A.

Analisis Deskriptif

1. Data X1

Data penelitian menunjukkan bahwa dari 70 orang responden yang diteliti dalam

penelitian ini, maka skor kinerja guru adalah berdistribusi dari skor terendah 118 sampai

dengan skor tertinggi 173, skor rata-rata 149,37, standar deviasi 11,44, varians 130,90,

median 150, modus 150, dan distribusi frekuensi seperti tampak pada tabel 6 serta histogram

gambar 3.

Tabel 6. Distribusi Frekuensi Data Kinerja Guru

Kelas Frekuens
No. Interval i Presentase%
1 118 - 125 1 1,43
2 126 - 133 4 5,71
3 134 - 141 15 21,43
4 142 - 149 11 15,71
5 150 - 157 23 32,86
6 158 - 165 10 14,29
7 166 - 173 6 8,57
Jumlah 70 100
 25

20

15

10

0
Berdasarkan tabel distribusi frekuensi data hasil belajar siswa seperti disajikan dalam tabel 6

dan histogram gambar 3 dapat diketahui bahwa, ada 11 orang atau 15,71% responden berada

pada kelompok rata-rata, ada 15 orang atau 21,43% responden berada di bawah kelompok

rata-rata, dan ada 23 orang atau 32,86% lainnya berada di atas kelompok rata-rata.

2. Data X2

Data penelitian menunjukkan bahwa dari 70 orang responden yang diteliti dalam

penelitian ini, maka skor pelaksanaan supervisi akademik adalah berdistribusi dari skor

terendah 58 sampai dengan skor tertinggi 85, skor rata-rata 69,66, standar deviasi 5,46

varians 29,85, median 69,5, modus 68, dan distribusi frekuensi seperti tampak pada tabel 7

serta histogram gambar 4.

Berdasarkan distribusi frekuensi data belajar seperti disajikan dalam tabel 7 dan histogram
gambar 4 dapat diketahui bahwa, ada 11 orang atau 15,71% responden berada pada kelompok
rata-rata, 19 orang atau 27,14% responden berada di bawah kelompok rata-rata, dan ada 20
orang atau 28,57% lainnya berada di atas kelompok rata-rata.

Tabel 7. Distribusi Frekuensi Data Pelaksanaan Supervisi Akademik

no. kelas interval frekuensi presentase%

1 58 - 61 6 8,57
2 62 - 65 10 14,29
3 66 - 69 19 27,14
4 70 - 73 20 28,57
5 74 - 77 11 15,71
6 78 - 81 3 4,29
7 82 - 85 1 1,43
jumlah 70 100

25

20

15

10

1. Data Y

Data penelitian untuk variabel kepemimpinan kepala sekolah menunjukkan bahwa

dari 70 orang responden yang diteliti dalam penelitian ini, maka skor kepemimpinan kepala

sekolah adalah berdistribusi dari skor terendah 92 sampai dengan skor tertinggi 113, skor
rata-rata 102,36 standar deviasi 5,12 varians 26,23, median 102, modus 98, dan distribusi

frekuensi seperti tampak pada tabel 8 serta histogram gambar 5.

Berdasarkan distribusi frekuensi data belajar seperti disajikan dalam tabel 8 dan

histogram gambar 5 dapat diketahui bahwa, ada 13 orang atau 18,57% responden berada pada

kelompok rata-rata, 15 orang atau 21,43% responden berada di bawah kelompok rata-rata,

dan ada 17 orang atau 24,29% lainnya berada di atas kelompok rata-rata.

Tabel 8. Distribusi Frekuensi Data Motivasi Belajar

no. kelas interval frekuensi presentase%

1 92 - 94 4 5,71
2 95 - 97 7 10,00
3 98 - 100 17 24,29
4 101 - 103 15 21,43
5 104 - 106 9 12,86
6 107 - 109 13 18,57
7 110 - 113 5 7,14
jumlah 70 100
 18

16

14

12

10

B. Pengujian Prasyaratan Analisis Uji Regresi dan Korelasi

a. Uji Normalitas Data

Normalitas data penelitian menjadi indikator bahwa data yang diperoleh berasal dari

populasi yang berdistribusi normal. Dengan asumsi bahwa populasi adalah normal, maka data

penelitian seharusnya juga normal. Untuk itu maka uji normalitas dimaksudkan untuk

memastikan bahwa data yang diperoleh adalah benar-benar berasal dari populasi yang

berdistribusi normal.

Pengujian normalitas data penelitian menggunakan uji Chikuadrat dengan kriteria

bahwa sampel berdistribusi normal apabila nilai signifikansi >  0,05. Berdasarkan hasil uji

normalitas maka hasilnya dapat disajikan dalam tabel sebagai berikut:

Tabel 9. Hasil Uji Normalitas Data X1, X2 dan Y

 Test Statistics
X1 X2 Y
a b
Chi-Square 26,000 20,600 15,714c
df 31 20 19
Asymp. Sig. ,721 ,421 ,676
a. 32 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 2,2.
b. 21 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 3,3.
c. 20 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 3,5.

Dari hasil pengujian normalitas data seperti disajikan dalam tabel 9 di atas maka dapat

diketahui bahwa nilai signifikansi lebih besar dari  0,05 untuk ketiga variabel. Hasil analisis

ini menunjukkan bahwa ke tiga kelompok sampel penelitian ini adalah berasal dari populasi

yang berdistribusi normal sehingga memenuhi syarat untuk diuji dengan uji regrasi dan uji

korelasi.

b. Uji Multi Kolinearitas

Asumsi model regresi linier klasik adalah tidak boleh terdapat multikolinieritas

diantara variabel-variabel bebas yang termasuk dalam model (Gujarati, 2005). Terjadinya

multikolinieritas ditunjukkan dengan adanya korelasi antar variabel-variabel bebas dalam

bentuk nilai Variance Inflating Factor (VIF). Bila nilai VIF di sekitar angka 1 dan nilai

toleransi mendekati l, maka tidak terjadi multikolinieritas. Hasil pengujian multikolinearitas

dapat dilihat pada tabel 10 berikut:

Tabel 10. Hasil Uji Mulikolinearitas Data X1dan X2

Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant 68,994 8,611 8,012 ,000
)
X1 ,202 ,052 ,451 3,884 ,000 ,861 1,162
X2 ,046 ,109 ,049 ,422 ,674 ,861 1,162
a. Dependent Variable: Y

Dari hasil pengujian multikolonearitas data seperti disajikan dalam tabel 10 di atas

maka dapat diketahui bahwa tidak ada variabel bebas yang memiliki nilai tolerance < 0,10

demikian nilain Varian Iffloating Factor (VIP) yang menunjukkan lebih kecil dari 10

sehingga disimpulkan bahwa tidak terjadi multikolinearitas antara variabel bebas dalam

model regresi.
c. Uji Heteroskedastisitas

Terjadinya heteroskedastisitas ditunjukkan dengan adanya ketidaksamaan varian nilai

residual antara variabel-variabel bebas melalui perhitungan uji koefisien korelasi Rank

Spearman yang mengkorelasikan antara nilai absolute residual dengan setiap variabel bebas.

Bila probabilitas hasil korelasi lebih kecil dari 0,05 maka persamaan regresi yang terbentuk

mengandung gejala heterokedastisitas, dan bila probabilitas hasil korelasi lebih besar dari

0,05 maka persamaan regresi yang terbentuk tidak mengandung gejala heterokedastisitas.

Model regresi yang baik adalah yang tidak terjadi heterokesdastisitas (Ghozali, 2008).

Untuk mengetahui apakah terjadi heterokesdastisitas atau tidak, maka dapat dilihat

dari hasil analisis pada tabel 11 berikut.

Tabel 11. Hasil Uji Heterokesdastisitas X1 dan X2

Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant -,391 4,920 -,079 ,937
)
X1 ,014 ,030 ,063 ,482 ,632 ,861 1,162
X2 ,028 ,062 ,058 ,444 ,658 ,861 1,162
a. Dependent Variable: Abresid

Dari hasil pengujian heteroskedastisitas data seperti disajikan dalam tabel 11 di atas

maka dapat diketahui bahwa nilai t-statistik dari variabel bebas tidak signifikan secara
statistic (p> 0,05), sehingga dapat disimpilkan bahwa model regresi Y atas X1 dan X2 tidak

mengalami maslah heteroskedastisitas.

d. Uji Linearitas

Uji linearitas dilakukan untuk mengetahui apakah variabel bebas (X1), dan variabel

bebas (X2) sebagai prediktor mempunyai hubungan yang linear atau tidak dengan variabel

terikat (Y). Uji linieritas dapat di lihat dari nilai signifikansi dari deviation of linierity untuk

X1, dan X2 terhadap Y.

Apabila nilai signifikansi > 0,05 dapat disimpulkan bahwa hubungannya bersifat

linier. Sebaliknya apabila nilai signifikansi < 0,05 dapat disimpulkan bahwa hubungannya

bersifat tidak linier. Untuk mengetahui apakah hubungan antara variable X1 dan X2 dengan Y

bersifat linear maka dapat dilit dari hasil analisi linearitas seperti pada table 12 berikut.

Tabel 12. Hasil Uji Linearitas

ANOVA Table
Sum of Squares df Mean Square F Sig.
Y* Between (Combined) 1433,205 31 46,232 4,662 ,000
X1 Groups Linearity 398,714 1 398,714 40,203 ,000
Deviation from 1034,491 30 34,483 3,477 ,000
Linearity
Within Groups 376,867 38 9,918
Total 1810,071 69

Dari hasil pengujian linearitas data seperti disajikan dalam tabel 12 di atas maka dapat

diketahui bahwa Deviation from Linearity variabel Y * X1 adalah p = 0,000 < 0,05. Hasil

pengujian ini menunjukkan bahwa pasangan n data yang dianalisis adalah memiliki hubungan

yang bersifat linear.

C. Pengujian Hipotesis dengan Regrasi dan Korelasi

Setelah pengujian persayaratan analisis yang meliputi uji nomalitas, uji

multikolinearitas, uji Heterokesdastisitas, dan uji linearitas sebagai syarat penggunaan uji
regresi dan uji kolerasi, maka selanjutnya dilakukan pengujian hipotesis dengan

menggunakan regresi dan korelasi Product Moment.

a. Hubungan antara X1 dengan Y

Hipotesis pertama yang diajuhkan dalam penelitian ini adalah “terdapat hubungan

positif dan signifikan antara pelaksanaan supervisi akademik dengan kinerja guru SD negeri

di Kecamatan Wawotobi. Secara statistik hipotesis tersebut dapat dirumuskan sebagai berikut:

H0 : y2 = 0
H1 : y2 > 0

Dengan kata lain diduga bahwa semakin efekti pelaksanaan supervisis akademik di

sekolah, maka semakin tinggi kinerja guru SD di Kecamatan Wawotobi, dan sebaliknya

semakin tidak efektif perlaksanaan supervisi akademik, maka semakin rendah kinerja guru

SD di Kecasmatan Wawotobi. Untuk menguji hipotesis penelitian ini maka digunakan

persamaan regresi linear sederhana dan analisis korelasi sederhana yang hasil pengujiannya

dapat dilihat pada tabel berikut.

Tabel 13. Hasi Pengujian Regresi Antara Pasangan Data X1 Dengan Y

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 70,974 7,181 9,884 ,000
X1 ,210 ,048 ,469 4,383 ,000
a. Dependent Variable: Y

Berdasarkan hasil analisis regresi linear sederhana antara pasangan n data variabel

pelaksanaan supervisis akademik dengan kinerja guru SD seperti ditunjukkan pada tabel 13,

maka diperoleh nilai koefisien regresi (b) sebesar 0,210 dan nilai konstanta (a) sebesar

70,974. Dengan demikian maka bentuk hubungan kinerja guru dapat juga ditunjukkan dengan

^
persamaan regresi lenear sederhana Y = 70,974 + 0,210X1.
 ^
Persamaan regesri Y = 70,947 + 0,210X1. menunjukkan bahwa ada hubungan positi

antara pelaksanaan supervisi akademik dengan kinerja guru negeri di Kecamatan Wawotobi.

Persamaan regresi ini menunjukkan bahwa setiap kenaikan atau penurunan satu unit skor

pelaksanaan supervisi akademik, maka akan diikuti oleh kenaikan atau penurunan skor

variabel kinerja guru sebesar 0,210 pada konstan 70,947.

Model persamaan regresi ini dapat digambarkan dalam bentuk grafik sebagai berikut:
110

105

100

95

90

85
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55

Gambar 6. Grafik Persamaan Regresi Hubungan Pelaksanaan Supervisi Akademik (X1)

dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi (Y).

Dari hasil analisis dengan menggunakan SPSS seperti disajikan dalam tabel di atas dapat

diketahui bahwa nilai t lebih besar dari nilai signifikansi (0,469 > 0,000) yang berarti bahwa

^
persamaan regresi Y = 70,947 + 0,210X1 adalah signifikan

Dari hasil analisis korelasi sederhana dengan program SPSS diperoleh hasil

perhitungan koefisien korelasi (ry1) sebesar 0,469 dengan koefisien determinasi (r2y1) sebesar

0,2199 yang berarti 21,99% variasi yang terjadi pada kinerja guru ditentukan oleh variasi

pelaksanaan supervisi akademik. Koefisien korelasi sederhana ini ternyata signifikan karena

nilai signifikansi lebih kecil dari  = 0,05 atau (0,000 < 0,05). Untuk lebih jelasnya dapat

dilihat pada table berikut.

Tabel 14. Hasi Pengujian Korelasi antara Pasangan Data X1 Dengan Y

Correlations
Y X1
Pearson Correlation Y 1,000 ,469
X1 ,469 1,000
Sig. (1-tailed) Y . ,000
X1 ,000 .
N Y 70 70
X1 70 70

Dari hasil pengujian tersebut menunjukkan bahwa nilai signifikansi lebih kecil signifikansi 

= 0,05 yang berarti koefisien korelasi antara pelaksanaan supervisi akademik dengan kinerja

guru SD adalah signifikan. Oleh karena itu maka hipotesis penelitian (H1) yang menyatakan

bahwa terdapat hubungan positif dan signifikan antara pelaksanaan supervisi akademik

dengan kinerja guru SD di Kecamatana Wawotobi adalah diterima (teruji) dengan signifikan

karena teruji pada  = 0,05.

Hubungan positif antara pelaksanaan supervisi akademik dengan kinerja guru ini

didukung oleh koefisien determinasi (r2y1) sebesar 0,2199 yang berarti 21,99% variasi yang

terjadi pada kinerja guru dapat dijelaskan oleh variasi pelaksanaan supervisi akademik

^
melalui persamaan regresi Y = 70,947 + 0,210X1.

Hasil pengujian korelasi parsial menunjukkan bahwa jika variabel kepemimpinan

kepala sekolah (X1) dikontrol, maka koefisien korelasi parsial antara variabel pelaksanaan

supervisi akademik dengan kinerja guru SD di Kecamatana Wawotobi adalah sebesar 0,469

dengan koefisien determinasi (r2y1) sebesar 0,2199 yang berarti 21,99% variasi yang terjadi

pada kinerja guru ditentukan oleh variasi pelaksanaan supervisi akademik. Hasil pengujian

koefisien korelasi parsial ini dapat dilihat pada tabel berikut:

Tabel 15. Korelasi parsial antara X2 dengan Y jika X1 dikontrol

 Correlations
Control Variables Y X1
X2 Y Correlation 1,000 ,429
Significance (2-tailed) . ,000
df 0 67
X1 Correlation ,429 1,000
Significance (2-tailed) ,000 .
df 67 0

Hasil pengujian korelasi parsial antara pasangan n data pelaksanaan supervisi akademik

dengan kinerja guru dimana variabel kepemimpinan kepala sekolah di kontrol menunjukkan

bahwa ry1.2 = 0,429. Pengontrolan variabel kepemimpinan kepala sekolah berdampak pada

menurunnya koefisien korelasi antara variabel pelaksanaan supervisi akademik dengan

kinerja guru dari 0,210 menjadi 0,429. Hasil pengujian menunjukkan bahwa koefisien

korelasi parsial antara pelaksanaan supervisi akademik dengan kinerja guru adalah signifikan

karena nilai signifikansi lebih kecil (p = 0,000 < 0,05).

b. Hubungan antara X2 dengan Y

Hipotesis kedua yang diajuhkan dalam penelitian ini adalah “terdapat hubungan

positif dan signifikan antara kepemimpinan kepala sekolah dengan kinerja guru SD negeri di

Kecamatan Wawotobi. Secara statistik hipotesis tersebut dapat dirumuskan sebagai berikut:

H0 : y2 = 0
H1 : y2 > 0

Dengan kata lain diduga bahwa semakin efektif kepemimpinan kepala sekolah maka

semakintinggi kinerja guru SD negeri di Kecamatan Wawotobi dan sebaliknya semakin tidak

efektif kepemimpinan kepala sekolah maka semakin rendah kinerja guru SD negeri di

Kecamatan Wawotobi. Untuk menguji hipotesis penelitian ini maka digunakan uji persamaan

regresi linear sederhana dan analisis korelasi sederhana dengan menggunakan program SPSS

yang hasil pengujiannya adalah sebagai berikut.

Tabel 16. Hasi Pengujian Regresi Antara Pasangan n Data X2 Dengan Y

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 88,168 7,753 11,372 ,000
X2 ,204 ,111 ,217 1,836 ,071
a. Dependent Variable: Y

Berdasarkan hasil analisis regresi linear sederhana antara pasangan n data

kepemimpinan kepala sekolah dengan kinerja guru SD negeri di Kecamatan Wawotobi maka

diperoleh nilai koefisien regresi (b) sebesar 0,204 dan nilai konstanta (a) sebesar 88,168.

Dengan demikian maka bentuk hubungan antara variabel kepemimpinan kepala sekolah

dengan kinerja guru SD negeri di Kecamatan Wawotobi dapat juga ditunjukkan dengan

persamaan regresi lenear sederhana Y^ = 88,168 + 0,204X2. Persamaan regresi ini

menunjukkan bahwa setiap kenaikan atau penurunan satu unit skor kepemimpinan kepala

sekolah, maka akan diikuti oleh kenaikan atau penurunan skor variabel kinerja guru sebesar

0,204 pada konstan 88,168.

Dari hasil analisis uji signifikansi persamaan regresi dengan menggunakan SPSS

seperti disajikan dalam tabel di atas dapat diketahui bahwa nilai t lebih besar dari nilai

^
signifikansi (0,217 > 0,030 yang berarti bahwa persamaan regresi Y = 88,168 + 0,204X2

adalah signifikan

Model persamaan regresi ini dapat digambarkan dalam bentuk grafik sebagai berikut:
106

105

104

103

102

101 Y^ = 88,168 + 0,204X2

100

99

98

97
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

Gambar 7. Grafik Persamaan Regresi Hubungan Kepemimpinan Kepala Sekolah (X2)

dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi (Y).

Hasil analisis korelasi sederhana dengan program SPSS diperoleh hasil perhitungan koefisien
korelasi (ry2) sebesar 0,204 dengan koefisien determinasi (r2y2) sebesar 0,0416 yang berarti
4,16% variasi yang terjadi pada Kinerja Guru SD Negeri di Kecamatan Wawotobi ditentukan
oleh variasi Kepemimpinan Kepala Sekolah. Koefisien korelasi sederhana ini ternyata
signifikan karena nilai signifikansi lebih kecil dari  = 0,05 atau (0,035 < 0,05). Untuk lebih
jelasnya dapat dilihat pada tabel berikut.

Tabel 17. Hasi Pengujian Korelasi antara Pasangan n Data X2 Dengan Y

Correlations
Y X2
Pearson Correlation Y 1,000 ,217
X2 ,217 1,000
Sig. (1-tailed) Y . ,035
X2 ,035 .
N Y 70 70
X2 70 70

Dari hasil pengujian tersebut menunjukkan bahwa nilai signifikansi lebih kecil signifikansi 

= 0,05 (0,035 < 0,05) yang berarti koefisien korelasi antara Kepemimpinan Kepala Sekolah

(X2) dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi (Y) adalah signifikan. Oleh

karena itu maka hipotesis penelitian (H1) yang menyatakan bahwa terdapat hubungan positif
dan signifikan antara Kepemimpinan Kepala Sekolah (X2) dengan Kinerja Guru SD Negeri

di Kecamatan Wawotobi (Y) adalah diterima (teruji) dengan signifikan karena teruji pada  =

0,05.

Hubungan positif antara hasil belajar siswa dengan hasil belajar siswa ini didukung

oleh koefisien determinasi (r2y1) sebesar 0,0416 yang berarti 4,16% variasi yang terjadi pada

Kepemimpinan Kepala Sekolah (X2) dengan Kinerja Guru SD Negeri di Kecamatan

^
Wawotobi (Y) melalui persamaan regresi Y = 88,168 + 0,204X2

Hasil pengujian korelasi parsial menunjukkan bahwa jika variabel pelaksanaan

supervisi dikontrol, maka koefisien korelasi parsial antara variabel Kepemimpinan Kepala

Sekolah (X2) dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi (Y) adalah sebesar

0,052. Hasil pengujian koefisien korelasi parsial ini dapat dilihat pada tabel berikut:

Tabel 18. Korelasi parsial antara X2 dengan Y jika X1 dikontrol

Correlations
Control Variables Y X2
X1 Y Correlation 1,000 ,052
Significance (2-tailed) . ,674
df 0 67
X2 Correlation ,052 1,000
Significance (2-tailed) ,674 .
df 67 0

Pengontrolan variabel pelaksanaan supervisi akademik berdampak pada menurunnya

koefisien korelasi Kepemimpinan Kepala Sekolah (X2) dengan Kinerja Guru SD Negeri di

Kecamatan Wawotobi (Y) dari 0,204 menjadi 0,052. Hasil pengujian menunjukkan bahwa

koefisien korelasi parsial antara Kepemimpinan Kepala Sekolah (X2) dengan Kinerja Guru

SD Negeri di Kecamatan Wawotobi (Y) adalah signifikan karena nilai signifikansi lebih

kecil (p = 0,000 < 0,05).

c. Hubungan antara X1 dan X2 secara bersama-sama dengan Y

 Hipotesis ketiga yang diajuhkan dalam penelitian ini adalah terdapat hubungan yang
positif dan signifikan antara Pelaksanaan Supervisis Akademik dan Kepemimpinan Kepalan
Sekolah secara bersama-sama dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi.
Secara statistik hipotesis tersebut dapat dirumuskan sebagai berikut:

H0: ρy12 = 0

H1: ρy12 > 0

Dengan kata lain diduga bahwa semakin efektif Pelaksanaan Supervisis akademik dan
kepemimpinan kepalan sekolah secara bersama-sama dengan kinerja guru SD Negeri di
Kecamatan Wawotobi, maka semakin tinggi kinerja guru, demikian sebaliknya bahwa
semakin tidak efektif Pelaksanaan Supervisis Akademik dan Kepemimpinan Kepalan Sekolah
secara bersama-sama dengan Kinerja Guru SD Negeri di Kecamatan Wawotobi, maka
semakin rendah Kinerja Guru SD Negeri di Kecamatan Wawotobi. Untuk menguji hipotesis
penelitian ini maka digunakan persamaan regresi linier ganda dan analisis korelasi ganda
dengan menggunakan program SPSS dan hasil analisisnya dapat dilihat pada table berikut.

Table 19.Hasil Pengujian Regresi antara Pasangan Data X1 dan X2 dengan Y

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 68,994 8,611 8,012 ,000
X1 ,202 ,052 ,451 3,884 ,000
X2 ,046 ,109 ,049 ,422 ,674
a. Dependent Variable: Y

Berdasarkan hasil analisis regresi linier ganda antara pasangan n data Pelaksanaan Supervisis

Akademik dan Kepemimpinan Kepalan Sekolah secara bersama-sama dengan Kinerja Guru

SD Negeri di Kecamatan Wawotobi diperoleh nilai koefisien regresi bX1 sebesar 0,202 dan

nilai koefisien regresi bX2 sebesar 0,046 serta nilai konstanta a sebesar 68,994. Dengan

demikian maka bentuk hubungan antara variabel Pelaksanaan Supervisis Akademik dan

Kepemimpinan Kepalan Sekolah secara bersama-sama dengan Kinerja Guru SD Negeri di

Kecamatan Wawotobi dapat juga ditunjukkan dengan persamaan regresi linear ganda

Y^ =68 , 994 +0, 202 X 1 +0, 046 X 2

Persamaan regresi ganda tersebut menunjukkan bahwa setiap kenaikan atau

penurunan satu unit variabel Pelaksanaan Supervisis Akademik dan Kepemimpinan Kepalan

Sekolah secara bersama-sama, maka akan menaikan atau menurunkan skor hasil belajar siswa

sebesar 0,473 pada konstan 68,994.

Untuk mengetahui apakah persamaan regresi tersebut signifikan dan dapat digunakan

untuk mengambil keputusan, maka selanjutnya dilakukan uji keberartian persamaan regresi

ganda dengan menggunakan program SPSS yang hasil pengujiannya menunjukkan bahwa

nilai signifikan lebih kecil dari nilai t yang berarti persamaan regresi ganda

Y^ =82 , 498+ 0,351 X 1 + 0,122 X 2 adalah signifikan.

Hasil pengujian korelasi ganda antara pasangan data Pelaksanaan Supervisis

Akademik dan Kepemimpinan Kepalan Sekolah secara bersama-sama dengan Kinerja Guru
SD Negeri di Kecamatan Wawotobi, hasil pengujiannya dapat dilihat pada tabel berikut.

Tabel 20. Hasi Pengujian Korelasi antara Pasangan n Data X1 dan X2 Dengan Y

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,472a ,222 ,199 4,58357
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y

Hasil pengujian korelasi ganda dengan menggunakan program SPSS menunjukkan bahwa
koefisien korelasi ganda (Ry.12) sebesar 0,472 dengan koefisien determinasi (Ry.12)2 sebesar
0,2227 yang berarti 22,27% variasi yang terjadi pada kinerja guru ditentukan oleh variasi
Pelaksanaan Supervisis Akademik dan Kepemimpinan Kepalan Sekolah secara bersama-sama
secara bersama-sama.
 Untuk mengetahui apakah koefisien korelasi ganda ini signifikan dan dapat digunakan
dalam pengambilan kesimpulan maka selanjutnya dilakukan uji keberartian koefisien korelasi
ganda dan hasil pengujiannya dapat dilihat pada table berikut.

Tabel 21. Hasil Pengujian Signifikansi Koefisien Korelasi Ganda

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 402,463 2 201,231 9,578 ,000b
Residual 1407,608 67 21,009
Total 1810,071 69
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Dari hasil uji signifikansi koefisien korelasi ganda seperti disajikan dalam tabel di atas
dapat diketahui bahwa nilai fhitung lebih besar dari signifikansi (9.578 > 0,00) yang berarti
bahwa koefisien korelasi sebesar 0,472 adalah signifikan sehingga hipotesis penelitian yang
menyatakan ada hubungan antara Pelaksanaan Supervisis Akademik dan Kepemimpinan
Kepalan Sekolah secara bersama-sama dengan Kinerja Guru SD Negeri di Kecamatan
Wawotobi adalah diterima atau teruji dengan signifikan.

C. Pengujian Persyaratan Uji T

1. Pengujian Normalitas Data Hasil Belajar Ekonomi
Normalitas data penelitian menjadi indikator bahwa data yang diperoleh berasal dari
populasi yang berdistribusi normal. Dengan asumsi bahwa populasi adalah normal, maka data
penelitian seharusnya juga normal. Untuk itu maka uji normalitas dimaksudkan untuk
memastikan bahwa data yang diperoleh adalah benar-benar berasal dari populasi yang
berdistribusi normal.
Pengujian normalitas data penelitian menggunakan uji Kolomogrov Smirnov dengan
kriteria bahwa sampel berdistribusi normal apabila nilai signifikansi lebih besar dari  =
0,05. Berdasarkan hasil uji normalitas dengan program SPSS versi 22 maka hasilnya dapat
disajikan dalam tabel sebagai berikut:
Tabel 3. Hasil Uji Normalitas Data Hasil Penelitian

One-Sample Kolmogorov-Smirnov Test

X1 X2
N 37 37
Normal Parametersa,b Mean 79,9730 60,7568
Std. Deviation 13,56566 18,84794
Most Extreme Differences Absolute ,183 ,119
Positive ,141 ,119
Negative -,183 -,103
Test Statistic ,183 ,119
c
Asymp. Sig. (2-tailed) ,003 ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

2. Uji Homogentitas Data Hasil Penelitian

Setelah persyaratan normalitas dipenuhi maka dilanjutkan dengan pengujian
homogenitas varians dengan menggunakan uji varians (uji F) melalui bantuan program SPSS
versi 22. Uji homogenitas dimaksudkan untuk mengetahui apakah kedua kelompok data
berasal dari populasi yang homogen atau tidak. Kriteria data homogen apabila nilai
signifikansi lebih besar dari  = 0,05. Berdasarkan hasil uji homogentitas maka hasilnya
dapat disajikan dalam tabel sebagai berikut:
Tabel 4. Hasil Uji Homogenitas Data Hasil Belajar Kelas Eksperimen dan Kelas Kontrol.

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.
Nilai Based on Mean 8,211 1 72 ,005
Based on Median 7,515 1 72 ,008
Based on Median and with 7,515 1 71,725 ,008
adjusted df
Based on trimmed mean 8,407 1 72 ,005

ANOVA
Nilai
Sum of Squares Df Mean Square F Sig.
Between Groups 6831,365 1 6831,365 25,336 ,000
Within Groups 19413,784 72 269,636
Total 26245,149 73

Berdasarkan hasil pengujian homogenitas antara data hasil belajar siswa kelas yang diajar
dengan model pembelajaran Tuntas dan hasil belajar siswa kelas yang diajar dengan
Konvensional dengan menggunakan program SPSS versi 22 diperoleh angkan levene statistic
sebesar 8,407 dengan nilai signifikansi atau probabilitas (sing) sebesar 0,008 lebih besar dari
0,05. Demikian pula dengan hasil uji Anova menunjukkan bahwa nilai signifikansi atau
probabilitas (sing) sebesar 0,000 lebih kecil dari 0,05 sehingga dapat disimpulkan bahwa
varians kedua kelompok data hasil belajar tersebut adalah sama atau homogen sehingga
memenuhi syarat untuk diuji dengan uji perbedaan dua rata-rata (uji t).

C. Pengujian Hipotesis dengan Uji T

Setelah pengujian normalitas dan pengujian homogenitas data sebagai persayaratan uji
perbedaan dua rata-rata dan hasilnya memenuhi persyaratan yang dituntut dalam uji
perbedaan dua rata-rata (uji t) yang digunkan dalam pengujian hipotesis penelitian ini, maka
selanjutnya dilakukan pengujian hipotesis penelitian dengan menggunkan uji t sampel tidak
berhubungan dengan menggunakan bantuan program SPSS versi 22.
Hipotesis yang diajuhkan dalam penelitian ini adalah terdapat perbedaan rata-rata
hasil belajar siswa pada mata pelajaran ekonomi antara siswa yang diajar dengan
menggunakan model pembelajaran Tuntas dan hasil belajar siswa yang diajar dengan
menggunakan model pembelajaran Konvensional. Secara statistik hipotesis tersebut dapat
dirumuskan sebagai berikut:
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
Dengan kata lain diduga bahwa ada perbedaan rata-rata hasil belajar antara siswa yang
diajar dengan menggunakan model pembelajaran Tuntas dan siswa yang diajar dengan model
pembelajaran Konvensional. Untuk menguji hipotesis penelitian ini maka digunakan analisis
uji perbedaan dua rata-rata atau uji t dengan bantuan program SPSS versi 22. Hasil pengujian
perbedaan rata-rata hasil belajar siswa antara yang diajar dengan model pembelajaran Tuntas
dan yang diajar dengan model pembelajaran Konvensional dapat dilihat pada table berikut.
Tabel 5. Hasil Pengujian Perbedaan Rata-rata Hasil belajar Kelas Eksperimen dan Kelas
Kontrol
Independent Samples Test
Levene's Test
for Equality of
Variances t-test for Equality of Means
F Sig. t df Sig. Mean Std. Error 95% Confidence
(2- Difference Difference Interval of the
tailed) Difference
 Lower Upper
Nila Equal 8,211 ,005 5,033 72 ,000 19,21622 3,81771 11,60575 26,82668
i variances
assumed
Equal 5,033 65,407 ,000 19,21622 3,81771 11,59262 26,83981
variances
not
assumed

Berdasarkan hasil analisis uji perbedaan dua rata-rata dengan uji t antara rata-rata hasil
belajar ekonomi siswa yang diajar dengan menggunakan model pembelajaran Tuntas dan
rata-rata hasil belajar ekonomi siswa yang diajar dengan model pembelajaran Konvensional
diperoleh nilai signifikansi lebih kecil dari  0,05 ( p = 0,000 <  0,05). Hasil pengujian ini
menunjukkan bahwa ada perbedaan hasil belajar ekonomi antara siswa yang diajar dengan
model pembelajaran Konvensional.
Dengan demikian maka terdapat perbedaan yang signifikan antara rata-rata hasil
belajar ekonomi siswa yang diajar dengan model pembelajaran Tuntas dan rata-rata hasil
belajar ekonomi siswa yang diajar dengan model pembelajaran Konvensional. Rata-rata hasil
belajar ekonomi siswa yang diajar dengan model pembelajaran Tuntas lebih tinggi dari rata-
rata hasil belajar ekonomi siswa yang diajar dengan model pembelajaran Konvensional
seperti ditunjukan oleh nilai rata-rata hasil belajar ekonomi yang diajar dengan model
pembelajaran Tuntas sebesar 86 dan nilai rata-rata kelas yang diajar dengan model
pembelajaran Konvensional adalah 69.
Hal ini berarti bahwa hipotesis penelitian yang menyatakan terdapat perbedaan yang
signifikan antara rata-rata hasil belajar mata pelajaran ekonomi antara siswa yang diajar
dengan menggunakan model pembelajaran Tuntas dan rata-rata hasil belajar ekonomi siswa
yang diajar dengan menggunakan model pembelajaran Konvensional adalah teruji dengan
signifikan.
Hasil pengujian tersebut menunjukkan bahwa untuk meningkatkan hasil belajar
ekonomi di SMA Negeri 2 Konawe Selatan maka guru ekonomi perlu menerapkan model
pembelajaran Tuntas dalam pembelajaran ekonomi. Hal ini dikarenakan belajar dengan
model Tuntas adalah belajar lebih berorientasi game karena adanya nomor yang ditempatkan
di kepala setiap siswa, artinya siswa merasa ada unsur bermain sehingga pembelajaran
berlangsung refleks tidak membebani, tidak membuat siswa stress memikirkan pembelajaran
yang sisfatnya kompetisi diperhadapkan dengan permasalahan-permasalahan yang dikaji
dalam pembelajaran, dan ini sesuai dengan karakteristik materi pelajaran ekonomi yaitu
maslah-masalah aktual dalam kehidupan siswa dalam lingkungan masyarakat.
Dalam pembelajaran dengan menggunakan model pembelajaran Konvensional nilainya
relatif lebih rendah dibanding dengan hasil pembelajaran dengan model Tuntas, ini dikarena
pembelajaran Konvensional sebagai pembelajaran yang menekankan pada kemampuan
individual sebagai ahli dalam suatu permasalahan tertentu, yang menuntut kemampuan
individual siswa untuk menjelaskan permasalahan yang menjadi tugasnya kepada anggota
kelompok asalnya. Permasalahannya adalah tidak semua siswa memiliki kemampuan yang
sama untuk menjadi ahli sehingga hal ini menjadi salah satu kelemahan dari model
pembelajaran Konvensional.

Lampiran 1 Pengujian Persyaratan Analisis

a. Pengujian Normalitas

NPAR TESTS
 /CHISQUARE=Y X1 X2
/EXPECTED=EQUAL
/STATISTICS DESCRIPTIVES
/MISSING ANALYSIS.

Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
X1 70 149,3714 11,44131 118,00 173,00
X2 70 69,6571 5,46368 58,00 85,00
Y 70 102,3571 5,12181 92,00 113,00

Chi-Square Test

Y
Observed N Expected N Residual
92,00 2 3,5 -1,5
94,00 2 3,5 -1,5
95,00 2 3,5 -1,5
96,00 4 3,5 ,5
97,00 1 3,5 -2,5
98,00 6 3,5 2,5
99,00 5 3,5 1,5
100,00 6 3,5 2,5
101,00 5 3,5 1,5
102,00 5 3,5 1,5
103,00 5 3,5 1,5
104,00 3 3,5 -,5
105,00 2 3,5 -1,5
106,00 4 3,5 ,5
107,00 3 3,5 -,5
108,00 6 3,5 2,5
109,00 4 3,5 ,5
110,00 1 3,5 -2,5
111,00 2 3,5 -1,5
113,00 2 3,5 -1,5
Total 70

X1
Observed N Expected N Residual
118,00 1 2,2 -1,2
128,00 1 2,2 -1,2
130,00 2 2,2 -,2
133,00 1 2,2 -1,2
135,00 1 2,2 -1,2
136,00 4 2,2 1,8
137,00 3 2,2 ,8
138,00 3 2,2 ,8
140,00 1 2,2 -1,2
141,00 3 2,2 ,8
142,00 1 2,2 -1,2
143,00 1 2,2 -1,2
144,00 2 2,2 -,2
146,00 2 2,2 -,2
148,00 3 2,2 ,8
149,00 2 2,2 -,2
150,00 6 2,2 3,8
151,00 4 2,2 1,8
152,00 2 2,2 -,2
153,00 1 2,2 -1,2
154,00 4 2,2 1,8
155,00 5 2,2 2,8
156,00 1 2,2 -1,2
159,00 1 2,2 -1,2
160,00 1 2,2 -1,2
161,00 3 2,2 ,8
163,00 3 2,2 ,8
164,00 1 2,2 -1,2
166,00 2 2,2 -,2
168,00 1 2,2 -1,2
169,00 3 2,2 ,8
173,00 1 2,2 -1,2
Total 70
 X2
Observed N Expected N Residual
58,00 1 3,3 -2,3
60,00 4 3,3 ,7
61,00 1 3,3 -2,3
62,00 1 3,3 -2,3
64,00 4 3,3 ,7
65,00 5 3,3 1,7
66,00 3 3,3 -,3
67,00 5 3,3 1,7
68,00 6 3,3 2,7
69,00 5 3,3 1,7
70,00 4 3,3 ,7
71,00 5 3,3 1,7
72,00 5 3,3 1,7
73,00 6 3,3 2,7
74,00 2 3,3 -1,3
75,00 5 3,3 1,7
76,00 3 3,3 -,3
77,00 1 3,3 -2,3
78,00 1 3,3 -2,3
79,00 1 3,3 -2,3
85,00 2 3,3 -1,3
Total 70

Test Statistics
X1 X2 Y
Chi-Square 26,000a 20,600b 15,714c
Df 31 20 19
Asymp. Sig. ,721 ,421 ,676
a. 32 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 2,2.
b. 21 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 3,3.
c. 20 cells (100,0%) have expected frequencies less
than 5. The minimum expected cell frequency is 3,5.
 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 402,463 2 201,231 9,578 ,000b
Residual 1407,608 67 21,009
Total 1810,071 69
a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

b. Pengujian Multikolinearitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 68,994 8,611 8,012 ,000
X1 ,202 ,052 ,451 3,884 ,000
X2 ,046 ,109 ,049 ,422 ,674
a. Dependent Variable: Y

Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) X1 X2
1 1 2,994 1,000 ,00 ,00 ,00
2 ,004 28,447 ,00 ,60 ,76
3 ,003 33,333 ,99 ,40 ,24
a. Dependent Variable: Y

c. Pengujian Heteroskedastisitas

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 4,693 2 2,347 ,342 ,711b
Residual 459,475 67 6,858
Total 464,169 69
a. Dependent Variable: Abresid
b. Predictors: (Constant), X2, X1

Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant -,391 4,920 -,079 ,937
)
 X1 ,014 ,030 ,063 ,482 ,632 ,861 1,162
X2 ,028 ,062 ,058 ,444 ,658 ,861 1,162
a. Dependent Variable: Abresid

c. Pengujian Linearitas

ANOVA Table
Sum of Squares df Mean Square F Sig.
Y* Between (Combined) 596,421 20 29,821 1,204 ,291
X2 Groups Linearity 85,466 1 85,466 3,451 ,069
Deviation from 510,956 19 26,892 1,086 ,393
Linearity
Within Groups 1213,650 49 24,768
Total 1810,071 69

Measures of Association
R R Squared Eta Eta Squared
Y * X2 ,217 ,047 ,574 ,330
Lampiran 2. Hasil Pengujian Hipotesis
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1.

Descriptive Statistics
Mean Std. Deviation N
Y 102,3571 5,12181 70
X1 149,3714 11,44131 70

Correlations
Y X1
Pearson Correlation Y 1,000 ,469
X1 ,469 1,000
Sig. (1-tailed) Y . ,000
X1 ,000 .
N Y 70 70
X1 70 70

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 70,974 7,181 9,884 ,000
X1 ,210 ,048 ,469 4,383 ,000
a. Dependent Variable: Y

Regression

Descriptive Statistics
Mean Std. Deviation N
Y 102,3571 5,12181 70
X2 69,6571 5,46368 70
 Correlations
Y X2
Pearson Correlation Y 1,000 ,217
X2 ,217 1,000
Sig. (1-tailed) Y . ,035
X2 ,035 .
N Y 70 70
X2 70 70

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 88,168 7,753 11,372 ,000
X2 ,204 ,111 ,217 1,836 ,071
a. Dependent Variable: Y

Regression

Descriptive Statistics
Mean Std. Deviation N
Y 102,3571 5,12181 70
X1 149,3714 11,44131 70
X2 69,6571 5,46368 70

Correlations
Y X1 X2
Pearson Correlation Y 1,000 ,469 ,217
X1 ,469 1,000 ,373
X2 ,217 ,373 1,000
Sig. (1-tailed) Y . ,000 ,035
X1 ,000 . ,001
X2 ,035 ,001 .
N Y 70 70 70
X1 70 70 70
X2 70 70 70
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 68,994 8,611 8,012 ,000
X1 ,202 ,052 ,451 3,884 ,000
X2 ,046 ,109 ,049 ,422 ,674
a. Dependent Variable: Y

Partial Corr

Correlations
Control Variables Y X1
X2 Y Correlation 1,000 ,429
Significance (2-tailed) . ,000
df 0 67
X1 Correlation ,429 1,000
Significance (2-tailed) ,000 .
df 67 0

Partial Corr

Correlations
Control Variables Y X2
X1 Y Correlation 1,000 ,052
Significance (2-tailed) . ,674
df 0 67
X2 Correlation ,052 1,000
Significance (2-tailed) ,674 .
df 67 0
Lampiran 7. Pengujian Normalitas Data

1. Uji Normalitas Data Hasil Belajar Kognitif

NPAR TESTS
/K-S(NORMAL)=Y1 Y2
/STATISTICS DESCRIPTIVES
/MISSING ANALYSIS.

NPar Tests

Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
X1 47 73,6170 15,78050 43,00 103,00
X2 47 78,2766 8,26123 57,00 90,00

One-Sample Kolmogorov-Smirnov Test

X1 X2
N 47 47
a,b
Normal Parameters Mean 73,6170 78,2766
Std. Deviation 15,78050 8,26123
Most Extreme Differences Absolute ,106 ,117
Positive ,090 ,088
Negative -,106 -,117
Test Statistic ,106 ,117
Asymp. Sig. (2-tailed) ,200c,d ,107c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Lampiran 8. Pengujian Homogentias Data

1. Pengujian Homogenitas Datas Hasil Belajar Ekonomi

Pengujian homogenitas data hasil belajar antara kelas eksperimen dan kelas Kontrol

dilakukan dengan menggunakan uji Varians (uji F) dengan menggunakan program SPSS versi

22. Dari hasil perhitungan varians kedua kelompok data diketahui bahwa varians ke dua

kelompok data hasil belajar dapat dilihat pada table berikut.

ONEWAY X2 BY X1
/STATISTICS HOMOGENEITY
/MISSING ANALYSIS.

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.
Nilai Based on Mean 20,795 1 92 ,000
Based on Median 19,806 1 92 ,000
Based on Median and with 19,806 1 74,164 ,000
adjusted df
Based on trimmed mean 20,397 1 92 ,000

ANOVA
Nilai
Sum of Squares df Mean Square F Sig.
Between Groups 510,223 1 510,223 3,216 ,076
Within Groups 14594,511 92 158,636
Total 15104,734 93

Dasar Pengambilan Keputusan: Jika nilai Signifikansi/nilai probabilitas < 0,05 maka

disimpulkan bahwa varian dari dua atau lebih kelompok populasi data adalah tidak

sama/tidak homogeny, dan Jika nilai Signifikansi/nilai probabilitas > 0,05 maka dikatakan

bahwa varian dari dua atau lebih kelompok populasi data adalah sama/homogen. Dari hasil

perhitungan tersebut diketahui bahwa nilai probalitas (sig) lebih bersar dari 0,05 (0,327 >
0,05) yang berarti bahwa kedua kelompok data berasal dari populasi yang berdistribusi sama

atau homogen.

Lampiran 9. Pengujian Hipotesis

1. Uji Perbedaan Hasil Belajar Ekonomi

T-TEST GROUPS=KELOMPOK(1 2)
/MISSING=ANALYSIS
/VARIABLES=HASIL
/CRITERIA=CI(.95).

T-Test

Group Statistics
Metode N Mean Std. Deviation Std. Error Mean
Nilai X1 47 73,62 15,780 2,302
X2 47 78,28 8,261 1,205

Independent Samples Test

Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence
Interval of the
Sig. (2- Mean Std. Error Difference
F Sig. t df tailed) Difference Difference Lower Upper
Nila Equal 20,795 ,000 - 92 ,076 -4,660 2,598 -9,820 ,501
i variances 1,793
assumed
Equal - 69,452 ,077 -4,660 2,598 -9,842 ,523
variances 1,793
not assumed
Tugas Individu

STATISTIKA DASAR

OLEH:

NOVITA IRNANGGI
A1A117017

JURUSAN PENDIDIKAN EKONOMI

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS HALU OLEO
KENDARI
2019