commit to user 74
N
j
= Banyaknya nilai ukuran sampel ke-j = ukuran sampel ke-j RKG =
∑ ∑
j j
f SS
; SSj =
∑ ∑
−
j j
j
n X
X
2 2
=
2
1
j j
SS n
−
………. 11
C = 1 + ⎟
⎟ ⎠
⎞ ⎜
⎜ ⎝
⎛ −
−
∑
j f
k
j
1 1
1 3
1 ………………. 12
Daerah Kritik Dk =
{ }
1 ;
2 2
2 −
〉
k α
χ χ
χ Keputusan Uji
Ho ditolak jika
2
χ ∈ Dk, atau Ho diterima jika
2
χ ∉ Dk.
2. Pengujian Hipotesis
a. Uji Anava Untuk menguji hipotesis dalam penelitian ini menggunakan uji statistik anava
tiga jalan dengan desain faktorial 2x2x2. Analisis ini bertujuan untuk menguji signifikansi pengaruh dari variabel bebas dan variabel moderator terhadap variabel
terikat. Hipotesis yang diuji sebagai berikut : 1. Pengaruh penggunaan model pembelajaran Jigsaw dan Snowballing terhadap
prestasi belajar IPA. H
A : Tidak terdapat pengaruh penggunaan model pembelajaran Jigsaw dan Snowballing
terhadap prestasi belajar IPA. H
1
A :
Terdapat pengaruh penggunaan model pembelajaran Jigsaw dan Snowballing
terhadap prestasi belajar IPA. 2. Pengaruh motivasi belajar terhadap prestasi belajar IPA.
commit to user 75
H B : Tidak terdapat pengaruh motivasi belajar terhadap prestasi belajar IPA.
H
1
B : Terdapat pengaruh motivasi belajar terhadap prestasi belajar IPA. 3. Pengaruh kemampuan memori siswa terhadap prestasi belajar IPA.
H C : Tidak terdapat pengaruh kemampuan memori siswa terhadap prestasi
belajar IPA. H
1
C : Terdapat pengaruh kemampuan memori siswa terhadap prestasi belajar IPA.
4. Interaksi antara model pembelajaran Jigsaw dan Snowballing dengan motivasi belajar terhadap prestasi belajar IPA.
H D
: Tidak terdapat interaksi antara model pembelajaran Jigsaw dan
Snowballing dengan motivasi belajar terhadap prestasi belajar IPA.
H
1
D : Terdapat interaksi antara model pembelajaran Jigsaw dan Snowballing dengan motivasi belajar terhadap prestasi belajar IPA.
5. Interaksi antara model pembelajaran Jigsaw dan Snowballing dengan kemampuan memori siswa terhadap prestasi belajar IPA.
H E :
Tidak terdapat interaksi antara model pembelajaran Jigsaw dan Snowballing
dengan kemampuan memori siswa terhadap prestasi belajar IPA.
H
1
E : Terdapat interaksi antara model pembelajaran Jigsaw dan Snowballing dengan kemampuan memori siswa terhadap prestasi belajar IPA.
6. Interaksi antara motivasi belajar dengan kemampuan memori siswa terhadap prestasi belajar IPA.
commit to user 76
H F : Tidak terdapat interaksi antara motivasi belajar dengan kemampuan
memori siswa terhadap prestasi belajar IPA. H
1
F : Terdapat interaksi antara motivasi belajar dengan kemampuan memori siswa terhadap prestasi belajar IPA.
7. Interaksi antara model pembelajaran Jigsaw dan Snowballing dengan motivasi belajar dan kemampuan memori siswa terhadap prestasi belajar IPA.
H G :
Tidak terdapat interaksi antara model pembelajaran Jigsaw dan Snowballing
dengan motivasi belajar dan kemampuan memori siswa terhadap prestasi belajar IPA.
H
1
G : Terdapat interaksi antara model pembelajaran Jigsaw dan Snowballing dengan motivasi belajar dan kemampuan memori siswa terhadap prestasi
belajar IPA. Menurut Budiyono 2000: 233 tujuan analisis variansi tiga jalan adalah untuk
menguji signifikansi efek tiga variabel faktor bebas A, B, dan C terhadap variabel terikat. Kecuali itu, juga bertujuan untuk menguji signifikansi interaksi AB, AC, BC,
dan ABC terhadap terikat. a. Model untuk data amatan pada analisis variansi tiga jalan ialah:
X
ijkl
= µ + α
i
+
j
+
k
+ α
ij
+ α
ik
+
jk
+ α
ijk
+ ε
ijkl
…….... 13 dengan:
X
ijkl
: data amatan ke-1 pada faktor A kategori ke-i, faktor B kategori ke-j, dan faktor C kategori ke-k;
µ : rerata dari seluruh data amatan rerata besar, grand mean;
α
i
: efek faktor A kategori ke-i pada variabel terikat;
commit to user 77
j
: efek faktor B kategori ke-j pada variabel terikat;
k
: efek faktor C kategori ke-k pada variabel terikat; α
ij
: kombinasi efek faktor A dan B;
jk
: kombinasi
efek faktor B dan C;
α
ik
: kombinasi efek faktor A dan B; α
ijk
: kombinasi efek faktor A, B dan C; ε
ijkl
: deviasi data amatan terhadap rataan populasinya µ
ij
yang berdistribusi normal dengan rataan 0.
i : 1, 2, 3,...,p; p = banyaknya kategori pada variabel A;
j : 1, 2, 3,...,q; q = banyaknya kategori pada variabel B;
k : 1, 2, 3,...,r; r = banyaknya kategori pada variabel C;
l : 1, 2, 3,...,n; n = banyaknya data amatan pada setiap sel.
b. Hipotesis Pada analisis variansi tiga jalan, ada 7 pasang hipotesis H
dan H
1
yang dapat diuji.
1 H
0A
: α
i
= 0 untuk setiap i = 1, 2, 3, ..., p; H
1A
: paling sedikit ada satu α
i
yang tidak nol 2 H
0B
:
j
= 0 untuk setiap j = 1, 2, 3,..., q; H
1B
: paling sedikit ada satu
j
yang tidak nol 3 H
0C
:
k
= 0 untuk setiap k = 1, 2, 3,..., r; H
1C
: paling sedikit ada satu
k
yang tidak nol 4 H
0AB
: α
ij
= 0 untuk setiap i = 1, 2, 3, ..., p dan j = 1, 2, ..., q; H
1AB
: paling sedikit ada satu α
ij
yang tidak nol
commit to user 78
5 H
0AC
: α
ik
= 0 untuk setiap i = 1, 2, 3, ..., p dan k = 1, 2, ..., r; H
1AC
: paling sedikit ada satu α
ik
yang tidak nol 6 H
0BC
:
jk
= 0 untuk setiap j = 1, 2, 3, ..., q dan k = 1, 2, ..., r; H
1BC
: paling sedikit ada satu
jk
yang tidak nol 7 H
0ABC
: α
ijk
= 0 untuk setiap i = 1, 2, 3, ..., p; j = 1, 2, ..., q; dan k = 1, 2, 3,..., r; H
1ABC
: paling sedikit ada satu α
ijk
yang tidak nol. c. Komputasi
Pada analisis variansi tiga jalan didefinisikan 9 besaran sebagai berikut: 1 =
N G
2
; 2
=
∑
l k
j i
ijkl
X
, ,
, 2
; 3 =
∑
i i
nqr A
2
;
4 =
∑
j j
npr B
2
; 5 =
∑
k k
npq C
2
; 6 =
∑
j i
ij
nr AB
, 2
7 =
∑
k i
ik
nq AC
, 2
; 8 =
∑
k j
jk
np BC
, 2
; 9 =
∑
k j
i ijk
n ABC
, ,
2
……......14 Terdapat sembilan jumlah kuadrat pada analisis variansi tiga jalan, yang
berdasarkan sifat-sifat matematis dapat dirumuskan sebagai berikut: JKA
= 3 – 1 JKB
= 4 – 1 JKC
= 5 – 1 JKAB
= 1 + 6 – 3 – 4 JKAC
= 1 + 7 – 3 – 5 JKBC
= 1 +8 – 4 – 5 JKABC
= 3 + 4 + 5 + 9 + 1 – 6 – 7 – 8 JKG
= 2 – 9 JKT
= 2 – 1 atau JKT = JKA + JKB + JKC + JKAB + JKAC + JKBC + JKG
commit to user 79
Derajat kebebasan untuk masing-masing jumlah kuadrat tersebut adalah: dkA
= p – 1; dkB
= q – 1; dkC
= r – 1; dkAB
= p -1 q – 1; dkAC
= p -1 r – 1; dkBC
= q – 1 r – 1; dkABC
= p -1 q – 1 r – 1; dkG
= N – pqr; dkT
= N – 1 Selanjutnya penghitungan rataan kuadrat dan nilai F amatan. Rataan kuadrat adalah
jumlah kuadrat dibagi dengan derajat kebebasan yang bersesuaian, dan nilai F amatan diperoleh dari membagi rataan kuadrat yang bersesuaian dengan rataan kuadrat galat
RKG. d. Rangkuman Analisis Variansi Tiga Jalan
Tabel 3.8 Rangkuman analisis variansi tiga jalan adalah sebagai berikut Sumber JK
Dk RK
F
obs
F p
A B
C
AB AC
BC
ABC Galat
JKA JKB
JKC
JKAB JKAC
JKBC
JKABC JKG
p – 1 q – 1
r – 1 p -1 q – 1
p -1 r – 1 q – 1 r – 1
p -1 q – 1 r – 1 N – pqr
RKA RKB
RKC
RKAB RKAC
RKBC
RKABC RKG
F
a
F
b
F
c
F
ab
F
ac
F
bc
F
abc
- F
F F
F F
F F
- α atau α
α atau α α atau α
α atau α α atau α
α atau α α atau α
- Total
JKT N – 1
- -
- -
b. Uji Lanjut Anava Dalam penelitian ini motivasi belajar dan kemampuan memori terdiri dari dua
kategori, sehingga perlu diadakan uji lanjut atau komparasi ganda antara masing- masing motivasibelajar dan kemampuan memori. Uji ini untuk mengetahui
commit to user 80
perbedaan rerata setiap pasangan kolom dan pasangan sel. Dalam uji ini digunakan metode Scheffe dengan langkah-langkah sebagai berikut :
1. Mengidentifikasi semua pasangan komparasi rataan dan merumuskan hipotesis yang bersesuaian dengan komparasi tersebut.
2. Menentukan tingkat signifikansi α
3. Mencari nilai statistik uji F dan menentukan daerah kritik dengan menggunakan formula berikut:
Uji scheffe untuk komparasi rataan antar baris.
⎥ ⎥
⎦ ⎤
⎢ ⎢
⎣ ⎡
+ −
=
− .
. 2
. .
. .
1 1
j i
j i
j i
n n
RKG X
X F
………………. 15
dengan F
i.-j.
= Nilai F pada pembandingan baris ke-i dan baris ke-j
. i
X
= Rataan pada baris ke-i
. j
X = Rataan pada baris ke-j
RKG = Rataan kuadrat galat, yang diperoleh dari perhitungan analisis variansi
n
i.
= Ukuran sampel baris ke-i n
j.
= Ukuran sampel baris ke-j Dk =
{F F p – 1 F
α ;p-1, N-pq} 4. Menentukan keputusan uji untuk masing-masing komparsi ganda.
commit to user
81
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
