1.

Analisis varians (ANOVA)

Anova dapat digolongkan kedalam beberapa kriteria, yaitu :
1. Klasifikasi 1 arah (One Way ANOVA)
Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1
kriteriaatau satu faktor yang menimbulkan variasi. Ada tiga bagian pengukuran
variabilitas pada data yang akan dianalisis dengan anova, yaitu :

a. Variabilitas antar kelompok (between treatments variability)

Rumus :

b. Variabilitas dalam kelompok (within treatments variability)

c. Jumlah kuadrat penyimpangan total (total sum of squares)

2. Klasifikasi 2 arah (Two Way ANOVA)

ANOVA kiasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2
kriteniaatau 2 faktor yang menimbulkan variasi.
Rumus :
 Keterangan :
JKT : Jumlah Kuadrat Total
JKB : Jumlah Kuadrat Baris
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat

3. Klasifikasi banyak arah (MANOVA)

ANOVA banyak arah merupakan ANOVA yang didasarkan pada pengamatan banyak
kriteria.

Pengaplikasian Uji ANOVA

PENGARUH PENGGUNAAN MEDIA INTERAKTIF DISERTAI LKS

TERHADAP HASIL BELAJAR IPA PADA KELAS IX SMP
(https://syekhnurjati.ac.id/jurnal/index.php/sceducatia/article/download/1293/1083 )
(Angreni, 2017)
Penjelasan :

Penelitian ini menggunakan uji ANOVA (Analysis of Variance) karena memiliki

beberapa karakteristik yang cocok dengan jenis penelitian eksperimen semu (quasi
eksperimental) yang dilakukan. Berikut adalah beberapa alasan mengapa penelitian ini
menggunakan uji ANOVA:
1. Membandingkan Beberapa Kelompok: Penelitian ini melibatkan tiga kelompok
yang berbeda, yaitu kelas eksperimen I, kelas eksperimen II, dan kelas kontrol. Uji
ANOVA sangat cocok digunakan untuk membandingkan rata-rata hasil belajar di
antara ketiga kelompok ini.
2. Rancangan Eksperimen: Penelitian ini menggunakan Randomized Control-Group
Posttest Only Design, yang merupakan salah satu rancangan eksperimen yang
umum. Dalam rancangan ini, perlakuan (treatment) diberikan pada kelas
eksperimen I, kelas eksperimen II, dan kelas kontrol. Setelah perlakuan diberikan,
tes posttes dilakukan pada ketiga kelompok. Uji ANOVA cocok untuk mengukur
pengaruh perlakuan terhadap hasil belajar.
3. Tujuan Penelitian: Tujuan penelitian ini adalah untuk mengukur pengaruh
perlakuan (penerapan pembelajaran media CD interaktif disertai LKS dan media
CD interaktif) terhadap hasil belajar IPA. Uji ANOVA digunakan untuk
 menentukan apakah ada perbedaan yang signifikan dalam hasil belajar antara
kelompok-kelompok tersebut.
4. Analisis Statistik: Sebelum melakukan uji ANOVA, penelitian ini telah melakukan
uji normalitas dan uji homogenitas untuk memastikan bahwa data memenuhi
asumsi yang diperlukan untuk menggunakan ANOVA. Ini adalah langkah yang
penting sebelum menjalankan uji ANOVA karena asumsi normalitas dan
homogenitas harus terpenuhi agar hasil uji ANOVA dapat diandalkan.

Jadi, penggunaan uji ANOVA dalam penelitian ini adalah wajar karena penelitian ini
mencoba untuk memahami apakah ada perbedaan yang signifikan dalam hasil belajar
antara kelompok yang menerima perlakuan yang berbeda. Uji ANOVA adalah alat
statistik yang sesuai untuk menguji perbedaan rata-rata di antara kelompok-kelompok
tersebut dan memberikan informasi yang relevan untuk mengambil kesimpulan.
2. Uji T
Berdasarkan hubungan antar populasinya, uji t dapat digolongkan kedalam dua jenis uji,
yaitu dependent sample t-test, dan independent sample t-test:
a. Dependent sample t-test atau sering diistilakan dengan Paired Sampel t-Test
Rumus :

b. Independent sample t-test

Rumus :
Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data,
sehingga sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah
variannya sama (equal variance) atau variannya berbeda (unequal variance).

Homogenitas varian diuji berdasarkan rumus:

Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar error yang
akhirnya akan membedakan rumus pengujiannya.

Uji t untuk varian yang sama (equal variance) menggunakan rumus Polled Varians:

Uji t untuk varian yang berbeda (unequal variance) menggunakan rumus Separated
Varians:
Pengaplikasian Uji t

PERBEDAAN HASIL BELAJAR SISWA DI MASA PANDEMI COVID-19

ANTARA YANG MENGGUNAKAN METODE BELAJAR STUDY
CLUB DENGAN ONLINE PADA MATA PELAJARAN IPS
DI KELAS V MIN 2 KOTA BENGKULU
( http://repository.iainbengkulu.ac.id/8356/1/ELLI%20NOPIATI.pdf )
(Nopiati et al., 2022)
Penjelasan :
Dalam konteks penelitian diatas yang ingin membandingkan perbedaan hasil
belajar siswa di masa pandemi COVID-19 antara dua kelompok yang
menggunakan metode belajar yang berbeda (yaitu metode belajar study club dan
metode belajar online), penggunaan uji t untuk membandingkan perbedaan adalah
tepat.
Uji t digunakan untuk membandingkan dua kelompok yang berbeda dan
menentukan apakah perbedaan antara mereka signifikan secara statistik. Dalam
penelitian ini, Anda ingin menentukan apakah ada perbedaan yang signifikan dalam
hasil belajar antara dua kelompok siswa yang mengikuti metode belajar yang
berbeda di tengah situasi pandemi COVID-19.
Jadi, penggunaan uji t dalam konteks ini adalah sesuai karena ini adalah alat
statistik yang tepat untuk menguji perbedaan antara dua kelompok yang berbeda
dalam hal hasil belajar siswa.
 3. Kolmogorov-Smirnov Test
Rumus :

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris.
Syarat Kolmogorov Smirnov
Persyaratan Uji Kolmogorov Smirnov adalah:
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.

Pengaplikasian kolmogorov-Smirnov Test

Pengaruh Penggunaan Metode Mind Mapping terhadap Hasil Belajar Ilmu Pengetahuan
Sosial Murid Kelas V SDN no. 166 Inpres Bontorita Kabupaten Takalar

(https://journal.unismuh.ac.id/index.php/jkpd/article/download/2373/1876 )

(Suryani et al., 2019)

Penjelasan :

Penggunaan uji Kolmogorov-Smirnov (KS) dalam penelitian diatas memiliki beberapa alasan
yang kuat:
 1. Pemeriksaan Normalitas Data: Salah satu asumsi penting dalam banyak analisis statistik
adalah bahwa data harus terdistribusi secara normal. Dalam penelitian diatas, penulisnya
ingin mengukur pengaruh metode mind mapping terhadap hasil belajar IPS pada murid
kelas V. Untuk memastikan bahwa data hasil belajar IPS terdistribusi secara normal,
penulis menggunakan uji Kolmogorov-Smirnov. Uji ini membant penulisnya
memverifikasi apakah data tersebut memiliki distribusi yang mendekati normal atau tidak.
Jika data tidak terdistribusi secara normal, ini dapat memengaruhi keputusan dalam analisis
statistik yang akan Anda lakukan.
2. Validitas Hasil Analisis: Dengan menggunakan uji Kolmogorov-Smirnov, terlihat penulis
dapat memastikan bahwa hasil analisis statistik yang dilakukan memiliki dasar yang kuat
dan valid. Dengan menguji normalitas data, dapat menghindari potensi kesalahan dalam
interpretasi hasil analisis yang dapat muncul jika asumsi normalitas tidak terpenuhi.
3. Transparansi dan Reproduksi: Penggunaan uji Kolmogorov-Smirnov juga menunjukkan
transparansi dalam penelitian diatas. Ini memungkinkan pembaca atau peneliti lain yang
ingin mereplikasi penelitian yang disusun untuk memahami bagaimana penulisnya
memeriksa normalitas data sebelum melakukan analisis statistik.

Jadi, penggunaan uji Kolmogorov-Smirnov adalah langkah yang rasional dalam penelitian diatas
untuk memverifikasi normalitas data hasil belajar IPS, yang merupakan asumsi penting dalam
analisis statistik yang telah dilakukan.
4. Shapiro-Wilk Test

Keterangan Rumus Shapiro Wilk :

D = Berdasarkan rumus di bawaha = Coeffisient test Shapiro Wilk
X n-i+1 = Angka ke n – i + 1 pada data
X i = Angka ke i pada data

Keterangan :
Xi = Angka ke i pada data yang
X = Rata-rata data

Keterangan :
G = Identik dengan nilai Z distribusi normal
T3 = Berdasarkan rumus di atas bn, cn, dn = Konversi Statistik Shapiro-Wilk Pendekatan
Distribusi Normal
 Pengaplikasian Shapiro-Wilk Test

PENGARUH PENDEKATAN REALISTIC MATHEMATICS EDUCATION

TERHADAP KEMAMPUAN PEMECAHAN MASALAH SISWA
(https://ejournal.unib.ac.id/index.php/JPPMS/article/download/8239/pdf )
(Tihana, Rapani, 2019)
Penjelasan :
Penelitian ini menggunakan uji Shapiro-Wilk Test dengan beberapa alasan yang kuat:
Pertama, pemeriksaan normalitas data adalah langkah penting dalam analisis statistik. Uji
Shapiro-Wilk digunakan untuk menilai apakah data yang diambil mengikuti distribusi
normal atau tidak. Hal ini diperlukan untuk memastikan bahwa data memenuhi asumsi
normalitas sebelum melanjutkan dengan analisis statistik lebih lanjut.
Kedua, pemilihan metode statistik yang tepat sangat bergantung pada asumsi normalitas
data. Dalam penelitian ini, penulis ingin mengevaluasi pengaruh pendekatan Realistic
Mathematics Education terhadap kemampuan pemecahan masalah siswa. Untuk melakukan
ini, penulis kemungkinan besar akan menggunakan uji statistik seperti uji t. Uji t
mengasumsikan bahwa data terdistribusi normal. Oleh karena itu, dengan menguji
normalitas data menggunakan uji Shapiro-Wilk, penulis memastikan bahwa asumsi ini
terpenuhi untuk memastikan validitas hasil analisis.
Ketiga, menggunakan uji Shapiro-Wilk Test membantu memvalidasi hasil analisis statistik
yang dilakukan. Jika data tidak terdistribusi normal, penulis mungkin perlu mencari
alternatif metode statistik yang lebih sesuai atau melakukan transformasi data untuk
memenuhi asumsi normalitas.
Keempat, penggunaan uji Shapiro-Wilk Test juga menunjukkan transparansi dalam
penelitian. Ini memungkinkan pembaca atau peneliti lain yang ingin mereplikasi penelitian
untuk memahami bagaimana penulis memeriksa normalitas data sebelum melakukan analisis
statistik.
Dengan melakukan uji Shapiro-Wilk Test, penulis memastikan bahwa asumsi normalitas
terpenuhi sebelum melakukan analisis statistik, sehingga hasil penelitian memiliki dasar
yang kuat.
5. Anderson-Darling Test
Rumus Dasar Anderson-Darling:

Keterangan :
A² : adalah statistik uji Anderson-Darling.
N : adalah jumlah sampel dalam dataset.
S : adalah jumlah dari beberapa suku yang dihitung berdasarkan data yang diuji.

Suku-suku ini melibatkan perhitungan statistik berdasarkan perbandingan fungsi distribusi

empiris (FDE) dan fungsi distribusi teoritis (FDT) untuk setiap data dalam dataset.
Rumus A² = -N - S digunakan dalam uji Anderson-Darling untuk mengukur sejauh mana
sampel data mendekati distribusi normal. Nilai A² kemudian dibandingkan dengan nilai-nilai
kritis dalam tabel distribusi Anderson-Darling untuk menentukan apakah data tersebut
terdistribusi normal atau tidak. Semakin besar nilai A², semakin besar kecenderungan data
untuk tidak terdistribusi normal.
 Pengaplikasian Anderson-Darling Tes

STUDI PERBANDINGAN PENGARUH TEKNIK PETA KONSEP DAN TEKNIK

GAMING TERHADAP HASIL BELAJAR AKUNTANSI DITINJAU DARI
MOTIVASI BELAJAR SISWA
(https://jurnal.fkip.uns.ac.id/index.php/s2ekonomi/article/view/1519/1096 )
(Wiyono, 2011)
Penjelasan :
Peneliti dalam penelitian ini menggunakan uji Anderson-Darling untuk dua tujuan utama:
1. Uji Normalitas: Uji Anderson-Darling digunakan dalam konteks ini untuk menguji apakah
data hasil belajar akuntansi siswa dalam kelompok yang diberikan teknik peta konsep dan
kelompok yang diberikan teknik gaming terdistribusi secara normal atau tidak.
Pemeriksaan normalitas data penting karena banyak metode statistik, termasuk analisis
variansi (ANOVA) yang digunakan dalam penelitian ini, mengasumsikan bahwa data
mengikuti distribusi normal. Oleh karena itu, dengan menggunakan uji Anderson-Darling,
peneliti dapat memastikan bahwa data memenuhi asumsi normalitas sebelum melanjutkan
dengan analisis statistik inferensial.
2. Prasyarat Analisis Variansi Dua Jalan: Penelitian ini menerapkan analisis variansi dua
jalan (two-way ANOVA) untuk menguji pengaruh teknik pembelajaran (peta konsep vs.
gaming) dan tingkat motivasi belajar siswa (tinggi vs. rendah) terhadap hasil belajar
akuntansi siswa. Sebelum melakukan analisis ANOVA, ada dua prasyarat yang harus
dipenuhi: uji normalitas dan uji homogenitas variansi. Uji normalitas menggunakan
Anderson-Darling digunakan untuk memeriksa apakah distribusi data dalam setiap
kelompok adalah normal. Jika data tidak terdistribusi normal, maka dapat memengaruhi
hasil analisis ANOVA. Jadi, penelitian ini menggunakan uji Anderson-Darling untuk
memverifikasi bahwa data dalam setiap kelompok mengikuti distribusi normal.
Jadi, penggunaan uji Anderson-Darling dalam penelitian ini adalah untuk memastikan
validitas analisis statistik yang dilakukan dalam menguji pengaruh teknik pembelajaran dan
tingkat motivasi belajar siswa terhadap hasil belajar akuntansi siswa. Dengan memenuhi
asumsi-asumsi tersebut, hasil analisis statistik dapat diandalkan dalam menyimpulkan
perbedaan yang signifikan dalam hasil belajar siswa berdasarkan teknik pembelajaran dan
tingkat motivasi belajar.
 DAFTAR PUSTAKA

Angreni, S. (2017). Pengaruh Penggunaan Media Interaktif Disertai LKS Terhadap Hasil Belajar
IPA. Jurnal Pendidikan Sains, 6(Vol 6 (1)), 36–40.

Nopiati, E., Studi, P., Guru, P., Ibtidaiyah, M., Tarbiyah, J., Tarbiyah, F., Tadris, D. A. N., Islam,
U., Fatmawati, N., & Bengkulu, S. (2022). Perbedaan hasil belajar siswa di masa pandemi
covid-19 antara yang menggunakan metode belajar study club dengan online pada mata
pelajaran ips di kelas v min 2 kota bengkulu.

Suryani, A. I., Syahribulan, K., & ... (2019). Pengaruh Penggunaan Metode Mind Mapping
terhadap Hasil Belajar Ilmu Pengetahuan Sosial Murid Kelas V SDN no. 166 Inpres Bontorita
Kabupaten Takalar. JKPD (Jurnal Kajian …, 4(166).
https://journal.unismuh.ac.id/index.php/jkpd/article/view/2373

Tihana, Rapani, A. (2019). Pengaruh Pendekatan Realistic Mathematics Educaation terhadap Hasil
Belajar Matematika Kelas IV. Pedagodi: Jurnal Pendidikan Dasar, 55(2), 1–12.

Wiyono. (2011). Studi perbandingan pengaruh teknik peta konsep dan teknik gaming terhadap
hasil belajar akuntansi ditinjau dari motivasi belajar siswa. Pendidikan, 1, 1–15.