Tugas Final 3 Statistik Pendidikan

Oleh kelompok 5 :

Nama : Aulia Nurmadina Masinau (16010104019)

Jumiati (16010104014)

Katiyem (16010104070)

FAKULTAS TARBIYAH DAN ILMU KEGURUAN PROGRAM STUDI

PENDIDIKAN GURU MADRASAH IBTIDAIYAH INSTITUT

AGAMA ISLAM NEGERI (IAIN) KENDARI

2019
A. Pendahuluan
Analisis Variansi atau ANOVA digunakan untuk menguji hipotesis tentang perbedaan
lebih dari 2 rata-rata populas. Misalya, kita ingin menguji apakah tidak ada perbedaan antara
penghasilan rata-rata guru SD, guru SMP, dan guru SMA.
Proses pengujiaan pada ANOVA dilakukan mirip dengan analisis regresi, yaitu dengan
terlebih dahulu membuat model awal persamaan regresi untuk ANOVA kemudian melakukan
uji Prasyarat Analisis yaitu:
1) Uji Asumsi Normalitas Data variabel respon/tak bebas/dependen (Y) dan Residual
(Error); Namun dalam beberapa referensi Cukup data variabel respon/tak bebas/dependen
(Y)nya saja yang diuji normalitasnya.
2) Uji Asumsi Homogenitas Varians antar sampel (Tidak terjadi pelanggaran Heterogenitas).

Langkah pengujian ANOVA dibedakan menjadi dua, yaitu: One Way ANOVA dan Two
Way ANOVA. One Way ANOVA hanya memperhitungkan satu faktor yang menyebabkan
variasi, sedangkan Two Way ANOVA memperhitungkan dua faktor yang menyebabkan
variasi.

B. Contoh Kasus untuk ANOVA Satu Jalur (One Way ANOVA) dengan Menggunakan
SPSS
1. Judul: Perbedaan Hasil Belajar Matematika Siswa Ditinjau dari Model
Pembelajaran JIGSAW, TEAM GAMES TOURNAMENT (TGT),
dan Model Pembelajaran Konvensional.

2. Rumusan Masalah Penelitian :

 Apakah ada Perbedaan rata-rata Hasil BelajarMatematikaantara Siswa yang
diajar Menggunakan Model Pembelajaran JIGSAW, TEAM GAMES
TOURNAMENT (TGT),dan Model Pembelajaran Konvensional?

3. Hipotesis Penelitian
a. Hipotesis Kalimat
H0 : Tidak ada Perbedaan rata-rata Hasil Belajar Matematika antara Siswa
yang diajar Menggunakan Model Pembelajaran JIGSAW, TEAM GAMES
TOURNAMENT (TGT),dan Model Pembelajaran Konvensional
H1 : Minimal ada satu rata-rata Hasil Belajar Matematika antara Siswa yang
Berbeda dari yang lainnya.

b. Hipotesis Statistik
H0 :

H1 : minimal ada 1 yang berbeda dari yang lainnya. (i = 1, 2, 3)

C. Langkah-langkah One-Way Analysis of Varians (One-Way ANOVA) dengan SPSS

1. Siapkan Datanya di Ms. Excel. Copy data dari excel tanpa nama variabel (hanya data).

2. Pada lembar kerja Variable View Isi Kolom Name dengan nama Variabel Y
Hasil_Belajar dan Faktor Pembedanya/ Variabel X yaitu Kelas

Pada kolom Value untuk baris kelas, klik tanda sehingga muncul tampilan gambar
di bawah.
Isi kolom value dengan “Kode Kelas” dan Label dengan “Nama Model”, kode 1 untuk
JIGSAW, kode 2 untuk model TGT dan 3 untuk model Konvensional. Kemudian klik OK.

Sehingga tampilan data view menjadi seperti berikut:

3. Untuk Uji Asumsi Normalitas data.
Langkah-langkahnya yaitu : klik Analyze → Descriptive Statistics → Explorer.

Sehingga akan muncul tampilan seperti berikut:

 Masukkan variabel Hasil_Belajar Kedalam Dependent List.Lalu Klik Menu Plots. Pada
Menu Plots, centang Histogram dan Normality plots with test. Lalu klik continue. Kemudian
klik OK.

4. Lihat Output analisis, bagian Test of Normality.

Perhatikan Nilai Sig. Pada Uji Kolmogorov-Smirnov atau Shapiro-Wilk. Jika nilai sig.
>0.05 Data Dikatakan Normal. Jika nilai sig. < 0.05 data dikatakan tidak mengikuti distribusi
normal, sehingga analisis dengan menggunakan ANOVA tidak dapat dilanjutkan.
Dalam kasus ini data telah memenuhi asumsi normal jika menggunakan uji
Kolmogorov-Smirnov.

5. Untuk Uji Asumsi Homogenitas dan Pengujian ANOVA.

Langkah-langkahnya yaitu :
Klik menu Analyze → Compare Means → One-Way ANOVA.
6. Setelah muncul tampilan berikut, masukkan variabel Hasil_Belajar ke kolom Dependent
List, dan Faktor Kelas ke kolom factor.

7. Klik menu options. Sehingga muncul tampilan seperti gambar di bawah:

Centang Homogeneity of variance test untuk pengujian homogenitas. Lalu klik continue.
Kemudian klik OK.
8. Perhatikan kembali tampilan output pada tabel Test of Homogeneity of Variances. Lihat
tabel Levene Statistics. Jika nilai sig.nya > 0,05 maka dikatakan varians antar kelompok
sampel homogen.

9. Untuk menguji hipotesis perbedaan beberapa kelompok sampel (ANOVA), lihat tabel
ANOVA.
Jika nilai sig. < 0.05 maka dapat dikatakan bahwa terdapat perbedaan rata-rata hasil
belajar siswa pada tiga kelas yang berbeda tersebut.

Hipotesis Statistik untuk kasus ini adalah:

H0 :

H1 : minimal ada satu yang berbeda dari yang lainnya.

Dari hasil analisis di atas diketahui bahwa nilai sig. = 0.000< 0,05. Yang berarti bahwa
minimal ada satu kelas yang memiliki rata-rata berbeda dari kelas yang lainnya (Tolak
H0).

Dengan ditolaknya H0, Pengujian ANOVA akan dilanjutkan dengan analisis Post Hoc
untuk mengetahui kelas mana saja yang memiliki rata-rata yang berbeda dari kelas yang
lain. Dalam hal ini ada tiga kemungkinan yang dapat terjadi, yaitu:

1. H0 :

H1 :

2. H0 :
 H1 :

3. H0 :

H1 :

Untuk Analisis Post Hoc satu arah ada 3 kemungkinan yang dapat terjadi, yaitu:
1. H0 :

H1 :

2. H0 :

H1 :

3. H0 :

H1 :

 Analisis Post Hoc dapat dilakukan dengan langkah-langkah sebagai berikut:

1. Klik menu Analyze → Compare Means → One-Way ANOVA, lalu isi Dependent List
dengan Variabel Hasil_Belajar dan variabel Kelas di kolom faktor.

2. Setelah muncul tampilan berikut, masukkan variabel Hasil_Belajar ke kolom

Dependent List, dan Faktor Kelas ke kolom factor.
 3. Klik Menu Post Hoc sehingga akan muncul tampilan seperti gambar di bawah ini.

2. Pada tampilan menu post hoc, terlihat beberapa pilihan pengujian. Jika asumsi
Homogenitas varians terpenuhi maka pilihan Uji lanjut Post Hoc dapat dilakukan dengan
mencentang salah satu uji statistik yang ada pada pilihan Equal Variances Assumed.
Namun jika asumsi homogenitas varians tidak terpenuhi maka pilihan uji lanjut dapat
menggunakan salah satu dari pilihan Equal Variances Not Assumed.
Dalam kasus ini kita akan menggunakan pilihan Equal Variances Assumed karena
asumsi homogenitas data telah terpenuhi.

3. Centang pilihan uji statistic pada pilihan Equal Variances Assumed. Dalam tugas ini kami
memilih Scheffe.
 Kemudian klik continue. Lalu klik OK.

4. Perhatikan Output analisis. Akan muncul tampilan seperti berikut:

Rata-rata hasil belajar kelompok sampel 1 dikatakan berbeda dengan rata-rata hasil
belajar kelompok sampel 2, jika nilai sig. perbandingan rata-ratanya < 0,05.

Pada kasus ini, hanya Kelas Model Pembelajaran JIGSAW dan Kelas Model
Pembelajaran Konvensional saja yang memiliki perbedaan rata-rata hasil belajar. Sedangkan
kelas Model Pembelajaran JIGSAW dan Kelas Model Pembelajaran TGT memiliki rata-rata
hasil belajar yang sama. Begitupula dengan Kelas Model Pembelajaran TGT dan Kelas
Model Pembelajaran Konvensional memiliki rata-rata hasil belajar yang sama.
D. Contoh Kasus untuk ANOVA Dua Jalur (Two Way ANOVA)

1. Judul : Perbedaan Hasil Belajar Matematika Siswa Ditinjau dari Model

Pembelajaran yang Digunakan dan Pengetahuan Awal Matematika Siswa.

2. Rumusan Masalah Penelitian:

1. Apakah ada Perbedaan rata-rata Hasil Belajar Matematika Siswa ditinjau dari
Model pembelajaran yang digunakan?
2. Apakah ada Perbedaan rata-rata Hasil Belajar Matematika Siswa ditinjau dari
Pengetahuan Awal Matematika (Tinggi dan Rendah) siswa?
3. Apakah ada Perbedaan rata-rata Hasil Belajar Matematika ditinjau dari Interaksi
Model Pembelajaran yang digunakan dengan Pengetahuan Awal Matematika
(Tinggi dan Rendah) siswa?

3. Hipotesis Penelitian
a. Hipotesis Kalimat
H0 : Tidak ada Perbedaan rata-rata Hasil Belajar Matematika Siswa Ditinjau
dari Model Pembelajaran yang Digunakan (Jigsaw,Teams Game
Tournament, dan Model Pembelajaran Konvensional)
H1 : Minimal ada satu rata-rata Hasil Belajar Matematika Siswa yang
Berbeda dari yang lainnya.

b. Hipotesis Statistik (Rumusan Masalah No. 1)

H0 :

H1 : minimal ada 1 yang berbeda dari yang lainnya. (i = 1, 2, 3)

E. Langkah-Langkah Two-Way ANOVA dengan Menggunakan SPSS

 Siapkan Datanya di Ms. Excel. Copy data dari excel tanpa nama variabel (hanya data).
 Pada lembar kerja Variable View Isi Kolom Name dengan nama Variabel Y
Hasil_Belajar dan Faktor Pembedanya/ Variabel X1 Kelas dan Variabel X2
“Level_PAM”)

Pada kolom Value untuk baris “kelas” dan “Level_PAM”, klik tanda sehingga
muncul tampilan gambar di bawah.
Isi kolom value dengan “Kode Kelas” dan Label dengan “Nama Kelas”. Misalnya isi
kolom value dengan kode “1” dan isi kolom Label dengan “Kontrol”. Kemudian Klik Add.
Lakukan hal serupa untuk kode kelas 2 dan 3 (2 untuk kelas eksperimen 1, dan 3 untuk kelas
eksperimen 2). Kemudian klik OK.
 Begitu pula pada “Level_PAM”.

Sehingga tampilan data view menjadi seperti berikut:

 Uji Asumsi Normalitas data. Langkah-langkahnya sama seperti pada analisis regresi,
yaitu dengan cara mengklik Analyze → Descriptive Statistics → Explorer.
 Sehingga akan muncul tampilan seperti berikut:

Masukkan variabel Hasil_Belajar Kedalam Dependent List. Lalu Klik Menu Plots.
Pada Menu Plots, centang Histogram dan Normality plots with test.
Lalu klik continue. Kemudian klik OK.

 Lihat Output analisis, bagian Test of Normality.

 Perhatikan Nilai Sig. Pada Uji Kolmogorov-Smirnov atau Shapiro-Wilk. Jika nilai
sig. > 0.05 Data Dikatakan Normal. Jika nilai sig. < 0.05 data dikatakan tidak mengikuti
distribusi normal, sehingga analisis dengan menggunakan ANOVA tidak dapat dilanjutkan.
Dalam kasus ini data telah memenuhi asumsi normal jika menggunakan uji
Kolmogorov-Smirnov.

 Untuk Uji Homogenitas dan Pengujian ANOVA.

Langkah-langkahnya yaitu:
Klik menu Analyze → General Linear Model → Univariate.

 Setelah muncul tampilan berikut, masukkan variabel Hasil_Belajar ke kolom Dependent

List, dan Faktor Kelas ke kolom factor.
 Klik menu options. Sehingga muncul tampilan seperti gambar di bawah:
Masukkan (OVERALL) ke kolom Display Means for, dengan cara mengklik
(OVERALL) pada kolom Factor(s) and Factor Interaction. Centang Homogeneity of
variance test untuk pengujian homogenitas.
Lalu klik continue. Kemudian klik OK.

 Perhatikan kembali tampilan output pada tabel Test of Homogeneity of Variances. Uji
homogenitas pada SPSS menggunakan uji Levene.
Jika nilai sig.nya > 0,05 maka dikatakan varians antar kelompok sampel homogen.
 Dalam kasus ini data tidak homogen karena nilai sig. > 0,05.

 Untuk menguji hipotesis perbedaan beberapa kelompok sampel (ANOVA), lihat tabel
ANOVA.

Pada baris Corrected Model menjelaskan apakah terdapat perbedaan rata-rata hasil
belajar antar variabel independen (variabel bebas) secara serentak. Dalam kasus ini, variabel
independen yaitu: faktor-faktor yang akan di ukur oleh peneliti (Kelas, level PAM, dan
Kelas*Level PAM).
Jika nilai sig. < 0.05 maka dapat dikatakan bahwa terdapat perbedaan rata-rata hasil
belajar antar variabel independen (variabel bebas) secara serentak.

 Pada baris intercept merupakan konstanta dari model.

 Pada baris Kelas menjelaskan perbedaan rata-rata hasil belajar antar level yang ada
pada faktor “Kelas”.
 Jika nilai sig. < 0.05 maka dapat dikatakan bahwa terdapat perbedaan rata-rata hasil
belajar pada ketiga kelas berbeda tersebut (Jigsaw, Teams Game Tournament, dan
Konvensional).

Hipotesis Statistik :
H0 :

H1 : minimal ada 1 yang berbeda dari yang lainnya. (i = 1, 2, 3).

Hipotesis Kalimatnya :
H0 : Tidak ada Perbedaan rata-rata Hasil Belajar Matematika Siswa Ditinjau
 dari Model Pembelajaran yang Digunakan (Jigsaw, Teams Game Tournament, dan
Konvensional).
H1 : Minimal ada satu rata-rata Hasil Belajar Matematika kelompok Siswa yang
Berbeda dari kelompok siswa yang lainnya.
 Dari hasil analisis di atas diketahui bahwa nilai sig. = 0.006< 0,05. Yang berarti
bahwa minimal ada satu kelas yang memiliki rata-rata berbeda dari kelas yang lainnya
(Tolak H0).

Pada baris Level_PAM menjelaskan perbedaan rata-rata hasil belajar antar level yang
ada pada faktor “Level PAM”.
Jika nilai sig. < 0.05 maka dapat dikatakan bahwa terdapat perbedaan rata-rata hasil
belajar pada kedua Level PAM berbeda tersebut (Tinggi dan Rendah).

Hipotesis Statistik :
H0 :

H1 :

Hipotesis Kalimatnya :
H0 : Tidak terdapat perbedaan rata-rata hasil belajar siswa antar kedua level PAM
Tinggi dan Rendah.
H1 : Terdapat perbedaan rata-rata hasil belajar siswa antar kedua level PAM
Tinggi dan Rendah.

Dari hasil analisis di atas diketahui bahwa nilai sig. = 0.000 < 0,05. Yang berarti bahwa
terdapat perbedaan rata-rata hasil belajar siswa pada kedua level PAM tinggi dan rendah.
(Tolak H0).
Pada baris Kelas*Level_PAM menjelaskan perbedaan rata-rata hasil belajar antar cell
yang dibentuk oleh faktor “Kelas” dan “Level_PAM”.
Jika nilai sig. < 0.05 maka dapat dikatakan bahwa terdapat perbedaan rata-rata hasil
belajar antar cell yang dibentuk oleh faktor “Kelas” dan “Level_PAM”.

Hipotesis Statistik:
H0 : =

H1 : minimal ada 1 yang berbeda dari yang lainnya. ( dimana i = 1, 2, 3

dan j = Tinggi, Rendah)

Hipotesis Kalimatnya adalah:

H0 : Tidak ada Perbedaan rata-rata Hasil Belajar Matematika Siswa Ditinjau
Dari interaksi Model Pembelajaran yang digunakan dengan Pengetahuan
Awal Matematika (Tinggi dan Rendah) siswa.
 H1 : Minimal ada satu rata-rata Hasil Belajar Matematika Siswa ditinjau dari
interaksi Model Pembelajaran yang digunakan dengan Pengetahuan Awal
Matematika (Tinggi dan Rendah) siswa yang Berbeda dari yang lainnya.

Dari hasil analisis di atas diketahui bahwa nilai sig. = 0.115 > 0,05. Yang berarti bahwa
Tidak ada Perbedaan rata-rata Hasil Belajar Matematika Siswa Ditinjau dari interaksi
Model Pembelajaran yang digunakan dengan Pengetahuan Awal Matematika (Tinggi dan
Rendah) siswa ( interaksi faktor “Kelas” dan “Level_PAM”) (atau dengan kata lain Gagal
Tolak H0).

Karena pengujian interaksi tidak menunjukkan adanya perbedaan. Maka pengujian

Post Hoc dilakukan hanya pada faktor “Kelas” dan faktor “Level_PAM” secara parsial,
sedangkan Post Hoc untuk efek interaksi tidak dilakukan.

Dari kasus yang digunakan, diketahui bahwa “Level PAM” hanya terdiri dari dua level
yaitu: Tinggi dan Rendah. Dengan demikian Post Hoc pada “Level PAM” tidak perlu
dilakukan karena sebenarnya hasil pengujian pada Tabel ANOVA di atas sudah menjelaskan
bahwa terdapat perbedaan pada kedua kelompok. Selain itu, Post Hoc Test hanya dapat
digunakan pada tiga atau lebih kelompok sampel.

Analisis Post Hoc Test untuk faktor “Kelas” dilakukan untuk mengetahui kelas mana
saja yang memiliki rata-rata yang berbeda dari kelas yang lain. Dalam hal ini ada tiga
kemungkinan yang dapat terjadi, yaitu:
 H0 :

H1 :

 H0 :

H1 :

 H0 :

H1 :

Analisis Post Hoc dapat dilakukan dengan langkah-langkah sebagai berikut:

Langkah-langkahnya yaitu :
 Klik menu Analyze → General Linear Model → Univariate
 Setelah muncul tampilan berikut, masukkan variabel Hasil_Belajar ke kolom Dependent
List, dan Faktor Kelas dan ke kolom factor.

 KlikMenu Post Hoc sehingga akan muncul tampilan seperti gambar di bawahini.
 Masukkan “Kelas” pada kolomPost Hoc Tests for dengancaramengklik “Kelas” pada
kolomFactor(s). P
Pada tampilan Post Hoc, terlihat beberapa pilihan pengujian. Jika asumsi Homogenitas
varians terpenuhi maka pilihan Uji lanjutPost Hoc dapat dilakukan dengan mencentang salah
satu uji statistik yang ada pada pilihan Equal Variances Assumed. Namun jika asumsi
homogenitas varians tidak terpenuhi maka pilihan uji lanjutdapat menggunakan salah satudari
pilihan Equal Variances Not Assumed.
Dalam kasus ini kita akan menggunakan pilihan Equal Variances Assumed karena
asumsi homogenitas data telah terpenuhi.
Centang pilihan uji statistic pada pilihan Equal Variances Assumed. Dalam tugas ini
kami memilih Schefee.

Kemudian klik continue. Lalu klik OK.

 Perhatikan Output analisis. Akan muncul tampilan seperti berikut:

 Rata-rata hasil belajar kelompok sampel kelas dengan model pembelajaran Jigsaw
dikatakan berbeda dengan rata-rata hasil belajar kelompok sampel kelasdengan model
pembelajaran Konvensional jika nilai sig. perbandingan rata-ratanya< 0,05.
Pada kasus ini, hanya Kelas Model Pembelajaran JIGSAW dan Kelas Model
Pembelajaran Konvensional saja yang memiliki perbedaan rata-rata hasil belajar. Sedangkan
kelas Model Pembelajaran JIGSAW dan Kelas Model Pembelajaran TGT memiliki rata-rata
hasil belajar yang sama. Begitupula dengan Kelas Model Pembelajaran TGT dan Kelas
Model Pembelajaran Konvensional memiliki rata-rata hasil belajar yang sama.

F. Daftar Referensi
 Judul Buku : APLIKASI ANALISIS DATA STATISTIK UNTUK ILMU
SOSIAL SAINS dengan IBM SPSS
Penulis : Hengky Latan
 Judul Buku : METODE STATISTIK
Penulis : Yusuf Wibisono
 Judul Buku : STATISTIKA dan RANCANGAN PERCOBAAN
Penulis : Yusuf Tapehe

G. Screenshot / FotoSampulBuku, HalamanPrancis, dan Halaman yang dikutip