perpustakaan.uns.ac.id digilib.uns.ac.

id

BAB III
METODE PENELITIAN

A. Tempat dan Waktu Penelitian

1. Tempat Penelitian
Penelitian ini dilaksanakan pada SMP Negeri di Kabupaten Magelang
propinsi Jawa Tengah dengan subjek penelitian siswa kelas VIII semester genap
tahun pelajaran 2015/2016.
2. Waktu Penelitian
Penelitian ini dilaksanakan pada semester genap tahun pelajaran
2015/2016. Adapun jadwal penelitian ditunjukkan pada Tabel 3.1.

Tabel 3.1 Jadwal Penelitian

Tahun 2015 Tahun 2016
Jenis Kegiatan
Okt Nov Des Jan Feb Mar Apr Mei Jun Juli
1. Persiapan
a. Pengajuan Judul
b. Penyusunan Proposal dan Instrumen

c. Seminar proposal
d. Revisi Proposal dan Instrumen
e. Pengurusan Izin Penelitian
f. Validasi tes prestasi, tes
kemampuan spasial dan kreativitas
2. Pelaksanaan Penelitian
a. Uji coba tes prestasi, tes
kemampuan spasial dan kreativitas
b. Menganalisis hasil uji coba
instrumen
c. Pelaksanaan eksperimen
d. Pelaksanaan postes
3. Tahap Akhir
a. Analisis data dan penyusunan
laporan penelitian
b. Seminar hasil
c. Revisi

commit to user

43
perpustakaan.uns.ac.id 44
digilib.uns.ac.id

a. Tahap Persiapan
Tahap persiapan terdiri dari pengajuan judul, pembuatan proposal
penelitian, konsultasi proposal, seminar proposal, pembuatan instrumen
penelitian, dan pengajuan izin tempat penelitian. Tahap persiapan ini
direncanakan berlangsung pada bulan Oktober 2015 sampai Januari 2016.
b. Tahap Pelaksanaan
Tahap pelaksanaan meliputi uji coba instrumen, permohonan izin
penelitian dan eksperimen dilakukan dengan 8 kali pertemuan. Tahap
pelaksanaan dilaksanakan pada bulan Februari 2016 sampai Mei 2016.
c. Tahap Akhir
Tahap akhir meliputi tahap analisis data penelitian dan penyusunan
laporan yang dilakukan pada bulan Mei 2016 sampai Juli 2016.

B. Rancangan Penelitian
Sesuai dengan permasalahan yang diteliti, maka jenis penelitian yang
digunakan adalah penelitian eksperimental semu (Quasi Experimental Research).
Dalam penelitian ini dipilih jenis penelitian eksperimental semu karena tidak
memungkinkan bagi peneliti untuk mengendalikan dan memanipulasi semua
variabel yang relevan dalam penelitian.
Penelitian ini dikelompokkan menjadi dua kelas eksperimen, yaitu kelas
eksperimen 1 dan kelas eksperimen 2. Kelas eksperimen 1 merupakan kelompok
siswa yang dikenai model pembelajaran MURDER berbasis mind mapping dan
kelompok kelas eksperimen 2 dikenai model pembelajaran MURDER. Masing-
masing kelas eksperimen terdiri dari kelompok siswa yang memiliki kemampuan
spasial tinggi, sedang dan rendah. Penelitian ini menggunakan rancangan faktorial
2x3 yang dapat digambarkan seperti pada Tabel Rancangan Penelitian berikut.

commit to user
perpustakaan.uns.ac.id 45
digilib.uns.ac.id

Tabel 3.2 Rancangan Penelitian

Kemampuan Spasial
(B)
Model Tinggi Sedang Rendah
Pembelajaran (b1) (b2) (b3)
(A) Prestasi Prestasi Prestasi
Kreativitas Kreativitas Kreativitas
Belajar Belajar Belajar
(X2) (X2) (X2)
(X1) (X1) (X1)
MURDER
berbasis mind
(ab)111 (ab)211 (ab)112 (ab)212 (ab)113 (ab)213
mapping
(a1)
MURDER
(ab)121 (ab)221 (ab)122 (ab)222 (ab)123 (ab)223
(a2)

Keterangan:
A : Model pembelajaran
B : Kemampuan spasial
a1 : Model MURDER berbasis mind mapping
a2 : Model MURDER
b1 : Kemampuan spasial tinggi
b2 : Kemampuan spasial sedang
b3 : Kemampuan spasial rendah
(ab)111 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER berbasis mind mapping dan memiliki kemampuan spasial
tinggi
(ab)211 : Kreativitas siswa yang dikenai model pembelajaran MURDER berbasis
mind mapping dan memiliki kemampuan spasial tinggi
(ab)112 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER berbasis mind mapping dan memiliki kemampuan spasial
sedang
(ab)212 : Kreativitas siswa yang dikenai model pembelajaran MURDER
berbasis mind mapping dan memiliki kemampuan spasial tinggi
(ab)113 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER berbasis mind mapping dan memiliki kemampuan spasial
rendah commit to user
perpustakaan.uns.ac.id 46
digilib.uns.ac.id

(ab)213 : Kreativitas siswa yang dikenai model pembelajaran MURDER

berbasis Mind Mapping dan memiliki kemampuan spasial rendah
(ab)121 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER dan memiliki kemampuan spasial tinggi
(ab)221 : Kreativitas siswa yang dikenai model pembelajaran MURDER dan
memiliki kemampuan spasial tinggi
(ab)122 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER dan memiliki kemampuan spasial sedang
(ab)222 : Kreativitas siswa yang dikenai model pembelajaran MURDER dan
memiliki kemampuan spasial sedang
(ab)123 : Prestasi belajar matematika siswa yang dikenai model pembelajaran
MURDER dan memiliki kemampuan spasial rendah
(ab)223 : Kreativitas siswa yang dikenai model pembelajaran MURDER dan
memiliki kemampuan spasial rendah.

C. Populasi, Sampel dan Sampling

1. Populasi
Populasi dalam penelitian ini adalah seluruh siswa kelas VIII SMP
Negeri di wilayah Kabupaten Magelang tahun pelajaran 2015/2016 yang
menggunakan kurikulum KTSP. Tidaklah mungkin peneliti melakukan
penelitian terhadap populasi yang jumlahnya banyak, sehingga di sini peneliti
mengambil sampel dari populasi tersebut.
2. Sampel dan Teknik Pengambilan Sampel
Sampel dalam penelitian ini adalah siswa kelas VIII semester 2 yang
diambil dari tiga SMP Negeri di Kabupaten Magelang. Pengambilan sampel
dalam penelitian ini dilakukan dengan stratified cluster random sampling dan
sampling random kluster (cluster random sampling). Adapun langkah-
langkahnya adalah sebagai berikut.
a. Mengelompokkan seluruh SMP Negeri di Kabupaten Magelang dalam
kriteria SMP berprestasi tinggi, sedang, dan rendah berdasarkan hasil UN
commit to user
perpustakaan.uns.ac.id 47
digilib.uns.ac.id

mata pelajaran Matematika tahun pelajaran 2014/2015. Adapun cara

pengkategorian populasi penelitian adalah sebagai berikut.

Tabel 3.3 Pengkategorian Populasi Penelitian

NNOo No. Interval Kategori
1. Xi > μ + 0,5σ Tinggi
2. μ – 0,5σ ≤ Xi ≤ μ + 0,5σ Sedang
3. Xi< μ – 0,5σ Rendah

dengan:
Xi : rerata nilai ujian nasional matematika SMP Negeri ke-i di
Kabupaten Magelang (i = 1, 2, 3, …, 54)
μ : rerata dari rerata nilai ujian nasional matematika SMP Negeri di
Kabupaten Magelang
σ : standar deviasi nilai ujian nasional matematika SMP Negeri di
Kabupaten Magelang
Dari masing-masing kategori peringkat sekolah diambil satu sekolah
secara random, sehingga diperoleh 3 sekolah dari populasi sebanyak 54
sekolah Negeri di Kabupaten Magelang. Sekolah yang dimaksud adalah
SMP Negeri 1 Kota Mungkid (kategori tinggi), SMP Negeri 3 Muntilan
(kategori sedang) dan SMP Negeri 2 Borobudur (kategori rendah).
Perhitungan pengkatagorian populasi penelitian dapat dilihat dalam
Lampiran 4.
b. Berdasarkan sub populasi yakni sekolah-sekolah yang diperoleh dari
proses sebelumnya kemudian diambil cluster dari setiap sekolah yang ada.
Teknik tersebut memberikan asumsi bahwa sekolah tersebut mempunyai
kemampuan yang sama. Dari masing-masing sekolah diambil 2 kelas dari
kelas VIII secara random, yaitu masing-masing satu kelas dengan model
pembelajaran MURDER berbasis mind mapping dan satu kelas dengan
model pembelajaran MURDER. Jumlah kelas yang dijadikan sampel

commit to user
perpustakaan.uns.ac.id 48
digilib.uns.ac.id

adalah sebanyak enam kelas meliputi tiga kelas eksperimen 1 dan tiga
kelas eksperimen 2.

D. Variabel Penelitian dan Definisi Operasional

Dalam penelitian ini terdapat satu variabel terikat dan dua variabel bebas.
1. Variabel terikat
Variabel terikat pada penelitian ini adalah prestasi belajar matematika dan
kreativitas.
a. Prestasi Belajar matematika.
1) Definisi operasional
Prestasi belajar matematika adalah suatu penilaian terhadap hasil
yang telah dicapai siswa dari kegiatan belajar sebagai bentuk
penguasaan dan kapasitas terhadap mata pelajaran matematika yang
ditunjukkan dengan nilai tes.
2) Indikator: Nilai tes prestasi belajar matematika pada materi bangun
ruang sisi datar.
3) Skala pengukuran : Skala interval
4) Simbol : X1
b. Kreativitas belajar
1) Definisi operasional
Kreativitas belajar matematika adalah kemampuan seseorang untuk
menciptakan atau mengembangkan gagasan-gagasan yang sudah
lama untuk menemukan sesuatu jawaban yang paling tepat terhadap
suatu masalah matematika yang diberikan berdasarkan informasi
yang tersedia.
2) Indikator: Skor hasil angket kreativitas siswa
3) Skala pengukuran : Skala interval
4) Simbol : X2
2. Variabel bebas
Variabel bebas dari penelitian ini yaitu model pembelajaran dan kemampuan
spasial siswa. commit to user
perpustakaan.uns.ac.id 49
digilib.uns.ac.id

a. Model Pembelajaran
1) Definisi operasional
Model pembelajaran adalah perencanaan atau pola yang digunakan
sebagai pedoman dalam merencanakan kegiatan belajar mengajar untuk
mencapai tujuan dalam pembelajaran.
2) Indikator: Langkah-langkah pembelajaran MURDER berbasis mind
mapping dan pembelajaran MURDER.
3) Skala pengukuran: Skala nominal
4) Simbol : A
a1 : Model pembelajaran MURDER berbasis mind mapping
a2 : Model pembelajaran MURDER
b. Kemampuan Spasial
1) Definisi operasional
Kemampuan spasial diartikan sebagai kemampuan untuk
menggambarkan bentuk dari berbagai benda dan kemampuan
seseorang dalam menvisualisasikan sesuatu atau objek yang
berhubungan dengan benda-benda nyata dengan menggunakan
imajinasi dan kemampuan berpikir abstrak siswa melalui objek
gambar
2) Indikator: nilai tes kemampuan spasial pada materi bangun ruang
3) Skala pengukuran: Skala interval yang ditransformasikan ke dalam
skala ordinal yang terdiri dari tiga kategori, yaitu tinggi, sedang, dan
rendah.
̅ ) dan standar
Penentuan kategorinya berdasarkan rata-rata (𝑋
deviasi (s), yaitu:

Tabel 3.4 Kriteria Penggolongan Kemampuan Spasial

No. Interval Kategori
1. ̅
Skor > 𝑋 + (1/2)SD Tinggi
2. ̅ ̅
𝑋 - (1/2)SD ≤ skor ≤ 𝑋 + (1/2)SD Sedang
3. ̅ - (1/2)SD
Skor < 𝑋 Rendah
commit to user
perpustakaan.uns.ac.id 50
digilib.uns.ac.id

Keterangan:
̅
𝑋 : rerata dari seluruh skor total siswa
SD : standar deviasi
4) Simbol: bj, dengan j = 1, 2, 3
b1 : Kemampuan spasial tinggi
b2 : Kemampuan spasial sedang
b3 : Kemampuan spasial rendah

E. Teknik Pengumpulan Data

Teknik pengumpulan data pada penelitian ini yaitu: (1) Metode dokumentasi
yang diperoleh dari nilai Ujian Akhir Semester 1 kelas VIII tahun pelajaran
2015/2016 pada mata pelajaran matematika. (2) Metode tes yang digunakan untuk
mengumpulkan data prestasi belajar dan kemampuan spasial siswa. (3) Metode
angket yang digunakan pada penelitian ini adalah angket kreativitas.
1. Instrumen Pengumpulan Data
Instrumen yang digunakan untuk mengumpulkan data dalam penelitian ini
antara lain:
a. Tes
1) Soal tes prestasi belajar
Tes prestasi belajar yang digunakan dalam penelitian ini adalah tes
tertulis berbentuk pilihan ganda dengan empat alternatif jawaban dan
terdapat 25 butir soal, tetapi pada saat melakukan uji coba soal terdiri
40 butir soal untuk mengantisipasi butir soal yang kurang baik
digunakan saat memperoleh data penelitian. Pemberian skornya adalah
1 jika jawaban benar dan 0 jika jawaban salah atau tidak dijawab.
Adapun prosedur penyusunan tes prestasi dalam penelitian ini
adalah:
a) Menentukan bentuk instrumen tes yang akan digunakan
Tes prestasi belajar matematika siswa berbentuk pilihan ganda
dengan empat pilihan jawaban yaitu a, b, c dan d.
commit to user
perpustakaan.uns.ac.id 51
digilib.uns.ac.id

b) Menyusun kisi-kisi soal tes

Kisi-kisi soal tes prestasi belajar disusun berdasarkan standar
kompetensi, kompetensi dasar dan indikator pembelajaran.
c) Menyusun butir-butir soal beserta penyelesaiannya
Soal tes prestasi dibuat beserta penyelesaiannya dan alasan
pemilihan pengecohnya.
d) Melakukan validasi isi kisi-kisi soal tes prestasi dan validasi butir
soal tes prestasi belajar.
e) Melakukan uji coba instrumen tes
Uji coba instrumen tes dilakukan dengan mengambil responden di
luar sampel penelitian tetapi masih dalam lingkup populasi. Uji coba
instrumen tes bertujuan untuk mengetahui tingkat reliabilitas,
tingkat kesukaran dan daya pembeda butir tes. Langkah tersebut
dilakukan agar mendapatkan instrumen tes yang baik dan akurat.
f) Membuang butir-butir soal yang kurang baik.
g) Melakukan pengukuran tes prestasi kepada subjek penelitian yang
sesungguhnya.
h) Menafsirkan hasil yang diperoleh.
2) Tes kemampuan spasial siswa
Tes yang digunakan dalam menentukan kemampuan spasial siswa
berupa tes objektif berbentuk pilihan ganda dengan empat alternatif
jawaban dengan satu jawaban benar dan terdiri dari 40 soal tes uji coba
kemampuan spasial yang kemudian akan digunakan sebanyak 25 soal
sebagai tes kemampuan spasial. Instrumen kemampuan spasial siswa
berupa tes yang disusun berdasarkan 5 komponen dari kecerdasan yang
diungkapkan Maier (1998), yaitu spatial perception, visualization,
mental ratation, spatial relation, dan spatial orientation.
Sebelum instrumen diberikan kepada kelas eksperimen, instrumen
tes kemampuan spasial dilakukan uji coba terlebih dahulu. Hal tersebut
dilakukan agar instrumen tes yang dibuat telah memenuhi syarat-syarat
commit
instrumen yang baik yaitu to user
validitas isi, daya beda, tingkat kesukaran dan
perpustakaan.uns.ac.id 52
digilib.uns.ac.id

reliabilitas. Uji coba instrumen dilakukan pada populasi yang bukan

sampel penelitian.
b. Angket
Penelitian ini menggunakan angket yang berbentuk skala sikap dan
bertujuan untuk mengetahui data kreativitas belajar siswa. Angket
kreativitas siswa yang digunakan dalam penelitian ini memuat pernyataan-
pernyataan yang merupakan indikator dari kreativitas yang berupa skala
dengan lima kemungkinan jawaban yaitu Selalu (SL), Sering (SR),
Kadang-kadang (KD), Jarang (J), dan Tidak Pernah (TP). Pemberian skor
untuk item positif adalah SL=5, SR=4, KD=3, J=2, dan TP=1 sedangkan
skor untuk item negatif adalah SL=1, SR=2, KD = 3, J=4, dan TP=5.
Angket kreativitas terdiri dari 52 pernyataan yang akan diuji cobakan
terlebih dahulu kemudian angket yang akan digunakan sebanyak 30
pernyataan sebagai angket kreativitas.
Adapun prosedur penyusunan angket ini antara lain.
1) Menentukan kisi-kisi angket untuk mendapatkan gambaran yang jelas
tentang indikator-indikator yang akan diukur.
2) Menyusun pertanyaan-pertanyaan angket sesuai dengan indikator yang
terdapat dalam kisi-kisi.
3) Melakukan validasi kisi-kisi angket dan validasi pernyataan-pernyataan
angket.
4) Melakukan uji coba angket. Uji coba angket digunakan untuk
mengetahui konsistensi internal dan reliabilitas angket yang akan
digunakan.
5) Membuang pertanyaan-pertanyaan angket yang tidak baik.
6) Melaksanakan pengukuran angket kepada subjek penelitian yang
sesungguhnya.
7) Menafsirkan hasil yang diperoleh.
2. Uji Coba Instrumen
Tujuan uji coba instrumen adalah untuk melihat apakah instrumen yang
commit
telah disusun benar-benar valid to user
dan benar-benar reliabel atau tidak (Budiyono,
perpustakaan.uns.ac.id 53
digilib.uns.ac.id

2015a: 32). Adapun uji coba instrumen yang dilakukan terhadap tes tertulis
berbentuk pilihan ganda dan angket dalam upaya mendapatkan data yang akurat
adalah sebagai berikut.
a. Tes Prestasi Belajar dan Kemampuan Spasial
1) Uji Validitas Isi
Validitas tes yang digunakan dalam penelitian ini adalah validitas
isi. Suatu instrumen dikatakan valid apabila isi instrumen tersebut telah
merupakan sampel yang representatif dari keseluruhan isi hal yang akan
diukur (Budiyono, 2015a: 38). Kegiatan validasi isi adalah serangkaian
kegiatan yang berlangsung setelah bentuk awal instrumen telah selesai
ditulis. Untuk menilai apakah instrumen mempunyai validitas isi yang
tinggi dilakukan melalui experts judgment ( penilaian yang dilakukan
oleh pakar) (Budiyono, 2015a: 39).
Budiyono (2015a: 38-39) mengemukakan bahwa untuk
mempertinggi validitas isi, disarankan agar pembuat soal melalui
langkah-langkah berikut: (1) mengidentifikasi bahan-bahan yang telah
diberikan beserta tujuan instruksionalnya (indikator); (2) membuat kisi-
kisi dari soal tes yang ditulis; (3) menyusun soal tes beserta kuncinya;
dan (4) menelaah soal tes sebelum dicetak yang dilakukan oleh ahli-ahli
yang relevan.
Para ahli menilai apakah kisi-kisi yang dibuat oleh pengembang
tes telah menunjukkan bahwa klasifikasi kisi-kisi telah mewakili isi
yang akan diukur. Sebelum dilakukan validasi instrumen tes prestasi dan
kemampuan spasial terlebih dahulu dilakukan validasi kisi-kisi butir.
Hal tersebut dilakukan agar mengetahui apakah kisi-kisi yang dibuat
oleh peneliti sudah sesuai dengan indikator yang dibuat atau tidak.
Penelaahan validitas isi instrumen tes prestasi belajar dilakukan oleh
tiga validator.
Dalam penelitian ini instrumen tes dikatakan valid menurut
validitas isi jika telah memenuhi seluruh kriteria penelaahan tersebut
yang disetujui oleh duacommit to user
dari tiga validator sehingga instrumen tersebut
perpustakaan.uns.ac.id 54
digilib.uns.ac.id

siap diujicobakan. Validator instrumen tes kemampuan spasial dan

prestasi belajar pada penelitian ini adalah ahli yang dianggap mampu di
dalam bidangnya.
Validitas isi pada tes prestasi belajar matematika dilakukan oleh
dua orang dosen Pendidikan Matematika Universitas Muhammadiyah
Surakarta dan Universitas Sarjanawiyata Taman Siswa yaitu Prof. Dr.
Sutama, M.Pd dan Sri adi Widodo, M.Pd, serta guru matematika yaitu
Bambang Singgih, S.Pd. Tes prestasi belajar matematika bab bangun
ruang sisi datar yang diajukan sebanyak 30 butir soal pilihan ganda.
Pada waktu pengajuan soal tes prestasi belajar kepada validator, terdapat
beberapa saran perbaikan yang harus dilakukan. Validator menyarankan
untuk menambah butir soal pada indikator yang hanya terdapat 1 soal
dan ada beberapa perbaikan penulisan pada soal dan kunci jawaban.
Lembar validasi kisi-kisi dan tes prestasi belajar matematika dapat di
lihat pada Lampiran 5.2.
Validasi isi pada tes kemampuan spasial dilakukan oleh 2 orang
dosen Fakultas Psikologi Universitas Muhammadiyah Surakarta serta
dosen Fakultas Psikologi Universitas Sarjanawiyata Taman Siswa yaitu
Dr. Sri Lestari, M.Si, Dr. Nisa Rachmah Nur Anganthi, M. Si dan Flora
Grace P, S. Psi, M. Psi. Tes kemampuan spasial yang diajukan sebanyak
40 butir soal pilihan ganda. Pada waktu pengajuan soal tes kemampuan
spasial kepada validator, terdapat beberapa saran diantaranya perbaikan
pada penulisan, gambar, indikator diperjelas dan ada beberapa butir soal
yang harus diganti atau diperjelas. Lembar validasi kisi-kisi dan tes
prestasi belajar matematika dapat di lihat pada Lampiran 7.2.
2) Uji Daya Pembeda Butir
Menurut Sudijono (2013: 385), daya pembeda butir adalah
kemampuan butir soal untuk dapat membedakan antara peserta yang
berkemampuan tinggi dengan peserta yang berkemampuan rendah.
Sementara itu, Budiyono (2015a:102) menyatakan butir soal
mempunyai daya bedacommit to user
baik jika kelompok siswa pandai menjawab
perpustakaan.uns.ac.id 55
digilib.uns.ac.id

benar butir soal lebih banyak daripada kelompok siswa tidak pandai.
Sebagai tolak ukur pandai atau tidak pandai adalah skor total dari
sekumpulan butir yang dianalisis. Rumus yang digunakan untuk
menghitung daya pembeda dalam penelitian ini adalah dengan rumus
korelasi biserial momen produk dari Karl Pearson:
𝑛 ∑𝑛𝑖=1 𝑋𝑖 𝑌𝑖 − (∑𝑛𝑖=1 𝑋𝑖 )(∑𝑛𝑖=1 𝑌𝑖 )
𝑟𝑝 𝑏𝑖𝑠 = ,
√(𝑛 ∑𝑛𝑖=1 𝑋𝑖 2 − (∑𝑛𝑖=1 𝑋𝑖 )2 )(𝑛 ∑𝑛𝑖=1 𝑌𝑖 2 − (∑𝑛𝑖=1 𝑌𝑖 )2 )

keterangan:
𝑟𝑝𝑏𝑖𝑠 : koefisien korelasi biserial (indeks daya pembeda butir ke-i)
n : banyaknya subyek yang dikenai tes
Xi : skor untuk butir ke-i
Yi : skor total untuk butir ke-i.
Budiyono (2015a: 102)
Daya pembeda untuk butir ke i kurang dari 0,3 maka butir tersebut
harus dibuang. Berdasarkan pendapat tersebut, untuk keperluan
pengambilan data dalam penelitian ini digunakan butir soal dengan daya
pembeda lebih dari atau sama dengan 0, 3 (D ≥ 0,3).
a) Daya Pembeda Butir Tes Prestasi Belajar Matematika
Rangkuman hasil pengujian daya pembeda butir pada uji coba
tes prestasi belajar matematika disajikan dalam Tabel 3.5.

Tabel 3.5 Daya Pembeda Butir Tes Prestasi Belajar

Daya Banyak Nomor Butir
Pembeda Butir
Baik 27 butir 2, 3, 5, 6, 7, 12, 14, 15, 17, 18, 19, 21,
(rxy ≥ 0,3) 22, 23, 24, 26, 28, 29, 30, 31, 32, 34,
36, 37, 38, 39, 40
Kurang Baik 13 butir 1, 4, 8, 9, 10, 11, 13, 16, 20, 25, 27, 33,
(rxy < 0,3) 35

Tes prestasi belajar yang digunakan dalam penelitian ini

digunakan kriteria daya pembeda butir yang baik. Terdapat 27 butir
commit to user
soal yang dapat digunakan tes tersebut sedangkan 13 butir lainnya
perpustakaan.uns.ac.id 56
digilib.uns.ac.id

yang memiliki kriteria daya pembeda butir kurang baik tidak

digunakan. Hasil perhitungan daya pembeda dari setiap butir tes
dapat dilihat pada Lampiran 6.1.
b) Daya Pembeda Butir Tes Kemampuan Spasial
Rangkuman hasil pengujian daya pembeda butir pada uji coba
tes kemampuan spasial disajikan dalam Tabel 3.6.

Tabel 3.6 Daya Pembeda Butir Tes Kemampuan Spasial

Daya Banyak Nomor Butir
Pembeda Butir
Baik 1, 2, 6, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
(rxy ≥ 0,3) 26 butir 18, 21, 22, 23, 24, 25, 27, 29, 31, 36, 37,
39, 40
Kurang
3, 4, 5, 7, 11, 19, 20, 26, 28, 30, 33, 34,
Baik 14 butir
35, 38
(rxy < 0,3)

Berdasarkan hasil dari Tabel 3.6 terdapat 26 butir soal yang

dapat digunakan tes tersebut sedangkan 14 butir lainnya yang
memiliki kriteria daya pembeda butir kurang baik tidak digunakan.
Hasil perhitungan daya pembeda dari setiap butir tes dapat dilihat
pada Lampiran 8.1.
3) Tingkat Kesukaran Butir
Tingkat kesukaran butir soal adalah proporsi banyaknya peserta
yang menjawab benar butir soal tersebut terhadap seluruh peserta tes.
Adapun besarnya tingkat kesukaran butir soal diperoleh dengan
menggunakan rumus berikut.
𝐵
𝑃= ,
𝑁
keterangan:
P : indeks kesukaran
B : banyaknya siswa yang menjawab soal dengan benar
N : banyaknya seluruh siswa peserta tes
commit to user Budiyono (2015a: 99)
perpustakaan.uns.ac.id 57
digilib.uns.ac.id

Thorndike dan Hagen dalam Sudijono (2013:371) mengemukakan

interpretasi terhadap tingkat kesukaran butir soal tersebut sebagai
berikut.

Tabel 3.7 Kategori Tingkat Kesukaran

Besarnya P Interpretasi
P < 0,3 Terlalu Sukar
0,3 ≤ P ≤ 0,7 Cukup (sedang)
P > 0,7 Terlalu Mudah

Dalam penelitian ini menggunakan interpretasi tingkat kesukaran

butir soal yang cukup (sedang) yaitu 0,3 ≤ P ≤ 0,7 agar mendapatkan
kualitas butir soal yang baik.
a) Tingkat Kesukaran Butir Tes Prestasi Belajar Matematika
Rangkuman hasil pengujian tingkat kesukaran butir pada uji
coba tes prestasi belajar dapat dilihat pada Tabel 3.8.

Tabel 3.8 Tingkat Kesukaran Butir Tes Prestasi Belajar

Tingkat Banyak
Nomor Butir
Kesukaran Butir
Mudah
8 butir 1, 4, 8, 9, 10, 13, 16, 38
(P > 0,70)
2, 3, 5, 6, 7, 11, 12, 14, 17, 18, 19,
Sedang 32
21, 22, 23, 24, 26, 28, 29, 30, 31,
(0,30 ≤ P ≤ 0,70) butir
32, 34, 36, 37, 39, 40
Sukar
0 butir -
(P < 0,30)

Dalam penelitian ini digunakan butir-butir soal dengan tingkat

kesukaran sedang, agar dapat memberikan distribusi yang
menyebar. Terdapat 32 butir soal dengan tingkat kesukaran sedang
yang dapat digunakan sebagai pertimbangan pemilihan butir soal
dalam penyusunan tes prestasi belajar sedangkan 8 butir lainnya
yang termasuk dalam tingkat
commit kesukaran mudah dan sukar tidak
to user
perpustakaan.uns.ac.id 58
digilib.uns.ac.id

digunakan. Hasil perhitungan tingkat kesukaran dari setiap butir tes

dapat dilihat pada Lampiran 6.1.
b) Tingkat Kesukaran Butir Tes Kemampuan Spasial
Rangkuman hasil pengujian tingkat kesukaran butir pada uji
coba tes kemampuan spasial dapat dilihat pada Tabel 3.9.

Tabel 3.9 Tingkat Kesukaran Butir Tes Kemampuan Spasial

Tingkat Banyak
Nomor Butir
Kesukaran Butir
Mudah
9 butir 5, 11, 19, 26, 28, 30, 34, 38
(P > 0,70)
1, 2, 6, 7, 8, 9, 10, 12, 13, 14, 15,
Sedang 16, 17, 18, 20, 21, 22, 23, 24, 25,
29 butir
(0,30 ≤ P ≤ 0,70) 27, 29, 31, 32, 33, 35, 36, 37,
39,40
Sukar
2 butir 3, 4
(P < 0,30)

Dalam penelitian ini digunakan butir-butir soal dengan tingkat

kesukaran sedang, agar dapat memberikan distribusi yang
menyebar. Terdapat 29 butir soal dengan tingkat kesukaran sedang
yang dapat digunakan sebagai pertimbangan pemilihan butir soal
dalam penyusunan tes prestasi belajar sedangkan 11 butir lainnya
yang termasuk dalam tingkat kesukaran mudah dan sukar tidak
digunakan. Hasil perhitungan tingkat kesukaran dari setiap butir tes
dapat dilihat pada Lampiran 8.1.
4) Penetapan Hasil Ujicoba
a) Penetapan hasil ujicoba tes prestasi belajar matematika dilihat
berdasarkan hasil daya pembeda dan tingkat kesukaran setiap butir
soal. Butir soal nomor 20, 25, 27, 33, 35 meskipun memiliki tingkat
kesukaran sedang tetapi tidak memiliki daya pembeda yang baik dan
butir soal nomor 38 memiliki daya pembeda yang baik tetapi tingkat
kesukaran mudah, maka butir soal tersebut tidak dipakai. Dari 40
soal tes pilihan ganda terdapat 26 soal yang memenuhi daya
commit to user
perpustakaan.uns.ac.id 59
digilib.uns.ac.id

pembeda yang baik dan tingkat kesukaran yang sedang, akan tetapi
soal yang digunakan ditetapkan 25 soal yang sudah memenuhi syarat
dan memenuhi setiap indikator. Adapun butir soal yang tidak
digunakan adalah soal nomor 1, 4, 8, 9, 10, 11, 13, 16, 20, 22, 25,
27, 33, 35 dan 38. Soal tes prestasi pilihan ganda prestasi belajar
matematika yang digunakan dalam penelitian ini terdapat pada
Lampiran 12.1.
b) Penetapan hasil ujicoba tes kemampuan spasial dilihat berdasarkan
hasil daya pembeda dan tingkat kesukaran setiap butir soal. Pada
butir soal nomor 7, 8, 20, 33, 35 memiliki tingkat kesukaran sedang
tetapi tidak memiliki daya pembeda yang baik, maka butir soal
tersebut tidak dipakai dan daya pembeda butir soal nomor 30
terpenuhi tetapi tingkat kesukaran tidak terpenuhi maka butir soal
tidak terpakai. Dari 40 soal tes pilihan ganda ditetapkan 25 soal yang
sudah memenuhi syarat dan memenuhi setiap indikator. Adapun
butir soal yang tidak digunakan adalah soal nomor 3, 4, 5, 7, 8, 11,
19, 20, 26, 28, 30, 33, 34, 35 dan 38. Soal tes prestasi pilihan ganda
prestasi belajar matematika yang digunakan dalam penelitian ini
terdapat pada Lampiran 12.2.
5) Reliabilitas
Suatu instrumen disebut reliabel jika hasil pengukuran dengan
instrumen tersebut tetap sama jika pengukuran tersebut dilakukan pada
orang yang sama pada waktu yang berlainan atau pada orang yang
berlainan (tetapi mempunyai kondisi yang sama) pada waktu yang sama
atau pada waktu yang berlainan (Budiyono, 2015: 47). Menurut
Budiyono (2015:50), pendekatan satu kali tes (single-test method)
merupakan pendekatan yang paling banyak dipakai karena merupakan
pendekatan yang paling ekonomis dan paling praktis.
Adapun rumus yang digunakan adalah rumus Kuder-Richardson
atau KR-20 sebagai berikut.
commit to user
perpustakaan.uns.ac.id 60
digilib.uns.ac.id

𝑛 𝑠𝑡 2 − ∑𝑛𝑖−1 𝑝𝑖 𝑞𝑖
𝑟11 =( )( ),
𝑛−1 𝑠𝑡 2
dengan:
𝑟11 : koefisien reliabilitas tes
𝑛 : banyaknya butir tes
𝑠𝑡 2 : variansi skor total yang diperoleh subyek uji coba
𝑝𝑖 : proporsi banyaknya subyek yang menjawab benar pada butir ke-
i, di mana i = 1, 2, . . .
𝑞𝑖 = 1- 𝑝𝑖 , i = 1, 2, ..., n.
Budiyono (2015a: 53)
Menurut Budiyono (2015: 49), hasil pengukuran yang mempunyai
indeks reliabilitas 0,70 atau lebih cukup baik nilai kemanfaatannya,
dalam arti instrumennya dapat dipakai untuk melakukan pengukuran.
a) Reliabilitas Tes Prestasi Belajar matematika
Tes prestasi belajar yang digunakan dalam penelitian ini terdiri
dari 25 butir soal. Butir soal yang dipilih sebagai tes prestasi belajar
adalah butir soal nomor 2, 3, 5, 6, 7, 12, 14, 15, 17, 18, 19, 21, 23,
24, 26, 28, 29, 30, 31, 32, 34, 36, 37, 39 dan 40. Uji reliabilitas tes
prestasi belajar menggunakan rumus KR-20. Berdasarkan hasil
pengujian diperoleh r11 = 0,793 yang dapat diinterpretasikan bahwa
tes prestasi belajar reliabel karena r11 ≥ 0,70. Perhitungan
selengkapnya dapat dilihat pada Lampiran 6.2.
b) Reliabilitas Tes Kemampuan Spasial
Tes prestasi belajar yang digunakan dalam penelitian ini terdiri
dari 25 butir soal. Butir soal yang dipilih sebagai tes prestasi belajar
adalah butir soal nomor 1, 2, 6, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18,
21, 23, 24, 25, 27, 29, 31, 32, 36, 37, 39 dan 40. Uji reliabilitas tes
prestasi belajar menggunakan rumus KR-20. Berdasarkan hasil
pengujian diperoleh 𝑟11 = 0,89 yang dapat diinterpretasikan bahwa
tes kemampuan spasial reliabel karena 𝑟11 ≥ 0,70. Perhitungan
selengkapnya dapatcommit
dilihat to userLampiran 8.2.
pada
perpustakaan.uns.ac.id 61
digilib.uns.ac.id

b. Angket Kreativitas
1) Uji Validitas Isi
Validitas isi pada angket digunakan untuk menilai angket tersebut
mempunyai validitas isi atau tidak. Para ahli atau validator terlebih
dahulu melakukan validasi kisi-kisi angket kreativitas belajar terlebih
dahulu. Hal tersebut dilakukan untuk menilai apakah kisi-kisi yang
dibuat oleh pengembang tes telah menunjukkan bahwa klasifikasi kisi-
kisi telah mewakili isi yang akan diukur. Penelaahan validitas isi
instrumen angket dilakukan oleh tiga validator.
Instrumen tes dikatakan valid menurut validitas isi jika telah
memenuhi seluruh kriteria penelaahan tersebut yang disetujui oleh dua
dari tiga validator sehingga instrumen tersebut siap diujicobakan.
Sebelum angket digunakan untuk mengumpulkan data, terlebih dahulu
diuji cobakan di luar sampel tetapi masih dalam populasi. Data dari uji
coba angket, selanjutnya digunakan untuk mengetahui reliabilitas dan
konsistensi internal angket.
Validasi isi pada angket kreativitas dilakukan oleh 2 orang dosen
Fakultas Psikologi Universitas Muhammadiyah Surakarta serta dosen
Fakultas Psikologi Universitas Sarjanawiyata Taman Siswa yaitu Dr. Sri
Lestari, M.Si, Dr. Nisa Rachmah Nur Anganthi, M. Si dan Flora Grace
P, S. Psi, M. Psi. Angket kreativitas yang diajukan sebanyak 30
pernyataan. Pada waktu pengajuan angket kreativitas kepada validator,
terdapat beberapa saran diantaranya perbaikan pada penulisan, indikator
diperjelas, penambahan pernyataan pada indikator dan perbaikan pada
pernyataan yang memiliki pernyataan ganda. Lembar validasi kisi-kisi
dan tes prestasi belajar matematika dapat di lihat pada Lampiran 9.2.
2) Konsistensi Internal (Daya Beda Angket)
Menurut Budiyono (2015:142-143), sebuah instrumen tentu terdiri
dari sejumlah butir-butir instrumen. Kesemua itu harus mengukur hal
yang sama dan menunjukkan kecenderungan yang sama pula. Ini berarti
commit
harus ada korelasi positif to user
antara skor masing-masing butir tersebut.
perpustakaan.uns.ac.id 62
digilib.uns.ac.id

Biasanya untuk menghitung konsistensi internal butir ke-i, rumus yang

digunakan adalah rumus Korelasi Momen Produk dari Karl Pearson
berikut:
𝑛 ∑𝑛𝑖=1 𝑋𝑖 𝑌𝑖 − (∑𝑛𝑖=1 𝑋𝑖 )(∑𝑛𝑖=1 𝑌𝑖 )
𝑟𝑖 = ,
√(𝑛 ∑𝑛𝑖=1 𝑋𝑖 2 − (∑𝑛𝑖=1 𝑋𝑖 )2 )(𝑛 ∑𝑛𝑖=1 𝑌𝑖 2 − (∑𝑛𝑖=1 𝑌𝑖 )2 )

dimana:
𝑟𝑖 : indeks konsistensi internal untuk butir ke-i
𝑛 : banyaknya subjek yang dikenai tes
𝑋𝑖 : skor untuk butir ke-i (dari subjek uji coba ke-i), i = 1, 2, ..., n
𝑌𝑖 : total skor (dari subjek uji coba ke-i), i = 1, 2, ..., n.
Daya pembeda untuk butir ke i kurang dari 0,3 maka butir tersebut
harus dibuang. Berdasarkan pendapat tersebut, untuk keperluan
pengambilan data dalam penelitian ini digunakan butir soal dengan daya
pembeda lebih dari atau sama dengan 0,3 (D ≥ 0,3).
Rangkuman hasil perhitungan konsistensi internal angket dapat
dilihat pada Tabel 3.10.

Tabel 3.10 Konsistensi Internal Butir Angket Kreativitas

Pernyataan Kriteria Banyak Nomor Butir

Butir
Baik 1, 2, 6, 9, 10, 14, 17, 22, 26, 29, 34, 38,
17 butir
(rxy ≥ 0,3) 42, 45, 46, 49, 50
Positif
Kurang Baik 5, 13, 18, 21, 25, 30, 33, 37, 41
9 butir
(rxy < 0,3)
Baik 3, 7, 8, 12, 15, 16, 19, 20, 24, 27, 28,
20 butir
(rxy ≥ 0,3) 31, 32, 35, 36, 40, 43, 44, 47, 52
Negatif
Kurang Baik 4, 11, 23, 39, 48, 51
6 butir
(rxy < 0,3)

Dari Tabel 3.10 di atas terlihat bahwa terdapat 17 butir pernyataan

positif dan 20 butir pernyataan negatif yang memiliki konsistensi
internal baik sehingga terdapat 37 butir pernyataan yang digunakan
dalam penelitian, akan tetapi angket yang digunakan sebanyak 30
commit to user
pernyataan. Pernyataan yang tidak digunakan terdapat pada nomor 1, 4,
perpustakaan.uns.ac.id 63
digilib.uns.ac.id

5, 9,11, 13, 15, 18, 20, 21, 23, 25, 30, 32, 33, 35, 37, 39, 41, 43, 48 dan
51. Perhitungan konsistensi internal dapat dilihat pada Lampiran 10.1.
Pernyataan angket yang digunakan dalam penelitian ini terdapat pada
Lampiran 12.3.
3) Uji Reliabilitas
Menurut Budiyono (2015:50), pendekatan yang sering dipakai
untuk mengestimasi indeks reliabilitas instrumen adalah pendekatan
satu kali tes (single-test method) karena merupakan pendekatan yang
paling ekonomis dan paling praktis. Untuk itu, dalam penelitian ini
menggunakan pendekatan satu kali tes dengan teknik Alpha.
Adapun indeks reliabilitasnya dihitung dengan rumus:
𝑛 ∑𝑛𝑖=1 𝑠𝑖2
𝑟11 =( ) (1 − ),
𝑛−1 𝑠𝑡2
dimana:
𝑟11: koefisien reliabilitas angket
𝑛 : banyaknya butir angket
𝑠𝑖2 : variansi skor butir ke-i, i = 1, 2, ..., n
𝑠𝑡2 : variansi skor total yang diperoleh subjek uji coba.
Suatu instrumen dikatakan reliabel apabila koefisien
reliabilitasnya r11 ≥ 0, 70.
Budiyono (2015a:55)
Pengujian reliabilitas dilakukan pada butir angket yang terpilih,
yaitu pada 30 butir pernyataan. Berdasarkan hasil perhitungan diperoleh
r11 = 0,836 yang dapat diinterpretasikan bahwa angket aspek afektif
reliabel karena r11 ≥ 0,869. Perhitungan reliabilitas angket kreativitas
dapat dilihat pada Lampiran 10.2.

F. Teknik Analisis Data

Teknik analisis data dalam penelitian ini merupakan Multivariate Analysis of
Variance (MANOVA) dua jalan dengan sel tak sama. Sebelum melakukan
commit to user
eksperimen, terlebih dahulu dilakukan uji keseimbangan terhadap nilai rerata
perpustakaan.uns.ac.id 64
digilib.uns.ac.id

kemampuan awal dan kreativitas siswa untuk kelas eksperimen satu dan kelas
eksperimen dua. Sebelum data dianalisis terlebih dahulu dilakukan uji prasyarat.
Dalam penelitian ini pengolahan analisis data menggunakan sofware Microsoft
Office Excel 2013.
Berikut uraian untuk uji prasyarat, uji keseimbangan, uji hipotesis dan uji
lanjut dalam penelitian ini.
1. Uji prasyarat Multivariat
Uji prasyarat multivariat dilakukan untuk memenuhi asumsi-asumsi yang
harus dipenuhi sebelum uji beda rerata multivariat terhadap kedua kelas
eksperimen. Sebagaimana yang dikemukakan oleh Budiyono (2015b:40),
asumsi-asumsi yang harus dipenuhi pada uji beda rerata multivariat dengan p
variabel terikat adalah a) nilai-nilai variabel sampel berasal dari populasi yang
berdistribusi normal mutivariat, b) matriks variansi-variansi kovariansi pada
dua populasi harus sama (homogen). Kedua asumsi dapat dipenuhi dengan
melakukan uji sebagai berikut.
a. Uji Normalitas Bivariat
Uji normalitas berfungsi untuk menguji data yang diperoleh dari
sampel apakah berasal dari populasi yang berdistribusi normal atau tidak.
Uji normalitas dilakukan dengan mencari titik jarak kuadrat (d2) dan
menggunakan nilai pendekatan dari distribusi Chi-Kuadrat (𝜒2 ). Menurut
Johnson dan Wichern (dalam Budiyono, 2015b: 75) merumuskan beberapa
prosedur perhitungan nilai jarak kuadrat (d2) sebagai berikut.
1) Hipotesis Uji
H0 : Data amatan berdistribusi normal bivariat.
H1 : Data amatan tidak berdistribusi normal bivariat.
2) Taraf signifikansi: α = 0,5
3) Statistik uji:
𝑇 −𝟏
𝑑𝑗 2 = (𝑿𝒋 − 𝑿
̅) 𝑺 (𝑿𝒋 − 𝑿 ̅ ), j = 1,2, . . ., n
2 … 𝑆1𝑝
𝑆1 𝑆12
𝑺 = [𝑆… 21 𝑆22 … 𝑆2𝑝 ],
… … …
𝑆𝑝1 𝑆𝑝2 …commit
𝑆𝑝2 to user
perpustakaan.uns.ac.id 65
digilib.uns.ac.id

dengan,
̅ 𝑝 )2
∑𝑝𝑝=1(𝑋𝑝 − 𝑋
2
𝑆𝑝 =
𝑛−1
∑𝑝𝑝=1(𝑋1
−𝑋̅ 1 )(𝑋𝑝 − 𝑋
̅ 𝑝)
𝑆1𝑝 2 =
𝑛−1
𝑝 ̅ 𝑝 )(𝑋1 − 𝑋
̅ 1)
∑𝑝=1(𝑋𝑝 − 𝑋
𝑆𝑝1 2 =
𝑛−1
𝑑𝑗 2 : nilai jarak kuadrat ke-j, j = 1, 2, 3, . . ., n
𝑿𝒋 : matriks nilai data amatan ke-j, j = 1, 2, 3, . . ., n
̅ : matriks nilai rerata seluruh data amatan
𝑿
𝑺 : matriks variansi-kovariansi
𝑺−𝟏 : invers matriks variansi-kovariansi
n : banyaknya data
p : banyaknya variabel terikat
Setelah diperoleh nilai dari 𝑑𝑗 2 untuk j = 1, 2, 3, . . ., n maka nilai

𝑑𝑗 2 harus diurutkan dari nilai yang terkecil sampai nilai yang terbesar

yaitu 𝑑1 2 ≤ 𝑑2 2 ≤. . . ≤ 𝑑𝑛 2. Kemudian dilanjutkan dengan mencari

nilai 𝜒2 (𝛼,𝑝) dengan p adalah banyaknya variabel terikat.
4) Keputusan uji
H0 ditolak jika 𝑑𝑗 2 ≤ 𝜒2 (𝛼,𝑝) kurang dari 50% data amatan.
Budiyono (2015b: 76)
b. Uji homogenitas Variansi-Kovariansi Populasi
Uji homogenitas digunakan uji Box’s-M dengan prosedur sebagai berikut.
1) Hipotesis uji
𝐻0 : Matriks variansi dan kovariansi prestasi belajar dan
kemampuan spasial siswa sama.
𝐻1 : Matriks variansi dan kovariansi prestasi belajar dan
kemampuan spasial tidak sama
2) Taraf signifikansi: α = 0,05

commit to user
perpustakaan.uns.ac.id 66
digilib.uns.ac.id

3) Statistik uji:
𝑝(𝑝+1)(𝑘−1)
𝜒2 = (1 − 𝐶)𝑊~𝜒2 ( 2
),
dimana,
𝑘
2𝑝2 + 3𝑝 − 1 1 1
𝐶= [∑ − ]
6(𝑝 + 1)(𝑘 − 1) 𝑣𝑖 𝑣𝑒
𝑖=1
𝑘

𝑊 = 𝑣𝑒 log|𝑺| − ∑ 𝑣𝑖 log|𝑺𝒊 |
𝑖=1
∑𝑘𝑖=1 𝑣𝑖 𝑺𝒊
𝑺= , 𝑣𝑒 = 𝑛 − 𝑘,
𝑣𝑒
𝑘

𝑣𝑖 = 𝑛𝑖 − 1, 𝑛 = ∑ 𝑛𝑖
𝑖=1
dengan,
𝑝 : banyaknya variabel terikat
𝑛 : banyaknya data
𝑘 : banyak populasi
𝑛𝑖 : ukuran sampel ke-𝑖; 𝑖 = 1, 2, … , 𝑘
𝑺𝒊 : matriks variansi kovariansi sampel ke-𝑖, i = 1, 2, . . ., k
𝑺 : matriks variansi kovariansi gabungan sampel
4) Daerah Kritis

𝐷𝐾 = {χ2 |χ2 > χ2 p(p+1)(k−1) }

(α; )
2
5) Keputusan Uji
𝐻0 ditolak jika 𝜒𝑜𝑏𝑠 2 ∈ 𝐷𝐾
Budiyono (2015b: 79-80)
2. Uji Keseimbangan
Uji keseimbangan dilakukan untuk menguji kesamaan rerata kemampuan
awal dan kreativitas siswa pada kedua kelas eksperimen. Data kemampuan awal
siswa merupakan nilai tes prestasi belajar siswa yang diperoleh dari UAS
semester ganjil sedangkan data kreativitas siswa diperoleh melalui pengerjaan
angket dari penelitian sebelum dikenai perlakuan. Adapun langkah-langkah uji
commit
keseimbangan dalam penelitian to user
ini sebagai berikut.
perpustakaan.uns.ac.id 67
digilib.uns.ac.id

a. Hipotesis uji
𝜇11 𝜇12
𝜇21 𝜇
𝐻0 : ( … ) = ( …22 )
𝜇𝑝1 𝜇𝑝2
𝜇11 𝜇12
𝜇21 𝜇22
𝐻1 : ( … ) ≠ ( … )
𝜇𝑝1 𝜇𝑝2

b. Taraf signifikan: α = 0,05

c. Statistik Uji:
𝑛1 + 𝑛2 − 𝑝 − 1 2
𝐹= 𝑇 ~ 𝐹(0,05;𝑝,𝑁−𝑝−1) ,
(𝑛1 + 𝑛2 − 2)𝑝
Nilai 𝑻2 dicari dengan formula:
𝑛1 𝑛2 ̅ ̅ 𝟐 )𝑇 𝑺−𝟏 (𝑿
𝑻2 = (𝑿𝟏 − 𝑿 ̅𝟏 − 𝑿
̅ 𝟐 ),
𝑛1 + 𝑛2
dengan,
𝑛1 : banyaknya data amatan pada kelas eksperimen I
𝑛2 : banyaknya data amatan pada kelas eksperimen II
𝑝 ∶ banyaknya variabel terikat
𝑺 ∶ matriks variansi dan kovariansi dari 2 variabel terikat
̅ 11
𝑋 ̅ 12
𝑋
̅ 21 − 𝑋
̅ 𝟐 ) = [𝑋
̅𝟏 − 𝑿 ̅
(𝑿 … ] [ …22 ]
̅ 𝑝1
𝑋 ̅ 𝑝2
𝑋
Matriks S dicari dengan formula:
𝑾𝟏 + 𝑾𝟐
𝑺=
𝑛1 +𝑛2 − 2
𝑆𝑆1(1) 𝑆𝑆12(1) 𝑆𝑆1(2) 𝑆𝑆12(2)
𝑾𝟏 = [ ] dan 𝑾𝟐 = [ ]
𝑆𝑆21(1) 𝑆𝑆2(1) 𝑆𝑆21(2) 𝑆𝑆2(2)
dimana,
𝑛
(∑𝑛𝑖=1 𝑋1𝑖 )2
𝑆𝑆1𝑖 = ∑ 𝑋1𝑖 2 −
𝑛
𝑖=1
𝑛
(∑𝑛𝑖=1 𝑋2𝑖 )2
𝑆𝑆2𝑖 = ∑ 𝑋2𝑖 2 −
𝑛
𝑖=1
𝑛
(∑𝑛 𝑋1𝑖 )(∑𝑛 𝑋2𝑖 )
− 𝑖=1to user 𝑖=1
𝑆𝑆12𝑖 = 𝑆𝑆21𝑖 = ∑ 𝑋1𝑖 𝑋2𝑖commit
𝑛
𝑖=1
perpustakaan.uns.ac.id 68
digilib.uns.ac.id

dengan,
𝑾𝟏 : matriks Sum of square cross product untuk kelas eksperimen 1
𝑾𝟐 : matriks Sum of square cross product untuk kelas eksperimen 2
d. Daerah kritis: 𝐷𝐾 = {𝐹|𝐹 > 𝐹á;𝑝,𝑁−𝑝−1 }
e. Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾
(Budiyono, 2015b:68-69)
3. Uji Hipotesis
Uji hipotesis pada penelitian ini menggunakan analisis variansi
multivariat dua jalan atau two-way multivariate abalysis of variance (two-way
MANOVA) dengan sel tak sama. Uji ini dilakukan karena terdapat dua variabel
terikat yaitu prestasi belajar dan kreativitas siswa. Adapun uraian yang
berkaitan dengan uji hipotesis.
a. Model data
Model data untuk populasi pada analisis multivariat dua jalan dalam
Budiyono (2015:133) yaitu:
𝑿𝑖𝑗𝑘 = 𝝁 + 𝜶𝑖 + 𝜷𝑗 + (𝜶𝜷)𝑖𝑗 + 𝜺𝑖𝑗𝑘
dengan
𝑿𝒊𝒋𝒌 : matriks data nilai ke-𝑘 pada baris (model) ke-𝑖 kolom (tipe
kemampuan spasial) ke-𝑗
𝝁 : rerata dari seluruh data (rerata besar, grand mean)
𝜶𝒊 = 𝝁𝒊. − 𝝁
: matriks efek faktor A (model pembelajaran) kategori ke-𝑖
𝜷𝒋 = 𝝁.𝒋 − 𝝁
: matriks efek faktor B (kemampuan spasial) kategori ke-𝑗
(𝜶𝜷)𝒊𝒋 = 𝝁𝒊𝒋 − (𝝁 + 𝜶𝒊 + 𝜷𝒋 )
: matriks interaksi faktor A kategori ke-𝑖 dan faktor B kategori ke-j
𝜺𝒊𝒋𝒌 : deviasi data 𝑋𝑖𝑗𝑘 terhadap populasinya diasumsikan berdistribusi
𝑁𝑝 (0, 𝛴).

commit to user
perpustakaan.uns.ac.id 69
digilib.uns.ac.id

b. Hipotesis uji
1) Hipotesis
a) Hipotesis perbandingan antar baris (perbandingan model
pembelajaran)
𝜇11∙ 𝜇12∙ 𝜇1𝑖∙
𝜇21∙ 𝜇22∙ 𝜇2𝑖∙
𝐻0𝐴 : ( … )=( … ) =. . . = ( … )
𝜇𝑝1∙ 𝜇𝑝2∙ 𝜇𝑝𝑖∙

𝜇11∙ 𝜇12∙ 𝜇1(𝑖−1)∙ 𝜇1𝑖∙

𝜇21∙ 𝜇22∙ 𝜇2(𝑖−1)∙ 𝜇2𝑖∙
𝐻1𝐴 : ( … ) ≠ ( … ) 𝑎𝑡𝑎𝑢. . . 𝑎𝑡𝑎𝑢 ( … ) ≠ ( … )
𝜇𝑝1∙ 𝜇𝑝2∙ 𝜇𝑝(𝑖−1)∙ 𝜇𝑝𝑖∙

b) Hipotesis perbandingan antar kolom (perbandingan kemampuan

spasial)
𝜇1∙1 𝜇1∙2 𝜇1∙𝑗
𝜇2∙1 𝜇2∙2 𝜇2∙𝑗
𝐻0𝐵 : ( … ) = ( … ) =. . . = ( … )
𝜇𝑝∙1 𝜇𝑝∙2 𝜇𝑝∙𝑗

𝜇1∙1 𝜇1∙2 𝜇1∙(𝑗−1) 𝜇1∙𝑗

𝜇2∙1 𝜇2∙2 𝜇2∙(𝑗−1) 𝜇2∙𝑗
𝐻1𝐵 : ( … ) ≠ ( … ) 𝑎𝑡𝑎𝑢 . . . 𝑎𝑡𝑎𝑢 ( … ) ≠ ( … )
𝜇𝑝∙1 𝜇𝑝∙2 𝜇𝑝∙(𝑗−1) 𝜇𝑝∙𝑗
c) Hipotesis interaksi
𝐻0𝐴𝐵 : tidak terdapat interaksi antara model pembelajaran dan
kemampuan spasial
𝐻1𝐴𝐵 : terdapat interaksi antara model pembelajaran dan
kemampuan spasial.
2) Taraf Signifikansi: α = 0,05
3) Komputasi
Sebelum menghitung komputasi, lebih dahulu dibuat tabel
reratanya yaitu sebagai berikut.

commit to user
perpustakaan.uns.ac.id 70
digilib.uns.ac.id

Tabel 3.11 Rerata MANOVA Dua Jalan dengan Sel Tak Sama
Kemampuan Spasial (B)
Model Tinggi (𝑏1 ) Sedang (𝑏2 ) Rendah (𝑏3 )
Pembelajaran Prestasi Prestasi Prestasi
(𝐴) Kreativitas Kreativitas Kreativitas
Belajar Belajar Belajar
(𝑋2 ) (𝑋2 ) (𝑋2 )
(𝑋1 ) (𝑋1 ) (𝑋1 )
MURDER-
𝑋̅11∙
Mind 𝑋̅111 𝑋̅211 𝑋̅112 𝑋̅212 𝑋̅113 𝑋̅213
𝑋̅21∙
Mapping (𝑎1 )
MURDER 𝑋̅12∙
𝑋̅121 𝑋̅221 𝑋̅122 𝑋̅222 𝑋̅123 𝑋̅223
(𝑎2 ) 𝑋̅22∙
𝑋̅1
Rerata Kolom 𝑋̅1∙1 𝑋̅2∙1 𝑋̅1∙2 𝑋̅2∙2 𝑋̅1∙3 𝑋̅2∙3
𝑋̅2

Berdasarkan rerata-rerata tersebut, didefinisikan matriks-matriks

rerata berikut.
̅ ̅ ̅ ̅ ̅
̅ 11 = [𝑋111 ] ; 𝑋
𝑋 ̅ 12 = [𝑋112 ] ; 𝑋 ̅ 21 = [𝑋121 ]; 𝑋̅22 = [𝑋122 ]
̅ 13 = [𝑋113 ];𝑋
̅ 211
𝑋 ̅ 212
𝑋 ̅ 213
𝑋 ̅ 221
𝑋 𝑋̅222
̅ ̅ ̅ ̅ ̅
̅ 23 = [𝑋123 ] ; 𝑋
𝑋 ̅ 1∙ = [𝑋11∙ ] ; 𝑋
̅ 2∙ = [𝑋12∙ ] ; 𝑋
̅ ∙1 = [𝑋1∙1 ] ; 𝑋
̅ ∙2 = [𝑋1∙2 ]
̅ 223
𝑋 ̅ 21∙
𝑋 ̅ 22∙
𝑋 ̅ 2∙1
𝑋 ̅ 2∙2
𝑋
̅ ̅
̅ ∙3 = [𝑋1∙1 ] ; 𝑋
𝑋 ̅ = [𝑋1 ]
̅ 2∙3
𝑋 ̅2
𝑋
Berikut perhitungan matriks Sum of Square and Cross Product
(SSCP) pada analisis variansi multivariat dua jalan dengan sel tak sama.

Tabel 3.12 Matriks SSCP pada Analisis Multivariat Dua Jalur Sel Tak Sama
Sumber Matriks SSCP Derajat Kebebasan
Faktor A
(𝑨𝑴)′ [𝑨(𝑳′ 𝑳)−𝟏 𝑨′ ]−𝟏 (𝑨𝑴) 𝑑𝑘ℎ𝐴 = 𝑎 − 1
(Model)
Faktor B
(𝑩𝑴)′ [𝑩(𝑳′ 𝑳)−𝟏 𝑩′ ]−𝟏 (𝑩𝑴) 𝑑𝑘ℎ𝐵 = 𝑏 − 1
(Spasial)
Interaksi
(𝑪𝑴)′ [𝑪(𝑳′ 𝑳)−𝟏 𝑪′ ]−𝟏 (𝑪𝑴) 𝑑𝑘ℎ𝐴𝐵 = (𝑎 − 1)(𝑏 − 1)
AB
Galat (𝑿 − 𝑳𝑴)′ (𝑿 − 𝑳𝑴) 𝑑𝑘𝐺 = 𝑁 − 𝑎𝑏
𝑎 𝑏 𝑛

Total ̅ )(𝑿𝒊𝒋𝒌 − 𝑿
∑ ∑ ∑(𝑿𝒊𝒋𝒌 − 𝑿 ̅ )′ 𝑑𝑘𝑇 = 𝑁 − 1
𝑖=1 𝑗=1 𝑘=1

Keterangan:
a : banyaknyacommit to user faktor A)
baris (klasifikasi
perpustakaan.uns.ac.id 71
digilib.uns.ac.id

b : banyaknya kolom (klasifikasi faktor B)

N : banyaknya seluruh data amatan = 𝑛11 + 𝑛12 + ⋯ + 𝑛𝑖𝑗
M = (𝑳′ 𝑳)−𝟏 (𝑳′ 𝑿)
4) Statistik Uji
a) Untuk hipotesis efek faktor A (efek model pembelajaran)
1
1 − 𝚲𝑠𝑨 𝑑𝑘2𝐴
𝐹𝐴 = ( 1 ) (𝑑𝑘 ) ~𝐹(𝛼; 𝑑𝑘1𝐴 , 𝑑𝑘2𝐴
),
𝑠 1𝐴
𝚲𝑨
dengan,
|𝑺𝑺𝑪𝑷𝑮 |
𝚲𝑨 = ,
|𝑺𝑺𝑪𝑷𝑨 + 𝑺𝑺𝑪𝑷𝑮 |
𝑑𝑘1𝐴 = (𝑝)(𝑑𝑘ℎ𝐴 )
𝑑𝑘ℎ𝐴 = 𝑎 − 1
1
𝑚 = 𝑑𝑘𝐺 + 𝑑𝑘ℎ𝐴 − (𝑝 + 𝑑𝑘ℎ𝐴 + 1)
2
𝑑𝑘𝐺 = 𝑁 − 𝑎𝑏

𝑝2 𝑑𝑘ℎ𝐴 2 − 4
𝑠 = √ 2
𝑝 +𝑑𝑘ℎ𝐴 2 − 5
1
𝑑𝑘2𝐴 = 𝑚𝑠 − (𝑝)(𝑑𝑘ℎ𝐴 ) + 1
2
b) Untuk hipotesis efek faktor B (efek kemampuan spasial)
1
1 − 𝚲𝑠𝑩 𝑑𝑘2𝐵
𝐹𝐴 = ( 1 ) (𝑑𝑘 ) ~𝐹(𝛼; 𝑑𝑘1𝐵 , 𝑑𝑘2𝐵
),
1𝐵
𝚲𝑠𝑩
dengan,
|𝑺𝑺𝑪𝑷𝑮 |
𝚲𝑨 = ,
|𝑺𝑺𝑪𝑷𝑩 + 𝑺𝑺𝑪𝑷𝑮 |
𝑑𝑘1𝐵 = (𝑝)(𝑑𝑘ℎ𝐵 )
𝑑𝑘ℎ𝐵 = 𝑏 − 1
1
𝑚 = 𝑑𝑘𝐺 + 𝑑𝑘ℎ𝐵 − (𝑝 + 𝑑𝑘ℎ𝐵 + 1)
2
commit to user
𝑑𝑘𝐺 = 𝑁 − 𝑎𝑏
perpustakaan.uns.ac.id 72
digilib.uns.ac.id

𝑝2 𝑑𝑘ℎ𝐵 2 − 4
𝑠 = √
𝑝2 +𝑑𝑘ℎ𝐵 2 − 5
1
𝑑𝑘2𝐵 = 𝑚𝑠 − (𝑝)(𝑑𝑘ℎ𝐵 ) + 1
2
c) Untuk hipotesis efek interaksi
1
1 − 𝚲𝑠𝑨𝑩 𝑑𝑘2𝐴𝐵
𝐹𝐴𝐵 =( 1 )( ) ~𝐹(𝛼; 𝑑𝑘1𝐴𝐵 , 𝑑𝑘2𝐴𝐵 ),
𝑠
𝑑𝑘1𝐴𝐵
𝚲𝑨𝑩
dengan,
|𝑺𝑺𝑪𝑷𝑮 |
𝚲𝑨 =
|𝑺𝑺𝑪𝑷𝑨𝑩 + 𝑺𝑺𝑪𝑷𝑮 |
𝑑𝑘1𝐴𝐵 = (𝑝)(𝑑𝑘ℎ𝐴𝐵 )
𝑑𝑘ℎ𝐴𝐵 = (𝑎 − 1)(𝑏 − 1)
1
𝑚 = 𝑑𝑘𝐺 + 𝑑𝑘ℎ𝐴𝐵 − (𝑝 + 𝑑𝑘ℎ𝐴𝐵 + 1)
2
𝑑𝑘𝐺 = 𝑁 − 𝑎𝑏

𝑝2 𝑑𝑘ℎ𝐴𝐵 2 − 4
𝑠 = √ 2
𝑝 +𝑑𝑘ℎ𝐴𝐵 2 − 5
1
𝑑𝑘2𝐴𝐵 = 𝑚𝑠 − (𝑝)(𝑑𝑘ℎ𝐴𝐵 ) + 1
2
5) Daerah Kritis
Untuk masing-masing nilai F di atas, daerah kritisnya sebagai berikut.
a) Daerah kritis untuk 𝐹𝐴 adalah 𝐷𝐾𝐴 = {𝐹|𝐹 > 𝐹(𝛼;𝑑𝑘1𝐴 ;𝑑𝑘2𝐴)) }

b) Daerah kritis untuk 𝐹𝐵 adalah 𝐷𝐾𝐵 = {𝐹|𝐹 > 𝐹(𝛼;𝑑𝑘1𝐵 ;𝑑𝑘2𝐵 )}

c) Daerah kritis untuk 𝐹𝐴𝐵 adalah 𝐷𝐾𝐴𝐵 = {𝐹|𝐹 > 𝐹(𝛼;𝑑𝑘1𝐴𝐵 ;𝑑𝑘2𝐴𝐵 ) }
6) Keputusan Uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2015b: 155-167)
4. Uji Lanjut Pasca MANOVA
Apabila hipotesis Ho ditolak pada MANOVA, maka langkah selanjutnya
adalah dilakukannya uji lanjut. Uji lanjut pasca MANOVA digunakan untuk
commit
mengetahui model manakah yang to user prestasi belajar dan kreativitas
menghasilkan
perpustakaan.uns.ac.id 73
digilib.uns.ac.id

yang berbeda. Uji lanjut ini menggunakan uji univariat (ANAVA) dua jalan
dengan sel tak sama dengan model data sebagai berikut.
𝑋𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜀𝑖𝑗𝑘

Berikut adalah uraian yang berkaitan dengan uji lanjut.

a. Hipotesis
1) Untuk prestasi belajar siswa
a) 𝐻0𝐴 : 𝜇11⦁ = 𝜇12⦁ =. . . = 𝜇1𝑖⦁
𝐻1𝐴 : 𝜇11⦁ ≠ 𝜇12⦁ 𝑎𝑡𝑎𝑢. . . 𝑎𝑡𝑎𝑢 𝜇1(𝑖−1)⦁ ≠ 𝜇1𝑖⦁
b) 𝐻0𝐵 : 𝜇1⦁1 = 𝜇1⦁2 =. . . = 𝜇1⦁𝑗
𝐻1𝐵 : 𝜇1⦁1 ≠ 𝜇1⦁2 𝑎𝑡𝑎𝑢. . . 𝑎𝑡𝑎𝑢 𝜇1⦁(𝑗−1) ≠ 𝜇1⦁𝑗
c) 𝐻0𝐴𝐵 : tidak ada interaksi antara model pembelajaran dan
kemampuan spasial terhadap prestasi belajar
matematika
𝐻1𝐴𝐵 : ada interaksi antara model pembelajaran dan kemampuan
spasial terhadap prestasi belajar matematika
2) Untuk Kreativitas
a) 𝐻0𝐴 : 𝜇2⦁1 = 𝜇22⦁ = . . . = 𝜇2𝑖⦁
𝐻1𝐴 : 𝜇2⦁1 ≠ 𝜇22⦁ 𝑎𝑡𝑎𝑢 . . . 𝑎𝑡𝑎𝑢 𝜇2(𝑖−1)⦁ ≠ 𝜇2𝑖⦁
b) 𝐻0𝐵 : 𝜇2⦁1 = 𝜇2⦁2 =. . . = 𝜇2⦁𝑗
𝐻1𝐵 : 𝜇2⦁1 ≠ 𝜇2⦁2 𝑎𝑡𝑎𝑢 . . . 𝑎𝑡𝑎𝑢 𝜇2⦁(𝑗−1) ≠ 𝜇2⦁𝑗
c) 𝐻0𝐴𝐵 : tidak ada interaksi antara model pembelajaran dan
kemapuan spasial terhadap kreativitas
𝐻1𝐴𝐵 : ada interaksi antara model pembelajaran dan kemampuan
spasial terhadap kreativitas
b. Tingkat signifikan: α = 0,05
c. Komputasi
Komponen jumlah kuadrat didefinisikan sebagai berikut.
𝑛
𝐺2 𝐵𝑗 2
(1) = (4) = ∑
𝑎𝑏 𝑏
𝑗=1
commit to user
perpustakaan.uns.ac.id 74
digilib.uns.ac.id

𝑛 𝑛
2
(2) = ∑ 𝑆𝑆𝑖𝑗 (5) = ∑ ̅̅̅̅
𝐴𝐵𝑖𝑗
𝑖1,𝑗=1 𝑖=1,𝑗=1
𝑛
𝐴𝑖 2
(3) = ∑
𝑎
𝑖=1
Komponen jumlah kuadrat adalah sebagai berikut:
𝐽𝐾𝐴 = 𝑛̅ℎ {(3) − (1)}
𝐽𝐾𝐵 = 𝑛̅ℎ {(4) − (1)}
𝐽𝐾𝑇 = 𝐽𝐾𝐴 + 𝐽𝐾𝐵 + 𝐽𝐾𝐴𝐵 + 𝐽𝐾𝐺
𝐽𝐾𝐴𝐵 = 𝑛̅ℎ {(1) + (5) − (3) − (4)}
𝐽𝐾𝐺 = (2)

3.13 Tabel Rangkuman ANAVA Dua Jalan Dengan Sel Tak Sama
Sumber JK dk RK Fhitung
Baris (A) 𝐽𝐾𝐴 Fa
JKA p–1 𝑅𝐾𝐴 =
𝑑𝑘𝐴
Kolom (B) 𝐽𝐾𝐵 Fb
JKB q–1 𝑅𝐾𝐵 =
𝑑𝑘𝐵
Interaksi (p - 1)(q - 𝐽𝐾𝐴𝐵 Fab
(AB)
JKAB
1) 𝑅𝐾𝐴𝐵 =
𝑑𝑘𝐴𝐵
Galat 𝐽𝐾𝐺 -
N – pq 𝑅𝐾𝐺 =
𝑑𝑘𝐺
Total JKT N–1 - -

dengan,
p : banyaknya baris
q : banyaknya kolom
𝑛𝑖𝑗 : banyaknya data amatan pada sel ij
𝑎𝑏
𝑛̅ℎ = 1 : rataan harmonik frekuensi seluruh sel
∑𝑛
𝑖=1,𝑗=1𝑛
𝑖𝑗

𝑁 = ∑𝑛𝑖=1,𝑗=1 𝑛𝑖𝑗 : banyaknya seluruh data amatan

2
(∑𝑛
𝑖=1,𝑗=1,𝑘=1 𝑋𝑖𝑗𝑘 )
𝑆𝑆𝑖𝑗 = ∑𝑛𝑖=1,𝑗=1,𝑘=1 𝑋 2 𝑖𝑗𝑘 − : jumlah kuadrat deviasi
𝑛𝑖𝑗

data amatan pada sel ij

̅̅̅̅𝑖𝑗 : rataan pada sel ij
𝐴𝐵
commit to user
perpustakaan.uns.ac.id 75
digilib.uns.ac.id

𝐴𝑖 = ∑𝑛𝑖=1,𝑗=1 ̅̅̅̅
𝐴𝐵𝑖𝑗 : jumlah rataan pada baris ke- i
𝐵𝑗 = ∑𝑛𝑗=1 ̅̅̅̅
𝐴𝐵𝑖𝑗 : jumlah rataan pada kolom ke-j
̅̅̅̅𝑖𝑗 : jumlah rataan semua sel.
G = ∑𝑛𝑖=1,𝑗=1 𝐴𝐵
d. Statistik Uji
1) Untuk hipotesis efek model pembelajaran
RKA
FA = ~F(dk A , dk G ),
RKG

dengan 𝑑𝑘𝐴 = 𝑎 − 1 dan 𝑑𝑘𝐺 = N − 𝑎𝑏

2) Untuk hipotesis efek kemampuan spasial
RKB
FB = RKG ~F(dk B , dk G ),

dengan 𝑑𝑘𝐵 = 𝑏 − 1 dan 𝑑𝑘𝐺 = N − 𝑎𝑏

3) Untuk hipotesis interaksi
RKAB
FAB = ~F(dk AB , dk G ),
RKG

dengan 𝑑𝑘𝐴𝐵 = (𝑎 − 1)(𝑏 − 1) dan 𝑑𝑘𝐺 = N − 𝑎𝑏

e. Daerah Kritis
Daerah kritis untuk FA, DKA ={F | F > F;(a -1), N – ab}
Daerah kritis untuk FB, DKB ={F | F > F;(b -1), N – ab}
Daerah kritis untuk FAB, DKAB ={F| F > F;(a -1)(b -1) N – ab}
f. Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 212-215)
5. Komparasi Rerata
Apabila 𝐻0 ditolak pada ANAVA artinya terdapat perbedaan, maka untuk
menentukan rerata-rerata yang memiliki perbedaan dapat dilakukan komparasi
rerata. Adapun langkah-langkah komparasi rerata untuk masing-masing efek
adalah sebagai berikut.
a. Komparasi rerata antar baris
1) Hipotesis
𝐻0 ∶ 𝜇𝑝𝑖. = 𝜇𝑝𝑗.
𝐻1 ∶ 𝜇𝑝𝑖. ≠ 𝜇𝑝𝑗.
2) Tingkat signifikansi: αcommit
= 0.05 to user
perpustakaan.uns.ac.id 76
digilib.uns.ac.id

3) Statistik Uji
2
(𝑋̅𝑝𝑖. − 𝑋̅𝑝𝑗. )
𝐹𝑝𝑖.−𝑝𝑗. = ,
1 1
𝑅𝐾𝐺 (𝑛 + 𝑛 )
𝑝𝑖. 𝑝𝑗.
keterangan:
𝐹𝑝𝑖.−𝑝𝑗. : nilai Fob s variabel terikat ke-p pada pembandingan baris
ke-i dan baris ke-j
̅ 𝑝𝑖.
𝑋 : rerata variabel terikat ke- p pada baris ke-i
̅ 𝑝𝑗.
𝑋 : rerata variable terikat ke-p pada baris ke-j
RKG = 𝑆𝑆𝐸/𝜈𝐸 : rerata kuadrat galat dari perhitungan uji lanjut
analisis variansi
𝑛𝑝𝑖. : ukuran sampel baris ke-i
𝑛𝑝𝑗. : ukuran sampel baris ke-j
4) Daerah Kritis
Daerah kritis: DK ={F| F > (b-1)F;(a -1), N – ab}
5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 215)
b. Komparasi rerata antar kolom
1) Hipotesis
𝐻0 ∶ 𝜇𝑝.𝑖 = 𝜇𝑝.𝑗
𝐻1 ∶ 𝜇𝑝.𝑖 ≠ 𝜇𝑝.𝑗
2) Tingkat signifikansi: α = 0.05
3) Statistik Uji
2
̅ 𝑝∙𝑖 − 𝑋
(𝑋 ̅ 𝑝∙𝑗 )
𝐹𝑝∙𝑖−𝑝∙𝑗 = ,
1 1
𝑅𝐾𝐺 (𝑛 + 𝑛 )
𝑝∙𝑖 𝑝∙𝑗
keterangan:
𝐹𝑝∙𝑖−𝑝∙𝑗 : nilai Fob s variabel terikata ke-p pada pembandingan kolom
ke-s dan kolom ke-t
̅ 𝑝.𝑖 : rerata variabel terikat ke-p pada kolom ke-i
𝑋
̅ 𝑝.𝑗 : rerata variabel terikat ke-p pada kolom ke-j
𝑋
commit to user
perpustakaan.uns.ac.id 77
digilib.uns.ac.id

RKG : rerata kuadrat galat dari perhitungan uji lanjut analisis

varainsi
= 𝑆𝑆𝐸/𝜈𝐸
np.i : ukuran sampel kolom ke-i
np.j : ukuran sampel kolom ke-j
4) Daerah Kritis
Daerah kritis: DK ={F| F > (b-1)F;(b -1), N – ab}
5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 216)
c. Komparasi rerata antar sel pada baris yang sama
Komparasi rerata antar sel pada baris yang sama yaitu komparasi
rerata prestasi belajar dan kreativitas siswa yang dilihat dari kemampuan
spasial siswa pada masing-masing kelompok model pembelajaran. Adapun
uji komparasi rerata tersebut sebagai berikut:
1) Hipotesis
𝐻0 ∶ 𝜇𝑝𝑖𝑗 = 𝜇𝑝𝑖𝑘
𝐻1 ∶ 𝜇𝑝𝑖𝑗 ≠ 𝜇𝑝𝑖𝑘
2) Tingkat signifikansi: α = 0.05
3) Statistik uji
2
̅ 𝑝𝑖𝑗 − 𝑋
(𝑋 ̅ 𝑝𝑖𝑘 )
𝐹𝑝𝑖𝑗−𝑝𝑖𝑘 = ,
1 1
𝑅𝐾𝐺 (𝑛 + 𝑛 )
𝑝𝑖𝑗 𝑝𝑖𝑘
keterangan:
𝐹𝑝𝑖𝑗−𝑝𝑖𝑘: nilai Fhit variabel terikat ke-p pada pembandingan kolom ke-
j dan kolom ke-k untuk baris ke-i
̅ 𝑝𝑖𝑗
𝑋 : rerata variabel terikat ke-p pada kolom ke-j untuk baris ke-i
̅ 𝑝𝑖𝑘
𝑋 : rerata variabel terikat ke-p pada kolom ke-k untuk baris ke-i
𝑆𝑆𝐸
RKG = 𝜈𝐸
∶ rerata kuadrat galat dari perhitungan uji lanjut

analisis variansi
npij : ukuran sampel kolom ke-j untuk baris ke-i
npik commit
: ukuran sampel to user
kolom ke-k untuk baris ke-i
perpustakaan.uns.ac.id 78
digilib.uns.ac.id

4) Daerah kritis: DK ={F| F > (ab-1)F;(ab -1), N – ab}

5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 217)
d. Komparasi rerata antar sel pada kolom yang sama
Komparasi rerata antar sel pada kolom yang sama yaitu komparasi
rerata prestasi belajar dan kreativitas siswa yang dilihat dari model
pembelajaran pada masing-masing kelompok kemampuan spasial siswa.
Adapun uji komparasi rerata tersebut dilakukan dengan prosedur sebagai
berikut.
1) Hipotesis
𝐻0 ∶ 𝜇𝑝𝑖𝑗 = 𝜇𝑝𝑘𝑗
𝐻1 ∶ 𝜇𝑝𝑖𝑗 ≠ 𝜇𝑝𝑘𝑗
2) Tingkat signifikansi: α = 0.05
3) Statistik uji
̅ 𝑝𝑘𝑗 )2
̅ 𝑝𝑖𝑗 − 𝑋
(𝑋
𝐹𝑝𝑖𝑗−𝑝𝑘𝑗 =
1 1
𝑅𝐾𝐺 (𝑛 + 𝑛 )
𝑝𝑖𝑗 𝑝𝑘𝑗
keterangan:
𝐹𝑝𝑖𝑗−𝑝𝑘𝑗 : nilai Fhit variabel terikat ke-p pada pembandingan baris ke-i
dan baris ke-k untuk kolom ke-j
̅ 𝑝𝑖𝑗
𝑋 : rerata variabel terikat ke-p pada baris ke-i untuk kolom ke-j
̅ 𝑝𝑘𝑗
𝑋 : rerata variabel terikat ke-p pada baris ke-k untuk kolom ke-j
𝑆𝑆𝐸
RKG = 𝜐𝐸
: rerata kuadrat galat dari perhitungan uji lanjut analisis

variansi
npij : ukuran sampel baris ke-i untuk kolom ke-j
npkj : ukuran sampel baris ke-k untuk kolom ke-j
4) Daerah kritis: DK ={F| F > (ab-1)F;(ab -1), N – ab}
5) Keputusan uji: 𝐻0 ditolak jika 𝐹ℎ𝑖𝑡 𝜖 𝐷𝐾.
(Budiyono, 2013: 216)

commit to user