Hasil Analisis Data Portofolio 3

A. Jenis Uji Normalitas yang digunakan

Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal ataukah tidak. Uji Normalitas berguna untuk menentukan data yang telah
dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik
dalam pengujian normalitas suatu data tidak begitu rumit. Berikut adalah lampiran uji
normalitas yang dilakukan.
1. Analisis Deskriptive

Dari hasil analisis deskriptif mengenai skor total kemampuan siswa dalam menyelesaikan
soal HOTS, dapat kita identifikasi sebagai berikut:
a. Mean : 12.867
b. Standar deviasi : 3.298
c. Skewness : 0.243
d. Kurtosis : 0.384
e. Shapiro-Wilk : 0.965 (Normal karena probability value ≥ 0.05)
2. Distribution Plots

1
 Dari data histogram yang menunjukkan
distribusi dari skor total kemampuan menyelesaikan
soal HOTS siswa, dapat kita simpulkan bahwa
persebaran(distribusi) data dapat dikatakan normal.
Hal ini dikarenakan garis density yang tetap berpusat
di tengah.

3. Boxplots

Jika kita lihat dari hasil boxplot distribusi skor total kemampuan siswa dalam menyelesaikan soal
HOTS, dapat kita simpulkan bahwa tidak ditemukan adanya data pencilan (outlier) atau tidak
pada data tersebut.
4. . Q-Q Plots

Persebaran data dari analisis menggunakan Q-Q Plots ini dikatakan normal. Karena titik rata-rata
semakin mendekati dengan garis diagonal.

2
Analisis statistik inferensial apakah yang sebaik nya digunakan untuk menjawab
rumusan masalah yang di sajikan pada poin-poin di bawah ini?
 Seorang akademisi pendidikan ingin mengetahui apakah ada hubungan
antara besarnya uang bulanan mahasiswa dengan ipk
Apabila data berskala interval maka dapat menggunakan statistik parametrik
dengan teknik analisis korelasi pearson produc momen ( r ) untuk mengetahui
apakah ada hubungan antara besarnya uang bulanan mahasiswa ( variable bebas )
dengan ipk (variable terikat ). Dan apabila data berskala ordinal maka dapat
menggunakan ststistik non-parametrik dengan teknik analisis korelasi spearman’s
Rank Order (rho)
 Seorang guru ingin mengetahui perbedaan hasil belajar topik pembagian,
antara kelas yang diajari teknik bersusun, dengan kelas yang diajari teknik
pola bilangan
Apabila data berskala interval maka dapat menggunakan statistic parametric
dengan teknik analisis independen-samples t-test untuk mengetahui perbedaan
hasil belajar topik pembagian (variabel terikat ) antara 2 kelas yang di beri
perlakuan berbeda, yakni kelas diajari teknik bersusun dengan kelas yang diajari
teknik pola bilangan (variabel bebas). Dan apabila data berskala ordinal maka
dapat menggunakan statistik non-parametik dengan teknik analisis mann-whitney
U Test.
 Seorang guru ingin mengetahui apakah ada perbedaan kemampuan
kreativitas matematika siswa antara sebelum menggunakan model
pembelajaran open-ended problem dengan setelah menggunakannya.
Apabila data berskala interval maka dapat menggunakan statistic parametric
dengan teknik analisis paired-samples t-test ( repeated measures) untuk
mengetahui perbedaan kemampuan kreativitas siswa (variabel terikat ) antara
sebelum dan sesudah menggunakan model pembelajaran open-ended
problem(variabel bebas). Dimana subjeknya sama, nama tes diberikan pada dua

3
 waktu yang berbeda. Dan apabila data berskala ordinal maka dapat menggunakan
statistic non-parametrik dengan teknik analisis Wilcoxon Signed Rank Test.
 Seorang guru ingin mengetahui apakah durasi jam belajar mempengaruhi
hasil belajar siswa .
Apabila data berskala interval maka dapat menggunakan statistik parametrik
dengan teknik analisis regresi linier sederhana untuk mengetahui apakah durasi
belajar ( variabel bebas ) memiliki pengaruh yang signifikan terhadap hasil
belajar siswa ( variabel terikat).