MAKALAH

ANAKOVA

OLEH :
KADEK WIDIASTARI 1313031041

PROGRAM STUDI PENDIDIKAN KIMIA

JURUSAN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN GANESHA
2017
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-Nya sehingga makalah
ini dapat tersusun hingga selesai. Penulis mengucapkan banyak terimakasih atas bantuan dari
seluruh pihak yang telah berkontribusi dalam penyusunan makalah ini. Harapan penulis semoga
makalah ini dapat menambah pengetahuan dan pengalaman bagi para pembaca, untuk
kedepannya dapat memperbaiki isi makalah agar menjadi lebih baik lagi. Karena keterbatasan
pengetahuan maupun pengalaman penulis, penulis yakin masih banyak kekurangan dalam
makalah ini, Oleh karena itu penulis sangat mengharapkan saran dan kritik yang membangun
dari pembaca demi kesempurnaan makalah ini.

Singaraja, Maret 2017

Penulis

i
 DAFTAR ISI
KATA PENGANTAR .................................................................................................................... i

DAFTAR ISI.................................................................................................................................. ii

BAB I (PENDAHULUAN) ........................................................................................................... 1

1.1 Latar Belakang ...................................................................................................................... 1

1.2 Rumusan Masalah ................................................................................................................. 2
1.3 Tujuan.................................................................................................................................... 2
1.4 Manfaat.................................................................................................................................. 2
BAB II (PEMBAHASAN) ............................................................................................................ 3

2.1 Penggunaan ANAKOVA ...................................................................................................... 3

2.2 Analisis Data dengan ANAKOVA ....................................................................................... 6
ANAKOVA secara manual ............................................................................................. 19
ANAKOVA dengan bantuan SPSS ................................................................................. 23
BAB III (PENUTUP) .................................................................................................................. 27

3.1 Simpulan.............................................................................................................................. 27

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Pengorganisasian data diperlukan di semua bidang kehidupan, yaitu pada bidang
pendidikan, pertanian, perternakan, perdagangan, perbankan dan kependudukan.
Pengorganisasian data setiap saat perlu dilakukan untuk pengambilan keputusan atau
penetapan suatu kebijakan. Statistik sangat diperlukan dalam pengorganisasian dan
analisis data. Teknik statistik yang tepat dapat membantu kita dalam menarik
kesimpulan.
Selain berperan dalam bidang pendidikan, pertanian, perternakan, perdagangan,
perbankan dan kependudukan, statistik juga merupakan bekal dasar untuk melakukan
penelitian. Karena statistik sangat berperan dalam penyusunan laporan penelitian
mulai dari menentukan sampel, mengumpulkan data, menyajikan data dan
menganalisis data. Oleh karena itu, penting bagi mahasiswa untuk menguasai statistik
karena mahasiswa dituntut melakukan penelitian untuk mendapatkan gelar
kependidikan.
Salah satu teknik statistik yang sering digunakan adalan analisis kovarian
(ANAKOVA). ANAKOVA pada dasarnya sama dengan ANAVA, hanya saja dalam
ANAKOVA terdapat variabel sebagai kovariabel yang diyakini dapat membuat bias
analisis. ANAKOVA biasanya digunakan dalam penelitian pengaruh startegi
pembelajaran terhadap hasil belajar. Yang menjadi kovariabel misalnya motivasi
belajar, sehingga untuk menurunkan terjadinya bias, variabel motivasi belajar
dikontrol dengan memasukkannya sebagai kovariabel.
Agar lebih mudah dalam memahami analisis data dengan ANAKOVA, pada
makalah ini diberikan langkah-langkah dengan mengambil contoh data dari hasil
penelitian yang sudah dilakukan oleh Nurindra pada tahun 2016 yang berjudul
Komparasi Hasil Belajar Kimia Siswa SMA antara Menggunakan Model
Pembelajaran Kooperatif Tipe Team Assisted Individualization (TAI) dan Model
Pembelajaran Kooperatif Tipe Group Investigation (GI).

1
1.2 Rumusan Masalah
1. Bagaimana penggunaan ANAKOVA?
2. Bagaimana menganalisis data dengan teknik analisis anakova?

1.3 Tujuan
1. Untuk menjelaskan penggunaan ANAKOVA
2. Untuk menjelaskan cara analisis data menggunakan ANAKOVA

1.4 Manfaat
Makalah ini diharapkan dapat bermanfaat bagi pembaca dalam memahami
statistika, khususnya dalam analasis data menggunakan ANAKOVA.

2
 BAB II

PEMBAHhASAN

2.1 Penggunaan ANAKOVA

Pengertian analisis kovarian (ANAKOVA) adalah penggabungan antara uji
komparatif dan korelasional. Lantas apa bedanya anakova dengan dengan anova?
Kalau anova hanya menguji perbandingan saja akan tetapi kalau anakova kita
menguji perbandingan sekaligus hubungan. Isitilah kova dalam anakova berasal dari
kata kovarian (covariance) yang menunjukkan adanya variabel numerik sebagai
kovariabel, yang diyakini dapat membuat bias hasil analisis. Variabel numerik
dimasukkan sebagai kovariabel untuk menurunkan error variance, dengan jalan
menghilangkan pengaruh variabel tersebut.
Salah satu contoh penelitian dalam pendidikan yang menggunkan analisis data
dengan ANAKOVA adalah pengaruh strategi pembelajaran terhadap hasil belajar.
Sudah diketahui bahwa hasil belajar berkorelasi dengan motivasi belajar. Anak yang
memiliki motivasi belajar tinggi tentunya akan memiliki hasil belajar yang tinggi.
Strategi pembelajran juga berpengaruh terhadap hasil belajar. Jika hal ini terjadi,
maka pengaruh strategi pembelajaran terhadap hasil belajar akan bias oleh motivasi
belajar. Oleh karena itu motivasi belajar harus dikontrol dengan memasukkannya
sebagai kovariabel.
ANAKOVA merupakan salah satu teknik analisis parametrik, sehingga bentuk
data yang dianalisis dengan ANAKOVA adalah data kuantitatif. Analisis kovarian
dilakukan dengan cara yang sama dengan analisis varian, yakni dengan menghitung
F. hanya saja perhitungan sebelumnya mengalami perubahan karena adanya
kovariabel. Rumus yang digunakan adalah:

=

Dengan:
F* = Koefisien ANAKOVA
RK*A = Rata-rata kuadrat standar
RK*D = Rata-rata kuadrat dalam

Masing-masing RK* diperoleh dari:

3

=

Dengan:
JK = Jumlah kuadrat
dk* = derajat kebebasan
Adapun hipotesis statistik yang diuji adalah:
Ho : 1 = 2
Ha : 1 2
Dengan kriteria pengujian:
Tolak Ho jika F*A > F (; dbA:dbD)
Terima Ho jika F*A < F (; dbA:dbD)
Secara lengkap, langkah-langkah perhhitungan ANAKOVA adalah sebagai
berikut.
1. Membuat tabel kerja ANAKOVA dengan bentuk sebagai berikut.
Statistik A1 A2 Total
N

X2
Y
Y2
XY

Rata-rata X
Rata-rata Y

2. Melakukan perhitungan
a. Sumber Variasi Total (Residu)
2
( )
1) 1 = 2 = 2
2
( )
2) 1 = 2 = 2
( )( )
3) 1 = =

4

4) ( ) = 2

5) = ( )
6) =
b. Sumber variasi dalam (JK dalam residu)
2
( )
1) = 2 = 2
2
( )
2) = 2 = 2
( )( )
3) 1 = =

4) ( ) = 2

5) = ( )
6) =
c. Sumber variasi antar
=
d. Menghitung derajat kebebasan
dk*A = dkA = a - 1
dk*D = dkD M= N-a-M
dk*t = dkt M= N-1-M
Keterangan:
N = banyak data
M = banyak kovariabel
a = banyak kelompok

e. Menghitung rata-rata kuadrat (RK)

=


=

f. Menghitung harga F

=

Akhirnya diperoleh rangkuman ANAKOVA seperti berikut.

5
 Sumber F tabel
JK dk RK F*A Keterangan
Variasi 5% 1%
Antar
Dalam
(error)
Total (residu)

Untuk lebih jelas, analisis data hasil penelitian Nurindra (2016) secara manual
maupun dengan bantuan spss akan disajikan pada sub 2.2.

2.2 Analisis Data dengan ANAKOVA

Salah satu contoh penelitian yang menggunakan ANAKOVA adalah penelitian
dari Nurindra (2016) yang berjudul Komparasi Hasil Belajar Kimia Siswa SMA
antara Menggunakan Model Pembelajaran Kooperatif Tipe Team Assisted
Individualization (TAI) dan Model Pembelajaran Kooperatif Tipe Group
Investigation (GI).
Nurindra menuliskan bahwa pembelajaran yang efektif dapat meningkatkan
keberhasilan belajar siswa. Agar keberhasilan belajar siswa meningkat, siswa
diharapkan dapat saling membantu, saling mendiskusikan dan beragumentasi untuk
memecahkan masalah dan untuk mengasah pengetahuan yang mereka kuasai dan
menutup kesenjangan dalam pemahaman masing-masing siswa. Salah satu cara untuk
melaksanakan pembelajaran yang efektif yaitu dengan menerapkan model
pembelajaran kooperatif. Tipe model pembelajaran kooperatif yang dianggap cocok
oleh Nurindra adalah tipe TAI dan GI.
Model pembelajaran kooperatif tipe TAI dirancang agar siswa belajar dalam
kelompok-kelompok kecil untuk mengatasi kesulitan belajar siswa secara individual.
Model pembelajaran kooperatif tipe GI menuntut siswa untuk memiliki kemampuan
yang baik dalam berkomunikasi maupun dalam keterampilan proses kelompok (group
process skills), sehingga dapat melatih siswa untuk menumbuhkan kemampuan
berfikir mandiri, keterlibatan siswa secara aktif dapat terlatih mulai dari tahap
pertama sampai tahap akhir pembelajaran akan memberikan peluang kepada siswa

6
untuk lebih mempertajam gagasan dan guru akan mengetahui kemungkinan gagasan
siswa yang salah sehingga guru dapat memperbaiki kesalahannya.
Nurindra juga menuliskan beberapa hasil penelitian yang menunjukkan bahwa
model pembelajaran kooperatif tipe TAI dan GI dapat meningkatkan hasil belajar.
Temuan penelitian menunjukkan bahwa belajar menggunakan model pembelajaran
kooperatif tipe TAI dan GI dapat meningkatkan hasil belajar siswa. Selain itu
Nurindra juga menuliskan keunggulan model pembelajaran kooperatif tipe TAI dan
GI. Keunggulan model pembelajaran kooperatif tipe TAI adalah siswa yang lemah
dapat terbantu dalam menyelesaikan masalahnya, sementara itu siswa yang pandai
dapat mengembangkan kemampuan dan ketrampilannya. Keunggulan pembelajaran
kooperatif tipe GI, yaitu: (1) dapat dipakai untuk mengembangkan tanggung jawab
dan kreatifitas siswa, baik secara perorangan maupun kelompok, (2) menghilangkan
sifat egois, dapat meningkatkan kegemaran berteman tanpa memandang perbedan
kemampuan, jenis kelamin, etnis, kelas sosial dan agama, (3) memberikan
kesempatan bagi siswa untuk berkolaborasi dengan teman sebaya dalam dalam
bentuk diskusi kelompok untuk suatu masalah, dan (4) serta mengaktifkan siswa
dalam proses pembelajaran yang diberikan guru sehingga dapat membangun
pengetahuan siswa.
Berdasarkan paparan kerangka berpikir tersebut Nurindra menuliskan hipotesis
penelitian, yaitu terdapat perbedaan hasil belajar kimia yang signifikan antara siswa
yang belajar menggunakan model pembelajaran kooperatif tipe Team Assisted
Individualization (TAI) dan siswa yang belajar menggunakan model pembelajaran
kooperatif tipe Group Investigation (GI).
Pada sub ini akan dipaparkan bagaimana analisis data dengan ANAKOVA secara
manual dan dengan menggunakan SPSS. Berikut data hasil penelitian Nurindra.
1. Nilai Pretest dan Posttest Siswa Kelompok TAI

NO NAMA SISWA Nilai Pretest Nilai Posttest

1 Ferdi Ari Widiana Kadek 30,00 78,33
2 Supanna I Ketut 33,33 81,67
3 Adiatmika Gede 30,00 70,00
4 Adi Sugiadnyana Kadek 26,67 78,33
5 Agung ayu Putriani 23,33 73,33

7
 6 Agus Dandi Saputra Putu 25,00 75,00
7 Andri Suniya Partni Putu 35,00 81,67
8 Ari Suta Laksana Gede 23,33 71,67
9 Arias Darmawan I Gede 41,67 73,33
10 Arya Agitama Putra I Made 45,00 70,00
11 Bela Puspita Dewi Kadek 36,67 76,67
12 Devan Satyawan I Putu 33,33 73,33
13 Diantini Dewi Ni Luh 45,00 86,67
14 Dharma Wijaya Komang 35,00 70,00
15 Dhiva Milliyani Putu 33,33 80,00
16 Dinda Okta Windariyani Putu 35,00 76,67
17 Eka Sri Lestari Komang 36,67 78,33
18 Fanny Nadila Permata Sari Putu 46,67 81,67
19 Ferry Darmawan Mahadiguna Made 35,00 70,00
20 Gita Suspriantini Komang 40,00 76,67
21 Herlina Julianthi Eddy Putri 35,00 73,33
22 Indah Prabawati Ni Luh Gede 30,00 75,00
23 Linda Yanti Kadek 23,33 78,33
24 Mahesa Taruna B. Putu 38,33 85,00
25 Nik Krisdayana I Komang 46,67 80,00
26 Panji Hedi Gunawan I Made 35,00 76,67
27 Rian Pratama Kadek 38,33 78,33
28 Rio Anggoro Prasetyo Aji 40,00 76,67
29 Ruspa Septa Adi Wijaya I Gede 25,00 70,00
30 Surya Pradnya Putra I Kadek 36,67 73,33
31 Tama Revi Santosa 30,00 80,00
32 Winna Prasetyaningrum Nyoman 26,67 73,33
33 Wiwik Purwaningsih Komang 25,00 75,00
34 Wiwin Agustin Gusti Ketut 36,67 80,00
35 Yamasita Isanika Pande Putu 41,67 81,67
36 Yuni Winda Utami Ni Putu 33,33 78,33
Rata-Rata 34,16 76,62
Standar Deviasi 6,72 6,17

2. Nilai Pretest dan Posttest Siswa Kelompok GI

NO NAMA SISWA Nilai Pretest Nilai Posttest

1 Dian Kusuma Putri 36,67 75,00
2 Mei Dwipayanti Ni Made 25,00 78,33

8
 3 Agus Adi Pranata I Made 41,67 81,67
4 Agus Hermawan Putu 30,00 78,33
5 Agus Surya Atmaja Gede 36,67 81,67
6 Ayu Pitri Wahyuni Kadek 40,00 80,00
7 Chory Ayu Sugesti 45,00 85,00
8 Deby Oktariani Putu 30,00 78,33
9 Dwi Wiranata 25,00 75,00
10 Fina Kusuma Ganda Wati Luh Putu 35,00 80,00
11 Gufran Rizaldy D.G 46,67 85,00
12 Irin Rahayu Wijayanti Made 46,67 86,67
13 Krisdayanti Ketut 35,00 86,67
14 Mega Sri Ayuning Komang 45,00 86,67
15 Meliani Putu 33,33 85,00
16 Mertasari Gusti Ayu Putu 26,67 70,00
17 Mertayasa Kadek 30,00 81,67
18 Metariani Putu 41,67 86,67
19 Mia Tiara Triana Dewi Ketut 33,33 80,00
20 Muliani Ni Kadek 30,00 85,00
21 Nik ardianto I Putu 26,67 80,00
22 Royhan Mochammd Iqbal 30,00 78,33
23 Sri Maharani Ni Made 36,67 76,67
24 Suardana Putra made 33,33 78,33
25 Sudi arsana Komang 36,67 78,33
26 Surya Pramana Ngurah Ida Bagus KT. 30,00 76,67
27 Tindih I Gede 26,67 81,67
28 Tio Adi Mulia Sastrawan Komang 36,67 80,00
29 Tri Anggreni Ni Komang 43,33 81,67
30 Victor Andreano Gede 36,67 86,67
31 Widi Pebrianti Ni Luh 36,67 80,00
32 Risa Dewi Ni Komang 40,00 81,67
33 Wiryawati Ni Putu 38,33 75,00
34 Yudi Trisna Adi Gede 40,00 81,67
35 Alga Pradnya Dewi Si Luh Putu 35,00 75,00
Rata- Rata 35,42 80,50
Standar Deviasi 6,17 4,09

9
 Sebelum dilakukan pengujian dengan analisis statistik inferensial berupa
analisis kovarian (anakova), maka terlebih dahulu perlu dilakukan uji prasyarat
analisis terhadap data hasil belajar siswa. Uji prasyarat tersebut meliputi:
1) Uji Normalitas
Uji normalitas sebaran data dimaksudkan untuk menyakinkan bahwa sampel
benar-benar berasal dari populasi yang berdistribusi normal, sehingga uji hipotesis
dapat dilakukan. Uji normalitas data dalam penelitian Nurindra () menggunakan
statistik Kolmogorov-Smirnov Test. Uji Kolmogorov-Smirnov adalah salah satu uji
normalitas untuk dua sampel yang independent. Uji Kolmogorov-Smirnov dapat
digunakan untuk sampel besar maupun sampel kecil dan data berupa data interval. Uji
Normalitas data dilakukan terhadap seluruh skor pemahaman awal dan hasil belajar
siswa di kelompok TAI dan kelompok GI.
Pengujian Normalitas dengan Kolmogorov-Smirnov Test dilakukan dengan
langkah berikut ini.
i. Mengurutkan data dengan urutan yang terkecil hingga terbesar

ii. Menghitung frekuensi data dan nilai Z untuk tiap-tiap data =

iii. Menhitung frekuensi data pada kurva normal dengan batas Z atau F(Z) yakni
luas daerah dibawah kurva normal pada jarak Z
iv. Menghitung frekuensi kumulatif data (FK)
v. Menghitung probabilitas frekuensi kumulatif (PK = FK/N)
vi. Menghitung harga mutlak selisih F(Z) dengan PK dibawahnya, yang
dinyatakan dengan D-1
vii. Menghitung harga mutlak selisih F(Z) dengan PK, yang dinyatakan dengan
D0
viii. Mencari nilai maksimal antara D-1 dan D0 atau dinyatakan dengan Maks (D-1,
D0)
ix. Mencari nilai terbesar dari Dhitung, membandingkannya dengan Dtabel pada tabel
Kolmogorov Smirnov
x. Jika harga Dhitung < Dtabel, maka H0 (data berasal dari populasi yang terdistribusi
normal) diterima

10
 Setelah dilakukan perhitungan pada data postest sesuai dengan langkah
tersebut akan didapatkan tabel kerja seperti berikut ini.
Maks (D-
X F FK PK Z F(Z) D-1 D0 1,D0)

23.33 3 3 0.0423 -1.7829 0.0373 0.0373 0.0050 0.0373

25.00 5 8 0.1127 -1.5236 0.0638 0.0216 0.0489 0.0489
26.67 5 13 0.1831 -1.2643 0.1031 0.0096 0.0800 0.0800
30.00 10 23 0.3239 -0.7473 0.2275 0.0444 0.0965 0.0965
33.33 7 30 0.4225 -0.2302 0.4090 0.0850 0.0136 0.0850
35.00 9 39 0.5493 0.0291 0.5116 0.0891 0.0377 0.0891
36.67 11 50 0.7042 0.2884 0.6135 0.0642 0.0908 0.0908
38.33 3 53 0.7465 0.5461 0.7075 0.0033 0.0390 0.0390
40.00 5 58 0.8169 0.8054 0.7897 0.0432 0.0272 0.0432
41.67 4 62 0.8732 1.0647 0.8565 0.0396 0.0167 0.0396
43.33 1 63 0.8873 1.3225 0.9070 0.0338 0.0197 0.0338
45.00 4 67 0.9437 1.5818 0.9431 0.0558 0.0005 0.0558
46.67 4 71 1.0000 1.8411 0.9672 0.0235 0.0328 0.0328
Berdasarkan tabel di atas diketahui bahwa harga Dhitung = 0.0965 dan berdasarkan
tabel kritis Kolmogorov Smirnov harga Dtabel untuk N=71 adalah 0.1614, karena
Dhitung< Dtabel maka H0 diterima.
Data postes yang dihitung dengan langkah yang sama memberikan tabel kerja
seperti di bawah ini.
Maks (D-
X F FK PK Z F(Z) D-1 D0 1,D0)

70.00 6 6 0.0845 -1.9101 0.0281 0.0281 0.0564 0.0564

71.67 1 7 0.0986 -1.5420 0.0615 0.0230 0.0371 0.0371
73.33 6 13 0.1831 -1.1762 0.1198 0.0212 0.0633 0.0633
75.00 7 20 0.2817 -0.8082 0.2095 0.0264 0.0722 0.0722
76.67 7 27 0.3803 -0.4401 0.3299 0.0482 0.0504 0.0504
78.33 12 39 0.5493 -0.0743 0.4704 0.0901 0.0789 0.0901
80.00 10 49 0.6901 0.2938 0.6155 0.0662 0.0746 0.0746
81.67 11 60 0.8451 0.6618 0.7460 0.0558 0.0991 0.0991
85.00 5 65 0.9155 1.3957 0.9186 0.0735 0.0031 0.0735
86.67 6 71 1.0000 1.7637 0.9611 0.0456 0.0389 0.0456
Berdasarkan tabel di atas diketahui bahwa harga Dhitung = 0.0991 dan berdasarkan
tabel kritis Kolmogorov Smirnov harga Dtabel untuk N=71 adalah 0.1614, karena
Dhitung< Dtabel maka H0 diterima.

11
 Berikut ini diberikan langkah pengujian normalitas data dengan menggunakan
SPSS.
i. Entry data

ii. Memilih menu berikut : Analyze>>Descriptives Statistics>>Explore

Pindahkan variabel pretes ke independen list, pilih menu both pada kotak
display, dan pilih plots sehingga muncul kotak dialog berikut.

12
 Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.
iii. Menafsirkan hasil uji

Pada hasil analisis akan tampak tabel seperti gambar di atas. Pada tabel
tersebut terlihat bahwa besarnya bilangan signifikansi adalah 0.099. apabila
dibandingkan dengan taraf signifikansi (0,05), maka harga bilangan signifikasi
lebih besar dari taraf signifikansi. Sehingga, H0 diterima atau data pretest
berdistribusi normal. Langkah yang sama juga dilakukan untuk data pretest
dan didapatkan hasil seperti berikut.

Pada tabel tersebut terlihat bahwa besarnya bilangan signifikansi adalah

0.069. apabila dibandingkan dengan taraf signifikansi (0,05), maka harga
bilangan signifikasi lebih besar dari taraf signifikansi. Sehingga, H0 diterima
atau data posttest berdistribusi normal.
2) Uji Homogenitas Varians
Uji homogenitas dilakukan untuk mengetahui homogenitas varians antar
kelompok, dengan membandingkan varians antar kelompok, yaituhasil belajar
(posttest) kelompok TAI dan kelompok GI. Hal ini dilakukan untuk menguji,
perbedaan yang terjadi dalam uji hipotesis benar-benar berasal dari perbedaan antara
kelompok, bukan akibat dari perbedaan yang terjadi di dalam kelompok. Uji
homogenitas varians antar kelompok menggunakan Levenes test of equalitiy of error
variance. Uji ini dikaukan dengan menghitung nilai W dengan rumus :

13
 () 2
=1( )
W=
(1) 2
=1 =1( )

Keterangan :
N=banyak data keseluruhan
N=banyak data tiap-tiap kelompok
K=banyak kelompok
dij=|Yij-Yi|
Yij = data sampel ke-j pada kelompok ke-i
Yi = rerata kelompok sampel ke-i
di = rerata dij untuk kelompok sampel ke-i
d = rerata seluruh dij
Berikut ini diberikan langkah pengujian homogenitas dengan menggunakan
SPSS.
i. Entry data

ii. Memilih menu berikut : Analyze>>General Linear Model>>Univariate

Pindahkan variabel pretes ke independen list dan kelompok ke fixed factor,

dan pilih option sehingga muncul kotak dialog berikut.

14
 Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.
iii. Menafsirkan hasil uji

Levene's Test of Equality of Error Variancesa

Dependent Variable:pretes

F df1 df2 Sig.

.227 1 69 .636

Tests the null hypothesis that the error variance

of the dependent variable is equal across groups.

a. Design: Intercept + kelompok

15
 Pada hasil analisis akan tampak tabel seperti gambar di atas. Pada tabel
tersebut terlihat bahwa besarnya bilangan signifikansi adalah 0.636. apabila
dibandingkan dengan taraf signifikansi (0,05), maka harga bilangan signifikasi
lebih besar dari taraf signifikansi. Sehingga, H0 diterima atau data pretest
kedua kelompok adalah homogen. Langkah yang sama juga dilakukan untuk
data pretest dan didapatkan hasil seperti berikut.

Levene's Test of Equality of Error Variancesa

Dependent Variable:posttest

F df1 df2 Sig.

.606 1 69 .439

Tests the null hypothesis that the error variance

of the dependent variable is equal across groups.

a. Design: Intercept + kelompok

Pada tabel tersebut terlihat bahwa besarnya bilangan signifikansi adalah
0.069. apabila dibandingkan dengan taraf signifikansi (0,05), maka harga
bilangan signifikasi lebih besar dari taraf signifikansi. Sehingga, H0 diterima
atau data posttest kedua kelompok homogen.
3) Uji Linieritas
Uji linieritas bertujuan untuk mengatahui hubungan antara pemahaman awal dan
hasil belajar siswa. Uji linieritas dilakukan terhadap hasil pretest (pemahaman
awal) dan postest (hasil belajar) pada masing-masing kelompok di kelompok TAI
dan kelompok GI.
i. Entry data

16
ii. Memilih menu berikut : Analyze>>Compare Means>>Means

Pindahkan variabel pretes ke independen list dan postes ke dependent list, dan
pilih option sehingga muncul kotak dialog berikut.

Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.

17
iii. Menafsirkan hasil uji

ANOVA Table

Sum of Mean
Squares df Square F Sig.

VAR00002 * Between (Combined) 217.154 14 15.511 .760 .697

VAR00001 Groups
Linearity 84.201 1 84.201 4.127 .045

Deviation from
132.953 13 10.227 .501 .899
Linearity

Within Groups 428.415 21 20.401

Total 645.569 35
Pada hasil analisis akan tampak tabel seperti gambar di atas. Keberartian arah
regresi diliat dari nilai sig. dari F Linearity. Apabila sig. dari F Linearity lebih
kecil dari maka H0 (koefisiensi arah regresi tidak berarti) ditolak dan Ha
(koefisien arah regresi berarti) diterima. Berdasarkan hasil analisis ternyata
harga sig. lebih kecil dari , sehingga Ha diterima (koefisien arah regresi
berarti). Untuk kelompok yang lainnya dilakukan langkah yang sama dan
didapatkan hasil sebagai berikut.

ANOVA Table

Sum of Mean
Squares df Square F Sig.

postes * Between (Combined) 249.898 12 20.825 1.462 .209

pretes Groups
Linearity 11.24
160.148 1 160.148 .003
5

Deviation
from 89.750 11 8.159 .573 .831
Linearity

Within Groups 327.545 23 14.241

Total 577.443 35

Berdasarkan hasil analisis ternyata harga sig. lebih kecil dari , sehingga Ha
diterima (koefisien arah regresi berarti).

18
 Setelah semua uji prasyarat dilakukan dan memenuhi syarat untuk dapat dianalisis
dengan ANAKOVA barulah data dapat dianalisis dengan ANAKOVA. Terdapat dua
cara menganalisis data dengan ANAKOVA, yaitu secara manual dan dengan bantuan
SPSS. Namun, jika data tidak berdistribusi normal maka ANAKOVA tidak dapat
dijalankan, sehingga harus memilik salah satu teknik analisis non-parametrik yang
sesuai yaitu Uji Mann-Whitney.

ANAKOVA secara manual

Secara manual, analisis data dengan ANAKOVA dilakukan dengan menghitung
harga F. Langkah-langkah analisis data dengan ANAKOVA secara manual adalah
sebagai berikut.
1. Menyusun data hasil penelitian
Data hasil penelitian disusun seperti tabel berikut ini.

A1 A2
No X Y X Y
1 30.00 78.33 36.67 75.00
2 33.33 81.67 25.00 78.33
3 30.00 70.00 41.67 81.67
4 26.67 78.33 30.00 78.33
5 23.33 73.33 36.67 81.67
6 25.00 75.00 40.00 80.00
7 35.00 81.67 45.00 85.00
8 23.33 71.67 30.00 78.33
9 41.67 73.33 25.00 75.00
10 45.00 70.00 35.00 80.00
11 36.67 76.67 46.67 85.00
12 33.33 73.33 46.67 86.67
13 45.00 86.67 35.00 86.67
14 35.00 70.00 45.00 86.67
15 33.33 80.00 33.33 85.00
16 35.00 76.67 26.67 70.00
17 36.67 78.33 30.00 81.67
18 46.67 81.67 41.67 86.67
19 35.00 70.00 33.33 80.00

19
 20 40.00 76.67 30.00 85.00
21 35.00 73.33 26.67 80.00
22 30.00 75.00 30.00 78.33
23 23.33 78.33 36.67 76.67
24 38.33 85.00 33.33 78.33
25 46.67 80.00 36.67 78.33
26 35.00 76.67 30.00 76.67
27 38.33 78.33 26.67 81.67
28 40.00 76.67 36.67 80.00
29 25.00 70.00 43.33 81.67
30 36.67 73.33 36.67 86.67
31 30.00 80.00 36.67 80.00
32 26.67 73.33 40.00 81.67
33 25.00 75.00 38.33 75.00
34 36.67 80.00 40.00 81.67
35 41.67 81.67 35.00 75.00
36 33.33 78.33
Keterangan :
A = model pembelajaran
A1 = model pembelajaran TAI
A2 = model pembelajaran GI
X = hasil posttest (kovariabel)
Y = hasil belajar

2. Tabel statistik ANAKOVA

Tabel statitstik ANAKOVA membantu dalam melakukan perhitungan
rumus-rumus dalam mencari harga F hitung.
Statistik A1 A2 Total
N
36,00 35,00 71,00
X
1231,67 1240,03 2471,70
X 2
43720,09 45229,99 88950,08
Y 2758,33 2818,36 5576,69
Y 2
211996,94 227518,48 439515,42
XY 94744,79 100303,58 195048,37

Rata-rata X 34,21 35,43 69,64

20
 Rata-rata Y 76,62 80,52 157,14

3. Perhitungan
Perhitungan dilakukan sesuai dengan rumus rumus dalam mencari harga
F hitung sebagai berikut.
a. Sumber Variasi Total (Residu)
2
( )
1) = 2 = 2

(5576,69)2
= 439515,42 = 1494,70
71
2
( )
2) = 2 = 2

(2471,70)2
= 88950,08 = 2903,59
71
( )( )
3) = =
(2471,70)(5576,69)
= 195048,37 =908,87
71

4) ( ) = 2

908.87
= 2903.59 =0,31

5) = ( )
= (0,31)(908,87) = 281,75
6) =
= 1494,70 281,75 = 1212,95

b. Sumber variasi dalam (JK dalam residu)

2
( )
1) = 2 = 2

(2758,33)2 (2818,36)2
= 439515,42 ( + ) = 1224,18
36 35
2
( )
2) = 2 = 2

(1231,67)2 (1240,03)2
= 439515,42 ( + ) = 2877,33
36 35

21
 ( )( )
3) = =

(2758,33)(1231,67) (2818,36)(1240,03)
= 195048,30 ( + )
36 35
= 824,51

4) ( ) = 2

824,51
= 2877,33 =0,29
5) = ( )
= (0,29)(824,51) = 239,11
6) =
= 1224,18 239,11 = 985,07
c. Sumber variasi antar
=
= 1212,95 985,07 = 227,88
d. Menghitung derajat kebebasan
dk*A = dkA = a - 1 = 2-1 = 1
dk*D = dkD M= N-a-M = 71-2-1= 68
dk*t = dkt M= N-1-M = 71-1-1 = 69
e. Menghitung rata-rata kuadrat (RK)
227,88
= = = 227,88
1
985,07
= = = 14,48
68

f. Menghitung harga F
227,88
= = = 15,73
14,48

4. Rangkuman
Membuat rangkuman hasil perhitungan sangat penting agar kita lebi
mudah untuk mengambil kesimpulan. Rangkuman hasil perhitungan sebagai
berikut.
Sumber JK Dk RK FA* F tabel Keterangan

22
 Variasi 5% 1%

Antar 1212,95 1 227,88 15,773 3.98 7.02 signifikan

Dalam 985,07 68 14,48 - - -
(error)
Total 1212,95 69 - - - -
(residu)

Penelitian Nurindra menggunakan =0,05. Berdasarkan perhitungan

diperoleh FA* = 15,773 sedangkan F(0,05;1:68) = 3,98. Berarti FA* > F(0,05;1:68).
Sesuai dengan kriteria pengujian, H0 ditolak dan Ha diterima.
5. Kesimpulan
Jadi, kesimpulannya terdapat perbedaan hasil belajar kimia yang
signifikan antara siswa yang belajar menggunakan model pembelajaran
kooperatif tipe Team Assisted Individualization (TAI) dan siswa yang belajar
menggunakan model pembelajaran kooperatif tipe Group Investigation (GI).

ANAKOVA dengan bantuan SPSS

ANAKOVA yang dicontohkan berikut ini menggunakan aplikasi SPPS 16.0 for
windows.
1. Entry Data
Entry data untuk ANAKOVA dilakukan dengan memasukkan variabel
terikat (y) dimasukkan secara bersambung dalam satu sel antara data
kelompok 1 dan kelompok 2, variabel bebas (x) yang memuat kode masing-
masing kelompok (1,00 untuk kelompok 1 dan 2,00 untuk kelompok 2), dan
terakhir variabel kovariat (z) dimasukkan secara bersambung dalam satu sel
antara data kelompok 1 dan kelompok 2. Data dalam form SPSS akan tampak
seperti ini.

23
2. Analisis Data
Menu ANAKOVA terletak di General Linear Model, dengan langkah-
langkah berikut ini.
Analyze >> General Linear Mode >> Univariate

Setelah dipilih, akan tampak kotak dialog seperti gambar di bawah ini.

24
 Masukkan variabel y pada kotak dependent variable, variabel x pada fixed
factor, dan variabel z pada covariate. Selanjutnya pilih OK, sehingga akan
muncul hasil analisis. Hasil analisis yang muncul adalah seperti gambar
berikut ini.

Hasil analisis menunnjukkan bahwa harga F untuk x besarnya 15,305

(kotak dengan garis putus-putus), dengan taraf signifikansi 0,000. Dapat
terlihat bahwa harga ini tidak berbeda jauh dengan perhitungan secara manual.
Untuk menginterpretasikan hasl analisis di atas dilakukan dengan mekanisme
sebagai berikut.

25
 Susun hipotesis
Ho : 1 = 2
Ha : 1 2
Tetapkan signifikansi
Signifikansi () yang ditetapkan pada penelitian Nurindra adalah 0,05.
Bandingkan dengan signifikansi yang diperoleh dengan SPSS (sig.).
Apabila sig. > , maka H0 diterima Ha ditolak, sebaliknya sig. ., maka
H0 ditolak Ha diterima.

Hasil analisis menunjukkan bahwa sig. < , dengan demikian H0 ditolak

Ha diterima. Jadi, kesimpulannya terdapat perbedaan hasil belajar kimia yang
signifikan antara siswa yang belajar menggunakan model pembelajaran
kooperatif tipe Team Assisted Individualization (TAI) dan siswa yang belajar
menggunakan model pembelajaran kooperatif tipe Group Investigation (GI).

26
 BAB III

PENUTUP

3.1 Simpulan
Adapun simpulan dari makalah ini adalah sebagai berikut.
1. ANAKOVA digunakan untuk menguji perbandingan sekaligus hubungan. Isitilah
kova dalam anakova berasal dari kata kovarian (covariance) yang menunjukkan
adanya variabel numerik sebagai kovariabel, yang diyakini dapat membuat bias
hasil analisis. Variabel numerik dimasukkan sebagai kovariabel untuk
menurunkan error variance, dengan jalan menghilangkan pengaruh variabel
tersebut.
2. Analisis data dengan ANAKOVA dapat dilakukan secara manual ataupun dengan
SPSS. Secara manual, analisis data dilakukan dengan menghitung harga F hitung
dan kemudian dibandingkan dengan harga F tabel. Dengan bantuan SPSS, analisis
data dilakukan dengan menggunakan pilihan General Linear Mode >>
Univariate dan kemudian harga sig. hasil analisis dibandingkan dengan angka
signifikasi ().

27
 DAFTAR PUSTAKA

Candiasa, I Made. 2010. Statistik Multivariat Disertai Aplikasi SPSS. Singaraja : Undiksha Press

Candiasa, I Made. 2010. Statistik Univariat dan Bivariat Disertai Aplikasi SPSS. Singaraja :

Undiksha Press

Sudjana. 2002. Metoda Statistik. Bandung : Tarsito

28