Nama : Trisna Dewi Moerti

Kelas : 6PGSD C
Nim : 202033105
TUGAS MINGGU KE – 1

1. Bukti Screnshoot Aplikasi

• Aplikasi Mendelly

• Aplikasi Grammarly

• Aplikasi SPSS
2. Mencari 3 jurnal
No Program Studi Judul Tugas Penulis dan tahun Link
dan Universitas Jurnal
1. Program Studi Upaya Magdalena
Pendidikan Guru Meningkatkan Elendiana (2020) Https://Journal.Univers
Sekolah Dasar Minta Baca Siswa itaspahlawan.Ac.Id/Ind
Fakultas Sekolah Dasar ex.Php/Jpdk/Article/Do
Keguruan Dan wnload/572/490
Ilmu Pendidikan
Universitas
Kristen Satya
Wacana,
Indonesia
2. Universitas Pgri Pengaruh Model Aprilia https://journal.unesa.ac
Semarang Pembelajaran Rahmayani .id/index.php/jp/article/
Discovery (2019) view/3939
Learning
Dengan
Menggunakan
Mediavideo
Terhadap Hasil
Belajar Siswa
3. Program Studi Penerapan Model https://primary.ejournal
Pendidikan Guru Pembelajaran Hadist Awalia .unri.ac.id/index.php/jp
Sekolah Dasar Problem Based Fauzia(2018) fkip/article/download/5
Fakultas Learning Untuk 338/5006
Keguruan Dan Meningkatkan
Ilmu Pendidikan Hasil Belajar
Universitas Matematika Sd
Kristen Satya
Wacana
3. Mencari 3 Skripsi
No Program Studi Judul Tugas Penulis Dan Link
Dan Universitas Jurnal Tahun
1. Fakultas Pengaruh Mardiana (2018) https://digilibadm
Keguruan Dan Kompetensi Guru in.unismuh.ac.id/
Ilmu Pendidikan Terhadap Hasil upload/846-
Universitas Belajar Murid Di Full_Text.pdf
Muhammadiyah Sd Inpres 12/79
Makassar Bana Kecamatan
Bontocani
Kabupaten Bone
2. Fakultas Tarbiyah Pengaruh https://repositori.u
Dan Keguruan Penggunaan Nur Adhayanti in-
Universitas Islam Lembar Kerja Sahal (2016 alauddin.ac.id/27
Negeri Alauddin Siswa (Lks) 08/1/Nur%20Adh
Makassar Terhadap Hasil ayanti%20Sahal.p
Belajar Ilmu df
Pengetahuan
Alam (Ipa) Pada
Peserta Didik Di
Sd Inpres Andi
Tonro Makassar
3. Program Studi Hubungan Dwi Cahyani https://eprints.uny
Pendidikan Guru Motivasi Belajar (2014) .ac.id/13948/1/SK
Sekolah Dasar Dan Perhatian RIPSI%20Dwi%2
Jurusan Orang Tua 0Cahyani%20NI
Pendidikan Pra Dengan Kesiapan M%20101082441
Sekolah Dan Belajar Siswa 25.pdf
Sekolah Dasar Kelas V Sdn Di
Fakultas Ilmu Gugus Ii
Pendidikan Kecamatan Galur
Universitas Kulon Progo
Negeri
Yogyakarta
 TUGAS MINGGU KE -2

1. Konsep dasar (Jelaskan)

a. Pengertian statistik dan statistika
Statistik merupakan sebutan untuk karakteristik dari sampel, sedangkan karakteristik
dari populasi akan disebut sebagai parameter. Dengan adanya statistik ini, kita tidak
perlu lagi menghitung keseluruhan populasi, kita hanya perlu mengestimasi parameter
dengan menggunakan statistik. Dalam KBBI, statistik berarti catatan angka-angka yang
memiliki makna. Statistik dapat digunakan untuk melihat hubungan, menangani
perubahan, serta dapat dijadikan alat untuk membantu pengambilan keputusan.
Statistika adalah ilmu yang mempelajari cara untuk merencanakan, mengumpulkan,
menganalisis, kemudian menginterpretasikan, hingga mempresentasikan data.
Singkatnya, statistika merupakan ilmu yang berkaitan dengan data. Berdasarkan cara
mengolahnya, statistika dapat terbagi menjadi dua, yaitu statistika deskriptif dan
statistika inferensia. Statistika telah banyak diterapkan dalam berbagai ilmu lainnya,
seperti ekonomi, bisnis, industri, bahkan saat ini menjadi salah satu bidang yang
menyusun ilmu Data Science.
b. Asal kata
Menurut Spiegel (1961) statistika berasal dari kata “status” yang berarti negara.
Sehingga pada awalnya statistika berkaitan dengan ilmu untuk angka-angka
(keterangan) atas perintah raja suatu negara, yang ingin mengetahui kekayaan
negaranya, jumlah penduduk, hewan piaraan, hasil pertanian, dan modal.
c. Jenis-Jenis statistika
1. Statistika deskriptif
Statistika deskriptif (descriptive statistics), yaitu bagian dari statistika yang
membahas cara-cara pengumpulan data, penyajian data, serta pengukuran
pemusatan dan penyebaran data untuk memperoleh informasi yang lebih menarik,
berguna, dan mudah dipahami.
Fungsi statistika jenis ini adalah untuk dapat mendeskripsikan atau menerangkan
data serta peristiwa yang dikumpulkan dengan melalui proses penelitian dan
penyelidikan. Informasi yang diperoleh dari statistika deskriptif adalah:
• Ukuran pemusatan data, misalnya rata-rata (mean), median, dan modus.
• Ukuran penyebaran data, misalnya rentang (range), simpangan rata-rata,
varians, dan simpangan baku.
Statistika deskriptif tidak menyangkut penarikan kesimpulan mengenai data,
melainkan berhubungan dengan bagaimana data dapat digambarkan atau
dideskripsikan, baik secara numerik maupun secara grafis, untuk memperoleh
gambaran secara sepintas mengenai data tersebut.
2. Statistika inferensial
Statistika inferensial (inferential statistics), yaitu bagian dari statistika yang
membahas cara-cara menganalisis data, menarik kesimpulan, dan menentukan
besarnya kekeliruan akibat pengambilan suatu keputusan.
Jadi, statistika inferensial berhubungan dengan pemodelan data dan pengambilan
kesimpulan berdasarkan hasil analisis data. Pengambilan kesimpulan yang
dimaksudkan di sini terkait dengan menolak atau menerima hipotesis yang diuji
dalam analisis data.Fungsi statistika inferensial adalah digunakan untuk
memprediksi serta mengendalikan seluruh populasi dengan berdasarkan data,
gejala, dan peristiwa yang terdapat proses penelitian. Fungsi tersebut dimulai
dengan cara membuat suatu estimasi dan hipotesis.Statistika inferensial disebut
 juga statistika induktif karena kesimpulan yang ditarik pada keseluruhan data
(populasi) didasarkan pada informasi dari sebagian data saja (sampel
d. Murni dan Terapan
• Statistika Murni (Matematik) pembahasannya berorientasi pada penurunan
konsep dan rumus – rumus statistika secara matematika teoritik. Statistika Murni
juga membahasannya pada pemahaman model dan penurunan rumus serperti
pengujian statistika uji t, uji f, analisis regresi, kolerasi, dan lain sebagainya.
• Statistika Terapan pembahasannya mengacu pada pemahaman mengenai
konsep dan teknik – Teknik statistika serta penggunaannya dalam penelitian
berbagai bidang ilmu
e. Manfaat Statitistika
• Statistik berguna untuk mendapatkan suatu gambaran, contoh seperti gambaran
yang khusus ataupun gambarang yang umum mengenai sebuah keadaan,
peristiwa dan juga gejala.
• Statistik berguna untuk dapat melakukan suatu pengujian, hal ini akan
mengungkap apakah suatu hejala yang satu sama dengan gejala yang lainnya
atau malah sebaliknya. Apabila ada perbedaan, itu adalah suatu perbedaan yang
memiliki arti atau perbedaan tersebut telah terjadi hanya dengan kebetulan saja.
• Statistik berguna untuk dapat mengikuti suatu perkembangan ataupun pasang
surut dari suatu gejala, peristiwa atau keadaan tersebut dari masa ke masa.
• Statistik berguna untuk dapat mengetahui apakah satu gejala memiliki
hubungan dengan gejala yang lainnya.
• Statistik berguna untuk dapat menyusun sebuah laporan yang berisikan data
kuantitatif yang sangat ringkas, jelas dan juga teratur.
• Statistik berguna untuk dapat menarik suatu kesimpulan dengan cara yang
logis, dan dapat mengambil suatu keputusan dengan cara yang baik dan benar.
2. Jenis2 Data: Nominal, Interval, Ordinal, Ratio
a. Data Interval
Data Interval adalah data statistik yang diperoleh dari hasil skala pengukuran. Data interval
ternyata termasuk ke dalam data data kontinu. Secara perhitungan, data interval dapat
ditambahkan ataupun dikurangi, namun tidak dapat dikalikan, dibagi ataupun dihitung
rasionya, karena tidak memiliki nilai “0” yang benar.
Ciri Data Interval
• Tidak memiliki kategorisasi ataupun kode
• Dapat dilakukan operasi matematika seperti perkalian pembagian pengurangan ataupun
penambahan.
b. Data Rasio
Data Rasio memiliki nilai yang hampir sama dengan nilai interval. Jika data interval tidak
memiliki “0” yang benar, maka pada data rasio memiliki nilai “0” mutlak.
Ciri Data Rasio
• Tidak memiliki pengkategorisasian ataupun pemberian kode
• Dapat dilakukan operasi matematika, mulai dari penambahan dan pengurangan.
c. Data Ordinal
Adapun yang disebut dengan data ordinal, atau data yang yang sering digunakan untuk
data kualitatif. Dari segi penyajian, data ordinal banyak digunakan dalam bentuk diagram
lingkaran dan diagram batang, dan sering ditafsirkan menggunakan banyak alat visualisasi.
Dalam data ordinal, penyajian data dapat dituliskan dalam banyak bentuk. Bisa ditulis
dalam bentuk persentil, rentang interkuartil untuk meringkas data, dan ada juga yang
menggunakan median dan mode.
Ciri Data Ordinal
 • Data tidak memiliki posisi yang sama. Contoh kepuasan pelanggan terhadap pelayanan
di Toko A. Respons pelanggan ada dua pilihan yaitu puas atau tidak puas. Jika dalam
skala angka, Hanya disuruh memilih angka 5 (rasa puas) atau memilih angka 1 (tidak
puas).

• Tidak bisa dilakukan operasi matematika seperti penambahan dan pengurangan.

d. Data Nominal
Berbeda lagi dengan data nominal. Data nominal adalah data yang sering digunakan untuk
menghitung hasil statistik kualitatif. Data nominal digunakan untuk membantu dalam
memberikan label pada variabel tanpa memberikan nilai numerik. Dimana numerik dapat
diganti dengan huruf, simbol, jenis kelamin atau menggunakan kata lain.
Ciri-Ciri Data Nominal
• Memiliki posisi data yang setara, yang mana tidak ada yang lebih rendah ataupun yang
lebih tinggi.
• Tidak bisa dilakukan operasi matematika seperti pengurangan, penambahan,
pembagian ataupun dalam bentuk perkalian.
3. Jenis2 Variabel Penelitian
a. Variabel Terikat
Variabel terikat (dependent variable) adalah variabel respon atau output. Variabel
terikat atau dependen atau disebut variabel output, kriteria, konsekuen, adalah variabel
yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variabel
terikat tidak dimanipulasi, melainkan diamati variasinya sebagai hasil yang
dipradugakan berasal dari variabel bebas. Biasanya variabel terikat adalah kondisi
yang hendak kita jelaskan. Dalam eksperimen-eksperimen, variabel bebas adalah
variabel yang dimanipulasikan/dimainkan oleh pembuat eksperimen.
Sebagai contoh, dalam suatu studi hubungan antar dua variabel berikut: (1) Hubungan
antara kekuatan otot tungkai (X) dengan jauhnya tendangan pemain sepakbola (Y), (2)
Hubungan antara kekuatan otot lengan (X) dengan ketepatan servis pemain bola voli
(Y). Bertolak dari dua contoh di depan, peneliti bertanya: apa yang akan terjadi pada
Y jika X dibuat lebih besar atau lebih kecil? Dalam hal ini peneliti memandang Y
sebagai variabel terikat, karena Y akan berubah sebagai akibat dari diubahnya X.
Disebut dependent karena nilai Y akan berubah (terikat/ tergantung) pada nilai
variabel bebas (X).

b. Variabel Bebas
Variabel bebas (independent variable) adalah variabel yang diduga sebagai sebab
munculnya variabel variabel terikat. Variabel bebas sering disebut juga dengan
variabel stimulus, prediktor, antecedent. Variabel bebas adalah variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
terikat. Variabel bebas biasanya dimanipulasi, diamati, dan diukur untuk diketahui
hubungannya (pengaruhnya) dengan variabel lain.
Sebagai contoh, dalam suatu studi hubungan antar dua variabel berikut: (1) Hubungan
antara kekuatan otot tungkai (X) dengan jauhnya tendangan pemain sepakbola (Y), (2)
Hubungan antara kekuatan otot lengan (X) dengan ketepatan servis pemain bola voli
(Y). Bertolak dari dua contoh di depan, peneliti bertanya: apa yang akan terjadi pada
Y jika X dibuat lebih besar atau lebih kecil? Dalam hal ini peneliti memandang Y
sebagai variabel terikat, karena Y akan berubah sebagai akibat dari diubahnya X.
Disebut dependent karena nilai Y akan berubah (terikat/ tergantung) pada nilai
variabel bebas (X).
c. Variabel Moderator
Variabel moderator merupakan variabel antara, adalah sebuah tipe khusus variabel
bebas, yaitu variabel bebas sekunder yang diangkat untuk menentukan apakah ia
mempengaruhi hubungan antara variabel bebas primer dan variabel terikat. Variabel
moderator adalah faktor yang diukur, dimanipulasi atau dipilih peneliti untuk
mengungkap apakah faktor tersebut mengubah hubungan antara variabel bebas dan
variabel terikat. Jika peneliti ingin mempelajari pengaruh variabel bebas X terhadap
variabel terikat Y tetapi ragu-ragu apakah hubungan antara X dan Y tersebut berubah
karena variabel Z, maka Z dapat dianalisis sebagai variabel moderator.

d. Variabel Kontrol
Tidak semua variabel di dalam suatu penelitian dapat dipelajari sekaligus dalam waktu
yang sama. Beberapa di antara variabel tersebut harus dinetralkan pengaruhnya untuk
menjamin agar variabel yang dimaksud tidak mengganggu hubungan antara variabel
bebas dan variabel terikat. Variabel-variabel yang pengaruhnya harus dinetralkan
disebut sebagai variabel kontrol. Jadi, variabel kontrol adalah faktor-faktor yang
dikontrol atau dinetralkan pengaruhnya oleh peneliti karena jika tidak dinetralkan
diduga ikut mempengaruhi hubungan antara variabel bebas dengan variabel terikat.
Variabel kontrol berbeda dengan variabel moderator. Penetapan suatu variabel
menjadi variabel moderator adalah untuk dipelajari (dianalisis) pengaruhnya,
sedangkan penetapan variabel kontrol adalah untuk dinetralkan/disamakan
pengaruhnya.

e. Variabel Antara (Intervening)

Uraian tentang variabel di depan merupakan variabel-variabel yang konkret (nyata).
Variabel bebas, variabel moderator, dan variabel kontrol masing-masing dapat
dimanipulasi oleh peneliti dan dapat diamati (diukur) pengaruhnya terhadap variabel
terikat. Apabila suatu variabel yang ingin diketahui pengaruhnya terhadap variabel
terikat ternyata tidak dapat diamati (diukur) karena terlalu abstrak, maka variabel
tersebut biasanya dipandang sebagai variabel antara (intervening). Jadi variabel antara
adalah faktor yang secara teoretik mempunyai pengaruh terhadap variabel terikat
tetapi tidak dapat dilihat sehingga tidak dapat diukur atau dimanipulasi. Pengaruh
variabel intervening terhadap variabel terikat hanya dapat diinferensikan berdasarkan
pengaruh variabel bebas dan/atau variabel moderator terhadap variabel terikat.

f. Variabel Diskrit
Variabel diskrit: disebut juga variabel nominal atau variabel kategori karena hanya
dapat dikategorikan atas dua kutub yang berlawanan yakni “ya” dan “tidak”. Misalnya
ya wanita, tidak wanita, atau dengan kata lain: “wanita-pria”, “hadir-tidak hadir”,
“atas-bawah”. Angka-angka digunakan dalam variabel diskrit ini yang dapat
dioperasikan untuk menghitung frekuensi yang muncul, yaitu banyaknya pria,
banyaknya yang hadir dan sebagainya. Maka angka dinyatakan sebagai frekuensi.
Dengan demikian data penelitian dengan variabel diskrit merupakan penanda kategori,
yang tidak dapat dioperasikan berbentuk penambahan, pengurangan, perkalian atau
pembagian. Keberadaannya terbatas pada penentuan sebagai frekuensi.

g. Variabel Kontinum
• Variabel kontinum dapat dipisahkan menjadi tiga jenis variabel kecil,
yaitu:Variabel ordinal, yaitu variabel yang menunjukkan tata urutan
berdasarkan tingkatan misalnya sangan tinggi, tinggi, pendek. Untuk sebutan
 lain adalah variabel “lebih kurang” karena yang satu mempunyai kelebihan
dibanding yang lain. Contoh: Agung terpandai, Nico pandai, Ganang tidak
pandai.
• Variabel interval, yaitu variabel yang mempunyai jarak, jika dibanding dengan
variabel lain, sedang jarak itu sendiri dapat diketahui dengan pasti. Misalnya:
Suhu udara di luar 31° C. Suhu tubuh kita 37° C. Maka selisih suhu adalah 6°
C. Jarak Surabaya-Blitar 162 km, sedangkan Surabaya-Malang 82 km. Maka
selisih jarak Malang-Blitar, yaitu 80 km.
• Variabel ratio, yaitu variabel perbandingan. Variabel ratio memiliki harga nol
mutlak yang dapat dioperasikan berbentuk perkalian sekian kali. Contoh: Berat
Pak Rudi 70 kg, sedangkan anaknya 35 kg. Maka Pak Rudi beratnya dua kali
anaknya.
•
4. Amatilah denga seksama data sebagai berikut dari 30 siswa di sebuah sekolah:
X: Kemampuan Menulis (Jenis Data?)
Y: Penguasaan Tata Bahasa (Jenis Data?)
Participants X Y
Student 1 63 77
Student 2 57 80
Student 3 60 77
Student 4 73 81
Student 5 60 80
Student 6 73 71
Student 7 57 74
Student 8 60 76
Student 9 63 80
Student 10 53 79
Student 11 50 75
Student 12 80 75
Student 13 47 64
Student 14 67 73
Student 15 60 74
Student 16 70 78
Student 17 73 77
Student 18 70 79
Student 19 50 79
Student 20 53 69
Student 21 60 76
Student 22 63 78
Student 23 53 76
Student 24 60 75
Student 25 63 73
Student 26 67 80
Student 27 60 72
Student 28 70 70
Student 29 77 72
Student 30 57 69
a. Data Presentation:
Scores of Variable X and its central tendency
N Mode Median The The Mean SD
lowest Highest
1869 60 60 47 80 62,3 8,194104

Scores of Variable Y and its central tendency

N Mode Median The The Mean SD

lowest Highest
2259 80 76 64 81 75,3 3,984554

b. Sajikan dalam bentuk Grafis yang sesuai

90

80

70

60

50

40

30

20

10

0
MODUS MEDIAN TERTINGGI TERENDAH MEAN
Series 1 Series 2

c. 1) Ujilah Normalitas data variabel X dan Y

One-Sample Kolmogorov-Smirnov Test

Unstandardiz
ed Residual
N 30
a,b
Normal Parameters Mean .0000000
Std. Deviation 3.99734182
Most Extreme Absolute .135
Differences Positive .100
Negative -.135
Test Statistic .135
Asymp. Sig. (2-tailed) .174c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Berdasarkan tabel output SPSS tersebut, diketahui nilai signifikansi Asymp. Sig (2-tailed) sebesar
0.174 lebih besar dari 0.05. Maka sesuai dengan dasar pengambilan keputusan dalam uji normalitas
Kolmogorov-smirnov di atas, dapat disimpulkan bahwa data berdistribusi normal. Dengan
demikian, asumsi atau persyaratan normalitas dengan model regresi sudah terpenuhi.

c. 2) Ujilah Homogenitas data Variabel X dan Y

Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Hasil Penelitian Based on Mean 12.072 1 58 .001
Based on Median 8.823 1 58 .004
Based on Median and 8.823 1 40.666 .005
with adjusted df
Based on trimmed mean 11.997 1 58 .001

Berdasarkan hasil uji homogenitas diketahui nilai Sig. yaitu 0.001 lebih kecil dari 0.05. Maka dapat
disimpulkan bahwa data tersebut tidak homogen

d. Carilah indeks korelasi dari 2 variable di atas

Data Analysis

Participants X Y XY X2 Y2
ST 1 63 77 4851 3969 5929
ST 2 57 80 4560 3249 6400
ST 3 60 77 4620 3600 5929
ST 4 73 81 5913 5329 6561
ST 5 60 80 4800 3600 6400
ST 6 73 71 5183 5329 5041
ST 7 57 74 4218 3249 5476
ST 8 60 76 4560 3600 5776
ST 9 63 80 5040 3969 6400
ST 10 53 79 4187 2809 6241
ST 11 50 75 3750 2500 5625
ST 12 80 75 6000 6400 5625
ST 13 47 64 3008 2209 4096
ST 14 67 73 4891 4489 5329
ST 15 60 74 4440 3600 5476
ST 16 70 78 5460 4900 6084
ST 17 73 77 5621 5329 5929
ST 18 70 79 5530 4900 6241
ST 19 50 79 3950 2500 6241
ST 20 53 69 3657 2809 4761
ST 21 60 76 4560 3600 5776
ST 22 63 78 4914 3969 6084
ST 23 53 76 4028 2809 5776
 ST 24 60 75 4500 3600 5625
ST 25 63 73 4599 3969 5329
ST 26 67 80 5360 4489 6400
ST 27 60 72 4320 3600 5184
ST 28 70 70 4900 4900 4900
ST 29 77 72 5544 5929 5184
ST 30 57 69 3933 3249 4761
∑ 1869 2259 140897 118453 170579

rxy =

xry = 30.140897 − (1869)(2259)

√30. 118453 − (1869)2 (30.170579 − (2259)2
rxy = 0,164677
rtable = 0, 361
kesimpulan = R hitung < R table
= maka yang diterima adalah tidak ada hubungan antara kemampuan menulis dan penguasaan
tata bahasa.

V. CONCLUSION AND SUGGESTIONS

a. Conclusion

• Berdasarkan tabel output SPSS tersebut, diketahui nilai signifikansi Asymp. Sig (2-tailed) sebesar
0.174 lebih besar dari 0.05. Maka sesuai dengan dasar pengambilan keputusan dalam uji normalitas
Kolmogorov-smirnov di atas, dapat disimpulkan bahwa data berdistribusi normal. Dengan
demikian, asumsi atau persyaratan normalitas dengan model regresi sudah terpenuhi.
• Berdasarkan hasil uji homogenitas diketahui nilai Sig. yaitu 0.001 lebih kecil dari 0.05. Maka dapat
disimpulkan bahwa data tersebut tidak homogen.
• Berdasarkan uji korealasi, Tidak ada korelasi anatara data X dan Y

a. Suggestion
sarannya bagi sekolah untuk lebih meningkatkan hubungan antara kemampuan menulis dengan
penguasaan tata bahasa.
 TUGAS MINGGU KE – 3
JUDUL ARTIKEL
Nama Kelompok 19 :

1. Trisna Dewi Moerti (202033105)

2. Ginda Delfica Radiyani Putri K (202033111)
3. Dian Rohmawati (202033120)
Tentative :

Judul Artikel Jurnal : Pengaruh Metode Mind Mapping pada Tema 3 Materi Fungsi Organ
Pencernaan pada manusia terhadap Hasil Belajar Siswa Kelas V SD 1 Adiwarno.

Penulis : (Trisna Dewi Moerti ; Ginda Delfica Radiyani Putri Kasrunianto ; Dian Rohmawati ;
F.Shoufika hilyana S.Si. M.Pd. ; Drs.Muh Syafei M.Pd )

Nama Jurnal Sasaran : Jurnal Ilmiah Pendidikan Dasar (Sinta 4)

Link/Alamat Jurnal: https://journal.unpas.ac.id/index.php/pendas/article/view/5382/2289

Gaya Seligkung/Journal Author Guide:

https://journal.unpas.ac.id/index.php/pendas/AuthorGuidelines

Author Guidelines

The manuscript texts are written in English or Indonesia. Manuscripts will be first reviewed by
editorial boards.The main text of a manuscript must be submitted as a Word document (.doc)
or Rich Text Format (.rtf) file. The manuscript well-typed in double column on A4 size paper,
use 12 pt of Arial, margin for left and top 30 mm, right and bottom 25 mm. The total number
of manuscripts is a minimum of 5 pages and a maximum of 25 pages. The manuscript contains
an original work and have potentially contribute to the highly scientific advancement.

The manuscript should contain the following section in this order:

a. Title
Title of articles in English should describe the main content of manuscripts, be
informative, concise, and not too wordy and does not contain formulas.
b. The author’s name
 Full name without academic degrees and titles, written in capital letters. Manuscript
written by groups needs to supplemented by complete contact details.
c. Name of affiliation for each author
The author name should be accompanied by complete affiliation address, postal code
number, telephone number and email address.
d. Abstract
Written briefly in English in one paragraph of 150-400 words, containing background,
research objectives, methodology, results and discussion, conclusion of the study and
your research contributions to science.
e. Keywords
Written in English 1-5 words or groups of words, written alphabetically.
f. Introduction
Explaining the background, problems, importance of research, brief literature review
that relates directly to research or previous findings that need to be developed, and
ended with a paragraph of research purposes. A balance must be kept between the pure
and applied aspects of the subject.The introduction is presented in the form of
paragraphs.
g. Method
Make sure that work can be repeated according to the details provided. It contains
technical information of the study presented clearly. Therefore, readers can conduct
research based on the techniques presented. Materials and equipment specifications are
necessary. Approaches or procedures of study together with data analysis method must
be presented.
h. Results and Discussion
Well-prepared tables and or figures must be of significant feature of this section,
because they convey the major observations to readers. Any information provided in
tables and figures should no longer be repeated in the text, but the text should focus on
the importance of the principal findings of the study. In general, journal papers will
contain three-seven figures and tables. Same data can not be presented in the form of
tables and figures. The results of the study are discussed to address the problem
formulated, objectives and research hypotheses. It is higly suggested that discussion be
focused on the why and how of the research findings can happen and to extend to which
the research findins can be applied to other relevant problems.
i. Conclusion
 Conclusion should be withdrawn on the basis of research findings, formulated concerns
and research purposes. Conclusion is presented in one paragraph without numerical
form of expression. Explain your research contributions to science.
j. Bibliography
Manuscripts are written by using standard citation application
(Mendeley/Endnote/Zotero). APA 6 th (American Psychological Association)
reference style is required. Citing an article written by two authors, both of authors
should be mentioned, however, for three and more authors only the first author is
mentioned followed by et al., for example: Rahayu & Sudarsono (2015), Subekti et al.
(2014). A series of references should be presented in ascending date order
(Retnoningsih et al., 2005; Indriyanti et al., 2007; Rahayuningsih, 2010). Different
publications with the same author(s) and year will be presented separately, as follows
2013a, 2013b. References of unpublished data and personal communication should not
appear in the list but should be cited in the text only (e.g., Rifai MA 2015, pers. com.
(personal communication); Indriyanti DR 2014, unpublished data). In the reference list,
the references should be listed in an alphabetical order. More or less 80% references
for literature reviews should be the recent (up to date) journals published in the last 10
years, but the rest of 20 % references can be cited from research reports and or articles.
 TUGAS MINGGU KE – 4

1. Skor gaya belajar

a. Sebaran data gaya belajar (X1)
42 51 53 53 54 55 55 57 57 59
62 62 63 64 64 65 65 66 67 67
69 69 70 70 70 70 71 72 73 73
74 74 74 75 75 76 76 77 79 79
81 2 82 86 86 87 91 92 93 95

b. Menentukan skor tertinggi dan terendah

Skor terbesar = 95
Skor terkecil = 42
c. Menentukan rentangan (R)
R = H – L + 1 = 95 – 42 + 1 = 54
d. Menentukan banyak kelas
K = 1 + 3, 33 x log 50
= 1 + 3, 33 x 1,698970004
= 1 + 5, 657570114
= 6, 657570114
= 7 (dibulatkan)
e. Mencari nilai panjang kelas ( i)
𝑅 54
I = 𝐾 = 7 = 7,7142857143
= 8 ( dibulatkan)
f. Menentukan tabel distribusi frekuensi
Distribusi frekuensi gaya belajar (X1)
Interval f X1 X1’ X1’2 f X1’ f X1’2 X1 fk fka
90 - 97 4 93,5 3 9 12 36 97.5 50 4
82 – 89 5 85,5 2 4 10 20 89.5 46 9
74 - 81 11 77,5 1 1 12 12 81.5 41 21
66 - 73 13 69,5 0 0 0 0 73.5 29 33
58 - 65 8 61,5 -1 1 -8 8 65.5 17 41
50 - 57 8 53,5 -2 4 -16 32 57.5 9 49
42 - 49 1 45,5 -3 9 -3 9 49.5 1 50
50 6 116
g. Menggambarkan Grafik polig

Disiplin Belajar
14

12

10

0
45, 4 53,5 61, 5 69,5 77,5 85,5 93,5

Disiplin Belajar

h. Mencari Mean
∑𝑓𝑥′1
̅̅̅ = 𝑀′ + 𝑖 (
𝑥1 )
𝑁

6
= 69,5 + 8 ( )
50

= 69,5 + 8 (0,12)

= 69,5 + 0,96

= 70,46

i. Mencari Median
1
𝑁−𝑓𝑘
M=𝑙+ ( 2
𝑓𝑖
) × 𝑖
1
50 −17
= 65, 5 + (2 13
) × 8

= 65, 5 + 0,6153 × 8

= 70, 4230

j. Mencari modus
𝑓
M = 𝑙 + (𝑓 +𝑎𝑓 ) × 𝑖
𝑎 𝑏
5
= 65,5 + (5+2 ) × 8
5
= 65,5 + (7) × 8
= 65,5 + 0,7142 × 8
= 65,5 + 5, 7142857
= 71, 3142857144
 k. Mencari standar deviasi (SDx1)
∑𝑓 1 2∑𝑓 1 2
S x 1 = 𝑖√ 𝑁 − ( 𝑁 )

116 6 2
= 8√ 50
− ( 50
)

116
= 8√ −(0,12)2
50

= 8√ 2,32 − 0,0144

= 8√ 2,3056
= 8 × 1,5184202317

= 12, 1473618536 ≈ 12, 147

2. Skor kreativitas
a. Sebaran data minat belajar (X2)
46 53 56 56 57 58 59 59 62 63
65 65 65 67 67 67 67 68 68 68
74 9 70 70 71 71 72 73 73 73
74 75 75 76 76 77 77 77 79 80
82 84 84 86 87 87 88 88 94 98

a. Menentukan skor tertinggi dan terendah

Skor terbesar = 98
Skor terkecil = 46
b. Menentukan rentangan (R)
R = H – L + 1 = 98 – 46 + 1 = 53

c. Menentukan banyak kelas

K = 1 + 3, 33 x log 50
= 1 + 3, 33 x 1,698970004
= 1 + 5, 657570114
= 6, 657570114
= 7 (dibulatkan)
d. Mencari nilai panjang kelas (i)
𝑅 53
𝑖= = = 7, 7 ≈ 8 ( 𝑑𝑖𝑏𝑢𝑙𝑎𝑡𝑘𝑎𝑛)
𝐾 7

e. Menentukan tabel distribusi frekuensi

Interval f X1 X1’ X1’2 f X1’ f X1’2 X1 fk fka

94-101 2 97,5 3 9 6 18 101,5 50 6
86-93 5 89,5 2 4 10 20 93,5 48 8
78-85 5 81,5 1 1 5 5 85,5 43 13
 70-77 16 73,5 0 0 0 0 77,5 38 18
62-69 14 65,5 -1 1 -14 14 69,5 22 34
54-61 6 57,5 -2 4 -12 24 61,5 8 48
46-53 2 49,5 -3 9 -6 18 53,5 2 50
∑N 50 11 99

f. Menggambar grafik polygon

minat belajar
18

16

14

12

10

0
49,5 57,5 65,5 73,5 81,5 89,5 97,5

minat belajar

g. Mencari mean
∑𝑓𝑥′1
̅̅̅ = 𝑀′ + 𝑖 (
𝑥1 )
𝑁

11
= 73, 5 + 8 (50)

= 73, 5 + 8, 22

= 81, 72
h. Mencari Median

1
𝑁 − 𝑓𝑘
𝑀 = 𝑙 + (2 ) × 𝑖
𝑓𝑖

1
50−22
= 69, 5 + (2 16
) × 8
= 69, 5 + 1,5

= 71
 i. Mencari Modus (Mo)
𝑓𝑎
𝑀= 𝑙+ ( ) ×𝑖
𝑓𝑎 + 𝑓𝑏

11
= 69,5 + (11+2 ) × 8

= 69, 5 + 6,769230769230769

= 76,26923076923077 ≈ 76,26

j. Mencari standar deviasi ( SD×2)

∑𝑓 12 ∑𝑓 1 2
S x 1 = 𝑖√ 𝑁
− ( 𝑁
)

99 11 2
= 8√ 50 − (50)

= 8√ 1,98 − 0,0484

= 8√ 1,9316
= 8 × 1,389820132247335

= 11,11856105797868 ≈ 11,12

3. Skor Hasil Belajar

a. Sebaran data gaya belajar (y)
50 54 55 55 56 57 58 58 58 59 59 59 60 61 62 63 64 65 65 65 66 66 66 67 67 68
69 71 71 71 72 72 72 72 73 74 75 75 76 76 76 77 77 79 80 81 81 82 82 84

b. Menentukan skor tertinggi dan terendah

Skor terbesar = 84
Skor terkecil = 50
c. Menentukan rentangan (R)
R = H – L + 1 = 84 – 50 + 1 = 35
d. Menentukan banyak kelas
K = 1 + 3, 33 x log 50
= 1 + 3, 33 x 1,698970004
= 1 + 5, 657570114
= 6, 657570114
= 7 (dibulatkan)
e. Mencari nilai panjang kelas ( i)
𝑅 35
i=𝐾= 7 =5
f. Menentukan tabel distribusi frekuensi
Interval f X1 X1’ X1’2 f X1’ f X1’2 X1 fk fka
80-84 6 82 3 9 18 54 84,5 50 6
75-79 8 77 2 4 16 32 79,5 44 14
 70-74 9 72 1 1 9 9 74,5 36 23
65-69 10 67 0 0 0 0 69,5 27 33
60-64 5 62 -1 1 -5 5 64,5 17 38
55-59 10 57 -2 4 -20 40 59,5 12 48
50-54 2 52 -3 9 -6 18 54,5 2 50
∑N 50 12 158

g. Menggambar grafik polygon

Hasil Belajar Matematika

12

10

0
52 57 62 67 72 77 82

Hasil Belajar Matematika

h. Mencari mean
∑𝑓𝑥′1
̅̅̅ = 𝑀′ + 𝑖 (
𝑥1 )
𝑁

12
= 67 + 5 (50)

= 67 + 1,2

= 68, 2
i. Mencari Median
1
𝑁 − 𝑓𝑘
𝑀 = 𝑙 + (2 ) × 𝑖
𝑓𝑖

1
50−17
= 64, 5 + ( 2
10
) × 5
= 64, 5 + 4
 = 68, 5

j. Mencari Modus (Mo)

𝑓𝑎
𝑀= 𝑙+ ( ) ×𝑖
𝑓𝑎 + 𝑓𝑏

5
= 64, 5 + (5+8) × 5

= 64, 5 + 1,923076923076923

= 66, 423076923 ≈ 66,42

k. Mencari standar deviasi ( SD×2)

∑𝑓 1 2
∑𝑓 1 2
S x 1 = 𝑖√ −( )
𝑁 𝑁

158 12 2
= 5√ −( )
50 50

= 5√ 3, 16 − 0,0576

= 5√ 3, 1024

= 5 × 1, 7613631085

= 8,8068155425
 UJI NORMALITAS, UJI LINEARITAS REGRESI,
& UJI HIPOTESIS
1. Uji Normalitas
Uji Normalitas dipergunakan untuk melihat kenormalam sebuah data. Metode yang
dipakai dalam uji ini ialah uji kolmogorov-smirov. Jika nilai sig > 0,05, maka data
“berdistribusi normal”. Berikut ini merupakan hasil uji normalitasnya:

Tabel Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Predicted Value

N 50
Normal Parametersa,b Mean 68.0200000
Std. Deviation 4.26007934
Most Extreme Differences Absolute .069
Positive .069
Negative -.061
Test Statistic .069
Asymp. Sig. (2-tailed) .200c,d

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
b. This is a lower bound of the true significance.

Dari tabel 4.12, bisa dilihat bahwasannya nilai residual

dari variabel bebas dan terikat memiliki nilai sig > 0,05.
Sehingga, bisa disimpulkan bahwasannya data
terdistribusi dengan normal.

2. Uji Linearitas
Uji linearitas bertujuan untuk melihat apakah variabel bebas dan terikat
mempunyai hubungan linear yang signifikan atau tidak. Dalam mengetahui linear atau
tidaknya variabel, peneliti dapat melihat Test for Linearity hasil olah data
menggunakan SPSS. Jika nilai Sig. Devatiation from Linearity > 0,05, maka dapat
disimpulkan bahwa terdapat hubngan linear yang signifikan antar variabel dependen
dengan variabel independen. Dan sebaliknya, jika nilai Significant Devatiation from
Linearity < 0,05, maka tidak ada hubungan yang linear antara variabel dependen
dengan variabel independent. Berikut hasil olahan data:
 Tabel Uji Linearitas Variabel Displin Belajar
ANOVA Table

Sum of Squares df Mean Square F Sig.

Y * X1 Between Groups (Combined) 2637.730 30 87.924 1.498 .180

Linearity 842.771 1 842.771 14.358 .001

Deviation from Linearity 1794.959 29 61.895 1.054 .462

Within Groups 1115.250 19 58.697

Total 3752.980 49

Pada tabel diatas menunjukkan hasil dimana terdapat hubungan yang linear antara
variabel hasil belajar matematika terhadap Disiplin Beljar. Hal ini dapat dibuktikan
bahwa nilai Significant Devatiation from Linearity dari hasil olah data sebesar 482 >
0,05

Tabel Uji Linearitas Variabel Minat Belajar

ANOVA Table

Sum of Squares df Mean Square F Sig.

Y * X2 Between Groups (Combined) 2851.480 28 101.839 2.372 .023

Linearity 479.307 1 479.307 11.165 .003

Deviation from Linearity 2372.173 27 87.858 2.047 .048

Within Groups 901.500 21 42.929

Total 3752.980 49

Pada tabel diatas menunjukkan hasil dimana terdapat hubungan yang linear antara
variabel hasil belajar matematika terhadap Variabel Minat Belajar. Hal ini dapat
dibuktikan bahwa nilai Significant Devatiation from Linearity dari hasil olah data
sebesar 048 > 0,05

3. Uji Hipotesis
a. Regresi Linear Berganda
Analisis regresi linear beranda merupakan hubungan linear anatara 2 atau
lebih variabel independent dengan variabel depedent (Y). Analisis ini
bertujuan untuk memperkirakan nilai dari variabel keputusan penggunaan
apabila nilai dari variabel promosi, keamanan dan kemudahan mengalami
kenaikan dan penurunan. Selain itu, analisis ini bertujuan untuk melihat
adanya hubungan yang posistif ataupun negtaif dalam variabel keputusan
penggunaan terhadap variabel promosi, keamanan dan kemudahan. Persamaan
garis regresi yang digunakan yaitu :
Y = a + b1X1 + b2X2
 Tabel Uji Regresi Linear

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 39.511 8.059 4.903 .000

X1 .294 .113 .399 2.594 .013

X2 .109 .124 .134 .874 .387

a. Dependent Variable: Y

Output tabel di atas menunjukkan persamaan regresinya adalah:

Y = a + b1X1 + b2X2
= 39,511+ (294) X1 + (109) X2

Untuk lebih jelasnya, berikut ialah penjabaran analisa regresi pada tabel 4.18,
sebagai berikut:
1. Nilai konstanta pada analisis regresi di atas sebesar39,511.
Hal ini dapat diartikan, jika variabel Disiplin Belajar dan Minat Belajar 0,
maka variabel minat beli akan mengalami kenaikan sebesar 39,511.
2. Nilai koef. Disiplin Belajar (X1) bernilai positif yaitu 294, yang berarti
Displin Belajar berpengaruh positif terhadap Hasil Belajar Matematika ,
maka minat siswa pada belajar matematika semakin tinggi.
3. Nilai koef. Minta Belajar (X2) bernilai positif yaitu 109 , artinya Minat
Belajar berpengaruh positif terhadap Hasil Belajar Matematika dan jika
minta belajar siswa tinggi , maka hasil belajar matematika juga semakin
tinggi.
b. Koefisien determinasi
Koefisian Determinasi (R2) dilakukan untuk mengukur sejauh mana model
regresi mampu menjelaskan variasi variabel terikat. Dalam artian, koef ini
menunjukkan bahwa variasi variabel independen yang digunakan dapat
menjelaskan variasi dalam variabel dependen. Jika R2= 0, maka hal ini dapat
dikatakan tidak terdapat sedikitpun pengaruh dari variabel bebas terhadap
variabel terikat. Apabila R2=1, maka dinyatakan ada pengaruh variabel bebas
terhadap variabel terikat dengan sempurna, yaitu bisa menerangkan variasi
dependen 100%.
 Tabel Hasil Uji Koefisien Determinasi

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .487a .237 .204 7.806

a. Predictors: (Constant), X2, X1

b. Dependent Variable: Y

Tabel tersebut menunjukkan nilai Adjusted R² Hasil Belajar Matematika

sebesar 0.204 x 100%, yaitu sebesar 20,4% Sehingga, hal ini menunjukkan
bahwa 20,4 % variasi variabel Hasil Belajar Matematika dapat dipengaruhi
Variabel Disiplin Belajar dan minat belajar. Sementara selebihnya, yaitu 79,6%
(100% - 20,4%) dipengaruhi oleh variabel yang tidak ada di dalam model
regresi ini.

c. Uji f
Uji-f bertujuan untuk mengetahui apakah variabel independen (citra merek,
kualitas, harga, dan label halal) secara simultan berpengaruh secara signifikan
pada variabel dependen (minat beli). Untuk mencari ftabel nya, berikut merupakan
rumusnya:
Ftabel = f (k; n – k)
= f (4; 100 – 3)
= f (4; 97)
= 2,47
Tabel Uji - f

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regressio
889.266 2 444.633 7.297 .002b
n
Residual 2863.714 47 60.930

Total 3752.980 49

a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Berdasarkan perhitungan dan tabel Uji – f , diperoleh nilai fhitung sebesar 7, 297 > dari
nilai ftabel sebesar 2,47. Dan diketahui bahwa nilai signifikansi dari output tersebut
 sebesar 0,02 < dari 0,05. Sehingga, variabel Disiplin belajar dan minat belajar
berpengaruh secara bersama-sama terhadap variabel hasil belajar matematika

d. Uji t
Uji t dipakai untuk melihat secara persial dalam mengukur tingkat signifikan
apakah ada pengaruh antara variabel bebas (X) terhadap variabel terikat (Y).
Sebelum menghitung thitung, berikut ini merupakan langkah-langkah untuk
memperoleh nilai ttabel dalam penelitian:
ttabel = t (a/2; n – k – 1)
= t (0,05/2; 100 – 4 – 1
= (0,025; 95)
= 1,985
Berikut ialah hasil uji t-nya:

Tabel Hasil Uji T

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 39.511 8.059 4.903 .000

X1 .294 .113 .399 2.594 .013

X2 .109 .124 .134 .874 .387

a. Dependent Variable: Y

Dari tabel hsil uji-t keterangannya, sebagai berikut:

1. Pada variabel Disiplin Belajar diperoleh nilai thitung = 2,594 > ttabel sebesar 1.985 dan sig.
0,13 > 0,05, maka variabel disiplin belajar tidak berpengaruh secara signifikan terhadap
hasil belajar matematika.
2. Pada variabel Minat Belajar diperoleh nilai thitung = 0, 874 > ttabel sebesar 1.985 dan sig.
0,387 > 0,05, maka variabel minat belajar tidak berpengaruh secara signifikan terhadap
hasil belajar matematika.
 TUGAS MINGGU KE -5
ANALISI KORELASI TUGAS 1

1. PEARSON PRODUCT MOMENT

➢ Seorang Guru ingin mengetahui hubungan karakter siswa terhadap prestasi
belajar.
Variable Bebas (X) dan Variable Terikat (Y) :
Hubungan karakter siswa (X) terhadap Prestasi belajar(Y).
Data penelitian sebagai berikut :
No. X Y
1 150 90
2 130 85
3 200 95
4 100 70
5 120 70
6 150 100
7 40 60
8 30 55
9 70 65
10 100 80

1. Menentukan Hipotesis
▪ Ho = Tidak Terdapat Hubungan antara karakter siswa dan prestasi belajar
▪ Ha = Terdapat Hubungan antara karakter siwa dan prestasi belajar.
2. Menghitung data yang dibutuhkan
No. X Y xy X2 Y2
1 150 90 13500 22500 8100
2 130 85 11050 16900 7225
3 200 95 19000 40000 9025
4 100 70 7000 10000 4900
5 120 70 8400 14400 4900
6 150 100 15000 22500 10000
7 40 60 2400 1600 3600
8 30 55 1650 900 3025
9 70 65 4550 4900 4225
10 100 80 8000 10000 6400

• N = 10
• ∑ X = 1090
• ∑ Y = 770
• ∑ XY = 90550
• ∑ X2 = 143700
• ∑ Y2 = 61400
3. Menghitung Korelasi Product Moment
𝑛 ∑ 𝑋𝑌 − (∑ 𝑋 ) (∑ 𝑌)
√{(𝑛 ∑𝑋 2 ) − (∑ 𝑋)2 }{(𝑛∑𝑌 2 ) − (∑ 𝑌)2 }

= 10(90550) − (1090)(770)
√{(10(143700)) − (1090)2 }{(10 (61400)) − (770)2 }

905500 − 839300
=
√{(1437000 − 1188100)}{(614000 − 592900)}

66200
=
√(248900) (21100)

66200
=
√5251790000

4. Menentukan kriteria
𝑗𝑖𝑘𝑎 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑟𝑡𝑎𝑏𝑒𝑙 = Ho diterima

𝑗𝑖𝑘𝑎 𝑟ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑟𝑡𝑎𝑏𝑒𝑙 = Ho ditolak

5. Menentukan r tabel
Taraf signifikan (α) = 0,05
Df = n – 2 = 10 -2 = 8
𝑟𝑡𝑎𝑏𝑒𝑙 = 0,632

6. Membandingkan r hitung dan r tabel

𝑟ℎ𝑖𝑡𝑢𝑛𝑔 (0, 913) > 𝑟𝑡𝑎𝑏𝑒𝑙 (0,632), 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

7. Kesimpulan :
Terdapat hubungan yang positif antara karakter siswa dan prestasi belajar
2. SPEARMAN RANK
➢ Seorang Guru ingin mengetahui hubungan karakter siswa terhadap prestasi
belajar.
Variable Bebas (X) dan Variable Terikat (Y) :
Hubungan karakter siswa (X) terhadap Prestasi belajar(Y).
Data penelitian sebagai berikut :
No. X Y
1 60 70
2 70 74
3 58 68
4 82 80
5 70 70
6 75 87
7 65 70
8 68 75
9 85 80
10 90 85

1. Menentukan Hipotesis
▪ Ho = tidak terdapat hubungan antara kecerdasan intelektual (X) dengan
prestasi belajar siswa (Y)
▪ Ha = terdapat hubungan antara kecerdasan intelektual (X) dengan prestasi
belajar siswa (Y)
2. Menentukan rangking
No. X Rank X Y Rank Y
1 60 2 70 3
2 70 5,5 74 5
3 58 1 68 1
4 82 8 80 7,5
5 70 5,5 70 3
6 75 7 87 10
7 65 3 70 3
8 68 4 75 6
9 85 9 80 7,5
10 90 10 85 9

3. Menghitung data yang diperlukan

No. X Rank X Y Rank Y d d2
1 60 2 70 3 -1 1
2 70 5,5 74 5 0,5 0,25
3 58 1 68 1 0 0
4 82 8 80 7,5 0,5 0,25
5 70 5,5 70 3 2,5 6,25
6 75 7 87 10 -3 9
7 65 3 70 3 0 0
 8 68 4 75 6 -2 4
9 85 9 80 7,5 1,5 2,25
10 90 10 85 9 1 1
Jumlah 24
4. Menghitung korelasi spearm

6. 𝛴𝑑2 144
𝑟𝑟ℎ𝑜 = 1 − 𝑟𝑟ℎ𝑜 = 1 −
𝑛(𝑛2 − 1) 990

6. 24
𝑟𝑟ℎ𝑜 = 1 − 𝑟𝑟ℎ𝑜 = 0, 854
10(102 − 1)

144
𝑟𝑟ℎ𝑜 = 1 −
10(100 − 1)
 TUGAS 2
ANALISIS T-TEST
1. INDEPENDENT SAMPLET – TEST
”Seorang peneliti ingin mengetahui adakah perebedaan hasil belajar siswa antara
menggunakan media pembelajaran (X1) dan tidak menggunakan media
pembelajaran (X2).” Data penelitian sebagai berikut :
No. X1 X2
1 70 60
2 85 65
3 75 70
4 92 75
5 88 80
6 69 83
7 76 72
8 82 73
9 90 80
10 85 78
∑ 812 736

1. Menentukan hipotesis
▪ Ho= tidak terdapat perbedaan hasil belajar siswa antara menggunakan
media pembelajaran dan tidak menggunakan media pembelajarn.
▪ Ha = terdapat perbedaan hasil belajar siswa antara menggunakan media
pembelajaran dan tidak menggunakan media pembelajarn.
2. Menghitung data yang dibutuhkan
No. X1 X2 ( x1 – x1) ( x1 – x1)2 ( x2 – x2) ( x2 – x2)2
1 70 60 -11,2 125,44 -13,6 184,96
2 85 65 3,8 14,44 -8,6 73,96
3 75 70 -6,2 38,44 -3,6 12,96
4 92 75 10,8 116,64 1,4 1,96
5 88 80 6,8 46,24 6,4 40,96
6 69 83 -12,2 148,84 9,4 88,36
7 76 72 -5,2 27,04 -1,6 2,56
8 82 73 0,8 0,64 -0,6 0,36
9 90 80 8,8 77,44 6,4 40,96
10 85 78 3,8 14,44 4,4 19,36
∑ 812 736 609,6 466,4

∑𝑋1 812
𝑥̅1 = = = 81,2
𝑁1 10

∑𝑋2 736
𝑥̅2 = = = 73,6
𝑁2 10
 𝛴(𝑋1 − 𝑥̅1 )2 609.6
𝑆12 = = = 67, 733
𝑛−1 10 − 1

𝛴(𝑋2 − 𝑥̅1 )2 466.4

𝑆22 = = = 51, 822
𝑛−1 10 − 1

3. Mencari Besarnya t hitung

𝑥̅1 − 𝑥̅2
𝑡=
𝑠2 𝑠2
√ 1+ 2
𝑛1 𝑛2

81,20 − 73,60
𝑡=
√67,733 + 51, 822
10 10

7,60
𝑡=
√6,7733 + 5,1822

7,60
𝑡=
√11,9555

7,60
𝑡= = 2,198
3,458

4. Menentukan Kriteria

𝑗𝑖𝑘𝑎 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎

𝑗𝑖𝑘𝑎 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

5. Membandingkan t Hitung Dengan t Tabel

𝑡ℎ𝑖𝑡𝑢𝑛𝑔 (2.198) > 𝑡𝑡𝑎𝑏𝑒𝑙 (2.101), 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

6. Kesimpulan
terdapat perbedaan hasil belajar siswa antara menggunakan media pembelajaran
dan tidak menggunakan media pembelajarn.
2. PAIRED SAMPLE T- TEST
Seorang peneliti ingin mengetahui adakah perbedaan motivasi belajar siswa
sebelum diberikan ice breaking (X1) dengan sudah diberikan ice breaking (X2).
Data penelitian sebagai berikut:
no. X1 X2
1 70 60
2 85 65
3 75 70
4 92 75
5 88 80
6 69 83
7 76 72
8 82 73
9 90 80
10 85 78

1. Menentukan Hipotesis
▪ Ho = Tidak terdapat hubungan antara motivasi belajar siswa sebelum
diberikan ice breaking dengan sudah diberika ice breaking
▪ Ha = terdapat hubungan antara motivasi belajar siswa sebelum
diberikan ice
breaking dengan sudah diberika ice breaking
2. Menentukan data yang dibutuhkan
no. X1 X2 X1 – X2 (X1 – X2)2
1 70 60 10 100
2 85 65 20 400
3 75 70 5 25
4 92 75 17 289
5 88 80 8 64
6 69 83 -14 196
7 76 72 4 16
8 82 73 9 81
9 90 80 10 100
10 85 78 7 49
812 736 76 1320

3. Menghitung besarnya t hitung

𝛴𝐷
𝑡=
2 2
√𝑛𝛴𝐷 − (𝛴𝐷)
𝑛−1

76
𝑡=
2
√10. (1320) − (76)
10 − 1
 76
𝑡=
√13200 − 576
9

76
𝑡=
√7424
9
76
𝑡=
28.72088

𝑡 = 2.646159

4. Menentukan Kriteria
𝑗𝑖𝑘𝑎 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎

𝑗𝑖𝑘𝑎 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

5. Menentukan t Tabel
Taraf signifikan (α) = 0,05
dk = n1 + n2 – 2 = 10 + 10 - 2 = 18
ttabel = 2.101
6. Membandingkan t Hitung dengan t Tabel
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 (2.646159) > 𝑡𝑡𝑎𝑏𝑒𝑙 (2.101), 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

7. KESIMPULAN
Terdapat hubungan antara motivasi belajar siswa sebelum diberikan ice
breaking dengan sudah diberika ice breaking.
 TUGAS 3
ANALISIS REGRESI
”Seorang peneliti ingin melakukan penelitian tentang meningkatnya literasi
siswa SD yang dipredeksi dipengaruhi oleh adanya program pojok baca.”
Variable (X) Program pojok baca
Variabel (Y) meningkatkan literasi siswa SD

No. X Y
1 4 6
2 5 7
3 3 6
4 4 5
5 5 7
6 6 8
7 7 9
∑ 34 48

1. Menentukan Hipotesis
▪ Ho = tidak berpengaruh secara signifikan adanya program pojok baca
terhadap meningkatnya literasi siswa SD
▪ Ha = Berpengaruh secara signifikan adanya program pojok baca
terhadap meningkatnya literasi siswa SD
2. Mendiskripsikan Data
No. X Y X^2 Y^2 XY
1 4 6 16 36 24
2 5 7 25 49 35
3 3 6 9 36 18
4 4 5 16 25 20
5 5 7 25 49 35
6 6 8 36 64 48
7 7 9 49 81 63
∑ 34 48 176 340 243

n=7 ∑𝑋𝑌 = 243

2
∑𝑋 = 176
𝛴𝑋 34
∑𝑌 = 48 𝑥̅ = = = 4, 857143
𝑛 7
∑𝑌 2 = 340
𝛴𝑌 48
Ȳ= = = 6,857143
𝑛 7
3. Menghitung Koefisien Regresi

𝛴𝑌. 𝛴𝑋 2 − 𝛴𝑋. 𝛴𝑋𝑌 𝑛𝛴𝑋𝑌 − 𝛴𝑋. 𝛴𝑌

𝑎= 𝑏=
𝑛. 𝛴𝑋 2 − (𝛴𝑋)2 𝑛𝛴𝑋 2 − (𝛴𝑋)2

(48)(176) − (34)(243) 7(243) − (34)(48)

𝑎= 𝑏=
7(176) − (34)2 7(176) − (34)2
1701 − 1632
8448 − 8262 𝑏=
𝑎= 1232 − 1156
1232 − 1156
69
186 𝑏=
76
𝑎=
76
𝑏 = 0.90789
𝑎 = 2.44737

4. Menghitung Jumlah Kuadrat total

𝐽𝐾𝑇 = 𝛴𝑌2 = 340
5. Menghitung Jumlah Kuadrat Regresi a (Jka)
(𝛴𝑌)2 (48)2 2304
𝐽𝐾𝑎 = = = = 329.143
𝑛 7 7
6. Menghitung Jumlah Kuadrat Reduksi (Jkr)
𝐽𝐾𝑅 = 𝐽𝐾𝑇 − 𝐽𝐾𝑎

𝐽𝐾𝑅 = 340 − 329.143 = 10.857

7. Menghitung Jumlah Kuadrat Sisa

𝐽𝐾 = 𝐽𝐾𝑇 − 𝐽𝐾𝑎 − 𝐽𝐾𝑟𝑒𝑔

𝐽𝐾𝑆 = 𝐽𝐾𝑅 − 𝐽𝐾𝑟𝑒𝑔

𝐽𝐾𝑆 = 10.857 − 8.9492

𝐽𝐾𝑆 = 1.9078

8. Menghitung Uji F
𝐽𝐾𝑟𝑒𝑔 /1
𝐹=
𝐽𝐾𝑆 /(𝑛 − 2)
8.9492/1
𝐹=
1.9078/5

8.9492
𝐹=
0.38156

𝐹 = 23.4542
9. Menentukan Kriteria
𝑗𝑖𝑘𝑎 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎
𝑗𝑖𝑘𝑎 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

10. Menghitung F Tabel

𝑑𝑘𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 1

𝑑𝑘𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 = 𝑛 − 2 = 5

𝐹𝑡𝑎𝑏𝑒𝑙 = 6.61

11. Kesimpulan

𝐹ℎ𝑖𝑡𝑢𝑛𝑔 (23.4542) > 𝐹𝑡𝑎𝑏𝑒𝑙 (6.61), 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘

Adanya hubungan antara program pojok baca terhadap meningkatnya literasi
siswa SD
𝑌 = 2.44737 + 0.90789𝑋

Dapat diartikan bahwa kenaikan skor rata rata program pojok baca sebesar 1 unit,
makaakan meningkatkan literasi siswa sd sebesar 0,908 pada konstanta 2,447
 PENGARUH METODE MIND MAPPING PADA TEMA 3 MATERI
FUNGSI ORGAN PENCERNAAN PADA MANUSIA TERHADAP
HASIL BELAJAR SISWA KELAS V SD 1 ADIWARNO.
1
Trisna Dewi Moerti, 2 Ginda Delfica Radiyani Putri Kasrunianto, 3 Dian Rohmawati3, 4
F.Shoufika hilyana S.Si. M.Pd., 5 Drs.Muh Syafei M.Pd

Author Email: trisnadewi5454@gmail.com, gindadelvi09@gmail.com,

dianrohma63@gamil.com

Article Info Abstract

Article History Tujuan dari karya ini adalah untuk mengetahui pengaruh metode mind
Received: mapping terhadap hasil belajar siswa kelas V pada mata pelajaran 3 fungsi
Revised: organ pencernaan manusia. Peta pikiran adalah teknik visualisasi informasi
Published: yang membantu siswa mengatur diri mereka sendiri. dan mengingat informasi
Keywords lebih efektif. Materi mata pelajaran 3 tentang fungsi organ pencernaan
Mind mapping ; manusia termasuk dalam kurikulum kelas dasar.
Hasil Belajar; Penelitian ini menggunakan metode quasi eksperimen dengan desain pretest-
Tematik; posttest control group design. Sampel penelitian terdiri dari dua kelas yaitu
kelas eksperimen yang diajar dengan metode mind mapping dan kelas kontrol
yang diajar dengan metode tradisional. Penelitian ini menggunakan tes
objektif yang terdiri dari 20 soal pilihan ganda.
Hasil penelitian menunjukkan bahwa terdapat perbedaan yang signifikan
hasil belajar siswa yang diajar dengan metode mind mapping dan siswa yang
diajar dengan metode konvensional. Siswa yang diajar dengan metode mind
mapping mencapai hasil belajar yang lebih baik daripada siswa yang diajar
dengan metode konvensional. Nilai rata-rata siswa pada kelompok eksperimen
adalah 85, sedangkan nilai rata-rata siswa pada kelompok kontrol adalah 75.
Berdasarkan hasil penelitian dapat disimpulkan bahwa penggunaan metode
mind mapping pada mata pelajaran 3 tentang fungsi organ pencernaan
manusia dapat meningkatkan hasil belajar siswa kelas V SD 1. Oleh karena
itu disarankan agar guru menggunakan metode mind mapping sebagai salah
satu alternatif dalam proses pembelajaran di kelas..
How to cite:

A. PENDAHULUAN
Dalam dunia pendidikan saat ini, guru tidak hanya berperan mengajar, tetapi
menjadi pemimpin pembelajaran. Dengan kata lain, setiap guru diharapkan mampu
memimpin dan menjadi lebih baik Minat dan kebiasaan belajar siswa untuk mencapai
keberhasilan belajar (kegiatan sekolah) sesuai tujuan kegiatan belajar mengajar. Tujuan
belajar adalah tujuan akhir dari proses pendidikan dibangun dan dikembangkan di
Indonesia. Pada dasarnya, tujuan ini adalah untuk membangun masyarakat Indonesia
yang lebih kuat kreatif bila diberikan pendidikan yang layak, teratur dan terstruktur.
 IPA adalah mata pelajaran yang menjadi momok siswa karena materi yang sulit
dan butuh hafalan untuk menghafal teori, maka perlu diadakan inovasi pembelajaran
seperti menggunakan metode pembeajaran yang bervariasi agar dapat membantu
mempermudah siswa dalam memahami materi pelajaran yang disampaikan. IPA adalah
ilmu yang dengan fokus pada studi fenomena alam dan interaksinya, memberikan
pengalaman langsung untuk mengembangkan keterampilan guru, mampu
mengembangkan strategi pengajaran yang dapat mengarah pada perbaikan Motivasi
siswa agar siswa berperan aktif dalam kegiatan pembelajaranPelajaran semakin
meningkat.
B. METODE PENELITIAN
Pada penelitian ini menjelaskan menggunakan metode penelitian yang dianggap
memperkuat hipotesis dari judul penelitian ini.
Metode yang digunakan pada penelitian ini adalah Quasi Experiment dengan desain
penelitian yaitu pre test and post test non equivalent control group design. Pada desain
penelitian ini, terdapat dua kelompok siswa, yakni sebagai kelompok eksperimen dan
kelompok kontrol yang dipilih dan ditempatkan tidak secara acak. Pre test diberikan
kepada kedua kelompok tersebut untuk mengetahui kemampuan awal siswa dalam hal
pemahaman konsep. Kemudian, perlakuan (treatment) berupa pendekatan multi
representasi pada pembelajaran berbasis masalah diberikan kepada kelompok
eksperimen. Adapun kelas kontrol hanya diberikan pembelajaran berbasis masalah saja.
Setelah kedua kelompok melaksanakan pembelajaran yang dirancang, kedua kelompok
diberikan post test untuk mengetahui kemampuan akhir siswa dalam pemahaman
konsep. Hasil pre test dan post test pada kedua kelas kemudian akan diolah dengan
menggunakan statistik untuk mengukur bagaimana efektivitas pendekatan
multirepresetasi pada pembelajaran berbasis masalah dalam meningkatkan pemahaman
konsep yang dialami oleh siswa.

Tabel 1 Desain Penelitian

Kelas Pretes Treatme Posttes

ti nt t
Eksperime O1 X1 O2
n
 Kontrol O3 X2 O4

Keterangan :

O1 : Pretest Eksperimen

O2 : Posttest Eksperimen

O3 : Pretest Kontrol

O4 : Posttest Kontrol

X1 : Treatmen Metode Mind

Mapping

X2 : Treatment Metode Ceramah

Peneliti ini dilaksanakn di SD 1 Adiwarno. Alamat SD Desa Hadiwarno

Kecamatan Mejobo Kabupaten Kudus. Penelitian berlangsung selama tiga bulan, dari
Januari hingga Maret. Kelompok mata pelajaran yang diteliti terdiri dari 40 siswa, 20
diantaranya dari kelas Va dan 20 dari kelas Vb. Sampling sampel jenuh atau teknik
pengambilan sampel, dimana sampel mencakup seluruh populasi. Teknik
pengumpulan data menggunakan tes dan wawancara. Tes tersebut mengukur hasil
belajar siswa pada kelas kontrol dan kelas eksperimen (Murti et al., 2021). Tes yang
dimaksud adalah pre-test atau tes awal sebelum perlakuan dan pre-test sebagai tes
terakhir. Sebelum soal diujikan pada kelas kontrol dan kelas eksperimen, soal tes
divalidasi dan terlebih dahulu diperiksa reliabilitas soalnya kebenarannya (Nuryani,
2021). Selain itu, setelah menganalisis data, peneliti melakukan uji normalitas, uji
homogenitas, dan uji t untuk mengetahui hipotesis yang dihasilkan.

C. Hasil Penelitian dan Pembahasan

Peneliti menganalisis data untuk mendapatkan gambaran tentang hasil belajar tema,
analisis deskriptif untuk mengetahui mean (M), median (Md), modus (Mo), dan
simpangan baku. Tabel 2 merangkumhasil analisis deskriptif.

Tabel 2. Hasil Pretest Posttest

Hasil Belajar
 Pretest Posttest
Statistik Deskriptif Kelas
Eks 20 20
Jumlah Siswa
Kon 20 20
Eks 1035 1685
Total Nilai
Kon 1020 1090
Mean Eks 51.8 84.3
Hasil Belajar
Statistik Deskriptif Kelas
Pretest Posttest
Kon 51 54.5
Eks 50 85
Median
Kon 47,5 50
Eks 45 85
Modus
Kon 40 50
Simpangan Baku Eks 11.8 6.1
Kon 11.9 10.5

Data diatas dapat disimpulkan bahwa nilai total kelas eksperimen setelah dilakukan
treatment (posttest)mengalami peningkatan yang signifikan sedangkan kelas kontrol
mengalami peningkatan sedikit yang masih jauh dari KKM yang ditentukanoleh guru,
penelitian ini selaras dengan (Jannah, 2021) yang memiliki perbedaan posttes yang
signifikan.

Perhitungan uji validasi menggunakan ekspresi korelasi Product Moment.

Dalam ungkapan ini, jika nilai rhitung> rtabel, maka item dalam instrumen tersebut
dianggap valid, dan jika nilai rhitung < rtabel tersebut dianggap tidak valid. Setelah
dilakukan pengujian terhadap 20 alat tes soal, hasil perhitungan validasi didapatkan 15
butir soal yang valid dan 5 butir soal yang tidak valid. Selain itu, 15 soal akan
digunakan sebagai alat penelitian,berupa pre-test dan post-test untuk mengukur hasil
belajar. Selaras dengan penelitian yang dilakukan oleh (Soleha et al., 2018) uji validasi
dari 20 soal berkontribusi normal semua dan soal dapat digunakan untuk pengujian
hasil belajar siswa.

Perangkat yang divalidasi memiliki 15 poin, diuji juga reliabilitasnya dan tes
dijalankan Alpha r11. Jika nilainya rhitung > rtabel, maka instrumen soal dikatakan
reliabel, tetapi jika nilainya rhitung< rtabel soal instrumen dikatakan tidak reliabel.
Hasil uji reliabilitas adalah sebagai berikut:

Tabel 3. Uji Reliabilitas

 k α rhitung rtabel
15 0.05 0.725 0.253

Tabel di atas menunjukkan bahwa dari 15 soal dengan signifikan α 0.05 diperoleh
rhitung 0.725 > rtabel 0.253 maka instrument bersifat reliabel dan bisa digunakan.
Selaras dengan penelitian (Anandita Cyntisa Dwi Putri, Sumardi, 2018) pengujian
reliabilitas bersifat reliabel karena rhitung > rtabel.

Diperlukan uji normalitas untuk membuktikan bahwa data penelitian berupa

hasil belajar kognitif awal (pre-test) dan hasil belajar kognitif akhir (post-test)
biasanya berdistribusi pada kelas eksperimen dan kontrol. Uji normalitas
menggunakan kolmogrove signifikan > 0.05 berkntribusi normal. Dari hasil uji
normalitas diperoleh nilai signifikansi lebih dari 0.05 jadi data kedua kelas
berkontribusi normal. Hasil ini relevan dengan penelitian (Harahap & Nazlia, 2019)

Berikutnya perlu menguji persyaratan normalitas analisis juga, jalankan uji

homogenitas untuk menentukan apakah data survei homogen di kedua kelas. Berikut
adalah hasil perhitungan uji homogenitas menggunakan F (Fisher's Exact Test)
dengan dk untuk pembilang, dk = 31 untuk penyebut, dan tarafi signifikansi = 0,05
atau 5%. Berdasarkan perhitungan yang Fhitung<Ftabel artinya kedua kelas
berkontribusi homogen. Hasil ini selaras dengan penelitian (Diani et al., 2018)

Setelah diuji normalitas dan homogenitas data juga perlu diuji hipotesisnya.
Peneliti menggunakan uji t untuk uji hipotesis dalam penelitian ini. Uji t test
digunakan untuk mengetahui apakah ada perbedaan antara dua sampel yang saling
berhubungan. Dalam hal ini penulis menggunakan bantuan program komputer SPSS
25. Berikut hasil uji hipotesisnya:

Tabel 4. Uji Hipotesis

Aspek Eksperimen Kontrol

Mean 84,3 54,5
N 20 20
t-hitung 2.591
t-tabel 1.529
 Sig.(2- 0.020

tailed)
Analisis thitung>ttabel
Keterangan Signifikan

Dari tabel di atas menunjukkannilai rata-rata kelas eksperimen lebih tinggi

dari nilai rata-rata kelas kontrol. Dengan jumlah N kelas eksperimen 20 dan kelas
kontrol 20. Pada kelas eksperimen thitung>ttabel = 2.591>1.529 berarti
berpengaruh signifikan. Jika thitung>ttabel maka H0 ditolak dan Ha diterima. H0
mendefinisikan tidak terjadinya pengaruh metode mindi mapping
Terhadap hasil belajar siswa dan Ha mendefinisikan terdapat pengaruh
metode mind mapping terhadaphasil belajar siswa. Keterangansig.(2-tailed) juga
memperoleh 0.02dimana Jika sig < 0.05 maka H0 ditolak dan Ha diterima. H0
mendefinisikan tidak terjadinya pengaruh metode mindi mapping terhadap hasil
belajar siswa dan Ha mendefinisikan terdapat pengaruh metode mind mapping
terhadap hasil belajar siswa. Dapatdisimpulkan hasil sig.(2-tailed) <
0.05 maka hipotesis mendefinisikan terdapat pengaruh metode mindmapping terhadap hasil
belajar siswa.

D. KESIMPULAN

Dari penelitian ini dapat disimpulkan bahwa sebelum menggunakan metode mind mapping
siswa mengalami kebosanan dan kurangnya minat atau semangat belajar. Banyak siswa
dengan nilai yang diterima KKM. Hasil belajar siswa yang diberi perlakuan dengan metode
mind mapping pada kelas eksperimen meningkat secara signifikan dibandingkan dengan kelas
kontrol yang menggunakan metode ceramah. Hal ini ditunjukkan dengan analisis data
menggunakan SPSS versi 25.

Rata-rata kelas eksperimen lebih tinggi dari nilai rata-rata kelas kontrol. Dengan
jumlah N kelas eksperimen 20 dan kelas kontrol 20. Pada kelas eksperimen thitung>ttabel =
2.591>1.529 berarti berpengaruh signifikan. Jika thitung>ttabel maka H0 ditolak dan Ha
diterima. H0 mendefinisikan tidak terjadinyapengaruh metode mindi mapping terhadap hasil
belajar siswa dan Ha mendefinisikan terdapati pengaruh metode mindi mapping terhadap
hasil belajar siswa. Keterangan sig.(2-tailed) juga memperoleh 0.02dimana Jika sig < 0.05
maka H0 ditolak dan Ha diterima. H0 mendefinisikan tidak terjadinya pengaruh metode mindi
mapping terhadap hasil belajar siswa dan Ha mendefinisikan terdapat pengaruh metode mind
mapping terhadap hasil belajar siswa. Dapat disimpulkan hasil sig.(2-tailed) < 0.05 maka
hipotesis mendefinisikan terdapat pengaruh metode mind mapping terhadap hasil belajar
siswa.

REFERENCES
(Tri Pudji Astuti, 2019)(Davies, 2011)(Aktivitas et al., 2013) (Masita et al., 2018)(Rahmawati
& Budiningsih, 2014)(Astriany, 2015)
Aktivitas, T., Hasil, D. A. N., & Ipa, B. (2013). Keefektifan Penggunaan Model Mind
Mapping. 2(4), 54–60.
Astriany, N. (2015). Meningkatkan Hasil Belajar Ipa Melalui Penggunaan Mind Map Siswa
Kelas Iv Sekolah Dasar Bekasi Utara. Jurnal Pendidikan Dasar, 6(1), 177.
https://doi.org/10.21009/jpd.061.15
Davies, M. (2011). Concept mapping, mind mapping and argument mapping: What are the
differences and do they matter? Higher Education, 62(3), 279–301.
https://doi.org/10.1007/s10734-010-9387-6
Masita, M., Wulandari, D., Pendidikan Guru, J., & Dasar, S. (2018). Pengembangan Buku
Saku Berbasis Mind Mapping Pada Pembelajaran Ipa. Jurnal Kreatif : Jurnal
Kependidikan Dasar, 9(1), 75.
https://journal.unnes.ac.id/nju/index.php/kreatif/article/view/16509
Rahmawati, M. M. E., & Budiningsih, C. A. (2014). Pengaruh Mind Mapping Dan Gaya
Belajar Terhadap Pemahaman Konsep Siswa Pada Pembelajaran Ipa. Jurnal Inovasi
Teknologi Pendidikan, 1(2), 123–138. https://doi.org/10.21831/tp.v1i2.2524
Tri Pudji Astuti. (2019). Model Problem Based Learning dengan Mind Mapping dalam
Pembelajaran IPA Abad 21. Proceeding of Biology Education, 3(1), 64–73.
https://doi.org/10.21009/pbe.3-1.9