SlideShare una empresa de Scribd logo
1 de 27
TRANSFORMASI
1.

Menentukan Frekuensi (F)
Pemilih jawaban atau kategori dan jumlahnya dibuat dari hasil kuisioner.

Masing-masing frekuensi setiap masing-masing kategori dijumlahkan menjadi jumlah
frekuensi. Contohnya untuk item pertanyaan 1:
Menjawab Opsi 1 : 0 Responden
Menjawab Opsi 2 : 0 Responden
Menjawab Opsi 3 : 7 Responden
Menjawab Opsi 4 : 26 Responden
Menjawab Opsi 5 : 1 Responden
2.

Menentukan Proporsi (P)
Mencari proporsi semua jawaban berdasarkan jumlah frekuensi dari tiap

kategori jawaban responden dengan membagikannya dengan seluruh butir
pertanyaan dari seluruh jawaban responden sebagai berikut:

Contohnya untuk item pertanyaan 1:

3.

Menentukan Proporsi Kumulatif (PK)
Menentukan kumulatif dari penjumlahan tiap kategori, sehingga diperoleh

proporsi kumulatif.
Contohnya untuk item pertanyaan 1:
PK1 = 0,00 + 0,00 = 0,00
PK2 = 0,00 + 0,00 = 0,00
PK3 = 0,00 + 0,21 = 0,21
PK4 = 0,21 + 0,76 = 0,97
PK5 = 0,97 + 0,03 = 1,00
4.

Menentukan Nilai Z
Nilai Proporsi Kumulatif (PK) dianggap mengikuti distribusi normal baku dengan

melihat tabel distribusi normal kumulatif pada tabel distribusi normal baku maka
dapat ditentukan nilai Z untuk setiap kategori. Contohnya untuk item pertanyaan 1:
Nilai Z1 = 0,00
Nilai Z2 = 0,00
Nilai Z3 = -0,82
Nilai Z4 = 1,89
Nilai Z5 = ∞
5.

Menentukan Densitas
Berdasarkan nilai Z akan diperoleh nilai densitas diperoleh dengan melihat tabel

ordinat berdasarkan nilai distirbusi normal yang diperoleh tersebut.

Contohnya untuk item pertanyaan 1:
Z1 = Nilai 0,00 dengan menggunakan rumus diatas bernilai = 0,000
Z2 = Nilai 0,00 dengan menggunakan rumus diatas bernilai = 0,000
Z3 = Nilai -0,82 dengan menggunakan rumus diatas bernilai = 0,285
Z4 = Nilai 1,89 dengan menggunakan rumus diatas bernilai = 0,067
Z5 = Nilai ∞ dengan menggunakan rumus diatas bernilai = 0,000
6.

Menentukan Scale Value (Skala Nilai)
Dari nilai densitas dilanjutkan dengan menghitung nilai Scale Value (Skala Nilai)

sebagai berikut:
Contohnya untuk item pertanyaan 1:

7.

Menentukan Transformasi (Skala Akhir)
Untuk mendapatkan nilai skala akhir yaitu pada nilai scale value yang nilainya

terkecil (negatif terbesar) diubah menjadi sama dengan satu sebagai berikut:

Contohnya untuk item pertanyaan 1:
SA1 = (0,00 + 0,00) = 0,00
SA2 = (0,00 + 0,00) = 0,00
SA3 = (-1,38 + 2,38) = 1,00
SA4 = (0,28 + 2,38) = 2,67
SA5 = (2,28 + 2,38) = 4,66
Untuk Keseluruhan Dapat Dilihat Di File Excel Transformasi
MODEL TTW BERBANTUAN ANIMASI SWISHMAX4 TERHADAP HASIL BELAJAR
SISWA
UJI KESESUAIAN MODEL (UJI F)
b

ANOVA
Model
1

Sum of Squares
Regression

df

Mean Square

651.331

1

651.331

Residual

3244.434

32

3895.765

6.424

Sig.
.016

a

101.389

Total

F

33

a. Predictors: (Constant), Model
b. Dependent Variable: Hasil Belajar

Analisis
Hipotesis
H0 : model belum tepat digunakan dalam memprediksi hasil belajar siswa
H1 : model sudah tepat digunakan dalam memprediksi hasil belajar siswa
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,016 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Model sudah tepat digunakan dalam memprediksi hasil belajar siswa
UJI PENGARUH (UJI T)
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Model

Std. Error
31.007

.339

Beta

t

18.875

.860

Standardized
Coefficients
Sig.
1.643
.409

.110

2.535

.016

a. Dependent Variable: Hasil Belajar

Analisis
Konstanta terhadap hasil belajar siswa
Hipotesis
H0 : 0 0
(tidak ada pengaruh antara konstanta terhadap hasil belajar siswa)
H1 : 0 0
(ada pengaruh antara konstanta terhadap hasil belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,110 > = 0,05, maka diputuskan untuk menerima H0
Kesimpulan
Tidak ada pengaruh antara konstanta terhadap hasil belajar siswa
Variabel model TTW berbantuan Animasi SwishMax4 terhadap hasil belajar
siswa
Hipotesis
H0 : 1 0
(tidak ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax
4 terhadap hasil belajar siswa)
H1 : 1 0
(ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4
terhadap hasil belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,016 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4
terhadap hasil belajar siswa
KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI
Model Summary
Model
1

R
.409

R Square
a

.167

Adjusted R
Square
.141

Std. Error of the
Estimate
10.06919

a. Predictors: (Constant), Model

Interpretasi
R disebut juga koefisien korelasi dimana hubungan antara variabel model TTW
berbantuan Animasi SwishMax4 terhadap hasil belajar siswa adalah cukup/sedang
positif dan hubungannya sebesar 40,9%. R Square disebut juga koefisien determinasi
dimana nilainya adalah sebesar 0,167 yang artinya sebesar 16,7% variasi yang terjadi
terhadap hasil belajar siswa disebabkan oleh variasi model TTW berbantuan
SwishMax4 serta sisanya sebesar 83,3% tidak dapat diterangkan karena dipengaruhi
oleh faktor lain yang tidak diketahui.
MODEL ESTIMASI REGRESI
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Model

Std. Error
31.007

Beta

.339

t

18.875

.860

Standardized
Coefficients
Sig.
1.643
.409

.110

2.535

.016

a. Dependent Variable: Hasil Belajar

Maka estimasi model regresi adalah sebagai berikut :
ˆ
Y

ˆ X
1
1

ˆ
Y

0 ,860 X 1

dengan :
ˆ
Y
X1

= hasil belajar siswa
= model TTW berbantuan SwishMax4

Interpretasi
Setiap penambahan satu satuan model TTW berbantuan Animasi SwishMax4 maka
akan meningkatkan hasil belajar sebesar 0,860 satuan
GRAFIK REGRESI

Interpretasi
Berdasarkan Gambar dapat diketahui semakin tinggi nilai model maka akan semakin
meningkatkan hasil belajar sehingga secara visual dapat disimpulkan ada pengaruh
model terhadap hasil belajar. Hal ini juga telah dibuktikan dengan pengujian secara
perhitungan.
MODEL TTW BERBANTUAN ANIMASI SWISHMAX4 TERHADAP MOTIVASI
BELAJAR SISWA
UJI KESESUAIAN MODEL (UJI F)
b

ANOVA
Model
1

Sum of Squares
Regression

df

Mean Square

85.970

1

85.970

Residual

806.462

32

892.431

3.411

Sig.
.074

a

25.202

Total

F

33

a. Predictors: (Constant), Model
b. Dependent Variable: Motivasi

Analisis
Hipotesis
H0 : model belum tepat digunakan dalam memprediksi motivasi belajar siswa
H1 : model sudah tepat digunakan dalam memprediksi motivasi belajar siswa
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,074 > = 0,05, maka diputuskan untuk menerima H0
Kesimpulan
Model belum tepat digunakan dalam memprediksi motivasi belajar siswa
UJI PENGARUH (UJI T)
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Model

Std. Error
47.946

.169

Beta

t

9.410

.313

Standardized
Coefficients
Sig.
5.095
.310

.000

1.847

.074

a. Dependent Variable: Motivasi

Analisis
Konstanta terhadap motivasi belajar siswa
Hipotesis
H0 : 0 0
(tidak ada pengaruh antara konstanta terhadap motivasi belajar siswa)
H1 : 0 0
(ada pengaruh antara konstanta terhadap motivasi belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Ada pengaruh antara konstanta terhadap motivasi belajar siswa
Variabel model TTW berbantuan Animasi SwishMax4 terhadap motivasi
belajar siswa
Hipotesis
H0 : 1 0
(tidak ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax
4 terhadap motivasi belajar siswa)
H1 : 1 0
(ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4
terhadap motivasi belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,074 > = 0,05, maka diputuskan untuk menerima H0
Kesimpulan
Tidak ada pengaruh antara variabel model TTW berbantuan Animasi
SwishMax4 terhadap motivasi belajar siswa
KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI
Model Summary
Model
1

R
.310

R Square
a

.096

Adjusted R
Square
.068

Std. Error of the
Estimate
5.02015

a. Predictors: (Constant), Model

Interpretasi
R disebut juga koefisien korelasi dimana hubungan antara variabel model TTW
berbantuan Animasi SwishMax4 terhadap motivasi belajar siswa adalah
rendah/lemah positif dan hubungannya sebesar 31%. R Square disebut juga koefisien
determinasi dimana nilainya adalah sebesar 0,096 yang artinya sebesar 9,6% variasi
yang terjadi terhadap motivasi belajar siswa disebabkan oleh variasi model TTW
berbantuan SwishMax4 serta sisanya sebesar 90,4% tidak dapat diterangkan karena
dipengaruhi oleh faktor lain yang tidak diketahui.
MODEL ESTIMASI REGRESI
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Model

Std. Error
47.946

Beta

.169

t

9.410

.313

Standardized
Coefficients
Sig.
5.095
.310

.000

1.847

.074

a. Dependent Variable: Motivasi

Maka estimasi model regresi adalah sebagai berikut :
ˆ
Y

ˆ
Y

ˆ
0

47 ,946

dengan :
ˆ
Y
X1

= motivasi belajar siswa
= model TTW berbantuan SwishMax4

Interpretasi
Jika variabel model TTW berbantuan SwishMax4 dianggap konstan maka besarnya
motivasi hasil belajar sebesar 47,946.
GRAFIK REGRESI

Interpretasi
Berdasarkan Gambar dapat diketahui motivasi dalam keadaan statis atau tetap
sehingga secara visual dapat disimpulkan tidak ada pengaruh model terhadap
motivasi. Hal ini juga telah dibuktikan dengan pengujian secara perhitungan.
MOTIVASI BELAJAR SISWA TERHADAP HASIL BELAJAR SISWA
UJI KESESUAIAN MODEL (UJI F)
b

ANOVA
Model
1

Sum of Squares

df

Mean Square

Regression

1986.574

1

1986.574

Residual

1909.190

32

3895.765

33.297

Sig.
.000

a

59.662

Total

F

33

a. Predictors: (Constant), Motivasi
b. Dependent Variable: Hasil Belajar

Analisis
Hipotesis
H0 : model belum tepat digunakan dalam memprediksi hasil belajar siswa
H1 : model sudah tepat digunakan dalam memprediksi hasil belajar siswa
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Model sudah tepat digunakan dalam memprediksi hasil belajar siswa
UJI PENGARUH (UJI T)
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)

Std. Error

.259

Beta

T

16.924

1.492

Motivasi

-18.711

Standardized
Coefficients
Sig.

-1.106
.714

.277

5.770

.000

a. Dependent Variable: Hasil Belajar

Analisis
Konstanta terhadap hasil belajar siswa
Hipotesis
H0 : 0 0
(tidak ada pengaruh antara konstanta terhadap hasil belajar siswa)
H1 :

0

0

(ada pengaruh antara konstanta terhadap hasil belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,277 > = 0,05, maka diputuskan untuk menerima H0
Kesimpulan
Tidak ada pengaruh antara konstanta terhadap hasil belajar siswa
Variabel motivasi belajar siswa terhadap hasil belajar siswa
Hipotesis
H0 : 1 0
(tidak ada pengaruh antara variabel motivasi belajar siswa terhadap hasil
belajar siswa)
H1 :

1

0

(ada pengaruh antara variabel motivasi belajar siswa terhadap hasil
belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Ada pengaruh antara variabel motivasi belajar siswa terhadap hasil belajar
siswa
KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI
Model Summary
Model
1

R
.714

R Square
a

.510

Adjusted R
Square
.495

Std. Error of the
Estimate
7.72413

a. Predictors: (Constant), Motivasi

Interpretasi
R disebut juga koefisien korelasi dimana hubungan antara variabel motivasi belajar
siswa terhadap hasil belajar siswa adalah kuat/tinggi positif dan hubungannya
sebesar 71,4%. R Square disebut juga koefisien determinasi dimana nilainya adalah
sebesar 0,510 yang artinya sebesar 51% variasi yang terjadi terhadap hasil belajar
siswa disebabkan oleh variasi motivasi belajar siswa serta sisanya sebesar 49% tidak
dapat diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
MODEL ESTIMASI REGRESI
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Motivasi

Std. Error

-18.711

Beta

.259

t

16.924

1.492

Standardized
Coefficients
Sig.

-1.106
.714

.277

5.770

.000

a. Dependent Variable: Hasil Belajar

Maka estimasi model regresi adalah sebagai berikut :
ˆ
Y
ˆ
Y

ˆ X
1
1
1, 492 X 1

dengan :
ˆ
Y
X1

= hasil belajar siswa
= motivasi belajar siswa

Interpretasi
Setiap penambahan satu satuan motivasi belajar siswa maka akan meningkatkan
hasil belajar siswa sebesar 1,492 satuan
GRAFIK REGRESI

Interpretasi
Berdasarkan Gambar dapat diketahui semakin tinggi nilai motivasi belajar siswa
maka akan semakin meningkatkan hasil belajar siswa sehingga secara visual dapat
disimpulkan ada pengaruh motivasi belajar siswa terhadap hasil belajar siswa. Hal ini
juga telah dibuktikan dengan pengujian secara perhitungan.
HASIL BELAJAR SISWA TERHADAP MOTIVASI BELAJAR SISWA
UJI KESESUAIAN MODEL (UJI F)
b

ANOVA
Model
1

Sum of Squares

df

Mean Square

Regression

455.079

1

455.079

Residual

437.352

32

892.431

33.297

Sig.
.000

a

13.667

Total

F

33

a. Predictors: (Constant), Hasil Belajar
b. Dependent Variable: Motivasi

Analisis
Hipotesis
H0 : model belum tepat digunakan dalam memprediksi motivasi belajar siswa
H1 : model sudah tepat digunakan dalam memprediksi motivasi belajar siswa
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Model sudah tepat digunakan dalam memprediksi motivasi belajar siswa
UJI PENGARUH (UJI T)
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Hasil Belajar

Std. Error
38.374

.059

Beta

t

4.701

.342

Standardized
Coefficients
Sig.
8.162
.714

.000

5.770

.000

a. Dependent Variable: Motivasi

Analisis
Konstanta terhadap motivasi belajar siswa
Hipotesis
H0 : 0 0
(tidak ada pengaruh antara konstanta terhadap motivasi belajar siswa)
H1 :

0

0

(ada pengaruh antara konstanta terhadap motivasi belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Ada pengaruh antara konstanta terhadap motivasi belajar siswa
Variabel hasil belajar siswa terhadap motivasi belajar siswa
Hipotesis
H0 : 1 0
(tidak ada pengaruh antara variabel hasil belajar siswa terhadap motivasi
belajar siswa)
H1 :

1

0

(ada pengaruh antara variabel hasil belajar siswa terhadap motivasi
belajar siswa)
Taraf Signifikansi
5%

Daerah kritik
Menolak H0 jika Sig. <
Keputusan
Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0
Kesimpulan
Ada pengaruh antara variabel hasil belajar siswa terhadap motivasi belajar
siswa
KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI
Model Summary
Model
1

R
.714

R Square
a

.510

Adjusted R
Square
.495

Std. Error of the
Estimate
3.69693

a. Predictors: (Constant), Hasil Belajar

Interpretasi
R disebut juga koefisien korelasi dimana hubungan antara variabel hasil belajar siswa
terhadap motivasi belajar siswa adalah kuat/tinggi positif dan hubungannya sebesar
71,4%. R Square disebut juga koefisien determinasi dimana nilainya adalah sebesar
0,510 yang artinya sebesar 51% variasi yang terjadi terhadap motivasi belajar siswa
disebabkan oleh variasi hasil belajar siswa serta sisanya sebesar 49% tidak dapat
diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
MODEL ESTIMASI REGRESI
Coefficients

a

Unstandardized Coefficients
Model
1

B
(Constant)
Hasil Belajar

Std. Error
38.374

Beta

.059

t

4.701

.342

Standardized
Coefficients
Sig.
8.162
.714

.000

5.770

.000

a. Dependent Variable: Motivasi

Maka estimasi model regresi adalah sebagai berikut :
ˆ
Y
ˆ
Y

ˆ
0

ˆ X
1
1

38 ,374

0 , 342 X 1

dengan :
ˆ
Y
X1

= motivasi belajar siswa
= hasil belajar siswa

Interpretasi
Jika variabel hasil belajar siswa dianggap konstan maka besarnya motivasi belajar
sebesar 38,374 dan jika setiap penambahan satu satuan hasil belajar siswa maka
akan meningkatkan motivasi belajar siswa sebesar 0,342 satuan.
GRAFIK REGRESI

Interpretasi
Berdasarkan Gambar dapat diketahui semakin tinggi nilai hasil belajar siswa maka
akan semakin meningkatkan motivasi belajar siswa sehingga secara visual dapat
disimpulkan ada pengaruh hasil belajar siswa terhadap motivasi belajar siswa. Hal ini
juga telah dibuktikan dengan pengujian secara perhitungan.

Más contenido relacionado

La actualidad más candente

Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
Median Agus P
 

La actualidad más candente (20)

Pertemuan 4
Pertemuan 4Pertemuan 4
Pertemuan 4
 
Ukuran dispersi(5)
Ukuran dispersi(5)Ukuran dispersi(5)
Ukuran dispersi(5)
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 
Model analisis regresi 2021
Model analisis regresi 2021Model analisis regresi 2021
Model analisis regresi 2021
 
Bab 7
Bab 7Bab 7
Bab 7
 
Uji normalitas chi square
Uji normalitas chi square Uji normalitas chi square
Uji normalitas chi square
 
Analisis Faktor (2.1)
Analisis Faktor (2.1)Analisis Faktor (2.1)
Analisis Faktor (2.1)
 
Ukuran letak(6)
Ukuran letak(6)Ukuran letak(6)
Ukuran letak(6)
 
Materi p13 nonpar_satu sampel
Materi p13 nonpar_satu sampelMateri p13 nonpar_satu sampel
Materi p13 nonpar_satu sampel
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
 
Statistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameterStatistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameter
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas
 
Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 

Destacado

Thylacine
ThylacineThylacine
Thylacine
y3ehps
 
2能源技術服務業
2能源技術服務業2能源技術服務業
2能源技術服務業
twnewone1
 
總體經濟指標
總體經濟指標總體經濟指標
總體經濟指標
twnewone1
 
الكيمياء عند المسلمين
الكيمياء عند المسلمينالكيمياء عند المسلمين
الكيمياء عند المسلمين
Motasem Ash
 
Myth essay
Myth essayMyth essay
Myth essay
domm7
 
Thylacine1
Thylacine1Thylacine1
Thylacine1
y3ehps
 
Ariunaaaaaaaaaaa
AriunaaaaaaaaaaaAriunaaaaaaaaaaa
Ariunaaaaaaaaaaa
ariunaaaaaa
 
Crm success with offshore outsourcing
Crm success with offshore outsourcingCrm success with offshore outsourcing
Crm success with offshore outsourcing
CRM Vision
 
Intro to tsql unit 7
Intro to tsql   unit 7Intro to tsql   unit 7
Intro to tsql unit 7
Syed Asrarali
 

Destacado (20)

KEDWIBAHASAAN/BILINGUALISM/Pemilihan Bahasa Indonesia sebagai Bahasa Ibu (B1)...
KEDWIBAHASAAN/BILINGUALISM/Pemilihan Bahasa Indonesia sebagai Bahasa Ibu (B1)...KEDWIBAHASAAN/BILINGUALISM/Pemilihan Bahasa Indonesia sebagai Bahasa Ibu (B1)...
KEDWIBAHASAAN/BILINGUALISM/Pemilihan Bahasa Indonesia sebagai Bahasa Ibu (B1)...
 
Valuation - Requiring skills sets beyond academics
Valuation - Requiring skills sets beyond academicsValuation - Requiring skills sets beyond academics
Valuation - Requiring skills sets beyond academics
 
Thylacine
ThylacineThylacine
Thylacine
 
106
106106
106
 
2011. informe 1º trimestre
2011. informe  1º trimestre2011. informe  1º trimestre
2011. informe 1º trimestre
 
2能源技術服務業
2能源技術服務業2能源技術服務業
2能源技術服務業
 
總體經濟指標
總體經濟指標總體經濟指標
總體經濟指標
 
الكيمياء عند المسلمين
الكيمياء عند المسلمينالكيمياء عند المسلمين
الكيمياء عند المسلمين
 
Myth essay
Myth essayMyth essay
Myth essay
 
Livingstne
LivingstneLivingstne
Livingstne
 
MBM Breakfast Seminar International Marketing Strategy
MBM Breakfast Seminar International Marketing StrategyMBM Breakfast Seminar International Marketing Strategy
MBM Breakfast Seminar International Marketing Strategy
 
Thylacine1
Thylacine1Thylacine1
Thylacine1
 
Ariunaaaaaaaaaaa
AriunaaaaaaaaaaaAriunaaaaaaaaaaa
Ariunaaaaaaaaaaa
 
Avr bi̇rlğ spor
Avr bi̇rlğ sporAvr bi̇rlğ spor
Avr bi̇rlğ spor
 
What Is CRM?
What Is CRM?What Is CRM?
What Is CRM?
 
Test
TestTest
Test
 
Catálogo Cerruti
Catálogo CerrutiCatálogo Cerruti
Catálogo Cerruti
 
Glb varshets-nasko
Glb varshets-naskoGlb varshets-nasko
Glb varshets-nasko
 
Crm success with offshore outsourcing
Crm success with offshore outsourcingCrm success with offshore outsourcing
Crm success with offshore outsourcing
 
Intro to tsql unit 7
Intro to tsql   unit 7Intro to tsql   unit 7
Intro to tsql unit 7
 

Similar a Analisis

ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
guest85ce6d
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
guest85ce6d
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
guest85ce6d
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
guest85ce6d
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
guest85ce6d
 
Anova ENI INDRIATI (082453)
Anova ENI INDRIATI (082453)Anova ENI INDRIATI (082453)
Anova ENI INDRIATI (082453)
guestb2b90e9
 
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdfSWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
Indar khaerunnisa
 
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
Aris Prasetyo
 
Evaluasi kelompok 7 penilaian hasil belajar
Evaluasi kelompok 7 penilaian hasil belajarEvaluasi kelompok 7 penilaian hasil belajar
Evaluasi kelompok 7 penilaian hasil belajar
ifa lutfita
 

Similar a Analisis (20)

Ancova
AncovaAncova
Ancova
 
5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz new5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz new
 
10 langkah ekonometrika
10 langkah ekonometrika10 langkah ekonometrika
10 langkah ekonometrika
 
Anova dua jalur
Anova dua jalurAnova dua jalur
Anova dua jalur
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
 
ENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVAENI INDRIATI (082453) ANOVA
ENI INDRIATI (082453) ANOVA
 
3218126438990fa0771ddb555f70be42.docx
3218126438990fa0771ddb555f70be42.docx3218126438990fa0771ddb555f70be42.docx
3218126438990fa0771ddb555f70be42.docx
 
Anova ENI INDRIATI (082453)
Anova ENI INDRIATI (082453)Anova ENI INDRIATI (082453)
Anova ENI INDRIATI (082453)
 
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdfSWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
SWFH 2021 - Re-Start The Linear Regression Literacy (2).pdf
 
KEL.12-UJI BEDA DUA RERATA.docx
KEL.12-UJI BEDA DUA RERATA.docxKEL.12-UJI BEDA DUA RERATA.docx
KEL.12-UJI BEDA DUA RERATA.docx
 
Analisis komparatif.pptx
Analisis komparatif.pptxAnalisis komparatif.pptx
Analisis komparatif.pptx
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
 
Analisa regresi linear sederhana.1.21
Analisa regresi linear sederhana.1.21Analisa regresi linear sederhana.1.21
Analisa regresi linear sederhana.1.21
 
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
Analisis regresi-dengan-variabel-moderating-dan-intervening 20091 (1)
 
Chi square 2
Chi square 2 Chi square 2
Chi square 2
 
Evaluasi kelompok 7 penilaian hasil belajar
Evaluasi kelompok 7 penilaian hasil belajarEvaluasi kelompok 7 penilaian hasil belajar
Evaluasi kelompok 7 penilaian hasil belajar
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 

Analisis

  • 1. TRANSFORMASI 1. Menentukan Frekuensi (F) Pemilih jawaban atau kategori dan jumlahnya dibuat dari hasil kuisioner. Masing-masing frekuensi setiap masing-masing kategori dijumlahkan menjadi jumlah frekuensi. Contohnya untuk item pertanyaan 1: Menjawab Opsi 1 : 0 Responden Menjawab Opsi 2 : 0 Responden Menjawab Opsi 3 : 7 Responden Menjawab Opsi 4 : 26 Responden Menjawab Opsi 5 : 1 Responden 2. Menentukan Proporsi (P) Mencari proporsi semua jawaban berdasarkan jumlah frekuensi dari tiap kategori jawaban responden dengan membagikannya dengan seluruh butir pertanyaan dari seluruh jawaban responden sebagai berikut: Contohnya untuk item pertanyaan 1: 3. Menentukan Proporsi Kumulatif (PK) Menentukan kumulatif dari penjumlahan tiap kategori, sehingga diperoleh proporsi kumulatif.
  • 2. Contohnya untuk item pertanyaan 1: PK1 = 0,00 + 0,00 = 0,00 PK2 = 0,00 + 0,00 = 0,00 PK3 = 0,00 + 0,21 = 0,21 PK4 = 0,21 + 0,76 = 0,97 PK5 = 0,97 + 0,03 = 1,00 4. Menentukan Nilai Z Nilai Proporsi Kumulatif (PK) dianggap mengikuti distribusi normal baku dengan melihat tabel distribusi normal kumulatif pada tabel distribusi normal baku maka dapat ditentukan nilai Z untuk setiap kategori. Contohnya untuk item pertanyaan 1: Nilai Z1 = 0,00 Nilai Z2 = 0,00 Nilai Z3 = -0,82 Nilai Z4 = 1,89 Nilai Z5 = ∞ 5. Menentukan Densitas Berdasarkan nilai Z akan diperoleh nilai densitas diperoleh dengan melihat tabel ordinat berdasarkan nilai distirbusi normal yang diperoleh tersebut. Contohnya untuk item pertanyaan 1: Z1 = Nilai 0,00 dengan menggunakan rumus diatas bernilai = 0,000 Z2 = Nilai 0,00 dengan menggunakan rumus diatas bernilai = 0,000 Z3 = Nilai -0,82 dengan menggunakan rumus diatas bernilai = 0,285 Z4 = Nilai 1,89 dengan menggunakan rumus diatas bernilai = 0,067 Z5 = Nilai ∞ dengan menggunakan rumus diatas bernilai = 0,000 6. Menentukan Scale Value (Skala Nilai) Dari nilai densitas dilanjutkan dengan menghitung nilai Scale Value (Skala Nilai) sebagai berikut:
  • 3. Contohnya untuk item pertanyaan 1: 7. Menentukan Transformasi (Skala Akhir) Untuk mendapatkan nilai skala akhir yaitu pada nilai scale value yang nilainya terkecil (negatif terbesar) diubah menjadi sama dengan satu sebagai berikut: Contohnya untuk item pertanyaan 1: SA1 = (0,00 + 0,00) = 0,00 SA2 = (0,00 + 0,00) = 0,00 SA3 = (-1,38 + 2,38) = 1,00 SA4 = (0,28 + 2,38) = 2,67 SA5 = (2,28 + 2,38) = 4,66 Untuk Keseluruhan Dapat Dilihat Di File Excel Transformasi
  • 4. MODEL TTW BERBANTUAN ANIMASI SWISHMAX4 TERHADAP HASIL BELAJAR SISWA UJI KESESUAIAN MODEL (UJI F) b ANOVA Model 1 Sum of Squares Regression df Mean Square 651.331 1 651.331 Residual 3244.434 32 3895.765 6.424 Sig. .016 a 101.389 Total F 33 a. Predictors: (Constant), Model b. Dependent Variable: Hasil Belajar Analisis Hipotesis H0 : model belum tepat digunakan dalam memprediksi hasil belajar siswa H1 : model sudah tepat digunakan dalam memprediksi hasil belajar siswa Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,016 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Model sudah tepat digunakan dalam memprediksi hasil belajar siswa
  • 5. UJI PENGARUH (UJI T) Coefficients a Unstandardized Coefficients Model 1 B (Constant) Model Std. Error 31.007 .339 Beta t 18.875 .860 Standardized Coefficients Sig. 1.643 .409 .110 2.535 .016 a. Dependent Variable: Hasil Belajar Analisis Konstanta terhadap hasil belajar siswa Hipotesis H0 : 0 0 (tidak ada pengaruh antara konstanta terhadap hasil belajar siswa) H1 : 0 0 (ada pengaruh antara konstanta terhadap hasil belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,110 > = 0,05, maka diputuskan untuk menerima H0 Kesimpulan Tidak ada pengaruh antara konstanta terhadap hasil belajar siswa
  • 6. Variabel model TTW berbantuan Animasi SwishMax4 terhadap hasil belajar siswa Hipotesis H0 : 1 0 (tidak ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax 4 terhadap hasil belajar siswa) H1 : 1 0 (ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4 terhadap hasil belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,016 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4 terhadap hasil belajar siswa
  • 7. KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI Model Summary Model 1 R .409 R Square a .167 Adjusted R Square .141 Std. Error of the Estimate 10.06919 a. Predictors: (Constant), Model Interpretasi R disebut juga koefisien korelasi dimana hubungan antara variabel model TTW berbantuan Animasi SwishMax4 terhadap hasil belajar siswa adalah cukup/sedang positif dan hubungannya sebesar 40,9%. R Square disebut juga koefisien determinasi dimana nilainya adalah sebesar 0,167 yang artinya sebesar 16,7% variasi yang terjadi terhadap hasil belajar siswa disebabkan oleh variasi model TTW berbantuan SwishMax4 serta sisanya sebesar 83,3% tidak dapat diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
  • 8. MODEL ESTIMASI REGRESI Coefficients a Unstandardized Coefficients Model 1 B (Constant) Model Std. Error 31.007 Beta .339 t 18.875 .860 Standardized Coefficients Sig. 1.643 .409 .110 2.535 .016 a. Dependent Variable: Hasil Belajar Maka estimasi model regresi adalah sebagai berikut : ˆ Y ˆ X 1 1 ˆ Y 0 ,860 X 1 dengan : ˆ Y X1 = hasil belajar siswa = model TTW berbantuan SwishMax4 Interpretasi Setiap penambahan satu satuan model TTW berbantuan Animasi SwishMax4 maka akan meningkatkan hasil belajar sebesar 0,860 satuan
  • 9. GRAFIK REGRESI Interpretasi Berdasarkan Gambar dapat diketahui semakin tinggi nilai model maka akan semakin meningkatkan hasil belajar sehingga secara visual dapat disimpulkan ada pengaruh model terhadap hasil belajar. Hal ini juga telah dibuktikan dengan pengujian secara perhitungan.
  • 10. MODEL TTW BERBANTUAN ANIMASI SWISHMAX4 TERHADAP MOTIVASI BELAJAR SISWA UJI KESESUAIAN MODEL (UJI F) b ANOVA Model 1 Sum of Squares Regression df Mean Square 85.970 1 85.970 Residual 806.462 32 892.431 3.411 Sig. .074 a 25.202 Total F 33 a. Predictors: (Constant), Model b. Dependent Variable: Motivasi Analisis Hipotesis H0 : model belum tepat digunakan dalam memprediksi motivasi belajar siswa H1 : model sudah tepat digunakan dalam memprediksi motivasi belajar siswa Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,074 > = 0,05, maka diputuskan untuk menerima H0 Kesimpulan Model belum tepat digunakan dalam memprediksi motivasi belajar siswa
  • 11. UJI PENGARUH (UJI T) Coefficients a Unstandardized Coefficients Model 1 B (Constant) Model Std. Error 47.946 .169 Beta t 9.410 .313 Standardized Coefficients Sig. 5.095 .310 .000 1.847 .074 a. Dependent Variable: Motivasi Analisis Konstanta terhadap motivasi belajar siswa Hipotesis H0 : 0 0 (tidak ada pengaruh antara konstanta terhadap motivasi belajar siswa) H1 : 0 0 (ada pengaruh antara konstanta terhadap motivasi belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Ada pengaruh antara konstanta terhadap motivasi belajar siswa
  • 12. Variabel model TTW berbantuan Animasi SwishMax4 terhadap motivasi belajar siswa Hipotesis H0 : 1 0 (tidak ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax 4 terhadap motivasi belajar siswa) H1 : 1 0 (ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4 terhadap motivasi belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,074 > = 0,05, maka diputuskan untuk menerima H0 Kesimpulan Tidak ada pengaruh antara variabel model TTW berbantuan Animasi SwishMax4 terhadap motivasi belajar siswa
  • 13. KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI Model Summary Model 1 R .310 R Square a .096 Adjusted R Square .068 Std. Error of the Estimate 5.02015 a. Predictors: (Constant), Model Interpretasi R disebut juga koefisien korelasi dimana hubungan antara variabel model TTW berbantuan Animasi SwishMax4 terhadap motivasi belajar siswa adalah rendah/lemah positif dan hubungannya sebesar 31%. R Square disebut juga koefisien determinasi dimana nilainya adalah sebesar 0,096 yang artinya sebesar 9,6% variasi yang terjadi terhadap motivasi belajar siswa disebabkan oleh variasi model TTW berbantuan SwishMax4 serta sisanya sebesar 90,4% tidak dapat diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
  • 14. MODEL ESTIMASI REGRESI Coefficients a Unstandardized Coefficients Model 1 B (Constant) Model Std. Error 47.946 Beta .169 t 9.410 .313 Standardized Coefficients Sig. 5.095 .310 .000 1.847 .074 a. Dependent Variable: Motivasi Maka estimasi model regresi adalah sebagai berikut : ˆ Y ˆ Y ˆ 0 47 ,946 dengan : ˆ Y X1 = motivasi belajar siswa = model TTW berbantuan SwishMax4 Interpretasi Jika variabel model TTW berbantuan SwishMax4 dianggap konstan maka besarnya motivasi hasil belajar sebesar 47,946.
  • 15. GRAFIK REGRESI Interpretasi Berdasarkan Gambar dapat diketahui motivasi dalam keadaan statis atau tetap sehingga secara visual dapat disimpulkan tidak ada pengaruh model terhadap motivasi. Hal ini juga telah dibuktikan dengan pengujian secara perhitungan.
  • 16. MOTIVASI BELAJAR SISWA TERHADAP HASIL BELAJAR SISWA UJI KESESUAIAN MODEL (UJI F) b ANOVA Model 1 Sum of Squares df Mean Square Regression 1986.574 1 1986.574 Residual 1909.190 32 3895.765 33.297 Sig. .000 a 59.662 Total F 33 a. Predictors: (Constant), Motivasi b. Dependent Variable: Hasil Belajar Analisis Hipotesis H0 : model belum tepat digunakan dalam memprediksi hasil belajar siswa H1 : model sudah tepat digunakan dalam memprediksi hasil belajar siswa Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Model sudah tepat digunakan dalam memprediksi hasil belajar siswa
  • 17. UJI PENGARUH (UJI T) Coefficients a Unstandardized Coefficients Model 1 B (Constant) Std. Error .259 Beta T 16.924 1.492 Motivasi -18.711 Standardized Coefficients Sig. -1.106 .714 .277 5.770 .000 a. Dependent Variable: Hasil Belajar Analisis Konstanta terhadap hasil belajar siswa Hipotesis H0 : 0 0 (tidak ada pengaruh antara konstanta terhadap hasil belajar siswa) H1 : 0 0 (ada pengaruh antara konstanta terhadap hasil belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,277 > = 0,05, maka diputuskan untuk menerima H0 Kesimpulan Tidak ada pengaruh antara konstanta terhadap hasil belajar siswa
  • 18. Variabel motivasi belajar siswa terhadap hasil belajar siswa Hipotesis H0 : 1 0 (tidak ada pengaruh antara variabel motivasi belajar siswa terhadap hasil belajar siswa) H1 : 1 0 (ada pengaruh antara variabel motivasi belajar siswa terhadap hasil belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Ada pengaruh antara variabel motivasi belajar siswa terhadap hasil belajar siswa
  • 19. KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI Model Summary Model 1 R .714 R Square a .510 Adjusted R Square .495 Std. Error of the Estimate 7.72413 a. Predictors: (Constant), Motivasi Interpretasi R disebut juga koefisien korelasi dimana hubungan antara variabel motivasi belajar siswa terhadap hasil belajar siswa adalah kuat/tinggi positif dan hubungannya sebesar 71,4%. R Square disebut juga koefisien determinasi dimana nilainya adalah sebesar 0,510 yang artinya sebesar 51% variasi yang terjadi terhadap hasil belajar siswa disebabkan oleh variasi motivasi belajar siswa serta sisanya sebesar 49% tidak dapat diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
  • 20. MODEL ESTIMASI REGRESI Coefficients a Unstandardized Coefficients Model 1 B (Constant) Motivasi Std. Error -18.711 Beta .259 t 16.924 1.492 Standardized Coefficients Sig. -1.106 .714 .277 5.770 .000 a. Dependent Variable: Hasil Belajar Maka estimasi model regresi adalah sebagai berikut : ˆ Y ˆ Y ˆ X 1 1 1, 492 X 1 dengan : ˆ Y X1 = hasil belajar siswa = motivasi belajar siswa Interpretasi Setiap penambahan satu satuan motivasi belajar siswa maka akan meningkatkan hasil belajar siswa sebesar 1,492 satuan
  • 21. GRAFIK REGRESI Interpretasi Berdasarkan Gambar dapat diketahui semakin tinggi nilai motivasi belajar siswa maka akan semakin meningkatkan hasil belajar siswa sehingga secara visual dapat disimpulkan ada pengaruh motivasi belajar siswa terhadap hasil belajar siswa. Hal ini juga telah dibuktikan dengan pengujian secara perhitungan.
  • 22. HASIL BELAJAR SISWA TERHADAP MOTIVASI BELAJAR SISWA UJI KESESUAIAN MODEL (UJI F) b ANOVA Model 1 Sum of Squares df Mean Square Regression 455.079 1 455.079 Residual 437.352 32 892.431 33.297 Sig. .000 a 13.667 Total F 33 a. Predictors: (Constant), Hasil Belajar b. Dependent Variable: Motivasi Analisis Hipotesis H0 : model belum tepat digunakan dalam memprediksi motivasi belajar siswa H1 : model sudah tepat digunakan dalam memprediksi motivasi belajar siswa Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Model sudah tepat digunakan dalam memprediksi motivasi belajar siswa
  • 23. UJI PENGARUH (UJI T) Coefficients a Unstandardized Coefficients Model 1 B (Constant) Hasil Belajar Std. Error 38.374 .059 Beta t 4.701 .342 Standardized Coefficients Sig. 8.162 .714 .000 5.770 .000 a. Dependent Variable: Motivasi Analisis Konstanta terhadap motivasi belajar siswa Hipotesis H0 : 0 0 (tidak ada pengaruh antara konstanta terhadap motivasi belajar siswa) H1 : 0 0 (ada pengaruh antara konstanta terhadap motivasi belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Ada pengaruh antara konstanta terhadap motivasi belajar siswa
  • 24. Variabel hasil belajar siswa terhadap motivasi belajar siswa Hipotesis H0 : 1 0 (tidak ada pengaruh antara variabel hasil belajar siswa terhadap motivasi belajar siswa) H1 : 1 0 (ada pengaruh antara variabel hasil belajar siswa terhadap motivasi belajar siswa) Taraf Signifikansi 5% Daerah kritik Menolak H0 jika Sig. < Keputusan Karena nilia Sig. = 0,000 < = 0,05, maka diputuskan untuk menolak H0 Kesimpulan Ada pengaruh antara variabel hasil belajar siswa terhadap motivasi belajar siswa
  • 25. KOEFISIEN KORELASI DAN KOEFISIEN DETERMINASI Model Summary Model 1 R .714 R Square a .510 Adjusted R Square .495 Std. Error of the Estimate 3.69693 a. Predictors: (Constant), Hasil Belajar Interpretasi R disebut juga koefisien korelasi dimana hubungan antara variabel hasil belajar siswa terhadap motivasi belajar siswa adalah kuat/tinggi positif dan hubungannya sebesar 71,4%. R Square disebut juga koefisien determinasi dimana nilainya adalah sebesar 0,510 yang artinya sebesar 51% variasi yang terjadi terhadap motivasi belajar siswa disebabkan oleh variasi hasil belajar siswa serta sisanya sebesar 49% tidak dapat diterangkan karena dipengaruhi oleh faktor lain yang tidak diketahui.
  • 26. MODEL ESTIMASI REGRESI Coefficients a Unstandardized Coefficients Model 1 B (Constant) Hasil Belajar Std. Error 38.374 Beta .059 t 4.701 .342 Standardized Coefficients Sig. 8.162 .714 .000 5.770 .000 a. Dependent Variable: Motivasi Maka estimasi model regresi adalah sebagai berikut : ˆ Y ˆ Y ˆ 0 ˆ X 1 1 38 ,374 0 , 342 X 1 dengan : ˆ Y X1 = motivasi belajar siswa = hasil belajar siswa Interpretasi Jika variabel hasil belajar siswa dianggap konstan maka besarnya motivasi belajar sebesar 38,374 dan jika setiap penambahan satu satuan hasil belajar siswa maka akan meningkatkan motivasi belajar siswa sebesar 0,342 satuan.
  • 27. GRAFIK REGRESI Interpretasi Berdasarkan Gambar dapat diketahui semakin tinggi nilai hasil belajar siswa maka akan semakin meningkatkan motivasi belajar siswa sehingga secara visual dapat disimpulkan ada pengaruh hasil belajar siswa terhadap motivasi belajar siswa. Hal ini juga telah dibuktikan dengan pengujian secara perhitungan.