SlideShare a Scribd company logo
1 of 12
1. Uji Keseimbangan Rataan
Untuk mengetahui apakah kedua sampel penelitian mempunyai
kemampuan yang sama atau dalam keadaan seimbang sebelum eksperimen
dilakukan, terlebih dahulu dilakukan uji keseimbangan rataan dengan
menggunakan data nilai rapot kelas XII IPA semester I tahun pelajaran 2008/2009
mata pelajaran matematika yang diperoleh dengan metode dokumentasi. Prosedur
uji keseimbangan rataan adalah sebagai berikut :
a. Hipotesis :
H0 : µ1 = µ2 ( Kedua sampel berasal dari populasi yang
berkemampuan sama )
H1 = µ1 ≠ µ2 ( Kedua sampel berasal dari populasi yang
berkemampuan tidak sama )
b. Taraf Signifikan : α = 0,05
c. Statistic Uji :
t = ( n1 + n2 – 2 )
dengan
= rataan dari kelompok eksperimen model STAD
= rataan dari kelompok eksperimen model GI
= variasi kelompok eksperimen model STAD
= variasi kelompok eksperimen model GI
n1 = banyaknya siswa kelompok eksperimen model STAD
n2 = banyaknya siswa kelompok eksperimen model GI
µ1 = rataan populasi kelompok eksperimen model STAD
µ2 = rataan populasi kelompok eksperimen model GI
d. Daerah Kritik :
e. Keputusan Uji :
H0 ditolak jika Tobs DK
H0 tidak ditolak jika Tobs / DK
( Budiyono, 2004 : 151)
2. Uji Persyaratan Analisis Variansi
Uji persyaratan analisis variansi yang digunakan dalam penelitian ini
adalah uji normalitas populasi dan uji homogenitas variansi.
a. Uji Normalitas Populasi
Uji normalitas bertujuan untuk mengetahui apakah sampel
penelitian berasal dari populasi berdistribusi normal. Uji normalitas dalam
penelitian ini menggunakan metode Lilliefors dengan prosedur sebagai
berikut :
1) Hipotesis
H0 : sampel berasal dari populasi berdistribusi normal
H1 : sampel tidak berasal dari populasi berdistribusi normal
2) Taraf signifikan : α = 0,05
3) Statistik Uji :
L = Max F(zi) – S(zi)
Dengan :
F(zi) = P(Z ≤ zi N(0,1)
S(zi) = proporsi banyaknya Z ≤ zi terhadap banyaknya zi
s = simpanan baku
4) Daerah Kritik
DK = { L L > La,n } dengan n adalah ukuran sampel
5) Keputusan Uji
H0 ditolak jika Lops DK
H0 tidak ditolak jika Lops / DK
(Budiyono, 2004 : 170-171)
b. Uji Homogenitas Variansi
Uji homogenitas variansi digunakan untuk mengetahui apakah
sampel penelitian berasal dari populasi – populasi yang mempunyai variansi
yang sama. Uji homogenitas variansi digunakan uji Bartlett.
1) Hipotesis
H0 = σ1
2
= σ2
2
= … = σ2
k ( variansi – variansi homogenitas )
H1 = terdapat paling tidak kedua kelompok mempunyai variansi
berbeda
2) Taraf Signifikan : α = 0,05
3) Statistic Uji :
k = banyaknya sampel
f = derajat kebebasan untuk RKG = N-k
fj = derajat kebebasan untuk sj
2
= nj-1, dengan j = 1,2, …, k
N= banyaknya seluruh nilai ( ukuran )
nj= banyaknya nilai ( ukuran ) sampel ke-j
4) Daerah Kritik
DK = { x2
x2
> x2
α;k-1 }, untuk beberapa α dan (k-1), nilai x2
α;k-1 dapat
dilihat pada table nilai Chi Kuadrat dengan derajat kebebasan (k-1)
5) Keputusan Uji
H0 diterima jika nilai statistik uji amatan tidak berada di daeran kritik,
H0 ditolak jika nilai statistik uji amatan berada di daerah kritik.
(Budiyono, 2004:175)
3. Uji Hipotesis
Hipotesis penelitian ini diuji dengan analisis variansi dua jalan dengan
sel tak sama
a. Model Data
Xijk = µ + αi + βj + (αβ)ij + εijk
Dengan :
Xijk = data amatan ke-k pada baris ke-I dan kolom ke-j
µ = rerata dari seluruh data amatan
αi = efek baris ke-i pada variabel terikat
βj = efek kolom ke-j pada variabel terikat
(αβ)ij = kombinasi efek baris ke-i dan efek kolom ke-j pada variabel terikat
εijk = deviasi data amatan terhadap rataan populasinya (µij) yang
berdistribusi normal dengan nol (galat)
i = 1,2 dengan 1 = model pembelajaran tipe STAD
2 = model pembelajaran tipe GI
J = 1,2,3 dengan 1 = kreativitas tinggi
2 = kreativitas sedang
3 = kreativitas rendah
K = 1,2,…,nij ; nij = banyaknya data amatan pada sel ij
(Budiyono, 2004: 228)
b. Prosedur
1) Rumusan Hipotesis :
H0A : αi = 0, untuk setiap i = 1,2
( tidak ada perbedaan efek antar baris terhadap variabel
terikat )
H1A : Paling sedikit ada satu αi yang tidak nol
( ada perbedaan efek antar baris terhadap variabel terikat )
H0B : βj = 0, untuk setiap j = 1,2,3
( tidak ada perbedaan efek antar kolom terhadap variabel
terikat )
H1B : Paling sedikit ada satu βj yang tidak nol
( ada perbedaan efek antar kolom terhadap variabel terikat )
H0AB : (αβ)ij = 0, untuk setiap i = 1,2 dan j = 1,2,3
(tidak ada interaksi baris dan kolom terhadap variabel terikat)
H1AB : Paling sedikit ada satu (αβ)ij yang tidak nol
( ada interaksi baris dan kolom terhadap variabel terikat )
2) Komputasi
a) Notasi dan Tata Letak Data
Tabel 3.4. Notasi dan Tata Letak Data Pada Anava Dua Jalan Sel
Tak Sama
Komponen
Kreativitas Siswa
Tinggi
(b1)
Sedang
(b2)
Rendah
(b3)
Model
Pembelajaran
STAD(a1)
Cacah Data n11 n12 n13
Jumlah Data ∑ X11 ∑ X12 ∑ X13
Rataan 11 12 13
Jumlah Kuadrat ∑ X2
11 ∑ X2
12 ∑ X2
13
Suku Koreksi C11 C12 C13
Variasi SS11 SS12 SS13
Model
Pembelajaran
GI(a2)
Cacah Data N21 N22 N23
Jumlah Data ∑ X21 ∑ X22 ∑ X23
Rataan 21 22 23
Jumlah Kuadrat ∑ X2
21 ∑ X2
22 ∑ X2
23
Suku Koreksi C21 C22 C23
Variasi SS21 SS22 SS23
Tabel 3.5. Rataan dan Jumlah Rataan
Faktor b
Faktor a
b1 b2 b3 Total
a1 a1b1 a1b2 a1b3 A1
a2 a2b1 a2b2 a2b3 A2
Total B1 B2 B3 G
Pada analisis variansi dua jalan dengan sel tak sama didefinisikan
notasi – notasi sebagai berikut :
= jumlah kuadrat deviasi data amatan
pada sel ij
= banyaknya data amatan pada sel ij
Komponen jumlah kuadrat didefinisikan :
b) Jumlah Kuadrat (JK)
JKG = (2)
JKT = JKA + JKB + JKAB + JKG
c) Derajat Kebebasan ( dk )
dkA = p – 1 ; dkB = q – 1
dkAB = ( p – 1 ) ( q – 1 ) ; dkG = N – pq
dkT = N - 1
d) Rataan Kuadrat ( RK )
3) Statistik Uji
Statistik uji analisis variansi dua jalan dengan sel tak sama adalah :
1. Untuk H0A adalah yang merupakan nilai dari variabel
random yang berdistribuusi F dengan derajat kebebasan p – 1 dan
N – pq
2. Untuk H0B adalah yang merupakan nilai dari variabel
random yang berdistribusi F dengan derajat kebebasan q – 1 dan
N – pq
3. Untuk HoAB adalah yang merupakan nilai dari variabel
random yang berdistribusi F dengan derajat kebebasan ( p – 1 )( q – 1 )
dan N – pq
4) Daerah Kritik
Untuk masing – masing nilai F diatas, daerah kritiknya adalah sebagai
berikut :
1. Daerah kritik untuk Fa adalah DK = { F F > Fa;(p-1), N-pq }
2. Daerah kritik untuk Fb adalah DK = { F F > Fa;(q-1), N-pq }
3. Daerah kritik untuk Fab adalah DK = { F F > Fa;(p-1)(q-1), N-pq }
5) Keputusan Uji
H0 ditolak jika Fobs DK
H0 diterima jika Fobs / DK
6) Rangkuman Analisis Variansi
Tabel 3.6. Rangkuman Analisis Variansi Dua Jalan
Sumber JK dK RK Fobs Fα
Baris (A) JKA P – 1 RKA Fa F*
Kolom (B) JKB Q – 1 RKB Fb F*
Interaksi (AB) JKAB (p-1)(q-1) RKAB Fab F*
Galat (G) JKG N – pq RKG - -
Total JKT N – 1 - - -
F*
adalah F yang diperoleh dari table
(Budiyono, 2004; 213)
4. Uji Komparasi Ganda
Uji kommparasi ganda ( Uji lanjut pasca Anava ) adalah tindak lanjut
dari anava jika hasil analisis variansi menunjukkan hipotesis nol ditolak. Uji
komparasi ganda pasca anava yang digunakan dalam penelitian ini adalah uji
Scheffe’. Tujuan dari ui Scheffe’ ini adalah untuk melakukan pelacakan terhadap
perbedaan rerata antar baris, perbedaan rerata antar kolom, perbedaan rerata antar
sel pada kolom yang sama, perbedaan rerata antar sel pada baris yang sama.
Langkah – langkah yang ditempuh pada metode Scheffe’ ialah :
a. Mengidentifikasi semua pasangan komparasi rerata
b. Merumuskan hipotesis yang bersesuaian dengan komparasi tersebut
c. Menentukan taraf signifikan α
d. Mencari nilai statistik uji F dengan menggunakan rumus yang
bersesuaian dengan komparasi tersebut
e. Menentukan daerah kritik yang bersesuaian dengan komparasi tersebut
f. Menentukan keputusan uji untuk masing – masing komparasi ganda
g. Menentukan kesimpulan
1) Komparasi Rataan Antar Baris
Komparasi rataan antar baris tidak perlu dilakukan, sebab hanya ada 2
kategori faktor baris, kalaupun dilakukan komparasi ganda antar baris akan
diperoleh keputusan uji yang sama dengan pengujian hipotesis di depan.
2) Komparasi Rataan Antar Kolom
Uji Scheffe’ untuk komparasi rataan antar kolom adalah :
Sedangkan daerah kritik untuk uji tersebut adalah :
DK = { F F > ( q – 1 ) Fα,p-1, N-pq }
3) Komparasi Rataan Antar Sel Pada Baris Yang Sama
Uji Scheffe’ untuk komparasi rataan antar sel pada baris yang sama
adalah :
Sedangkan daerah kritik untuk uji tersebut adalah :
DK = { F F > ( pq – 1 ) Fα,pq-1, N-pq }
4) Komparasi Rataan Antar Sel Pada Kolom Yang Sama
Uji Scheffe’ untuk komparasi rataan antar sel pada kolom yang sama
adalah :
Sedangkan daerah kritik untuk uji tersebut adalah :
DK = { F F > ( pq – 1 ) Fα,pq-1, N-pq }
(Budiyono,2004: 214-215)

More Related Content

What's hot

Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitasSuci Agustina
 
Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arahyositria
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasCanny Becha
 
Teknik Analisis Variansi 2 Variabel
Teknik Analisis Variansi 2 VariabelTeknik Analisis Variansi 2 Variabel
Teknik Analisis Variansi 2 VariabelThrone Rush Indo
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.rezkiyurika
 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSEDI RIADI
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)Adhitya Akbar
 
Analisis komparasi, chi kuadrat, uji t, uji f
Analisis komparasi, chi kuadrat, uji t, uji f Analisis komparasi, chi kuadrat, uji t, uji f
Analisis komparasi, chi kuadrat, uji t, uji f Reza sri Wahyuni
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitasprofkhafifa
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitasHafiza .h
 
analisis varians satu arah
analisis varians satu arahanalisis varians satu arah
analisis varians satu arahrezkiyurika
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arahUNESA
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAFeri Chandra
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
 

What's hot (20)

Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arah
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitas
 
Teknik Analisis Variansi 2 Variabel
Teknik Analisis Variansi 2 VariabelTeknik Analisis Variansi 2 Variabel
Teknik Analisis Variansi 2 Variabel
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)
 
Analisis komparasi, chi kuadrat, uji t, uji f
Analisis komparasi, chi kuadrat, uji t, uji f Analisis komparasi, chi kuadrat, uji t, uji f
Analisis komparasi, chi kuadrat, uji t, uji f
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
RAL
RALRAL
RAL
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitas
 
analisis varians satu arah
analisis varians satu arahanalisis varians satu arah
analisis varians satu arah
 
analisis varians
analisis varians analisis varians
analisis varians
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVA
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 

Viewers also liked (20)

Tesis matematika
Tesis matematikaTesis matematika
Tesis matematika
 
Penerapan model pengajaran_langsung_(direct_instruction)_untuk_meningkatkan_p...
Penerapan model pengajaran_langsung_(direct_instruction)_untuk_meningkatkan_p...Penerapan model pengajaran_langsung_(direct_instruction)_untuk_meningkatkan_p...
Penerapan model pengajaran_langsung_(direct_instruction)_untuk_meningkatkan_p...
 
Sõnaliigid
Sõnaliigid Sõnaliigid
Sõnaliigid
 
David&Goliath@ALE2014
David&Goliath@ALE2014David&Goliath@ALE2014
David&Goliath@ALE2014
 
The hotbin slide show
The hotbin slide showThe hotbin slide show
The hotbin slide show
 
WordPress and Accessibility
WordPress and AccessibilityWordPress and Accessibility
WordPress and Accessibility
 
5 Actions to Improve your Candidate Experience
5 Actions to Improve your Candidate Experience 5 Actions to Improve your Candidate Experience
5 Actions to Improve your Candidate Experience
 
Cristinagananparedes
CristinagananparedesCristinagananparedes
Cristinagananparedes
 
Liitsõnad.Kirjutusvahendid.
Liitsõnad.Kirjutusvahendid.Liitsõnad.Kirjutusvahendid.
Liitsõnad.Kirjutusvahendid.
 
Orkid Tanaman Hiasan & Landskap
Orkid Tanaman Hiasan & LandskapOrkid Tanaman Hiasan & Landskap
Orkid Tanaman Hiasan & Landskap
 
ISOMAT_Lista de Produtos_2012
ISOMAT_Lista de Produtos_2012ISOMAT_Lista de Produtos_2012
ISOMAT_Lista de Produtos_2012
 
Erp
ErpErp
Erp
 
Los oficios
Los oficiosLos oficios
Los oficios
 
El amor-3946
El amor-3946El amor-3946
El amor-3946
 
Botero
BoteroBotero
Botero
 
INTERNET 1 UIC
INTERNET 1 UICINTERNET 1 UIC
INTERNET 1 UIC
 
Renov curricular
Renov curricularRenov curricular
Renov curricular
 
El adjetivo en oraciones
El adjetivo en oracionesEl adjetivo en oraciones
El adjetivo en oraciones
 
Fundacion Teresita
Fundacion TeresitaFundacion Teresita
Fundacion Teresita
 
Foto journalism
Foto journalismFoto journalism
Foto journalism
 

Similar to Tesis

Analisis korelasi dan regresi
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresiShofyan Shofyan
 
RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)blueray11
 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxJoperhanPasbon
 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...Rani Nooraeni
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)aditaaam
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...Agus Melas Agues
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataRani Nooraeni
 
Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Muhammad Eko
 
Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxssuserc001db1
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfAgusdiantoDakhi
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALArning Susilawati
 

Similar to Tesis (20)

Analisis korelasi dan regresi
Analisis korelasi dan regresiAnalisis korelasi dan regresi
Analisis korelasi dan regresi
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
Uji homogenitas
Uji homogenitasUji homogenitas
Uji homogenitas
 
RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)
 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptx
 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Anova Satu Jalur
Anova Satu JalurAnova Satu Jalur
Anova Satu Jalur
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
 
R5 g kel 2 statdas 2
R5 g kel 2 statdas 2R5 g kel 2 statdas 2
R5 g kel 2 statdas 2
 
Minggu 4
Minggu 4Minggu 4
Minggu 4
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)
 
Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptx
 
Chap5 an reg&korelasi
Chap5 an reg&korelasiChap5 an reg&korelasi
Chap5 an reg&korelasi
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
 
Uji kolmogorov & chi square
Uji kolmogorov & chi squareUji kolmogorov & chi square
Uji kolmogorov & chi square
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
 
zeffi dok
zeffi dokzeffi dok
zeffi dok
 

Tesis

  • 1. 1. Uji Keseimbangan Rataan Untuk mengetahui apakah kedua sampel penelitian mempunyai kemampuan yang sama atau dalam keadaan seimbang sebelum eksperimen dilakukan, terlebih dahulu dilakukan uji keseimbangan rataan dengan menggunakan data nilai rapot kelas XII IPA semester I tahun pelajaran 2008/2009 mata pelajaran matematika yang diperoleh dengan metode dokumentasi. Prosedur uji keseimbangan rataan adalah sebagai berikut : a. Hipotesis : H0 : µ1 = µ2 ( Kedua sampel berasal dari populasi yang berkemampuan sama ) H1 = µ1 ≠ µ2 ( Kedua sampel berasal dari populasi yang berkemampuan tidak sama ) b. Taraf Signifikan : α = 0,05 c. Statistic Uji : t = ( n1 + n2 – 2 ) dengan = rataan dari kelompok eksperimen model STAD = rataan dari kelompok eksperimen model GI = variasi kelompok eksperimen model STAD
  • 2. = variasi kelompok eksperimen model GI n1 = banyaknya siswa kelompok eksperimen model STAD n2 = banyaknya siswa kelompok eksperimen model GI µ1 = rataan populasi kelompok eksperimen model STAD µ2 = rataan populasi kelompok eksperimen model GI d. Daerah Kritik : e. Keputusan Uji : H0 ditolak jika Tobs DK H0 tidak ditolak jika Tobs / DK ( Budiyono, 2004 : 151) 2. Uji Persyaratan Analisis Variansi Uji persyaratan analisis variansi yang digunakan dalam penelitian ini adalah uji normalitas populasi dan uji homogenitas variansi. a. Uji Normalitas Populasi Uji normalitas bertujuan untuk mengetahui apakah sampel penelitian berasal dari populasi berdistribusi normal. Uji normalitas dalam penelitian ini menggunakan metode Lilliefors dengan prosedur sebagai berikut : 1) Hipotesis H0 : sampel berasal dari populasi berdistribusi normal
  • 3. H1 : sampel tidak berasal dari populasi berdistribusi normal 2) Taraf signifikan : α = 0,05 3) Statistik Uji : L = Max F(zi) – S(zi) Dengan : F(zi) = P(Z ≤ zi N(0,1) S(zi) = proporsi banyaknya Z ≤ zi terhadap banyaknya zi s = simpanan baku 4) Daerah Kritik DK = { L L > La,n } dengan n adalah ukuran sampel 5) Keputusan Uji H0 ditolak jika Lops DK H0 tidak ditolak jika Lops / DK (Budiyono, 2004 : 170-171) b. Uji Homogenitas Variansi Uji homogenitas variansi digunakan untuk mengetahui apakah sampel penelitian berasal dari populasi – populasi yang mempunyai variansi yang sama. Uji homogenitas variansi digunakan uji Bartlett. 1) Hipotesis H0 = σ1 2 = σ2 2 = … = σ2 k ( variansi – variansi homogenitas )
  • 4. H1 = terdapat paling tidak kedua kelompok mempunyai variansi berbeda 2) Taraf Signifikan : α = 0,05 3) Statistic Uji : k = banyaknya sampel f = derajat kebebasan untuk RKG = N-k fj = derajat kebebasan untuk sj 2 = nj-1, dengan j = 1,2, …, k N= banyaknya seluruh nilai ( ukuran ) nj= banyaknya nilai ( ukuran ) sampel ke-j 4) Daerah Kritik DK = { x2 x2 > x2 α;k-1 }, untuk beberapa α dan (k-1), nilai x2 α;k-1 dapat dilihat pada table nilai Chi Kuadrat dengan derajat kebebasan (k-1) 5) Keputusan Uji H0 diterima jika nilai statistik uji amatan tidak berada di daeran kritik, H0 ditolak jika nilai statistik uji amatan berada di daerah kritik. (Budiyono, 2004:175)
  • 5. 3. Uji Hipotesis Hipotesis penelitian ini diuji dengan analisis variansi dua jalan dengan sel tak sama a. Model Data Xijk = µ + αi + βj + (αβ)ij + εijk Dengan : Xijk = data amatan ke-k pada baris ke-I dan kolom ke-j µ = rerata dari seluruh data amatan αi = efek baris ke-i pada variabel terikat βj = efek kolom ke-j pada variabel terikat (αβ)ij = kombinasi efek baris ke-i dan efek kolom ke-j pada variabel terikat εijk = deviasi data amatan terhadap rataan populasinya (µij) yang berdistribusi normal dengan nol (galat) i = 1,2 dengan 1 = model pembelajaran tipe STAD 2 = model pembelajaran tipe GI J = 1,2,3 dengan 1 = kreativitas tinggi 2 = kreativitas sedang 3 = kreativitas rendah K = 1,2,…,nij ; nij = banyaknya data amatan pada sel ij (Budiyono, 2004: 228)
  • 6. b. Prosedur 1) Rumusan Hipotesis : H0A : αi = 0, untuk setiap i = 1,2 ( tidak ada perbedaan efek antar baris terhadap variabel terikat ) H1A : Paling sedikit ada satu αi yang tidak nol ( ada perbedaan efek antar baris terhadap variabel terikat ) H0B : βj = 0, untuk setiap j = 1,2,3 ( tidak ada perbedaan efek antar kolom terhadap variabel terikat ) H1B : Paling sedikit ada satu βj yang tidak nol ( ada perbedaan efek antar kolom terhadap variabel terikat ) H0AB : (αβ)ij = 0, untuk setiap i = 1,2 dan j = 1,2,3 (tidak ada interaksi baris dan kolom terhadap variabel terikat) H1AB : Paling sedikit ada satu (αβ)ij yang tidak nol ( ada interaksi baris dan kolom terhadap variabel terikat )
  • 7. 2) Komputasi a) Notasi dan Tata Letak Data Tabel 3.4. Notasi dan Tata Letak Data Pada Anava Dua Jalan Sel Tak Sama Komponen Kreativitas Siswa Tinggi (b1) Sedang (b2) Rendah (b3) Model Pembelajaran STAD(a1) Cacah Data n11 n12 n13 Jumlah Data ∑ X11 ∑ X12 ∑ X13 Rataan 11 12 13 Jumlah Kuadrat ∑ X2 11 ∑ X2 12 ∑ X2 13 Suku Koreksi C11 C12 C13 Variasi SS11 SS12 SS13 Model Pembelajaran GI(a2) Cacah Data N21 N22 N23 Jumlah Data ∑ X21 ∑ X22 ∑ X23 Rataan 21 22 23 Jumlah Kuadrat ∑ X2 21 ∑ X2 22 ∑ X2 23 Suku Koreksi C21 C22 C23 Variasi SS21 SS22 SS23 Tabel 3.5. Rataan dan Jumlah Rataan Faktor b Faktor a b1 b2 b3 Total a1 a1b1 a1b2 a1b3 A1 a2 a2b1 a2b2 a2b3 A2 Total B1 B2 B3 G Pada analisis variansi dua jalan dengan sel tak sama didefinisikan notasi – notasi sebagai berikut :
  • 8. = jumlah kuadrat deviasi data amatan pada sel ij = banyaknya data amatan pada sel ij Komponen jumlah kuadrat didefinisikan : b) Jumlah Kuadrat (JK) JKG = (2)
  • 9. JKT = JKA + JKB + JKAB + JKG c) Derajat Kebebasan ( dk ) dkA = p – 1 ; dkB = q – 1 dkAB = ( p – 1 ) ( q – 1 ) ; dkG = N – pq dkT = N - 1 d) Rataan Kuadrat ( RK ) 3) Statistik Uji Statistik uji analisis variansi dua jalan dengan sel tak sama adalah : 1. Untuk H0A adalah yang merupakan nilai dari variabel random yang berdistribuusi F dengan derajat kebebasan p – 1 dan N – pq 2. Untuk H0B adalah yang merupakan nilai dari variabel random yang berdistribusi F dengan derajat kebebasan q – 1 dan N – pq 3. Untuk HoAB adalah yang merupakan nilai dari variabel random yang berdistribusi F dengan derajat kebebasan ( p – 1 )( q – 1 ) dan N – pq
  • 10. 4) Daerah Kritik Untuk masing – masing nilai F diatas, daerah kritiknya adalah sebagai berikut : 1. Daerah kritik untuk Fa adalah DK = { F F > Fa;(p-1), N-pq } 2. Daerah kritik untuk Fb adalah DK = { F F > Fa;(q-1), N-pq } 3. Daerah kritik untuk Fab adalah DK = { F F > Fa;(p-1)(q-1), N-pq } 5) Keputusan Uji H0 ditolak jika Fobs DK H0 diterima jika Fobs / DK 6) Rangkuman Analisis Variansi Tabel 3.6. Rangkuman Analisis Variansi Dua Jalan Sumber JK dK RK Fobs Fα Baris (A) JKA P – 1 RKA Fa F* Kolom (B) JKB Q – 1 RKB Fb F* Interaksi (AB) JKAB (p-1)(q-1) RKAB Fab F* Galat (G) JKG N – pq RKG - - Total JKT N – 1 - - - F* adalah F yang diperoleh dari table (Budiyono, 2004; 213) 4. Uji Komparasi Ganda Uji kommparasi ganda ( Uji lanjut pasca Anava ) adalah tindak lanjut dari anava jika hasil analisis variansi menunjukkan hipotesis nol ditolak. Uji komparasi ganda pasca anava yang digunakan dalam penelitian ini adalah uji Scheffe’. Tujuan dari ui Scheffe’ ini adalah untuk melakukan pelacakan terhadap
  • 11. perbedaan rerata antar baris, perbedaan rerata antar kolom, perbedaan rerata antar sel pada kolom yang sama, perbedaan rerata antar sel pada baris yang sama. Langkah – langkah yang ditempuh pada metode Scheffe’ ialah : a. Mengidentifikasi semua pasangan komparasi rerata b. Merumuskan hipotesis yang bersesuaian dengan komparasi tersebut c. Menentukan taraf signifikan α d. Mencari nilai statistik uji F dengan menggunakan rumus yang bersesuaian dengan komparasi tersebut e. Menentukan daerah kritik yang bersesuaian dengan komparasi tersebut f. Menentukan keputusan uji untuk masing – masing komparasi ganda g. Menentukan kesimpulan 1) Komparasi Rataan Antar Baris Komparasi rataan antar baris tidak perlu dilakukan, sebab hanya ada 2 kategori faktor baris, kalaupun dilakukan komparasi ganda antar baris akan diperoleh keputusan uji yang sama dengan pengujian hipotesis di depan. 2) Komparasi Rataan Antar Kolom Uji Scheffe’ untuk komparasi rataan antar kolom adalah : Sedangkan daerah kritik untuk uji tersebut adalah : DK = { F F > ( q – 1 ) Fα,p-1, N-pq }
  • 12. 3) Komparasi Rataan Antar Sel Pada Baris Yang Sama Uji Scheffe’ untuk komparasi rataan antar sel pada baris yang sama adalah : Sedangkan daerah kritik untuk uji tersebut adalah : DK = { F F > ( pq – 1 ) Fα,pq-1, N-pq } 4) Komparasi Rataan Antar Sel Pada Kolom Yang Sama Uji Scheffe’ untuk komparasi rataan antar sel pada kolom yang sama adalah : Sedangkan daerah kritik untuk uji tersebut adalah : DK = { F F > ( pq – 1 ) Fα,pq-1, N-pq } (Budiyono,2004: 214-215)