Bab IV membahas hasil analisis data yang terdiri dari uji normalitas data dan statistika deskriptif. Uji normalitas menunjukkan bahwa nilai sebelum pembelajaran, nilai harian 1, dan nilai raport tidak berdistribusi normal berdasarkan hasil uji K-S dan P-P plot. Statistika deskriptif menganalisis frekuensi variabel asal SD, pendidikan orang tua, jenis kelamin, dan minat siswa.
Statistik Non Parametik - Metematika
Dilihat dari segi asumsi/ Aspek asumsi
Asal kata parametrik “Parameter”
Terdapat ukuran deskriptif dari fenomena bagi Populasi “Parameter”
Terdapat juga ukuran deskriptif bagi sampel “Statistik”
# Statistik Parametrik (Parameter) = Adanya asumsi : Normalitas Data, Homogenitas Varians, Untuk data besar (N>30) Dan Skala Pengukuran data umumnya adalah skala Interval / Rasio.
# Statistik non Parametrik = Tidak perlu adanya Asumsi, Datanya bisa Interval atau Ordinal Dan Untuk n kecil, sangat dimungkinkan.
Keeratan hubungan menurut Guilford :
http://roelcup.wordpress.com
roelcup@gmail.com
cup_13@yahoo.co.id
Statistik Non Parametik - Metematika
Dilihat dari segi asumsi/ Aspek asumsi
Asal kata parametrik “Parameter”
Terdapat ukuran deskriptif dari fenomena bagi Populasi “Parameter”
Terdapat juga ukuran deskriptif bagi sampel “Statistik”
# Statistik Parametrik (Parameter) = Adanya asumsi : Normalitas Data, Homogenitas Varians, Untuk data besar (N>30) Dan Skala Pengukuran data umumnya adalah skala Interval / Rasio.
# Statistik non Parametrik = Tidak perlu adanya Asumsi, Datanya bisa Interval atau Ordinal Dan Untuk n kecil, sangat dimungkinkan.
Keeratan hubungan menurut Guilford :
http://roelcup.wordpress.com
roelcup@gmail.com
cup_13@yahoo.co.id
Pada kesempatan kali ini, penulis akan mencoba berbagi materi statistika deskriptif tentang distribusi normal. Semoga dapat membantu pembaca yang masih kesulitan dalam memahami dan menggunakan dengan bijak materi ini. Terima kasih.
Pendidikan Matematika 2016 - Universitas Negeri Semarang.
Pada kesempatan kali ini, penulis akan mencoba berbagi materi statistika deskriptif tentang distribusi normal. Semoga dapat membantu pembaca yang masih kesulitan dalam memahami dan menggunakan dengan bijak materi ini. Terima kasih.
Pendidikan Matematika 2016 - Universitas Negeri Semarang.
Ik ben Saskia Vugts (1963) Al jaren schilder ik portretten in opdracht met olieverf. Na mijn opleiding aan de academie ben ik professioneel portretschilder. Mijn grootste inspiratiebron is de unieke mens. Met liefde probeer ik in ieder portret een hart en ziel te leggen.Op een geheel eigenwijze schilder ik mijn portretten op de authentieke manier met een knipoog naar modern design. Voorheen tekende ik portretten met pastel, ik maak ook dierportretten in opdracht. Aan een Portretopdracht gaat een fotoshoot vooraf. Waar veel energie ingestoken wordt, het is belangrijk om een goed beeld van de te portretteren persoon te krijgen. Na een aantal maanden is het te vervaardigen portret klaar. In opdracht van de gemeente Vught schilderde ik een levensgroot staatsieportret van Koning Willem Alexander(150/210). Voor meer informatie kijk op mijn persoonlijke website: http://saskiavugts.nl/portret-in-opdracht/
With the bulls running, issuers rush to refinance seasoned loans and finance dividends. Leveraged loan volume climbed to a post credit crunch high between January and March. Two-thirds were refinancings, however. Thus, the market’s technicals tilted further in favor of issuers.
Check out LCD's new, free web sites, LeveragedLoan.com and HighYieldBond.com
http://www.leveragedloan.com
http://www.highyieldbond.com/
* Job postings
* Online Loan Market and High Yield Primer
* News and analysis
* Market Stats
Video format of this presentation:
http://youtu.be/h4ldleIynNg
Connect with LCD
Facebook: http://www.lcdcomps.com/facebook
Like LCD on Facebook for monthly analysis on LBO/Private equity stats, as well as Default/Restructuring analysis.
LinkedIn: http://www.lcdcomps.com/linkedin
There are over 10,000 market contacts in LCD's Leveraged Loan Group
Twitter: http://www.twitter.com/lcdnews
News, commentary, other leveraged finance info
Web: http://www.lcdcomps.com
Contact: marc_auerbach@spcapitaliq.com
You had me at Hello: 7 mostly not crazy ideas to make sure you’re making the most of new supporter relationships
So you've got a bunch of new names from somewhere...Facebook, a contest, a progressive social action network, (ahem) Care2. Now what?
Well, you could start with "hello." Or, actually, anything. Kinda nuts, but sometimes it can take organizations too long to make any sort of proper introduction. And then your new joins are all like "who are these people?" when you finally send that renewal or call to action. But never fear! We have all kinds of smart, easy, and even automated tactics and techniques to let your newest list members know how glad you are to meet them.
Watch this AWESOME webinar with Madeline Stanionis (principal at M+R) and Justin Perkins (Senior Director Brand Engagement and Business Development at Care2) to learn about the best way to handle all of that acquisition you're bound to do in 2015. You'll learn about various case studies and walk away with cold-hard-tactics to make sure your ROI is astronomical (or at least, you know, positive).
Empower Your Supporters on #GivingTuesdayCare2Team
#GivingTuesday, the national day of giving on Tuesday, Dec. 3, 2013, inspires people to take collaborative action to improve their local communities by giving back to the charities and causes they support following Thanksgiving, Black Friday and Cyber Monday.
Join Razoo, UN Foundation and Care2 to get into the true spirit of the holidays and engage your supporters through a national day of giving.
Ini adalah BAB III Laporan Analisis Komputer untuk jurusan Pendidikan Matematika.Variabel yang digunakan adalah nilai-nilai siswa dengan latar belakang pendidikan dan variabel sekitar seperti asala sekolah,keikutsertaan bimbel dan lain-lain.
Ini adalah BAB II Laporan Analisis Komputer untuk jurusan Pendidikan Matematika.Variabel yang digunakan adalah nilai-nilai siswa dengan latar belakang pendidikan dan variabel sekitar seperti asala sekolah,keikutsertaan bimbel dan lain-lain.
Ini adalah BAB I Laporan Analisis Komputer untuk jurusan Pendidikan Matematika.Variabel yang digunakan adalah nilai-nilai siswa dengan latar belakang pendidikan dan variabel sekitar seperti asala sekolah,keikutsertaan bimbel dan lain-lain.
1. 114
BAB IV
PEMBAHASAN HASIL PRINT OUT
A. Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Nilai Nilai Harian Nilai Harian Nilai Nilai Nilai
sebelum 1 setelah 2 Formatif Sumatif Raport
pembela pembelajara
jaran n
matemat matematika
ika
N 100 100 100 100 100 100
Mean 49,2700 70,4400 74,3500 75,9400 76,2700 74,4500
a,b
Normal Parameters Std. 10,3013 11,4334 11,4775
9,63718 11,56132 7,42011
Deviation 7 4 6
Absolute ,131 ,122 ,167 ,189 ,167 ,180
Most Extreme Differences Positive ,122 ,111 ,113 ,101 ,093 ,127
Negative -,131 -,122 -,167 -,189 -,167 -,180
Kolmogorov-Smirnov Z 1,312 1,218 1,675 1,887 1,674 1,795
Asymp. Sig. (2-tailed) ,064 ,103 ,007 ,002 ,007 ,003
a. Test distribution is Normal.
b. Calculated from data.
Pada tabel One-Sampe Kolmogorov-Smirnov Test terlihat untuk semua
data N = 100 , dipastikan jumlah data adalah 100 dan tidak ada data yang
hilang.
Pengujian Hipotesis
Hipotesis untuk data di atas:
H0 : Sampel berdistribusi normal.
H1: Sampel tidak berdistribusi normal.
Dasar pengambilan keputusan yaitu dilihat dari probabilitasnya:
2. 115
Jika probabilitasnya > 0,05 maka H0 diterima, dan jika probabilitasnya < 0,05
, H0 ditolak.
1. Nilai sebelum Pembelajaran Matematika
Dari hasil output, didapatkan = 49,27 dan = 10,30
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,06. Didapatkan p > α yaitu
0,06 > 0,05 maka H0 diterima, sehingga Nilai Sebelum Pembelajaran
Matematika berdistribusi normal.
2. Nilai Harian 1
Dari hasil output, didapatkan = 70,44 dan = 9,637
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,103. Didapatkan p > α yaitu
0,103 > 0,05 maka H0 diterima, sehingga Nilai Harian 1 Setelah
Pembelajaran Matematika berdistribusi normal.
3. Nilai Harian 2
Dari hasil output, didapatkan = 74,35 dan = 11,561
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,007. Didapatkan p < α yaitu
0,007< 0,05 maka H0 ditolak, sehingga Nilai Harian 2tidakberdistribusi
normal.
4. Nilai Formatif
Dari hasil output, didapatkan = 75,94 dan = 11,433
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,002. Didapatkan p < α yaitu
0,002 < 0,05 maka H0 ditolak, sehingga Nilai Formatif tidakberdistribusi
normal.
5. Nilai Sumatif
3. 116
Dari hasil output, didapatkan = 76,27 dan = 11,477
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,007. Didapatkan p < α yaitu
0,007< 0,05 maka H0 diterima, sehingga Nilai Sumatiftidak berdistribusi
normal.
6. Nilai Raport
Dari hasil output, didapatkan = 74,45 dan = 7,420
Dilihat kolomAsymp. Sig (2-tailed)adalah 0,03. Didapatkan p < α yaitu
0,003< 0,05 maka H0 ditolak, sehingga Nilai Raport tidakberdistribusi
normal.
Case Processing Summary
Nilai Nilai Harian Nilai Harian Nilai Nilai Nilai
sebelum 1 setelah 2 Formatif Sumatif Raport
pembelajar pembelajar
an an
matematika matematika
Series or Sequence Length 100 100 100 100 100 100
User-
0 0 0 0 0 0
Number of Missing Values in Missing
the Plot System-
0 0 0 0 0 0
Missing
The cases are unweighted.
Untuk uji normalitas data, selain digunakan One-Samlpe K-S, juga dapat
dilihat dari analisis P-P Plots. Dengan melihat chart, apabila data berada
disekitar garis lurus maka data berdistribusi normal. Terlebih dahulu
dilihat Case Prosesing untuk memastikan data berjumlah benar yaitu 100,
sehingga tidak ada data yang hilang atau number of missing adalah 0.
4. 117
1. Nilai Sebelum Pembelajaran Matematika
Dari grafik P-P Plot pertama terlihat ada garis lurus yang bermula dari
kiri bawah ke kanan atas, dimana semua sampel yaitu berupa titik yang terletak
disekitar garis. Oleh karena itu dapat dikatakan bahwa distribusinya normal. Pada
gambar kedua, dideteksi pola-pola dari titik-titik yang bukan bagian dari kurva
normal. Terlihat jelas dari gambar di atas bahwa sebagian besar data berada di
sekitar garis kecuali dua buah data yang terletak di pojok kanan bawah. Hal ini
membuktikan bahwa data berdistribusi normal.
2. Nilai Harian 1 setelah pembelajaran matematika
5. 118
Dari grafik P-P Plot pertama terlihat Nilai Harian 1 setelah pembelajaran
matematika berdistribusi normal karena sebagian besar sampel yaitu berupa titik
yang terletak disekitar garis. Pada gambar kedua, terdeteksi pola-pola dari titik-
titik yang bukan bagian dari kurva normal. Terlihat pada di atas bahwa sebagian
besar data berada di sekitar garis, yaitu terletak pada atas dan bawah garis, kecuali
beberapa buah data yang terletak di kiri dan tengah bawah. Hal ini membuktikan
bahwa data berdistribusi normal.
3. Nilai Harian 2
6. 119
Dari grafik P-P Plot pertama Nilai Harian 2 dikatakan tidak berdistribusi
normal karena banyak sampel yaitu berupa titik yang terletak hanya dipojok garis,
atau data tidak menyebar rapi pada garis. Pada gambar kedua, dideteksi pola-pola
dari titik-titik yang bukan bagian dari kurva normal. Terlihat jelas dari gambar di
atas bahwa hanya sebagian kecil data terpola di sekitar garis dan data menyebar
tidak merata pada garis yaitu hanya dibagian pojok-pojok garis saja. Hal ini
membuktikan bahwa data tidak berdistribusi normal.
4. Nilai Formatif
7. 120
Dari grafik P-P Plot pertama Nilai Formatif dikatakan tidak berdistribusi
normal karena banyak sampel yaitu berupa titik yang tidak menyebar secara
merata. Pada gambar kedua, dideteksi pola-pola dari titik-titik yang bukan bagian
dari kurva normal. Terlihat jelas dari gambar di atas bahwa hanya sebagian kecil
data terpola di sekitar garis dan data menyebar tidak merata pada garis. Hal ini
membuktikan bahwa data tidak berdistribusi normal.
5. Nilai Sumatif
8. 121
Dari grafik P-P Plot pertama Nilai Sumatif dikatakan tidak berdistribusi
normal karena banyak sampel yaitu berupa titik yang tidak meyebar merata yaitu
data berkelompok-kelompok pada garis. Pada gambar kedua, dideteksi pola-pola
dari titik-titik yang bukan bagian dari kurva normal. Terlihat jelas dari gambar di
atas bahwa hanya sebagian kecil data terpola di sekitar garis dan data menyebar
tidak merata pada garis serta data-data tersebut menjauhi garis. Hal ini
membuktikan bahwa data tidak berdistribusi normal.
6. Nilai Raport
9. 122
Dari grafik P-P Plot pertama Nilai
Raport dikatakan tidak berdistribusi normal karena hanya sedikit sampel yaitu
berupa titik yang tidak menyebar merata pada garis. Pada gambar kedua,
dideteksi pola-pola dari titik-titik yang bukan bagian dari kurva normal. Terlihat
jelas dari gambar di atas bahwa hanya sangat sedikit data terpola di sekitar garis
dan data menyebar tidak merata pada garis. Hal ini membuktikan bahwa data
tidak berdistribusi normal.
B. Statistika Deskriptif
1. Analisis Frequensi
Statistics
10. 123
Asal SD Pendidikan Sex Minat Motivasi Kegiatan Keikutse
Orang Tua Ekstrakurikuler Bimbin
yg diikuti siswa Bela
Valid 100 100 100 100 100 100
N
Missing 0 0 0 0 0 0
Sebelum menganalisis frekuensi, dilihat dulu tabel Statistic di atas, dipastikan
bahwa jumlah data tiap variabel adalah 100 sehingga tidak ada data yang hilang.
Asal SD
Frequency Percent Valid Percent Cumulative
Percent
Kota Negeri 24 24,0 24,0 24,0
Kota Suasta 37 37,0 37,0 61,0
Valid Desa Negeri 21 21,0 21,0 82,0
Desa Suasta 18 18,0 18,0 100,0
Total 100 100,0 100,0
11. 124
Pada tabel diatas, yaitu tabel Asal SD didapatkan, anak yang berasal
dari SD Kota Negeri sebanyak 24 orang atau 24% dari total 100 orang. SD
Kota Suasta tercatat 37 orang atau 37 %. Yang berasal dari SD Desa Negeri
tercatat 21 orang atau 21 %, sedangkan SD Desa Suasta tercatat 18 orang atau
18,0 % dari total, sehingga maka kumulatifnya menjadi 100%.
Adapun diagram diatas untuk menggambarkan Asal SD, Kota Negeri dengan jumlah
24 orang, Kota Suasta sebanyak 37 orang, Desa Negeri sebanyak 21 orang, dan Desa
Suasta diberi warna merah muda yaitu sebanyak 18 orang. Dari gambar diagram
tersebut tampak jelas bahwa frekuensi terbanyak adalah Kota Suasta.
Pendidikan Orang Tua
Frequency Percent Valid Percent Cumulative
Percent
12. 125
Tidak sekolah 11 11,0 11,0 11,0
Lulus SD 24 24,0 24,0 35,0
Lulus SMP 23 23,0 23,0 58,0
Valid Lulus SMA 19 19,0 19,0 77,0
Lulus S1 15 15,0 15,0 92,0
Lulus S2 atau S3 8 8,0 8,0 100,0
Total 100 100,0 100,0
Pada tabel diatas, yaitu tabel Pendidikan Orang Tua didapatkan, Orang
tua yang tidak sekolah 11 orang atau 11 % dari total 100 orang. Lulus SD
sebanyak 24 orang atau 24 %. Lulus SMP sebanyak 23 orang atau 23 %. Lulus
SMA sebanyak 19 orang atau 19 %.Lulus S1 sebanyak 15 orang atau 15%. Lulus
S2 atau S3 sebanyak 8 orang atau 8 %. sehingga maka kumulatifnya menjadi
100%.
Pada gambar di atas terdapat diagramPendidikan Orang Tua
didapatkan, Orang tua yang tidak sekolah 11 orang . Lulus SD sebanyak
13. 126
24 orang . Lulus SMP sebanyak 23 orang. Lulus SMA sebanyak 19
orang.Lulus S1 sebanyak 15 orang. Lulus S2 atau S3 sebanyak 8 orang.
Dari gambar diagram tersebut tampak jelas bahwa frekuensi terbanyak
adalah Lulus SD.
Sex
Frequency Percent Valid Percent Cumulative
Percent
Laki-laki 57 57,0 57,0 57,0
Valid Perempuan 43 43,0 43,0 100,0
Total 100 100,0 100,0
Pada tabel diatas, yaitu tabel Sex didapatkan, siswa laki-laki sebanyak 57
orang atau 57% dari total 100 orang dan siswa perempuan sebanyak 43 orang atau
43 %, sehingga maka kumulatifnya menjadi 100%.
14. 127
Adapun diagram lingkaran untuk menggambarkan Sex, siswa laki-
laki dengan warna biru yang diketahui sebanyak 57 orang dan siswa
perempuan diberi warna hiaju yaitu sebanyak 43 orang. Dari gambar
diagram tersebut tampak jelas bahwa frekuensi terbanyak adalah siswa
laki-laki.
Minat
Frequency Percent Valid Percent Cumulative
Percent
Kurang Minat 29 29,0 29,0 29,0
Berminat 41 41,0 41,0 70,0
Valid
Sangat Berminat 30 30,0 30,0 100,0
Total 100 100,0 100,0
Pada tabel diatas, yaitu tabel Minat didapatkan, Siswa yang kurang
berminat sebanyak 29 orang atau 29 % dari total 100 orang. berminat
sebanyak 41 orang atau 41,0 %. Sangat berminat sebanyak 30 orang atau
30 %. sehingga maka kumulatifnya menjadi 100%.
15. 128
Pada diagram diatas, yaitu diagramMinat didapatkan, Siswa yang
kurang berminat sebanyak 29 orang. Berminat sebanyak 41 orang. Sangat
berminat sebanyak 30 orang. Dari gambar diagram tersebut tampak jelas
bahwa frekuensi terbanyak adalah Berminat.
motivasi
Frequency Percent Valid Percent Cumulative
Percent
Tidak ada Motivasi 18 18,0 18,0 18,0
Kurang Motivasi 30 30,0 30,0 48,0
Valid Bermotivasi 23 23,0 23,0 71,0
Sangat Bermotivasi 29 29,0 29,0 100,0
Total 100 100,0 100,0
Pada tabel diatas, yaitu tabel Motivasi didapatkan, siswa yang tidak ada
motivasi sebanyak 18 orang atau 18% dari total 100 orang, siswa yang kurang
motivasi tercatat 30 orang atau 30 %, siswa yang bermotivasi sebanyak 23 orang
16. 129
atau 23 %, sedangkan siswa yang sangat bermotivasi sebanyak 29 orang atau 29%
dari total, sehingga maka kumulatifnya menjadi 100%
Adapun diagram menggambarkan Motivasi, siswa yang tidak ada
motivasi yang diketahui sebanyak 18 orang, siswa yang kurang motivasi
sebanyak 30 orang, siswa yang bermotivasi sebanyak 23 orang, dan siswa
yang sangat bermotivasi diberi sebanyak 29 orang. Dari gambar diagram
tersebut tampak jelas bahwa frekuensi terbanyak adalah siswa yang kurang
motivasi.
Keikutsertaan Bimbingan Belajar
Frequency Percent Valid Percent Cumulative
Percent
17. 130
0 1 1,0 1,0 1,0
Tidak Ikut 24 24,0 24,0 25,0
Kadang-kadang ikut 46 46,0 46,0 71,0
Valid
Sering Ikut 28 28,0 28,0 99,0
4 1 1,0 1,0 100,0
Total 100 100,0 100,0
Kegiatan Ekstrakurikuler yg diikuti siswa
Frequency Percent Valid Percent Cumulative
Percent
Tidak pernah aktif sama sekali 11 11,0 11,0 11,0
Tidak pernah aktif 26 26,0 26,0 37,0
Jarang aktif 24 24,0 24,0 61,0
Valid Aktif 10 10,0 10,0 71,0
Sering Aktif 21 21,0 21,0 92,0
Sangat Aktif 8 8,0 8,0 100,0
Total 100 100,0 100,0
Pada tabel diatas, yaitu tabel Kegiatan Ektrakurikuler didapatkan, siswa
yang tidak pernah aktif sama sekali 11 orang atau 11% dari total 100 orang, siswa
yang tidak pernah aktif tercatat 26 orang atau 26 %, siswa yang jarang aktif
sebanyak 24 orang atau 24 %, siswa yang aktif sebanyak 10 orang atau 10 % dari
total,siswa yang sering aktif sebanyak 21 orang atau 21%.Sedangkan siswa yang
sangat aktifsebanyak 8 orang atau 8% sehingga maka kumulatifnya menjadi
100%.
Nilai sebelum pembelajaran matematika
Frequency Percent Valid Percent Cumulative
Percent
Valid 30,00 6 6,0 6,0 6,0
18. 131
35,00 5 5,0 5,0 11,0
40,00 19 19,0 19,0 30,0
45,00 13 13,0 13,0 43,0
47,00 1 1,0 1,0 44,0
50,00 21 21,0 21,0 65,0
55,00 7 7,0 7,0 72,0
60,00 19 19,0 19,0 91,0
65,00 5 5,0 5,0 96,0
70,00 4 4,0 4,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Sebelum Pembelajaran Matematika diatas dapat dilihat
bahwa siswa dengan nilai 30 sebanyak 6 orang dalam persen 6 %.Siswa
dengan nilai 35 sebanyak 5 orang dalam persen yaitu 5 %.Siswa dengan nilai
40 sebanyak 19 orang dalam persen yaitu 19 %.Siswa dengan nilai 45
sebanyak 13 orang dalam persen yaitu 13 %.Siswa dengan nilai 47 sebanyak
1 orang dalam persen yaitu 1 %.Siswa dengan nilai 50 sebanyak 21 orang
dalam persen yaitu 21%.Siswa dengan nilai 55 sebanyak 7 orang dalam
persen yaitu 7%.Siswa dengan nilai 60 sebanyak 19 orang dalam persen yaitu
19 %.Siswa dengan nilai 65 sebanyak 5 orang dalam persen yaitu
5%.Sedangkan siswa dengan nilai 70 sebanyak 4 orang dalam persen yaitu 4 .
Nilai Harian 1 setelah pembelajaran matematika
Frequency Percent Valid Percent Cumulative
Percent
40,00 1 1,0 1,0 1,0
45,00 1 1,0 1,0 2,0
Valid 50,00 1 1,0 1,0 3,0
55,00 2 2,0 2,0 5,0
60,00 20 20,0 20,0 25,0
19. 132
65,00 8 8,0 8,0 33,0
67,00 1 1,0 1,0 34,0
68,00 2 2,0 2,0 36,0
70,00 22 22,0 22,0 58,0
72,00 1 1,0 1,0 59,0
74,00 1 1,0 1,0 60,0
75,00 12 12,0 12,0 72,0
76,00 2 2,0 2,0 74,0
77,00 1 1,0 1,0 75,0
80,00 16 16,0 16,0 91,0
85,00 5 5,0 5,0 96,0
86,00 1 1,0 1,0 97,0
90,00 3 3,0 3,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Harian 1 setelah pembelajaran matematika diatas
dapat dilihat bahwa siswa dengan nilai 40, 45,50, 67 , 72 , 74 , 77 ,dan 86
masing-masing sebanyak 1 orang dalam persen yaitu 1%, siswa dengan nilai
55, 68, dan 76masing-masing sebanyak 2 orang atau 2% .Siswadengan nilai
60 sebanyak 20 orang atau 20%, siswa dengan nilai 65 sebanyak 8 orang atau
8%, siswa dengan nilai matematika 70 sebanyak 22 orang atau 22%, siswa
dengan nilai matematika 75 sebanyak 12 orang atau 12%, siswa dengan nilai
80 sebanyak 16 orang atau 16 %,siswa dengan nilai 85 sebanyak 5 orang atau
5 %,dan siswa dengan nilai 90 sebanyak 3 orang atau 3%.
Nilai Harian 2
Frequency Percent Valid Percent Cumulative
Percent
45,00 1 1,0 1,0 1,0
Valid
50,00 4 4,0 4,0 5,0
20. 133
55,00 2 2,0 2,0 7,0
60,00 12 12,0 12,0 19,0
65,00 5 5,0 5,0 24,0
70,00 19 19,0 19,0 43,0
75,00 9 9,0 9,0 52,0
80,00 28 28,0 28,0 80,0
85,00 8 8,0 8,0 88,0
90,00 9 9,0 9,0 97,0
100,00 3 3,0 3,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Harian 2 diatas dapat dilihat bahwa siswa dengan
nilai 45 sebanyak 1 orang atau 1%, siswa dengan nilai 50 sebanyak 4 orang
dalam persen yaitu 4%, siswa dengan nilai 55 sebanyak 2 orang atau 2%,
siswa dengan nilai 60 sebanyak 12 orang atau 12 %, siswa dengan nilai
matematika 65 sebanyak 5 orang atau 5%, siswa dengan nilai 70sebanyak 19
orang atau 19%, siswa dengan nilai matematika 75 sebanyak 9 orang atau
9%,siswa dengan nilai 80 sebanyak 26 orang atau 28 %,siswa dengan nilai 85
sebanyak 8 orang atau 8 %,siswa dengan nilai 90 sebanyak 9 orang atau 9 %
dan siswa dengan nilai 100 sebanyak 3 orang atau 3%.
Nilai Formatif
Frequency Percent Valid Percent Cumulative
Percent
50,00 3 3,0 3,0 3,0
55,00 1 1,0 1,0 4,0
60,00 14 14,0 14,0 18,0
Valid
65,00 6 6,0 6,0 24,0
68,00 2 2,0 2,0 26,0
70,00 11 11,0 11,0 37,0
21. 134
75,00 6 6,0 6,0 43,0
77,00 1 1,0 1,0 44,0
78,00 1 1,0 1,0 45,0
80,00 29 29,0 29,0 74,0
85,00 8 8,0 8,0 82,0
88,00 1 1,0 1,0 83,0
90,00 12 12,0 12,0 95,0
95,00 4 4,0 4,0 99,0
100,00 1 1,0 1,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Formatif diatas dapat dilihat bahwa siswa dengan
nilai 50sebanyak 3 orang atau 3%,siswa dengan nilai 55, 77, 78, 88 dan 100
masing-masing sebanyak 1 orang atau 1%, , siswa dengan nilai 60 sebanyak
14 orang atau 14%, siswa dengan nilai 65 sebanyak 6 orang atau 6%, siswa
dengan nilai matematika 68 sebanyak 2orang atau 2%, siswa dengan nilai 70
sebanyak 11 orang atau 11%, siswa dengan nilai matematika 75 sebanyak 6
orang atau 6 %, siswa dengan nilai 80 sebanyak 29 orang atau 29%,siswa
dengan nilai 85 sebanyak 8 orang atau 8 %,siswa dengan nilai 90 sebanyak 12
orang atau 12 %
Nilai Sumatif
Frequency Percent Valid Percent Cumulative
Percent
30,00 1 1,0 1,0 1,0
40,00 1 1,0 1,0 2,0
50,00 1 1,0 1,0 3,0
Valid
57,00 1 1,0 1,0 4,0
60,00 11 11,0 11,0 15,0
65,00 2 2,0 2,0 17,0
22. 135
70,00 15 15,0 15,0 32,0
75,00 11 11,0 11,0 43,0
77,00 1 1,0 1,0 44,0
78,00 2 2,0 2,0 46,0
80,00 26 26,0 26,0 72,0
85,00 12 12,0 12,0 84,0
87,00 2 2,0 2,0 86,0
88,00 1 1,0 1,0 87,0
90,00 9 9,0 9,0 96,0
95,00 4 4,0 4,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Sumatif diatas dapat dilihat bahwa siswa dengan
nilai 30, 40, 50, 57, 77 dan 88 masing-masing sebanyak 1 orang atau 1%,
siswa dengan nilai 60,dan 75masing-masing sebanyak 11 orang dalam persen
yaitu 11 %, siswa dengan nilai 65, 78, dan 87 sebanyak 2 orang atau 2%,
siswa dengan nilai 70 sebanyak 15 orang atau 15%, siswa dengan nilai 80
sebanyak 26 orang atau 26%, siswa dengan nilai 85 sebanyak 12orang atau
12%, siswa dengan nilai 90 sebanyak 9 orang atau 9 % dan siswa dengan
nilai 95 sebanyak 4 orang atau 4% .
Nilai Raport
Frequency Percent Valid Percent Cumulative
Percent
50,00 2 2,0 2,0 2,0
55,00 1 1,0 1,0 3,0
60,00 4 4,0 4,0 7,0
Valid
65,00 6 6,0 6,0 13,0
70,00 20 20,0 20,0 33,0
71,00 1 1,0 1,0 34,0
23. 136
74,00 1 1,0 1,0 35,0
75,00 26 26,0 26,0 61,0
76,00 2 2,0 2,0 63,0
78,00 2 2,0 2,0 65,0
80,00 25 25,0 25,0 90,0
85,00 8 8,0 8,0 98,0
87,00 1 1,0 1,0 99,0
90,00 1 1,0 1,0 100,0
Total 100 100,0 100,0
Pada tabel Nilai Raport diatas dapat dilihat bahwa siswa dengan nilai
50, 76 , dan 78sebanyak 2 orang atau 2%, siswa dengan nilai 55, 71 , 74 , 87 ,
dan 90 sebanyak 1 orang atau 1%, siswa dengan nilai 60 sebanyak 4 orang
atau 4%, siswa dengan nilai 65 sebanyak 6 orang atau 6%, siswa dengan nilai
matematika 70sebanyak 20 orang atau 20%, siswa dengan nilai 75 sebanyak
26 orang atau 26%, siswa dengan nilai 80sebanyak 25 orang atau 25 % ,dan
siswa dengan nilai matematika 85 sebanyak 8 orang atau 8%.
2. Analisis Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Nilai sebelum pembelajaran
100 30,00 70,00 49,2700 10,30137
matematika
Nilai Harian 1 setelah
100 40,00 90,00 70,4400 9,63718
pembelajaran matematika
Nilai Harian 2 100 45,00 100,00 74,3500 11,56132
Nilai Formatif 100 50,00 100,00 75,9400 11,43344
Nilai Sumatif 100 30,00 95,00 76,2700 11,47756
Nilai Raport 100 50,00 90,00 74,4500 7,42011
Valid N (listwise) 100
24. 137
Dari tabel diatas didapatkan pada Nilai Sebelum Pembelajaran
Matematika, nilai minimumnya 30 dan maximum 70 dimana = 49,27
dengan = 10,301. Pada Nilai Harian 1 setelah pembelajaran matematika
nilai minimumnya 40 dan nilai maximumya 90 dimana = 70,44 dengan
= 9,637. Pada Nilai Harian 2 nilai minimumnya 45 dan maximum 100
dimana = 74,35 dengan = 11,561. Pada Nilai Formatif nilai
minimumnya 50 dan maximum 100 dimana = 75,94 dengan = 11,433.
Pada Nilai Sumatif nilai minimumnya 30 dan maximum 95 dimana =
76,27 dengan = 12,177, dan pada Nilai Raport nilai minimumnya 50 dan
maximum 87 dimana = 74,45 dengan = 7,42
3. Analisis Crosstabs
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Asal SD * Minat 100 100,0% 0 0,0% 100 100,0%
Asal SD * Motivasi 100 100,0% 0 0,0% 100 100,0%
Asal SD * Kegiatan
100 100,0% 0 0,0% 100 100,0%
Ekstrakurikuler yg diikuti siswa
Asal SD * Keikutsertaan
100 100,0% 0 0,0% 100 100,0%
Bimbingan Belajar
Asal SD * Belajar di rumah 100 100,0% 0 0,0% 100 100,0%
Pendidikan Orang Tua * Minat 100 100,0% 0 0,0% 100 100,0%
Pendidikan Orang Tua *
100 100,0% 0 0,0% 100 100,0%
Motivasi
Pendidikan Orang Tua *
Kegiatan Ekstrakurikuler yg 100 100,0% 0 0,0% 100 100,0%
diikuti siswa
25. 138
Pendidikan Orang Tua *
Keikutsertaan Bimbingan 100 100,0% 0 0,0% 100 100,0%
Belajar
Pendidikan Orang Tua * Belajar
100 100,0% 0 0,0% 100 100,0%
di rumah
Sex * Minat 100 100,0% 0 0,0% 100 100,0%
Sex * Motivasi 100 100,0% 0 0,0% 100 100,0%
Sex * Kegiatan Ekstrakurikuler
100 100,0% 0 0,0% 100 100,0%
yg diikuti siswa
Sex * Keikutsertaan Bimbingan
100 100,0% 0 0,0% 100 100,0%
Belajar
Sex * Belajar di rumah 100 100,0% 0 0,0% 100 100,0%
Pada tabel telihat N = 100, berarti tidak ada data yang hilang.
Asal SD * Minat
Crosstab
Count
Minat Total
Kurang Minat Berminat Sangat Berminat
Kota Negeri 7 10 7 24
Kota Suasta 8 14 15 37
Asal SD
Desa Negeri 9 9 3 21
Desa Suasta 5 8 5 18
Total 29 41 30 100
.
26. 139
Terlihat dari diagram di atas, dikatakan bahwa siswa kurang
berminat dari Kota Negeri sebanyak 7,siswa kurang berminat dari Kota
suasta sebanyak 8 orang.Siswayang berminat dari SD Kota Negeri
sebanyak 10 orang , dari Kota Suasta sebanyak 14 orang, Desa Negeri
sebanyak 9 orang dan 8 orang untuk Desa Suasta. Begitu pula untuk
kategori sangat berminat pada digram lainnya.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 5,391 6 ,495
Likelihood Ratio 5,563 6 ,474
Linear-by-Linear Association ,634 1 ,426
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is
5,22.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara Asal SD dengan Minat belajar.
H1: Terdapat hubungan antara Asal SD dengan Minat belajar.
Didapatkan Asymp. Sig pada tabel adalah 0,495, dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak terdapat
hubungan antara Asal SD dengan Minat belajar.
Asal SD * Motivasi
Crosstab
Count
Motivasi Total
27. 140
Tidak ada Motivasi Kurang Motivasi Bermotivasi Sangat
Bermotivasi
Kota
5 7 6 6 24
Negeri
Kota
6 14 5 12 37
Suasta
Asal SD
Desa
5 3 8 5 21
Negeri
Desa
2 6 4 6 18
Suasta
Total 18 30 23 29 100
Terlihat dari diagramnya, dikatakan bahwa siswa bermotivasi dari
SD Kota Negeri sebanyak 6 orang , dari Kota Suasta sebanyak 5 orang,
Desa Negeri sebanyak 8 orang dan 4 orang untuk Desa Suasta. Siswa
kurang rmotivasi dari SD Kota Negeri sebanyak 7 orang , dari Kota Suasta
28. 141
sebanyak 14 orang, Desa Negeri sebanyak 3 orang dan 6 orang untuk
Desa Suasta Begitu pula untuk kategori lain pada digram lainnya.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 7,768 9 ,558
Likelihood Ratio 8,078 9 ,526
Linear-by-Linear Association ,413 1 ,520
N of Valid Cases 100
a. 5 cells (31,3%) have expected count less than 5. The minimum expected count
is 3,24.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara Asal SD dengan Motivasi.
H1: Terdapat hubungan antara Asal SD dengan Motivasi.
Didapatkan Asymp. Sig pada tabel adalah 0,558, dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak terdapat
hubungan antara Asal SD dengan Motivasi.
Asal SD * Kegiatan Ekstrakurikuler yg diikuti siswa
Crosstab
Count
Kegiatan Ekstrakurikuler yg diikuti siswa Total
Tidak pernah Tidak Jarang Aktif Sering Sangat
aktif sama pernah aktif aktif Aktif Aktif
sekali
Kota
2 9 3 3 5 2 24
Negeri
Asal SD
Kota
4 8 8 4 9 4 37
Suasta
29. 142
Desa
2 6 7 1 5 0 21
Negeri
Desa
3 3 6 2 2 2 18
Suasta
Total 11 26 24 10 21 8 100
Terlihat dari diagram di atas, dikatakan bahwa siswa yang aktif dalam
kegiatan ekstrakurikuler dari SD Kota Negeri sebanyak 3 orang , dari Kota Suasta
sebanyak 4 orang, Desa Negeri sebanyak 1 orang dan 2orang untuk Desa
Suasta.Siswa yang jarang aktif dalam kegiatan ekstrakurikuler dari SD Kota
Negeri sebanyak 3 orang , dari Kota Suasta sebanyak 8 orang, Desa Negeri
sebanyak 7 orang dan 6 orang untuk Desa Suasta Begitu pula untuk kategori lain
pada diagram lainnya.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
30. 143
a
Pearson Chi-Square 9,850 15 ,829
Likelihood Ratio 11,791 15 ,695
Linear-by-Linear Association ,278 1 ,598
N of Valid Cases 100
a. 16 cells (66,7%) have expected count less than 5. The minimum expected
count is 1,44.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara Asal SD dengan Kegiatan
Ekstrakurikuler.
H1: Terdapat hubungan antara Asal SD dengan Kegiatan Ekstrakurikuler.
Didapatkan Asymp. Sig pada tabel adalah 0,829 dengan α = 0,05, sehingga
p > α maka Ho diterima yang menyatakan bahwa tidak terdapat hubungan
antara Asal SD dengan Kegiatan Ekstrakurikuler.
Asal SD * Keikutsertaan Bimbingan Belajar
Crosstab
Count
Keikutsertaan Bimbingan Belajar Tota
0 Tidak Ikut Kadang-kadang Sering Ikut 4
ikut
Kota Negeri 1 5 9 9 0
Kota Suasta 0 11 21 5 0
Asal SD
Desa Negeri 0 6 6 8 1
Desa Suasta 0 2 10 6 0
Total 1 24 46 28 1
31. 144
Terlihat dari diagramnya, dikatakan bahwa siswa yang sering ikut
bimbingan mengajar Kota Negeri sebanyak 9 orang , dari Kota Suasta
sebanyak 5 orang, Desa Negeri sebanyak 8 orang dan 6 orang untuk Desa
Suasta.Siswa yang kadang-kadang ikut bimbingan mengajar Kota Negeri
sebanyak 9 orang , dari Kota Suasta sebanyak 21 orang, Desa Negeri
sebanyak 6 orang dan 10 orang untuk Desa Suasta Begitu pula untuk
kategori tidak ikut dan kadang-kadang ikut pada digram lainnya.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 16,509 12 ,169
Likelihood Ratio 16,482 12 ,170
Linear-by-Linear Association 1,175 1 ,278
N of Valid Cases 100
32. 145
a. 9 cells (45,0%) have expected count less than 5. The minimum expected count
is ,18.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara Asal SD dengan Keikutsertaan dalam
bimbingan mengajar.
H1: Terdapat hubungan antara Asal SD dengan Keikutsertaan Dalam
Bimbingan Mengajar.
Didapatkan Asymp. Sig pada tabel adalah 0,169 dengan α = 0,05, sehingga
p > α maka Ho diterima yang menyatakan bahwa tidak terdapat hubungan
antara Asal SD dengan Keikutsertaan dalam bimbingan Mengajar.
Asal SD * Belajar di rumah
Crosstab
Count
Belajar di rumah Total
Tidak belajar Belajar
Kota Negeri 12 12 24
Kota Suasta 18 19 37
Asal SD
Desa Negeri 9 12 21
Desa Suasta 9 9 18
Total 48 52 100
33. 146
Terlihat dari diagram di atas, dikatakan bahwa siswa yang belajar dirumah di Kota
Negeri sebanyak 12 orang , dari Kota Suasta sebanyak 19 orang, Desa Negeri
sebanyak 12 orang dan 9 orang untuk Desa Suasta. Begitu pula untuk kategori
tidak belajar pada digram lainnyaTerlihat dari diagramnya, dikatakan bahwa siswa
yang belajar dirumah di Kota Negeri sebanyak 12 orang , dari Kota Suasta
sebanyak 18 orang, Desa Negeri sebanyak 9 orang dan 9 orang untuk Desa
Suasta. Begitu pula untuk kategori tidak belajar pada digram lainnya
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square ,296 3 ,961
Likelihood Ratio ,297 3 ,961
Linear-by-Linear Association ,026 1 ,871
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is
8,64.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
34. 147
H0 : Tidak terdapat hubungan antara Asal SD dengan belajar dirumah.
H1: Terdapat hubungan antara Asal SD dengan belajar di rumah.
Didapatkan Asymp. Sig pada tabel adalah 0,961dengan α = 0,05, sehingga
p > α maka Ho diterima yang menyatakan bahwa tidak terdapat hubungan
antara Asal SD dengan belajar di rumah.
Pendidikan Orang Tua * Minat
Crosstab
Count
Minat Total
Kurang Minat Berminat Sangat Berminat
Tidak sekolah 2 5 4 11
Lulus SD 12 9 3 24
Lulus SMP 6 7 10 23
Pendidikan Orang Tua
Lulus SMA 0 14 5 19
Lulus S1 7 3 5 15
Lulus S2 atau S3 2 3 3 8
Total 29 41 30 100
35. 148
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sangat berminat dari
orang tua yang tidak bersekolahsebanyak 4 orang , orang tua yang lulus SD
sebanyak 3 orang, orang tua yang lulus SMP sebanyak 10 orang, orang tua yang
lulus SMA sebanyak 5 orang , orang tua yang lulus S1 sebanyak 5 orang dan 3
orang dariyang orang tuanya lulus S2 atau S3.siswa yang berminat dari orang tua
yang tidak bersekolahsebanyak 5 orang , orang tua yang lulus SD sebanyak 9
orang, orang tua yang lulus SMP sebanyak 7 orang, orang tua yang lulus SMA
sebanyak 14 orang , orang tua yang lulus S1 sebanyak 3 orang dan 3 orang
dariyang orang tuanya lulus S2 atau S3. Begitu pula untuk kategori yang kurang
berminat dan berminat pada diagram lain
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 22,951 10 ,011
Likelihood Ratio 27,617 10 ,002
Linear-by-Linear Association ,604 1 ,437
N of Valid Cases 100
a. 8 cells (44,4%) have expected count less than 5. The minimum expected count
is 2,32.
36. 149
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom). Hipotesisnya
adalah:
H0 : Tidak terdapat hubungan antara Pendidikan orang tua dengan
minat.
H1: Terdapat hubungan antara Pendidikan orang tua dengan minat.
Didapatkan Asymp. Sig pada tabel adalah 0,11dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak
terdapat hubungan antara Pendidikan orang tua dengan minat.
Pendidikan Orang Tua * Motivasi
Crosstab
Count
Motivasi Total
Tidak Kurang Bermotivasi Sangat
ada Motivasi Bermotivasi
Motiva
si
Tidak
2 4 4 1 11
sekolah
Lulus SD 3 7 5 9 24
Lulus SMP 4 3 5 11 23
Pendidikan Orang Tua
Lulus SMA 3 10 3 3 19
Lulus S1 5 3 4 3 15
Lulus S2
1 3 2 2 8
atau S3
Total 18 30 23 29 100
37. 150
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sangat bermotivasi
dari orang tua yang tidak bersekolah sebanyak 1 orang , orang tua yang lulus SD
sebanyak 9 orang, orang tua yang lulus SMP sebanyak 11 orang, orang tua yang
lulus SMA sebanyak 3 orang , orang tua lulus S1 sebanyak 3 orang,dan orang tua
lilus S2/S3 sebanyak 2 orang.Siswa yang kurang motivasi dari orang tua yang
tidak bersekolah sebanyak 4 orang , orang tua yang lulus SD sebanyak 7 orang,
orang tua yang lulus SMP sebanyak 3 orang, orang tua yang lulus SMA
sebanyak 10 orang , orang tua lulus S1 sebanyak 3 orang,dan orang tua lilus S2/S3
sebanyak 3 orang.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 16,775 15 ,333
Likelihood Ratio 16,733 15 ,335
Linear-by-Linear Association ,782 1 ,376
N of Valid Cases 100
a. 16 cells (66,7%) have expected count less than 5. The minimum expected
count is 1,44.
38. 151
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom). Hipotesisnya
adalah:
H0 : Tidak terdapat hubungan antara Pendidikan orang tua dengan
motivasi.
H1: Terdapat hubungan antara Pendidikan orang tua dengan
motivasi.
Didapatkan Asymp. Sig pada tabel adalah 0,333dengan α = 0,05.
sehingga p > α maka Hoditerima yang menyatakan bahwa tidak terdapat
hubungan antara Pendidikan orang tua dengan motivasi.
Pendidikan Orang Tua * Kegiatan Ekstrakurikuler yg diikuti
siswa
Crosstab
Count
Kegiatan Ekstrakurikuler yg diikuti siswa Total
Tidak Tidak Jarang Aktif Sering Sanga
perna pernah aktif Aktif t Aktif
h aktif aktif
sama
sekali
Tidak
3 3 2 1 0 2 11
sekolah
Lulus
2 5 6 2 8 1 24
SD
Lulus
3 6 4 4 4 2 23
Pendidikan Orang Tua SMP
Lulus
2 2 7 2 5 1 19
SMA
Lulus S1 0 5 5 1 3 1 15
Lulus S2
1 5 0 0 1 1 8
atau S3
39. 152
Total 11 26 24 10 21 8 100
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sangat aktif dalam
ekstrakurikuler dari orang tua yang tidak bersekolah sebanyak 2 orang ,
orang tua yang lulus SD sebanyak 1 orang, orang tua yang lulus SMP
sebanyak 2 orang, orang tua yang lulus SMA sebanyak 1 orang , orang tua
yang lulus S1 sebanyak 1 orang dan 1 orang dari yang orang tuanya lulus
S2 atau S3. siswa yang jarang aktif dalam ekstrakurikuler dari orang tua
yang tidak bersekolah sebanyak 2 orang , orang tua yang lulus SD
sebanyak 6 orang, orang tua yang lulus SMP sebanyak 4 orang, orang tua
yang lulus SMA sebanyak 7 orang , orang tua yang lulus S1 sebanyak 5
orang dan 0 orang dari yang orang tuanya lulus S2 atau S3.Begitu pula
untuk kategori lain pada diagram lain.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
40. 153
a
Pearson Chi-Square 24,654 25 ,482
Likelihood Ratio 28,992 25 ,264
Linear-by-Linear Association ,013 1 ,908
N of Valid Cases 100
a. 31 cells (86,1%) have expected count less than 5. The minimum expected
count is ,64.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara Pendidikan orang tua dengan
keikutsertaan ekstrakurikuler.
H1: Terdapat hubungan antara Pendidikan orang tua dengan
keikutsertaan ekstrakurikuler..
Didapatkan Asymp. Sig pada tabel adalah 0,482dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak
terdapat hubungan antara Pendidikan orang tua dengan keikutsertaan
ekstrakurikuler.
Pendidikan Orang Tua * Keikutsertaan Bimbingan Belajar
Crosstab
Count
Keikutsertaan Bimbingan Belajar Total
0 Tidak Kadang- Sering 4
Ikut kadang ikut Ikut
Tidak
1 1 6 3 0 11
sekolah
Lulus SD 0 7 9 8 0 24
Pendidikan Orang Tua Lulus
0 6 12 5 0 23
SMP
Lulus
0 5 8 6 0 19
SMA
41. 154
Lulus S1 0 2 6 6 1 15
Lulus S2
0 3 5 0 0 8
atau S3
Total 1 24 46 28 1 100
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sering ikut dalam
ekstrakurikuler dari orang tua yang tidak bersekolah sebanyak 3 orang , orang tua
yang lulus SD sebanyak 8 orang, orang tua yang lulus SMP sebanyak 5 orang,
orang tua yang lulus SMA sebanyak 5 orang , orang tua yang lulus S1 sebanyak 6
orang dan 0 orang dari yang orang tuanya lulus S2 atau S3.Siswa yang tidak ikut
dalam ekstrakurikuler dari orang tua yang tidak bersekolah sebanyak 3 orang ,
orang tua yang lulus SD sebanyak 8 orang, orang tua yang lulus SMP sebanyak 5
orang, orang tua yang lulus SMA sebanyak 5 orang , orang tua yang lulus S1
sebanyak 6 orang dan 0 orang dari yang orang tuanya lulus S2 atau S3 Begitu pula
untuk kategori lain pada diagram lain
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 21,508 20 ,368
Likelihood Ratio 18,432 20 ,559
Linear-by-Linear Association ,029 1 ,865
N of Valid Cases 100
42. 155
a. 20 cells (66,7%) have expected count less than 5. The minimum expected
count is ,08.
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom). Hipotesisnya
adalah:
H0 : Tidak terdapat hubungan antara Pendidikan orang tua dengan
keikutsertaan bimbingan mengajar.
H1: Terdapat hubungan antara Pendidikan orang tua dengan
keikutsertaan bimbingan mengajar.
Didapatkan Asymp. Sig pada tabel adalah 0,368dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak
terdapat hubungan antara Pendidikan orang tua dengan keikutsertaan
bimbingan mengajar.
Pendidikan Orang Tua * Belajar di rumah
Crosstab
Count
Belajar di rumah Total
Tidak belajar Belajar
Tidak sekolah 6 5 11
Lulus SD 11 13 24
Lulus SMP 14 9 23
Pendidikan Orang Tua
Lulus SMA 8 11 19
Lulus S1 7 8 15
Lulus S2 atau S3 2 6 8
Total 48 52 100
43. 156
Terlihat dari diagramnya, dikatakan bahwa siswa yang belajar dari orang tua yang
tidak bersekolah sebanyak 5 orang , orang tua yang lulus SD sebanyak 13 orang,
orang tua yang lulus SMP sebanyak 9 orang, orang tua yang lulus SMA
sebanyak 11 orang , orang tua yang lulus S1 sebanyak 8 orang dan 6 orang dari
yang orang tuanya lulus S2 atau S3. Begitu pula untuk kategori lain pada diagram
lain.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 3,731 5 ,589
Likelihood Ratio 3,829 5 ,574
Linear-by-Linear Association 1,187 1 ,276
N of Valid Cases 100
a. 2 cells (16,7%) have expected count less than 5. The minimum expected count
is 3,84.
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom). Hipotesisnya
adalah:
44. 157
H0 : Tidak terdapat hubungan antara Pendidikan orang tua dengan
belajar di rumah
H1: Terdapat hubungan antara Pendidikan orang tua belajar di
rumah.
Didapatkan Asymp. Sig pada tabel adalah 0,589dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak
terdapat hubungan antara Pendidikan orang tua dengan belajar di
rumah.
Sex * Minat
Crosstab
Count
Minat Total
Kurang Minat Berminat Sangat Berminat
Laki-laki 17 23 17 57
Sex
Perempuan 12 18 13 43
Total 29 41 30 100
45. 158
Terlihat dari diagram di atas, dikatakan bahwa siswa yang berminat belajar
matematika yang berjenis kelamin laki-laki sebanyak 23 orang , dan 18 orang
dari yang perempuan. Begitu pula untuk kategori sangat berminat dan kurang
berminat pada diagram lain.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square ,046 2 ,977
Likelihood Ratio ,046 2 ,977
Linear-by-Linear Association ,022 1 ,881
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is
12,47.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara sex dengan minat.
H1: Terdapat hubungan antara sex dengan minat.
Didapatkan Asymp. Sig pada tabel adalah 0,977dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak terdapat
hubungan antara sex dengan minat.
Sex * Motivasi
Crosstab
Count
Motivasi Total
46. 159
Tidak ada Kurang Bermotiva Sangat
Motivasi Motivasi si Bermotivasi
Laki-laki 8 17 14 18 57
Sex
Perempuan 10 13 9 11 43
Total 18 30 23 29 100
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sangat bermotivasi
belajar matematika yang berjenis kelamin laki-laki sebanyak 18 orang , dan
11orang dari yang perempuan.Siswa yang bermotivasi belajar matematika yang
berjenis kelamin laki-laki sebanyak 14 orang , dan 9 orang dari yang perempuan
Begitu pula untuk kategori tidak ada motivasi dan kurang motivasi pada diagram
lain
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 1,604 3 ,659
Likelihood Ratio 1,593 3 ,661
Linear-by-Linear Association 1,277 1 ,258
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is
7,74.
47. 160
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom).
Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara sex dengan motivasi.
H1: Terdapat hubungan antara sex dengan motivasi.
Didapatkan Asymp. Sig pada tabel adalah 0,659dengan α =
0,05, sehingga p > α maka Ho diterima yang menyatakan
bahwa tidak terdapat hubungan antara sex dengan motivasi.
Sex * Kegiatan Ekstrakurikuler yg diikuti siswa
Crosstab
Count
Kegiatan Ekstrakurikuler yg diikuti siswa T
Tidak Tidak Jarang Aktif Sering Aktif Sangat o
pernah pernah aktif Aktif t
aktif sama aktif a
sekali l
Laki- 5
4 16 13 8 10 6
laki 7
Sex
Perem 4
7 10 11 2 11 2
puan 3
1
Total 11 26 24 10 21 8 0
0
48. 161
Terlihat dari diagramnya, dikatakan bahwa siswa yang sangat aktif
dalam kegiatan ekstrakurikuler yang berjenis kelamin laki-laki sebanyak 6
orang , dan 2 orang dari yang perempuan.Siswa yang tidak pernah aktif
dalam kegiatan ekstrakurikuler yang berjenis kelamin laki-laki sebanyak
16 orang , dan 10 orang dari yang perempuan Begitu pula untuk kategori
lain pada diagram lainnya.
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 6,178 5 ,289
Likelihood Ratio 6,422 5 ,267
Linear-by-Linear Association ,646 1 ,422
N of Valid Cases 100
a. 4 cells (33,3%) have expected count less than 5. The minimum expected count
is 3,44.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara sex dengan kegiatan ekstrakurikuler.
H1: Terdapat hubungan antara sex dengan kegiatan ekstrakurikuler.
49. 162
Didapatkan Asymp. Sig pada tabel adalah 0,289dengan α = 0,05, sehingga
p > α maka Ho diterima yang menyatakan bahwa tidak terdapat hubungan antara
sex dengan kegiatan ekstrakurikuler.
Sex * Keikutsertaan Bimbingan Belajar
Crosstab
Count
Keikutsertaan Bimbingan Belajar Total
0 Tidak Kadang- Sering 4
Ikut kadang ikut Ikut
Laki-laki 1 17 24 14 1 57
Sex
Perempuan 0 7 22 14 0 43
Total 1 24 46 28 1 100
Terlihat dari diagram di atas, dikatakan bahwa siswa yang sering ikut bimbingan
mengajar yang berjenis kelamin laki-laki sebanyak 14 orang , dan 14 orang dari
yang perempuan.Siswa yang tidak ikut bimbingan mengajar yang berjenis
kelamin laki-laki sebanyak 17 orang , dan 7 orang dari yang perempuan. Begitu
pula untuk kategori lain pada diagram lainnya
50. 163
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
a
Pearson Chi-Square 4,379 4 ,357
Likelihood Ratio 5,190 4 ,268
Linear-by-Linear Association 1,882 1 ,170
N of Valid Cases 100
a. 4 cells (40,0%) have expected count less than 5. The minimum expected count
is ,43.
Pada Chi-square Tests untuk mengamati ada tidaknya hubungan
antara dua variabel (baris dan kolom). Hipotesisnya adalah:
H0 : Tidak terdapat hubungan antara sex dengan keikutsertaan bimbingan
mengajar.
H1: Terdapat hubungan antara sex dengan keikutsertaan bimbingan
mengajar.
Didapatkan Asymp. Sig pada tabel adalah 0,357dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak terdapat
hubungan antara sex dengan keikutsertaan bimbingan mengajar.
Sex * Belajar di rumah
Crosstab
Count
Belajar di rumah Total
Tidak belajar Belajar
Laki-laki 30 27 57
Sex
Perempuan 18 25 43
Total 48 52 100
51. 164
Terlihat dari diagram di atas , dikatakan bahwa siswa yang belajar
dengan berjenis kelamin laki-laki sebanyak 27 orang , dan 25 orang dari
yang perempuan. Begitu pula untuk kategori tidak belajar pada diagram
lainnya.
Chi-Square Tests
Value df Asymp. Sig. Exact Sig. (2- Exact Sig.
(2-sided) sided) (1-sided)
a
Pearson Chi-Square 1,139 1 ,286
b
Continuity Correction ,749 1 ,387
Likelihood Ratio 1,143 1 ,285
Fisher's Exact Test ,317 ,194
Linear-by-Linear
1,128 1 ,288
Association
N of Valid Cases 100
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 20,64.
52. 165
b. Computed only for a 2x2 table
Pada Chi-square Tests untuk mengamati ada tidaknya
hubungan antara dua variabel (baris dan kolom). Hipotesisnya
adalah:
H0 : Tidak terdapat hubungan antara sex dengan kegiatan belajar
di rumah
H1: Terdapat hubungan antara sex dengan kegiatan belajar di
rumah
Didapatkan Asymp. Sig pada tabel adalah 0,286dengan α = 0,05,
sehingga p > α maka Ho diterima yang menyatakan bahwa tidak terdapat
hubungan antara sex dengan kegiatan belajar di rumah.
A. Analisis Statistika Parametrik
1. Uji Beda Satu Sampel
B. T-Test
C. [DataSet0] C:UsersTOSHIBADocumentsSPSS latihan
komputer 2.s baruav.sav
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Nilai Harian 1 setelah
100 70,4400 9,63718 ,96372
pembelajaran matematika
Nilai Harian 2 100 74,3500 11,56132 1,15613
Nilai Formatif 100 75,9400 11,43344 1,14334
Nilai Sumatif 100 76,2700 11,47756 1,14776
Nilai Raport 100 74,4300 7,41314 ,74131
Pada tabel dilihat jumlah data setiap variable atau jumlah N adalah 100,
jadi tidak ada data yang hilang.
53. 166
One-Sample Test
Test Value = 70
t df Sig. (2- Mean 95% Confidence Interval of the
tailed) Difference Difference
Lower Upper
Nilai Harian 1 setelah
pembelajaran ,457 99 ,649 ,44000 -1,4722 2,3522
matematika
Nilai Harian 2 3,763 99 ,000 4,35000 2,0560 6,6440
Nilai Formatif 5,195 99 ,000 5,94000 3,6714 8,2086
Nilai Sumatif 5,463 99 ,000 6,27000 3,9926 8,5474
Nilai Raport 5,976 99 ,000 4,43000 2,9591 5,9009
Pada One-Samples Tests ini merupakan uji untuk mengamati
perbandingan nilai rata-rata terhadap nilai patokan test, yaitu sebesar 70.
Apakah nilai tersebut berlaku pada setiap nilai yang dianalisis Tabel
output di atas menunjukkan tes satu sampel (t test) dengan test value= 70
Hipotesis :
Ho : μ = 70
Ha : μ ≠ 70
a. Variabel nilai sebelum pembelajaran matematika
Dari hasil output data pada bagian 1 di atas menunjukkan bahwa rata–
rata nilai sebelum pembelajaran matematika adalah 70,44. Artinya
bahwa rata–rata nilai sebelum pembelajaran matematika sama dengan 70.
Selain itu, pada hasil output data pada bagian 2 diperoleh nilai
probabilitas untuk uji 2 arah sebesar 0,649. Karena nilai probabilitas ini
lebih besar dari taraf nyata 0,05 maka dapat disimpulkan untuk menerima
Ho, berarti rata-rata nilai sebelum pembelajaran matematika sama dengan
70.
54. 167
b. Variabel nilai Sumatif
Dari hasil output data pada bagian 1 di atas menunjukkan bahwa rata –
rata nilai harian 1 adalah 76,27. Artinya rata – rata nilai sumatif tidak
sama dengan 70. Selain itu, pada hasil output data pada bagian 2
diperoleh nilai probabilitas untuk uji 2 arah sebesar 0,000. Karena nilai
probabilitas ini lebih kecil dari taraf nyata 0,05 maka dapat disimpulkan
untuk menolak Ho, berarti rata-rata nilai sebelum penbelajaran
matematika tidak sama dengan 70.
2. Uji Beda 2 Variabel Bebas
Group Statistics
Sex N Mean Std. Std.
Deviation Error
Mean
1,1343
Laki-laki 57 70,6491 8,56382
Nilai Harian 1 setelah 1
pembelajaran matematika 1,6774
Perempuan 43 70,1628 10,99985
6
Tabel di atas memperlihatkan perbandingan Nilai Sebelum Pembelajaran
Matematika pada siswa laki-laki dan siswa perempuan.
Independent Samples Test
Levene's t-test for Equality of Means
Test for
Equality of
Variances
F Sig. t df Sig. (2- Mean Std. 95%
tailed) Differen Error Confidence
ce Differen Interval of the
ce Difference
55. 168
Low Upper
er
Equal -
3,9 4,3677
variances ,050 ,249 98 ,804 ,48633 1,95590 3,39
41 4
assumed 508
Nilai Harian 1 setelah
Equal
pembelajaran matematika -
variances 77,10 4,5184
,240 ,811 ,48633 2,02498 3,54
not 0 9
583
assumed
Uji Independent Samples T Test adalah tes untuk menguji apakah
terdapat perbedaan rata-rata nilai antara Nilai Sebelum Pembelajaran
Matematika pada siswa laki-laki dan siswa perempuan. Dengan hipotesis,
H0 : Tidak terdapatperbedaan rata-rata Nilai Sebelum Pembelajaran
Matematika pada siswa laki-laki dan siswa perempuan.
H1 : Terdapatrata-rata Nilai Sebelum Pembelajaran Matematika pada siswa
laki-laki dan siswa perempuan.
Jika probabilitas > 0,05 H0 diterima, dan jika probabilitas < 0,05, H0 ditolak.
Terlihat pada tabel bahwa probabilitasnya sebesar 0,05, dan
probabilitas <0,05 maka H0 diterima, sehinggaterdapat perbedaan Nilai
Sebelum Pembelajaran Matematika pada siswa laki-laki dan siswa
perempuan.
3. Uji Beda 3 atau Lebih Variabel Bebas
Descriptives
Nilai Raport
56. 169
N Mea Std. Std. Error 95% Confidence Minimum Maximum
n Deviation Interval for Mean
Lower Upper
Bound Bound
73,1
Tidak sekolah 11 10,31327 3,10957 66,2533 80,1104 50,00 85,00
818
75,0
Lulus SD 24 7,15954 1,46144 72,0185 78,0649 60,00 87,00
417
72,1
Lulus SMP 23 8,42240 1,75619 68,4883 75,7726 50,00 85,00
304
76,3
Lulus SMA 19 6,42956 1,47504 73,2168 79,4147 65,00 90,00
158
74,6
Lulus S1 15 6,39940 1,65232 71,1228 78,2105 60,00 85,00
667
Lulus S2 atau 76,2
8 3,53553 1,25000 73,2942 79,2058 70,00 80,00
S3 500
74,4
Total 100 7,42011 ,74201 72,9777 75,9223 50,00 90,00
500
ANOVA
Nilai Raport
Sum of Squares Df Mean Square F Sig.
Between Groups 242,608 5 48,522 ,876 ,501
Within Groups 5208,142 94 55,406
Total 5450,750 99
Uji yang digunakan adalah ANOVA, dimana uji ini dilakukan untuk
mengetahui perbandingan rata-rata nilai pada tiga atau lebih variabel.
Dengan Hipotesisnya adalah :
H0: Tidak terdapat perbedaan rata-rata nilai pada tiga atau lebih variabel.
H1: Terdapat perbedaan rata-rata nilai pada tiga atau lebih variabel.
Jika p > α (0,05), maka H0 diterima dan apabila p < α, maka H0 ditolak.
57. 170
Pada tabel terlihat hasil uji F sebesar 0,876 dengan Asym. Sig Nilai
Raport terhadap pendidikan orang tua adalah 0,501 maka p > α, sehingga
H0 diterima yang menyatakan bahwa tidak terdapat perbedaan rata-rata
Nilai Sebelum Pembelajaran Matematika terhadap Minat. Karena tidak
terdapat perbedaan, uji ANOVA ini tidak perlu dilakukan uji lanjutan
seperti uji LSD.
4. Uji Regresi dan Korelasi antar Variabel
1) Regresi Linier Sederhana
a
Variables Entered/Removed
Variables Entered Variables Method
Removed
Motivasi,
Keikutsertaan
. Enter
Bimbingan
b
Belajar
a. Dependent Variable: Nilai Sumatif
b. All requested variables entered.
Dari tabel diatas menunjukkan bahwa variabel yang dimasukkan adalah
motivasi dan keikutsertaan bimbingan belajar dengan variabel terikatnya
adalah Nilai Sumatif.
b
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
a
1 ,122 ,015 -,005 11,50807
a. Predictors: (Constant), Motivasi, Keikutsertaan Bimbingan Belajar
b. Dependent Variable: Nilai Sumatif
Tabel diatas merupakan tabel Model Summary yang memperlihatkan
bahwa nilai R Square = 0,015, ini berarti bahwa pengaruh motivasi dan
58. 171
keikutsertaan bimbingan belajar terhadap Nilai sebelum pembelajaran
matematika adalah 0,15% sedangka 99,85 % dipengaruhi oleh faktor
lain.
a
ANOVA
Apabila pada tabel ANOVA memperlihatkan pengaruh langsung
variabel bebas terhadap variabel terikatnya, maka pada tabel Coefficients di
atas akan terlihat bagaimana pengaruh masing-masing variabel bebas dan
constant terhadap variabel terikatnya. Dimana hipotesisnya adalah:
H0 : Koefisien Regresi yang didapat tidak signifikan.
H1 : Koefisien Regresi signifikan.
Jika p > α = 0,05 , H0 diterima dan p < α = 0,05, H0 ditolak.
Pada tabel Coefficients diatas, merupakan hasil uji t sebesar 15,979
dan signifikan sebesar 0,000 pada constant. Hasil uji t sebesar 0,83 dan
didapatkan dan signifikan sebesar 0,415 pada variabel motivasi, maka 0,83>
Model Sum of Squares df Mean Square F Sig.
b
Regression 195,439 2 97,719 ,738 ,481
1 Residual 12846,271 97 132,436
Total 13041,710 99
a. Dependent Variable: Nilai Sumatif
a
Coefficients
Model Unstandardized Coefficients Standardized t Sig.
Coefficients
B Std. Error Beta
(Constant) 71,058 4,447 15,979 ,000
Keikutsertaan Bimbingan
1 1,431 1,492 ,097 ,959 ,340
Belajar
Motivasi ,872 1,066 ,083 ,818 ,415
a. Dependent Variable: Nilai Sumatif
59. 172
0,05 sehingga H0 diterima dan motivasi benar-benar tidak berpengaruh
terhadap Nilai sumatif. Kemudian dapat dibuat persamaan regresi dengan
memasukkan nilai B, sehingga persamaan yang terbentuk adalah Y = 71,058
+ 0,872X.
2) Regresi Linier Ganda
a
Variables Entered/Removed
Model Variables Entered Variables Removed Method
Motivasi, Keikutsertaan
1 b
. Enter
Bimbingan Belajar
Dependent Variable: Nilai Sumatif
Analisis Regresi Linier juga dapat dimasukkan 2 variabel bebasnya sehingga disebut
Analisis Regresi Linier Ganda, dari tabel diatas menunjukkan bahwa variabel yang
dimasukkan adalah Keikutsertaan Bimbingan Mengajar dan Motivasi dengan variabel
terikatnya Nilai Sumatif.
60. 173
Model R R Square Adjusted R Std. Error of the
Square Estimate
a
1 ,122 ,015 -,005 11,50807
a. Predictors: (Constant), Motivasi, Keikutsertaan Bimbingan Belajar
b. Dependent Variable: Nilai Sumatif