menggunakan model Group Investigation
(GI) dengan siswa pada kelas yang menggunakan model Team Game
Tournament (TGT) dan kelas Konvensional (Konv).
Nilai dari Group Investigation (GI), Team Game Tournament (TGT) dan Konvensional
(Konv)
Tests of Normality
Model_Pembelajara Kolmogorov-Smirnova Shapiro-Wilk
n Statistic df Sig. Statistic df Sig.
Skor_K GI ,179 22 ,064 ,900 22 ,029
K TGT ,197 24 ,017 ,923 24 ,068
Konv ,154 25 ,127 ,930 25 ,087
a. Lilliefors Significance Correction
Output ini menjelaskan hasil uji apakah sebuah distribusi data dapat dikatakan normal
atau tidak. Pedoman keputusannya:
• Jika nilai Sig atau Signifikansi atau nilai probabilitas < 0,05, maka distribusi data
tidak normal
• Jika nilai Sig atau Signifikansi atau nilai probabilitas > 0,05, maka distribusi data
normal
Ada dua macam alat uji kenormalan distribusi data yang dapat digunakan, yaitu:
Kolmogorov-Smirnov dan Shapiro-Wilk, berdasarkan tampilan Test of Normality,
terlihat bahwa nilai sig pada Kolmogorov-Smirnov, ketiga kelompok pembelajaran
yaitu GI dan Konv adalah lebih dari 0,05 atau > 0,05 sedangkan TGT kurang dari 0,05
atau < 0,05. Pada Shapiro-Wilk TGT dan Konv lebih besar dari 0,05 atau > 0,05
sedangkan GI kurang dari 0,05 atau < 0,05.
Kesimpulan :
Distribusi data Skor pembelajaran TGT tidak berdistribusi normal sedangakan GI
dan Konvensional berdistribusi normal. sebaran data tampak seperti gamabar di
bawah ini.
Normal Q-Q Plot
Pada normal Q-Q Plot skor pembelajaran Konv terlihat bahwa data (titik-titik)
menyebar di sekitar garis diagonal, maka data skor pembelejaran Konv berdistribusi normal.
Sedangkan untuk melihat apakah varians dari ketiga kelompok itu homogen atau
sama, kita buat dahulu keputusan untuk pengambilan kesimpulan hogenitas varians.
Jika nilai Sig Based on Mean > 0,05, maka variansi data homogen
Jika nilai Sig Based on Mean < 0,05, maka variansi data tidak homogen
Pada tampilan Test of Homogeneity of Variance ada satu alat uji yang digunakan
yaitu tes Levene. Pada output tersebut terlihat bahwa nilai Sig Based on Mean adalah
0,306. Nilai tersebut lebih besar dari 0,05 (> 0,05). Hal ini berarti bahwa kedua kelompok
data memiliki varians yang sama (homogen).
Karena asumsi (normalitas data) belum dipenuhi maka selanjutnya untuk menguji
hipotesis digunakan Statistik Parametrik yaitu Kruskall Wallis.
2. Menguji Hipotesis
Descriptives
Skor_KK
95% Confidence Interval for
Std. Std. Mean
N Mean Deviation Error Lower Bound Upper Bound Minimum Maximum
GI 22 76,6364 5,49065 1,17061 74,2019 79,0708 68,00 90,00
TGT 24 78,1250 5,37557 1,09728 75,8551 80,3949 66,00 88,00
Kon 25 69,5600 6,85614 1,37123 66,7299 72,3901 55,00 80,00
v
Total 71 74,6479 7,02058 ,83319 72,9861 76,3096 55,00 90,00
Pada tampilan deskriptif terlihat ringkasan statistik dari ketiga kelompok pembelajaran.
Pada pembelajaran GI:
Rata-rata (Mean) Skor adalah: 76,6364
Std Deviation adalah: 5,49065
Skor Minimum adalah 68,00 dan Skor Maksimum adalah 90,00
Pada tingkat kepercayaan 95% atau Signifikansi 5%, rata-rata skor ada pada Range
74,2019 sampai 79,0708.
Dari gambar mean plot terlihat bahwa mean KK matematika siswa yang yang
belajarnya dengan model pembelajaran TGT menduduki posisi tertinggi, disusul dengan
mean KK matematika siswa yang belajarnya dengan model GI dan terakhir mean KK
siswa yang belajarnya dengan pembelajaran konvensional.
Nilai mean rank menunjukan peringkat rata-rata masing-masing model. Dalam kasus di
atas,
Peringkat rata-rata model TGT lebih tinggi dari pada pringkat rata-rata model GI dan
model Konv
Peringkat rata-rata model GI lebih tinggi dari pada peringkat rata-rata model Konv.
Selanjutnya untuk melihat apakah ada perbedaan rata-rata dari ketiga model kita lihat
tampilan output berikut ini.
Test Statisticsa,b
Skor_K
K
Kruskal-Wallis 19,283
H
df 2
Asymp. Sig. ,000
a. Kruskal Wallis Test
b. Grouping Variable:
Model_Pembelajaran
Nilai Sig adalah 0,000 nilai ini lebih kecil (<) dari 0,05 sehingga H0 ditolak yaitu dapat
disimpulkan bahwa Terdapat perbedaaan skor kemampuan kreatifitas (KK) matematika
antara siswa pada kelas yang menggunakan model pembelajaran GI dengan siswa pada
kelas yang menggunakan model pembelajaran TGT dan kelas Konv.
Karena hasil uji hipotesis menunjukan H0 di tolak yaitu terdapat perbedaan skor
kemampuan kreatifitas (KK) matematika antara siswa pada kelas yang menggunakan
model pembelajaran GI dengan siswa pada kelas yang menggunakan model pembelajaran
TGT dan kelas Konv maka Post Hoc Test dilakukan tetapi, uji post hoc setelah kruskall
wallis dapat menggunakan Uji Mann Whitney yaitu menguji perbedaan mean antara satu
model dengan model lain.
Ranks
Model_Pembelajara Sum of
n N Mean Rank Ranks
Skor_K GI 22 21,55 474,00
K TGT 24 25,29 607,00
Total 46
Dari output rank dapat kita lihat bahwa nilai mean rank untuk siswa kelas GI 21,55 lebih
kecil dari pada nilai mean rank siswa kelas TGT 25,29 (21,55 < 25,29).
Test Statisticsa
Skor_K
K
Mann-Whitney U 221,000
Wilcoxon W 474,000
Z -,953
Asymp. Sig. (2- ,340
tailed)
a. Grouping Variable:
Model_Pembelajaran
Berdasarkan tampilan output terlihat bahwa nilai Sig. 0,340 lebih besar (>) dari 0,05.
Dengan demikian H0 diterima dan H1 ditolak sehingga kesimpulannya tidak terdapat
perbedaan kemampuan kreatifitas siswa yang belajar menggunakan model GI dan siswa
yang menggunakan model TGT.
SIMPULAN
Dari hasil analisis data berdistribusi data Skor pembelajaran TGT tidak
berdistribusi normal sedangakan GI dan Konv berdistribusi normal. Mean KK
matematika siswa yang belajarnya dengan model pembelajaran TGT menduduki
posisi tinggi namun tidak sama halnya dengan mean KK matematika siswa yang
belajarnya dengan model pembelajaran GI dan terakhir mean KK siswa yang
belajarnya dengan model pembelajaran Konv itu yang terendah.
Sehingga model yang efektif dalam pembelajaran matematika untuk
meningkatkan kemampuan kreatifitas siswa adalah dengan menggunakan model
kooperatif tipe TGT.
2. Seorang guru PAI melakukan penelitian tentang hubungan antara hasil belajar PAI
dan hasil praktek membaca al-Quran. Peneliti tesebut melakukan kegiatan
penelitiannya di suatu SMA di Kota “X”. Peneltian dilakukan terhadap siswa kelas
XI IPA. Di sekolah tersebut terdapat 5 kelas XI IPA. Melalui metode random (acak)
terpilihlah 1 kelas yang akan diajdikan sebagai objek penelitian yaitu kelas XI IPA
B. Data hasil belajar terdapat di bawah ini.
Tabel 2. Data Hasil Belajar PAI dan Hasil Praktek Membaca Al-Quran KLS XI IPA
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Hsl_Belajar_PAI .136 25 .200* .936 25 .118
Hsl_Membaca_AlQura .156 25 .120 .940 25 .145
n
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Terlihat bahwa sebagian besar data Hasil Belajar PAI berada disekitar garis , hal ini menunjukkan
bahwa data Hasil Belajar PAI berdistribusi normal
Terlihat bahwa sebagian besar data Hasil Belajar Membaca Al Quran berada disekitar garis , hal ini
menunjukkan bahwa data Hasil Belajar Membaca Al Quran berdistribusi normal
Karena asumsi normalitas data terpenuhi, maka kita lanjutkan ke Uji Korelasi Pearson Product
Moment
Correlations
Hsl_Belajar_P Hsl_Membaca
AI _AlQuran
Hsl_Belajar_PAI Pearson Correlation 1 .643**
Sig. (2-tailed) .001
N 25 25
Hsl_Membaca_AlQura Pearson Correlation .643 **
1
n Sig. (2-tailed) .001
N 25 25
**. Correlation is significant at the 0.01 level (2-tailed).
Untuk pengambilan kesimpulan :
Jika nilai Sig 0,05, Ho diterima
Sekarang kita akan melihat hubungan (korelasi) antara Hasil Belajar PAI dan Hasil belajar
Membaca Al Quran
Nilai sig yang mengubungkan Hasil Belajar Matematika dan Hasil belajar Fisika sebesar
0.000
Nilai sig ini lebih kecil dari 0,05 sehingga Ho ditolak atau H1 diterima, dan dapat
disimpulkan bahwa “terdapat hubungan (korelasi) antara Hasil Belajar PAI dan hasil
Belajar Membaca Al Quran” atau dengan kata lain “Hasil Belajar PAI mempengaruhi/
berpengaruh terhadap Hasil Belajar Membaca Al Quran”
Untuk melihat besarnya koefisien korelasi, perhatikan pada Pearson Correlation terlihat
besarnya adalah 0.643** (korelasi positif)
Berdasarkan pedomana interpretasi koefisien korelasi angka tersebut tedapat pada
rentang 0,80 -1,00 (sangat kuat) hal ini menunjukkan adanya hubungan (korelasi) yang
sangat kuat (signifikan) antara Hasil Belajar PAI dengan Hasil Belajar Membaca AlQuran
Signifikan tidaknya korelasi dua variabel dapat dilihat dan adanya tanda ** pada pasangan
data yang dikorelasikan (lihat pada angka 0,643) ada tanda **
Dari output yang dihasilkan terlihat variabel Hasil Belajar PAI dengan variabel Hasil
Belajar Membca Al Quran terdapat tanda ** sehingga dapat disimpulkan antara kedua
variabel tersebut berkorelasi secara signifikan.
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Hsl_Bljr_PAI . Enter
b
Tabel ini menunjukkan variabel apa saja yang diproses, mana yang menjadi variabel bebas dan
variabel terikat
Model Summary
Adjusted R Std. Error of
Model R R Square Square the Estimate
1 .643 a
.413 .388 5.55450
a. Predictors: (Constant), Hsl_Bljr_PAI
Tabel ini menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada contoh
sebelumnya diatas nilai korelasi adalah 0,643. Nilai ini dapat diinterpretasikan bahwa hubungan
antara Hasil Belajar PAI dan Hasil Belajar Membaca Al Quran sangat kuat
Melalui tabel ini juga diperoleh nilai R Square atau Koefisien Determinasi (KD) yang
menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi antara variabel bebas
(Hasil Belajar PAI) dan variabel terikat (Hasil Belajar Membaca Al Quran).
Nilai KD yang diperoleh adalah 0,413 atau 41,3% yang dapat ditafsirkan bahwa Hasil Belajar PAI
memiliki pengaruh i sebesar 413% terhadap Hasil Belajar Fisika dan sisanya yaitu 58,7% lainnya
dipengaruhi oleh faktor-faktor lain diluar Hasil Belajar Membaca Al-Quran
ANOVAa
Sum of
Model Squares df Mean Square F Sig.
1 Regression 499.433 1 499.433 16.188 .001b
Residual 709.607 23 30.852
Total 1209.040 24
a. Dependent Variable: Prkt_Baca_Quran
b. Predictors: (Constant), Hsl_Bljr_PAI
Tabel Anova ini digunakan untuk menentukan taraf signifikansi atau linieritas dari regresi.
Pengambilan keputusan linieritas:
Jika Nilai Sig. 0,05, maka model regresi tidak linier
Jika Nilai Sig. 0,05, maka model regresi linier
Berdasarkan tabel Anova diperoleh nilai Sig nya adalah 0,001 yang berarti lebih kecil dari 0,05,
dengan demikian model persamaan regresi linier atau memenuhi kriteria linieritas maka model
regresi dapat digunakan untuk memprediksi variabel Hasil Belajar PAI
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 33.511 10.549 3.177 .004
Hsl_Bljr_P .579 .144 .643 4.023 .001
AI
a. Dependent Variable: Prkt_Baca_Quran
Tabel Coefficients menginformasikan model persamaan regresi yang diperoleh dengan koefisien
konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B. Berdasarkan
tabel ini diperoleh model persamaan regresi : Y =18.862 + 0, 713 X
Penjelasannya :
Konstanta (a) 18.862 artinya apabia Hasil Belajar PAI sama dengan nol (tidak ada) maka
Hasil Belajar Membaca Al Quran sebesar 18,862
Koefisien regresi Hasil Belajar Membaca Al Quran (b) = + 0,713
Koefisien regresi positif (searah), sebesar 0,713 artinya, jika Hasil Belajar PAI meningkat
sebesar 1 satuan, maka Hasil Belajar Membaca AlQuran akan meningkat sebesar 1,713
artinya; jika Hasil Belajar Membaca AlQuran meningkat sebesar 1,713 maka Hasil Belajar
PAI nya juga akan meningkat sebesar 1,713
Kesimpulan
Berdasarkan uji Anova dengan menggunakan SPSS 26 maka“terdapat hubungan
(korelasi) antara Hasil Belajar PAI dan hasil Belajar Membaca Al Quran” atau dengan
kata lain “Hasil Belajar PAI mempengaruhi/ berpengaruh terhadap Hasil Belajar
Membaca Al Quran”