statistik matematika 2
DESCRIPTION
Pengujian dengan Aplikasi SPSS..TRANSCRIPT
1
TUGAS STATISTIK MATEMATIKA II
Oleh
MATEMATIKA D
RACHMAWATI
SALIM HULUDU
USMAN DUNGGIO
YUNINGSIH YAMAN
JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS MATEMATIKA DAN IPA
UNIVERSITAS NEGERI GORONTALO
2011
2
1. Uji-t Satu Sampel (One Sample T-Test)
Data hasil belajar 25 siswa setelah diberi perlakuan metode penemuan
terbimbing sebagai berikut.
7,2 7,3 5,6 6,7 4,8 8,3 8,2 7,8 6,5 6,6 9,0 8,8 5,7 7,5 6,5 6,8 5,9 6,4
7,7 6,6 8,5 4,7 8,8 7,7 9,0
Peneliti menetapkan rata-rata paling rendah 80 % hasil belajar yang diperoleh
setelah perlakuan.
Output SPSS
T-Test
One-Sample Statistics
N Mean Std. Deviation Std. Error
Mean
POSTES 25 7.144 1.2524 .2505
One-Sample Test
Test Value = 80
t df Sig. (2-tailed) Mean
Difference
95% Confidence Interval of the Difference
Lower Upper
POSTES -290.875 24 .000 -72.856 -73.373 -72.339
ANALISIS
1). Output Bagian One-Sample Statistics
Output ini berisi informasi statistic data postes tentang jumlah sampel,
rerata, standar, deviasi, dan standar eror postes. Rerata hasil postes adalah
7,144 dengan standar deviasi 1,2524.
2). Output Bagian One-Sample Test
Output ini berisi informasi hasil pengujian uji-t satu smpel.
Hipotesis penelitian:
“Rerata hasil belajar siswa yang dibelajarkan melalui melalui metode
penemuan terbimbing paling rendah 80%”
Hipotesis statistic:
Karena output SPSS hanya menyediakan untuk uji dua pihak (gig.2-tailed)
maka hipotesis statistiknya adalah :
H0 : μ0 < 80%
H1 : μ0 ≥ 80%
3
Kriteria pengujian berdasarkan nilai probabilitas
Jika probabilitas (sig-2-tailed) < 0,05 maka H0 ditolak.
Jika probabilitas (sig-2-tailed) ≥ 0,05 maka H0 diterima
Analisis dan simpulan:
Perhatikan bahwa H1 merupakan hipotesis pihak kanan. Ini berarti
bahwa daerah kritis hipotesis pihak kanan terletak di ujung kanan. Jadi t0
harus bernilai positif atau t0 >0. Hasil output menunjukkan bahwa nilai t0
adalah -290.875 atau t0 <0. Hal ini bertentangan dengan H1. Jadi t0= -290.875
terletak di daerah penolakan H0 atau H0 ditolak. Jadi dapat disimpulkan bahwa
H1 yang menyatakan rerata hasil belajar siswa yang dibelajarkan melalui
metode penemuan terbimbing paling rendah 80%, dapat di terima. Berarti
rerata hasil belajar siswa yang dibelajarkan melalui metode penemuan
terbimbing di atas 80%.
2. Uji-t Dua Sampel Bebas (Independent Sample T-Test)
Output SPSS
T-Test Group Statistics
GENDER N Mean Std. Deviation Std. Error
Mean
EKSPRESI PRIA 12 99.67 13.872 4.004
WANITA 14 102.00 13.995 3.740
Independent Samples Test
Levene's Test for Equality
of Variances t-test for Equality of Means
F Sig. t df Sig. (2-tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the
Difference
Lower Upper
EKSPRESI Equal variances assumed
.088 .769 -.426 24 .674 -2.33 5.483 -13.650 8.984
Equal variances not assumed
-.426 23.458 .674 -2.33 5.479 -13.656 8.990
4
1). Output Bagian Group Statistics
Output ini berisi informasi statistic kedua sampel tentang jumlah
sampel, rerata, standar, deviasi, dan standar eror postes. Pada output tentang
kemampuan mengungkapkan emosi dengan ekspresi wajah, jumlah sampel
untuk gender pria adalah 12, rerata hasil ekspresi wajah adalah 99.67 dengan
standar deviasi 13.872. Sedangkan pada output tentang kemampuan
mengungkapkan emosi dengan ekspresi wajah, jumlah sampel untuk gender
wanita adalah 14, rerata hasil ekspresi wajah adalah 102,00 dengan standar
deviasi 13.995
2). Output Bagian One-Sample Test
Output ini berisi informasi hasil pengujian homogenitas varians dan
pengujian hipotesis melalui uji dua sampel bebas.
a. Uji Homogenitas Varians
Pengujian homogenitas varians menggunakan uji-F
Hipotesis yang diuji
H0 : varians kedua kelompok sama
H1 : varians kedua kelompok tidak sama(bebas)
Kriteria pengujian berdasarkan nilai probabilitas
Jika probabilitas (sig-2-tailed) < 0,05 maka H0 ditolak.
Jika probabilitas (sig-2-tailed) ≥ 0,05 maka H0 diterima
Analisis dan simpulan:
Berdasarkan statistik uji Lavene yangmemiliki pendekatan distribusi-F
dengan F0 = 0,088 dan nilai probabilitas p = 0,769. Karena nilai p= 0,769 >
0,05 maka H0 diterima. Ini berarti varians kedua kelompok sampel sama.
b. Hipotesis
H0 : kedua rara-rata populasi adalah identik
H1 : kedua rara-rata populasi adalah tidak identik
Kriteria pengujian berdasarkan nilai probabilitas
Jika probabilitas (sig-2-tailed) < 0,025 maka H0 ditolak.
Jika probabilitas (sig-2-tailed) ≥ 0,025 maka H0 diterima
Analisis dan Simpulan:
Terlihat bahwa thitung untuk ekspresi wajah dengan Equal Variance Not
Assumed adalah -0.426 dengan probabilitas 0,769. Untuk uji dua sisi (pihak)
maka probabilitas menjadi (0,769/2 = 0,3845). Karena 0,3845 > 0,025 maka
5
H0 diterima, artinya rata-rata kemampuan mengungkapkan emosi dengan
ekspresi wajah antara pria dan wanita tersebut adalah identik.
Dari output terlihat pada baris “mean difference”untuk ekspresi wajah
adalah -2,33. Angka ini berasal dari selisih rata-rata ekspresi wajah pria dan
wanita atau sebesar 99,67 – 102,00 = -2.33
3. Uji-t Dua Sampel Berpasangan (Paired Sample Test)
Output SPSS
T-Test Paired Samples Statistics
Mean N Std. Deviation Std. Error
Mean
Pair 1 Menonton Film 96.40 10 8.746 2.766
Tidak Menonton Film
91.80 10 6.215 1.965
Paired Samples Correlations
N Correlation Sig.
Pair 1 Menonton Film & Tidak Menonton Film
10 .269 .452
Paired Samples Test
Analisis 1) Output Bagian Pertama(One sample statistic)
Pada bagian pertama terlihat ringkasan statistik dari kedua sampel. Untuk
tingkat penghargaan 10 orang pria terhadap perjuangan Pangeran Diponegoro
dengan Menonton Film rata-rata 96,40. Sedangkan 10 orang lainnya tidak
menonton film memiliki rata-rata 91,80.
2) Output Bagian Kedua
Bagian kedua adalah hasil korelasi antara kedua variabel yang menghasilkan
angka 0.269 dengan nilai probabilitas di atas 0.025 (lihat nilai signifikansi
output sebesar 0.452). Hal ini menyatakan bahwa korelasi antara tingkat
Paired Differences t df Sig. (2-tailed)
Mean Std.
Deviation Std. Error
Mean 95% Confidence Interval
of the Difference
Lower Upper
Pair 1 Menonton Film - Tidak Menonton Film
4.60 9.264 2.930 -2.03 11.23 1.570 9 .151
6
penghargaan terhadap perjuangan Pangeran Diponegoro dengan Menonton
Film dan tidak menonton tidak ada hubungan.
Dasar penangambilan kesimpulan merujuk pada :
Jika probabilitas > 0.025 maka H0 diterima
Jika probabilitas < 0.025 maka H0 ditolak.
3) Output Bagian Ketiga
Hipotesis :
H0 : tidak ada perbedaan antara kelompok menonton film dan tidak menonton
film dalam menilai perjuangan Pangeran Diponegoro
H1 : ada perbedaan antara kelompok menonton film dan tidak menonton film
dalam menilai perjuangan Pangeran Diponegoro
Pengambilan Kesimpulan :
Dasar pengambilan kesimpulan berdasarkan nilai Probabilitas :
Jika probabilitas > 0.025 maka H0 diterima
Jika probabilitas < 0.025 maka H0 ditolak
Keputusan :
Terlihat bahwa thitung adalah 1.570 dengan probabilitas 0.151. karena 0.151 >
0.025 maka H0 diterima. Dapat disimpulkan bahwa antara kelompok
menonton film dan tidak menonton film dalam menilai perjuangan Pangeran
Diponegoro relatif sama.
Analisis Tambahan :
Dalam kasus ini juga dinyatakan bahwa terdapat perbedaan mean sebesar 4,60
(lihat output SPSS). Angka ini berasal dari :
Kelompok Menonton Film – Kelompok Tidak Menonton Film = 96.40 –
91,80 = 4,60. Perbedaan sebesar 4,60 ini mempunyai range antara batas
bawah -2,03 sampai batas atas 11,23.
4. Uji Anava Satu Jalur
Output SPSS Descriptives
HASIL
N Mean Std. Deviation Std. Error 95% Confidence Interval for
Mean Minimum Maximum
Lower Bound Upper Bound
Sekolah A 12 7.33 1.371 .396 6.46 8.20 5 9
Sekolah B 11 5.82 1.471 .444 4.83 6.81 4 8
Sekolah C 11 5.55 1.214 .366 4.73 6.36 4 8
Total 34 6.26 1.543 .265 5.73 6.80 4 9
7
Test of Homogeneity of Variances
HASIL
Levene Statistic df1 df2 Sig.
.602 2 31 .554
ANOVA
HASIL
Sum of
Squares df Mean Square F Sig.
Between Groups 21.587 2 10.794 5.867 .007
Within Groups 57.030 31 1.840
Total 78.618 33
Multiple Comparisons
Dependent Variable: HASIL
(I) Hasil Belajar Siswa Sekolah
(J) Hasil Belajar Siswa Sekolah
Mean Difference
(I-J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
Tukey HSD Sekolah A Sekolah B 1.52(*) .566 .031 .12 2.91 Sekolah C 1.79(*) .566 .010 .39 3.18
Sekolah B Sekolah A -1.52(*) .566 .031 -2.91 -.12
Sekolah C .27 .578 .885 -1.15 1.70
Sekolah C Sekolah A -1.79(*) .566 .010 -3.18 -.39 Sekolah B -.27 .578 .885 -1.70 1.15
Bonferroni Sekolah A Sekolah B 1.52(*) .566 .035 .08 2.95
Sekolah C 1.79(*) .566 .011 .35 3.22
Sekolah B Sekolah A -1.52(*) .566 .035 -2.95 -.08 Sekolah C .27 .578 1.000 -1.19 1.74 Sekolah C Sekolah A -1.79(*) .566 .011 -3.22 -.35
Sekolah B -.27 .578 1.000 -1.74 1.19
* The mean difference is significant at the .05 level.
8
Homogeneous Subsets
HASIL
Hasil Belajar Siswa Sekolah N
Subset for alpha = .05
1 2
Tukey HSD(a,b)
Sekolah C 11 5.55
Sekolah B 11 5.82
Sekolah A 12 7.33
Sig. .882 1.000
Means for groups in homogeneous subsets are displayed. a Uses Harmonic Mean Sample Size = 11.314. b The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed.
ANALISIS
1) Output bagian descriptive
Output ini berisi informasi tentang ringkasan statistic ketiga data sampel
seperti jumlah sampel, rerata, standar deviasi, dan standar eror mean. Pada
hasil belajar siswa sekolah A, jumlah data yang di inputkan, N = 12, rata-rata
= 7,33, standar deviasi = 1,371, data minimum = 5, data maximum = 9 , dan
dengan taraf kepercayaan 95% atau taraf bersignfikansi α =5%, rata-rata hasil
belajar siswa berada pada range (rentangan) 6,46 sampai 8,20. Pada sekolah
B, jumlah data yang di inputkan, N =11, rata-rata = 5,82 , satndar deviasi =
1,471, data terendah (minimum) = 4, data tertinggi(maximum) = 8, dan
dengan taraf kepercayaan 95% atau taraf signifikansi α= 5%. Rata-rata hasil
beljar siswa berada pada range (rentangan) = 4,83 sampai 6,81.
2) Output bagian test og homogeneity of variances
Output ini berisi informasi tentang salah satu asumsi (syarat) uji
anava, yaitu ketiga kelompok data sampel homogen (memiliki varians yang
sama). Untuk itu perlu dibuat hipotesis yang akan di uji dan kriteria
pengujiannya.
H0 : ketiga kelompok data memiliki varians yang sama
H1 : ketiga kelompok data memiliki varians yang tidak sama
Kriteria pengujian:
Jika probabilitas (sig) < 0,05 maka H0 ditolak
Jika probabilitas (sig) ≥ 0,005 maka H0 diterima
Analisis dan keputusan
Hasil Levene statistic sebesar 0,602 dengan nilai probabilitas (sig)
0,554 Karena p = 0,554 > 0,05 , maka H0 diterima atau ketiga kelompok data
memiliki varians yang sama (homogen)
9
3) Output bagian anova
Output ini berisi informasis tentang pengujian hipotesis penelitian.
Pengujian hipotesis penelitian menggunakan uji F.
Hipotesis penelitian
“ Hasil belajar siswa sekolah A, B, dan C berbeda”
Hipotesis statistic
H0 : µ1 = µ2 = µ3
H1 : bukan H0
Kriteria pengujian:
Jika probabilitas (sig) < 0,005, maka H0 ditolak
Jika probabilitas (sig) ≥ 0,005, maka H0 diterima
Analisis keputusan
Nilai F0 adalah 5,867 dengan nilai sig. atau probabilitas p = 0,000 dan
derajat bebas (db) pembilang 2 dan derajat bebas penyebut 31. Karena nilai
probabilitas p = 0,000 < 0,05 maka H0 ditolak. Ini berarti menerima H1 yang
menyatakan bahwa “ rerata hasil belajar siswa sekola A, B dan C berbeda”.
4) Output bagian post hoc tests ( multiple Comparisons)
Hasil uji F (anava) menunjukkan bahwa ada perbedaan rerata hasil
belajar siswa sekolah A, B, dan C. Untuk itu perlu dilihat sekolah mana yang
membuat perbedaan hasil belajar siswa tersebut. Output post hoc tests
memberikan informasi tentang hasil pengujian kelompok sampel yang
memiliki perbedaan hasil belajar secara nyata melalui uj tuckey dan
benferroni.
Karena H0 ditolak, maka ada empat kemungkinan H0 yaitu;
a. μ1 > μ2 > μ 3 c. μ1 > μ2 = μ 3
b. μ1 = μ2 > μ 3 d. μ1 = μ2^µ2 = μ 3 => μ1 > μ 3
Untuk itu perlu dibuattiga sub hipotesis penelitian dan tiga sub hipotesis
statistic.
Sub hipotesis penelitian pertama: “ rerata hasil beljar siswa sekolah A”
Hipotesis statistic : H0 : µ1 ≤ µ2
H1: µ1 > µ2 µ3
Sub hipotesis penelitian kedua: “ rerata hasil beljar siswa sekolah B”
Hipotesis statistic : H0 : µ2 ≤ µ3
H1: µ2 > µ3
Sub hipotesis penelitian ketiga: “ rerata hasil beljar siswa sekolah C”
Hipotesis statistic : H0 : µ1 ≤ µ3
H1: µ1 > µ3
10
Kriteria pengujian:
Jika probabilitas (sig) < 0,05 maka H0 ditolak
Jika probabilitas (sig) ≥ 0,05 maka H0 diterima
Pengujian dan keputusan
Pengujian sub hipotesis pertama
Nilai probabilitas pada hasil uji tuckey adalah 0,031 dan uji benferroni
adalah 0,035 . karena nilai probabilitas kurang dari 0,05 maka H0 ditolak.
Jadi dapat disimpulkan bahwa rerata hasil belajar siswa sekolah A
berbeda dengan siswa sekolah B.
5. Uji Regresi dan Korelasi Sederhana
Output SPSS
Descriptive Statistics
Mean
Std.
Deviation N
Hasil Belajar
Matematika
15.65 2.277 20
Motivasi Belajar 126.900 14.8843 20
Correlations
Hasil Belajar Matematika
Motivasi Belajar
Pearson Correlation Hasil Belajar Matematika
1.000 .731
Motivasi Belajar .731 1.000
Sig. (1-tailed) Hasil Belajar Matematika
. .000
Motivasi Belajar .000 .
N Hasil Belajar Matematika
20 20
Motivasi Belajar 20 20
Variables Entered/Removed(b)
Model Variables Entered
Variables Removed Method
1 Motivasi Belajar(a)
. Enter
a All requested variables entered. b Dependent Variable: Hasil Belajar Matematika
11
Model Summary(b)
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .731(a) .534 .508 1.597
a Predictors: (Constant), Motivasi Belajar b Dependent Variable: Hasil Belajar Matematika ANOVA(b)
Model Sum of
Squares df Mean Square F Sig.
1 Regression
52.658 1 52.658 20.654 .000(a)
Residual 45.892 18 2.550
Total 98.550 19
a Predictors: (Constant), Motivasi Belajar b Dependent Variable: Hasil Belajar Matematika Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 1.457 3.143 .463 .649
Motivasi Belajar
.112 .025 .731 4.545 .000
a Dependent Variable: Hasil Belajar Matematika Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N
Predicted Value 12.70 18.01 15.65 1.665 20
Residual -3.12 3.24 .00 1.554 20
Std. Predicted Value -1.774 1.418 .000 1.000 20
Std. Residual -1.951 2.029 .000 .973 20
a Dependent Variable: Hasil Belajar Matematika
12
Analisis dan Simpulan
1) Pengujian dan persyaratan analisis
Pengujian persyaratan analisis regresi dan korelasi sederhana yaitu
data berdistribusi normal dan model regresi linier. Output ini tersedia pada
bagian Charts dan Curve Fit
a) Output bagian Charts
Pada output ini berisi informasi tentang pengujian normalitas data. Terlihat
pada normal P-P Plot Regression Standardized Residual titik-titik terletak
disekitar garis lurus. Hal ini menunjukan bahwa persyaratan normalitas
terpenuhi.
b) Output bagian Curve Vit
Output ini berisi tentang uji linieritas model regresi melalui grafik. Pada grafik
hubungan antara motivasi belajar dan hasil belajar menunujukan garis
lurus,sehingga dapat dikatakan bahwa model regresi signifikan
2) Pengujian Hipotesi Penelitian
Hasil output selain digunakan untuk hipotesis penelitian juga digunakan untuk
menganalisis data deskriptif.
Output bagian Deskriptive statistic
Output ini berisi tentang ringkasan statistik data sampel, yaitu jumlah sampel,
rerata,dan standar deviasi. Contoh : rerata hasi balajar matematikaadalah
15,65dan rerata hasil belajar adalah 126,900.
a) Output bagian Coefficients (a)
Output ini berisi tentang model regresi sederhana hasil belajar matematika
(Y) atas motivasi belajar (X). Pada kolom UnstandardizedCoefficients, B
diperoleh nilai konstanta sebesar 1,457 dan koefisien variabel motivasi
belajar 0,112. Jadi model regresi hasil belajarnya adalah
b) Output bagian Anova (a)
Output ini berisi tentang hasil uji signifikansi regresi menggunakan uji-F.
Hipotesis yang diuji :
H0 : regresi tidak signifikan
H1 : regresi signifikan
Kriteria pengujian:
Jika nilai probabilitas < 0,005 maka H0 ditolak
Jika nilai probabilitas maka H0 diterima
13
Analisis dan keputusan:
Dari output anova (a)dapat dilihat bahwa nilai probabilitas P= 0,000.
Karena nilai P = 0,000 < 0,05 maka H0 ditolak . jadi dapat disimpulakan
bahwa regresi signifikan. tanda (a) pada nilai sig. Menunjukan bahwa juga
memenuhi pada α = 0.01. sehingga dapat dikatakan bahwa regresi sangat
signifikan. Karena model regresi linier dan signifikan. Maka hubungan antara
motivasi belajar dan hasil belajar yang digambarkan oleh persaman
bermakna bahwa setiap kenaikan satu satuan motivasi
belajar maka hasil belajar matematika siswa akan meningkat 0,112 pada
konstanta 1,457.
c) Output bagian Model Summary (b) dan Correlation
Kedua output ini berisi tentang nilai koefisien korelasi dan koefisien
deterrminasi (derajat hubungan) antara motivasi belajar (X) dengan hasil
belajar matematika (Y). Nilai koefisien korelasi pada output Model Summary
(b) kolom Rsama dengan output Correlation yang dihitung dengan
menggunakan rumus korelasi producct moment dari person yaitu 0.371. nilai
ini menunjukkan bahwa ada hubungan yang positif dan kuat (erat) antara
motivasi belajar (X) dengan hasil belajar matematika (Y) .
Pengujian signifikansi koefisien korelasi tersedia pada output
Correlation. Kriteria pengujian signifikansi koefisien korelasi menggunakan
perbandingan nilai probabilitas sig. (pada output SPSS)dengan 0,05. Nilai
probabilitas pada kolom sig. Adalah 0,000. Karena P < 0,05 maka H0 ditolak
jadi , koefisien korelasi signifikan.
Koefisien determinasi ditunjukkan oleh nilai pada kolom R Square
sebesar 0.508 (output Model Summary) .nilai ini dikalikan 100%
menghasilkan 50,80%. Hal ini menunjukkan bahwakeberartian hubungan
antara motivasi belajar dengan hasil belajar matematika siswa memberikan
konstribusi sebesar 50,80% melalui model regresi Jadi
hipotesis penelitian teruji kebenarannya.
6. Uji Regresi dan Korelasi Ganda
Output SPSS Descriptive Statistics
Mean Std. Deviation N
Hasil Belajar 17.30 2.658 20
Kemampuan Awal 107.800 11.5604 20
Motivasi Belajar 88.275 6.6678 20
14
Correlations
Hasil Belajar Kemampuan
Awal Motivasi Belajar
Pearson Correlation Hasil Belajar 1.000 .707 .568
Kemampuan Awal .707 1.000 .847
Motivasi Belajar .568 .847 1.000
Sig. (1-tailed) Hasil Belajar . .000 .004
Kemampuan Awal .000 . .000
Motivasi Belajar .004 .000 .
N Hasil Belajar 20 20 20
Kemampuan Awal 20 20 20
Motivasi Belajar 20 20 20
Variables Entered/Removed(b)
Model Variables Entered
Variables Removed Method
1 Motivasi Belajar,
Kemampuan Awal(a)
. Enter
a All requested variables entered. b Dependent Variable: Hasil Belajar Model Summary(b)
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .709(a) .503 .445 1.980
a Predictors: (Constant), Motivasi Belajar, Kemampuan Awal b Dependent Variable: Hasil Belajar ANOVA(b)
Model Sum of
Squares df Mean Square F Sig.
1 Regression
67.520 2 33.760 8.607 .003(a)
Residual 66.680 17 3.922
Total 134.200 19
a Predictors: (Constant), Motivasi Belajar, Kemampuan Awal b Dependent Variable: Hasil Belajar
15
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 1.314 6.244 .210 .836
Kemampuan Awal
.184 .074 .799 2.483 .024
Motivasi Belajar
-.043 .128 -.108 -.336 .741
a Dependent Variable: Hasil Belajar Residuals Statistics(a)
Minimum Maximum Mean Std. Deviation N
Predicted Value 12.77 19.37 17.30 1.885 20
Residual -3.37 3.30 .00 1.873 20
Std. Predicted Value -2.404 1.100 .000 1.000 20
Std. Residual -1.703 1.667 .000 .946 20
a Dependent Variable: Hasil Belajar
Analisis
Analisis diawali dengan menampilkan analisis deskriptif dan
dilanjutkan dengan tahapan pengujian analisis regresi dan korelasi ganda.
1) Output bagian Descriptif Statistics Pada output ini berisi informasi tentang ringkasan statistik data sampel. Rerata
hasil belajar matematika adalah17,30, kemampuan awal siswa 107,800 dan
motivasi belajar 88,275.n
2) Output bagian Coefficient
Output ini berisi tentang model regresi ganda hasil belajar matematika (Y) atas
kemampuan awal (X1) dan motivasi belajar(X2). Pada kolom Unstandardized
Coefficients diperoleh nilai B = 1.314, koofisien variable kemampuan awal
disebut juga sebagai koefisien arah regresi B1 sebesar 0.184 dan koefisien arah
motivasi belajar B2 sebesar -0.043. Jadi model regresi Y atas X1 dan X2
adalah Y = 1.314+ 0.184X1-0.043X2.
3) Outout Bagian Anova (a)
Output ini berisi informasi tentang hasil uji signifikansi regresi ganda
menggunakan uji F dan pengujian signifikansi koefisien regresi ganda
menggunakan uji t.
Hipotesis Yang diuji:
16
H0 : Koefisien regresi ganda tidak signifikan
H1 : Koefisien regresi ganda signifikan
Kriteria pengujian:
Jika nilai probabilitas < 0,05 maka H0 ditolak
Jika nilai probabilitas maka H0 diterima
Analisis dan Keputusan
a. Uji signifikansi regresi melalui uji F
Nilai F0 8,067 dengan db = 2/17 dan nilai probabilitas = 0.003. Karena
nilai p = 0.003 < 0.05 maka H0 ditolak, jadi dapat disimpulkan bahwa
model regresi ganda Y = 1.314+ 0.184X1-0.043X2. signifikan
b. Uji signifikansi koefisien regresi ganda melalui uji t
Ujiuji signifikansi koefisien regresi ganda tersedia pada output
Coeficients.
(1) Uji Signifikansi Koefisien Variabel Kemampuan Awal
Nilai t0 = 2.483 dengan p = 0.024, Karena nilai p = 0.024 < 0.05 maka
H0 ditolak. Jadi dapat disimpulkan bahwa koefisien variable
kemampuan awal signifikan.
(2) Uji Signifikansi Koefisien Variabel Motivasi Belajar
Nilai t0 = -0.336 dengan p = 0.741, Karena nilai p = 0.741 > 0.05 maka
H0 diterima. Jadi dapat disimpulkan bahwa koefisien variable motivasi
belajar tidak signifikan.
4). Output Bagian Sumary (b)
Output ini memberikan informasi tentang nilai koefisien korelasi ganda dan
koefisien determinasi dan antara kemampuan awal (X1) dan motivasi belajar
(X2) dengan hasil belajar matematika siswa (Y). Nilai koefisien korelasi pada
output model summary (b) kolom R dihitung dengan menggunakan rumus
korelasi produk moment dari pearson 0.709. nilai ini bermakna hubungan
antara kemampuan awal dan motivasi belajar dengan hasil belajar matematika
siswa adalah positif dan kuat.
Koefisien determinasi ditunjukkan oleh nilai pada kolom R square sebesar
0.503 nilai ini dikalikan dengan 100% menghasilkan 50.30%. artinya
hubungan antara motivasi belajar dengan hasil belajar matematika siswa yang
positif dan kuat memberikan kontribusi sebesar 50.30% melalui model
regresi Y = 1.314+ 0.184X1 - 0.043X2 .