A.

JUDUL
Pengaruh model pembelajaran berbasis proyek dan tugas dengan berbasis jasa dan
layanan terhadap nilai hasil pembelajaran mata pelajaran elektronika dengan konsep
pembelajaran pengenalan komponen alat elektronika berdasarkan presensi siswa.

B. RUMUSAN MASALAH
Apakah ada pengaruh keberhasilan belajar dan presensi proses belajar mengajar
elektro kelas XI SMK Negeri 1 Madiun dalam memahami komponen radio.
C. DESKRIPTIF DATA

Dari hasil penelitian didapatkan data jumlah kehadiran siswa dalam satu semester dan
nilai elektro (komponen radio) sebagai berikut.

model pembelajaran
presensi proyek dan tugas jasa dan layanan
45 80
40 83
30 80
65 80
55 80
60 78
50 80
65 80
65 80
65 85
65 80
50 85
65 82
68 80
selalu hadir
70 80
70 80
65 80
68 85
55 80
50 80
50 80
50 85
50 80
50 80
65 80
65 82
65 82
70 80
 70 80
55 80
75 80
75 90
70 85
70 80
70 85
75 80
75 85
70 85
70 80
75 90
70 85
75 85
78 85
78 85
75 85
jarang hadir 75 85
75 85
75 90
80 90
75 90
75 85
80 85
75 90
78 85
75 85
75 85
75 85
80 85
78 85
75 85
 Statistics

model
model pembelajaran model model
pembelajaran PT dengan pembelajara pembelajara
PT denga dengan n JL dengan n JL dengan model model presensi
presensi presensi presensi presensi pembelaja pembelaja selalau presensi jarang
selalu hadir jarang hadir selalu hadir jarang hadir ran PT ran JL hadir hadir

N Valid 30 30 30 30 60 60 60 60

Missin
30 30 30 30 0 0 0 0
g
Mean 58,5333 74,9000 80,9000 85,3333 66,7167 83,1167 69,7167 80,1167
Std. Error of Mean 1,86112 ,54741 ,34022 ,53247 1,43525 ,42592 1,73190 ,77754
Median 65,0000 75,0000 80,0000 85,0000 70,0000 84,0000 74,0000 80,0000
Mode 65,00 75,00 80,00 85,00 75,00 80,00 80,00 85,00
Std. Deviation 10,19376 2,99828 1,86344 2,91646 11,11739 3,29916 13,41526 6,02281
Variance 103,913 8,990 3,472 8,506 123,596 10,884 179,969 36,274
Skewness -,911 -,259 1,423 ,003 -1,198 ,597 -,898 -,033
Std. Error of Skewness ,427 ,427 ,427 ,427 ,309 ,309 ,309 ,309
Kurtosis ,413 -,263 1,020 ,229 1,010 -,495 -,024 -1,117
Std. Error of Kurtosis ,833 ,833 ,833 ,833 ,608 ,608 ,608 ,608
Range 40,00 10,00 7,00 10,00 50,00 12,00 55,00 20,00
Minimum 30,00 70,00 78,00 80,00 30,00 78,00 30,00 70,00
Maximum 70,00 80,00 85,00 90,00 80,00 90,00 85,00 90,00
Sum 1756,00 2247,00 2427,00 2560,00 4003,00 4987,00 4183,00 4807,00
Percentiles 10 45,5000 70,0000 80,0000 80,0000 50,0000 80,0000 50,0000 70,5000

20 50,0000 71,0000 80,0000 85,0000 55,0000 80,0000 55,0000 75,0000

25 50,0000 75,0000 80,0000 85,0000 65,0000 80,0000 65,0000 75,0000

30 50,0000 75,0000 80,0000 85,0000 65,0000 80,0000 65,0000 75,0000

50 65,0000 75,0000 80,0000 85,0000 70,0000 84,0000 74,0000 80,0000

75 65,0000 75,7500 82,0000 85,0000 75,0000 85,0000 80,0000 85,0000

Tendensi Sentral :
 Tabel 2.2

Dari tabel 2.1 dapat di analisis dengan program spss dan di peroleh nilai-nilai mean, median,
modus, simpangan baku, variansi, skewnes , presentil (10,20,25,30,50) rentang, nilai
minimum, nilai maksimum, dan kurtosis untuk masing-masing variable data .

2.3 Histogram
Gambar histogram dari variable
1. PENGUJIAN PERSYARATAN ANALISIS
Dari data yang telah di deskripsikan, kita lakuakan penguji persyaratan analisis yang
terdiri Uji Normalitas dan Uji Homogenitas.
Pengujian tersebut di lakukan sebagai berikut.
3.1 Uji Normalitas
Masing-masing data di uji normalitas menggunakan Kolmogorov-Smirnov dengan
taraf nyata 0,05 dimana hipotesisnya sebagai berikut.
H0 : Sampel berasal Dari data distribusi normal
H0 : Sampel tidak berasal dari distribusi normal
Dengan program SPSS diperoleh data sebagai berikut.
 One-Sample Kolmogorov-Smirnov Test

model model
model pembelaja pembelaja
model pembelajaran ran JL ran JL
pembelajaran PT dengan dengan dengan presen
PT denga dengan presensi presensi model model si
presensi presensi selalu jarang pembela pembela selala presensi jarang
selalu hadir jarang hadir hadir hadir jaran PT jaran JL u hadir hadir

N 30 30 30 30 60 60 60 60
Normal Parametersa,b M
e 69,716
58,5333 74,9000 80,9000 85,3333 66,7167 83,1167 80,1167
a 7
n
S
t
d
.
D
e
11,1173 13,415
v 10,19376 2,99828 1,86344 2,91646 3,29916 6,02281
9 26
i
a
t
i
o
n
Most Extreme Differences A
b
s
o
,270 ,313 ,419 ,345 ,205 ,261 ,262 ,225
l
u
t
e
P
o
s
i
,132 ,253 ,419 ,345 ,116 ,261 ,127 ,186
t
i
v
e
 N
e
g
a
-,270 -,313 -,281 -,321 -,205 -,216 -,262 -,225
t
i
v
e
Test Statistic ,270 ,313 ,419 ,345 ,205 ,261 ,262 ,225
Asymp. Sig. (2-tailed) ,000c ,000c ,000c ,000c ,000c ,000c ,000c ,000c

a. Test distribution is Normal.

Tabel 3.1
Berdasarkan uji kolomogrov-smirnov untuk data

3.2 Uji Homogenitas

Masing-masing data di uji homogenitas menggunakan uji Levene dengan taraf nyata
0,05 dan hipotesis :
H0 :
H1 : Paling sedikit satu tanda dengan tidk berlaku
Levene's Test of Equality of Error Variancesa
Dependent Variable: nilai akhir

F df1 df2 Sig.

40,301 3 116 ,000

Tabel 3.2
ANOVA
SPSSNYA

Berdasarkan uji Levene yang dilakukan program SPSS diperoleh nilai statistic levene
sebesar 40,301 dan nilai signifikan 0,000 . Dengan taraf nyata 0,05 dan df1 = 3 ; df2 =
116, nilai Ftabel = 2,84 (pada lampiran 4). Maka kesimpulannya adalah menerima H0.
Sehingga data tersebut memiliki variansi yang homogen.
3.3. Uji Linieritas

Dalam pengujian linier ini, masing-masing data di uji dengan taraf nyata 0,05 dan
hipotesis :
H0 : Distribusi sampel memiliki bentuk linier
H1 : Distribusi sampel memiliki bentuk tidak linier

Tabel Presensi
 4. Pengujian Hipotesis

Dari pengujian persyaratan yang telah dilakukan di atas dapat disimpulkan bahwa
data produk, harga, pelayanan dan keputusan pembelian tersebut berdistribusi normal,
homogenitas varians, dan ada hubungan linier antara variabel respond dan predictor. Maka
keseluruh kriteria uji syarat terpenuhi dan data dapat diolah dengan menggunakan
statistika parametrik. Untuk mengolah data agar dapat memprediksi mengetahui tingkat
keputusan pembelian digunakan statistik parametrik menggunakan metode regresi linier
ganda.

Langkah-langkah pengujian hipotesis adalah sebagai berikut

4.1. Uji signifikansi garis regresi

H0 : garis regresi non signifikan

H1 : garis regresi signifikan
Taraf nyata: 0,05
Tabel 2.1

Tabel 2.1 Descriptive Statistics

Dependent Variable: nilai akhir

model pembelajaran presensi Mean Std. Deviation N

PT selalu hadir 58,5333 10,19376 30

jarang hadir 74,9000 2,99828 30

Total 66,7167 11,11739 60

JL selalu hadir 80,9000 1,86344 30
jarang hadir 85,3333 2,91646 30
Total 83,1167 3,29916 60
Total selalu hadir 69,7167 13,41526 60

jarang hadir 80,1167 6,02281 60

Total 74,9167 11,59657 120