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.
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
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.
25
20
15
10
1. Data Y
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
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.
16
14
12
10
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.
bahwa sampel berdistribusi normal apabila nilai signifikansi > 0,05. Berdasarkan hasil uji
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.
Asumsi model regresi linier klasik adalah tidak boleh terdapat multikolinieritas
diantara variabel-variabel bebas yang termasuk dalam model (Gujarati, 2005). Terjadinya
bentuk nilai Variance Inflating Factor (VIF). Bila nilai VIF di sekitar angka 1 dan nilai
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
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
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
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
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.
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
multikolinearitas, uji Heterokesdastisitas, dan uji linearitas sebagai syarat penggunaan uji
regresi dan uji kolerasi, maka selanjutnya dilakukan pengujian hipotesis dengan
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
persamaan regresi linear sederhana dan analisis korelasi sederhana yang hasil pengujiannya
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
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
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
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
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.
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
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
kinerja guru dari 0,210 menjadi 0,429. Hasil pengujian menunjukkan bahwa koefisien
korelasi parsial antara pelaksanaan supervisi akademik dengan kinerja guru adalah signifikan
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
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
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
menunjukkan bahwa setiap kenaikan atau penurunan satu unit skor kepemimpinan kepala
sekolah, maka akan diikuti oleh kenaikan atau penurunan skor variabel kinerja guru sebesar
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
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
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.
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
^
Wawotobi (Y) melalui persamaan regresi Y = 88,168 + 0,204X2
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:
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
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
H0: 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.
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
penurunan satu unit variabel Pelaksanaan Supervisis Akademik dan Kepemimpinan Kepalan
Sekolah secara bersama-sama, maka akan menaikan atau menurunkan skor hasil belajar siswa
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
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.
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.
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).
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.
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
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
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
ONEWAY X2 BY X1
/STATISTICS HOMOGENEITY
/MISSING ANALYSIS.
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.
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
STATISTIKA DASAR
OLEH:
NOVITA IRNANGGI
A1A117017