UAS Statistik_Ali Rahman

30
UAS Mata Kuliah Statistik PROGRAM STUDI TEKNOLOGI PENDIDIKAN PROGRAM PASCASARJANA UNIVERSITAS NEGERI JAKARTA (UNJ) Dosen: Prof. Dr. R. Santosa Murwani Prof. Dr. Suyono

description

UAS statistik dengan analisis anakova

Transcript of UAS Statistik_Ali Rahman

Page 1: UAS Statistik_Ali Rahman

UAS Mata Kuliah Statistik

PROGRAM STUDI TEKNOLOGI PENDIDIKANPROGRAM PASCASARJANA UNIVERSITAS NEGERI JAKARTA

(UNJ)

Dosen:Prof. Dr. R. Santosa MurwaniProf. Dr. Suyono

Page 2: UAS Statistik_Ali Rahman

UJIAN AKHIR SEMESTER (UAS) GANJILMATA KULIAH STATISTIK PENDIDIKAN LANJUTAN

PROGRAM STUDI TP PPS UNJTA. 2014/2015

=====================================================================Ali Rahman

NIM. 7117140001Kelas TP-A

Soal UAS Statistik:

Seorang guru Matematika melakukan eksperimen dengan mengajar pada

tiga kelas berbeda yang kondisinya setara, kelas pertama diajar dengan metode A,

kelas ke dua dengan metode B, dan kelas ke tiga dengan metode C. Di akhir

eksperimen, selain memperoleh data nilai Matematika ia juga memperoleh data IQ

siswa-siswinya. Anggap sampel yang diambil adalah seperti pada lampiran. Lakukan

analisis dan kesimpulan apa saja yang dapat diambil.

Jawaban dikumpulkan paling lambat tanggal 7 Januari 2015, dapat

dikumpulkan di gd Dewi Sartika Lantai 7 di sekretaris Jurusan Matematika atau ke

sekretaris dekan FMIPA. Semakin lengkap jawabannya semakin baik. Jika sedang

berada di luar kota boleh kirim jawaban lewat email.

Selamat bekerja

1

Page 3: UAS Statistik_Ali Rahman

DATA HASIL PENELITIAN

No. Siswa

Nilai Mat Metode Jenis Kelamin

IQ

1 80 A L 1002 85 A L 1203 90 A L 1304 70 A L 955 85 A L 1206 70 A P 1007 70 A P 958 75 A P 1059 65 A P 90

10 75 A P 10011 80 B L 10512 85 B L 12513 95 B L 13014 75 B L 10015 90 B L 12516 75 B P 10517 75 B P 9518 80 B P 11019 70 B P 9520 80 B P 10021 70 C L 9522 75 C L 11523 85 C L 12024 65 C L 9025 80 C L 11026 65 C P 9527 65 C P 9028 70 C P 10029 60 C P 9030 70 C P 95

2

Page 4: UAS Statistik_Ali Rahman

Jawaban UAS Statistik:

ANALISIS DAN KESIMPULAN

Memperhatikan data yang ada, maka diputuskan untuk mencoba

menganalisis data tersebut dengan menggunakan Ancova (analysis of covariance).

Untuk ancova mempunyai sejumlah asumsi diperlukan yang beberapa di antaranya

sama dengan Anava yakni yang menyangkut variable dependen, tetapi ada asumsi

tambahan yang terkait dengan variable konkomitan. Beberapa asumsi-asumsi yang

harus dipenuhi sebelum pengujian Ancova di antaranya sebagai berikut:

1. Variabel dependen berdistribusi normal.

2. Homogenitas varians.

3. Ada hubungan linear antara variabel dependen dan variabel konkomitan.

A. Uji Prasyarat

1. Uji Normalitas

Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel

berasal dari populasi yang berdistribusi normal.

a. Uji normalitas metode (A, B, dan C)

Hipotesis:

H0 : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

Kriteria uji:

Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05

Dengan program SPSS diperoleh output sebagai berikut:

3

Page 5: UAS Statistik_Ali Rahman

Tests of Normality

Metode

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Nilai_Matematika Metode A .187 10 .200* .934 10 .487

Metode B .226 10 .158 .929 10 .441

Metode C .226 10 .158 .929 10 .441

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 metode A, B, dan C adalah berdistribusi

normal.

b. Uji normalitas jenis kelamin (laki-laki dan perempuan)

Hipotesis:

H0 : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

Kriteria uji:

Terima H0 jika Sig. > 0,05 dan Tolak H0 jika Sig. < 0,05

Dengan program SPSS diperoleh output sebagai berikut:

Tests of Normality

Jenis_Kelamin

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Nilai_Matematika Laki-laki .163 15 .200* .964 15 .755

Perempuan .169 15 .200* .936 15 .335

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

4

Page 6: UAS Statistik_Ali Rahman

Pada table hasil output Tests of Normality terlihat bahwa nilai Sig. > 0.05

sehingga H0 diterima, artinya data untuk jenis kelamin laki-laki dan perempuan

adalah berdistribusi normal.

2. Uji Homogenitas

Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih

kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada

analisis regresi, persyaratan analisis yang dibutuhkan adalah bahwa galat regresi

untuk setiap pengelompokan berdasarkan variabel terikatnya memiliki variansi yang

sama.

a. Uji homogenitas metode (A, B, dan C)

Hipotesis:

H0 : Varians kelompok data (metode A, B, dan C) adalah homogen

H1 : Varians kelompok data (metode A, B, dan C) adalah tak homogen

Kriteria uji:

Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05

Dengan program SPSS diperoleh output sebagai berikut:

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Nilai_Matematika Based on Mean .203 2 27 .817

Based on Median .139 2 27 .871

Based on Median and with adjusted df

.139 2 26.949 .871

Based on trimmed mean

.219 2 27 .805

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

5

Page 7: UAS Statistik_Ali Rahman

dan based on trimmed mean menyatakan nilai Sig. > 0.05 sehingga H0 diterima,

artinya varians kelompok data metode (A, B, dan C) adalah homogen.

b. Uji homogenitas jenis kelamin (laki-laki dan perempuan)

Hipotesis:

H0 : Varians kelompok data (metode A, B, dan C) adalah homogen

H1 : Varians kelompok data (metode A, B, dan C) adalah tak homogen

Kriteria uji:

Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05

Dengan program SPSS diperoleh output sebagai berikut:

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Nilai_Matematika Based on Mean 2.121 1 28 .156

Based on Median 2.171 1 28 .152

Based on Median and with adjusted df

2.171 1 26.152 .153

Based on trimmed mean

2.105 1 28 .158

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 jenis kelamin (laki-laki dan perempuan) adalah

homogen.

3. Uji Linieritas

Uji linieritas dilakukan dilakukan dengan mencari persamaan garis regresi

variabel bebas X terhadap variabel terikat Y.

6

Page 8: UAS Statistik_Ali Rahman

Hipotesis:

H0 : Tidak ada hubungan linier antara IQ dan nilai matematika

Ha : Ada hubungan linier antara IQ dan nilai matematika

Kriteria uji:

Terima H0 jika Sig. > 0.05 dan Tolak H0 jika Sig. < 0.05

Dengan program SPSS diperoleh ouput sebagai berikut:

ANOVA Table

Sum of Squares df

Mean Square F Sig.

Nilai_ Matematika * IQ

Between Groups

(Combined) 1943.750 8 242.969 24.249 .000

Linearity 1823.936 1 1823.936 182.032 .000

Deviation from Linearity

119.814 7 17.116 1.708 .161

Within Groups 210.417 21 10.020

Total 2154.167 29

Dari hasil ANOVA table di atas, dapat dilihat bahwa pada baris Deviation

from Linearity yaitu Fhitung = 1.708 dengan p-value (Sig.) = 0.161 > 0.05 sehingga H0

diterima. Berarti ada hubungan linier antara IQ dengan nilai matematika.

B. ANALISIS DATA

Data penelitian ini dianalisis dengan Ancova (Analysis of Covariance). Ancova

merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah

percobaan karena didalamnya dilakukan pengaturan terhadap pengaruh peubah

bebas lain yang tidak terkontrol. Ancova digunakan jika peubah bebasnya mencakup

variabel kuantitatif dan kualitatif. Dalam ancova digunakan konsep anova dan

analisis regresi.

7

Page 9: UAS Statistik_Ali Rahman

Peubah-peubah atau variabel dalam ancova dan tipe datanya antara lain

adalah:

1. Peubah respon atau variabel terikat (Y): skala data kontinu (kuantitatif):

interval/rasio.

2. Peubah bebas atau variabel bebas (X): campuran antara skala data kontinu

(kuantitatif) dan skala data kualitatif/kategorik (ordinal/nominal). Data

kuantitatif disebut Covariate. Data kualitatif disebut treatment/perlakuan/

faktor.

Dengan demikian dapat dikemukakan bahwa yang menjadi variabel dalam

tulisan ini adalah:

a. Variabel terikat : nilai matematika

b. Variable bebas : 1. metode (A)

2. jenis kelamin (B)

c. Variabel kovarian : IQ

1. Hipotesis Pengujian

Hipotesis I:

1) H0A = Tidak ada perbedaan yang signifikan antara metode yang digunakan

terhadap nilai matematika setelah variabel IQ dikendalikan.

2) H1A = Ada perbedaan yang signifikan antara metode yang digunakan

terhadap nilai matematika setelah variabel IQ dikendalikan.

Kriteria pengujian:

Jika sig. < α, maka H0A ditolak pada tingkat signifikansi α = 0.05

Hipotesis II:

1) H0B = Tidak ada perbedaan yang signifikan antara jenis kelamin terhadap

nilai matematika setelah variabel IQ dikendalikan.

8

Page 10: UAS Statistik_Ali Rahman

2) H1B = Ada perbedaan yang signifikan antara jenis kelamin terhadap nilai

matematika setelah variabel IQ dikendalikan.

Kriteria pengujian:

Jika sig. < α, maka H0B ditolak pada tingkat signifikansi α = 0.05

Hipotesis III:

1) H0AB = Tidak ada pengaruh interaksi antara metode dan jenis kelamin

terhadap nilai matematika setelah variabel IQ dikendalikan.

2) H1AB = Ada pengaruh interaksi antara metode dan jenis kelamin terhadap

nilai matematika setelah variabel IQ dikendalikan.

Kriteria pengujian:

Jika sig. < α, maka H0AB ditolak pada tingkat signifikansi α = 0.05

2. Langkah-langkah Analisis Ancova dengan SPSS

a. Entry data

Metode (A)

A B CX Y X Y X Y

Jeni

s Ke

lam

in (B

)

Laki

-laki

100 80 105 80 95 70120 85 125 85 115 75130 90 130 95 120 8595 70 100 75 90 65

120 85 125 90 110 80

Pere

mpu

an

100 70 105 75 95 6595 70 95 75 90 65

105 75 110 80 100 7090 65 95 70 90 60

100 75 100 80 95 70

9

Page 11: UAS Statistik_Ali Rahman

Setelah itu, data dimasukkan ke dalam form SPSS dengan format seperti

berikut ini:

No. Siswa

Nilai Matematika

Metode Jenis Kelamin

IQ

1 80 A L 1002 85 A L 1203 90 A L 1304 70 A L 955 85 A L 1206 70 A P 1007 70 A P 958 75 A P 1059 65 A P 90

10 75 A P 10011 80 B L 10512 85 B L 12513 95 B L 13014 75 B L 10015 90 B L 12516 75 B P 10517 75 B P 9518 80 B P 11019 70 B P 9520 80 B P 10021 70 C L 9522 75 C L 11523 85 C L 12024 65 C L 9025 80 C L 11026 65 C P 9527 65 C P 9028 70 C P 10029 60 C P 9030 70 C P 95

10

Page 12: UAS Statistik_Ali Rahman

b. Analisis data

Data hasil penelitian dianalisis dengan menggunakan SPSS melalui

pendekatan Ancova (analysis of covariance) sebagaimana dapat dilihat pada hasil

output SPSS sebagai berikut:

Univariate Analysis of Variance

Between-Subjects Factors

Value Label N

Metode A Metode A 10

B Metode B 10

C Metode C 10Jenis_Kelamin L Laki-laki 15

P Perempuan 15

Descriptive StatisticsDependent Variable:Nilai_Matematika

Metode Jenis_Kelamin Mean Std. Deviation N

Metode A Laki-laki 82.00 7.583 5

Perempuan 71.00 4.183 5

Total 76.50 8.182 10

Metode B Laki-laki 85.00 7.906 5

Perempuan 76.00 4.183 5

Total 80.50 7.619 10

Metode C Laki-laki 75.00 7.906 5

Perempuan 66.00 4.183 5

Total 70.50 7.619 10

Total Laki-laki 80.67 8.423 15

Perempuan 71.00 5.732 15

Total 75.83 8.619 30

11

Page 13: UAS Statistik_Ali Rahman

Dari data hasil analisis statistika deskriptif dapat dilihat rata-rata nilai

matematika akibat penggunaan metode yang berbeda dengan mengabaikan

pengaruh faktor IQ sebagai kovariannya, yakni siswa yang diajar dengan metode A

(laki-laki = 82.00 dan perempuan = 71.00), siswa yang diajar dengan metode B (laki-

laki = 85.00 dan perempuan = 76.00), dan siswa yang diajar dengan metode C (laki-

laki = 75.00 dan perempuan = 66.00).

Tests of Between-Subjects EffectsDependent Variable:Nilai_Matematika

SourceType III Sum of Squares df Mean Square F Sig.

Corrected Model 1959.082a 6 326.514 38.495 .000Intercept 98.107 1 98.107 11.567 .002IQ 744.915 1 744.915 87.824 .000Metode 119.583 2 59.792 7.049 .004Jenis_Kelamin 20.268 1 20.268 2.390 .136Metode * Jenis_Kelamin

9.198 2 4.599 .542 .589

Error 195.085 23 8.482Total 174675.000 30Corrected Total 2154.167 29

a. R Squared = .,.Adjusted R Squared = .886)

Dari tabel hasil analisis varians dapat dilihat bahwa pengaruh IQ sebagai

kovarian besarnya harga Fhitung sebesar 87.824 dengan nilai Sig. 0.000 sehingga

signifikan di bawah taraf kesalahan 5%. Selanjtnya, dapat dilihat besarnya harga

Fhitung akibat pengaruh metode sebesar 7.049 dengan nilai Sig. 0,004 sehingga

signifikan di bawah taraf kesalahan 5%. Demikian pula dapat dilihat besarnya harga

Fhitung akibat pengaruh jenis kelamin sebesar 2.390 dengan nilai Sig. 0.136 sehingga

tidak signifikan di atas taraf kesalahan 5%. Demikian pula dapat dilihat besarnya

12

Page 14: UAS Statistik_Ali Rahman

harga Fhitung akibat pengaruh metode dan jenis kelamin sebesar 0.542 dengan nilai

Sig. 0.589 sehingga tidak signifikan di atas taraf kesalahan 5%.

Estimated Marginal Means

1. Grand Mean

Dependent Variable:Nilai_Matematika

Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

75.833a .532 74.733 76.933

a. Covariates appearing in the model are

evaluated at the following values: IQ = 104.83.

2. Metode

Estimates

Dependent Variable:Nilai_Matematika

Metode Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

Metode A 76.147a .922 74.240 78.053

Metode B 78.291a .951 76.324 80.257

Metode C 73.063a .961 71.075 75.050

a. Covariates appearing in the model are evaluated at the following values: IQ = 104.83.

Setelah pengaruh faktor kovarian IQ dihilangkan maka diperoleh nilai rata-

rata terkorekasi (adjusted mean) dari rata-rata nilai matematika siswa yang diajar

dengan menggunakan metode A yakni 76.147, rata-rata nilai matematika siswa yang

13

Page 15: UAS Statistik_Ali Rahman

diajar dengan menggunakan metode B yakni 78.291, dan rata-rata nilai matematika

siswa yang diajar dengan menggunakan metode C yakni 73.063.

Pairwise ComparisonsDependent Variable:Nilai_Matematika

(I) Metode

(J) Metode

Mean Difference

(I-J) Std. Error Sig.a

95% Confidence Interval for Differencea

Lower Bound Upper Bound

Metode A Metode B -2.144 1.317 .117 -4.870 .581

Metode C 3.084* 1.339 .031 .314 5.854

Metode B Metode A 2.144 1.317 .117 -.581 4.870

Metode C 5.228* 1.398 .001 2.335 8.121

Metode C Metode A -3.084* 1.339 .031 -5.854 -.314

Metode B -5.228* 1.398 .001 -8.121 -2.335

Based on estimated marginal meansa. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).*. The mean difference is significant at the .05 level.

Univariate TestsDependent Variable:Nilai_Matematika

Sum of Squares df Mean Square F Sig.

Contrast 119.583 2 59.792 7.049 .004Error 195.085 23 8.482

The F tests the effect of Metode. This test is based on the linearly independent pairwise comparisons among the estimated marginal means.

Dari hasil analisis lanjut menggunakan uji beda nyata terkecil menunjukkan

ada perbedaan nilai matematika antara siswa yang diajar dengan menggunakan

metode C dan siswa yang diajar dengan menggunakan metode A dengan selisih

3.084; ada perbedaan nilai matematika antara siswa yang diajar dengan

14

Page 16: UAS Statistik_Ali Rahman

menggunakan metode C dan siswa yang diajar dengan menggunakan metode B

dengan selisih 3.084; diberi pupuk P dan yang diberi pupuk K dengan selisih 5.228.

Uji dengan tes univariate melalui uji kontras untuk membandingkan nilai

matematika dengan memperhatikan nilai rata-rata yang sudah terkoreksi

menunjukkan hasil yang signifikan, yakni dengan Fhitung sebesar 7.049 dan nilai Sig.

0.004 jauh di bawah batas kesalahan 5% atau 0.004<0.05.

3. Jenis_Kelamin

EstimatesDependent Variable:Nilai_Matematika

Jenis_Kelamin Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

Laki-laki 76.867a .854 75.100 78.634Perempuan 74.800a .854 73.032 76.567

a. Covariates appearing in the model are evaluated at the following values: IQ = 104.83.

Setelah pengaruh faktor kovarian IQ dihilangkan maka diperoleh nilai rata-

rata terkorekasi (adjusted mean) dari rata-rata nilai matematika siswa dengan jenis

kelamin laki-laki yakni 76.867 dan rata-rata nilai matematika siswa dengan jenis

kelamin perempuan yakni 74.800.

15

Page 17: UAS Statistik_Ali Rahman

Pairwise ComparisonsDependent Variable:Nilai_Matematika

(I) Jenis_Kelamin

(J) Jenis_Kelamin

Mean Difference

(I-J) Std. Error Sig.a

95% Confidence Interval for Differencea

Lower Bound

Upper Bound

Laki-laki Perempuan 2.067 1.337 .136 -.699 4.834

Perempuan Laki-laki -2.067 1.337 .136 -4.834 .699

Based on estimated marginal meansa. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Univariate TestsDependent Variable:Nilai_Matematika

Sum of Squares df Mean Square F Sig.

Contrast 20.268 1 20.268 2.390 .136Error 195.085 23 8.482

The F tests the effect of Jenis_Kelamin. This test is based on the linearly independent pairwise comparisons among the estimated marginal means.

Dari hasil analisis lanjut menggunakan uji beda nyata terkecil menunjukkan

tidak ada perbedaan nilai matematika antara siswa laki-laki dengan siswa

perempuan. Uji dengan tes univariate melalui uji kontras untuk membandingkan

nilai matematika dengan memperhatikan nilai rata-rata yang sudah terkoreksi

menunjukkan hasil yang tidak signifikan, yakni dengan Fhitung sebesar 2.390 dan nilai

Sig. 0.136 jauh di atas batas kesalahan 5% atau 0.136>0.05.

16

Page 18: UAS Statistik_Ali Rahman

4. Metode * Jenis_KelaminDependent Variable:Nilai_Matematika

MetodeJenis_Kelamin Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

Metode A Laki-laki 77.670a 1.382 74.811 80.529

Perempuan 74.623a 1.359 71.812 77.433

Metode B Laki-laki 78.549a 1.473 75.502 81.597

Perempuan 78.032a 1.320 75.301 80.764

Metode C Laki-laki 74.381a 1.304 71.684 77.079

Perempuan 71.744a 1.439 68.766 74.721

a. Covariates appearing in the model are evaluated at the following values: IQ = 104.83.

Pada table Metode*Jenis_Kelamin dapat dilihat bahwa nilai rata-rata (mean)

yang paling tinggi adalah 78.549. Rata-rata yang paling tinggi ini diperoleh untuk

metode B dan pada jenis kelamin laki-laki.

Profile Plots

17

Page 19: UAS Statistik_Ali Rahman

Berdasarkan grafik tersebut tampak bahwa garis-garis tidak saling memotong

dan hanya membentuk garis yang renggang sehingga dapat dikatakan bahwa tidak

terdapat interaksi antara metode dengan jenis kelamin.

3. Interpretasi Hasil Analisis

Berdasarkan hasil analisis data menggunakan SPSS seperti di atas, maka dapat

dikemukakan beberapa interpretasi sebagai berikut:

a. Corrected Model: pengaruh semua variabel independen (metode, jenis kelamin,

dan metode*jenis kelamin) secara bersama-sama terhadap variabel dependen

(nilai matematika). Apabila signifikansi (Sig.) < α=0.05 berarti signifikan. Pada

tabel Tests of Between-Subjects Effects di atas menunjukkan Sig. 0.000 berarti

model valid.

18

Page 20: UAS Statistik_Ali Rahman

b. Intercept: nilai perubahan variabel dependen tanpa perlu dipengaruhi

keberadaan variabel independen, artinya tanpa ada pengaruh variabel

independen, variabel dependen dapat berubah nilainya. Apabila signifikansi (Sig.)

< α=0.05 berarti signifikan. Pada tabel Tests of Between-Subjects Effects di atas

menunjukkan Sig. 0.002 berarti intercept signifikan.

c. Metode: pada tabel Tests of Between-Subjects Effects di atas menunjukkan nilai

signifikan untuk metode adalah 0.004, berarti 0.004<0.05 sehingga H0A ditolak.

Artinya ada perbedaan yang signifikan antara metode yang digunakan terhadap

nilai matematika setelah variabel IQ dikendalikan.

d. Jenis_Kelamin: pada tabel Tests of Between-Subjects Effects di atas menunjukkan

nilai signifikan untuk jenis kelamin adalah 0.136, berarti 0.136>0.05 sehingga H0B

diterima. Artinya tidak ada perbedaan yang signifikan antara jenis kelamin laki-

laki dan perempuan terhadap nilai matematika setelah variabel IQ dikendalikan.

e. Metode*Jenis_Kelamin: pada tabel Tests of Between-Subjects Effects di atas

menunjukkan nilai signifikan untuk interaksi metode dengan jenis kelamin adalah

0.589 berarti 0.589>0.05 sehingga H0AB diterima. Artinya tidak ada pengaruh

interaksi antara metode dan jenis kelamin terhadap nilai matematika setelah

variabel IQ dikendalikan.

f. Error: Nilai Error model, semakin kecil maka model semakin baik.

g. R Squared: nilai determinasi berganda semua variabel independen dengan

dependen. Pada tabel Tests of Between-Subjects Effects di atas menunjukkan

0,909 (mendekati 1), berarti korelasi kuat.

h. Pada table Metode*Jenis_Kelamin dapat dilihat bahwa nilai rata-rata (mean)

yang paling tinggi adalah 78.549. Rata-rata yang paling tinggi ini peroleh untuk

metode B dan pada jenis kelamin laki-laki. Sehingga dapat dinyatakan bahwa

metode B lebih baik diterapkan pada siswa berjenis kelamin laki-laki.

19

Page 21: UAS Statistik_Ali Rahman

i. Berdasarkan grafik estimated marginal means of nilaimtmtk tersebut tampak

bahwa garis-garis tidak saling memotong sehingga dapat disimpulkan bahwa

tidak terdapat interaksi antara metode dengan jenis kelamin. Sehingga grafik ini

mendukung penerimaan hipotesis H0AB.

C. KESIMPULAN

Berdasarkan hasil analisis data menggunakan SPSS dengan pendekatan

ancova, maka dapat disimpulkan sebagai berikut:

1. Ada perbedaan yang signifikan antara metode (A, B, dan C) yang digunakan

terhadap nilai matematika setelah variabel IQ dikendalikan.

2. Tidak ada perbedaan yang signifikan antara jenis kelamin (laki-laki dan

perempuan) terhadap nilai matematika setelah variabel IQ dikendalikan.

3. Tidak ada pengaruh interaksi antara metode dan jenis kelamin terhadap nilai

matematika setelah variabel IQ dikendalikan.

20