Langkah-langkah Uji Normalitas dengan SPSS

Data:

95 100 109 111 114 125

95 100 109 111 114 125

95 106 111 114 118 125

100 108 111 114 118 138

100 109 111 114 118 144

Langah 1 : Merumuskan hipotesis

Ho : Data b erasal dari populasi yang berdistribusi normal

H1 : Data tidak berasal dari populasi yang berdistribusi normal

Langkah 2 : Menentukan taraf signifikansi (α)

Taraf sighnifikansi yang digunakan yaitu α = 0,05 dan α = 0,01.

*Pada umumnya menggunakan α = 0,05. Artinya error atau kekeliruan yang di buat hanya 0,5%

Langkah 3 : Analisis dengan SPSS

Hasil uji normalitas dengan SPSS ditunjukan pada tabel berikut :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Nilai_Stastitstik ,138 20 ,200* ,926 20 ,128

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Langkah 4 : Kriteria pengujian

Terima H0 Jika nilai Sig. (p-value) > Taraf signifikansi (α), dan tolak H 0 untuk hal lainnya.

Langkah 5 : Kesimpulan
Karena Nilai Sig. Pada uji kolmogorov-smirnov lebi besar dari taraf signifikansi (0,128 > 0,05), dan
(0,128 > 0,05), maka H0 diterima. Kesimpulannya adalah data beraal dari populasi yang berdistribusi
normal

Analisis Regresi

Berdasarkan pengambilan data secara acak diperoleh data

PjBL(X) Self Regurulated Learning (Y)

95 125
95 125
95 125
100 125
100 130
100 130
100 130
106 132
108 133
109 133
109 133
109 133
109 133
111 133
111 133
111 135
111 135
114 136
114 136
114 137
114 138
114 138
118 138
118 138
118 139
 125 139
125 139
125 139
138 140
144 140

Setalah pengujian normalitas, diketahui data berdistribusi nirmal. Selanjutnya dilakukan analisis
regresi dengan SPSS sbb:

- Klik analyze – Regression – Linear

- Masukan Y ke kolom “dependent” dan X ke kolom “independent”
- klk “enter” pada pilihan

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 93,773 4,028 23,279 ,000

X ,359 ,036 ,885 10,037 ,000

a. Dependent Variable: Y

Dari output diatas, dapat diperoleh persamaan regresi linear sbb:

= 93,773 + ,359X

Model regresi diatas perlu di uji signifikansi koefisiennya dan di uji linearitasnya.
Langkah – langkah uji signifikansi koefisien regresi sebagai berikut :

1. Hipotesis stastisitk:
Ho : β = 0
H1 : β ≠ 0
2. Taraf signifikansi α = 0,05
3. Stastistik Uji
Dari analisis regresi dengan SPSS yang telah dilakukan sebelumnya, diperoleh tabel
ANOVA (Analyzis of Variance)
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 499,251 1 499,251 100,750 ,000b

Residual 138,749 28 4,955

Total 638,000 29

a. Dependent Variable: Y
b. Predictors: (Constant), X

4. Kriteria pengujian
Jika nilai sig. (p-value) < taraf signifikansi, maka Ho ditolak
5. Kesimpulan
Dapat dilihat pada tabel ANOVA bahwa nilai sig. (p-value) = 0,002 < 0,05 artinya H o
ditolak.
Dapat disimpulkan bahwa koefisien regresi signifikan yang artinya midel regresi dapat
digunakan untuk memprediksi variabel prestasi belajar (Y)
Berikutnya uji linieritas, langkah-langkahnya sbb:
1. Hipotesis Stastistik
Ho : Y^ = α + βX (linear)
H1 : Y^ ≠ α + βX (tidak linear)
2. Taraf Signifikansi α = 0,05
3. Stastistik Uji
Dari analisis liniearitas dengan SPSS yang telah dilakukan sebelumnya, diperoleh
tabel ANOVA (Analyzis of Variance)

ANOVA Table

Sum of Squares df Mean Square F Sig.

Y*X Between Groups (Combined) 610,583 10 61,058 42,314 ,000

Linearity 499,251 1 499,251 345,985 ,000

Deviation from Linearity 111,333 9 12,370 8,573 ,000

Within Groups 27,417 19 1,443

Total 638,000 29

4. Kriteria Pengujian
 Jika nilai sig. (p-value) Deviation form linearity < Taraf signifikansi, maka Ho ditolak
5. Kesimpulan
Dapat dilihat pada tabel ANOVA bahwa nilai sig. (p-value) = 0,002 < 0,05 Deviation
from linearity 119,906 > 0,05 artinya Ho diterima. Oleh karena itu, dapat disimpulkan
bahwa terdapat hubungan liniear secara signifikan antara variael motivasi belajar (x)
dengan variabel prestasi belajar (y).

Setealh pengujian model regresi yang menyatakan bahwa model regresi tersebut signifikan dan
linearm selanjutnya model regresi dapat diinterprtasikan sebagai berikut:

1) Motivasi belajar mempunyai pengaruh positif (koefisien regresi b = 0,793) terhadap

prestasi, artinya semakin tinggi motivasi dalam belajar, maka akan semakin tinggi
moituvasi dalam belajar, maka aakan semakin tinggi pula prestasi yang dicapai

Kalo positif X nya naik Y nya juga naik

Kalo negatif X nya naik Y nya turun
Interprestasinya semakin motivasi naik prestasinya semakin turun
2) Nilai Konstanta sebesar 93,773 artinya jika motivasi belajar sama dengan nol, maka
prestasi yang dicapai sebesar 03,773, dengan asumsi variabel-variabel lain yang
mempengaruhi dianggap tetap.

ANALISIS KORELASI
Amalisis korelasi menggunakan ada tabel model Summary yang diperoleh pada analisis
regresi sbb:

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate
a
1 ,885 ,783 ,775 2,226

a. Predictors: (Constant), X

Tabel diatas menjelaskan bahwa nilai koefisian korelasi/hubungan (R) yaitu sebesar 0,885
nilai koefisian tersebut dikonsultasikan dengan tabel interval sbb:
 Interval Koefisien Tingkat hubungan
0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 sedang
0,60 – 0,799 Kuat
0,80 – 1,000 sangat kuat
Dapat disimpilkan bahwa koefisien korelasi R termasuk poada kategori tingkat hubungan yang
sangat kuat.
Selanjutnya, persentase pengaruh variabel motivasi belajar (X) terhadap variabbel PjBL(Y) dapat
diketahui dari koefisian determinan (R square) pada tabel model summary. Dari output tersebut
diperoleh koefisien determinasi (R Square) sebesar 0,775 yang mengandung pegertian bagwa
pengaruh variabel motivasi belajar (X) terhadap variabel prestasi belaajar (Y) adalah sebesar
88,5% sedangkan sisanya dipengaruhi oleh variabel lain