a) Uji Normalitas

Uji normalitas dimaksudkan untuk mengetahui bahwa data yang

akan diolah dan dianalisis dalam keadaan normal. Uji normalitas yang
akan digunakan adalah metode Lilliefors. Untuk dapat menggunakan cara
ini, datanya dalam distribusi frekuensi data tidak bergolong. Uji ini
dilakukan untuk mengetahui apakah sampel berdistribusi normal atau
tidak. Langkah-langkah uji normalitas dengan menggunakan metode
Liliefors adalah sebagai berikut.
1) Menyusun hipotesis
H0 : sampel berasal dari populasi yang berdistribusi normal
H1 : sampel berasal dari populasi yang tidak berdistribusi normal
2) Taraf signifikan α = 0,05
3) Statistik uji yang digunakan:
L = Maks │F(zi) – S(zi)│
dengan F(zi) = P(Z ≤ zi) ; Z ~ N (0,1)
S(zi) = proporsi cacah Z ≤ zi terhadap seluruh z
Keterangan:
F(zi) = fungsi distribusi kumulatif normal standart
S(zi) = fungsi distribusi kumulatif empirik Z
4) Komputasi:
̅
Xi -X
zi =
s
dengan:
n ∑ Xi ² - ( ∑ Xi )²
s=√
n(n-1)

∑ Xi
̅=
X
n
Keterangan:
̅
X = mean sampel
∑ Xi = jumlah data
n = jumlah siswa
z = variabel unit standar
 5) Daerah kritis:
DK = {L  L > Lα,;n}
6) Keputusan uji:
H0 diterima jika Lobs ∉ DK
H0 ditolak jika Lobs ∈ DK
7) Kesimpulan:
Jika H0 diterima, berarti sampel berasal dari populasi yang
berdistribusi normal.
Jika H0 ditolak, berarti sampel berasal dari populasi yang tidak
berdistribusi normal.
(Budiyono, 2013: 170)
1. Uji Hipotesis Penelitian
Analisis data dalam penelitian ini menggunakan analisis variansi dua
jalan dengan sel tak sama. Sebelum dilakukan analisis variansi dua jalan
dengan sel tak sama dilakukan uji prasyarat normalitas dan homogenitas.
Tujuan dari analisis variansi dua jalan ini adalah untuk menguji signifikansi
faktor baris, faktor kolom dan kombinasi faktor baris dan kolom terhadap
variabel terikat (kemampuan Computational Thinking siswa). Faktor baris
adalah model pembelajaran/faktor A yang terdiri dari model pembelajaran ........
dan model pembelajaran............., sedangkan faktor baris adalah kategori self
.........../faktor B yang terdiri dari self ........... tinggi, self ........... sedang dan self
........... rendah. Teknik analisis data ini digunakan untuk menguji hipotesis
yang telah diajukan di awal. Selanjutnya, data akan ditampilkan dalam bentuk
tabel dua jalan dengan baris menunjukkan model pembelajaran dan kolom
menunjukkan kategori self ........... siswa. Adapun tabelnya disajikan pada
Tabel 3.7.
 Tabel 3.7 Tata Letak Data
Self ...........

Model Tinggi (b1) Sedang (b2) Rendah (b3)

Pembelajaran
Kemampuan Kemampuan Kemampuan
............... (a1) CT siswa CT siswa CT siswa
(ab)11 (ab)12 (ab)13
Kemampuan Kemampuan Kemampuan
.............. (a2) CT siswa CT siswa CT siswa
(ab)21 (ab)22 (ab)23
Jumlah data pada baris ke-i disebut ai, jumlah data pada kolom ke-j
disebut bj, jumlah data pada baris ke-i kolom ke-j disebut abij, sedangkan
jumlah seluruh data amatan disebut G.
Prosedur uji hipotesis dalam analisis variansi dua jalan sebagai berikut.
a) Hipotesis
1) H0A: αi = 0, untuk setiap i =1, 2
Tidak terdapat perbedaan kemampuan CT siswa pada model
pembelajaran ............ dan model pembelajaran ..............
H1A: paling sedikit ada satu αi yang tidak nol
Terdapat perbedaan kemampuan CT siswa pada model
pembelajaran ............ dan model pembelajaran ..............
2) H0B : βj = 0, untuk setiap j =1, 2, 3
Tidak terdapat perbedaan kemampuan CT siswa pada tiap-tiap
kategori self .................. (tinggi, sedang dan rendah).
H1B : paling sedikit ada satu βj yang tidak nol
Terdapat perbedaan kemampuan CT siswa pada tiap-tiap kategori
self .................. (tinggi, sedang dan rendah).
3) H0AB : (αβ)ij = 0, untuk setiap i =1, 2 dan j =1, 2,3
Tidak terdapat interaksi antara model pembelajaran ............ dan
model pembelajaran .............. dengan kategori self ..................
terhadap kemampuan CT siswa.
H1AB : paling sedikit ada satu (αβ)ij yang tidak nol
 Terdapat interaksi antara model pembelajaran ............ dan model
pembelajaran .............. dengan kategori self .................. terhadap
kemampuan CT siswa.
b) Taraf signifikan α = 0.05
c) Statistik Uji:
RKA
1) Untuk H0A statistik ujinya adalah Fa = RKG yang merupakan nilai dari

variabel random yang berdistribusi F dengan derajat kebebasan p–1

dan N – pq. N = banyak seluruh data amatan
RKB
2) Untuk H0B statistik ujinya adalah Fb = yang merupakan nilai
RKG
dari variabel random yang berdistribusi F dengan derajat kebebasan
q–1 dan N – pq. N = banyak seluruh data amatan
RKAB
3) Untuk H0AB statistik ujinya adalah Fab = yang merupakan nilai
RKG
dari variabel random yang berdistribusi F dengan derajat kebebasan
(p–1)(q–1) dan N – pq. N = banyak seluruh data amatan
d) Komputasi:
Pada analisis variansi dua jalan dengan sel tak sama ini didefinisikan
notasi-notasi berikut.
nij adalah ukuran sel ij (sel pada baris ke-i dan kolom ke-j)
adalah banyaknya data amatan pada sel ij
adalah frekuensi sel ij
pq
n̅h adalah rataan harmonik frekuensi seluruh sel = 1
∑i,j
nij

N = ∑i,j nij adalah banyaknya seluruh data amatan

SSij = ∑ X²ij - cij dengan Cij =

( X ) ij
2

nij
adalah jumlah kuadrat deviasi data amatan pada sel ij
̅̅̅̅̅
ABij adalah rataan pada sel ij
Ai = ∑i ̅̅̅̅̅
ABij adalah jumlah rataan pada baris ke-i
Bj = ∑j ̅̅̅̅̅
ABij adalah jumlah rataan pada kolom ke-j
G = ∑ij ̅̅̅̅̅
ABij adalah jumlah rataan semua sel
Untuk memudahkan perhitungan, didefinisikan besar-besaran (1), (2), (3),
(4), dan (5) sebagai berikut.

G² B2j
(1) = (4) = ∑i
pq p
(2) = ∑ij SSij (5) = ∑ij ̅̅̅̅̅
AB2ij
A2i
(3) = ∑i
q
Dari perhitungan di atas diperoleh jumlah kuadrat, yaitu jumlah
kuadrat baris (JKA), jumlah kuadrat kolom (JKB), jumlah kuadrat
interaksi (JKAB), jumlah kuadrat galat (JKG), dan jumlah kuadrat total
(JKT). Berdasarkan sifat-sifat sistematis tertentu dapat diturunkan
formula-formula untuk JKA, JKB, JKAB, JKG, dan JKT sebagai berikut.
JKA = n̅h {(3) – (1)}
JKB = n̅h {(4) – (1)}
JKAB = n̅h {(1) + (5) – (3) – (4)}
JKG = (2)
JKT = JKA + JKB + JKAB + JKG
Derajat kebebasan untuk masing-masing jumlah kuadrat tersebut adalah:
dkA =p-1
dkB =q-1
dkAB = (p – 1)(q – 1)
dkT =N-1
dkG = N – pq
Berdasarkan jumlah kuadrat dan derajat kebebasan masing-masing,
diperoleh rerata kuadrat berikut.
JKA
RKA =
dkA
JKB
RKB =
dkB
JKAB
RKAB =
dkAB
JKG
RKG =
dkG
 e) Daerah kritis:
Untuk masing-masing nilai F pada statistik uji, daerah kritisnya adalah:
Daerah kritis untuk Fa adalah DK = {F | F > Fα;p-1,N-pq}
Daerah kritis untuk Fb adalah DK = {F | F > Fα;q-1,N-pq }
Daerah kritis untuk Fab adalah DK = {F | F > Fα;(p-1)(q-1),N-pq}
(Budiyono, 2013: 229-231)
f) Keputusan uji:
H0 ditolak apabila harga statistik uji yang bersesuaian melebihi daerah
kritis.
H0 diterima apabila harga statistik uji yang bersesuaian kurang dari
daerah kritis.
g) Rangkuman analisis
Tabel 3.8 Rangkuman Analisis Variansi Dua Jalan Sel Tak Sama
Sumber JK dk RK Fobs Fα Keputusan
Model H0 ditolak/
Pembelajaran JKA p-1 RKA Fa F*
H0 diterima
(A)
H0 ditolak/
Self ............
JKB q-1 RKB Fb F*
(B) H0 diterima
H0 ditolak/
Interaksi
JKAB (p-1)(q-1) RKAB Fab F*
(AB) H0 diterima

Galat (G) JKG N-pq RKG - - -

Total (T) JKT N-1 - - - -

Keterangan: F* adalah F yang diperoleh dari tabel.
(Budiyono, 2013: 215)
2. Uji Lanjut Pasca Analisis Variansi
Untuk mengetahui perbedaan rerata setiap pasangan baris, kolom dan sel
diadakan uji komparasi ganda dengan menggunakan metode Scheffe. Metode
Scheffe digunakan sebagai tindak lanjut dari analisis variansi dua jalan.
Langkah-langkah dalam menggunakan metode ini adalah sebagai berikut.
a) Mengidentifikasi semua pasangan komparasi ganda.
b) Merumuskan hipotesis yang bersesuaian dengan komparasi tersebut.
c) Menentukan taraf signifikansi.
d) Mencari harga statistik uji F dengan rumus sebagai berikut.
1) Uji Scheffe untuk komparasi antar sel pada baris yang sama adalah:
̅ -X
(X ̅j. )²
i.
Fi.-j. = 1 1
RKG( + )
ni . n j.

dengan:
Fi.-j. adalah nilai Fobs pada pembandingan baris ke-i dan baris ke-j
̅i. adalah rataan pada baris ke-i
X
̅j. adalah rataan pada baris ke-j
X
RKG adalah rataan kuadrat galat yang diperoleh dari perhitungan anava
ni. adalah ukuran sampel baris ke-i
nj. adalah ukuran sampel baris ke-j
Daerah kritis untuk uji itu adalah:
DK = { F | F > (p – 1) Fα;p-1,N-pq}
2) Uji Scheffe untuk komparasi rataan antar kolom adalah:
̅ -X
(X ̅.j )²
.i
F.i-.j = 1 1
RKG(n + n )
.i .j

dengan daerah kritis:

DK = { F | F > (q – 1) Fα;q-1,N-pq}
Makna dari lambang-lambang pada komparasi ganda rataan antar kolom
ini sama dengan makna lambang-lambang komparasi ganda rataan antar
baris, hanya dengan mengganti baris menjadi kolom.
3) Uji Scheffe untuk komparasi rataan antar sel pada kolom yang sama
adalah:
̅ -X
(X ̅kj )²
ij
Fij-kj = 1 1
RKG(n + n )
ij kj

dengan:
Fij-jk adalah nilai Fobs pada pembandingan rataan pada sel ij dan rataan
pada sel kj
̅ij adalah rataan pada sel ij
X
̅kj adalah rataan pada sel kj
X
 RKG adalah rataan kuadrat galat yang diperoleh dari perhitungan anava
nij adalah ukuran sel ij
nkj adalah ukuran sel kj
Daerah kritis untuk uji itu adalah:
DK = { F | F > (pq – 1) Fα;pq-1,N-pq}
4) Uji Scheffe untuk komparasi rataan antar sel pada baris yang sama
adalah:
̅ -X
(X ̅ik )²
ij
Fij-ik = 1 1
RKG(n + n )
ij ik

dengan daerah kritis:

DK = { F | F > (pq – 1) Fα;pq-1,N-pq}
Makna dari lambang-lambang pada komparasi ganda rataan antar sel
pada baris yang sama ini sama dengan makna lambang-lambang
komparasi ganda rataan antar sel pada kolom yang sama, hanya dengan
mengganti kolom menjadi baris.
e) Menentukan keputusan uji untuk masing-masing komparasi ganda.
f) Menentukan kesimpulan dari keputusan uji yang ada.
(Budiyono, 2013: 213-215)