1

SPSS 16.0

1. ENTRI DATA

a. OUTPUT SPSS

NAMA PRESTASI KERAJINAN PEKERJAAN JENIS KELAMIN USIA

Ahmad 75.5 Malas Pegawai Negeri Laki-Laki 14
Beni 70 Malas Pegawai Negeri Laki-Laki 13
Coni 79.77 Sedang ABRI Perempuan 15
Dodi 78.5 Rajin ABRI Laki-Laki 17
Eva 76 Sedang ABRI Perempuan 15
Fitriani 85.85 Sedang Pegawai Negeri Perempuan 12
Gogon 87 Malas Pedagang Laki-Laki 17
Hani 86.86 Rajin Pedagang Laki-Laki 13
Ita 89 Rajin Petani Perempuan 13
Joni 66 Rajin Nelayan Laki-Laki 16

b. PEMBAHASAN

Entri dilakukan dengan:

a. Memasukkan data ke dalam masing-masing kolom variable
b. Memberikan identitas masing-masing variable yang terdiri dari name,
type, width, decimals, label, values, missing, columns, align, dan measure
c. Mengisi identitas variable
2. ANALISIS DESKRIPTIF

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

Frequency Percent Valid Percent Cumulative Percent

Valid 50 2 4.0 4.0 4.0
55 3 6.0 6.0 10.0
60 5 10.0 10.0 20.0
65 3 6.0 6.0 26.0
70 8 16.0 16.0 42.0
75 8 16.0 16.0 58.0
80 5 10.0 10.0 68.0
85 4 8.0 8.0 76.0
90 8 16.0 16.0 92.0
95 4 8.0 8.0 100.0
Total 50 100.0 100.0
 3

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

Kurtosis : keruncingan/ketumpulan kurva variable hasil belajar adalah

-0,889
nilai kurtosis
Ratio kurtosis :
sta ndar error kurtosis
−0,889
:
0,662
: -1,343

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

3. ANALISIS KORELASI DUA VARIABEL (BIVARIAT)

a. OUTPUT SPSS

Descriptive Statistics

Mean Std. Deviation N

Nilai Rata-Rata Siswa 79.4480 7.76594 10
Usia Siswa 14.50 1.780 10

Correlations

Nilai Rata-Rata Siswa Usia Siswa

Nilai Rata-Rata Siswa Pearson Correlation 1 -.245
Sig. (2-tailed) .494
N 10 10
Usia Siswa Pearson Correlation -.245 1
Sig. (2-tailed) .494
N 10 10

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

TABEL NILAI KOEFISIEN KORELASI“R” PRODUCT MOMENT

TARAF SIGNIFIKAN 5% DAN 1%

Taraf Signifikansi Taraf Signifikansi

df df
5% 1% 5% 1%
1 0,997 1,000 24 0,388 0,496
2 0,950 0,990 25 0,381 0,487
3 0,878 0,959 26 0,374 0,478
4 0,811 0,917 27 0,367 0,470
5 0,754 0,874 28 0,361 0,463
6 0,707 0,834 29 0,355 0,456
7 0,666 0,798 30 0,349 0,449
8 0,632 0,765 35 0,325 0,418
9 0,602 0,735 40 0,304 0,393
10 0,576 0,708 45 0,288 0,372
11 0,553 0,684 50 0,273 0,354
12 0,532 0,66 60 0,250 0,325
13 0,514 0,641 70 0,232 0,302
14 0,497 0,623 80 0,217 0,283
15 0,482 0,606 90 0,205 0,267
16 0,468 0,590 100 0,195 0,254
17 0,456 0,575 125 0,174 0,228
18 0,444 0,561 150 0,159 0,208
19 0,433 0,549 200 0,138 0,181
20 0,423 0,537 300 0,113 0,148
21 0,413 0,526 400 0,098 0,128
22 0,404 0,515 500 0,088 0,115
23 0,369 0,505 1000 0,062 0,081

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

Mean Std. Deviation N

Kemampuan_Bahasa_Arab 68.00 10.488 15
Nilai_Tafsir 69.00 9.297 15
Usul_Fikih 67.00 9.599 15
Nilai_Fikih 77.00 5.278 15

Correlations

Kemampuan Bahasa Arab Nilai Tafsir Usul Fikih Nilai Fikih

Kemampuan Bahasa Arab Pearson Correlation 1 .875** .717** -.019
Sig. (2-tailed) .000 .003 .945
N 15 15 15 15
** **
Nilai_Tafsir Pearson Correlation .875 1 .644 .116
Sig. (2-tailed) .000 .010 .679
N 15 15 15 15
** **
Usul_Fikih Pearson Correlation .717 .644 1 .303
Sig. (2-tailed) .003 .010 .272
N 15 15 15 15
Nilai_Fikih Pearson Correlation -.019 .116 .303 1
Sig. (2-tailed) .945 .679 .272
N 15 15 15 15
**. Correlation is significant at the 0.01 level (2-tailed).

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 ¿

5. ANALISIS KORELASI NON PARAMETRIK

a. OUTPUT SPSS

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

6. KORELASI KOEFISIEN KONTINGENSI

a. OUTPUT SPSS

Case Processing Summary

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

Value df Asymp. Sig. (2-sided)

 12

Pearson Chi-Square 1.487E2a 4 .000

Likelihood Ratio 137.706 4 .000
Linear-by-Linear Association 126.257 1 .000
N of Valid Cases 250
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.40.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Contingency Coefficient .611 .000
N of Valid Cases 250

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 Correlations A menunjukkan bahwa koefisiensi korelasi tingkat penjualan dengan

jenis iklan sebesar 0.734

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 Correlations B menunjukkan bahwa koefisiensi korelasi tingkat penjualan dengan

jenis iklan sebesar 0.595

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

8. REGRESI LINEAR SEDERHANA

a. OUTPUT SPSS

Descriptive Statistics

Mean Std. Deviation N

NILAI_TAFSIR_AL-QURAN 69.00 9.297 15
NILAI_BAHASA_ARAB 68.00 10.488 15

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

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .875a .766 .748 4.663

a. Predictors: (Constant), NILAI_BAHASA_ARAB

b. Dependent Variable: NILAI_TAFSIR_AL-QURAN

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

a. Predictors: (Constant), NILAI_BAHASA_ARAB

b. Dependent Variable: NILAI_TAFSIR_AL-QURAN

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

Minimum Maximum Mean Std. Deviation N

Predicted Value 55.03 82.19 69.00 8.138 15
Residual -6.672 9.448 .000 4.494 15
Std. Predicted Value -1.716 1.621 .000 1.000 15
Std. Residual -1.431 2.026 .000 .964 15
a. Dependent Variable: NILAI_TAFSIR_AL-QURAN

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 model summary b menjelaskan besarnya persentase pengaruh variable bebas

atau variable predictor terhadap variable terikatnya. Besar koefisien determinasi adalah
0.766 mengandung pengertian bahwa pengaruh variable bebas (independent) terhadap
perubahan variable dependent adalah 76.6%. Sedangkan 23.4% (100-76.6%)
dipengaruhi oleh variable lain selain variable bahasa Arab.

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.

Dari tabel Coefficientsa dapat ditulis persamaan regresinya

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

Mean Std. Deviation N

KEMAMPUAN_METODOLOGI_PENELITIAN 68.00 10.488 15
NILAI_STATISTIK 67.33 10.834 15
NILAI_BAHASA 69.67 9.904 15

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

Sig. (1-tailed) KEMAMPUAN METODOLOGI

. .344 .067
PENELITIAN
NILAI_STATISTIK .344 . .307
NILAI_BAHASA .067 .307 .
N KEMAMPUAN METODOLOGI
15 15 15
PENELITIAN
NILAI_STATISTIK 15 15 15
NILAI_BAHASA 15 15 15

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

a. Predictors: (Constant), NILAI_BAHASA, NILAI_STATISTIK

b. Dependent Variable: KEMAMPUAN_METODOLOGI_PENELITIAN

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

NILAI_STATISTIK -.055 .258 -.057 -.213 .835 -.616 .506

NILAI_BAHASA .421 .282 .398 1.495 .161 -.193 1.035
a. Dependent Variable: KEMAMPUAN_METODOLOGI_PENELITIAN

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 60.12 74.58 68.00 4.296 15
Residual -18.028 14.077 .000 9.568 15
Std. Predicted Value -1.834 1.533 .000 1.000 15
Std. Residual -1.744 1.362 .000 .926 15
a. Dependent Variable: KEMAMPUAN_METODOLOGI_PENELITIAN

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 corelations merupakan matrik korelasi variable kemampuan penelitian, nilai

statistic, dan nilai bahasa. Besar N masing-masing variable adalah 15 dan teknik analisis
yang digunakan yaitu Pearson Correlation. Dari output diatas dapat diketahui bahwa:

1) hubungan antara kemampuan penelitian dan nilai statistic koefisien

korelasinya adalah = -0.113 dan signifikansinya 0.344 > 0.05 yang berarti TIDAK
ADA KORELASI.
2) hubungan antara kemampuan penelitian dan nilai bahasa koefisien
korelasinya adalah = 0.406 dan signifikansinya 0.067 > 0.05 yang berarti TIDAK
ADA KORELASI.
3) hubungan antara nilai statistic dan nilai bahasa koefisien korelasinya
adalah =
-0.142 dan signifikansinya 0.306 > 0.05 yang berarti TIDAK ADA KORELASI.
 22

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 model summary b menjelaskan besarnya persentase pengaruh variable bebas

atau variable predictor terhadap variable terikatnya. Besar koefisien determinasi adalah
0.168 mengandung pengertian bahwa pengaruh variable bebas (independent) terhadap
perubahan variable dependent adalah 16.8%. Sedangkan 83.2% (100-16.8%)
dipengaruhi oleh variable lain. Jadi pengaruh nilai statistic dan nilai bahasa terhadap
kemampuan penelitian hanya 16.8% sedangkan pengaruh variabel lain 83.2%.

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.

Dari tabel Coefficientsa dapat ditulis persamaan regresinya

Y = 42.359 – 0.055( X 1 ) + 0.421( X 2 )

Dimana Y= kemampuan penelitian, X 1 = nilai statistic, X 2 = nilai bahasa

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.

10. CHI KUADRAT

a. OUTPUT SPSS

Chi-Square Test
Frequencies
 23

JAWABAN_GURU_SMU

Observed N Expected N Residual

Kurikulum baru lebih efektif dari kurikulum
60 35.0 25.0
sebelumnya
Kurikulum baru tidak efektif dibandingkan
34 35.0 -1.0
dengan kurikulum sebelumnya
Kurikulum baru dan kurikulum lama sama-
42 35.0 7.0
sama efektif
Tidak memberikan jawaban 4 35.0 -31.0
Total 140

FREKUENSI_JAWABAN

Observed N Expected N Residual

4 4 35.0 -31.0
34 34 35.0 -1.0
42 42 35.0 7.0
60 60 35.0 25.0
Total 140

Test Statistics

JAWABAN_GURU_SMU FREKUENSI_JAWABAN

Chi-Square 46.743a 46.743a

df 3 3

Asymp. Sig. .000 .000

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.

Tabel Frekuensi menunjukkan bahwa frekuensi jawaban terendah adalah 4 dan

frekuensi jawaban tertinggi adalah 60. Selisih terendah adalah 31 dan tertinggi 25.

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.

11. CHI KUADRAT UNTUK TABEL 2X2

a. OUTPUT SPSS

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
HASIL_EVALUASI *
200 100.0% 0 .0% 200 100.0%
EFEKTIFITAS_METODE_MEMBACA_ALQURAN

HASIL_EVALUASI * EFEKTIFITAS_METODE_MEMBACA_ALQURAN Crosstabulation

Count
EFEKTIFITAS METODE MEMBACA ALQURAN

METODE HATTAIYAH METODE IQRA' Total

HASIL_EVALUASI CEPAT 75 63 138
LAMBAT 25 37 62
Total 100 100 200

Chi-Square Tests
Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
 25

Pearson Chi-Square 3.366a 1 .067

Continuity Correctionb 2.828 1 .093
Likelihood Ratio 3.382 1 .066
Fisher's Exact Test .092 .046
Linear-by-Linear Association 3.349 1 .067
b
N of Valid Cases 200
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 31.00.
b. Computed only for a 2x2 table

b. INTERPRETASI OUTPUT

1) Output Tabel Case Processing Summary

Menampilkan hasil ringkasan kasus-kasus yang ditelit, dimana terlihat jumlah subjek
yang dianalisis untuk variabel evaluasi dan metode adalah 200 orang.
2) Output Hasil Evaluasi * Metode Crosstabulaton
Menampilkan jumlah masing-masing kelompok yang dianalisis, dimana subjek yang
diajar dengan metode hattaiyah ada 100 orang dan dengan metode iqra’ sebanyak
100 orang. Dari hasil analisis dapat dilihat bahwa 75 orang yang diajar dengan
metode hattaiyah berhasil dengan cepat dan 25 orang lambat. Sementara yang diajar
dengan metode iqra’ sebanyak 63 orang diantaranya berhasil dengan cepat
sementara 37 orang lambat. Totak subjek yang berhasil dengan cepat sebanyak 138
orang dan yang lambat sebanyak 62 orang.
3) Output Chi Square Test
Menunjukkan hasil analisis Chi Kuadrat yaitu 3.36 dan df 1 dengan probabilitas
Asymp. Sig. (2-sided) 0.067. Adapun keputusan untuk menerima atau menolak
hipotesa dapat dilakukan dengan dua cara, yaitu berdasarkan uji Chi Kuadrat dan
tabel, dan dapat pula berdasarkan probabilitas.
a) Jika Chi Kuadrat hitung < Chi Kuadrat tabel, maka H o diterima
b) Jika Chi Kuadrat hitung > Chi Kuadrat tabel, maka H o ditolak
Dari tabel Chi Square Test dapat dilihat bahwa angka Chi Square sebesar 3.36 dengan
df = 1 sehingga diperoleh harga kritk chi kuadrat ( x 2 ) sebagai berikut:
a) Pada taraf signifikan 5% = 3.84
b) Pada taraf signifikan 1% = 6.64
Dengan x 2 = 3.366 < harga chi kuadrat (tabel), baik pada taraf signifikan 5%
maupun 1%, maka H o diterima dan H a ditolak .
 26

12. CHI KUADRAT DENGAN KOREKSI YATES

a. OUTPUT SPSS

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
JAWABAN * GURU 100 100.0% 0 .0% 100 100.0%

JAWABAN * GURU Crosstabulation

GURU

SLTP SMU Total

JAWABAN SETUJU Count 35 42 77
Expected Count 38.5 38.5 77.0
TIDAK SETUJU Count 15 8 23
Expected Count 11.5 11.5 23.0
Total Count 50 50 100
Expected Count 50.0 50.0 100.0

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.

b. Computed only for a 2x2 table

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

JAWABAN * GURU 100 100.0% 0 .0% 100 100.0%
 27

JAWABAN * GURU Crosstabulation

GURU

SLTP SMU Total

JAWABAN SETUJU Count 35 42 77
Expected Count 38.5 38.5 77.0
TIDAK SETUJU Count 15 8 23
Expected Count 11.5 11.5 23.0
Total Count 50 50 100
Expected Count 50.0 50.0 100.0

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.

13. CHI KUADRAT UNTUK KATEGORI LEBIH DARI DUA

a. OUTPUT SPSS

Case Processing Summary

Cases
 28

Valid Missing Total

N Percent N Percent N Percent
PEKERJAAN * PENDAPAT
MASYARAKAT TENTANG 500 100.0% 0 .0% 500 100.0%
PELAKSANAAN PENDIDIKAN

PEKERJAAN * PENDAPAT_MASYARAKAT_TENTANG_PELAKSANAAN_PENDIDIKAN Crosstabulation

Count
PENDAPAT MASYARAKAT TENTANG PELAKSANAAN
PENDIDIKAN

SANGAT BAIK BAIK CUKUP KURANG Total

PEKERJAAN PEGAWAI NEGERI 40 45 27 13 125
PEDAGANG 50 60 23 17 150
PETANI 45 72 31 12 160
KELOMPOK LAIN 10 30 20 5 65
Total 145 207 101 47 500

Chi-Square Tests

Value df Asymp. Sig. (2-sided)

a
Pearson Chi-Square 14.438 9 .108
Likelihood Ratio 14.938 9 .093
Linear-by-Linear Association .996 1 .318
N of Valid Cases 500
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.11.

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

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 METODE_BAGHDADIYAH 65.20 10 8.039 2.542
 29

METODE_IQRO 70.50 10 9.629 3.045

Paired Samples Correlations

N Correlation Sig.
Pair 1 METODE_BAGHDADIYAH &
10 .956 .000
METODE_IQRO

Paired Samples Test

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

TABEL NILAI T UNTUK TARAF SIGNIFIKAN 5% DAN 1%

df/db 5% 1% df/db 5% 1%
1 12.71 63.66 24 2.06 2.80
2 4.30 9.92 25 2.06 2.79
3 3.18 5.84 26 2.06 2.78
4 2.78 4.60 27 2.05 2.77
5 2.75 4.03 28 2.05 2.76

6 2.45 3.71 29 2.04 2.76

7 2.36 3.50 30 2.04 2.75
8 2.31 3.36 35 2.03 2.72
9 2.26 3.25 40 2.02 2.72
10 2.23 3.17 45 2.02 2.69

11 2.20 3.11 50 2.01 2.68

12 2.18 3.06 60 2.00 2.65
13 2.16 3.01 70 2.00 2.65
14 2.14 2.98 80 1.99 2.64
15 2.13 2.95 90 1.99 2.63

16 2.12 2.92 100 1.98 2.63

17 2.11 2.90 125 1.98 2.62
18 2.10 2.88 150 1.98 2.61
19 2.09 2.86 200 1.97 2.60
20 2.09 2.84 300 1.97 2.59

21 2.08 2.83 400 1.97 2.59

 30

22 2.07 2.82 500 1.96 2.59

23 2.07 2.81 1000 1.96 2.58
Dengan berpedoman pada nilai tes t dengan membandingkan t0 dengan t t
dengan nilai df = 9 diperoleh angka 2.26 untuk taraf signifikan 5% dan 3.25 untuk taraf
signifikan 1%. Dengan nilai
t 0 = -5,483 berarti nilai t 0 > nilai t t baik pada taraf signifikan 5% atau 1% (2.26
< 5.483 > 3.25) yang berarti H 0 ditolak, yang berarti ada perbedaan signifikan.

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.

15. UJI T UNTUK SAMPEL-SAMPEL YANG TIDAK BERKORELASI

a. OUTPUT SPSS

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

Independent Samples Test

Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence
Interval of the
Difference
Sig. (2- Mean Std. Error
F Sig. t df tailed) Difference Difference Lower Upper
PRESTASI Equal
BELAJAR variances .667 .425 .967 18 .346 .4000 .4137 -.4691 1.2691
MAHASISWA assumed
Equal
variances not .967 17.852 .346 .4000 .4137 -.4696 1.2696
assumed

b. INTERPRETASI OUTPUT

Output group statistics menampilkan jumlah subjek pada masing-masing kelompok

sebesar 10, mean untuk siswa yang berasal dari MAN = 7, mean untuk siswa yang
berasal dari SMU = 6.5. Standar deviasi untuk siswa yang berasal dari MAN = 0.8819 dan
 31

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.

16. ANOVA SATU ARAH

a. OUTPUT SPSS

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

Test of Homogeneity of Variances

TINGKAT_PENJUALAN
Levene Statistic df1 df2 Sig.
.584 2 27 .565

ANOVA
TINGKAT_PENJUALAN
 32

Sum of Squares df Mean Square F Sig.

Between Groups 4206.667 2 2103.333 54.606 .000
Within Groups 1040.000 27 38.519
Total 5246.667 29

Post Hoc Tests

Multiple Comparisons
TINGKAT_PENJUALAN
Tukey HSD

(I) BENTUK (J) BENTUK Mean Difference 95% Confidence Interval

KEMASAN KEMASAN (I-J) Std. Error Sig. Lower Bound Upper Bound
*
KEMASAN A KEMASAN B -15.000 2.776 .000 -21.88 -8.12
*
KEMASAN C 14.000 2.776 .000 7.12 20.88
KEMASAN B KEMASAN A 15.000* 2.776 .000 8.12 21.88
*
KEMASAN C 29.000 2.776 .000 22.12 35.88
KEMASAN C KEMASAN A -14.000* 2.776 .000 -20.88 -7.12
*
KEMASAN B -29.000 2.776 .000 -35.88 -22.12
*. The mean difference is significant at the 0.05 level.

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 ANOVA dapat diketahui bahwa besarnya nilai probabilitas/signifikansinya

H
adalah 0.00 < 0.05 maka hipotesis nihil (¿¿ 0) ditolak. Hal ini menunjukkan bahwa
¿
ada perbedaan rata-rata hasil penjualan dengan menggunakan jenis kemasan yang
berbeda. Bentuk kemasan A, B, atau C mempunyai pengaruh terhadap hasil penjualan.

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

ketiga kelompok memiliki perbedaan yang signifikan dibandingkan dengan kelompok-

kelompok yang lain.

17. ANOVA DUA ARAH

a. OUTPUT SPSS

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

Levene's Test of Equality of Error Variancesa

Dependent Variable:TINGKAT_PENJUALAN
F df1 df2 Sig.
.505 5 24 .769
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + KEMASAN + IKLAN + KEMASAN * IKLAN

Tests of Between-Subjects Effects

Dependent Variable:TINGKAT_PENJUALAN
Type III Sum of
Source Squares df Mean Square F Sig.
a
Corrected Model 47979.867 5 9595.973 4.537 .005
Intercept 1921282.133 1 1921282.133 908.443 .000
 35

KEMASAN 35956.867 2 17978.433 8.501 .002

IKLAN 10378.800 1 10378.800 4.907 .036
KEMASAN * IKLAN 1644.200 2 822.100 .389 .682
Error 50758.000 24 2114.917
Total 2020020.000 30
Corrected Total 98737.867 29
a. R Squared = .486 (Adjusted R Squared = .379)

Estimated Marginal Means

BENTUK_KEMASAN * IKLAN
Dependent Variable:TINGKAT_PENJUALAN
95% Confidence Interval
BENTUK_KEMASAN IKLAN Mean Std. Error Lower Bound Upper Bound
KEMASAN A ELEKTRONIK 184.000 20.567 141.553 226.447
CETAK 237.000 20.567 194.553 279.447
KEMASAN B ELEKTRONIK 232.800 20.567 190.353 275.247
CETAK 274.000 20.567 231.553 316.447
KEMASAN C ELEKTRONIK 286.600 20.567 244.153 329.047
CETAK 304.000 20.567 261.553 346.447

Post Hoc Tests

BENTUK_KEMASAN
Multiple Comparisons
Dependent Variable:TINGKAT_PENJUALAN
Mean
Difference (I-J) Std. Error Sig. 95% Confidence Interval
(I) BENTUK (J) BENTUK
KEMASAN KEMASAN Lower Bound Upper Bound
Tukey HSD KEMASAN A KEMASAN B -42.90 20.567 .114 -94.26 8.46
*
KEMASAN C -84.80 20.567 .001 -136.16 -33.44
KEMASAN B KEMASAN A 42.90 20.567 .114 -8.46 94.26
KEMASAN C -41.90 20.567 .125 -93.26 9.46
*
KEMASAN C KEMASAN A 84.80 20.567 .001 33.44 136.16
KEMASAN B 41.90 20.567 .125 -9.46 93.26
Bonferroni KEMASAN A KEMASAN B -42.90 20.567 .143 -95.83 10.03
*
KEMASAN C -84.80 20.567 .001 -137.73 -31.87
 36

KEMASAN B KEMASAN A 42.90 20.567 .143 -10.03 95.83

KEMASAN C -41.90 20.567 .158 -94.83 11.03
*
KEMASAN C KEMASAN A 84.80 20.567 .001 31.87 137.73
KEMASAN B 41.90 20.567 .158 -11.03 94.83
Based on observed means.
The error term is Mean Square(Error) = 2114.917.
*. The mean difference is significant at the .05 level.

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

Levene's Test of Equality of Error Variancesa

Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
F df1 df2 Sig.
.299 2 27 .744
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + SEBELUM + METODE

Tests of Between-Subjects Effects

Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
Type III Sum of
Source Squares df Mean Square F Sig.
a
Corrected Model 349.636 3 116.545 4.492 .011
Intercept 1656.253 1 1656.253 63.841 .000
 40

SEBELUM 102.969 1 102.969 3.969 .057

METODE 72.471 2 36.235 1.397 .265
Error 674.531 26 25.944
Total 216925.000 30
Corrected Total 1024.167 29
a. R Squared = .341 (Adjusted R Squared = .265)

Estimated Marginal Means

METODE_PEMBELAJARAN
Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
95% Confidence Interval
METODE_PEMBELAJARAN Mean Std. Error Lower Bound Upper Bound
METODE ACTIVE DEBATE 84.874a 1.622 81.541 88.208
METODE JIGSAW 82.623a 1.707 79.115 86.131
METODE DISKUSI 87.002a 1.778 83.349 90.656
a. Covariates appearing in the model are evaluated at the following values:
PRESTASI_BELAJAR_SEBELUM_PERLAKUAN = 67.50.

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

Sum of Squares df Mean Square F Sig.

Between Groups 246.667 2 123.333 4.283 .024
Within Groups 777.500 27 28.796
Total 1024.167 29

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

19. MENENTUKAN BESAR KONTRIBUSI VARIABEL INDEPENDEN

a. OUTPUT SPSS

ANALISIS DENGAN MENGGUNAKAN TIGA MODEL

Between-Subjects Factors

Value Label N
METODE_PEMBELAJARAN 1 METODE ACTIVE
10
DEBATE
2 METODE JIGSAW 10
3 METODE DISKUSI 10

Tests of Between-Subjects Effects

Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
Type III Sum of
Source Squares df Mean Square F Sig.
a
Corrected Model 409.269 5 81.854 3.195 .024
Intercept 1050.346 1 1050.346 40.996 .000
METODE 58.142 2 29.071 1.135 .338
SEBELUM 26.454 1 26.454 1.033 .320
METODE * SEBELUM 59.633 2 29.817 1.164 .329
Error 614.898 24 25.621
Total 216925.000 30
Corrected Total 1024.167 29

a. R Squared = .400 (Adjusted R Squared = .275)

ANALISIS DENGAN MENGGUNAKAN DUA MODEL

Between-Subjects Factors

Value Label N
METODE_PEMBELAJARAN 1 METODE ACTIVE
10
DEBATE
2 METODE JIGSAW 10
3 METODE DISKUSI 10

Tests of Between-Subjects Effects

Dependent Variable:PRESTASI_BELAJAR_SETELAH_PERLAKUAN
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 349.636a 3 116.545 4.492 .011
Intercept 1656.253 1 1656.253 63.841 .000
METODE 72.471 2 36.235 1.397 .265
SEBELUM 102.969 1 102.969 3.969 .057
Error 674.531 26 25.944
Total 216925.000 30
 43

Corrected Total 1024.167 29

a. R Squared = .341 (Adjusted R Squared = .265)

b. INTERPRETASI OUTPUT

Perhitungan dilakukan dengan mengurangkan nilai Adjusted R Squared yang diperoleh

pada perhitungan model pertama (analisis tiga model) dengan nilai Adjusted R Squared
yang diperoleh pada perhitungan model kedua (analisis dua model) lalu membaginya
dengan nilai Adjusted R Squared yang diperoleh pada perhitungan model kedua
(analisis dua model) dan dikalikan dengan 100.

(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%.