Lampiran 15

PERHITUNGAN VALIDITAS TES

Untuk mencari validitas soal digunakan rumus product moment yaitu:

n xy  ( x)( y )
rxy 
n x 2
 ( x) 2 n y 2  ( y ) 2 

contoh penggunaan rumus dapat dilihat pada soal nomor 1 dari tabel pada
lampiran 14 diperoleh harga:
x = 31 y = 606
x2 = 31 y2 = 9804
xy = 491 n = 40
dengan menggunakan rumus product moment diperoleh:

40 x 491  31x 606

rxy 
40 x31  (31) 40 x9804  (606) 
2 2

854
rxy = 2637,60

= 0.324
dengan membandingkan rhitung dengan rtabel untuk n = 40 pada taraf sifnifikan
=0.05 diperoleh rtabel = 0.312. berdasarkan criteria penerimaan r hitung > rtabel yakni
0,324>0,312 maka soal nomor 1 valid. Dengan cara yang sama diperoleh r hitung
pada tabel berikut ini.

Tabel. hasil perhitungan Validitas Tes

Nomor rhitung rtabel
 soal keterangan
1 0,32 0,312 VALID
2 0,42 0,312 VALID
3 0,64 0,312 VALID
4 0,76 0,312 VALID
5 0,52 0,312 VALID
6 0,65 0,312 VALID
7 0,32 0,312 VALID
8 0,32 0,312 VALID
9 0,34 0,312 VALID
10 0,63 0,312 VALID
11 0,68 0,312 VALID
12 0,78 0,312 VALID
13 0,36 0,312 VALID
14 -0,1 0,312 TIDAK VALID
15 -0 0,312 TIDAK VALID
16 0,51 0,312 VALID
17 0,35 0,312 VALID
18 0,35 0,312 VALID
19 0,36 0,312 VALID
20 -0,3 0,312 TIDAK VALID
21 0,08 0,312 TIDAK VALID
22 0 0,312 TIDAK VALID
23 -0,3 0,312 TIDAK VALID
24 0,78 0,312 VALID
25 0,34 0,312 VALID

Lampiran 16
 Perhitungan Reliabilitas Tes
Tabel pada lampiran 4 diperoleh harga-harga:
n = 19 ∑y = 451 ∑pq = 3,674
N = 40 ∑ y2 = 5833
Harga s2 = dapat diperoleh dengan menggunakan rumus :
( y ) 2
s2 =  y2  N
N
( 451) 2
5833 
= 40
40
= 18,69
dengan menggunakan rumus KR-20 diperoleh reliabilitas tes sebagai berikut:

 n  s   pq 
2

r11 =   
 n  1  s2 
 19  18,69  4,743 
=  
 19  1  18,69 

= 0,787
Kriteria pengujian adalah tes dinyatakan reliabel jika rhitung > r . Dengan
tabel

mengkonsultasikan harga r 11 tersebut dengan harga r pada tabel product moment

yang diperoleh yaitu rtabel = 0,312 dengan N = 40 pada taraf nyata α = 0,05 maka
rhitung > rtabel yaitu 0,787 > 0,312. berdasarkan kriteria pengujian maka soal yang
disajikan adalah reliabel.

Lampiran 17
 PERHITUNGAN TINGKAT KESUKARAN SOAL
B
Untuk mengetahui tingkat kesukaran soal digunakan rumus: P 
JS
Contoh perhitungan tingkat kesukaran soal nomor 1: B= 31, JS= 40, maka

31
P  0,775
40
Dengan merujuk pada kriteria tingkat kesukaran, untuk soal nomor 1 tergolong
mudah. Dengan cara yang sama perhitungan taraf kesukaran tiap-tiap butir soal
lainnya dapat dilihat pada tabel berikut ini:
Tabel 3. Perhitungan Taraf Kesukaran Tes
No Item B P Keterangan
1 31 0,775 Mudah
2 23 0,575 Sedang
3 18 0,450 Sedang
4 15 0,375 Sedang
5 11 0,275 Sulit
6 23 0,575 Sedang
7 35 0,875 Mudah
8 35 0,875 Mudah
9 35 0,875 Mudah
10 19 0,475 Sedang
11 21 0,525 Sedang
12 15 0,375 Sedang
13 9 0,335 Sulit
14 17 0,425 Sedang
15 31 0,775 Mudah
16 33 0,825 Mudah
17 35 0,875 Mudah
18 15 0,380 Sedang
19 30 0,750 Mudah
Lampiran 18
Perhitungan Daya Pembeda Butir Soal
A. Kelompok Atas
No Nomor soal
Subjek 1 2 3 4 5 6 7 8 9 10 11 12 13 16 17 18 19 24 25 Y Y2
11 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 19 361
2 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 18 324
18 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 18 324
21 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 18 324
34 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 18 324
1 1 1 1 1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 16 256
9 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 16 256
10 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 16 256
19 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 15 225
31 0 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 15 225
38 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 1 15 225
17 1 1 1 1 1 1 0 0 1 0 0 1 0 1 1 1 1 1 10 14 196
37 1 0 1 1 1 0 1 1 1 0 0 1 1 1 1 1 1 0 1 14 196
12 1 1 0 0 0 1 1 1 1 1 1 0 1 0 1 1 1 1 0 13 169
36 0 0 1 1 0 1 1 1 1 1 0 1 0 0 1 1 1 0 1 13 169
4 1 0 0 0 0 1 1 1 1 1 1 0 1 0 1 1 1 0 1 12 144
26 1 1 0 0 1 1 1 1 1 1 1 0 0 1 0 1 1 0 1 12 144
27 1 1 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 0 12 144
33 0 1 0 1 0 0 1 1 1 1 1 1 1 0 0 0 1 0 1 12 144
39 1 1 0 0 1 1 1 1 0 0 1 0 1 1 1 1 0 1 1 12 144
Jlh 17 16 14 15 10 18 19 19 19 14 17 15 8 12 17 18 19 15 16 298 4550

B. Kelompok Bawah
No Nomor soal
subjek 1 2 3 4 5 6 7 8 9 10 11 12 13 16 17 18 19 24 25 Y Y2
13 1 0 0 0 0 0 1 1 1 1 0 0 1 1 1 1 1 0 1 11 121
15 1 0 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 0 1 11 121
16 1 0 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 0 1 11 121
23 1 0 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 0 1 11 121
24 1 1 1 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 1 10 100
5 1 1 0 0 0 0 1 1 1 0 0 0 0 1 1 1 1 0 1 10 100
6 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 1 9 81
14 1 1 0 0 0 1 1 1 1 0 0 0 0 1 0 0 1 0 0 8 64
32 1 0 0 0 0 1 1 1 0 0 0 0 0 0 1 1 1 0 1 8 64
35 1 1 1 0 1 0 0 0 0 1 1 0 0 1 0 1 0 0 0 8 64
3 1 0 0 0 0 0 1 1 1 0 0 0 0 0 0 1 1 0 1 7 49
20 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 1 7 49
7 1 0 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 0 0 6 36
8 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 1 1 0 1 6 36
22 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 1 6 36
25 0 1 1 0 0 0 1 1 1 0 0 0 0 0 0 0 1 0 0 6 36
29 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 1 6 36
28 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 1 0 0 4 16
30 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0 0 4 16
40 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 1 4 16
 Jlh 14 7 4 0 1 5 16 16 16 5 4 0 1 5 14 15 16 0 14 153 23409

Untuk menghitung daya beda soal digunakan rumus:

BA BB
D 
JA JB
untuk soal nomor 1 diperoleh harga-harga:
BA= 17 BB= 14 JA=20 JB = 20
Sehingga diperoleh:
17 14
D   0,15
20 20
setelah harga D dikonsultasikan dengan kriteria daya pembeda soal, maka soal
nomor 1 mempunyai daya pembeda CUKUP.
Dengan cara yang sama akan diperoleh daya pembeda masing-masing item, dan
dinyatakan dalam tabel berikut:
Tabel. perhitungan Daya Beda Tes
Nomor Baru Nomor Soal D Keterangan
1 1 0,15 CUKUP
2 2 0,45 BAIK
3 3 0,5 BAIK
4 4 0,75 SANGAT BAIK
5 5 0,45 BAIK
6 6 0,65 BAIK
7 7 0,15 BURUK
8 8 0,45 BAIK
9 9 0,65 BAIK
10 10 0,75 SANGAT BAIK
11 11 0,35 CUKUP
12 12 0,35 CUKUP
13 13 0,15 BURUK
14 16 0,15 BUURUK
15 17 0,15 BURUK
16 18 0,75 SANGAT BAIK
17 19 0,75 SANGAT BAIK
18 24 0,75 SANGAT BAIK
19 25 0,1 BURUK

Lampiran 19

Data Mentah Kemampuan Numerik, Kemampuan Pemahaman Verbal dan Hasil

Belajar Matematika Siswa
No X1 X2 Y (X1)2 (X2)2 Y2
1 14 15 16 196 225 256
2 15 13 12 225 169 144
3 8 10 8 64 100 64
4 13 9 16 169 81 256
5 14 10 7 196 100 49
6 16 13 14 256 169 196
7 14 14 15 196 196 225
8 18 15 18 324 225 324
9 9 13 8 81 169 64
10 13 16 18 169 256 324
11 10 13 12 100 169 144
12 16 13 14 256 169 196
13 14 12 15 196 144 225
14 11 16 12 121 256 144
15 13 13 18 169 169 324
16 14 15 16 196 225 256
17 10 12 12 100 144 144
18 7 13 14 49 169 196
19 14 16 16 196 256 256
20 13 15 10 169 225 100
21 13 15 18 169 225 324
22 12 12 16 144 144 256
23 12 13 12 144 169 144
24 14 15 14 196 225 196
25 17 9 9 289 81 81
26 18 11 18 324 121 324
27 13 13 14 169 169 196
28 10 14 16 100 196 256
29 14 10 12 196 100 144
30 16 12 19 256 144 361
31 14 10 14 196 100 196
32 9 13 9 81 169 81
33 10 13 18 100 169 324
34 14 14 15 196 196 225
35 12 13 12 144 169 144
36 15 9 8 225 81 64
37 13 11 14 169 121 196
38 16 8 9 256 64 81
39 14 11 18 196 121 324
40 17 18 16 289 324 256
41 16 16 12 256 256 144
42 14 15 14 196 225 196
43 16 10 9 256 100 81
44 16 14 16 256 196 256
45 11 17 18 121 289 324
46 13 18 15 169 324 225
47 12 15 12 144 225 144
48 17 16 14 289 256 196
49 8 8 9 64 64 81
50 15 17 16 225 289 256
 51 16 17 19 256 289 361
52 11 15 12 121 225 144
53 13 18 14 169 324 196
54 11 11 16 121 121 256
55 13 16 13 169 256 169
56 11 14 11 121 196 121
57 13 16 10 169 256 100
58 8 13 14 64 169 196
59 11 15 11 121 225 121
60 9 16 19 81 256 361
61 12 16 16 144 256 256
62 13 18 15 169 324 225
63 12 11 13 144 121 169
64 11 14 10 121 196 100
65 11 16 14 121 256 196
66 17 17 13 289 289 169
67 15 11 11 225 121 121
68 13 17 19 169 289 361
69 12 15 14 144 225 196
70 11 13 10 121 169 100
71 12 16 16 144 256 256
72 12 14 13 144 196 169
73 10 11 16 100 121 256
74 13 16 14 169 256 196
75 13 14 19 169 196 361
76 15 14 10 225 196 100
77 12 16 16 144 256 256
78 10 16 13 100 256 169
79 12 13 16 144 169 256
80 7 14 14 49 196 196
Jumlah 1026 1099 1108 13670 15589 16096
Rata-rata 12.825 13.7375 13.85
SD 2.54466431 2.4942656 3.081591

Lampiran 20

Perhitungan Konversi Data variable Penelitian Dalam Bentuk T-Score

 Untuk menghitung T-Score masing-masing subjek
penelitian dari setiap variable penelitian digunakan rumus:
 10( X 1  M 
Skor = 50   
 SD 
Keterangan :
X = skor Responden pada Skala sikap yang hendak di ubah menjadi skor –T

M = rata-rata skor kelompok

SD = Standar Deviasi kelompok

Untuk nomor siswa 1 dihitung sebagai berikut :

-nilai variabel kemampuan numerik
 10(14  12.825) 
skor = 50   
 2.54 
= 51
- nilai variabel kemampuan pemahaman verbal
 10(15  13.7375) 
skor = 50   
 2.49 
= 50

- Nilai hasil Belajar matematika siswa

 10(18  13.85) 
skor = 50   
 3.08 
= 62
untuk nomor urut siswa selanjutnya dihitung dengan cara yang sama seperti perhitungan di atas,

sehingga diperoleh data kemampuan numerik, kemampuan pemahaman verbal dan hasil belajar

matematika dalam skor-T.

Tabel Hasil Penelitian Masing-Masing Dalam T_Score

No X1 X2 Y (X1)2 (X2)2 Y2 X1X2 X1Y X2Y
 1 51 50 62 2645 2491 3905 2567 3214 3119
2 55 60 43 3027 3657 1855 3327 2370 2605
3 26 32 33 694 1044 1113 851 879 1078
4 48 68 62 2290 4559 3905 3231 2990 4219
5 51 29 27 2645 829 723 1481 1383 774
6 59 57 50 3434 3244 2455 3338 2904 2822
7 51 46 56 2645 2152 3138 2386 2881 2599
8 66 60 62 4326 3657 3905 3978 4110 3779
9 34 43 33 1123 1838 1113 1437 1118 1430
10 48 53 62 2290 2855 3905 2557 2990 3339
11 37 57 43 1376 3244 1855 2113 1598 2453
12 59 43 50 3434 1838 2455 2512 2904 2124
13 51 39 56 2645 1548 3138 2024 2881 2204
14 66 53 43 4326 2855 1855 3514 2833 2302
15 48 57 62 2290 3244 3905 2725 2990 3559
16 51 50 56 2645 2491 3138 2567 2881 2796
17 37 39 43 1376 1548 1855 1460 1598 1695
18 26 57 50 694 3244 2455 1500 1305 2822
19 51 53 56 2645 2855 3138 2748 2881 2993
20 48 50 33 2290 2491 1113 2388 1597 1665
21 48 50 62 2290 2491 3905 2388 2990 3119
22 51 39 56 2645 1548 3138 2024 2881 2204
23 37 57 43 1376 3244 1855 2113 1598 2453
24 51 50 50 2645 2491 2455 2567 2548 2473
25 59 29 33 3434 829 1113 1687 1955 960
26 66 57 62 4326 3244 3905 3746 4110 3559
27 48 57 50 2290 3244 2455 2725 2371 2822
28 37 46 56 1376 2152 3138 1721 2078 2599
29 51 60 43 2645 3657 1855 3110 2215 2605
30 59 39 66 3434 1548 4320 2306 3852 2586
31 51 60 50 2645 3657 2455 3110 2548 2996
32 34 43 33 1123 1838 1113 1437 1118 1430
33 37 57 62 1376 3244 3905 2113 2318 3559
34 51 46 56 2645 2152 3138 2386 2881 2599
35 44 57 43 1959 3244 1855 2521 1907 2453
36 55 29 30 3027 829 908 1584 1658 867
37 48 39 50 2290 1548 2455 1883 2371 1950
38 59 25 33 3434 638 1113 1481 1955 843
39 51 68 62 2645 4559 3905 3473 3214 4219
40 66 60 56 4326 3657 3138 3978 3684 3388
41 59 57 43 3434 3244 1855 3338 2524 2453
42 51 50 50 2645 2491 2455 2567 2548 2473
43 55 32 33 3027 1044 1113 1777 1836 1078
44 59 46 56 3434 2152 3138 2719 3283 2599
45 41 57 62 1655 3244 3905 2317 2542 3559
46 48 60 53 2290 3657 2786 2894 2526 3192
47 37 50 43 1376 2491 1855 1852 1598 2150
48 62 57 50 3867 3244 2455 3542 3081 2822
49 30 25 33 896 638 1113 756 999 843
50 59 57 56 3434 3244 3138 3338 3283 3191
51 51 57 66 2645 3244 4320 2929 3381 3743
 52 59 50 43 3434 2491 1855 2925 2524 2150
53 48 60 50 2290 3657 2455 2894 2371 2996
54 41 39 56 1655 1548 3138 1601 2279 2204
55 51 60 46 2645 3657 2145 3110 2382 2801
56 59 46 56 3434 2152 3138 2719 3283 2599
57 51 60 37 2645 3657 1340 3110 1883 2214
58 30 43 50 896 1838 2455 1283 1483 2124
59 59 50 56 3434 2491 3138 2925 3283 2796
60 34 57 66 1123 3244 4320 1909 2203 3743
61 59 57 56 3434 3244 3138 3338 3283 3191
62 48 64 53 2290 4096 2786 3062 2526 3378
63 66 39 46 4326 1548 2145 2588 3046 1822
64 51 46 37 2645 2152 1340 2386 1883 1698
65 59 60 50 3434 3657 2455 3544 2904 2996
66 62 57 46 3867 3244 2145 3542 2880 2638
67 55 36 56 3027 1284 3138 1971 3082 2007
68 48 50 66 2290 2491 4320 2388 3145 3281
69 37 50 50 1376 2491 2455 1852 1838 2473
70 51 43 37 2645 1838 1340 2205 1883 1569
71 59 57 56 3434 3244 3138 3338 3283 3191
72 59 46 46 3434 2152 2145 2719 2714 2148
73 37 39 56 1376 1548 3138 1460 2078 2204
74 51 60 50 2645 3657 2455 3110 2548 2996
75 48 46 66 2290 2152 4320 2220 3145 3049
76 51 57 37 2645 3244 1340 2929 1883 2085
77 59 64 56 3434 4096 3138 3750 3283 3585
78 37 53 46 1376 2855 2145 1982 1718 2475
79 69 43 56 4810 1838 3138 2973 3885 2402
80 37 46 50 1376 2152 2455 1721 1838 2299
Jumlah 4008 4012 4000 208717 209066 207908 201283 201568 203650
Rata-rata 50,10 50,15 50.00
SD 10.02 9.98 10.01
MAX 70 67 67
MIN 27 27 28

Lampiran 21
PERHITUNGAN RATA-RATA (M), STANDAR DEVIASI (SD),
DATA VARIABEL PENELITIAN

A. Harga Rata-rata Hitung (M)

Harga rata-rata variabel penelitian dihitung dengan menggunakan rumus:
 M
X 1

N
Keterangan: M = Harga rata-rata

= Jumlah aljabar X

N = Jumlah responden

A.1. Perhitungan Harga Rata-rata (M) Variabel Kemampuan numerik (X1)

Dari lampiran 20 diperoleh data-data sebagai berikut:

= 4008 N = 80
4008
M   50.1
80
A.2. Perhitungan Harga Rata-rata (M) Variabel Penelitian Kemampuan
Pemahaman Verbal (X2)
Dari lampiran 20 diperoleh data-data sebagai berikut:

= 4012 N = 80

4012
M   50.15
80
A.3. Perhitungan Harga Rata-rata (M) Variabel Penelitian Hasil Belajar Matematika
Siswa (Y)
Dari lampiran 20 diperoleh data-data sebagai berikut:

= 4000 N = 80

4000
M   50.00
80

B. Standar Deviasi (SD)

Standar deviasi variabel penelitian dihitung dengan rumus:

SD 
1
N
 N . X     X 
2 2
 Keterangan:
X 2
= Jumlah aljabar kuadrat X
 X = Jumlah aljabar X
N = Jumlah sampel
B.1. Perhitungan Standar Deviasi (SD) Variabel penelitian Kemampuan Numerik
(X1)
Dari lampiran 20 diperoleh data-data sebagai berikut:

X 1  4008 N = 80 X 1
2
= 208717
1
SD   80 208717    4000 2  10.02
80

B.2. Perhitungan Standar Deviasi (SD Variabel Penelitian Kemampuan Pemahaman

verbal (X2)
Dari lampiran 22 diperoleh data-data sebagai berikut:

= 4012 N = 80 X 2
2
= 209066
1
SD   80 209066   4012 2  9.98
80

B.3. Perhitungan Standar Deviasi (SD) variabel Penelitian Hasil Belajar

Matematika Siswa (Y)
Dari lampiran 20 diperoleh data-data sebagai berikut:

= 4000 N = 80 Y 2
= 207908

1
SD   80 207908   4000 2  10.01
80

Lampiran 22
DISTRIBUSI DATA HASIL PENELITIAN
1. Perhitungan Distribusi Frekuensi Data Kemampuan Numerik (X1)
Dari lampiran 21 diperoleh data sebagai berikut:
M = 50.1 SD = 10,02 Xmax = 70 Xmin = 27
Maka:
Rentang data = 70-27=43
Banyak kelas = 1 + 3,3 log n
= 1 + 3,3 log 80
=7
Panjang kelas = Rentang Data / Banyak kelas
= 43/7
= 6,54 = 7
Berikut ini disajikan ringkasan perhitungan distribusi frekuensi X1:
No Interval Kelas F. Absolut F. Relatif
1 27 s/d 33 5 6,25 %
2 34 s/d 40 9 11,25%
3 41 s/d 47 9 11,25%
4 48 s/d 54 26 32,25 %
5 55 s/d 61 17 21,25%
6 62 s/d 68 12 15%
7 69 s/d 75 2 2,5%

2. Perhitungan Distribusi Frekuensi Data Kemampuan Pemahaman Verbal (X2)

Dari lampiran 21 diperoleh data sebagai berikut:
M = 50,15 SD = 9,98 Xmax = 67 Xmin = 27
Maka:
Rentang data = 67-27=40
Banyak kelas = 1 + 3,3 log n
= 1 + 3,3 log 80
=7
Panjang kelas = Rentang Data / Banyak kelas
= 40/7
= 5.71 = 6

Berikut ini disajikan ringkasan perhitungan distribusi frekuensi X2:

No Interval Kelas F. Absolut F. Relatif
 1 27 s/d 32 5 6,25 %
2 33 s/d 38 5 6,25 %
3 39 s/d 44 11 13,75%
4 45 s/d 50 15 18,75 %
5 51 s/d 56 21 26,25 %
6 57 s/d 62 14 17,5%
7 63 s/d 68 9 11,25%

3. Perhitungan Distribusi Frekuensi Data Hasil Belajar Matematika (Y)

Dari lampiran 21 diperoleh data sebagai berikut:
M = 50.00 SD = 10.01 Xmax = 67 Xmin = 28
Maka:
Rentang data = 67-28=39
Banyak kelas = 1 + 3,3 log n
= 1 + 3,3 log 80
=7
Panjang kelas = Rentang Data / Banyak kelas
= 39/7
= 5,57 = 6

Berikut ini disajikan ringkasan perhitungan distribusi frekuensi Y:

No Interval Kelas F. Absolut F. Relatif
1 28 s/d 33 4 5%
2 34 s/d 39 10 12,5%
3 40 s/d 45 13 16,25%
4 46 s/d 51 20 25%
5 52 s/d 57 20 .25%
6 58 s/d 63 8 10%
7 64 s/d 69 5 6.25%
Lampiran 23
PERHITUNGAN PERSAMAAN REGRESI

Persamaan regresi hasil belajar matemaitka (Y) atas

pendidikan formal (X1), yaitu:
Keterangan:
Ŷ= a + bX1
Ŷ= Variabel terikat
X1= Variabel bebas
a = Konstanta intersep
b = Koefisien regresi Y atas X
Harga koefisien a dan b dapat dicari dengan rumus:
  Y   X     X   XY 
2
N   XY     X   Y 
a b
N  X   X  N  X 2   X 
2 2 2

1. Perhitungan Persamaan Regresi Y atas X1

Dari tabel data penelitian diperoleh:
X 1  4008 X Y 1  201568 Y 2
 207848

X
2
 208717
Y  4000 1
N = 80

Dengan menggunakan data-data di atas diperoleh:

  Y  X     X   X Y 
1
2
1 1
a
N  X   X 
2 2
1 1

a
 4000 208717    4008 201568  42,6
80 208717    4008
2

N   X 1Y     X 1   Y 
b
N  X 1   X 1 
2 2

80 201568   4008 4000

b  0,15
80 208717   4008
2

Sehingga persamaan regresi Ŷ = 42,6 + 0,15X1

2. Perhitungan Persamaan Regresi Y atas X2

Dari tabel data penelitian diperoleh:
X 2  4012 X 2 Y  203650 Y 2
 207848

Y X
2
 4000 2  209066 N = 80
Dengan menggunakan data-data di atas diperoleh:

  Y  X     X   X Y 
2
2
2 2
a
N  X   X 
2 2
2 2

a
 4000 209066   4012 203650  30,55
80 207910   4000
2
 N   X 2Y     X 2   Y 
b
N  X 2   X 2 
2 2

80 203650   4012 4000

b  0,387
80 209066   4012
2

Sehingga persamaan regresi Ŷ = 30,55 + 0,387X2

Lampiran 22
Perhitungan uji normalitas data Variabel Penelitian
.
Uji Normalitas Kemampuan Numerik

No X1 F Fkum Zi F(Zi) S(Zi) F(Zi) - S(Zi)

1 27 1 1 -2.29 0.011 0.01 0.0015
2 27 1 2 -2.29 0.011 0.03 0.014
3 31 1 3 -1.90 0.0287 0.04 0.0088
4 31 1 4 -1.90 0.0287 0.05 0.0213
5 31 1 5 -1.90 0.0287 0.06 0.0338
6 35 1 6 -1.50 0.0668 0.08 0.0082
7 35 1 7 -1.50 0.0668 0.09 0.0207
8 35 1 8 -1.50 0.0668 0.10 0.0332
 9 39 1 9 -1.11 0.1335 0.11 0.021
10 39 1 10 -1.11 0.1335 0.13 0.0085
11 39 1 11 -1.11 0.1335 0.14 0.004
12 39 1 12 -1.11 0.1335 0.15 0.0165
13 39 1 13 -1.11 0.1335 0.16 0.029
14 39 1 14 -1.11 0.1335 0.18 0.0415
15 43 1 15 -0.72 0.2358 0.19 0.0483
16 43 1 16 -0.72 0.2358 0.20 0.0358
17 43 1 17 -0.72 0.2358 0.21 0.0233
18 43 1 18 -0.72 0.2358 0.23 0.0108
19 43 1 19 -0.72 0.2358 0.24 0.0017
20 43 1 20 -0.72 0.2358 0.25 0.0142
21 43 1 21 -0.72 0.2358 0.26 0.0267
22 43 1 22 -0.72 0.2358 0.28 0.0392
23 43 1 23 -0.72 0.2358 0.29 0.0517
24 47 1 24 -0.32 0.3745 0.30 0.0745
25 47 1 25 -0.32 0.3745 0.31 0.062
26 47 1 26 -0.32 0.3745 0.33 0.0495
27 47 1 27 -0.32 0.3745 0.34 0.037
28 47 1 28 -0.32 0.3745 0.35 0.0245
29 47 1 29 -0.32 0.3745 0.36 0.012
30 47 1 30 -0.32 0.3745 0.38 0.0005
31 47 1 31 -0.32 0.3745 0.39 0.013
32 47 1 32 -0.32 0.3745 0.40 0.0255
33 47 1 33 -0.32 0.3745 0.41 0.038
34 47 1 34 -0.32 0.3745 0.43 0.0505
35 51 1 35 0.07 0.5279 0.44 0.0904
36 51 1 36 0.07 0.5279 0.45 0.0779
37 51 1 37 0.07 0.5279 0.46 0.0654
38 51 1 38 0.07 0.5279 0.48 0.0529
39 51 1 39 0.07 0.5279 0.49 0.0404
40 51 1 40 0.07 0.5279 0.50 0.0279
41 51 1 41 0.07 0.5279 0.51 0.0154
42 51 1 42 0.07 0.5279 0.53 0.0029
43 51 1 43 0.07 0.5279 0.54 0.0096
44 51 1 44 0.07 0.5279 0.55 0.0221
45 51 1 45 0.07 0.5279 0.56 0.0346
46 51 1 46 0.07 0.5279 0.58 0.0471
47 51 1 47 0.07 0.5279 0.59 0.0596
48 51 1 48 0.07 0.5279 0.60 0.0721
49 51 1 49 0.07 0.5279 0.61 0.0846
50 55 1 50 0.46 0.6772 0.63 0.0522
51 55 1 51 0.46 0.6772 0.64 0.0397
52 55 1 52 0.46 0.6772 0.65 0.0272
53 55 1 53 0.46 0.6772 0.66 0.0147
54 55 1 54 0.46 0.6772 0.68 0.0022
55 55 1 55 0.46 0.6772 0.69 0.0103
56 55 1 56 0.46 0.6772 0.70 0.0228
57 55 1 57 0.46 0.6772 0.71 0.0353
58 55 1 58 0.46 0.6772 0.73 0.0478
59 55 1 59 0.46 0.6772 0.74 0.0603
60 55 1 60 0.46 0.6772 0.75 0.0728
 61 55 1 61 0.46 0.6772 0.76 0.0853
62 59 1 62 0.85 0.8023 0.78 0.0273
63 59 1 63 0.85 0.8023 0.79 0.0148
64 59 1 64 0.85 0.8023 0.80 0.0023
65 59 1 65 0.85 0.8023 0.81 0.0102
66 59 1 66 0.85 0.8023 0.83 0.0227
67 63 1 67 1.25 0.8944 0.84 0.0569
68 63 1 68 1.25 0.8944 0.85 0.0444
69 63 1 69 1.25 0.8944 0.86 0.0319
70 63 1 70 1.25 0.8944 0.88 0.0194
71 63 1 71 1.25 0.8944 0.89 0.0069
72 63 1 72 1.25 0.8944 0.90 0.0056
73 63 1 73 1.25 0.8944 0.91 0.0181
74 63 1 74 1.25 0.8944 0.93 0.0306
75 67 1 75 1.64 0.9495 0.94 0.012
76 67 1 76 1.64 0.9495 0.95 0.0005
77 67 1 77 1.64 0.9495 0.96 0.013
78 67 1 78 1.64 0.9495 0.98 0.0255
79 70 1 79 2.03 0.9788 0.99 0.0087
80 70 1 80 2.03 0.9788 1.00 0.0212
N 80
Rata-rata 50.10 karena Lo<Lt maka Ho diterima
SD 10.02 ini berarti variabel X1 berasal dari populasi
Lo 0.0904 berdistribusi normal
Lt 0.099

Uji Normalitas Data Kemampuan Pemahaman Verbal

No X2 F Fkum Zi F(Zi) S(Zi) F(Zi) - S(Zi)

1 27 1 1 -2.2783 0.0116 0.01 0.0009
2 27 1 2 -2.2783 0.0116 0.03 0.0134
3 31 1 3 -1.8777 0.0307 0.04 0.0068
4 31 1 4 -1.8777 0.0307 0.05 0.0193
5 31 1 5 -1.8777 0.0307 0.06 0.0318
6 35 1 6 -1.4771 0.0708 0.08 0.0042
7 35 1 7 -1.4771 0.0708 0.09 0.0167
8 35 1 8 -1.4771 0.0708 0.10 0.0292
9 35 1 9 -1.4771 0.0708 0.11 0.0417
10 35 1 10 -1.4771 0.0708 0.13 0.0542
11 39 1 11 -1.0766 0.1423 0.14 0.0048
12 39 1 12 -1.0766 0.1423 0.15 0.0077
13 39 1 13 -1.0766 0.1423 0.16 0.0202
14 39 1 14 -1.0766 0.1423 0.18 0.0327
15 39 1 15 -1.0766 0.1423 0.19 0.0452
16 39 1 16 -1.0766 0.1423 0.20 0.0577
17 39 1 17 -1.0766 0.1423 0.21 0.0702
18 43 1 18 -0.6760 0.2514 0.23 0.0264
19 43 1 19 -0.6760 0.2514 0.24 0.0139
20 43 1 20 -0.6760 0.2514 0.25 0.0014
21 43 1 21 -0.6760 0.2514 0.26 0.0111
22 47 1 22 -0.3455 0.3669 0.28 0.0919
23 47 1 23 -0.3455 0.3669 0.29 0.0794
24 47 1 24 -0.3455 0.3669 0.30 0.0669
25 47 1 25 -0.3455 0.3669 0.31 0.0544
26 47 1 26 -0.3455 0.3669 0.33 0.0419
27 47 1 27 -0.3455 0.3669 0.34 0.0294
28 47 1 28 -0.3455 0.3669 0.35 0.0169
29 47 1 29 -0.3455 0.3669 0.36 0.0044
30 47 1 30 -0.3455 0.3669 0.38 0.0081
31 47 1 31 -0.3455 0.3669 0.39 0.0206
32 47 1 32 -0.3455 0.3669 0.40 0.0331
33 47 1 33 -0.3455 0.3669 0.41 0.0456
34 47 1 34 -0.3455 0.3669 0.43 0.0581
35 47 1 35 -0.3455 0.3669 0.44 0.0706
36 47 1 36 -0.3455 0.3669 0.45 0.0831
37 51 1 37 0.1252 0.5478 0.46 0.0853
38 51 1 38 0.1252 0.5478 0.48 0.0728
39 51 1 39 0.1252 0.5478 0.49 0.0603
40 51 1 40 0.1252 0.5478 0.50 0.0478
41 51 1 41 0.1252 0.5478 0.51 0.0353
42 51 1 42 0.1252 0.5478 0.53 0.0228
43 51 1 43 0.1252 0.5478 0.54 0.0103
44 51 1 44 0.1252 0.5478 0.55 0.0022
45 51 1 45 0.1252 0.5478 0.56 0.0147
46 51 1 46 0.1252 0.5478 0.58 0.0272
47 55 1 47 0.4757 0.6808 0.59 0.0933
48 55 1 48 0.4757 0.6808 0.60 0.0808
49 55 1 49 0.4757 0.6808 0.61 0.0683
50 55 1 50 0.4757 0.6808 0.63 0.0558
51 55 1 51 0.4757 0.6808 0.64 0.0433
52 55 1 52 0.4757 0.6808 0.65 0.0308
53 55 1 53 0.4757 0.6808 0.66 0.0183
54 55 1 54 0.4757 0.6808 0.68 0.0058
55 55 1 55 0.4757 0.6808 0.69 0.0067
56 55 1 56 0.4757 0.6808 0.70 0.0192
57 55 1 57 0.4757 0.6808 0.71 0.0317
58 59 1 58 0.9263 0.8238 0.73 0.0988
59 59 1 59 0.9263 0.8238 0.74 0.0863
60 59 1 60 0.9263 0.8238 0.75 0.0738
61 59 1 61 0.9263 0.8238 0.76 0.0613
62 59 1 62 0.9263 0.8238 0.78 0.0488
63 59 1 63 0.9263 0.8238 0.79 0.0363
64 59 1 64 0.9263 0.8238 0.80 0.0238
65 59 1 65 0.9263 0.8238 0.81 0.0113
66 59 1 66 0.9263 0.8238 0.83 0.0012
67 59 1 67 0.9263 0.8238 0.84 0.0137
68 59 1 68 0.9263 0.8238 0.85 0.0262
69 59 1 69 0.9263 0.8238 0.86 0.0387
70 59 1 70 0.9263 0.8238 0.88 0.0512
71 59 1 71 0.9263 0.8238 0.89 0.0637
 72 63 1 72 1.3269 0.9082 0.90 0.0082
73 63 1 73 1.3269 0.9082 0.91 0.0043
74 63 1 74 1.3269 0.9082 0.93 0.0168
75 63 1 75 1.3269 0.9082 0.94 0.0293
76 63 1 76 1.3269 0.9082 0.95 0.0418
77 67 1 77 1.7275 0.9582 0.96 0.0043
78 67 1 78 1.7275 0.9582 0.98 0.0168
79 67 1 79 1.7275 0.9582 0.99 0.0293
80 67 1 80 1.7275 0.9582 1.00 0.0418
N 80
Rata-rata 50.15 karena Lo < Lt maka Ho diterima
SD 9.99 ini berarti variabel X2 berasal dari
Lo 0.0988 populasi berdistribusi normal
Lt 0.066

Uji Normalitas Hasil Belajar Matematika

No Y F Fkum Zi F(Zi) S(Zi) F(Zi) - S(Zi)

1 28 1 1 -2.2229 0.0132 0.013 0.0007
2 31 1 2 -1.8984 0.0294 0.025 0.0044
3 31 1 3 -1.8984 0.0294 0.038 0.0081
4 31 1 4 -1.8984 0.0294 0.050 0.0206
5 34 1 5 -1.5739 0.0582 0.063 0.0043
6 34 1 6 -1.5739 0.0582 0.075 0.0168
7 34 1 7 -1.5739 0.0582 0.088 0.0293
8 34 1 8 -1.5739 0.0582 0.100 0.0418
9 34 1 9 -1.5739 0.0582 0.113 0.0543
10 38 1 10 -1.2494 0.1075 0.125 0.0175
11 38 1 11 -1.2494 0.1075 0.138 0.03
12 38 1 12 -1.2494 0.1075 0.150 0.0425
13 38 1 13 -1.2494 0.1075 0.163 0.055
14 38 1 14 -1.2494 0.1075 0.175 0.0675
15 41 1 15 -0.9248 0.1788 0.188 0.0087
16 41 1 16 -0.9248 0.1788 0.200 0.0212
17 41 1 17 -0.9248 0.1788 0.213 0.0337
18 44 1 18 -0.6003 0.2743 0.225 0.0493
19 44 1 19 -0.6003 0.2743 0.238 0.0368
20 44 1 20 -0.6003 0.2743 0.250 0.0243
21 44 1 21 -0.6003 0.2743 0.263 0.0118
22 44 1 22 -0.6003 0.2743 0.275 0.0007
23 44 1 23 -0.6003 0.2743 0.288 0.0132
24 44 1 24 -0.6003 0.2743 0.300 0.0257
25 44 1 25 -0.6003 0.2743 0.313 0.0382
26 44 1 26 -0.6003 0.2743 0.325 0.0507
27 44 1 27 -0.6003 0.2743 0.338 0.0632
28 47 1 28 -0.2758 0.3936 0.350 0.0436
29 47 1 29 -0.2758 0.3936 0.363 0.0311
30 47 1 30 -0.2758 0.3936 0.375 0.0186
31 47 1 31 -0.2758 0.3936 0.388 0.0061
32 47 1 32 -0.2758 0.3936 0.400 0.0064
 33 50 1 33 -0.0200 0.496 0.413 0.0835
34 50 1 34 -0.0200 0.516 0.425 0.091
35 50 1 35 -0.0200 0.516 0.438 0.0785
36 50 1 36 -0.0200 0.516 0.450 0.066
37 50 1 37 -0.0200 0.516 0.463 0.0535
38 50 1 38 -0.0200 0.516 0.475 0.041
39 50 1 39 -0.0200 0.516 0.488 0.0285
40 50 1 40 -0.0200 0.516 0.500 0.016
41 50 1 41 -0.0200 0.516 0.513 0.0035
42 50 1 42 -0.0200 0.516 0.525 0.009
43 50 1 43 -0.0200 0.516 0.538 0.0215
44 50 1 44 -0.0200 0.516 0.550 0.034
45 50 1 45 -0.0200 0.516 0.563 0.0465
46 50 1 46 -0.0200 0.516 0.575 0.059
47 50 1 47 -0.0200 0.516 0.588 0.0715
48 54 1 48 0.3732 0.6443 0.600 0.0443
49 54 1 49 0.3732 0.6443 0.613 0.0318
50 54 1 50 0.3732 0.6443 0.625 0.0193
51 54 1 51 0.3732 0.6443 0.638 0.0068
52 54 1 52 0.3732 0.6443 0.650 0.0057
53 57 1 53 0.6977 0.7549 0.663 0.0924
54 57 1 54 0.6977 0.7549 0.675 0.0799
55 57 1 55 0.6977 0.7549 0.688 0.0674
56 57 1 56 0.6977 0.7549 0.700 0.0549
57 57 1 57 0.6977 0.7549 0.713 0.0424
58 57 1 58 0.6977 0.7549 0.725 0.0299
59 57 1 59 0.6977 0.7549 0.738 0.0174
60 57 1 60 0.6977 0.7549 0.750 0.0049
61 57 1 61 0.6977 0.7549 0.763 0.0076
62 57 1 62 0.6977 0.7549 0.775 0.0201
63 57 1 63 0.6977 0.7549 0.788 0.0326
64 57 1 64 0.6977 0.7549 0.800 0.0451
65 57 1 65 0.6977 0.7549 0.813 0.0576
66 57 1 66 0.6977 0.7549 0.825 0.0701
67 57 1 67 0.6977 0.7549 0.838 0.0826
68 63 1 68 1.3467 0.9099 0.850 0.0599
69 63 1 69 1.3467 0.9099 0.863 0.0474
70 63 1 70 1.3467 0.9099 0.875 0.0349
71 63 1 71 1.3467 0.9099 0.888 0.0224
72 63 1 72 1.3467 0.9099 0.900 0.0099
73 63 1 73 1.3467 0.9099 0.913 0.0026
74 63 1 74 1.3467 0.9099 0.925 0.0151
75 63 1 75 1.3467 0.9099 0.938 0.0276
76 67 1 76 1.6712 0.9525 0.950 0.0025
77 67 1 77 1.6712 0.9525 0.963 0.01
78 67 1 78 1.6712 0.9525 0.975 0.0225
79 67 1 79 1.6712 0.9525 0.988 0.035
80 67 1 80 1.6712 0.9525 1.000 0.0475
N 80
Rata-
rata 50.00 karena Lo < Lt maka Ho diterima
SD 10.01 ini berarti variabel Y berasal dari
Lo 0.0942 populasi berdistribusi normal
Lt 0.0990

Lampiran 25

UJI LINIERITAS DAN KEBERARTIAN PERSAMAAN REGRESI SEDERHANA.

A. Uji Linieritas dan keberartian persamaan Regresi sederhana Y atas X1:
JK (T) = Y 2
 207908

( Y ) 2
JK (a) =
N
(4000) 2
= = 200000
80

 
JK (b/a) = b.  X 1Y  
 1  
 X Y 
 N 
  

  (4008)(4000) 
= 0.15 201568   
  80 
= 175,2
JK (S) = JK(T) – JK(a) – JK(b/a)
= 207908 – 200000 – 175,2
= 7732,2
 ( Y ) 2 

JK (G) =  
  Y 2

Ni 

 

Untuk menghitung JK (G) terlebih dahulu data penelitian dikelompokkan seperti

tabel berikut ini:

No X1 k ni Y Y2 JK (Y)2/ni JK(G)
1 27 1 2 50 101 2549 5098 5097,877 0,00
 2 27 50 2549
3 31 2 3 31 116 961 4684 4465,77 218
4 31 34 1173
5 31 50 2549
6 35 3 3 31 132 961 6586 5806,286 780
7 35 34 1173
8 35 67 4452
9 39 4 6 44 313 1935 16625 16292,96 332
10 39 44 1935
11 39 57 3247
12 39 63 4029
13 39 57 3247
14 39 47 2232
15 43 5 9 44 415 1935 19829 19175,06 654
16 43 63 4029
17 43 44 1935
18 43 57 3247
19 43 41 1660
20 43 41 1660
21 43 38 1406
22 43 50 2549
23 43 38 1406
24 47 6 11 57 562 3247 29052 28697,83 355
25 47 44 1935
26 47 44 1935
27 47 44 1935
28 47 57 3247
29 47 47 2232
30 47 50 2549
31 47 57 3247
32 47 47 2232
33 47 57 3247
34 47 57 3247
35 51 7 15 57 813 3247 45251 44010,42 1241
36 51 63 4029
37 51 63 4029
38 51 38 1406
39 51 63 4029
40 51 50 2549
41 51 50 2549
42 51 54 2887
43 51 50 2549
44 51 47 2232
45 51 38 1406
46 51 54 2887
47 51 67 4452
48 51 50 2549
49 51 67 4452
50 55 8 12 57 635 3247 34687 33608,96 1078
51 55 67 4452
52 55 28 771
53 55 54 2887
54 55 54 2887
55 55 57 3247
56 55 57 3247
57 55 50 2549
58 55 44 1935
59 55 50 2549
60 55 54 2887
61 55 63 4029
62 59 9 5 50 223 2549 10353 9964,923 388
63 59 44 1935
64 59 31 961
65 59 57 3247
66 59 41 1660
67 63 10 8 38 375 1406 18485 17547,7 937
68 63 50 2549
69 63 50 2549
70 63 67 4452
71 63 34 1173
72 63 44 1935
73 63 34 1173
74 63 57 3247
75 67 11 4 34 189 1173 9201 8926,569 274
76 67 57 3247
77 67 50 2549
78 67 47 2232
79 70 12 2 63 127 4029 8058 8057,904 0
80 70 63 4029
6255,918

Dari tabel perhitungan JK(G) di atas diperoleh nilai JK(G) = 6255,918

JK(TC) = JK (S) – JK (G)
= 7732,2 – 6255,9
= 1476,28
Selanjutnya dicari rata-rata jumlah kuadrat (RJK) dan hasil bagi JK dengan derajat
kebebasannya masing-masing yaitu:
JK ( s )
RJK (sisa) =
N 2
1476,28
=
80  2
= 18,92
RJK (b/a) = JK(b/a)
= 175.2
 JK (TC )
RJK(TC) = , dimana dk (TC) = 12-2 = 10
dk (TC )

1476,28
= = 147,628
10
JK (G )
RJK (G) = , dimana dk(G) = 80-12=68
dk (G )

6255,91
= = 91,9
68
selanjutnya untuk Uji kelinieran regresi digunakan rumus:
RJK (TC )
F=
RJK (G )
147,62
= = 1.6
91,9

dengan membandingkan Fhitung dengan Ftabel pada taraf signifikansi 5% dengan

(dk) pembilang = k – 2 = 12-2 = 10 dan (dk) penyebut n – k = 80-12 = 68 diperoleh F tabel =
1,976. ternyata Fhitung < Ftabel yaitu 1,6 < 1,976. dengan demikian dapat disimpulkan
persamaan regresi Ŷ = 42,6 + 0,15 X1 adalah Linier
Selanjutnya untuk uji keberartian regresi digunakan rumus:
RJK (b / a )
F = RJK ( sisa)

175,2
= 18,92 = 9,26

Dengan membandingkan Fhitung dengan Ftabel pada tarf signifikansi 5% dengan (dk)
pembilang = 1 dan (dk) penyebut = 78, diperoleh Ftabel= 3,98. Ternyata Fhitung > Ftebel yaitu
9,26 > 3,98. dengan demikina dapat disimpulkan koefisien arah regresi Y atas X1 berarti.

B. Uji Linieritas dan keberartian persamaan Regresi sederhana Y atas X2

JK (T) = Y 2
 207908

( Y ) 2
JK (a) =
N
(4000) 2
= = 200000
80
  
JK (b/a) = b.  X 2Y  
 2  
X Y 
 N 
  

  ( 4012)(4000) 
= 0,387 203650   
  80 
= 1159
JK (S) = JK(T) – JK(a) – JK(b/a)
= 207908 – 200000 – 1159
= 6749
 ( Y ) 2 

JK (G) =   
2
 Y 

 Ni  

Untuk menghitung JK ( G) terlebih dahulu data penelitian dikelompokkan seperti

tabel berikut ini:

No X1 k ni Y Y2 JK JK/n JK(G)
1 27 1 2 34 69 1173 2347 2346,57 0
2 27 34 1173
3 31 2 3 57 122 3247 5381 4980,894 401
4 31 34 1173
5 31 31 961
6 35 3 5 31 188 961 7390 7031,25 358
7 35 28 771
8 35 44 1935
9 35 50 2549
10 35 34 1173
11 39 4 7 63 379 4029 20992 20561,65 431
12 39 50 2549
13 39 63 4029
14 39 57 3247
15 39 47 2232
16 39 41 1660
17 39 57 3247
18 43 5 4 54 221 2887 12521 12257,65 264
19 43 44 1935
20 43 57 3247
21 43 67 4452
22 47 6 15 44 715 1935 35332 34090,95 1241
23 47 50 2549
24 47 31 961
25 47 44 1935
26 47 50 2549
27 47 63 4029
28 47 50 2549
29 47 44 1935
30 47 50 2549
31 47 34 1173
32 47 63 4029
33 47 44 1935
34 47 50 2549
35 47 38 1406
36 47 57 3247
37 51 7 10 54 502 2887 25973 25162,6 811
38 51 57 3247
39 51 54 2887
40 51 57 3247
41 51 41 1660
42 51 38 1406
43 51 47 2232
44 51 67 4452
45 51 38 1406
46 51 50 2549
47 55 8 12 57 625 3247 33587 32585,91 1001
48 55 63 4029
49 55 57 3247
50 55 38 1406
51 55 67 4452
52 55 63 4029
53 55 50 2549
54 55 50 2549
55 55 44 1935
56 55 44 1935
57 55 41 1660
58 55 50 2549
59 59 9 14 63 730 4029 38855 38016,9 838
60 59 44 1935
61 59 57 3247
62 59 44 1935
63 59 50 2549
64 59 47 2232
65 59 38 1406
66 59 67 4452
67 59 57 3247
68 59 50 2549
69 59 57 3247
70 59 50 2549
71 59 57 3247
72 59 47 2232
73 63 10 4 63 234 4029 13959 13737,67 221
74 63 57 3247
75 63 47 2232
76 63 67 4452
77 67 11 4 57 215 3247 11570 11549,27 21
78 67 54 2887
79 67 50 2549
 80 67 54 2887
5586,85

Dari tabel perhitungan JK(G) di atas diperoleh nilai JK(G) = 5586,85

JK(TC) = JK (S) – JK (G)
= 6749 – 5586,85
= 1162,15
Selanjutnya dicari rata-rata jumlah kuadrat (RJK) dan hasil bagi JK dengan derajat
kebebasannya masing-masing yaitu:
JK ( s )
RJK (sisa) =
N 2
6749
=
80  2
= 86,52
RJK (b/a) = JK(b/a)
= 1159
JK (TC )
RJK(TC) = , dimana dk (TC) = 11-2 = 9
dk (TC )

1162
= = 129,11
9
JK (G )
RJK (G) = , dimana dk(G) = 80-11=69
dk (G )

5586,85
= = 80,96
69
selanjutnya untuk Uji kelinieran regresi digunakan rumus:
RJK (TC )
F=
RJK (G )
129,11
= 80,96 = 1.59

dengan membandingkan Fhitung dengan Ftabel pada taraf signifikansi 5% dengan

(dk) pembilang = k – 2 = 11-2 = 9 dan (dk) penyebut n – k = 80-11 = 69 diperoleh F tabel =
1,998. ternyata Fhitung < Ftabel yaitu 1,59 < 1,998. dengan demikian dapat disimpulkan
persamaan regresi Ŷ = 30,55 + 0,387 X1 adalah Linier
Selanjutnya untuk uji keberartian regresi digunakan rumus:
RJK (b / a )
F = RJK ( sisa)
 1159
= 86,52 = 13,39

Dengan membandingkan Fhitung dengan Ftabel pada tarf signifikansi 5% dengan (dk)
pembilang = 1 dan (dk) penyebut = 78, diperoleh Ftabel= 3,98. Ternyata Fhitung > Ftebel yaitu
13,39 > 3,98. dengan demikian dapat disimpulkan koefisien arah regresi Y atas X2 berarti.

Lampiran 26

PERHITUNGAN KOEFISIEN KORELASI ANTAR VARIABEL PENELITIAN

 Untuk menghitung koefisien korelasi antara variabel penelitian digunakan rumus
product-moment angka kasar sebagai berikut:

N  XY    X   Y 
rxy 
N  X 2
  X 
2
N  Y 2
 Y 
2

1. Perhitungan Koefisien Korelasi Antara Variabel Kemampuan Numerik
dengan kemampuan Pemahaman Verbal.
Dari perhitungan diperoleh harga-harga sebagai Berikut:

X 1  4008 X 1 X 2  201283 X 2
2
 209066

X 2  4012 X 1
2
 208717 N = 80
Dengan memasukkan harga-harga tersebut ke dalam rumus, maka diperoleh:

rx1 x 2 
 80 201283   4008 4012
80 208717   4008 2 80 209066   4012 2 
= 0,0357
Dengan harga rx1 x 2 = 0,035 dikonsultasikan terhadap harga rtabel pada taraf
signifikansi 5% dengan jumlah responden 80 orang diperoleh r tabel = 0,220. Dengan
demikian harga harag rh < rt yaitu 0,0353 < 0,220 sehingga koefisien korelasi X 1
terhadap X2 adalah tidak signifikan.

2. Perhitungan Koefisien Korelasi Antara Variabel Kemampuan Numerik

dengan Hasil Belajar Matematika
Dari perhitungan diperoleh harga-harga sebagai berikut:
X 1  4008 X Y 1  201568 Y 2
 207908

Y X
2
 4000 1  390.183 N = 80

Dengan memasukkan harga-harga tersebut ke dalam rumus, maka diperoleh:

r1.2 
 80 201568   4008 4000 
80 208717    4008 2 80 207908   4000 2 
= 0,51
 Dengan harga r1.2 = 0,51 dikonsultasikan terhadap harga rtabel pada taraf signifikansi
5% dengan jumlah responden 80 orang diperoleh r tabel = 0,22 Dengan demikian
harga harag rh > rt yaitu 0,51 > 0,22 sehingga koefisien korelasi X 1 terhadap Y
adalah signifikan.

3. Perhitungan Koefisien Korelasi Antara Variabel Kemampuan pemahaman

Verbal dengan Hasil belajar Siswa
Dari perhitungan diperoleh harga-harga sebagai Berikut:
Dengan memasukkan harga-harga tersebut ke dalam rumus, maka diperoleh:

X 2  4012 X 2 Y  203650 Y 2
 207908

Y X
2
 4000 2  209066 N = 80
Dengan memasukkan harga-harga tersebut ke dalam rumus, maka diperoleh:

r1.2 
 80 (203650)   4012 4000
80 209066   4012 2 80 207908   4000 2 
= 0,386
Dengan harga r1.2 = 0,386 dikonsultasikan terhadap harga rtabel pada taraf
signifikansi 5% dengan jumlah responden 80 orang diperoleh r tabel = 0,220. Dengan
demikian harga harag rh > rt yaitu 0,386 > 0,220 sehingga koefisien korelasi X2
terhadap Y adalah signifikan.

Lampiran 27

PERHITUNGAN KORELASI PARSIAL DAN UJI KOEFISIEN KORELASI

PARSIAL
1. Perhitungan Korelasi Parsial dan Uji koefisien Korelasi Parsial antara
Kemampuan numerik dengan Hasil Belajar Matematika.
 a. Perhitungan Korelasi parsial antara kemampuan numerik terhadap hasil belajar
matematika (Y), dan variabel kemampuan pemahaman verbal dikontrol digunakan
rumus:
  
rx1 y  rx2 y rx1x2
1  r 1  r 
ry1.2 = 2 2
x2 y x1 x2

0,51   0,386  0.0353

=
1   0,386 1   0,0353 
2 2

= 0,53
b. Uji keberartian koefisien antara kemampuan numerik (X1) terhadap hasil belajar
matematika (Y) dengan uji t sebagai berikut:
ry .1  n  2
t =
1  r 
2

0,53  80  2
=
1   0,53 2  = 5,51
Dari daftar distribusi t pada taraf signifikansi 5% tidak ditemukan nilai t tabel
dengan dk = 80, oleh karena itu nilai t yang diambil adalah t tabel dengan dk = 80 yaitu tt =
1,658. Dengan demikian harga th > tt atau 5,51 > 1,658, sehingga dapat disimpulkan
bahwa terdapat hubungan yang berarti antara kemampuan numerik(X1) dengan hasil
belajar matematika (Y), dan variabel kemampuan pemahaman verbal (X2) dikontrol.
2. Perhitungan Korelasi Parsial dan Uji Koefisien Parsial antara kemampuan
pemahaman Verbal (X2) dengan Hasil Belajar Matematika siswa (Y).
a. Perhitungan Korelasi Parsial antara kemampuan pemahaman verbal(X2) terhadap
hasil belajar matematika (Y), dan variabel kemampuan numerik(X1) dikontrol
digunakan rumus:
  
rx2.1 y  rx1 y rx1x2
1  r 1  r 
ry2.1 = 2 2
x1 y x1 x2

0,386   0,51 0,0357

=
1   0,51 1   0,0357 
2 2 = 0,521

b. Uji keberartian koefisien korelasi antara kemampuan pemahan verbal(X 2) terhadap

hasil belajar matematika (Y) dengan uji sebagai berikut:
 ry .2  n  2
t =
1  r 
2

0,521  80  2
=
1   0,521 2 
= 5,4
Dari daftar distribusi t pada taraf signifikansi 5% dengan dk = 80 diperoleh t tabel =
1,645. Dengan demikian harga th > tt atau 5,4 > 1,645, sehingga dapat disimpulkan bahwa
terdapat hubungan yang berarti antara kemampuan pemahaman verbal(X2) dengan hasil
belajar matematika (Y), dan kemampuan numerik(X1) dikontrol.

Lampiran 28

PERHITUNGAN PERSAMAAN REGRESI GANDA, UJI KELINIERAN

DAN KEBERARTIAN PERSAMAAN REGRESI GANDA

Persamaan garis regresi linier multiple untuk dua variabel bebas adalah:
Yˆ  a 0  a1 X 1  a 2 X 2
Harga-harga yang diperoleh dari perhitungan:

X 1  4008 X 2  4012 Y  4000

X 1
2
 208717 X 2
2
 209066 Y 2
 390.609

X Y 1  201568 X 2 Y  203650 X 1 X 2  201283

X 1  50,10 X 2  50,15 Y  50,00

Koefisien korelasi dan konstanta persamaan regresi dengan harga-harga a0, a1, a2
dalam persamaan regresi linier ganda ditentukan dengan rumus:
a 0  Y  a1 X 1  a 2 X 2

a1 
  x   x y     x x   x y 
2
1 1 1 2 2

  x   x     x x 
2
1
2
2 1 2
2

a2 
  x   x y     x x   x y 
2
2 2 1 2 1

  x   x     x x 
2
1
2
2 1 2
2

Untuk dapat mencari harga-harga X12, X22, Y2 digunakan rumus:

 X  2

x   X1 
2 2 1
1
n
 4008
2

x
2
1  208717   7916,2
80

 X  2

x   X2 
2 2 2
2
n

 4012 2
 x2  209066 
2

80
 7864,2

Y  2

y 2
 Y  2

 4000  2
 y 2  207908  80
 7908

  X   X 
x x   X1X 2 
1 2
1 2
n

 4008 4012
x x 1 2  201283 
80
 281,8
   X   Y 
x y  X Y 
1
1 1
n

 4012 4000
 x y  201508 
1
80
 1108

  X   Y 
 x 2 y   X 2Y 
2

n
 4012 4000
 x y  203650 
2
80
 3050

Dengan memasukkan harga-harga di atas ke dalam rumus, maka didapat harga

koefisien a0, a1, a2 sebagai berikut:

a1 
 7864,21108    281,8 3050  0,126
 7916,2 7864,2   281,8 2
a2 
 7916,2 3050   281,81108   0,383
 7916,2 7864,2   281,8 2
a0  50,00  (0,126)(50,10)  (0,383)(50,15)  24,63

Dengan demikian diperoleh persamaan regresi ganda ubahan penelitian sebagai

berikut:
Ŷ = 24,63 + 0,126X1 + 0,383X2
Untuk uji regresi ganda diperlukan dua macam jumlah kuadrat yaitu:
JK ( reg )  a1  x1 y  a 2  x 2 y

= 0,126(1108) + 0,383(3050)
= 1307,758
:

JK ( s )  y 2
 JK (reg )

= 7908 – 1307,758
= 6600,24
Dari harga-harga di atas diperoleh Fhitung sebesar:
JK ( reg ) / K
Fhitung   7,62
JK ( s ) /( n  k  1)

dari daftar distribusi F dengan dk pembilang 2, dk penyebut = 77 dan taraf

signifikan 5% Ftabel diperoleh 3,11
 Dengan demikian harga Fh > Ft (7,62> 3,11), sehingga dapat disimpulkan bahwa
terdapat persamaan regresi ganda Ŷ = 24,63 + 0,126X1 + 0,383X2 berarti pada taraf
signifikansi 5%.

Lampiran 29

PERHITUNGAN KOEFISIEN KORELASI GANDA DAN UJI KEBERARTIAN

KOEFISIEN KORELASI GANDA
Untuk menghitung koefisien korelasi ganda digunakan rumus:
JKReg
R2 =
y 2

Dari tabel perhitungan uji persamaan regresi diperoleh:

  y = 7908
2

Sehingga JK reg dapat dihitung:

JK reg = 1307,758
Koefisien diterminasi (R2):
JKReg 1307,758
R2 = = = 0,165
 y2 7908

R= R2 = 0,165 = 0,406
Untuk menguji keberartian korelasi ganda R digunakan rumus:
R2 / k 0,165 / 2
F= = (1  0,165) /(80  2  1) = 7,607
(1  R ) /( n  k  1)
2

Dengan dk pembilang = 2 (banyak variabel bebas) dan dk penyebut = n – k – 1 =

80 – 2 – 1 = 77. Pada taraf signifikansi 5% diperoleh Ftabel = 3,11. Dengan demikian Fhitung
> Ftabel yaitu 7,607 > 3,11, sehingga dapat disimpulkan bahwa koefisien regresi ganda
adalah berarti pada taraf signifikansi 5%.

Lampiran 30

KOEFISIEN DETERMINASI VARIABEL BEBAS TERHADAP VARIABEL

TERIKAT

Untuk mengetahui besarnya sumbangan masing-masing variabel bebas digunakan

rumus koefisien determinasi, yaitu:
Koefisien Determinasi PPM = ( rxy)2 x 100%
Koefisien Determinasi Ganda = ( R )2 x 100%
1. Koefisien Determinasi PPM antara Kemampuan numerik(X 1) terhadap Hasil
Belajar Matematika (Y)
Dari perhitungan sebelumnya diperoleh harga ry.1 = 0,51
Dengan memasukkan harga tersebut ke dalam rumus, maka diperoleh:
Koefisien Determinasi PPM = (0,51)2 x 100% = 26,01%

2. Koefisien determinasi PPM antara kemampuan pemahaman verbal(X 2) terhadap

Hasil Belajar Matematika (Y)
Dari perhitungan sebelumnya diperoleh harga ry.2 = 0,386
Dengan memasukkan harga tersebut ke dalam rumus, maka diperoleh:
Koefisien Determinasi PPM = (0,386)2 x 100% = 14,89%

3. Koefisien Determinasi Ganda antara Variabel Kemampuan Numerik(X1) dan

Kemampuan Pemahaman Verbal (X2) Secara Bersama-sama terhadap Hasil
Belajar Matematika (Y)
Dari perhitungan sebelumnya diperoleh harga R = 0,406
Dengan memasukkan harga tersebut ke dalam rumus, maka diperoleh:
Koefisien Determinasi Ganda = ( 0,406 )2 x 100%=16,4%