Anacova Dua Jalur ( 3 x 3,

Komang Suardika, S.Pd, Pendidikan Fisika

2013

Anacova Dua Jalur ( 3 x 3 , I.

Judul Penelitian : Pengaruh Model Pembelajaran ( CTL , PBL dan Model Kooperative) terhadap hasil belajar mahasiswa semester V untuk mata kuliah termodinamika ditinjau dari jenis kelas ( kelas RKBI , Kelas Reguler, Kelas Ekstensi).

II.

Desain penelitian : Seorang Dosen Pendidikan fisika Undiksha Singaraja mengadakan suatu penelitian yang bertujuan untuk mengetahui “Pengaruh Model Pembelajaran ( CTL , PBL dan Model Kooperative) terhadap hasil belajar mahasiswa semester V untuk mata kuliah termodinamika ditinjau dari jenis kelas ( kelas RKBI , Kelas Reguler, Kelas Ekstensi). Dalam hal ini yang menjadi variable covariat adalah kemampuan pre test mahasiswa terhadap nilai post test . Dimana sampel diambil secara acak dan bersifat independent sebanyak 54 sampel. Adapun datanya adalah sebagai berikut. Model belajar CTL

PBL

Kelas RKBI Post test

Pre test

Kelas Reguler Post test

Pre test

Kelas Ekstensi Post test

Pre test

69.0

70.0

71.0

80.0

76.0

72.0

71.0

72.0

72.0

81.0

80.0

73.0

73.0

74.0

73.0

82.0

79.0

74.0

75.0

76.0

74.0

83.0

78.0

75.0

77.0

78.0

75.0

84.0

77.0

76.0

79.0

80.0

76.0

85.0

80.0

77.0

81.0

82.0

77.0

79.0

83.0

78.0

83.0

84.0

78.0

78.0

73.0

79.0

83.0

80.0

79.0

77.0

84.0

79.0

69.0

70.0

80.0

76.0

78.0

80.0

71.0

72.0

81.0

75.0

76.0

81.0

73.0

74.0

82.0

74.0

74.0

82.0

75.0

76.0

78.0

73.0

73.0

72.0

Suardika/Anacova Dua Arah

Page 1


III.

Kooperative 77.0

78.0

77.0

72.0

72.0

74.0

79.0

79.0

74.0

71.0

70.0

75.0

81.0

78.0

78.0

70.0

76.0

76.0

83.0

77.0

79.0

69.0

74.0

77.0

83.0

80.0

76.0

68.0

71.0

78.0

2013

Uji Prasyarat : Uji normalitas , Uji homogenitas dan Uji linieritas.

Uji normalitas model pembelajaran (CTL , PBL dan Kooperative) Hipotesis ; Ho: Data berdistribusi normal Ha: Data tidak berdistribusi normal Kriteria Uji: Terima Ho jika Sig > 0,05 dan Tolak

Ho jika Sig < 0,05

Dengan program SPSS 16 diperoleh output : Tests of Normality Kolmogorov-Smirnova model_belajar Post_test

Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

CTL

.116

18

.200*

.960

18

.605

PBL

.135

18

.200

*

.973

18

.849

kooperative

.149

18

.200

*

.948

18

.389

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

Pada table hasil output Tests of Normality terlihat bahwa nilai sig > 0,05 sehingga H0 diterima, artinya data untuk model CTL , PBL dan Kooperative adalah berdistribusi normal


Page 2


2013

Uji homogenitas model pembelajaran ( CTl ,PBL dan Kooperative) Hipotesis ; Ho: Varians kelompok data ( CTL ,PBL dan Kooperative)adalah homogen Ha: Varians kelompok data (CTL , PBL dan Kooperative)adalah tak homogen Kriteria Uji: Terima Ho jika Sig > 0,05 dan Tolak

Ho jika Sig < 0,05

Dengan program SPSS 16 diperoleh output

Test of Homogeneity of Variance Levene Statistic Post_test

df1

df2

Sig.

Based on Mean

.938

2

51

.398

Based on Median

.775

2

51

.466

.775

2

49.904

.466

.953

2

51

.392

Based on Median and with adjusted df Based on trimmed mean

Pada table hasil output Test of Homogeneity of Variance terlihat bahwa baik dengan based on mean, based on median, based on median and with adjusted df dan based on trimmed mean menyatakan nilai sig > 0,05 sehingga H0 diterima, artinya Varians kelompok data ( PBL dan Kooperative) adalah homogen. Uji normalitas jenis kelas Hipotesis ; Ho: Data berdistribusi normal Ha: Data tidak berdistribusi normal Kriteria Uji: Terima Ho jika Sig > 0,05 dan Tolak

Ho jika Sig < 0,05

Dengan program SPSS 16 diperoleh output :


Page 3


2013

Tests of Normality a

Kolmogorov-Smirnov

jenis_ke las Post _test

Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

RKBI

.130

18

.200

*

.963

18

.656

Reguler

.078

18

.200*

.961

18

.629

ekstensi

.088

18

.200*

.971

18

.808

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

Pada table hasil output Tests of Normality terlihat bahwa nilai sig > 0,05 sehingga H0 diterima, artinya data untuk jenis kelas (RKBI ,Reguler, Ekstensi) adalah berdistribusi normal Uji homogenitas jenis kelas Hipotesis ; Ho: Varians kelompok data adalah homogen Ha: Varians kelompok data adalah tak homogen Kriteria Uji: Terima Ho jika Sig > 0,05 dan Tolak

Ho jika Sig < 0,05

Dengan program SPSS 16 diperoleh output Test of Homogeneity of Variance Levene Statistic Post_test

df1

df2

Sig.

Based on Mean

4.004

2

51

.24

Based on Median

3.766

2

51

.30

3.766

2

44.786

.31

4.008

2

51

.24

Based on Median and with adjusted df Based on trimmed mean


Page 4


2013

Pada table hasil output Test of Homogeneity of Variance terlihat bahwa baik dengan based on mean, based on median, based on median and with adjusted df dan based on trimmed mean menyatakan bahwa nilai sig > 0,05 sehingga H0 diterima, artinya Varians kelompok data ( RKBI,Reguler,Ekstensi) adalah homogen. Uji Linieritas Hipotesis ; Ho: Tidak ada hubungan linier antara pre test dan post test. Ha: Ada hubungan linier antara pre test dan post test. Kriteria Uji: Terima Ho jika Sig > 0,05 dan Tolak

Ho jika Sig < 0,05

Dengan program SPSS kita dapatkan ouput sebagai berikut. Correlations post_test Pearson Correlation

Sig. (1-tailed)

post_test

1.000

.233

pre_test

.233

1.000

.

.045

.045

.

post_test

54

54

pre_test

54

54

post_test pre_test

N

pre_test

Dari hasil table correlations, nilai signifikannya adalah 0.045, berarti 0045 < 0.05 sehingga H0 ditolak. Ada hubungan linier antara pre test dan post test.


Page 5


IV.

2013

Adapun langkah-langkah analisis secara manual adalah sebagai berikut :

a. Membuat hipotesis pengujian H0A= Tidak ada perbedaan yang signifikan antara model pembelajaran yang dilakukan

terhadap hasil belajar mahasiswa semester V untuk mata kuliah

Termodinamika setelah variabel pre test dikendalikan. H1A= ada perbedaan yang signifikan antara model pembelajaran yang dilakukan terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan . H0B = Tidak ada perbedaan yang signifikan antara jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan . H1B = Ada perbedaan yang signifikan antara tingkatan kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan . H0AB = tidak ada pengaruh interaksi antara model pembelajaran dan jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan . H1AB= ada pengaruh interaksi antara model pembelajaran dan jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .


Page 6


2013

b. Membuat table penolong anacova Model belajar CTL

Subjek (n) 1 2 3 4 5 6

Ratarata 1 2 3 4 5 6

PBL

Rata-rata Koopera tive

1 2 3 4 5 6

Rata-rata Rata-rata total

RKBI

Reguler

Ekstensi

Y 69 71 73 75 77 79

X 70 72 74 76 78 80

Y 71 72 73 74 75 76

X 80 81 82 83 84 85

Y 76 80 79 78 77 80

X 72 73 74 75 76 77

74 81 83 83 69 71 73 76.66666667 75 77

75 82 84 80 70 72 74 77 76 78

73.5 77 78 79 80 81 82 79.5 78 77

82.5 79 78 77 76 75 74 76.5 73 72

78.3333333 83 73 84 78 76 74 78 73 72

74.5 78 79 79 80 81 82 79.8333333 72 74

79 81 83 83 79.66666667

79 78 77 80 78

74 78 79 76 77

71 70 69 68 70.5

70 76 74 71 72.6666667

75 76 77 78 75.3333333

76.77777778

76.66666667

76.66666667

76.5

76.33333333

Rata-rata Y X 72 74 74.33333333 75.33333333 75 76.66666667 75.66666667 78 76.33333333 79.33333333 78.33333333 80.66666667 75.27777778 77.33333333

76.55555556

80.33333333 78 82 75.66666667 76 76.33333333 78.05555556 75.33333333

79.66666667 80.33333333 78.66666667 75.33333333 76 76.66666667 77.77777778 73.66666667

75.33333333 74.33333333 78.33333333 78.66666667 76.66666667 76.44444444

74.66666667 75 74.66666667 74.33333333 75.33333333 74.61111111

76.59259259

76.57407407

c. Menghitung jumlah kuadrat total dan (JKT) dan jumlah hasil kali total untuk variable X dan Y

y...  76.59259259 dan x...  76.57407407 Y

( ylkr  y...)

( ylkr  y...) 2

X

( xlkr  x...)

( xlkr  x...) 2

( xlkr  x...) ( ylkr  y...)

69 71 73 75

-7.59259 -5.59259 -3.59259 -1.59259


57.64746 31.27709 12.90672 2.536351

70 72 74 76

-6.57407 -4.57407 -2.57407 -0.57407

43.21845 20.92215 6.625857 0.329561

49.91427 25.58093 9.247599 0.914266 Page 7

Komang Suardika, S.Pd, Pendidikan Fisika 77 79 81 83 83 69 71 73 75 77 79 81 83 83 71 72 73 74 75 76 77 78 79 80 81 82 78 77 74 78 79 76 76 80 79 78 77 80 83 73 84 78 76 74 73

0.407407 2.407407 4.407407 6.407407 6.407407 -7.59259 -5.59259 -3.59259 -1.59259 0.407407 2.407407 4.407407 6.407407 6.407407 -5.59259 -4.59259 -3.59259 -2.59259 -1.59259 -0.59259 0.407407 1.407407 2.407407 3.407407 4.407407 5.407407 1.407407 0.407407 -2.59259 1.407407 2.407407 -0.59259 -0.59259 3.407407 2.407407 1.407407 0.407407 3.407407 6.407407 -3.59259 7.407407 1.407407 -0.59259 -2.59259 -3.59259


0.165981 5.79561 19.42524 41.05487 41.05487 57.64746 31.27709 12.90672 2.536351 0.165981 5.79561 19.42524 41.05487 41.05487 31.27709 21.09191 12.90672 6.721536 2.536351 0.351166 0.165981 1.980796 5.79561 11.61043 19.42524 29.24005 1.980796 0.165981 6.721536 1.980796 5.79561 0.351166 0.351166 11.61043 5.79561 1.980796 0.165981 11.61043 41.05487 12.90672 54.86968 1.980796 0.351166 6.721536 12.90672

78 80 82 84 80 70 72 74 76 78 79 78 77 80 80 81 82 83 84 85 79 78 77 76 75 74 73 72 71 70 69 68 72 73 74 75 76 77 78 79 79 80 81 82 72

1.425926 3.425926 5.425926 7.425926 3.425926 -6.57407 -4.57407 -2.57407 -0.57407 1.425926 2.425926 1.425926 0.425926 3.425926 3.425926 4.425926 5.425926 6.425926 7.425926 8.425926 2.425926 1.425926 0.425926 -0.57407 -1.57407 -2.57407 -3.57407 -4.57407 -5.57407 -6.57407 -7.57407 -8.57407 -4.57407 -3.57407 -2.57407 -1.57407 -0.57407 0.425926 1.425926 2.425926 2.425926 3.425926 4.425926 5.425926 -4.57407

2.033265 11.73697 29.44067 55.14438 11.73697 43.21845 20.92215 6.625857 0.329561 2.033265 5.885117 2.033265 0.181413 11.73697 11.73697 19.58882 29.44067 41.29252 55.14438 70.99623 5.885117 2.033265 0.181413 0.329561 2.477709 6.625857 12.77401 20.92215 31.0703 43.21845 57.3666 73.51475 20.92215 12.77401 6.625857 2.477709 0.329561 0.181413 2.033265 5.885117 5.885117 11.73697 19.58882 29.44067 20.92215

2013 0.580933 8.247599 23.91427 47.58093 21.9513 49.91427 25.58093 9.247599 0.914266 0.580933 5.840192 6.284637 2.729081 21.9513 -19.1598 -20.3265 -19.4931 -16.6598 -11.8265 -4.99314 0.98834 2.006859 1.025377 -1.9561 -6.93759 -13.9191 -5.03018 -1.86351 14.4513 -9.2524 -18.2339 5.080933 2.710562 -12.1783 -6.19684 -2.21536 -0.23388 1.451303 9.136488 -8.71536 17.96982 4.821674 -2.62277 -14.0672 16.43278 Page 8

Komang Suardika, S.Pd, Pendidikan Fisika 72 70 76 74 71 ∑

-4.59259 -6.59259 -0.59259 -2.59259 -5.59259

21.09191 43.46228 0.351166 6.721536 31.27709 849.037

74 75 76 77 78

-2.57407 -1.57407 -0.57407 0.425926 1.425926

6.625857 2.477709 0.329561 0.181413 2.033265 909.2037

2013 11.82167 10.37723 0.340192 -1.10425 -7.97462 204.6296

Maka :

JKTY = l1

 

( ylkr  y...) 2  849.037

JKTX = l1

 

( xlkr  x...) 2  909.2037

JHKT = l1

 

g

g

g

b

n

k 1

r 1

b

n

k 1

r 1

b

n

k 1

r 1

( xlkr  x...)( ylkr  y...)  204.6296

Dengan derajad kebebasan : gbn – 1 = 3 x 3x 6 – 1 = 53 d. Menghitung jumlah kuadrat perlakuan (JKP) dan jumlah hasil kali perlakuan (JKHP) untuk varibel X dan Y

( y lk .  y...)

y lk .

( y lk .  y...) 2

x lk .

( x lk .  x...)

( x lk .  x...) 2

( x lk .  x...) ( y lk .  y...)

74 73.5 78.3333 76.666667 79.5 78 79.666667 77 72.666667

-2.57407 -3.07407 1.759226

6.625857 9.449931 3.094876

75 82.5 74.5

-1.57407 5.925926 -2.07407

2.477709 35.1166 4.301783

4.051783 -18.2167 -3.64876

0.092593 2.925926

0.008573 8.561043

0.425926 -0.07407

0.181413 0.005487

0.039438 -0.21674

1.425926 3.092593 0.425926 -3.90741

77 76.5 79.83333

2.033265 9.564129 78 0.181413 70.5 15.26783 75.333333 54.78692

3.259256 1.425926 -6.07407 -1.24074

10.62275 2.033265 36.89438 1.539438 93.17282

4.647458 4.409808 -2.58711 4.84808 -6.67277

jml Maka :


Page 9


JKPY  nl1



JKPX  nl1



JHKP  nl1



g

b k 1

g

g

2013

( y lk .  y...) 2 6 ((54.78692) = 328.7215

b k 1

( x lk .  x...) 2 6 (93.17282) = 559.03695

b k 1

( x lk .  x...)( y lk .  y...)  6 - (6.67277) = - 40.0366

Dengan derajad kebebasan : gb – 1 = 3(3) -1 = 8 e. Jumlah kuadrat factor 1 (JKA) dan jumlah hasil kali untuk faktor 1 (JKHA) ( y .1..  y...)

y 1..

( y1..  y...) 2

xl ..

( xl ..  x...)

( xl ..  x...) 2

( xl ..  x...) ( yl ..  y...)

75.2777778 78.0555556 76.4444444

-1.31481 1.462963 -0.14815

jml

1.728738 2.140261 0.021948 3.890947

77.3333333 77.7777778 74.6111111

0.759259 1.203704 -1.96296

0.576475 1.448903 3.853224 5.878601

-0.99829 1.760974 0.290809 1.053498

JKAY  bnl1 ( y1..  y...) 2  3 x 6 (3.890947) = 70.03704 g

JKAX  bnl1 ( xl ..  x...) 2  3 x 6 (5.878601) = 105.81484 g

JHKA  bnl1 ( xl ..  x...)( y1..  y...)  3 x 6 (1.053498) = 18.962974 g

Dengan derajad kebebasan : g -1 = 3 – 1= 2 f. Jumlah kuadrat factor 2 (JKB) dan jumlah hasil kali untuk factor 2 (JHKB) y .k .

( y .k .  y...)

( y .k .  y...) 2

( x l ..  x...)

x .k .

( x .k .  x...) 2

( x .k .  x...) ( y .k .  y...)

76.7777 8 76.6666 7 76.3333 3

0.185185

0.034294

76.66666667

0.092593

0.008573

0.017147

0.074074

0.005487

76.5

-0.07407

0.005487

-0.00549

-0.25926

0.067215 0.106996

76.55555556

-0.01852

0.000343 0.014403

0.004801 0.016461


Page 10


2013

JKBY  gnk 1 ( y .k .  y...) 2  3 x 6 (0.106996) = 1.925926 b

JKB X  gnk 1 ( x .k .  x...) 2  3 x 6 (0.014403) = 0.259259 b

JHKB  gnk 1 ( x .k .  x...)( y .k .  y...)  3 x 6 (0.016461) = 0.2962969 b

Dengan derajad kebebasan : b -1 = 3- 1= 2 g. Mengitung jumlah kuadrat interaksi JKABY = JKPY – JKAY – JKBY = 328.7215 - 70.03704 - 1.925926 = 256.758534 JKABX = JKPX – JKAX – JKBX = 559.0369 - 105.8148 - 0.259259 = 452.962841 JHKAB = JHKP – JHKA – JHKB = -40.0366 - 18.96297 - 0.296296 = -59.295866 Dengam derajad kebebasan : (g-1(b-1) = 2 x 2 = 4

h. Menghitung Kuadrat galat (JKG) dan jumlah hasil kali galat (JHKG) untuk variable x dan Y JKGY = JKTY – JKPY = 849.037 - 328.7215 = 520.3155 JKGX = JKT X – JKPX = 909.2037 - 559.0369 = 350.1668 JHKG = JHKT – JHKP = 204.6296 – (-40.0366) = 244.6662 Dengan derajad kebebasan : gb (n-1) = 3x3(6-1) = 45

i.

Menghitung β

 j.

JHKG 244.6662   0.6987 JKG X 350.1668

Menghitung kuadrat galat terkoreksi

JKGY . X  JKGY   ( JHKG) JKGY . X  520.3155  0.6987(244.6662) JKGY . X  349.3639723 Dengan derajad kebebasan dberrror= gb (n-1) – 1 = 3.3(6-1) -1 = 44 Suardika/Anacova Dua Arah

Page 11


2013

k. Menghitung jumlah kuadrat total terkoreksi JKTY . X

JHKT 2  JKTY  JKT X

JKTY . X  849.037 

204.6296 2 909.2037

JKTY . X  802.9821

l.

Menghitung jumlah kuadrat factor 1terkoreksi ( model belajar)

JKAY . X  JKAY 

( JHKA  JHKG ) 2 JHKG 2  JKA X  JKG X JKG X

JKAY . X  70.03704 

18.96297  244.66622 105.8148  350.1668



244.6662 2 350.1668

JKAY . X  88.56939

Dengan derajad kebebasan : DbA= g – 1 = 3 – 1 = 2 m. Menghitung jumlah kuadrat factor 2 terkoreksi ( jenis kelas )

JKBY . X  JKBY 

( JHKB  JHKG ) 2 JHKG 2  JKB X  JKG X JKG X

JKBY . X  1.925926 

0.296296  244.66622 0.259259  350.1668



244.6662 2 350.1668

JKBY . X  1.638407

Dengan derajad kebebasan : DbB= b -1 = 3 -1 = 2 n. Menggitung junlah kuadrat interaksi terkoreksi JKABY . X  JKABY  JKABY . X

JHKAB  JHKG 2 JKABX  JKG X



JHKG 2 JKG X

2  - 59.295866  244.6662  256.758534 -

244.6662 2  452.962841  350.1668 350.1668

JKABY . X  385.0588426

Dengan derajad kebebasan : dbAB= (g-1)(b-1) = (2(2) = 4 o. Menghitung mean square atau rata-rata kuadrat Suardika/Anacova Dua Arah

Page 12


RK A 

JKAY . X 88.56939   44.284695 db A 2

RK B 

JKBY . X 1.638407   0.8192035 db B 2

RK AB 

JKABY . X 385.0588426   96.26471065 dbAB 4

RK error 

2013

JKGY . X 349.3639723   7.94009 db error 44

p. Mengitung masing nilai F hitung yang sudah terkoreksi  Untuk factor 1 ( model belajar)

FA 

RK A 44.284695   5.5774  5.577 RK error 7.94009

 Untuk factor 2 ( jenis kelas)

FA 

RK B 0.8192035   0.103173  0.103 RK error 7.94009

 Untuk interaksi factor 1 dan 2 ( model belajar*jenis kelas)

FAB 

RK AB 96.26471065   12.12388  12.124 RK error 7.94009

q. Memasukan hasil perhitungan ke dalam table anacova SV

Sebelum dikoreksi

KT

Setelah dikoreksi

regre si Db

JKX

JKY

JHK

Db

JK

RK

F

Factor 1

2

105.8148

70.03704

18.96297

2

88.56939

44.284695

5.577

Factor 2

2

0.259259

1.925926

0.296296

2

1.638407

0.8192035

0.103

Interaksi

4

452.962841

256.758534

-59.295866

4

385.058842

96.2647106

12.124

Error

45

350.1668

520.3155

244.6662

44

349.363972

7.94009

-

total

53

909.2037

849.037

204.6296

52

-

-

-


170.9

Page 13


2013

r. Kriteria uji : Terima H0 jika Fhitung ≤ Ftabel , dimana F tabelnya adalah sebagai berikut. Dengan taraf signifikan α = 0.05 maka diperoleh F table sebagai berikut. •

Untuk H0A, Ftabel = F(1-α)(dfa,df error) =F(0,95)(2,44) = 3.21

•

Untuk H0B, Ftabel = F(1-α)(dfb,df error) =F(0,95) (2,44) = 3.21

•

Untuk H0AB, Ftabel = F(1-α)(dfinter,df error) =F(0,95) (4,44) = 2.58 Karena :

•

5.557 > 3.21 , maka H0A ditolak

•

0.103 < 3.21 ,maka H0B diterima

•

12.124 >2.58 , maka H0AB ditolak

s. Kesimpulan  Ada perbedaan yang signifikan antara model pembelajaran yang dilakukan terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .  Tidak ada perbedaan yang signifikan antara jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .  Ada pengaruh interaksi antara model pembelajaran dan jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .


Page 14


V.

2013

Langkah-langkah analisis anacova dengan SPSS adalah sebagai berikut.

 Input data ke program SPSS Variable Viev

Data View


Page 15


2013

 Klik Analyze – General linear model – Univariate, lalu akan muncul kotak univariate. Input pre test ke kotak dependent variable, input model belajar dan jenis kelas ke kotak fixed factor, dan input pos test ke kotak covariate. Seperti pada gambar berikut.

 Kemudian klik plot, lalu input model belajar ke kotak horizontal axis dan jenis kelas ke kotak separate lines. Klik add. Lalu continue. Suardika/Anacova Dua Arah

Page 16


2013

 Kemudian klik options, lalu input Over all, model belajar, jenis kelas dan model belajar* jenis kelas ke kotak display means for. klik continue.

 Klik Ok, maka didapatkan output sebagai berikut. Tests of Between-Subjects Effects Dependent Variable:post_test


Page 17


2013

Type III Sum of Source

Squares

df

Mean Square

F

Sig.

499.656a

9

55.517

6.992

.000

Intercept

31.801

1

31.801

4.005

.052

pre_test

170.952

1

170.952

21.529

.000

88.570

2

44.285

5.577

.007

1.638

2

.819

.103

.902

model_belajar * jenis_kelas

384.908

4

96.227

12.119

.000

Error

349.381

44

7.940

Total

317636.000

54

849.037

53

Corrected Model

model_belajar jenis_kelas

Corrected Total

a. R Squared = .588 (Adjusted R Squared = .504)

4. model_belajar * jenis_kelas Dependent Variable:post_test 95% Confidence Interval model_belajar jenis_kelas CTL

PBL

kooperative

Mean

Std. Error

Lower Bound

Upper Bound

RKBI

75.100a

1.175

72.733

77.467

Reguler

69.359

a

1.456

66.425

72.294

Ekstensi

79.783

a

1.192

77.380

82.185

RKBI

76.369a

1.152

74.047

78.691

Reguler

79.552

a

1.150

77.233

81.870

Ekstensi

75.723

a

1.251

73.202

78.243

RKBI

78.670a

1.170

76.312

81.029

Reguler

81.244

a

1.470

78.282

84.206

Ekstensi

73.534a

1.165

71.185

75.882


Page 18


2013

4. model_belajar * jenis_kelas Dependent Variable:post_test 95% Confidence Interval model_belajar jenis_kelas CTL

PBL

kooperative

Mean

Std. Error

Lower Bound

Upper Bound

a

1.175

72.733

77.467

a

1.456

66.425

72.294

a

1.192

77.380

82.185

a

1.152

74.047

78.691

a

1.150

77.233

81.870

75.723

a

1.251

73.202

78.243

RKBI

78.670a

1.170

76.312

81.029

Reguler

81.244a

1.470

78.282

84.206

Ekstensi

73.534

a

1.165

71.185

75.882

RKBI

75.100

Reguler

69.359

Ekstensi

79.783

RKBI

76.369

Reguler

79.552

Ekstensi

a. Covariates appearing in the model are evaluated at the following values: pre_test = 76.57.


Page 19


2013

 Interpretasi Out Put SPSS

Tabel ests of Between-Subjects Effects 

Dari table output Tests of Between-Subjects Effects dapat kita ketahui nilai F hitung untuk masing-masing variasi. F hitung model belajar diperoleh = 5.557 , F hitung jenis kelas diperoleh = 0.103 dan F hitung untuk model_belajar * jenis_kelas = 12.119



Nilai signifikan untuk model belajar adalah 0.007, berarti 0.007 < 0.05 sehingga H0A ditolak. Artinya ada perbedaan yang signifikan antara model pembelajaran yang dilakukan terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .



Nilai signifikan untuk tingkatan kelas adalah 0.902, berarti 0.902 > 0.05 sehingga H0B diterima. Artinya Tidak ada perbedaan yang signifikan antara jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .



Nilai signifikan untuk model_belajar * jenis_kelas adalah 0.000 berarti 0.000 < 0.05 sehingga H0AB ditolak. Artinya ada pengaruh interaksi antara model pembelajaran dan jenis kelas terhadap hasil belajar mahasiswa semester V untuk mata kuliah Termodinamika setelah variabel pre test dikendalikan .

Model_belajar * jenis_kelas 

Pada table Model_belajar * jenis_kelas dapat kita lihat bahwa nilai rata-rata ( mean ) yang paling tinggi adalah 81.224. rata –rata yang paling tinggi ini peroleh untuk model belajar Kooperative dan pada jenis kelas Reguler. Sehingga dapat kita nyatakan bahwa model belajar Kooperative lebih baik diterapkan pada kelas Reguler.

Grafik estimated marginal means of post test


Page 20

Komang Suardika, S.Pd, Pendidikan Fisika 

2013

Dari grafik tersebut tampak bahwa garis-garis saling berpotongan sehingga dapat disimpulkan bahwa terdapat interaksi antara model belajar dengan tingkat kelas. Sehingga grafik ini mendukung penolakan Hipotesis H0AB.


Page 21

Anacova Dua Jalur ( 3 x 3,

Recommend Documents