Soal !

1. Bagaimanakah hubungan minat belajar dengan hasil belajar fisika siswa ?

a. Jika data interval
b. Jika data ordinal
c. Buatlah grafik batang data ordinal dan lakukan analisis deskriptif
2. Bagaimana perbandingan hasil belajar siswa kelas XI IPA 1 dan XI IPA 2?
3. Bagaimana perbandingan nilai UN Matematika dan Fisika di kelas IPA 3?
4. Bagaimana perbandingan hasil belajar Fisika IPA 1, IPA 2, dan IPA 3 ?
5. Bagaimanakah pengaruh model Inquiry terhadap aktivitas dan hasil belajar?
a. Lakukan analisis pengaruh model inquiry terhadap aktivitas
b. Lakukan analisis pengaruh model inquiry terhadap hasil belajar
c. Pengaruh aktivitas terhadap hasil belajar siswa

Jawaban:
1. Hubungan minat belajar siswa dengan hasil belajar fisika
Indikator pertanyaan kuesioner minat belajar siswa :
1. Apakah materi fisika sulit dipahami ?
2. Apakah kamu suka mengerjakan soal fisika meskipun tidak ada tugas dari
guru ?
3. Apakah kamu belajar materi fisika sebelum pelajaran fisika besok
diajarkan ?
4. Apakah kamu memperhatikan semua penjelasan guru saat pelajaran fisika
berlangsung ?
5. Apakah kamu mengulangi pelajarn fisika setelah pulang sekolah ?

TABEL DATA KUESIONER

MINAT BELAJAR SISWA
Responde Skor Indikator Pertanyaan Ke-
Jumlah Skor
n 1 2 3 4 5
1 3 2 1 2 3 11
2 1 2 1 2 3 9
3 1 2 1 2 2 8
4 1 2 2 2 1 8
5 1 2 2 1 1 7
6 2 2 2 2 3 11
7 1 1 1 1 1 5
8 2 1 1 2 2 8
9 2 3 2 2 2 11
10 3 2 1 2 1 9
 Responde Skor Indikator Pertanyaan Ke-
Jumlah Skor
n 1 2 3 4 5
11 3 2 1 2 1 9
12 2 1 1 2 2 8
13 2 1 1 1 2 7
14 1 2 2 3 2 10
15 2 1 1 2 1 7
16 3 1 1 2 1 8
17 3 2 2 2 1 10
18 3 3 3 3 1 13
19 2 2 2 2 1 9
20 3 3 3 3 2 14

a. Jika minat belajar data interval

TABEL MINAT BELAJAR DAN
HASIL BELAJAR FISIKA SISWA
Jumlah Skor Hasil Belajar
Responden
Minat Belajar Fisika
1 11 78
2 9 74
3 8 72
4 8 71
5 7 67
6 11 80
7 5 65
8 8 69
9 11 79
10 9 75
11 9 73
12 8 73
13 7 69
14 10 75
15 7 67
16 8 70
17 10 78
18 13 85
19 9 77
20 14 87

1) Rumusan Masalah :
Bagaimanakah hubungan minat belajar dengan hasil belajar fisika ?
 2) Hipotesis Penelitian :
Ada korelasi minat belajar dengan hasil belajar fisika
3) Hipotesis Statistik :
H0 : Tidak ada korelasi antara minat belajar siswa dengan hasil belajar
Hi : Ada korelasi positif antara minat belajar siswa dengan hasil belajar
fisika
4) Taraf nyata () dan kriteria pengujian:
Taraf nyat () = 1% (0,01) karena menggunakan uji satu arah (hanya
hubungan positif saja)
Kriteria Pengujian :
H0 diterima (Hi ditolak) apabila p- value >
H0 ditolak (Hi diterima) apabila p- value <
5) Uji distribusi normal
One-Sample Kolmogorov-Smirnov Test

Jumlah Skor Hasil Belajar

Minat Belajar

N 20 20

Mean 9,10 74,20

Normal Parametersa,b
Std. Deviation 2,150 5,863

Absolute ,169 ,096

Most Extreme Differences Positive ,169 ,096

Negative -,114 -,067

Kolmogorov-Smirnov Z ,754 ,428

Asymp. Sig. (2-tailed) ,621 ,993

a. Test distribution is Normal.

b. Calculated from data.
Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan terdistribusi
normal baik data minat belajar siswa dan hasil belajar fisika siswa. Hasil
terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada tabel
One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data minat
belajar siswa (0,621 > 0,05) dan hasil belajar fisika siswa (0,993 > 0,05).
 Kedua minat belajar siswa dan hasil belajar fisika siswa berdistribusi normal
karena nilai signifikan keduanya lebih dari 0,05.
6) Keputusan perumusan
Pada perintah soal, penyelesaiannya untuk encari hubungan antara minat
belajar dan hasil belajar siswa. Karenamencari suatu hubungan maka uji
statistiknya menggunkan uji korelasi dan diketahui kedua data bersifat
interval- interval maka uji statistik korelasinya yaitu uji statistik korelasi
pearson.
7) Analisis Statistik
Correlations

Jumlah Skor Hasil Belajar

Minat Belajar Fisika

Pearson Correlation 1 ,971**

Jumlah Skor Minat Belajar Sig. (1-tailed) ,000

N 20 20

Pearson Correlation ,971** 1

Hasil Belajar Fisika Sig. (1-tailed) ,000

N 20 20

**. Correlation is significant at the 0.01 level (1-tailed).

Diketahui pada hasil output SPSS besarnya korelasi minat belajar siswa
dengan hasil belajar fisika adalah 0,971 dengan taraf nyata 1% nilai p-value
sebesar 0,000.
8) Hasil analisis statistik
p-value = 0,000 < = 0,01 maka H0 ditolak Hi diterima. Ini berarti bahwa
terdapat hubungan positif antara minat belajar siswa dengan hasil belajar
fisika
9) Kesimpulan
Ada korelasi positif antara minat belajar siswa dengan hasil belajar fisika
b. Jika minat belajar data ordinal
No Indikator Minat Jumlah Siswa Jumlah
yang memilih
 TM KM M
1 Apakah materi fisika sulit dipahami ? 6 7 7 20
Apakah kamu suka mengerjakan soal fisika
2 6 11 3 20
meskipun tidak ada tugas dari guru ?
Apakah kamu belajar materi fisika sebelum
3 11 7 2 20
pelajaran fisika besok diajarkan ?
Apakah kamu memperhatikan semua
4 penjelasan guru saat pelajaran fisika 3 14 3 20
berlangsung ?
Apakah kamu mengulangi pelajarn fisika
5 10 7 3 20
setelah pulang sekolah ?
1
Jumlah 36 46 100
8

Jika minat belajar data ordinal dan hasil beljar merupakan data interval maka
uji statistik yang digunkaan untuk mengetahui suatu korelasi yaitu uji statistik
korelasi Jaspens. Pada alat uji statistik SPSS, tidak ditemukan atau
disediakan untuk uji korelasi Jaspens. Maka, data tersebut dapat diuji
denngan membuat analisis deskriptifnya saja. Dimana analisis deskriptifnya
dijelaskan pada jawaban soal ke 1 poin c.
c. Grafik batang data ordinal dan lakukan analisis deskriptif
Statistics

Skor Minat Belajar

Valid 100
N
Missing 0

Pada tabel statistik diketahui bahwa terdapat 100 data hasil kuiseoner dari 20
siswa yang harus dikelompokkan berdasarkan minat siswa. 1 merupakan skor
untuk Tidak minat (TM), 2 merupakan skor untuk Kurang Minat (KM), dan 3
merupan skor untuk minat (M)
Skor Minat Belajar

Frequency Percent Valid Percent Cumulative

Percent

Valid TM 36 36,0 36,0 36,0

 KM 46 46,0 46,0 82,0

M 18 18,0 18,0 100,0

Total 100 100,0 100,0

Berdasarkan 100 data hasil kuesioner dari 20 siswa dengan 5 indikator pertanyaan
untuk mengukur minat belajar, maka dapat diketahui seberapa besar minat belajar
siswa dari 20 siswa tersebut. Pada tabel diketahui minat belajar siswa berdasarkan
kategorinya yaitu tidak minat (TM), Kurang Minat (KM), dan minat (M). Dari 20
siswa dengan 5 indikator pertanyaan minat belajar 36% dari indikator minat
belajar menyatakan tidak minat belajar fisika, 46% menyatakan kurang minat, dan
18% menyatakan minat.

Pada tabel diketahui minat belajar siswa berdasarkan kategorinya yaitu tidak
minat (TM) dengan skor 1, Kurang Minat (KM) dengan skor 2, dan minat (M)
dengan skor 3. Dari 20 siswa dengan 5 indikator pertanyaan minat belajar
sejumlah 36 yang menyatakan tidak minat belajar fisika (berada pada rentan 30-40
pada sumbu y frequensi) , 46 menyatakan kurang minat (berada pada rentan 40-50
pada sumbu y frequensi), dan 18 menyatakan minat (berada pada rentan 10-20
pada sumbu y frequensi).
2. Perbandingan hasil belajar siswa kelas XI IPA 1 dan XI IPA 2
DATA HASIL BELAJAR SISWA
KELAS XI IPA 1 DAN XI IPA 2
Siswa XI IPA 1 XI IPA 2
1 78 84
2 74 72
3 72 77
4 71 71
5 67 78
6 80 85
7 65 73
8 69 65
9 79 64
10 75 66
11 73 65
12 73 80
13 69 70
14 75 75
15 67 65
16 70 77
17 78 78
18 85 84
19 77 83
20 87 75

a. Rumusan Masalah :
Bagaimanakah perbandingan hasil belajar siswa kelas XI IPA 1 dan XI IPA 2?
b. Hipotesis Penelitian :
Ada perbedaan antara hasil belajar siswa kelas XI IPA 1 dan XI IPA 2
c. Hipotesis Statistik :
H0 : Tidak ada perbedaan antara hasil belajar siswakelas XI IPA 1 dan XI IPA
2
Hi : Ada perbedaanantara hasil belajar siswa kelas XI IPA 1 dan XI IPA 2
d. Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p <
e. Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS, tahapannya:
1) Klik Analyze
2) Pilih Nonparametric Tests
3) Pilih Legacy Dialogs
4) Klik 1- Samples K-S
5) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test masukkan
variabel pada test variabel test
6) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

XI IPA 1 XI IPA 2

N 20 20

Mean 74,20 74,35

a,b
Normal Parameters
Std. Deviation 5,863 6,976

Absolute ,096 ,134

Most Extreme Differences Positive ,096 ,134

Negative -,067 -,098

Kolmogorov-Smirnov Z ,428 ,601

Asymp. Sig. (2-tailed) ,993 ,863

a. Test distribution is Normal.

b. Calculated from data.
Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan
terdistribusi normal baik data hasil belajar siswa kelas XI IPA 1 dan XI IPA
2. Hasil terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada
tabel One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data
hasil belajar siswa kelas XI IPA 1(0,993 > 0,05)dan XI IPA 2 (0,863 > 0,05).
Kedua data hasil belajar siswa kelas XI IPA 1 dan XI IPA 2 berdistribusi
normal karena nilai signifikan keduanya lebih dari 0,05.
f. Keputusan Perumusan
Diketahui data hasil belajar siswa XI IPA 1 dan XI IPA 2 berdistribusi normal
maka analisis data statistiknya menggunakan parametris, dengan uji statistik
dua sampel t-test (Independent) atau Independet- Samples T test.
g. Analisis Statistik
Group Statistics

Kelas N Mean Std. Deviation Std. Error Mean

XI IPA 1 20 74,20 5,863 1,311

Nilai
XI IPA 2 20 74,35 6,976 1,560

Output bagian pertama (Group Statistics)

Pada output bagian pertama ini menyajikan deskripsi variabel yang dianalisis,
yang meliputi rata-ratamean nilai hasil belajar kelas XI IPA 1 = 74,20
dengan standar deviasi 5,863 dan ratarata (mean) nilai hasil belajar kelas XI
IPA 2 = 74,35 dengan Standar deviasi 6,976.
Independent Samples Test

Levene's Test for Equality of t-test for Equality of

Variances Means

F Sig. t Df

Equal variances assumed 1,143 ,292 -,074 38

Nilai
Equal variances not
-,074 36,908
assumed

Pada tabel output diatas bagian tabel Independent Samples Test terdapat
kolom Levenes Test dimana digunakan untuk menguji apakah hasil data yang
di input memiliki varian yang sama atau tidak. Caranya dalah dengan
membandingkan nilai signifikannya:
Bila nilai signifikannya > 0,05 maka varian datanya diasumsikan sama
Bila nilai signifikan < 0,05 maka varian datanya diasumsikan tidak sama
 Pada data ini karena nilai signifikannya 0,292> 0,05 . Maka varian datanya
diasumsikan sama. Karena nilai varian sama maka lihat tabel output
Independent Samples Test yang kedua.

Independent Samples Test

t-test for Equality of Means

Sig. (2-tailed) Mean Std. Error 95%

Difference Difference Confidence
Interval of the
Difference

Lower

Equal variances
,942 -,150 2,038 -4,275
assumed
Nilai
Equal variances not
,942 -,150 2,038 -4,279
assumed

Karena varain nilai sama maka pilih yang Equal variances assumed. 5%
(0,05) merupakan signifikan level karena selang kepercayaan yang
dikehendaki 95%.
Independent Samples Test

t-test for Equality of Means

95% Confidence Interval of

the Difference

Upper

Equal variances assumed 3,975

Nilai
Equal variances not assumed 3,979

Berdasarkan output di atas diperolah nilai Sig.2tailed sebesar 0,942.

h. Hasil analisis statistik :

 Pada output uji statistik Independent Samples T test diperoleh nilai Sig.2
tailed sebesar 0,942 > 0,05, maka sesuai dasar kriteria pengujian dalam Uji
Independent Sample TTest diketahui bahwa Ho diterima dan Ha ditolak,
yang artinya tidak ada perbedaanantara hasil belajar siswa kelas XI IPA 1 dan
XI IPA 2.
i. Kesimpulan :
Tidak ada perbedaan antara hasil belajar siswa kelas XI IPA 1 dan XI IPA 2.

3. Perbandingan nilai UN Matematika dan Fisika di kelas IPA 3

DATA NILAI UJIAN NASIONAL
MATEMATIKA DAN FISIKA KELAS IPA 3
UN MTK UN FISIKA
Siswa
IPA 3 IPA 3
1 75 75
2 80 85
3 80 80
4 75 75
5 85 80
6 75 75
7 80 75
8 90 90
9 70 70
10 70 70
11 80 85
12 80 85
13 85 85
14 80 75
15 60 60
16 70 70
17 65 70
18 65 60
19 75 75
20 75 70

a. Rumusan Masalah :
Bagaimanakah perbandingan nilai UN Matematika dan Fisika di kelas IPA 3?
b. Hipotesis Penelitian :
Ada perbedaanantara nilai UN Matematika dan Fisika di kelas IPA 3
c. Hipotesis Statistik :
 H0 : Tidak ada perbedaan antara nilai UN Matematika dan Fisika di kelas IPA
3
Hi : Ada perbedaan antara nilai UN Matematika dan Fisika di kelas IPA 3
d. Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p
H0 ditolak (H1 diterima) apabila p <
e. Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS, tahapannya:
1) Klik Analyze
2) Pilih Nonparametric Tests
3) Pilih Legacy Dialogs
4) Klik 1- Samples K-S
5) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test masukkan
variabel pada test variabel test
6) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

UN MTK IPA 3 UN FISIKA IPA 3

N 20 20

Mean 75,75 77,50

a,b
Normal Parameters
Std. Deviation 7,482 6,977

Absolute ,165 ,190

Most Extreme Differences Positive ,135 ,110

Negative -,165 -,190

Kolmogorov-Smirnov Z ,738 ,849

Asymp. Sig. (2-tailed) ,648 ,466

 a. Test distribution is Normal.
b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan

terdistribusi normal baik data nilai UN Matematika dan Fisika. Hasil
terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada tabel
One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data nilai
UN Matematika 0,648> 0,05 dan Fisika 0,466>0,05. Kedua data nilai UN
Matematika dan Fisikaberdistribusi normal karena nilai signifikan keduanya
lebih dari 0,05.
f. Keputusan Perumusan
Diketahui data nilai UN Matematika dan Fisikaberdistribusi normal maka
analisis data statistiknya menggunakan parametris, dengan uji statistik dua
sampel t-test (berkorelasi) atau Paired- Samples T test.
g. Analisis Statistik :
Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

UN MTK IPA 3 75,75 20 7,482 1,673

Pair 1
UN FISIKA IPA 3 77,50 20 6,977 1,560

Output Bagian Pertama Group Statistics

Pada bagian pertama ini menyajikan deskripsi dari pasangan variabel yang
dianalisis, yangmeliputi ratarata mean nilai UN Maematika IPA 3
75,75dengan Standar Deviasi 7,482 dan nilai UN Fisika IPA 3 ratarata 77,50
dengan Standar Deviasi 6,977.Maka dapat diketahui bahwa, nilai UN
Maematika IPA 3 lebih rendah dibandingkan dengan nilai rata- rata UN Fisika
IPA 3.
Paired Samples Correlations

N Correlation Sig.

UN MTK IPA 3 & UN FISIKA

Pair 1 20 ,895 ,000
IPA 3
 Output Bagian Kedua Correlations
Bagian output ini diperoleh hasil korelasi antara kedua variabel, korelasi yang
menyatakan hubungan atau tidak berhubungan secara nyata kedua variabel.
Caranya dalah dengan membandingkan nilai signifikannya:
Apabila nilai signifikannya > 0,05 maka kedua variabel tidak berhubungan
secara nyata
Apabila nilai signifikan < 0,05 maka kedua variabel berhubungan secara
nyata
Pada hasil korelasi antara kedua variabel, dihasilkan angka 0,895dengan nilai
signifikan sig. 0,000< 0,05. Maka, hal tersebut menyatakan bahwa korelasi
nilai UN Matematika dan nilai UN Fisika berhubungan secara nyata.

Paired Samples Test

Paired Differences

Mean Std. Deviation Std. Error Mean 95% Confidence

Interval of the
Difference

Lower

UN MTK IPA 3 - UN FISIKA

Pair 1 -1,750 3,354 ,750 -3,320
IPA 3

Paired Samples Test

Paired Differences T df Sig. (2-tailed)

95% Confidence
Interval of the
Difference

Upper

UN MTK IPA 3 - UN FISIKA IPA

Pair 1 -,180 -2,333 19 ,031
3
 Output Bagian Ketiga Paired Samples Test
Pada tabel output Paired Samples Test digunakan untuk menentukan hipotesis
yang dimana H0 diterima atau H0 ditolak. Dengan selang kepercayaan 95%
dan taraf nyata 5% (0,05). Tertera pada tabel output Paired Samples Test nilai
signifikan yaitu 0,031.
h. Hasil analisis statistik :
Pada output uji statistik Paired Samples T test diperolah nilai Sig.2tailed
sebesar 0,031 < 0,05, maka sesuai dasar kriteria pengujian dalam Uji Paired-
Sample TTest diketahui bahwa Ho ditolak dan Ha diterima, yang artinya ada
perbedaan antara nilai UN Matematika dan Fisika di kelas IPA 3.
i. Kesimpulan :
Ada perbedaan antara nilai UN Matematika dan Fisika di kelas IPA 3.

4. Perbandingan hasil belajar Fisika IPA 1, IPA 2, dan IPA 3

DATA HASIL BELAJAR FISIKA IPA 1, IPA 2, DAN IPA 3
Siswa IPA 1 IPA 2 IPA 3
1 78 84 71
2 74 72 70
3 72 77 86
4 71 71 69
5 67 78 79
6 80 85 62
7 65 73 75
8 69 65 80
9 79 64 74
10 75 66 73
11 73 65 67
12 73 80 88
13 69 70 80
14 75 75 74
15 67 65 76
16 70 77 86
17 78 78 70
18 85 84 73
19 77 83 72
20 87 75 82
a. Rumusan Masalah :
Bagaimanakah perbandingan hasil belajar Fisika IPA 1, IPA 2 dan IPA 3?
b. Hipotesis Penelitian :
Ada perbedaanantara hasil belajar Fisika IPA 1, IPA 2 dan IPA 3
c. Hipotesis Statistik :
H0 : Tidak ada perbedaan antara hasil belajar Fisika IPA 1, IPA 2 dan IPA 3
Hi : Ada perbedaan antara hasil belajar Fisika IPA 1, IPA 2 dan IPA 3
d. Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p <
e. Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS, tahapannya:
1) Klik Analyze
2) Pilih Nonparametric Tests
3) Pilih Legacy Dialogs
4) Klik 1- Samples K-S
5) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test masukkan
variabel pada test variabel test
6) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

IPA 1 IPA 2 IPA 3

N 20 20 20

Mean 74,20 74,35 75,35

Normal Parametersa,b
Std. Deviation 5,863 6,976 6,800

Absolute ,096 ,134 ,129

Most Extreme Differences Positive ,096 ,134 ,129

Negative -,067 -,098 -,091

 Kolmogorov-Smirnov Z ,428 ,601 ,575

Asymp. Sig. (2-tailed) ,993 ,863 ,895

a. Test distribution is Normal.

b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, ketiga data dinyatakan

terdistribusi normal baik datahasil belajar Fisika IPA 1, IPA 2 dan IPA 3.
Hasil terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada
tabel One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data
hasil belajar Fisika IPA 1 (0,993 > 0,05), IPA 2 (0,863>0,05) , dan IPA 3
(0,895 > 0,05). Ketigadatahasil belajar Fisika IPA 1, IPA 2 dan IPA 3
berdistribusi normal karena ketiga - tiganya lebih dari 0,05.
f. Keputusan Perumusan
Diketahui data datahasil belajar Fisika IPA 1, IPA 2 dan IPA 3 berdistribusi
normal maka analisis data statistiknya menggunakan parametris, dengan uji
statistik k sampel Independen (One Way Anova).
g. Analisis Statistik :
ANOVA

Hasil Belajar

Sum of Squares Df Mean Square F Sig.

Between Groups 15,633 2 7,817 ,181 ,835

Within Groups 2456,300 57 43,093

Total 2471,933 59

Pada tabel output anova untuk menentukan hipotesis yang dimana H 0 diterima
atau H0 ditolak. Dengan selang kepercayaan 95% dan taraf nyata 5% (0,05).
Tertera pada tabel output Paired Samples Test kolom sig. nilai signifikan yaitu
0,835.
 Jika diketahui tidak terdapat perbedaan maka uji LSD tidak perlu dilakukan,
maka hanya untuk memastikan pada penyelesaian ini dilakukan uji LSD
Post Hoc Tests
Multiple Comparisons

Dependent Variable: Hasil Belajar

LSD

(I) Kelas (J) Kelas Mean Std. Error Sig. 95% Confidence Interval
Difference (I-J)
Lower Bound Upper Bound

IPA 2 -,150 2,076 ,943 -4,31 4,01

IPA 1
IPA 3 -1,150 2,076 ,582 -5,31 3,01

IPA 1 ,150 2,076 ,943 -4,01 4,31

IPA 2
IPA 3 -1,000 2,076 ,632 -5,16 3,16

IPA 1 1,150 2,076 ,582 -3,01 5,31

IPA 3
IPA 2 1,000 2,076 ,632 -3,16 5,16
Semua signifikan pada uji LSD ini menunjukkan > 0,05 maka dapat diketahui
tidak terdapat perbedaan hasil belajar fisika pada tiap kelas (IPA 1, IPA 2 dan
IPA 3)
h. Hasil analisis statistik :
Pada output uji statistik One Way Anova diperolah nilai Sig. sebesar 0,835>
0,05, maka sesuai dasar kriteria pengujian dalam Uji One Way Anova
diketahui bahwa Ho diterima dan Ha ditolak, yang artinya tidak ada
perbedaan hasil belajar Fisika antara IPA 1, IPA 2 dan IPA 3.
i. Kesimpulan :
Tidak ada perbedaan hasil belajar Fisika antara IPA 1, IPA 2 dan IPA 3

5. Pengaruh Model Inquiry terhadap Aktivitas dan Hasil Belajar

a. Pengaruh Model Inquiry terhadap aktivitas belajar siswa
Indikator Aktifitas belajar siswa untuk kelas kontrol dan kelas eksperimen :
1) Memperhatikan penjelasan guru
2) Mengkominikasikan pertanyaan yang akan diajukan
3) Menyampaikan pendapat saat terdapat diskusi
4) Menanggapi pendapat teman
 5) Menyelesaikan pertanyaan dari guru dengan tepat waktu
TABEL DATA OBSERVASI
AKTIVITAS BELAJJAR SISWA
Aktivitas Kelas Aktivitas
Siswa
Eksperimen Kelas Kontrol
1 11 9
2 9 8
3 12 7
4 14 7
5 9 5
6 11 6
7 10 5
8 10 9
9 11 10
10 10 7
11 9 7
12 8 8
13 12 9
14 10 7
15 13 7
16 10 8
17 10 10
18 13 11
19 9 9
20 14 12

1) Rumusan masalah :
Bagaimanakah pengaruh Model Inquiry terhadap aktivitas belajar siswa ?
2) Hipotesis penelitian :
Ada pengaruh Model Inquiry terhadap aktivitas belajar siswa
3) Hipotesis statistik :
H0 : XE = XK (tidak ada perbedaan antara nilai rata- rata aktifitas belajar
siswa kelas eksperimen dan kelas kontrol )
Hi : XE > XK (Ada perbedaan antara nilai rata- rata aktifitas belajar siswa
kelas eksperimen dan kelas kontrol )
4) Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05), karena uji satu arah maka dibagi 2 (0,05/2 =
0,025)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p <
5) Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS, tahapannya:
1) Klik Analyze
2) Pilih Nonparametric Tests
3) Pilih Legacy Dialogs
4) Klik 1- Samples K-S
5) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test masukkan
variabel pada test variabel test
6) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

Aktivitas Kelas Aktivitas Kelas

Eksperimen Kontrol

N 20 20

Mean 10,75 8,05

Normal Parametersa,b
Std. Deviation 1,743 1,849

Absolute ,216 ,165

Most Extreme Differences Positive ,216 ,165

Negative -,108 -,135

Kolmogorov-Smirnov Z ,968 ,738

Asymp. Sig. (2-tailed) ,306 ,648

a. Test distribution is Normal.

b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan terdistribusi
normal baik data aktivitas belajar siswa kelas eksperimen dan kontrol. Hasil
 terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada tabel
One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data
aktifitas belajar siswa kelas eksperimen(0,306> 0,05)dan
kontrol(0,648>0,05). Kedua data aktifitas belajar siswa kelas eksperimen dan
kontrol berdistribusi normal karena nilai signifikan keduanya lebih dari 0,05.
6) Keputusan Perumusan
Diketahui data aktifitas belajar siswa kelas eksperimen dan kontrol
berdistribusi normal maka analisis data statistiknya menggunakan parametris,
dengan uji statistik dua sampel t-test (Independent) atau Independet- Samples
T test.
7) Analisis statistik :
Group Statistics

Kelas N Mean Std. Deviation Std. Error

Mean

Kelas Eksperimen 20 10,75 1,743 ,390

Aktivitas Belajar
Kelas Kontrol 20 8,05 1,849 ,413

Output bagian pertama (Group Statistics)

Pada output bagian pertama ini menyajikan deskripsi variabel yang dianalisis,
yang meliputi rata-rata mean nilai aktifitas belajar siswa kelas eksperimen =
10,75 dengan standar deviasi 1,743 dan ratarata (mean) nilai aktifitasbelajar
siswa kelas kontrol = 8,05 dengan Standar deviasi 1,849.
Independent Samples Test

Levene's Test for Equality of t-test for Equality of

Variances Means

F Sig. t df

Aktivitas Equal variances ,012 ,914 4,752 38

Belajar assumed
 Equal variances not
4,752 37,870
assumed

Pada tabel output diatas bagian tabel Independent Samples Test terdapat
kolom Levenes Test dimana digunakan untuk menguji apakah hasil data yang
di input memiliki varian yang sama atau tidak. Caranya dalah dengan
membandingkan nilai signifikannya:
Bila nilai signifikannya > 0,05 maka varian datanya diasumsikan sama
Bila nilai signifikan < 0,05 maka varian datanya diasumsikan tidak sama
Pada data ini karena nilai signifikannya 0,914> 0,05 . Maka varian datanya
diasumsikan sama. Karena nilai varian sama maka lihat tabel output
Independent Samples Test yang kedua.
Independent Samples Test

t-test for Equality of Means

Sig. (2-tailed) Mean Std. Error

Difference Difference

Equal variances assumed ,000 2,700 ,568

Aktivitas Belajar
Equal variances not
,000 2,700 ,568
assumed

Karena varain nilai sama maka pilih yang Equal variances assumed. 5%
(0,05) merupakan signifikan level karena selang kepercayaan yang
dikehendaki 95%.
Independent Samples Test

t-test for Equality of Means

95% Confidence Interval of the

Difference

Lower Upper

Aktivitas Belajar Equal variances assumed 1,550 3,850

 Equal variances not assumed 1,550 3,850

Berdasarkan output di atas diperolah nilai Sig.2tailed sebesar 0,000.

8) Hasil analisis statistik :
Pada output uji statistik Independent Samples T test diperoleh nilai Sig.2
tailed sebesar 0,000 < 0,025, maka sesuai dasar kriteria pengujian dalam Uji
Independent Sample TTest diketahui bahwa Ho ditolak dan Ha diterima,
yang artinya XE > XK (Ada perbedaan antara nilai rata- rata aktifitas belajar
siswa kelas eksperimen dan kelas kontrol ).
9) Kesimpulan :
Ada pengaruh antara Model Inquiry terhadap aktivitas belajar siswa

b. Pengaruh Model Inquiry terhadap hasil belajar siswa

DATA HASIL BELAJAR SISWA
KELAS EKSPERIMEN DAN KELAS KONTROL
Hasil
Sisw Hasil Belajar
Belajar
a Eksperimen
Kontrol
1 81 77
2 77 75
3 84 74
4 87 72
5 78 67
6 82 72
7 80 69
8 81 78
9 83 80
10 79 74
11 78 72
12 76 77
13 83 79
14 80 74
15 84 71
16 79 77
17 77 81
18 86 81
19 78 76
20 89 83
1) Rumusan masalah :
Bagaimanakah pengaruh Model Inquiry terhapat hasil belajar siswa
2) Hipotesis penelitian :
Ada pengaruh Model Inquiry terhapat hasil belajar siswa
3) Hipotesis statistik :
H0 : XE = XK (tidak ada perbedaan antara nilai rata- rata hasil belajar siswa
kelas eksperimen dan kelas kontrol )
Hi : XE > XK (ada perbedaan antara nilai rata- rata hasil belajar siswa kelas
eksperimen dan kelas kontrol )
4) Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05), karena uji satu arah maka dibagi 2 (0,05/2 =
0,025)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p <
5) Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS, tahapannya:
a) Klik Analyze
b) Pilih Nonparametric Tests
c) Pilih Legacy Dialogs
d) Klik 1- Samples K-S
e) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test masukkan
variabel pada test variabel test
f) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

Hasil Belajar Hasil Belajar

Eksperimen Kontrol

N 20 20

Mean 81,10 75,45

a,b
Normal Parameters
Std. Deviation 3,597 4,236
 Absolute ,120 ,093

Most Extreme Differences Positive ,120 ,092

Negative -,078 -,093

Kolmogorov-Smirnov Z ,538 ,415

Asymp. Sig. (2-tailed) ,934 ,995

a. Test distribution is Normal.

b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan terdistribusi
normal baik data hasil belajar siswa kelas eksperimen dan kontrol. Hasil
terdistribusi normal dilihat pada kolom Asymp. Sig. (2-tailed) pada tabel
One-Sample Kolmogorov-Smirnov Test, diketahui nilai signifikan data hasil
belajar siswa kelas eksperimen (0,934> 0,05)dan kontrol(0,995>0,05). Kedua
data hasil belajar siswa kelas eksperimen dan kontrol berdistribusi normal
karena nilai signifikan keduanya lebih dari 0,05.
6) Keputusan Perumusan :
Diketahui data hasilbelajar siswa kelas eksperimen dan kontrol berdistribusi
normal maka analisis data statistiknya menggunakan parametris, dengan uji
statistik dua sampel t-test (Independent) atau Independet- Samples T test.
7) Analisis statistik :
Group Statistics

Kelas N Mean Std. Deviation Std. Error Mean

Kelas Eksperimen 20 81,10 3,597 ,804

Hasil Belajar
Kelas Kontrol 20 75,45 4,236 ,947

Output bagian pertama (Group Statistics)

 Pada output bagian pertama ini menyajikan deskripsi variabel yang dianalisis,
yang meliputi rata-rata mean nilai hasil belajar siswa kelas eksperimen =
81,10 dengan standar deviasi 3,597 dan ratarata (mean) nilai hasil belajar
siswa kelas kontrol = 75,45 dengan Standar deviasi 4,236.
Independent Samples Test

Levene's Test for Equality of t-test for Equality of

Variances Means

F Sig. t df

Equal variances assumed ,599 ,444 4,547 38

Hasil Belajar
Equal variances not
4,547 37,026
assumed

Pada tabel output diatas bagian tabel Independent Samples Test terdapat
kolom Levenes Test dimana digunakan untuk menguji apakah hasil data yang
di input memiliki varian yang sama atau tidak. Caranya dalah dengan
membandingkan nilai signifikannya:
Bila nilai signifikannya > 0,05 maka varian datanya diasumsikan sama
Bila nilai signifikan < 0,05 maka varian datanya diasumsikan tidak sama
Pada data ini karena nilai signifikannya 0,444> 0,05 . Maka varian datanya
diasumsikan sama. Karena nilai varian sama maka lihat tabel output
Independent Samples Test yang kedua.
Independent Samples Test

t-test for Equality of Means

Sig. (2-tailed) Mean Std. Error

Difference Difference

Equal variances assumed ,000 5,650 1,243

Hasil Belajar
Equal variances not
,000 5,650 1,243
assumed
 Karena varain nilai sama maka pilih yang Equal variances assumed. 5%
(0,05) merupakan signifikan level karena selang kepercayaan yang
dikehendaki 95%.
Independent Samples Test

t-test for Equality of Means

95% Confidence Interval of the

Difference

Lower Upper

Equal variances assumed 3,134 8,166

Hasil Belajar
Equal variances not assumed 3,132 8,168

Berdasarkan output di atas diperolah nilai Sig.2tailed sebesar 0,000.

8) Hasil analisis statistik :
Pada output uji statistik Independent Samples T test diperoleh nilai Sig.2
tailed sebesar 0,000 < 0,025, maka sesuai dasar kriteria pengujian dalam Uji
Independent Sample TTest diketahui bahwa Ho ditolak dan Ha diterima,
yang artinya XE > XK (ada perbedaan antara nilai rata- rata hasil belajar
siswa kelas eksperimen dan kelas kontrol)
9) Kesimpulan :
Ada pengaruh Model Inquiry terhapat hasil belajar siswa

c. Pengaruh aktivitas belajarsiswa terhadap hasil belajar siswa

DATA AKTIVITAS DAN HASIL BELAJAR SISWA
KELAS EKSPERIMEN DAN KONTROL
Kelas Eksperimen Kelas Kontrol
Siswa
Aktifitas Hasil Belajar Aktifitas Hasil Belajar
1 11 81 9 77
2 9 77 8 75
3 12 84 7 74
4 14 87 7 72
5 9 78 5 67
6 11 82 6 72
7 10 80 5 69
8 10 81 9 78
 Kelas Eksperimen Kelas Kontrol
Siswa
Aktifitas Hasil Belajar Aktifitas Hasil Belajar
9 11 83 10 80
10 10 79 7 74
11 9 78 7 72
12 8 76 8 77
13 12 83 9 79
14 10 80 7 74
15 13 84 7 71
16 10 79 8 77
17 10 77 10 81
18 13 86 11 81
19 9 78 9 76
20 14 89 12 83

1) Rumusan masalah :
Bagaimanakah pengaruh aktifitas belajar siswa terhadap hasil belajar siswa ?
2) Hipotesis penelitian :
Ada pengaruh aktifitas belajar siswa terhadap hasil belajar siswa
Selanjutnya, untuk lebih mudah menganalisis maka dibedakan antara kelas
eksperimen dan kelas kontrol
a) Kelas Eksperimen :
1. Hipotesis statistik :
H0 : tidak ada pengaruh aktifitas belajar siswa terhadap hasil belajar
siswa pada kelas eksperimen
Hi : ada pengaruh aktifitas belajar siswa terhadap hasil belajar siswa
pada kelas eksperimen
2. Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p
3. Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS,
tahapannya:
7) Klik Analyze
8) Pilih Nonparametric Tests
9) Pilih Legacy Dialogs
10) Klik 1- Samples K-S
 11) Pada kotak dialog one- sample- Kolmogorov- Smirnov Test
masukkan variabel pada test variabel test
12) Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis
statistiknya menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

Aktivitas Kelas Hasil Belajar

Eksperimen Eksperimen

N 20 20

Mean 10,75 81,10

a,b
Normal Parameters
Std. Deviation 1,743 3,597

Absolute ,216 ,120

Most Extreme Differences Positive ,216 ,120

Negative -,108 -,078

Kolmogorov-Smirnov Z ,968 ,538

Asymp. Sig. (2-tailed) ,306 ,934

a. Test distribution is Normal.

b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan

terdistribusi normal baik data aktifitas belajar siswa dan hasil belajar
siswa pada kelas eksperimen. Hasil terdistribusi normal dilihat pada
kolom Asymp. Sig. (2-tailed) pada tabel One-Sample Kolmogorov-
Smirnov Test, diketahui nilai signifikan data nilai aktifitas belajar
siswa 0,306> 0,05 dan hasil belajar siswa 0,934>0,05. Kedua data
 nilai aktifitas belajar siswa danhasil belajar siswa pada kelas
eksperimenberdistribusi normal karena nilai signifikan keduanya lebih
dari 0,05.
4. Keputusan perumusan :
Untuk menganalisis data aktifitasbelajar siswa dan hasil belajar
siswapada kelas eksperimen menggunakan uji statistik regresi linier.
5. Analisis statistik :
Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

Aktivitas Kelas
1 . Enter
Eksperimenb

a. Dependent Variable: Hasil Belajar Eksperimen

b. All requested variables entered.

Tabel di atas menjelaskan tentang variabel yang dimasukkan atau yang

dibuang dan metode yang digunakan. Dalam hal ini variabel yang
dimasukkan adalah variabel Hasil belajar siswa pada kelas eksperimen
(hasil belajar eksperimen) sebagai variabel yang diramal dan metode
yang digunakan adalah metode Enter

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 ,961a ,924 ,919 1,022

a. Predictors: (Constant), Aktivitas Kelas Eksperimen

Tabel di atas menjelaskan besarnya nilai korelasi / hubungan (R) yaitu

sebesar (0,961) dan dijelaskan besarnya presentase pengaruh variabel
bebas terhadap variabel teirkat yang disebut koefisien determinasi
yang hasil dari penguadratan R. Dari output tersebut diperoleh
koefisien determinasi (R2) sebesar (0,924), yang mengandung
pengertian bahwa pengaruh variabel bebas (aktifitas belajar siswa
pada kelas eksperimen) terhadap variabel terikat (hasil belajar siswa
pada kelas eksperimen) adalah sebesar 92,4 %, sedangkan 7,6
%.sisanya dipengaruhi oleh variabel yang lain sebesar

ANOVAa

Model Sum of df Mean F Sig.

Squares Square

Regression 227,017 1 227,017 217,557 ,000b

1 Residual 18,783 18 1,043

Total 245,800 19

a. Dependent Variable: Hasil Belajar Eksperimen

b. Predictors: (Constant), Aktivitas Kelas Eksperimen

Pada bagian ini menjelaskan apakah ada pengaruh yang nyata

(signifikan) antaravariabel bebas (aktifitas belajar siswa pada kelas
eksperimen) terhadap variabel terikat (hasil belajar siswa pada kelas
eksperimen). Dari output tersebut terlihat bahwa F hitung = 217,557
dengan tingkat signifikan 0,000<0,05.

Coefficientsa

Model Unstandardized Standardized t

Coefficients Coefficients

B Std. Error Beta

(Constant) 59,786 1,463 40,866

1 Aktivitas Kelas
1,983 ,134 ,961 14,750
Eksperimen

Coefficientsa

Model Sig.

(Constant) ,000
1
Aktivitas Kelas Eksperimen ,000

a. Dependent Variable: Hasil Belajar Eksperimen

 Diperoleh nilai a = 59,786 dan b = 1,983, jadi persamaan regresi: y =
59,786 + 1,983x.
Dengan menerimanya persamaan regresi y =59,786 + 1,983 x, maka
dengan persamaan tersebut dapat dijadikan sebagai dasar prediksi
variabel dependen y jika diketahui nilai variabel independen x.
Misalkan seseorang memiliki skor aktivitas belajar siswa 10, maka
hasil belajar siswa tersebut dapat ditaksirkan memiliki skor sebesar
59,786 + 1,983(10) = 79,616
Descriptives

Statistic Std. Error

Mean 81,10 ,804

95% Confidence Interval for Lower Bound 79,42

Mean Upper Bound 82,78

5% Trimmed Mean 80,94

Median 80,50

Variance 12,937

Hasil Belajar Eksperimen Std. Deviation 3,597

Minimum 76

Maximum 89

Range 13

Interquartile Range 6

Skewness ,626 ,512

Kurtosis -,340 ,992

Melihat output seperti di atas, nilai skewness 0,626 merupakan nilai
positif yang cukup berdekatan dengan nilai nol
 Selanjutnya berdasar output diagram Q-Q plot menunjukkan bahwa
titik-titik plot data cenderung berdekatan dengan garis peluang. Oleh
karena itu, kita dapat, mengambil asumsi bahwa variabel dependen
hasil belajar siswa berdistribusi normal.
Untuk melihat kondisi homogenitas variabel dependen hasil belajar
siswa, kita lihat nilai kurtosis dan diagram box plot. Pada output nilai
kurtosis = -0,34 merupakan nilai positif yang menunjukkan plot
diagramnya runcing, sehingga datanya menggerombol atau dapat
mengasumsikan datanya cenderung homogen. Sebagai pertimbangan
lainnya dengan diagram box plot, pada diagram box plot pada kondisi
di tengah. Oleh karena itu, disini bisa kita simpulkan bahwa asumsi
homo-genitas dipenuhi
6. Hasil analisis statistik :
Pada output regresi linier tabel anova tertera tingkat signifikan 0,000 <
0,05 maka H0 ditolak dan Hi diterima yang berarti ada pengaruh
aktifitas belajar siswa terhadap hasil belajar siswa pada kelas
eksperimen.
b) Kelas Kontrol
1. Hipotesis statistik :
H0 : tidak ada pengaruh aktifitas belajar siswa terhadap hasil belajar
siswa pada kelas kontrol
Hi : ada pengaruh aktifitas belajar siswa terhadap hasil belajar siswa
pada kelas kontrol
2. Taraf nyata dan kriteria pengujian :
Taraf nyata () = 5% (0,05)
Kriteria pengujian :
H0 diterima (H1 ditolak) apabila p >
H0 ditolak (H1 diterima) apabila p
3. Uji distribusi normal :
Uji distribusi normal dapat dilakukan menggunakan SPSS,
tahapannya:
a. Klik Analyze
b. Pilih Nonparametric Tests
c. Pilih Legacy Dialogs
d. Klik 1- Samples K-S
 e. Pada kotak dialog one- sample- Kolmogorov- Smirnov Test
masukkan variabel pada test variabel test
f. Lalu Ok
Kriteria uji berdistribusi normal :
Jika p > 0,05 (data berdistribusi normal) maka analisis statistiknya
menggunakan analisis statistik parametris
Jika p < 0,05 (data tidak berdistribusi normal) maka analisis
statistiknya menggunakan analisis statistik non parametris
Hasil uji distribusi normal :
One-Sample Kolmogorov-Smirnov Test

Aktivitas Kelas Hasil Belajar

Kontrol Kontrol

N 20 20

Mean 8,05 75,45

a,b
Normal Parameters
Std. Deviation 1,849 4,236

Absolute ,165 ,093

Most Extreme Differences Positive ,165 ,092

Negative -,135 -,093

Kolmogorov-Smirnov Z ,738 ,415

Asymp. Sig. (2-tailed) ,648 ,995

a. Test distribution is Normal.

b. Calculated from data.

Diketahui tabel hasil uji distribusi normal, kedua data dinyatakan

terdistribusi normal baik data aktifitas belajar siswa dan hasil belajar
siswa pada kelas kontrol. Hasil terdistribusi normal dilihat pada kolom
Asymp. Sig. (2-tailed) pada tabel One-Sample Kolmogorov-Smirnov
Test, diketahui nilai signifikan data nilai aktifitas belajar siswa 0,648 >
0,05 dan hasil belajar siswa 0,995>0,05. Kedua data nilai aktifitas
 belajar siswa dan hasil belajar siswa pada kelas kontrolberdistribusi
normal karena nilai signifikan keduanya lebih dari 0,05.
4. Keputusan perumusan :
Untuk menganalisis data aktifitasbelajar siswa dan hasil belajar siswa
pada kelas kontrol menggunakan uji statistik regresi linier.
5. Analisis statistik :
Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

Aktivitas Kelas
1 . Enter
Kontrolb

a. Dependent Variable: Hasil Belajar Kontrol

b. All requested variables entered.

Tabel di atas menjelaskan tentang variabel yang dimasukkan atau yang

dibuang dan metode yang digunakan. Dalam hal ini variabel yang
dimasukkan adalah variabel Hasil belajar siswa pada kelas eksperimen
(hasil belajar eksperimen) sebagai variabel yang diramal dan metode
yang digunakan adalah metode Enter
Model Summaryb
Model R R Square Adjusted R Std. Error of the
Square Estimate
a
1 ,958 ,918 ,913 1,249

a. Predictors: (Constant), Aktivitas Kelas Kontrol

b. Dependent Variable: Hasil Belajar Kontrol

Tabel di atas menjelaskan besarnya nilai korelasi / hubungan (R) yaitu

sebesar (0,958) dan dijelaskan besarnya presentase pengaruh variabel
bebas terhadap variabel teirkat yang disebut koefisien determinasi
yang hasil dari penguadratan R. Dari output tersebut diperoleh
koefisien determinasi (R2) sebesar (0,918), yang mengandung
pengertian bahwa pengaruh variabel bebas (aktifitas belajar siswa
pada kelas eksperimen) terhadap variabel terikat (hasil belajar siswa
pada kelas eksperimen) adalah sebesar 91,8%, sedangkan
8,2%.sisanya dipengaruhi oleh variabel yang lain sebesar
ANOVAa
Model Sum of df Mean F Sig.
Squares Square
Regression 312,864 1 312,864 200,509 ,000b
1 Residual 28,086 18 1,560
Total 340,950 19

a. Dependent Variable: Hasil Belajar Kontrol

b. Predictors: (Constant), Aktivitas Kelas Kontrol

Pada bagian ini menjelaskan apakah ada pengaruh yang nyata

(signifikan) antara variabel bebas (aktifitas belajar siswa pada kelas
eksperimen) terhadap variabel terikat (hasil belajar siswa pada kelas
eksperimen). Dari output tersebut terlihat bahwa F hitung = 200,509
dengan tingkat signifikan 0,000< 0,05.
Coefficientsa
Model Unstandardized Standardiz t Sig.
Coefficients ed
Coefficients
B Std. Error Beta
(Constant) 57,782 1,279 45,192 ,000
1 Aktivitas Kelas
2,195 ,155 ,958 14,160 ,000
Kontrol

a. Dependent Variable: Hasil Belajar Kontrol

Diperoleh nilai a = 57,782 dan b = 2,195, jadi persamaan regresi: y =

57,782 + 2,195x.
Dengan menerimanya persamaan regresiy = 57,782 + 2,195x, maka
dengan persamaan tersebut dapat dijadikan sebagai dasar prediksi
variabel dependen y jika diketahui nilai variabel independen x.
Misalkan seseorang memiliki skor aktivitas belajar siswa 10, maka
hasil belajar siswa tersebut dapat ditaksirkan memiliki skor sebesar
57,782 + 2,195(10) = 79,732
Descriptives
 Statistic Std. Error

Mean 75,45 ,947

95% Confidence Interval for Lower Bound 73,47

Mean Upper Bound 77,43

5% Trimmed Mean 75,50

Median 75,50

Variance 17,945

Hasil Belajar Kontrol Std. Deviation 4,236

Minimum 67

Maximum 83

Range 16

Interquartile Range 7

Skewness -,118 ,512

Kurtosis -,521 ,992

Melihat output seperti di atas, nilai skewness -0,118 merupakan nilai

positif yang cukup berdekatan dengan nilai nol

Selanjutnya berdasar output diagram Q-Q plot menunjukkan bahwa

titik-titik plot data cenderung berdekatan dengan garis peluang. Oleh
karena itu, kita dapat, mengambil asumsi bahwa variabel dependen
hasil belajar siswa berdistribusi normal.
Untuk melihat kondisi homogenitas variabel dependen hasil belajar
siswa, kita lihat nilai kurtosis dan diagram box plot. Pada output nilai
 kurtosis = -0,521 merupakan nilai positif yang menunjukkan plot
diagramnya runcing, sehingga datanya menggerombol atau dapat
mengasumsikan datanya cenderung homogen. Sebagai pertimbangan
lainnya dengan diagram box plot, pada diagram box plot pada kondisi
di tengah. Oleh karena itu, disini bisa kita simpulkan bahwa asumsi
homo-genitas dipenuhi
6. Hasil analisis statistik :
Pada output regresi linier tabel anova tertera tingkat signifikan 0,000 <
0,05 maka H0 ditolak dan Hi diterima yang berarti ada pengaruh
aktifitas belajar siswa terhadap hasil belajar siswa pada kelas kontrol.
3) Kesimpulan :
Ada pengaruh aktifitas belajar siswa terhadap hasil belajar siswa