Professional Documents
Culture Documents
Statistika Pendidikan
Disusun Oleh:
NIM :1613021007
Kelas : IV B
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Correlations
X1 X2 X3 Y
N 45 45 45 45
N 45 45 45 45
N 45 45 45 45
N 45 45 45 45
Sedangkan arah hubungan dari semua variabel Xi terhadap Y adalah positif karena
nilai r positif, berarti semakin tinggi Motivasi, Sikap dan Kesukaan maka semakin
meningkatkan prestasi belajar.
c. dan d
* Uji Hipotesis untuk X1 terhadap Y
Chi-Square Tests
N of Valid Cases 45
a. 754 cells (100.0%) have expected count less than 5. The minimum
expected count is .02.
Interprestasi
Cara pengambilan keputusan
- X2 hitung < X2 tabel Ho diterima ; X2 hitung > X2 tabel Ha diterima
- Probabilitas > 0.05 Ho diterima ; probabilitas < 0.05 Ha diterima
Hasil dari spss
X2 hitung = 774,375
X2 tabel = 5,991
Probabilitas signifikan = 0,026
a = 0,05
Jadi karena 774,375>5,991 maka Ho diterima , Ha ditolak. Artinya tidak ada hubungan
antara motivasi dan prestasi belajar. Dan 0,026<0,05 (Ha diterima) artinya ada hubungan
antara motivasi dan prestasi belajar.
*X2 terhadap Y
Chi-Square Tests
N of Valid Cases 45
a. 725 cells (100.0%) have expected count less than 5. The minimum
expected count is .02.
Interprestasi
Hasil dari spss
X2 hitung = 735,750
X2 tabel = 5,991
Probabilitas signifikan = 0,044
a = 0,05
Jadi karena 735,750>5,991 maka Ho diterima , Ha ditolak. Artinya tidak ada hubungan
antara sikap dan prestasi belajar. Dan 0,044<0,05 (Ha diterima) artinya ada hubungan
antara sikap dan prestasi belajar.
*X3 terhadap Y
Chi-Square Tests
N of Valid Cases 45
a. 667 cells (100.0%) have expected count less than 5. The minimum
expected count is .02.
Interprestasi
Hasil dari spss
X2 hitung = 644,000
X2 tabel = 5,991
Probabilitas signifikan = 0,210
a = 0,05
Jadi karena 644,000>5,991 maka Ho diterima , Ha ditolak. Artinya tidak ada hubungan
antara kesukaan dan prestasi belajar. Dan 0,210>0,05 (HO ditolak) artinya tidak ada
hubungan antara Kesukaan dan prestasi belajar.
Paired Differences
Mean Std. Deviation Std. Error Mean Lower Upper t df Sig. (2-tailed)
Berdasarkan hasil output diatas dimana nilai Sig. (2-tailed) sebesar 0,000 < 0,05,
mka dapat disimpulkan terdapat perbedaan yang signifikan antara X1 ( Motivasi) dengan
X2 (Sikap)
- Perbedaan ‘signifikan’ antar variabel independen (X1 dengan X3)
Paired Differences
Mean Std. Deviation Std. Error Mean Lower Upper t df Sig. (2-tailed)
Berdasarkan hasil output diatas dimana nilai Sig. (2-tailed) sebesar 0,000 < 0,05,
mka dapat disimpulkan terdapat perbedaan yang signifikan antara X1 (Motivasi) dengan
X3 (Kesukaan)
f. Setelah dibandingkan dari data yang di hitung secara manual dan melalui spss terdapat
bnyak perbedaan. Misalkan data berdistribusi normal melalui spss tapi berdasarkan
perhitungan manual ternyata data tersebut tidak berdistribusi normal. Jadi itu mungkin di
karenakan kesalahan perhitungan. Lalu untuk koefisien korelasi jadi jika dibanding kan
antara spss dan hitung manual atau excel itu di dapat hasil yg sama. Jadi hasil
perhitungan manual dan spss sudah sama
3. - Analisis regresi linier X1 terhadap Y
Model Summary
a. Predictors: (Constant), X1
Pada output diatas nilai korelasi adalah 0,312. Nilai ini dapat diinterpretasikan bahwa
hubungan kedua variabel penelitian ada di kategori lemah. Melalui tabel ini juga
diperoleh nilai R Square atau koefisien determinasi (KD) yang menunjukkan seberapa
bagus model regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat.
Nilai KD yang diperoleh adalah 09,9% yang dapat ditafsirkan bahwa variabel bebas X1
memiliki pengaruh kontribusi sebesar 09,9% terhadap variabel Y dan 91,1% lainnya
dipengaruhi oleh faktor-faktor lain diluar variabel X1. Jadi X1 dapat memprediksi Y
tapi lemah.
ANOVAb
Total 6221.200 44
a. Predictors: (Constant), X1
b. Dependent Variable: Y
Jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya.
Berdasarkan tabel diatas, diperoleh nilai Sig. = 0,035 yang berarti < kriteria signifikan (0,05),
dengan demikian model persamaan regresi berdasarkan data penelitian adalah signifikan
artinya, model regresi linier memenuhi kriteria linieritas.
- Analisis regresi linier X2 terhadap Y
Model Summary
a. Predictors: (Constant), X2
Pada output diatas nilai korelasi adalah 0,301. Nilai ini dapat diinterpretasikan bahwa
hubungan kedua variabel penelitian ada di kategori lemah. Melalui tabel ini juga diperoleh
nilai R Square atau koefisien determinasi (KD) yang menunjukkan seberapa bagus model
regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang
diperoleh adalah 09,0% yang dapat ditafsirkan bahwa variabel bebas X1 memiliki pengaruh
kontribusi sebesar 09,9% terhadap variabel Y dan 91,0% lainnya dipengaruhi oleh faktor-
faktor lain diluar variabel X2. Jadi X2 dapat memprediksi Y tapi lemah.
ANOVAb
Total 6221.200 44
a. Predictors: (Constant), X2
b. Dependent Variable: Y
Jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya.
Berdasarkan tabel diatas, diperoleh nilai Sig. = 0,045 yang berarti < kriteria signifikan (0,05),
dengan demikian model persamaan regresi berdasarkan data penelitian adalah signifikan
artinya, model regresi linier memenuhi kriteria linieritas.
- Analisis regresi linier X3 terhadap Y
Model Summary
a. Predictors: (Constant), X3
Pada output diatas nilai korelasi adalah 0,301. Nilai ini dapat diinterpretasikan bahwa
hubungan kedua variabel penelitian ada di kategori lemah. Melalui tabel ini juga diperoleh
nilai R Square atau koefisien determinasi (KD) yang menunjukkan seberapa bagus model
regresi yang dibentuk oleh interaksi variabel bebas dan variabel terikat. Nilai KD yang
diperoleh adalah 09,0% yang dapat ditafsirkan bahwa variabel bebas X1 memiliki pengaruh
kontribusi sebesar 09,1% terhadap variabel Y dan 91,9% lainnya dipengaruhi oleh faktor-
faktor lain diluar variabel X2. Jadi X2 dapat memprediksi Y tapi lemah.
ANOVAb
Total 6221.200 44
a. Predictors: (Constant), X3
b. Dependent Variable: Y
Jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku sebaliknya.
Berdasarkan tabel diatas, diperoleh nilai Sig. = 0,045 yang berarti < kriteria signifikan (0,05),
dengan demikian model persamaan regresi berdasarkan data penelitian adalah signifikan
artinya, model regresi linier memenuhi kriteria linieritas.
B. Koefisien determinasinya (R2xiY x 100%) dan Sumbangan efektif ( SE)
X1 terhadap Y
Model Summary
a. Predictors: (Constant), X1
Dari output diatas ketahui bahwa nilai koefisien determinasinya R2xiY adalah sebesar
0,099. Jadi besar angka koefisien determinasinya (R2xiY x 100%) yaitu 0,099%. Jadi
dapat disimpulkan bahwa X1 (Moivasi) berpengaruh terhadap Y (Prestasi belajar )
hanya 0,099%. Sedangkan sisanya 0,99% di pengaruhi oleh variabel lain di luar
model regresi ini.
X2 terhadap Y
Model Summary
a. Predictors: (Constant), X2
Dari output diatas ketahui bahwa nilai koefisien determinasinya R2xiY adalah sebesar
0,090. Jadi besar angka koefisien determinasinya (R2xiY x 100%) yaitu 0,090%. Jadi
dapat disimpulkan bahwa X2 (Sikap) berpengaruh terhadap Y (Prestasi belajar )
hanya 0,090% Sedangkan sisanya 0,99% di pengaruhi oleh variabel lain di luar model
regresi ini.
X3 terhadap Y
Model Summary
a. Predictors: (Constant), X3
Dari output diatas ketahui bahwa nilai koefisien determinasinya R2xiY adalah sebesar
0,090. Jadi besar angka koefisien determinasinya (R2xiY x 100%) yaitu 0,090%. Jadi dapat
disimpulkan bahwa X3 (Kesukaan) berpengaruh terhadap Y (Prestasi belajar ) hanya
0,090% Sedangkan sisanya 0,99% di pengaruhi oleh variabel lain di luar model regresi ini.
Sumbangan efektif
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
a. Dependent Variable: Y
Correlations
Y X1 X2 X3
N Y 45 45 45 45
X1 45 45 45 45
X2 45 45 45 45
X3 45 45 45 45
Model Summary
SE NILAI
X1 0,056
X2 0,051
X3 0,060
Jadi nilai sumbangan efektif untuk X1 (Motivasi) adalah 0,056. Nilai sumbangan
efektif untuk X2 (Sikap) adalah 0,051. Dan nilai sumbangan untuk X3 (Kesukaan)
adalah 0,060.