Anda di halaman 1dari 12

NAMA : BIMA FAUZUL ADHIM

NIM : 15030174017

PENGARUH MOTIVASI DAN MINAT BELAJAR TERHADAP PRESTASI SISWA PADA


MATA PELAJARAN MATEMATIKA DI SMAN 1 BANGOREJO BANYUWANGI

A. Rumusan Masalah
Berdasarkan masalah-masalah yang ada, maka problematika penelitian ini dapat
dirumuskan sebagai berikut:
1. Apakah motivasi belajar berpengaruh terhadap prestasi siswa pada mata pelajaran
matematika di SMAN 1 BANGOREJO BANYUWANGI?

2. Apakah minat belajar berpengaruh terhadap prestasi siswa pada mata pelajaran matematika
di SMAN 1 BANGOREJO BANYUWANGI?

3. Apakah motivasi dan minat belajar secara bersama-sama berpengaruh terhadap prestasi
siswa pada mata pelajaran matematika di SMAN 1 BANGOREJO BANYUWANGI?

B. Pengajuan Hipotesis
Berdasarkan kajian teoritik dan kerangka berfikir dapat diajukan hipotesis penelitian
sebagai berikut:
1. Motivasi belajar berpengaruh terhadap prestasi siswa pada mata pelajaran matematika di
SMAN 1 BANGOREJO BANYUWANGI?

2. Minat belajar berpengaruh terhadap prestasi siswa pada mata pelajaran matematika di
SMAN 1 BANGOREJO BANYUWANGI?

3. Motivasi dan minat belajar secara bersama-sama berpengaruh terhadap prestasi siswa pada
mata pelajaran matematika di SMAN 1 BANGOREJO BANYUWANGI?

C. Populasi Penelitian
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya. (Sugiyono, 2010:61).
Dalam penelitian ini populasinya adalah semua siswa kelas X-1 SMAN 1 BANGOREJO
sebanyak 32 siswa. Jadi penelitian ini adalah penelitian populasi.
D. Desain Penelitian
Penelitian ini merupakan penelitian Ex Post Facto karena variabel bebas dalam penelitian
ini tidak dikendalikan atau diperlakukan khusus melainkan hanya mengungkap fakta
berdasarkan pengukuran gejala yang telah ada pada diri responden sebelum penelitian ini
dilaksanakan.
Penelitian ini menggunakan teknik korelasi untuk mengetahui arah dan pengumpulan data
yang akan dilakukan dalam penelitian ini dengan menggunakan metode kuesioner dan metode
tes. Dalam metode kuesioner digunakan angket sebagai alat pengumpul data yang sebelumnya
akan diuji validitas dan reliabilitas. Begitu pula pada metode tes menggunakan soal yang
sebelumnya akan diuji validitas dan reliabilitas.
Setelah pengumpulan data penelitian selesai, langkah berikutnya adalah pengolahan data.
Dalam proses ini digunakan teknik analisis statistik. Hal yang perlu diperhatikan sebelum
dilakukan analisis statistik adalah kondisi semua harus baik, yaitu semua data harus memenuhi
persyaratan statistik. Sebagai contoh, dalam penelitian digunakan teknik analisis korelasi
sederhana dan korelasi ganda, maka kondisi data yang harus dipenuhi yaitu normalitas sebaran
harus berdistribusi normal dan data harus berdistribusi linier.
Dalam penelitian ini dilakukan analisis terhadap tiga variabel yaitu dua variabel bebas
dan satu variabel terikat. Untuk kepentingan analisis nama setiap variabel diubah dengan suatu
simbol. Untuk variabel motivasi belajar diberi simbol X1, variabel minat belajar diberi simbol
X2 dan variabel prestasi siswa pada mata pelajaran Matematika diberi simbol Y.
Pengujian hipotesis penelitian ini dilakukan dengan cara mencari koefisien hubungan
antara variabel X1 terhadap Y, X2 terhadap Y dan X1X2 terhadap variabel Y. Adapun
paradigma penelitian dapat dilihat pada gambar berikut yang merupakan paradigma ganda
dengan dua variabel independen.

E. Analisis Data

Analisis yang digunakan untuk menguji hipotesis adalah teknik analisis korelasi
sederhana dan korelasi ganda. Namun sebelum dilakukan analisis tersebut, terlebih dahulu
dilakukan uji persyaratan yaitu uji normalitas data dan lineritas data.

1. Data
Tabel Data Motivasi Tabel Data Minat
Tabel Data Prestasi
Interval Frekuensi

8-9 5

10-11 5

12-13 6

14-15 4

16-17 7

18-19 5

2. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah data penelitian berdistribusi normal
atau tidak. Uji normalitas ini menggunakan Chi Kuadrat, yaitu dengan rumus sebagai berikut:

Apabila harga chi kuadrat yang diperoleh melalui hitungan lebih kecil dari harga chi
kuadrat tabel dengan taraf signifikansi 5 % pada derajat kebebasan jumlah kelas interval
dikurangi satu (k1) maka data dari variabel tersebut berdistribusi normal. Sebaliknya jika
harga chi kuadrat melalui hitungan atau observasi lebih besar dari harga chi kuadrat tabel maka
data tersebut berdistribusi tidak normal. Kriteria pengujian ini dapat dinyatakan sebagai
berikut: Ho ditolak jika : chi hitung (0,05 (k1)) > chi tabel (0,05 (k1)) Ho diterima jika : chi
hitung (0,05 (k1)) < chi tabel (0,05) (k1).

Uji Normalitas dengan perhitungan Manual :

Tabel Penolong untuk Pengujian Normalitas Data Motivasi

Interval F0 Fh F0 - Fh ( F0 Fh )2

39-45 5 4 1 1 0,25 Dalam perhitungan

46-52 7 5 2 4 0,8 ditemukan Chi Kuadrad


hitung = 7,07. Harga Chi
53-59 7 7 0 0 0
Kuadrad tabel diketahui =
60-66 2 7 -5 25 3,57 11,070. Karena harga Chi
67-73 4 5 -1 1 0,2 Kuadrad hitung lebih kecil
dari harga Chi Kuadrad tabel
74-80 7 4 3 9 2,25
7,07<11,070 maka dapat
32 32 7,07
dinyatakan data motivasi
belajar berdistribusi normal.

Tabel Penolong untuk Pengujian Normalitas Data Minat

Interval F0 Fh F0 - Fh ( F0 Fh )2 Dalam perhitungan


ditemukan Chi Kuadrad
hitung = 6,69. Harga Chi
39-45 4 4 0 0 0
Kuadrad tabel diketahui =
46-52 8 6 2 4 0,66 11,070. Karena harga Chi
53-59 4 8 -4 16 2 Kuadrad hitung lebih kecil
dari harga Chi Kuadrad
60-66 5 8 -3 9 1,12
tabel 6,69<11,070 maka
67-73 4 6 -2 4 0,66
dapat dinyatakan data minat
74-80 7 4 3 9 2,25 belajar berdistribusi normal.

32 32 6,69

Interval F0 Fh F0 - Fh ( F0 Fh )2
Tabel Penolong untuk
pengujian Normalitas Data
Prestasi
8-9 5 4 1 1 0,25

10-11 5 6 -1 1 0,16 Dalam perhitungan ditemukan Chi


12-13 6 8 -2 4 0,5 Kuadrad hitung = 3,32. Harga Chi

14-15 4 8 -4 16 2

16-17 7 6 1 1 0,16

18-19 5 4 1 1 0,25

32 32 3,32
Kuadrad tabel diketahui = 11,070. Karena harga Chi Kuadrad hitung lebih kecil dari harga Chi
Kuadrad tabel 3,32<11,070 maka dapat dinyatakan data prestasi belajar berdistribusi normal.

Uji Normalitas dengan perhitungan SPSS:

Hasil output SPSS untuk uji normalitas dapat dilihat pada hasil Kolmogorov-Smirnov dan juga
hasil Asymp.Sig. (2-
One-Sample Kolmogorov-Smirnov Test tailled), maka untuk
mengetahui normal atau
Motivasi Minat Prestasi
tidaknya suatu data dapat
(X1) (X2) (Y) dilihat dari hasil
N 32 32 32
a,b
Normal Parameters Mean 58.72 59.72 13.69
Std.
12.329 12.277 3.364
Deviation
Most Extreme Absolute .111 .112 .129
Differences Positive .109 .110 .113
Negative -.111 -.112 -.129
Test Statistic/Kolmogorov-Sminor Z .111 .112 .129
Asymp. Sig. (2-tailed) .200c,d .200c,d .190c
Asymp.Sig. (2-tailled)
dengan taraf signifikansi
5% (0,05). Jika hasil sig.
tersebut lebih besar dari
0,05 maka distribusi data
normal (p> 0,05), jika sig.
lebih kecil dari 0,05 maka
distribusi tidak normal
(p>0,05)6. Adapun hasil
signifikansi untuk
Asymp.Sig. (2-tailled)
semuanya lebih besar dari
0,05, maka distribusi data
telah normal.
Hasil diatas dapat dituliskan sebagai berikut
1) Variabel Y(Prestasi), K-S= 0,129; p= 0,190 (p > 0,05), maka distribusi Normal
2) Variabel X1(Motivasi), K-S= 0,111; p= 0,200 (p > 0,05), maka distribusi Normal
3) Variabel X2(Minat), K-S= 0,112; p= 0,200 (p > 0,05), maka distribusi Normal

3. Pengujian Linieritas
Uji yang digunakan untuk mengetahui linier atau tidaknya adalah menggunakan uji F
yang dikutip pada Sugiyono (2010:286) rumusnya sebagai berikut:

Ket :
= harga garis korelasi
N = cacah kasus
m = cacah prediktor
R = koefisien korelasi
Setelah didapat harga F, kemudian dikorelasikan dengan harga F pada tabel dengan taraf
signifikansi 5%. Jika harga F hasil analisis (Fa) lebih kecil dari Ftabel (Ft) maka hubungan
kriterium dengan prediktor adalah hubungan linier. Jika F hasil analisis (Fa) lebih besar dari
Ftabel (Ft) maka hubungan kriterium dengan prediktor adalah hubungan non linier.
Uji Normalitas dengan perhitungan SPSS:
ANOVA Table (Prestasi(Y) * Motivasi(X1))

Sum of Mean
Squares df Square F Sig.

Prestasi(Y) * Between (Combined) 349.208 22 15.873 85.715 .000


Motivasi(X1) Groups Linearity 1845.85
341.824 1 341.824 .000
2

Deviation from
7.384 21 .352 1.899 .161
Linearity

Within Groups 1.667 9 .185

Total 350.875 31

ANOVA Table (Prestasi(Y) * Minat(X2))

Sum of Mean
Squares df Square F Sig.
Prestasi(Y) * Between (Combined) 349.042 21 16.621 90.660 .000
Minat(X2) Groups Linearity 1865.67
342.040 1 342.040 .000
1

Deviation from
7.002 20 .350 1.910 .146
Linearity

Within Groups 1.833 10 .183

Total 350.875 31

Berdasarkan analisis data dengan bantuan program SPSS 22 dapat diketahui Uji linieritas antara
Variabel bebas (Motivasi belajar dan Minat belajar) dengan Variabel terikatnya (Prestasi belajar)
dilihat dari deviation from liniarity, Menurut hasil perhitungan didapatkan nilai deviation from
liniarity sebesar 0,161 antara Motivasi Belajar dan Prestasi belajar, dan sebesar 0,146 antara Minat
belajar dan Prestasi belajar. Menurut kriterianya adalah jika harga deviation from liniarity lebih
besar dari taraf signifikansi yang diambil (5%) berarti berhubungan linier. Dalam penelitian ini
terbukti bahwa deviation from liniarity antara variabel bebas dengan variabel terikatnya adalah
lebih besar terhadap taraf signifikansinya (0.05), maka dapat disimpulkan bahwa Motivasi belajar,
dan Minat belajar dengan Prestasi belajar bersifat linier. Artinya hubungan atau korelasi tersebut
dapat dinyatakan dengan sebuah garis lurus. Apabila mempunyai hubungan atau korelasi yang
linier positif maka jika variabel satu meningkat, variabel yang lain akan meningkat, demikian
sebaliknya. Akan tetapi apabila korelasi atau hubungan itu linier negatif jika variabel satu naik
maka variabel yang lain akan turun dan demikian sebaliknya. Rangkuman hasil uji linearitas dapat
dilihat pada tabel dibawah ini.

NO Variabel Sig.Deviation Taraf signifikasi Taraf


from Linierity signifikasi

1 Motivasi Belajar dengan 0,161 0,05 Linier


Prestasi Belajar

2 Minat Belajar dengan 0,146 0,05 Linier


Prestasi Belajar
4. Uji Multikolinearitas
Syarat tidak terjadi multikolinieritas apabila interkorelasi antar variabel bebas kurang dari 0,60
sehingga analisis regresi berganda dapat dilanjutkan. Apabila terdapat korelasi lebih dari 0,60
maka terjadi multikolinieritas sehingga analisis regresi ganda tidak dapat dilanjutkan. Uji
multikolinieritas dilakukan dengan menggunakan bantuan program komputer SPSS 22, diperoleh

hasil uji multikolinieritas yang disajikan pada Tabel. Sebagai berikut :


Variabel X1 X2 Ket

Motivasi Belajar 1 0,01 Tidak Terjadi


(X1) Multikolinieritas

Minat Belajar (X2) 0,01 1 Tidak Terjadi


Multikolinieritas

Pengujian secara Manual :

rxy = (32 x 116903) (1879 x 1911)


(( 32 x 115045) 115045)((32 x 115045)- 118795)

= 0,012

5. Pengujian Hipotesis
Pengujian hipotesis ini berisi tentang variabel-variabel yang penelitian yang akan di uji
hipotesisnya, ada tiga hipotesis yang diuji yaitu

1. Pengaruh antara Motivasi Belajar (X1) terhadap Prestasi belajar keselamatan dan
kesehatan kerja (Y)
Uji hipotesis yang pertama dilakukan dengan menggunakan analisis regresi sederhana
menggunakan bantuan program SPSS 22, yang hasilnya dapat dilihat pada Tabel dibawah
ini.

Variabel Harga r dan r2 Harga F Koef Konst Ket


R R R F hitung F
square tabel tabel
X1-Y 0,987 0,974 0,349 1133,047 4,171 0,269 -2,127 Adanya
Pengaruh
yang
Positif

Dari data perhitungan diatas menunjukkan bahwa r hitung lebih besar dari pada r tabel
(0,987>0,349), Cara lain yaitu dengan melihat harga F, dimana F hitung (1133,047) lebih besar
dari pada harga F table (4,171), sehingga hipotesis alternatif (Ha) yang berbunyi: motivasi belajar
berpengaruh terhadap prestasi mata pelajaran Matematika siswa kelas X SMAN 1 BANGOREJO
BANYUWANGI diterima. Koefisien determinasi r square sebesar 0,974 yang berarti 9,74%
sumbangan pengaruh motivasi belajar (X1) terhadap prestasi belajar (Y). Berikut merupakan garis
regresi Y1 = -2,127 + 0,269X1. Nilai konstanta adalah -2,127. Hal ini dapat diartikan jika
koefisien Motivasi belajar bernilai 0, maka prestasi belajar bernilai negatif yaitu -2,127. Nilai
koefisien regresi variabel motivasi belajar bernilai positif yaitu 0,269. Hal ini dapat diartikan setiap
peningkatan motivasi sebesar 1, maka prestasi belajar juga akan meningkat sebesar 0,269.
Berdasarkan interpretasi koefisien korelasi (r hitung), maka nilai r hitung sebesar 0,987 termasuk
memiliki tingkat hubungan yang sangat kuat antara kedua variabel pada hipotesis.

Jadi dapat disimpulkan bahwa Motivasi belajar (X1) berpengaruh terhadap prestasi mata pelajaran
Matematika siswa kelas X SMAN 1 BANGOREJO BANYUWANGI.

Perhitungan Manual :
X1 = 1879 Y = 6346 X1Y = 26988 (X1) = 115045
Y = 438 N = 32

B1=N X1Y-( X1)(Y)


N (X1) - (X1)

B1= (32x26988)-(1879x438)
(32x115045)-(3530641)
= 0,269

A1= Y-b(X1)
N
= 438 (0,269x1879)
32
= -2,107
Persamaan garis regresinya adalah 1= -2,107a + 0,269b

= 26988 = 0,99881
115045x6346
Berdasarkan interpretasi koefisien korelasi (r hitung), maka nilai r hitung sebesar 0,99881
termasuk memiliki tingkat hubungan yang sangat kuat antara kedua variabel pada hipotesis.

Jadi dapat disimpulkan bahwa Motivasi belajar (X1) berpengaruh terhadap prestasi mata pelajaran
Matematika siswa kelas X SMAN 1 BANGOREJO BANYUWANGI.

2. Pengaruh antara Minat Belajar (X2) terhadap Prestasi keselamatan dan kesehatan
kerja (Y)
Uji hipotesis yang kedua dilakukan dengan menggunakan analisis regresi sederhana menggunakan
bantuan program SPSS 22, yang hasilnya dapat dilihat pada Tabel.
Variabel Harga r dan r2 Harga F Koef Konst Ket
R R R F hitung F
square tabel tabel
X2-Y 0,987 0, 975 0,349 1161,392 4,171 0,271 -2,470 Adanya
pengaruh
yang
Positif

Dari data perhitungan diatas menunjukkan bahwa r hitung lebih besar dari pada r tabel
(0,987>0,349), Cara lain yaitu dengan melihat harga F, dimana F hitung (1161,392) lebih besar
dari pada harga t table (4,171), sehingga hipotesis alternatif (Ha) yang berbunyi: minat belajar
berpengaruh terhadap prestasi mata pelajaran Matematika siswa kelas X SMAN 1 BANGOREJO
BANYUWANGI diterima. Koefisien determinasi r square sebesar 0,975 yang berarti 9,75%
sumbangan pengaruh minat belajar (X2) terhadap prestasi belajar (Y). Berikut merupakan garis
regresi Y2 = -2,470 + 0,271X2. Nilai konstanta adalah -2,470. Hal ini dapat diartikan jika
koefisien Motivasi belajar bernilai 0, maka prestasi belajar bernilai negatif yaitu -2,470. Nilai
koefisien regresi variabel motivasi belajar bernilai positif yaitu 0,271. Hal ini dapat diartikan setiap
peningkatan motivasi sebesar 1, maka prestasi belajar juga akan meningkat sebesar 0,271.
Berdasarkan interpretasi koefisien korelasi (r hitung), maka nilai r hitung sebesar 0,987 termasuk
memiliki tingkat hubungan yang sangat kuat antara kedua variabel pada hipotesis.

Jadi dapat disimpulkan bahwa Minat Belajar (X2) berpengaruh terhadap prestasi mata pelajaran
Matematika siswa kelas X SMAN 1 BANGOREJO BANYUWANGI.
Perhitungan Manual :

X2Y = 27421 Y = 6346


X2= 1911
Y = 438 N = 32 (X2) = 118795

B2=N X2Y-( X2)(Y)


N (X2) - (X2)

B2= (32x27421)-(1911x438)
(32x118795)-(3651921)
= 0,270

A2= Y-b(X2)
N
= 438 (0,270x1911)
32
= -2,470
Persamaan garis regresinya adalah 2= -2,47a + 0,27b

= 27421 = 0,9986
118795x6346
Berdasarkan interpretasi koefisien korelasi (r hitung), maka nilai r hitung sebesar 0,9986 termasuk
memiliki tingkat hubungan yang sangat kuat antara kedua variabel pada hipotesis.

Jadi dapat disimpulkan bahwa Minat Belajar (X2) berpengaruh terhadap prestasi mata pelajaran
Matematika siswa kelas X SMAN 1 BANGOREJO BANYUWANGI.
3. Pengaruh antara Motivasi Belajar (X1) dan Minat Belajar (X2) secara bersama-
sama terhadap Prestasi belajar K3 (Y)
Uji hipotesis yang ketiga dilakukan dengan menggunakan analisis regresi ganda menggunakan
bantuan program SPSS 22, yang hasilnya dapat dilihat pada Tabel.
Variabel Harga r dan r2 Harga F Koef Konst Ket
R R R F F
square tabel hitung tabel
X2-Y 0,987 0, 975 0,349 562,011 3,328 -0,073 -2,561 Adanya
dengan pengaruh
X1, yang
0,344
Positif
dengan
X2

Dari data perhitungan diatas menunjukkan bahwa r hitung lebih besar dari pada r tabel
(0,987>0,349), Cara lain yaitu dengan melihat harga F, dimana F hitung (562,011) lebih besar dari
pada harga F table (3,328), sehingga hipotesis alternatif (Ha) yang berbunyi: Motivasi belajar
(X1) dan Minat Belajar (X2) secara bersama-sama berpengaruh terhadap prestasi mata pelajaran
Matematika siswa kelas X SMAN 1 BANGOREJO BANYUWANGI diterima. Koefisien
determinasi r square sebesar 0,975 yang berarti 9,75% sumbangan pengaruh motivasi dan minat
belajar (X2) terhadap prestasi belajar (Y). Berikut merupakan garis regresi ganda Y = -2,561 + (-
0,073X1) + 0,344X2. Nilai konstanta adalah -2,561. Hal ini dapat diartikan jika koefisien Motivasi
dan minat belajar bernilai 0, maka prestasi belajar bernilai negatif yaitu -2,561. Nilai koefisien
regresi ganda variabel motivasi belajar bernilai negatif yaitu -0,073 sedangkan variabel minat
belajar bernilai positif yaitu 0,344. Berdasarkan interpretasi koefisien korelasi (r hitung), maka
nilai r hitung sebesar 0,987 termasuk memiliki tingkat hubungan yang sangat kuat antara ketiga
variabel pada hipotesis.

Jadi dapat disimpulkan bahwa Motivasi Belajar (X1) dan Minat Belajar (X2) bersama-sama
berpengaruh terhadap prestasi mata pelajaran Matematika siswa kelas X SMAN 1 BANGOREJO
BANYUWANGI.

Perhitungan secara Manual :


Y = 438 X1X2 = 116903 X1 = 1879 X12 = 115045

X2 = 1911 X22 = 118795 X1Y = 26988 X2Y = 27421

Y2 = 6346 N =32

Y = aN + b1X1 + b2 X2
YX1 = aX1 + b1X12 + b2X1X2
YX2 = aX2 + b1X1X2 + b2X22

masukan dalam angka, pertama mencari b2 lalu b1,dan a , yaitu:


438= 32 a + 1879 b1 + 1911 b2 ................................................................................ (1)
26988 = 1879a + 115045 b1 + 116903 b2............................................................................ (2)
27421 = 1911 a + 116903 b1 + 118795 b2............................................................................... (3)
maka angka-angka yang diperoleh dari hasil b2, b1 dan a dimasukan dalam rumus persamaan garis
regresi, yaitu:
= -2,561 a + (-0,073b1) + 0,344 b2
Setelah itu menguji persamaan garis regresinya:

= 26988 (1879x438) = 27421 ( 1911x438)


32 32
= 1269,1875 = 1264,1875

= 6346 - 191844
32
= 350,875
setelah angka-angka di atas diketahui langkah selanjutnya menghitung R hitung untuk korelasi
ganda, dengan rumus;

= -0,073 x 1269,1875 + 0,344 x 1264,1875 = 0,97536106


350,875

Untuk mencari koefisien determinan, yaitu:


R2 = 0,9513292
Langkah selanjutnya menguji signifikansinya dengan uji F, yaitu:

= 0,9513292 ( 32 - 2 - 1) = 283,419903
2(1-0,9513292)

Jadi dapat disimpulkan bahwa Motivasi Belajar (X1) dan Minat Belajar (X2) bersama-sama
berpengaruh terhadap prestasi mata pelajaran Matematika siswa kelas X SMAN 1 BANGOREJO
BANYUWANGI.

N=32

X1 X2 Y X1.Y X2.Y (X1) (X2) Y


40 41 9 360 369 1600 1681 81
40 41 9 360 369 1600 1681 81
43 44 9 387 396 1849 1936 81
43 44 9 387 396 1849 1936 81
45 46 9 405 414 2025 2116 81
46 47 10 460 470 2116 2209 100
47 48 10 470 480 2209 2304 100
48 49 10 480 490 2304 2401 100
49 50 11 539 550 2401 2500 121
49 50 11 539 550 2401 2500 121
50 51 12 600 612 2500 2601 144
51 52 12 612 624 2601 2704 144
53 54 12 636 648 2809 2916 144
55 56 13 715 728 3025 3136 169
56 57 13 728 741 3136 3249 169
56 57 13 728 741 3136 3249 169
58 60 14 812 840 3364 3600 196
59 60 14 826 840 3481 3600 196
59 60 15 885 900 3481 3600 225
62 63 15 930 945 3844 3969 225
64 65 16 1024 1040 4096 4225 256
67 68 16 1072 1088 4489 4624 256
67 68 16 1072 1088 4489 4624 256
69 70 17 1173 1190 4761 4900 289
72 73 17 1224 1241 5184 5329 289
74 75 17 1258 1275 5476 5625 289
75 76 17 1275 1292 5625 5776 289
75 76 18 1350 1368 5625 5776 324
76 77 18 1368 1386 5776 5929 324
76 77 18 1368 1386 5776 5929 324
76 77 19 1444 1463 5776 5929 361
79 79 19 1501 1501 6241 6241 361
1879 1911 438 26988 27421 115045 118795 6346