SPSS16
SPSS16
SPSS 16.0
1. ENTRI DATA
a. OUTPUT SPSS
b. PEMBAHASAN
a. OUTPUT SPSS
Frequencies
Statistics
HASIL_BELAJAR
N Valid 50
Missing 0
Mean 75.20
Std. Error of Mean 1.807
Median 75.00
Mode 70a
Std. Deviation 12.776
Variance 163.224
Skewness -.176
Std. Error of Skewness .337
Kurtosis -.899
Std. Error of Kurtosis .662
Range 45
Minimum 50
Maximum 95
Sum 3760
2
Percentiles 10 55.50
25 65.00
50 75.00
75 86.25
90 90.00
a. Multiple modes exist. The smallest value is shown
HASIL_BELAJAR
Frequencies
Statistics
KEMAMPUAN MOTIVASI KETERSEDIAAN
LAMA BELAJAR
AWAL BELAJAR SUMBER BELAJAR
Valid 50 50 50 50
N
Missing 0 0 0 0
Mode 1 1 1 1
Range 2 2 2 1
Frequency Table
KEMAMPUAN_AWAL
Frequency Percent Valid Percent Cumulative Percent
Valid TINGGI 21 42.0 42.0 42.0
SEDANG 17 34.0 34.0 76.0
RENDAH 12 24.0 24.0 100.0
Total 50 100.0 100.0
LAMA_BELAJAR
Frequency Percent Valid Percent Cumulative Percent
Valid 2 JAM 19 38.0 38.0 38.0
3 JAM 15 30.0 30.0 68.0
4 JAM 16 32.0 32.0 100.0
Total 50 100.0 100.0
MOTIVASI_BELAJAR
Frequency Percent Valid Percent Cumulative Percent
Valid TINGGI 20 40.0 40.0 40.0
SEDANG 14 28.0 28.0 68.0
RENDAH 16 32.0 32.0 100.0
Total 50 100.0 100.0
KETERSEDIAAN_SUMBER_BELAJAR
Cumulative
Frequency Percent Valid Percent Percent
Valid LENGKAP 28 56.0 56.0 56.0
TIDAK LENGKAP 22 44.0 44.0 100.0
Total 50 100.0 100.0
4
Pie Chart
5
6
b. INTERPRETASI
Frequencies Statistics
Valid : menunjukkan angka 50, berarti data seluruh siswa telah dianalisis
Missing : menunjukkan angka 0, berarti tidak ada data belum terinput
Mean : besarnya mean pada variable hasil belajar adalah 75,20.
Median : besar median pada variable adalah 75.00
Modus : nilai yang mempunyai frekuensi paling banyak pada variable hasil
belajar adalah 70.00
Standar deviasi : besar selisih masing-masing skor dengan nilai rata-rata hitung
adalah 12,776
Variance : tingkat homogenitas data didapat dari hasil kuadrat standar
deviasi
Skewness : tingkat kemiringan kurva variable hasil belajar adalah -0,176.
nilai skewness
Ratio skewness :
standar error skewness
−0,176
:
0,337
: -0,522
7
Karena ratio skewness dan ratio kurtosis lebih kecil dari 2 maka distribusi data normal.
Minimum : skor terendah pada variable hasil belajar adalah 50
Maximum : skor tertinggi pada variable hasil belajar adalah 95
Frequency table menggambarkan variable secara kuantitatif, sedangkan histogram dan
pie chart mendeskripsikan masing-masing variable secara visual
a. OUTPUT SPSS
Descriptive Statistics
Correlations
b. INTERPRETASI OUTPUT
Tabel deskriptif statistic menjelaskan tentang besarnya mean, standar deviasi, dan N
pada masing-masing variable. Variabel nilai rata-rata siswa besar mean = 79.448,
standar deviasi= 7.76, dan N = 10. Variabel usia besarnya mean= 14.50, standar deviasi=
1.78, dan N= 10.
Tabel correlations menggambarkan besarnya koefisien korelasi nilai rata-rata siswa
dengan usia siswa, signifikansi, N, dan teknik analisis. Besarnya koefisien korelasi nilai
rata-rata siswa dengan usia siswa adalah -0.245
Besar koefisien korelasi variable nilai rata-rata siswa dengan usia siswa= -0.245, sig. (2
tailed)= 0.494.
8
Besar koefisien korelasi -0,245 < 0.632. Taraf signifikansi 5% dan 0.765 taraf
signifikansi 1%. Sehingga H 0 diterima , yang berarti tidak ada korelasi yang signifikan.
Besar nilai probabilitas atau sig. (2 tailed) adalah 0.495 > 0.5. Sehingga tidak ada
korelasi yang signifikan antara nilai rata-rata siswa dengan usia siswa.
Output diatas tidak ada tanda bintang, ini berarti tidak ada korelasi signifikan antara
nilai rata-rata siswa dengan usia siswa.
9
Hasil uji hipotesis mengatakan tidak ada korelasi positif yang signifikan antara nilai
rata-rata siswa dengan usia siswa.
4. ANALISIS KORELASI MULTIVARIAT
a. OUTPUT SPSS
Descriptive Statistics
Correlations
b. INTERPRETASI OUTPUT
Tabel descriptive statistics menjelaskan tentang besarnya mean, standar deviasi, dan N
pada variable nilai bahasa arab, nilai tafsir, nilai ushul fiqih, dan nilai fikih.
Tabel correlations menggambarkan besarnya koefisien korelasi nilai bahasa arab, nilai
tafsir, nilai ushul fiqih, dan nilai fikih, signifikansi, N, dan teknik analisis yang digunakan
adalah Pearson Correlation.
Koefisien
Korelasi Probabilit Tanda Bintang Arah Korelasi Kesimpulan
Korelasi
Arab-tafsir 0.875 0.000<0.05 Ada Searah Ada korelasi
Arab-ushul fiqih 0.717 0.003<0.05 Ada Searah Ada korelasi
Tidak ada
Arab-fiqih -0.019 0.945>0.05 Tidak Ada -
korelasi
Tafsir-ushul fiqih 0.644 0.010<0.05 Ada Searah Ada korelasi
Tafsir-fiqih 0.116 0.679>0.05 Tidak Ada - Tidak ada
10
korelasi
Tidak ada
Ushul fiqih-fiqih 0.303 0.272>0.05 Tidak Ada -
korelasi
1) Ada korelasi positif yang signifikan antara nilai bahasa arab dengan nilai
tafsir ( H 0 ditolak ¿
2) Ada korelasi positif yang signifikan antara nilai bahasa arab dengan nilai
H
ushul fiqih (¿¿ 0 ditolak )
¿
3) Tidak ada korelasi positif yang signifikan antara nilai bahasa arab dengan
nilai fiqih ( H 0 diterima ¿
4) Ada korelasi positif yang signifikan antara nilai tafsir dengan ushul fiqih (
H 0 ditolak ¿
5) Tidak ada korelasi positif yang signifikan antara nilai tafsir dengan nilai
fiqih ( H 0 diterima ¿
6) Tidak ada korelasi positif yang signifikan antara nilai ushul fiqih dengan
nilai fiqih ( H 0 diterima ¿
Correlations
RANGKING_KELAS_1 RANGKING_KELAS_2
RANGKING_KELAS_1 Pearson Correlation 1 .842**
Sig. (2-tailed) .002
N 10 10
RANGKING_KELAS_2 Pearson Correlation .842** 1
Sig. (2-tailed) .002
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Nonparametric Correlations
Correlations
RANGKING_KELAS_1 RANGKING_KELAS_2
Spearman's rho RANGKING_KELAS_1 Correlation Coefficient 1.000 .842**
Sig. (2-tailed) . .002
N 10 10
RANGKING_KELAS_2 Correlation Coefficient .842** 1.000
Sig. (2-tailed) .002 .
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
11
b. INTERPRETASI OUTPUT
Besarnya koefisien korelasi tata jenjang adalah 0.842. Dari output diatas juga dapat
diketahui bahwa besarnya probabilitas 0.002 < 0.05 ( H 0 ditolak) . Dua tanda bintang
menunjukkan ada korelasi yang signifikan pada alfa 0.01
a. OUTPUT SPSS
Cases
Valid Missing Total
N Percent N Percent N Percent
PEMAHAMAN AJARAN
AGAMA ISLAM * 250 100.0% 0 .0% 250 100.0%
PELAKSANAAN SHOLAT
PEMAHAMAN_AJARAN_AGAMA_ISLAM * PELAKSANAAN_SHOLAT
Crosstabulation
PELAKSANAAN_SHOLAT
KURANG
BAIK SEDANG BAIK Total
PEMAHAMAN KURANG BAIK Count 27 11 2 40
AJARAN AGAMA Expected Count 6.4 6.4 27.2 40.0
ISLAM
CUKUP Count 6 17 17 40
Expected Count 6.4 6.4 27.2 40.0
BAIK Count 7 12 151 170
Expected Count 27.2 27.2 115.6 170.0
Total Count 40 40 170 250
Expected Count 40.0 40.0 170.0 250.0
Chi-Square Tests
Symmetric Measures
b. INTERPRETASI OUTPUT
Besarnya koefisien korelasi contingensi dapat dilihat pada tabel Symmetric Measures
yaitu 0.447. Besarnya probabilitas 0.000 < 0.05 ( H 0 ditolak)
H 0 ( hipotesis nihil ) ditolak dan H a ( hipotesis alternatif ) diterima. Dengan demikian
dapat disimpulkan bahwa ada korelasi positif yang signifikan antara pemahaman ajaran
agama Islam dengan pelaksanaan sholat siswa SMU. Semakin baik pemahaman ajaran
agama Islam, maka semakin baik sholatnya.
7. KORELASI PARSIAL
a. OUTPUT SPSS
Correlations A
TINGKAT
PENJUALAN JENIS IKLAN
Spearman's rho TINGKAT_PENJUALAN Correlation
1.000 .734**
Coefficient
Sig. (2-tailed) . .000
N 40 40
JENIS_IKLAN Correlation
.734** 1.000
Coefficient
Sig. (2-tailed) .000 .
N 40 40
**. Correlation is significant at the 0.01 level (2-tailed).
Partial Corr A
TINGKAT
Control Variables JENIS IKLAN
PENJUALAN
BENTUK KEMASAN Correlation 1.000 .529
TINGKAT PENJUALAN Significance (2-tailed) . .001
df 0 37
JENIS IKLAN Correlation .529 1.000
Significance (2-tailed) .001 .
13
df 37 0
Correlations B
TINGKAT BENTUK
PENJUALAN KEMASAN
Spearman's rho TINGKAT PENJUALAN Correlation Coefficient 1.000 .595**
Sig. (2-tailed) . .000
N 40 40
**
BENTUK KEMASAN Correlation Coefficient .595 1.000
Sig. (2-tailed) .000 .
N 40 40
**. Correlation is significant at the 0.01 level (2-tailed).
Partial Corr B
TINGKAT BENTUK
Control Variables PENJUALAN KEMASAN
JENIS IKLAN TINGKAT PENJUALAN Correlation 1.000 .154
Significance (2-tailed) . .348
df 0 37
BENTUK KEMASAN Correlation .154 1.000
Significance (2-tailed) .348 .
df 37 0
b. INTERPRETASI OUTPUT
Tabel Partial Corr A menunjukkan ada penurunan koefisien korelasi setelah dikontrol
dengan bentuk kemasan. Besarnya koefisien korelasi tingkat penjualan dengan iklan
sebelum dikontrol sebesar 0.734. Setelah dikontrol bentuk kemasan, koefisien
korelasinya hanya 0.529. Sedangkan probabilitinya adalah 0.001 jauh lebih kecil dari
0.05. Dengan demikian hipotesis nol ( H 0 ¿ ditolak dan hipotesis alternative (
H a ¿ diterima
Tabel Partial Corr A menunjukkan ada penurunan koefisien korelasi setelah dikontrol
dengan jenis iklan. Besarnya koefisien korelasi tingkat penjualan dengan kemasan
sebelum dikontrol sebesar 0.595. Setelah dikontrol bentuk iklan, koefisien korelasinya
adalah 0.154. Sedangkan probabilitinya adalah 0.348 jauh lebih besar dari 0.05. Dengan
demikian hipotesis nol ( H 0 ¿ diterima dan hipotesis alternative ( H a ¿ ditolak .
14
Descriptive Statistics
Correlations
NILAI TAFSIR NILAI BAHASA
ALQURAN ARAB
Pearson Correlation NILAI_TAFSIR_AL-QURAN 1.000 .875
NILAI_BAHASA_ARAB .875 1.000
Sig. (1-tailed) NILAI_TAFSIR_AL-QURAN . .000
NILAI_BAHASA_ARAB .000 .
N NILAI_TAFSIR_AL-QURAN 15 15
NILAI_BAHASA_ARAB 15 15
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
a
1 NILAI_BAHASA_ARAB . Enter
a. All requested variables entered.
b. Dependent Variable: NILAI_TAFSIR_AL-QURAN
Model Summaryb
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 927.289 1 927.289 42.640 .000a
Residual 282.711 13 21.747
Total 1210.000 14
15
Coefficientsa
Unstandardized Standardized 95% Confidence Interval
Coefficients Coefficients for B
Lower Upper
Model B Std. Error Beta t Sig. Bound Bound
1 (Constant) 16.234 8.170 1.987 .068 -1.416 33.884
NILAI_BAHASA_ARA
.776 .119 .875 6.530 .000 .519 1.033
B
a. Dependent Variable: NILAI_TAFSIR_AL-QURAN
Residuals Statisticsa
Charts
16
17
b. INTERPRETASI OUTPUT
Tabel descriptive statistics menyajikan besarnya nilai rata-rata (mean), standar deviasi,
dan N masing-masing variable. Nilai rata-rata tafsir sebesar 69 > nilai bahasa Arab 68.
Standar deviasi nilai tafsir 9.297 < nilai bahasa Arab 10.488. Artinya, penyebaran
datanya lebih luas dibandingkan dengan nilai tafsir. Dengan kata lain, tingkat variance
data nilai tafsir < nilai bahasa Arab. Sedangkan besar N= 15 menunjukkan banyaknya
jumlah orang atau responden yang dianalisis.
Tabel correlations merupakan matrik korelasi variable nilai tafsir dengan variable nilai
bahasa Arab. Tabel correlations tersebut menggambarkan besarnya koefisien korelasi
nilai tafsir dengan nilai bahasa Arab, signifikansi, N, dan teknik analisis yang digunakan
yaitu Pearson Correlation. Dari output diatas dapat diketahui bahwa Koefisien Korelasi
variable nilai tafsir alquran dan nilai bahasa Arab = 0.875, sig. (1 tailed) = 0.000
sehingga dapat diinterpretasikan bahwa besarnya nilai probabilitas atau sig. (2 tailed)
adalah 0.000 < 0.05, H 0 ditolak , dan ada korelasi yang signifikan antara nilai bahasa
Arab dengan nilai tafsir mahasiswa. Korelasi nilai bahasa Arab dengan nilai tafsir
sebesar 0.875 bertanda positif. Dengan kata lain, semakin tinggi nilai bahasa Arabnya
maka semakin tinggi pula nilai tafsirnya.
Tabel variables entered/ removed b menjelaskan metode regresi yang digunakan untuk
menganalisis data dengan program SPSS 16.0. Metode yang digunakan adalah metode
enter.
18
Tabel ANOVA b menjelaskan apakah variasi nilai variable bebas dapat menjelaskan
variasi nilai variable terikat dengan menggunakan besarnya nilai F. Besarnya F hitung
adalah 42.640 sedangkan besar signifikansinya 0.000 < 0.05. Dengan demikian
H 0 ditolak dan H a diterima . Dengan demikian, variasi nilai variable bebas dapat
menjelaskan variasi nilai variable terikat.
Y = a + bX
`= 16.234 + 0.766(X)
Besar nilai t dapat dijadikan petunjuk untuk mengetahui apakah variable bebasnya
berpengaruh terhadap variable terikatnya. Bila H 0 ditolak (sig. < 0.05) berarti
berpengaruh dan jika H o diterima (sig. > 0.05) berarti tidak ada pengaruh. Dari tabel
Coefficientsa dapat diketahui bahwa besar nilai tesnya 6.530 sedangkan besar
signifikansinya 0.000 < 0.05. Dengan demikian H 0 ditolak dan ada pengaruh variable
bahasa Arab terhadap nilai tafsir.
Tabel selanjutnya adalah informasi tentang residuals statistic untuk analisis regresi yang
terdiri dari nilai minimum, maximum, mean, standar deviasi, dan N (jumlah responden).
Bagian akhir output dilengkapi dengan gambar histogram dan kurva normal.
9. REGRESI GANDA
a. OUTPUT SPSS
Descriptive Statistics
Correlations
KEMAMPUAN METODOLOGI NILAI NILAI
PENELITIAN STATISTIK BAHASA
Pearson KEMAMPUAN METODOLOGI
1.000 -.113 .406
Correlation PENELITIAN
NILAI STATISTIK -.113 1.000 -.142
NILAI BAHASA .406 -.142 1.000
19
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
1 NILAI_BAHASA, NILAI_STATISTIKa . Enter
a. All requested variables entered.
b. Dependent Variable: KEMAMPUAN_METODOLOGI_PENELITIAN
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
a
1 .410 .168 .029 10.335
a. Predictors: (Constant), NILAI_BAHASA, NILAI_STATISTIK
b. Dependent Variable: KEMAMPUAN_METODOLOGI_PENELITIAN
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 258.319 2 129.159 1.209 .332a
Residual 1281.681 12 106.807
Total 1540.000 14
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95% Confidence Interval for B
Model B Std. Error Beta t Sig. Lower Bound Upper Bound
1 (Constant) 42.359 28.103 1.507 .158 -18.871 103.589
Residuals Statisticsa
Charts
20
21
b. INTERPRETASI OUTPUT
Tabel descriptive statistics menyajikan besarnya nilai rata-rata (mean), standar deviasi,
dan N masing-masing variable. Nilai rata-rata kemampuan penelitian sebesar 68, nilai
statistic 67.33, dan nilai bahasa 69.67. Standar deviasi kemampuan penelitian 10.488,
nilai statistic 10.834, dan nilai bahasa 9.904. Artinya, nilai statistic penyebaran datanya
lebih luas dibandingkan kemampuan penelitian dan nilai bahasa. Dengan kata lain,
tingkat variansi data nilai bahasa < nilai kemampuan penelitian. Sedangkan besar N= 15
menunjukkan banyaknya jumlah orang atau responden yang dianalisis pada setiap
variabelnya.
Tabel variables entered/ removed b menjelaskan metode regresi yang digunakan untuk
menganalisis data dengan program SPSS 16.0. Metode yang digunakan adalah metode
enter. Variabel nilai statistic dan nilai bahasa tidak ada yang dikeluarkan.
Tabel ANOVA b menjelaskan apakah variasi nilai variable bebas dapat menjelaskan
variasi nilai variable terikat dengan menggunakan besarnya nilai F. Besarnya F hitung
adalah 1.209 sedangkan besar signifikansinya 0.332 > 0.05. Dengan demikian
H 0 diterima dan H a ditolak . Dengan demikian, variasi nilai variable bebas tidak
dapat menjelaskan variasi nilai variable terikat.
Tabel Coefficientsa menunjukkan bahwa variabel nilai statistic koefisien uji t = -0,213
sedangkan besarnya signifikansi 0.835 jauh lebih besar dari 0.05. Ini berarti pengaruh
nilai statistic terhadap kemampuan penelitian tidak signifikan atau tidak ada pengaruh.
Koefisien uji t nilai bahasa = 1.495 sedangkan besarnya signifikansi 0.161 > 0.05. Ini
berarti pengaruh nilai bahasa terhadap kemampuan penelitian tidak signifikan atau
tidak ada pengaruh. Walau secara teori, kemampuan bahasa dan kemampuan statistic
mempengaruhi kemampuan penelitian namun setelah dilakukan penelitian ternyata
kemampuan bahasa dan kemampuan statistic tidak mempengaruhi kemampuan
penelitian. Oleh karena itu, proses pemberian nilai pada mata kuliah statistic dan
bahasa perlu ditinjau ulang. Bisa saja alat evaluasi yang digunakan dalam menentukan
nilai bahasa dan statistic tidak memenuhi persyaratan validitas dan reliabilitas.
Tabel selanjutnya adalah informasi tentang residuals statistic untuk analisis regresi yang
terdiri dari nilai minimum, maximum, mean, standar deviasi, dan N (jumlah responden).
Bagian akhir output dilengkapi dengan gambar histogram dan kurva normal.
Chi-Square Test
Frequencies
23
JAWABAN_GURU_SMU
FREKUENSI_JAWABAN
Test Statistics
JAWABAN_GURU_SMU FREKUENSI_JAWABAN
df 3 3
a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 35.0.
b. INTERPRETASI OUTPUT
Tabel Jawaban Guru menunjukkan bahwa jumlah sampel yang diobservasi adalah 140,
sementara yang memberi jawaban bahwa kurikulum baru lebih efektif dari kurikulum
sebelumnya sebanyak 60 dari jumlah harapan 35. yang memberi jawaban bahwa
kurikulum baru tidak efektif dibandingkan dengan kurikulum sebelumnya sebanyak 34
dari jumlah harapan 35. Sedangkan yang memberi jawaban bahwa kurikulum baru sama
efektifnya dengan kurikulum sebelumnya sebanyak 42 dari jumlah harapan 35. Ada 4
orang yang tidak memberikan jawaban dari jumlah harapan 35. Adapun selisih dari
yang menjawab bahwa kurikulum baru lebih efektif dibandingkan dengan kurikulum
sebelumnya dibandingkan dengan jumlah harapan adalah 25. Selisih yang menjawab
bahwa kurikulum baru tidak efektif dibandingkan dengan kurikulum sebelumnya
dibandingkan dengan jumlah harapan adalah -1. Sementara selisih dari yang menjawab
bahwa kurikulum baru dan kurikulum sebelumnya sama-sama efektif dibandingkan
24
dengan jumlah harapan adalah 7. Selisih antara yang tidak menjawab dan jumlah
harapan adalah -31.
Output tes statistic menampilkan hasil analisis Chi-Square yang telah dlakukan bahwa
x = 46.743 dan dk= 3. Dengan df= 3 diperoleh harga chi kuadrat tabel pada taraf
2
signifikansi 5%= 7.82 dan pada taraf signifikansi 1%= 11.34. Dengan x 2 = 46.743
dapat disimpulkan bahwa nilai x 2 > harga chi kuadrat baik pada taraf signifikansi 5%
maupun 1%. Berdasarkan paparan tersebut, H 0 yang menyatakan tidak terdapat
perbedaan antara frekuensi observasi dan frekuensi harapan ditolak, sedangkan H a
diterima yang berarti ada perbedaan yang meyakinkan antara frekuensi observasi (
f 0 ¿ dan frekuensi harapan ( f h ¿ . Dengan demikian dapat disimpulkan bahwa
terdapat perbedaan frekuensi observasi dengan frekuensi harapan terhadap efektifitas
penggunaan kurikulum baru pada guru-guru SMU.
Cases
Valid Missing Total
N Percent N Percent N Percent
HASIL_EVALUASI *
200 100.0% 0 .0% 200 100.0%
EFEKTIFITAS_METODE_MEMBACA_ALQURAN
Chi-Square Tests
Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
25
b. INTERPRETASI OUTPUT
Cases
Valid Missing Total
N Percent N Percent N Percent
JAWABAN * GURU 100 100.0% 0 .0% 100 100.0%
GURU
Chi-Square Tests
Asymp. Sig. Exact Sig. Exact Sig.
Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 2.767a 1 .096
b
Continuity Correction 2.033 1 .154
Likelihood Ratio 2.802 1 .094
Fisher's Exact Test .153 .077
Linear-by-Linear Association 2.739 1 .098
b
N of Valid Cases 100
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 11.50.
Cases
GURU
Chi-Square Tests
Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square 2.767a 1 .096
Continuity Correctionb 2.033 1 .154
Likelihood Ratio 2.802 1 .094
Fisher's Exact Test .153 .077
Linear-by-Linear Association 2.739 1 .098
N of Valid Cases b
100
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 11.50.
b. Computed only for a 2x2 table
b. INTERPRETASI OUTPUT
Dari tabel diatas dapat kita lihat bahwa hasil analisis Chi Kuadrat Yates untuk data
diatas adalah 2.033. Pengambilan keputusan untuk Chi Kuadrat Yates ini juga sama
dengan Chi Kuadrat 2X2. Dari hasil analisis data yang ada, dengan df 1 diperoleh Chi
Kuadrat tabel sebesar 3.84 untuk taraf signifikansi 5% dan 6.64 untuk taraf signifikansi
1%. Bila nilai Chi Kuadrat tabel ini dibandingkan dengan hasil Chi Kuadrat hitung maka
terlihat bahwa Chi Kuadrat hitung < nilai Chi Kuadrat tabel sehingga yang diterima
adalah H o yang menyatakan tidak terdapat perbedaan. Dengan demikian dapat
disimpulkan bahwa tidak terdapat perbedaan pendapat yang meyakinkan antara guru
SLTP dan guru SMU terhadap perubahan hari belajar dari 6 hari menjadi 5 hari.
Sebagian besar guru setuju dengan perubahan hari belajar tersebut.
Cases
28
Chi-Square Tests
b. INTERPRETASI OUTPUT
Dari tabel diatas dapat kita lihat bahwa nilai Chi Kuadrat 14.438 dengan df 9 sehingga
diperoleh harga kritik Chi Kuadrat sebesar 16.92 untuk taraf signifikansi 5% dan 21.67
untuk taraf signifikansi 1%. Dengan x 2 = 14.438 berarti < harga kritik Chi Kuadrat
baik pada taraf signifikansi 5% atau 1%. Dengan demikian, hipotesa yang diterima
adalah H o yang berarti tidak ada perbedaan sehingga dapat disimpulkan bahwa
tidak ada perbedaan frekuensi jawaban keempat kelompok masyarakat terhadap
pelaksanaan pendidikan di daerahnya. Secara umum, masyarakat berpendapat bahwa
pelaksanaan pendidikan politik di daerahnya baik.
14. UJI T
a. OUTPUT SPSS
N Correlation Sig.
Pair 1 METODE_BAGHDADIYAH &
10 .956 .000
METODE_IQRO
Paired Differences
95% Confidence
Interval of the
Difference
Std. Std. Error Sig. (2-
Mean Deviation Mean Lower Upper t df tailed)
Pair METODE_BAGHDADIYAH
-5.300 3.057 .967 -7.487 -3.113 -5.483 9 .000
1 - METODE_IQRO
b. INTERPRETASI OUTPUT
Dengan angka signifikansi 0.00 < 0.05 maka H 0 yang menyatakan bahwa
kemampuan membaca Alquran antara metode Iqra’ dan metode Baghdadiyah ditolak.
Terdapat perbedaan yang signifikan antara kemampuan membaca Alquran anak TPA
dengan menggunakan metode Bagdadiyah dan metode Iqra’. Perbedaan mean
menunjukkan bahwa penggunaan metode Iqra’ lebih baik dari metode Baghdadiyah.
Group Statistics
ASAL
SEKOLAH N Mean Std. Deviation Std. Error Mean
PRESTASI BELAJAR MAN 10 7.000 .8819 .2789
MAHASISWA SMU 10 6.600 .9661 .3055
b. INTERPRETASI OUTPUT
untuk siswa yang berasal dari SMU= 0.9718. Sedangkan standar error untuk mean
mahasiswa yang berasal dari MAN= 0.2789 dan untuk yang berasal dari SMU= 0.3073
Output independent samples test menampilkan Levene’s Test untuk kesamaan varian.
Dalam hal ini yang diuji adalah H 0 (varian populasi identic) dan H a (varian
populasi tidak identic). Dari hasil perhitungan Levene’s Test dapat dilihat bahwa angka
signifikansi sebesar 0.429 > 0.05 maka H 0 diterima dan dapat dinyatakan bahwa
varian populasi identic. Oleh karena hipotesis yang dipakai bahwa kedua varian sama
(identic) maka yang dijadikan pedoman untuk analisis lebih lanjut adalah angka-angka
yang terdapat pada baris equal variance assumed.
Dari tabel terlihat bahwa hasil test t sebesar 1.205 dengan df 18, perbedaan mean = 0.5,
perbedaan standar error = 0.415, perbedaan prestasi terendah 0.3719, dan perbedaan
prestasi tertinggi sebesar 1,3719. Jika harga t 0 = 1.205 dibandingkan dengan t t
dengan df 18 maka diperoleh harga kritik “t” pada tarif signifikan 5% sebesar 2.10 dan
pada tarif signifikan 1% sebesar 2.88. Karena harga t 0 < t t baik pada taraf
signifikansi 5% atau 1% (2.10>1.205<2.88) maka H a ditolak dan H 0 diterima,
yang berarti tidak ada perbedaan yang signifikan antara variabel X dengan variabel Y
atau tidak terdapat perbedaan yang berarti antara prestasi belajar siswa yang berasal
dari MAN dengan yang berasal dari SMU pada fakultas tarbiyah di UIN.
Descriptives
TINGKAT_PENJUALAN
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
KEMASAN A 10 51.00 5.164 1.633 47.31 54.69 45 55
KEMASAN B 10 66.00 5.676 1.795 61.94 70.06 55 75
KEMASAN C 10 37.00 7.528 2.380 31.61 42.39 20 45
Total 30 51.33 13.451 2.456 46.31 56.36 20 75
ANOVA
TINGKAT_PENJUALAN
32
Homogeneous Subsets
TINGKAT_PENJUALAN
Tukey HSD
Subset for alpha = 0.05
BENTUK_KEMASAN N 1 2 3
KEMASAN C 10 37.00
KEMASAN A 10 51.00
KEMASAN B 10 66.00
Sig. 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
b. INTERPRETASI OUTPUT
Dari data descriptives terlihat bahwa mean kemasan A = 51, mean kemasan B = 66, dan
mean kemasan C = 37. Standar deviasi untuk kemasan A = 5.164, kemasan B = 5.676,
33
dan kemasan C = 7.528. Angka minimum untuk kemasan A = 45, kemasan B = 55, dan
kemasan C = 20. Sementara angka maximum untuk kemasan A = 55, kemasan B = 75,
dan kemasan C = 45. Dengan taraf signifikansi 5% atau tingkat konfidensi 95%
diperoleh rata-rata tingkat penjualan kemasan A = 47.31-59.69, kemasan B= 62.94-
70.06, dan kemasan C = 31.61-42.39
Dari tabel homogeneity of variances dapat diketahui bahwa besarnya angka Levene
Statistic = 0.584 sedangkan probabilitas/signifikansinya = 0.584 > 0.05 maka dapat
disimpulkan bahwa hipotesis nihil ( H 0 ¿ diterima yang berarti asumsi bahwa ketiga
varian populasi adalah identic, dapat diterima.
Dari tabel Post Hoc Tests (Multiple Comparisons), dapat dilihat bahwa perbedaan mean
kemasan A dengan kemasan B = -15 (kemasan A lebih kecil 15 poin dibandingkan
dengan kemasan B), kemasan A dengan kemasan C = 14 (kemasan A lebih besar 14 poin
dari kemasan C), kemasan B dengan kemasan A = 15 (kemasan B lebih besar 15 poin
dari kemasan A), kemasan B dan kemasan C = 29 (kemasan B lebih besar 29 poin
dibandingkan dengan kemasan C), kemasan C dengan kemasan A = -14 (kemasan C lebih
kecil 14 poin dibandingkan dengan kemasan A), sedangkan perbedaan mean kemasan C
dan kemasan B = -29 (kemasan C lebih kecil 29 poin dibandingkan dengan kemasan B).
Dari tabel diatas dapat disimpulkan bahwa:
1) XA≠ XB
2) X A ≠ XC
3) X B≠ XC
Dengan kata lain, 1) bentuk kemasan yang paling baik untuk meningkatkan penjualan
adalah kemasan B. Hal ini bisa dilihat dari jumlah rata-rata tertinggi pada kelompok
X B , sedangkan bentuk kemasan yang kurang baik dalam meningkatkan penjualan
adalah kemasan C; 2) ada perbedaan tingkat penjualan pada masing-masing bentuk
kemasan, baik pada kemasan A, B, maupun C; 3) ada pengaruh yang signifikan antara
bentuk kemasan A, B, dan C terhadap tingkat penjualan.
Dari tabel Homogeneus Subsets terlihat bahwa pada subset 1 hanya terdapat kemasan C
dengan angka 37 sebagai mean terendah, yang berarti kemasan ini berbeda dengan 2
kemasan lainnya. Pada subset 2 hanya terlihat kemasan A dengan mean 51, yang berarti
kelompok ini berbeda dengan kelompok-kelompok yang lain. Dan pada subset 3
ditemukan kemasan B dengan mean 66 sebagai mean tertinggi yang berarti kemasan B
juga berbeda dengan 2 kemasan yang lain. Dari paparan ini dapat disimpulkan bahwa
34
Between-Subjects Factors
Value Label N
BENTUK_KEMASAN 1 KEMASAN A 10
2 KEMASAN B 10
3 KEMASAN C 10
IKLAN 1 ELEKTRONIK 15
2 CETAK 15
Descriptive Statistics
Dependent Variable:TINGKAT_PENJUALAN
BENTUK_KEMASAN IKLAN Mean Std. Deviation N
KEMASAN A ELEKTRONIK 184.00 50.299 5
CETAK 237.00 23.345 5
Total 210.50 46.335 10
KEMASAN B ELEKTRONIK 232.80 46.062 5
CETAK 274.00 58.245 5
Total 253.40 54.058 10
KEMASAN C ELEKTRONIK 286.60 37.018 5
CETAK 304.00 52.249 5
Total 295.30 43.663 10
Total ELEKTRONIK 234.47 60.015 15
CETAK 271.67 52.053 15
Total 253.07 58.350 30
Homogeneous Subsets
TINGKAT_PENJUALAN
Subset
BENTUK_KEMASAN N 1 2
Tukey HSDa KEMASAN A 10 210.50
KEMASAN B 10 253.40 253.40
KEMASAN C 10 295.30
Sig. .114 .125
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = 2114.917.
a. Uses Harmonic Mean Sample Size = 10.000.
b. INTERPRETASI OUTPUT
Dari tabel Between-Subjects Factors ditampilkan hasil dari subjek-subjek yang diteliti
dan dimasukkan dalam analisis data sesuai dengan factor yang berbeda antar masing-
masing subjek. Dari hasil output terlihat bahwa subjek untuk kemasan A = 10 subjek,
kemasan B = 10 subjek, dan kemasan C = 10 subjek. Sehingga jumlah keseluruhan
subjek sebanyak 30 subjek. Dari 30 subjek tersebut, 15 diantaranya masuk pada
kelompok iklan media elektronik dan 15 lainnya masuk pada kelompok iklan media
cetak.
Dari data descriptives terlihat bahwa mean kemasan A dengan menggunakan media
elektronik = 184, standar deviasinya = 50.299, jumlah subjek yang termasuk dalam
kelompok ini = 5. Mean kemasan B dengan menggunakan media elektronik = 232.80,
37
standar deviasinya =46.062, dan jumlah subjek yang termasuk dalam kelompok ini = 5.
Mean kemasan C dengan menggunakan media elektronik = 286.60, standar deviasinya =
37.018, dan jumlah subjeknya = 5. Mean kemasan A yang menggunakan media cetak =
237.00, standar deviasinya = 23.345, dan jumlah subjeknya = 5. Mean kemasan B yang
menggunakan media cetak = 274.00, standar deviasinya = 58.245, dan jumlah subjeknya
= 5. Mean kemasan C yang menggunakan media cetak = 304.00, standar deviasinya =
52.249, dan jumlah subjeknya = 5. Adapun mean keseluruhan untuk kemasan A =
210.50, standar deviasinya = 46.335, dengan jumlah subjeknya = 10. Mean keseluruhan
untuk kemasan B = 253.40, standar deviasinya = 54.058, dengan jumlah subjeknya = 10.
Sementara mean keseluruhan untuk kemasan C = 295.30, standar deviasinya = 43.663,
dengan jumlah subjeknya = 10. Mean keseluruhan untuk media elektronik = 234.47
dengan standar deviasinya = 60.015, dan jumlah subjeknya = 15. Mean keseluruhan
untuk media cetak = 271.67 dengan standar deviasinya = 52.053, dan jumlah subjeknya
= 15. Dari keseluruhan subjek yang ada (30 subjek), diperoleh mean sebesar 253.07 dan
standar deviasi 58.350.
Dari tabel output Levene’s Test of Equality of Error Variances diperoleh tes hitung
sebesar 0.505 dengan nilai probabilitas = 0.769. Karena 0.769 > 0.05, maka hipotesis
nihil ( H 0 ¿ diterima dan hipotesis alternative ( H a ¿ ditolak, yang berarti varian
variabel terikat adalah sama (homogen) sehingga memenuhi persyaratan analisis
varian. Dengan demikian proses analisis varian dapat dilanjutkan.
Dari tabel Tests of between Subjects Effects diperoleh jumlah kuadrat variabel kemasan
( RK B ¿=¿ 35956.867, jumlah kuadrat variabel iklan ( RK A ¿ = 10378, dan jumlah
kuadrat factor kemasan dan iklan ( RK AB ¿ = 1644.2
Dari tabel diperoleh Fratio untuk factor kemasan sebesar 8.501. Jika angka ini
dikonfirmasikan dengan Ftabel pada taraf signifikansi 5% dengan dk=2 untuk
pembilang dan 24 untuk penyebut, maka diperoleh angka 3.40. Pada taraf signifikansi
1% didapat angka 5.61 maka terlihat bahwa Ftabe l < Fratio sehingga H a diterima
baik pada signifikansi 5% atau 1% dan H o ditolak.
Dari tabel juga diperoleh angka Fratio untuk factor iklan sebesar 4.907. Bila nilai
Fratio tersebut dikonfirmasikan dengan Ftabe l dengan alfa = 0.05, taraf signifikansi
5%, dk = 1 untuk pembilang dan 24 untuk penyebut, maka diperoleh angka 4.46 <
Fratio sehingga H a diterima untuk taraf signifikansi 5%, sementara untuk tarat
signifikansi 1%, H a ditolak dan H o diterima. Dari sini bisa disimpulkan bahwa
media iklan mempengaruhi tingkat penjualan.
Pengaruh kemasan dan iklan secara bersama-sama terhadap hasil penjualan diperoleh
0.389. Bila angka ini dikonfirmasikan dengan Ftabel jika diketahui nilai dk = 2 untuk
pembilang dan 24 untuk penyebut, maka diperoleh angka 3.40 untuk taraf signifikansi
38
5% dan 5.61 untuk taraf signifikansi 1%. Jadi nilai Fratio <¿ Ftabel sehingga Ha
ditolak dan H o diterima.
Dari tabel Estimated Marginal Means dapat dilihat bahwa mean dari kemasan A = 210.5,
mean kemasan B = 253.4, dan mean kemasan C = 295.3. Sedangkan standar error dari
masing-masing kemasan sebesar 14.543. Penjualan kemasan A berkisar antara 180.485-
240.515, kemasan B berkisar antara 223.385-283.415, dan kemasan C antara 265.285-
325.315.
Mean kemasan A yang diiklankan melalui media elektronik adalah 184 dan hasil
penjualan berkisar antara 141.553-226.447, sedangkan yang diiklankan melalui media
cetak menghasilkan mean yang lebih besar yaitu 237 dengan hasil penjualan berkisar
antara 194.553 dan 279.447. Jika kedua mean dibandingkan, maka terlihat bahwa
kemasan A yang diiklankan melalui media cetak memperoleh mean yang lebih besar
dibandingkan dengan yang diiklankan melalui media elektronik. Secara kasar dapat
disimpulkan bahwa kemasan A lebih baik diiklankan dengan menggunakan media cetak
daripada melalui media elektronik.
Mean kemasan B yang diiklankan melalui media elektronik adalah 232.8 dan hasil
penjualan berkisar antara 190.353 sampai 275.247, sedangkan yang diiklankan melalui
media cetak menghasilkan mean yang lebih besar yaitu 274 dengan hasil penjualan
berkisar antara 231.553 dan 316.447. Bila kedua mean dibandingkan, maka terlihat
bahwa kemasan B yang diiklankan melalui media cetak memperoleh mean yang lebih
besar dibandingkan dengan yang diiklankan melalui media elektronik. Secara kasar
dapat disimpulkan bahwa kemasan B lebih baik diiklankan dengan menggunakan media
cetak daripada melalui media elektronik.
Adapun mean kemasan C yang diiklankan melalui media elektronik adalah 286.6 dan
hasil penjualan berkisar antara 244.153 sampai 329.047, sedangkan yang diiklankan
melalui media cetak menghasilkan mean yang lebih besar yaitu 304 dengan hasil
penjualan berkisar antara 261.553 dan 346.447. Bila kedua mean dibandingkan, maka
terlihat bahwa kemasan C yang diiklankan melalui media cetak memperoleh mean yang
lebih besar dibandingkan dengan yang diiklankan melalui media elektronik. Dari mean
kedua kelompok ini dapat disimpulkan bahwa baik kemasan A, B, dan C lebih baik
diiklankan lewat media cetak daripada media elektronik.
Dari tabel Post Hoc Tests (Multiple Comparisons), dapat dilihat bahwa perbedaan mean
kemasan A dengan kemasan B = -42.9 (kemasan A lebih kecil 42.9 poin dibandingkan
dengan kemasan B), kemasan A dengan kemasan C = -84.8 (kemasan A lebih kecil 84.8
poin dari kemasan C), kemasan B dengan kemasan A = 42.9 (kemasan B lebih besar 42.9
poin dari kemasan A), kemasan B dan kemasan C = -41.9 (kemasan B lebih kecil 41.9
poin dibandingkan dengan kemasan C), kemasan C dengan kemasan A = 84.8 (kemasan
C lebih besar 84.8 poin dibandingkan dengan kemasan A), sedangkan perbedaan mean
39
kemasan C dan kemasan B = 41.9 (kemasan C lebih besar 41.9 poin dibandingkan
dengan kemasan B).
Dari tabel Homogeneus Subsets terlihat bahwa pada subset 1 terdapat kemasan A dan B
dengan angka 210.5 untuk kemasan A dan 253.4 untuk kemasan B yang berarti kemasan
A tidak berbeda secara signifikan dengan kemasan B. Pada subset 2 terlihat kemasan B
dan C dengan angka 253.4 untuk kemasan B dan 295.3 untuk kemasan C. Hal ini berarti
bahwa pada dasarnya kemasan B tidak berbeda secara signifikan dengan kemasan C.
18. ANACOVA
a. OUTPUT SPSS
Between-Subjects Factors
Value Label N
METODE_PEMBELAJARAN 1 METODE ACTIVE
10
DEBATE
2 METODE JIGSAW 10
3 METODE DISKUSI 10
Descriptive Statistics
Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
METODE_PEMBELAJARAN Mean Std. Deviation N
METODE ACTIVE DEBATE 84.50 5.986 10
METODE JIGSAW 81.50 5.798 10
METODE DISKUSI 88.50 4.116 10
Total 84.83 5.943 30
b. INTERPRETASI OUTPUT
Dari tabel Between-Subjects Factors ditampilkan hasil dari subjek-subjek yang diteliti
dan dimasukkan dalam analisis data sesuai dengan factor yang berbeda antar masing-
masing subjek. Dari hasil output terlihat bahwa subjek untuk metode active debate,
metode jigsaw, dan metode diskusi, masing-masing memiliki jumah responden yang
sama yaitu 10 responden.
Pada tabel Descriptive Statistics dapat diketahui bahwa mean kelompok yang
menggunakan metode active debate = 84.50, mean kelompok yang menggunakan
metode jigsaw = 81.50, mean kelompok yang menggunakan metode diskusi = 88.50,
sedangkan mean seluruh siswa = 84.83. Standar deviasi kelompok yang menggunakan
metode active debate = 5.986, standar deviasi kelompok yang menggunakan metode
jigsaw = 5.798, standar deviasi kelompok yang menggunakan metode diskusi = 4.116,
standar deviasi kseluruhan adalah 5.943.
Dari tabel output Levene’s Test of Equality of Error Variances diperoleh angka F sebesar
0.299 dengan nilai probabilitas sebesar 0.744. Karena 0.744 > 0.05, maka hipotesis nihil
( H 0 ¿ diterima dan hipotesis alternative ( H a ¿ ditolak, yang berarti varian variabel
terikat adalah sama (homogen) sehingga memenuhi persyaratan analisis kovarian.
Dengan demikian proses analisis kovarian dapat dilanjutkan.
Dari hasil analisis program SPSS 16 bisa dilihat besar Fh itung untuk metode adalah
1.397 dan 0.265 untuk angka signifikansi. Karena 0.265 > 0.05 maka hipotesis nihil (
H 0 ¿ diterima dan hipotesis alternative ( H a ¿ ditolak. Hal ini menunjukkan bahwa
41
tidak ada perbedaan prestasi belajar siswa dengan penggunaan metode belajar yang
berbeda (melakukan control terhadap prestasi belajar) sebelum perlakuan diberikan.
Dari tabel Estimated Marginal Means dapat dilihat bahwa nilai mean dengan
mengikutsertakan variabel control = 84.50 yang berarti lebih besar 0.374 dari mean
tanpa mengikutsertakan variabel control untuk kelompok yang diberi perlakuan dengan
menggunakan metode active debate. Nilai mean dengan mengikutsertakan variabel
control = 82.623 yang berarti lebih besar 1.123 dari mean tanpa mengikutsertakan
variabel control untuk kelompok yang diberi perlakuan dengan menggunakan metode
jigsaw. Sementara itu, nilai mean dengan mengikutsertakan variabel control = 87.002
yang berarti lebih kecil 1.498 dari mean tanpa mengikutsertakan variabel control untuk
kelompok yang diberi perlakuan dengan menggunakan metode diskusi.
Sedangkan standar error dari masing-masing kelompok sebesar 1.622 untuk kelompok
yang diberi perlakuan dengan menggunakan metode active debate, 1.707 untuk
kelompok yang diberi perlakuan dengan menggunakan metode jigsaw, dan 1.778 untuk
kelompok yang diberi perlakuan dengan menggunakan metode diskusi.
Adapun tingkat konfidensi untuk taraf 5% berkisar antara 81.541 – 88.208 untuk
kelompok yang diberi perlakuan dengan metode active debate, 79.115 – 86.131 untuk
kelompok yang diberi perlakuan dengan metode jigsaw, dan 83.349 – 90.656 untuk
kelompok yang diberi perlakuan dengan metode diskusi.
Dengan menganalisis data menggunakan Anova Satu Arah maka dapat dilihat gambaran
keadaan prestasi belajar siswa setelah dilakukan pendekatan dengan metode control
atau tanpa control. Berikut output data dengan menggunakan analisis Anova Oneway:
ANOVA
PRESTASI_BELAJAR_SETELAH_PERLAKUAN
Tabel output Anova diatas menunjukkan hasil yang berbeda dengan output Anova dari
kelas yang telah dikenai metode control. Perhitungan yang dilakukan tanpa control
menunjukkan adanya pengaruh pemberian metode yang berbeda terhadap prestasi
dimana diperoleh Fh itung sebesar 4.283 dan angka signifikansi sebesar 0.024 < angka
kritik 0.05. Dengan demikian dapat disimpulkan bahwa ada pengaruh perlakuan metode
yang berbeda terhadap hasil belajar siswa.
42
Between-Subjects Factors
Value Label N
METODE_PEMBELAJARAN 1 METODE ACTIVE
10
DEBATE
2 METODE JIGSAW 10
3 METODE DISKUSI 10
Between-Subjects Factors
Value Label N
METODE_PEMBELAJARAN 1 METODE ACTIVE
10
DEBATE
2 METODE JIGSAW 10
3 METODE DISKUSI 10
b. INTERPRETASI OUTPUT
(0.275−0.265)
×100=3.8
0.265
Hal ini menunjukkan bahwa kontribusi variabel independen terhadap prestasi belajar
siswa hanya sebesar 3.8% sementara kontribusi kovariat atau variabel control terhadap
variabel dependen sebesar 96.2%.