Nama:Azzahra Shinta Bilqis Nurfata

NIM: 2225200087
Kelas: 6A

FORM TUGAS MATA KULIAH (FTMK)

Jurusan : Pendidikan Matematika

Jenjang : Strata 1 (S-1)
Mata Kuliah : Statistika Penelitian Pendidikan
Topik : Statistika Komparatif: 1-Way Anova
Dosen : Dr. Sukirwan, M.Pd.

Petunjuk:
1. Selesaikan semua tugas berikut dengan mengisi Form Tugas Mata Kuliah (FTMK) ini
dengan lengkap.
2. FTMK berisi tugas latihan pengolahan data yang sudah disertai dengan petunjuk yang
lengkap sehingga mahasiswa tinggal mengisi bagian yang harus diisi saja.
3. FTMK wajib disertai dengan output Excel dan SPSS, dengan ketentuan:
a. FTMK tanpa Excel dan SPSS memperoleh nilai maksimum B.
b. FTMK yang hanya disertai SPSS saja memperoleh nilai maksimum B+.
c. FTMK yang hanya disertai Excel saja memperoleh nilai maksimum A–.
d. FTMK yang disertai Excel dan SPSS memperoleh nilai maksimum A.
4. Pengumpulan tugas dilakukan melalui PJMK paling lambat 4 hari setelah pertemuan
perkuliahan.

Sebuah penelitian ingin membandingkan antara model Colaborative Problem Solving (CPS), dan
model Colaborative Problem Posing (CPP) di kelas VIII SMP X terhadap peningkatan
keterampilan berpikir tingkat tinggi (High Order Thinking skill/HOTs) siswa. Seorang peneliti
mengambil sampel sebanyak 3 kelas dengan membandingkan antara kelas eksperimen 1 dan
eksperimen 2 yang masing-masing menerapkan pembelajaran Matematika dengan model CPS
dan CPP, serta kelas kontrol yang menerapkan pembelajaran Conventional Learning (CTL). Data
hasil penelitian disajikan pada tabel berikut.

EXPERIMEN 1 EXPERIMENT 2 CONTROL

SUBJECT SCORE SUBJECT SCORE SUBJECT SCORE
E1-1 49 E2-1 22 K0-1 34
E1-2 71 E2-2 34 K0-2 22
E1-3 82 E2-3 66 K0-3 49
E1-4 41 E2-4 26 K0-4 36
E1-5 68 E2-5 32 K0-5 28
E1-6 60 E2-6 39 K0-6 65
E1-7 47 E2-7 74 K0-7 28
E1-8 60 E2-8 61 K0-8 61
E1-9 41 E2-9 35 K0-9 22
E1-10 55 E2-10 26 K0-10 59
E1-11 27 E2-11 51 K0-11 30
E1-12 48 E2-12 45 K0-12 33
E1-13 79 E2-13 24 K0-13 41
 E1-14 61 E2-14 73 K0-14 35
E1-15 52 E2-15 87 K0-15 58
E1-16 36 E2-16 41 K0-16 32
E1-17 21 E2-17 37 K0-17 32
E1-18 33 E2-18 29 K0-18 26
E1-19 41 E2-19 48 K0-19 58
E1-20 43 E2-20 58 K0-20 21
E1-21 39 E2-21 63 K0-21 62
E1-22 43 E2-22 73 K0-22 37
E1-23 60 E2-23 54 K0-23 32
E1-24 50 E2-24 22 K0-24 45
E1-25 43 E2-25 45 K0-25 43
E1-26 49 E2-26 23 K0-26 28
E1-27 63 E2-27 88 K0-27 43
E1-28 74 E2-28 36 K0-28 25
E1-29 34 E2-29 39 K0-29 42
E1-30 39 E2-30 23 K0-30 33
E1-31 76 E2-31 49 K0-31 49
E1-32 69 E2-32 73 K0-32 58
E2-33 73 K0-33 60
K0-34 60

Lakukan pengujian statistik untuk mengetahui pembelajaran mana yang dianggap paling baik
untuk meningkatkan HOTs siswa kelas VIII SMP?
 PETUNJUK DAN OUTLINE JAWABAN

1. Judul Penelitian
Perbandingan Model Colaborative Problem Solving (CPS) dengan Model Colaborative
Problem Posing (CPP) pada Pembelajaran Matematika untuk meningkatkan High Order
Thinking Skills (HOTs) siswa SMP
2. Rumusan Masalah
(1) Apakah terdapat perbedaan HOTs antara Colaborative Problem Solving (CPS),
Colaborative Problem Posing (CPP), dan Conventional Learning (CTL) pada
pembelajaran Matematika siswa kelas VIII SMP?
(2) Apakah Colaborative Problem Solving (CPS) lebih baik dibandingkan dengan
Colaborative Problem Posing (CPP) pada pembelajaran Matematika siswa kelas VIII
SMP?
(3) Apakah Colaborative Problem Solving (CPS) lebih baik dibandingkan dengan
Conventional Learning (CTL) pada pembelajaran Matematika siswa kelas VIII SMP?
(4) Apakah Colaborative Problem Posing (CPP) lebih baik dibandingkan dengan
Conventional Learning (CTL) pada pembelajaran Matematika siswa kelas VIII SMP?
3. Hipotesis Penelitian
(1) Terdapat perbedaan HOTs antara Colaborative Problem Solving (CPS), Colaborative
Problem Posing (CPP), dan Conventional Learning (CTL) pada pembelajaran
Matematika siswa kelas VIII SMP.
(2) Colaborative Problem Solving (CPS) lebih baik dibandingkan dengan Colaborative
Problem Posing (CPP) pada pembelajaran Matematika siswa kelas VIII SMP.
(3) Colaborative Problem Solving (CPS) lebih baik dibandingkan dengan Conventional
Learning (CTL) pada pembelajaran Matematika siswa kelas VIII SMP.
(4) Colaborative Problem Posing (CPP) lebih baik dibandingkan dengan Conventional
Learning (CTL) pada pembelajaran Matematika siswa kelas VIII SMP
4. Pengujian Hipotesis
a. Uji Normalitas
Hipotesis yang diajukan:
H0 : Data peningkatan HOTs berasal dari populasi yang berdistribusi normal
H1 : Data peningkatan HOTs berasal dari populasi yang berdistribusi tak normal
Kriteria pengujian:
H0 tak ditolak (diterima) jika D-hit  D-tab (atau sig uji K-S  0.05), dan H0 ditolak jika
kondisi sebaliknya.
Data hasil uji normalitas selengkapnya diperlihatkan pada tabel di bawah ini.
Tabel 1. Hasil Uji Normalitas dengan Uji 1-Sample Kolmogorov-Smirnov

Keterangan: tabel kritis K-S dapat dilihat pada:

www.academia.edu/32862429/Tabel_Nilai_Kritis_Uji_Kolmogorov_Smirnov.
Catatan: gunakan rumus interpolasi, jika nilai kritis dalam tabel tidak ada.
Tabel 2. Hasil Uji Normalitas dengan Uji 1-Sample Kolmogorov-Smirnov (Alt)
Catatan: Saudara juga dapat mengecek uji normalitas gabungan
Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model
CPS
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung =
0,086392055 ; sedangkan D-tabel = 0,2348 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima. Dengan demikian, data Peningkatan
HOTS pada pembelajaran Matematika dengan model CPS berasal dari populasi yang
berdistribusi normal.

Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model

CPP
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung =
0,110774099 ; sedangkan D-tabel = 0,2312 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima. Dengan demikian, data Peningkatan
HOTS pada pembelajaran Matematika dengan model CPP berasal dari populasi yang
berdistribusi normal.

Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model

CTL
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung =
0,159840505 ; sedangkan D-tabel = 0,2276 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima. Dengan demikian, data Peningkatan
HOTS pada pembelajaran Matematika dengan model CTL berasal dari populasi yang
berdistribusi normal.

Perbandingan hasil uji 1-sample K-S dapat dilihat pada output SPSS berikut.
Karena data CTL dan gabungannya tidak normal, maka koreksi terhadap uji ini
dilakukan pada tabel berikut.

Tabel 3. Hasil Koreksi Uji Normalitas dengan Uji 1-Sample Kolmogorov-Smirnov

Tabel 4. Hasil Uji Normalitas dengan Uji 1-Sample Kolmogorov-Smirnov (Alt)
Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model
CPS
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung
=0,099577162 ; sedangkan D-tabel =0,159 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima Dengan demikian, data Peningkatan HOTS
pada pembelajaran Matematika dengan model CPS berasal dari populasi yang
berdistribusi normal.

Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model

CPP
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung
=0,104872741 ; sedangkan D-tabel = 0,157 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima Dengan demikian, data Peningkatan HOTS
pada pembelajaran Matematika dengan model CPP berasal dari populasi yang
berdistribusi normal.

Uji Normalitas Peningkatan HOTs pada Pembelajaran Matematika dengan Model

CTL
Hasil uji normalitas dengan menggunakan uji 1-sample K-S diperoleh D-hitung =
0,145323092 ; sedangkan D-tabel = 0,154 untuk  = 0,05 Karena D-hitung kurang dari
atau sama dengan D-tabel, maka H0 diterima Dengan demikian, data Peningkatan HOTS
pada pembelajaran Matematika dengan model CTL berasal dari populasi yang
berdistribusi normal.
 Perbandingan hasil uji 1-sample K-S setelah koreksi dapat dilihat pada output SPSS
berikut.

b. Uji Homogenitas/homoskedastisitas
Hipotesis yang diajukan:
H0 : Data peningkatan HOTs berasal dari populasi yang memiliki varians yang
sama/homogen
(CPS2 = PBM2)
H1 : Data peningkatan HOTs berasal dari populasi yang memiliki varians tak sama/tak
homogen
(CPS2  PBM2)
Kriteria pengujian:
H0 tak ditolak (diterima) jika F-ht  F-tab atau sig F  0.05, jika kondisi sebaliknya
maka H0 ditolak

Data hasil uji homogenitas selengkapnya dapat dilihat pada tabel di bawah ini.

Tabel 5. Hasil Uji Homogenitas HOTS Kelompok A, B, dan C dengan Uji Levene
 Tabel dengan Triming
Tabel 6. Ringkasan Hasil Uji Homogenitas HOTS Kelompok A, B, dan C
  Hasil Uji Homogenitas tanpa Triming

 Hasil Uji Homogenitas dengan Triming

Tabel 7. Tabel Anova untuk Uji Homogenitas HOTS Kelompok A, B, dan C

 Hasil Uji Homogenitas tanpa Triming (Tabel Anova)

 Hasil Uji Homogenitas dengan Triming (Tabel Anova)

Hasil uji homogenitas dengan menggunakan uji Levene diperoleh F-hitung = -2,01833
atau sig.F = 0,05 ; sedangkan F-tabel = 2,706999 untuk  = 0,05 Karena F-hitung
kurang dari atau sama dengan F-tabel, atau sig.F lebih dari atau sama dengan  maka H0
diterima Dengan demikian, data Peningkatan HOTS pada pembelajaran Matematika
dengan model CPS, CPP dan CTL berasal dari populasi yang memiliki varians yang
sama/homogen.
Perbandingan hasil uji 1-sample K-S dapat dilihat pada output SPSS berikut.

Selanjutnya Saudara juga dapat mengecek bagian-bagian yang lain. Sebagai catatan,
pada prinsipnya homogenitas tidak terlalu mempengaruhi anova, tetapi akan
 menentukan uji setelah anova. Perhatikan output SPSS berikut (Buktikan dengan Exel
agar Saudara terlatih melakukan uji homogenitas dengan uji Levene).
Variansi JK df RJK F F-TAB KEP
Antar 183.1043 1 183.1043047
2.530 4.004 Homogen
Inter 4270.107 59 72.37468732

c. Uji Anova 1 Jalan (One Way Anova)

Hipotesis yang diajukan:
H0 : µCPS = µCPP = µCTL
H1 : Bukan H0 (setidaknya ada µ yang tak sama dengan yang lain)
Kriteria pengujian:
H0 tak ditolak (diterima) jika F-hit  t-tabel atau sig. t  0.05, jika kondisi sebaliknya
maka H0 ditolak
Tabel 8 Statistik untuk Uji Anova
 Data tanpa Triming
 Data dengan Triming
 Tabel 9. Anova Satu Jalan
 Data tanpa Triming

 Data dengan Triming

 Berdasarkan tabel di atas terlihat bahwa F hitung = 1,181253 sedangkan F tabel =
2,706999, dengan nilai signifikansi sebesar 0,05 Karena nilai F-Hitung kurang dari atau
sama dengan F-Tabel atau nilai signifikansi lebih dari atau sama dengan nilai alpha,
maka H 0 diterima Dengan demikian data Peningkatan HOTS pada pembelajaran
Matematika dengan model CPS, CPP dan CTL berasal dari populasi yang memiliki nilai
rata-rata yang sama atau tidak ada perbedaan diantara model CPS, CPP dan CTL.

Perbandingan hasil uji 1-way Anova dapat dilihat pada output SPSS berikut.

d. Uji Pasca Anova (Posthoc Test)

Hipotesis yang diajukan:
H0 : µCPS = µCPP = µCTL
H1 : Bukan H0 (setidaknya ada µ yang tak sama dengan yang lain)
Kriteria pengujian:
H0 tak ditolak (diterima) jika Fs  Fcr, jika kondisi sebaliknya maka H0 ditolak

Dengan menggunakan uji Scheffe untuk HOTs antara kelompok CPS dengan CPP dapat
dilihat pada tabel berikut.
Tabel 10. Uji Pasca Anova dengan Uji Scheffe
Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPS dengan CPP
adalah 4,799, artinya perbedaan antara model CPS dengan CPP adalah 4,799 maka CPS
lebih baik 4,799 dari CPP.
Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPS dengan CTL
adalah 10,392, artinya perbedaan antara model CPS dengan CTL adalah 10,392 maka
CPS lebih baik 10,392 dari CTL.

Dengan menggunakan uji Games-Howell (GH) untuk HOTs antara kelompok CPS
dengan CTL dan antara kelompok CPP dengan CTL dapat dilihat pada tabel berikut.

Tabel 10. Uji Pasca Anova dengan Uji Games-Howell

Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPP dengan CTL
adalah 5,593, artinya perbedaan antara model CPP dengan CTL adalah 5,593 maka CTL
lebih baik 5,593 dari CPP

Perbandingan hasil uji pascaAnova dapat dilihat pada output SPSS berikut.
5. Kesimpulan (lihat berdasarkan hipotesis yang diuji)
- Berdasarkan hasil dari data yang diolah oleh SPSS, menampilkan nilai signifikansi 0,028
dan 0,028 lebih kecil dari 0,05. Maka hipotesis H_0 ditolak oleh karena itu terdapat
perbedaan antara model pembelajaran CPS, CPP dan CTL.
- Berdasrkan hasil data yang diperoleh dari nilai signifikansi pada SPSS yaitu 0,117, dan
nilainya lebih besar dari 0,05. Maka H_0 diterima, sehingga model pembelajaran CPS
lebih baik dari CPP.
- Berdasrkan hasil data yang diperoleh dari nilai signifikansi pada SPSS yaitu 0,766, dan
nilainya lebih besar dari 0,05. Maka H_0 diterima, sehingga model pembelajaran CPS
lebih baik dari CTL.
- Berdasrkan hasil data yang diperoleh dari nilai signifikansi pada SPSS yaitu 0,047, dan
nilainya kurang dari dari 0,05. Maka H_0 ditolak, sehingga model pembelajaran CPP
tidak lebih baik dari CTL.
- Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPS dengan CPP
adalah 4,799, artinya perbedaan antara model CPS dengan CPP adalah 4,799 maka CPS
lebih baik 4,799 dari CPP.
- Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPS dengan CTL
adalah 10,392, artinya perbedaan antara model CPS dengan CTL adalah 10,392 maka
CPS lebih baik 10,392 dari CTL.
- Berdasarkan tabel di atas nampak bahwa mean difference untuk grup CPP dengan CTL
adalah 5,593, artinya perbedaan antara model CPP dengan CTL adalah 5,593 maka CTL
lebih baik 5,593 dari CPP.
- Artinya model CTL lebih baik dari model CPS, tapi tidak lebih baik dari model CPP.

--o0o--