A

TUGAS MID STATISTIKA

“Analisis regresi 2 prediktor dan Analisis Jalur 2 Eksogen”

Nama : DESI WIDYANINGSIH AHMAD

Nim : 181050801007
Kelas : Pendidikan Fisika (B)

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI MAKASSAR
PENDIDIKAN FISIKA
2018
 Analisis regresi 2 prediktor

Diberikan data motivasi berpartisipasi, kreativitas, dan hasil belajar Fisika Mahasiswa UNM,
Penentuan Analasis Regresi adalah sebagai berikut :

TABEL 1
Hubungan antara motivasi berprestasi X1 dan kreativitas X2 dengan hasil belajar fisika
mahasiswa UNM Makassar.

NO X1 X2 Y
1 97 106 35
2 84 115 30
3 92 113 34
4 104 125 39
5 99 112 36
6 93 102 33
7 83 119 28
8 98 103 35
9 88 109 30
10 88 105 29
11 91 118 32
12 96 115 34
13 89 110 32
14 98 114 36
15 102 123 35
16 89 104 29
17 93 113 30
18 116 131 47
19 88 100 25
20 91 96 30
21 108 130 45
22 100 122 37
23 106 119 42
24 101 125 40
25 90 101 31
26 87 118 29
27 92 105 32
28 95 106 33
29 84 107 21
30 83 99 20
Jumla
2825 3365 989
h
 A. UJI DASAR-DASAR STATISTIKA

1. Uji Normalitas Kreativitas (X1)

a) Banyaknya data (n) : 30
b) Skor rata-rata : 94,5
c) Standar deviasi (δ) : 7,96
d) Skor tertinggi : 116
e) Skor terendah : 83
f) Rentang : 33
g) Jumlah Kelas Interval (K) : 7
h) Panjang kelas interval (p)
r/k = 33/7 = 4,71 :5
i) X = 1
Brarti Skor/nilai awal data di kurangi 0 sehingga 83 - 0 = 83 dan akhir data
ditambah 1 sehingga 116 + 1 = 117
j) Taraf signifikan (α) : 0,05
k) Tabel Pengujian Normalitas

TABEL 1.1
DISTRIBUSI FREKUENSI KREATIVITAS (X1)

Kelas fi xi xi2 f.xi f.xi2

83-87 5 85 7225 425 36125

88-92 10 90 8100 900 81000
93-97 5 95 9025 475 45125
98-102 6 100 10000 600 60000
103-107 2 105 11025 210 22050
108-112 1 110 12100 110 12100
113-117 1 115 13225 115 13225
Jumlah 30 2830 269625

Cara memperoleh data pada Tabel 1. di atas yaitu:

 Batas Kelas − X́
1. Zbatas kelas¿
St

82,5−94,5
Z BK1 = 7,95
¿ - 1,55

87,5−94,5
Z BK2 = ¿ - 0,88
7,95

92,5−94,5
Z BK3 = =¿ - 0,25
7,95

97,5−94,5
Z BK4 = =¿ 0,38
7,95
102,5−94,5
Z BK5 = =¿ 1,01
7,95

107,5−94,5
Z BK6 = =¿1,63
7,95

112,5−94,5
Z BK7 = =¿2,26
7,95
117,5−94,5
Z BK8 = =¿2,89
7,95

2. Ztabel (menggunakan daftar tabel Z)

Z untuk
Luas Ztabel
batas kelas
-1,55 0,4345
-0,88 0,3106
-0,25 0,0987
0,38 0,1480
1,01 0,3438
1,63 0,4484
2,26 0,4881
2,89 0,4981

3. Luas Ztabel
Luas Z tabel1 = 0,4345−¿ 0,3106= 0,1239
Luas Z tabel2 = 0,3106−¿ 0,0987= 0,2119
Luas Z tabel3 = 0,0987+¿0,1480= 0,2467
Luas Z tabel4 = 0,1480−¿ 0,3438= 0,1958
Luas Z tabel5 = 0,3438–0,4484= 0,1046
Luas Z tabel6 = 0,4484−¿ 0,4881= 0,0397
Luas Z tabel7 = 0,4881−¿ 0,4981= 0,010

4. Frekuensi harapan (fi) = n × Luas Ztabel,

fi1 = 30 × 0,1239 = 3,717
fi2 = 30 × 0,2119 = 6,357
fi3 = 30 × 0,2467 = 7,401
fi4 = 30 × 0,1958 = 5,874
fi5 = 30 × 0,1046 = 3,138
fi6 = 30 × 0,0397 = 1,191
fi7 = 30 × 0,01 = 0,3

(fi−fe)2
5. Nilai X 2 =
fe
(5−3,717)2
Nilai X 21 = = 0,443
3,717

(10−6,357)2
Nilai X 22 = = 2,088
6,357

(5−7,401)2
Nilai X 23 = = 0,779
7,401

(6−5,874)2
Nilai X 24 = = 0,003
5,874

(2−3,138)2
Nilai X 25 = = 0,413
3,138

(1−1,191)2
Nilai X 26 = = 0,031
1,191

(1−0,3)2
Nilai X 26 = = 1,633
0,3
  Frekuensi hasil pengamatan (Oi) yaitu banyaknya data yang termasuk pada
suatu kelass interval

Tabel 1.3
Pengujian Normalitas Kelas Eksperimen

Kelas Batas Luas Z Luas Kelas

Z fe fi (fi-fe)2/fe
Interval Kelas Tabel Interval
  82,5 -1,51 0,4345        
83-87       0,1239 3,717 5 0,443
  87,5 -0,88 0,3106        
88-92       0,2119 6,307 10 2,088
  92,5 -0,25 0,0987        
93-97       0,2467 7,401 5 0,779
  97,5 0,38 0,148        
98-102       0,1958 5,874 6 0,003
  102,5 1,01 0,3438        
103-107       0,1046 3,138 2 0,413
  107,5 1,63 0,4484        
108-112       0,0397 1,191 1 0,031
  112,5 2,26 0,4881        
113-117       0,01 0,3 1 1,633
  117,5 2,89 0,4981        
Jumlah 5,389

Derajat Kebebasan (dk) = k – 3

=7–3
=4
Taraf signifikansi (α) = 0,05
2
χ tabel
= 9,49

2
Dari hasil perhitungan di atas maka diperoleh χ hitung = 5,389 untuk α = 0,05 dan dk = k

2
– 3 = 7 – 3 = 4, maka diperoleh χ tabel
= 9,49, Dengan demikian dapat disimpulkan bahwa

2
χ hitung = 5,389 < χ 2tabel yang berarti kreativitas (x1) berdistribusi normal
= 9,49,
 2. Motivasi Berprestasi (X2)

a) Banyaknya data (n) : 30

b) Skor rata-rata : 111,5
c) Standar deviasi (δ) : 9,43
d) Skor tertinggi : 131
e) Skor terendah : 96
f) Rentang : 35
g) Jumlah Kelas Interval (K) : 7
h) Panjang kelas interval (p)
r/k = 35/7 = 5 =6
i) X = 6
Brarti Skor/nilai awal data di kurangi 0 sehingga 96 - 0 = 96 dan akhir data
ditambah 0 sehingga 131 + 0 = 131
j) Taraf signifikan (α) : 0,05
k) Tabel Pengujian Normalitas

TABEL 2.1
DISTRIBUSI FREKUENSI MOTIVASI BERPRESTASI (X2)

Kelas f Xi xi2 f,xi f,xi2

96-101 4 98,5 9702,25 394 38809
102-107 8 104,5 10920,25 836 87362
108-113 5 110,5 12210,25 552,5 61051,25
114-119 7 116,5 13572,25 815,5 95005,75
120-125 4 122,5 15006,25 490 60025
126-131 2 128,5 16512,25 257 33024,5
Jumlah 30 3345 375277,5

Cara memperoleh data pada Tabel 1,4 di atas yaitu:

Batas Kelas − X́
1. Zbatas kelas¿
St
 95,5−111,5
Z BK1 = 9,43
¿ - 1,70

101,5−111,5
Z BK2 = ¿ - 1,06
9,43
107,5−111,5
Z BK3 = =¿ - 0,42
9,43

113,5−111,5
Z BK4 = =¿ 0,21
9,43
119,5−111,5
Z BK5 = =¿ 0,85
9,43

125,5−111,5
Z BK6 = =¿1,48
9,43

131,5−111,5
Z BK7 = =¿2,12
9,43
2. Ztabel (menggunakan daftar tabel Z)
Z untuk
Luas Ztabel
batas kelas
-1,70 0,4554
-1,06 0,3554
-0,42 0,1628
0,21 0,0832
0,85 0,3023
1,48 0,4306
2,12 0,483

3. Luas Ztabel
Luas Z tabel1 = 0,4554−¿ 0,3554= 0,1
Luas Z tabel2 = 0,3554−¿ 0,1628= 0,1926
Luas Z tabel3 = 0,1628+¿0,0832= 0,246
Luas Z tabel4 = 0,0832−¿0,3023= 0,2191
Luas Z tabel5 = 0,3023–0,4306= 0,1283
Luas Z tabel6 = 0,4306 −¿ 0,483= 0,0524

4. Frekuensi harapan (fi) = n × Luas Ztabel,

 fi1 = 30 × 0,1 =3
fi2 = 30 × 0,1926 = 5,778
fi3 = 30 × 0,246 = 7,38
fi4 = 30 × 0,2191 = 6,573
fi5 = 30 × 0,1283 = 3,849
fi6 = 30 × 0,0524 = 1,572

2 (fi−fe)2
5. Nilai X =
fe
(4−3)2
Nilai X 21 = = 0,333
3
(8−5,778)2
Nilai X 22 = = 0,854
5,778
(5−7,38)2
Nilai X 23 = = 0,768
7,38
(7−6,573)2
2
Nilai X 4 = = 0,028
6,573
(4−3,849)2
Nilai X 25 = = 0,006
3,849
(2−1,572)2
Nilai X 26 = = 0,117
1,572
6. Frekuensi hasil pengamatan (Oi) yaitu banyaknya data yang termasuk pada
suatu kelass interval,

Tabel 2.3
Pengujian Normalitas Kelas Eksperimen

Kelas Luas Z Luas Kelas

Batas Kelas Z fe fi (fi-fe)2/fe
Interval Tabel Interval
  95,5 -1,70 0,4554        
96-101       0,1 3 4 0,333
  101,5 -1,06 0,3554        
102-107       0,1926 5,778 8 0,854
  107,5 -0,42 0,1628        
108-113       0,246 7,38 5 0,768
  113,5 0,21 0,0832        
114-119       0,2191 6,573 7 0,028
  119,5 0,85 0,3023        
120-125       0,1283 3,849 4 0,006
  125,5 1,48 0,4306        
126-131       0,0524 1,572 2 0,117
  131,5 2,12 0,483        
Jumlah 30 2,106
Derajat Kebebasan (dk) = k – 3
=6–3
=3
Taraf signifikansi (α) = 0,05
2
χ tabel
= 7,815

2
Dari hasil perhitungan di atas maka diperoleh χ hitung = 2,106 untuk α = 0,05 dan dk = k

2
– 3 = 6 – 3 = 3, maka diperoleh χ tabel
= 7,815, Dengan demikian dapat disimpulkan bahwa

2
χ hitung = 2,106 < χ 2tabel yang berarti Motivasi Berprestasi (X2) berdistribusi normal.
= 7,815,

3. Uji Normalitas untuk Hasil Belajar (Y)

a) Banyaknya data (n) : 30

b) Skor rata-rata : 33,1
c) Standar deviasi (δ) : 6,01
d) Skor tertinggi : 47
e) Skor terendah : 20
f) Rentang : 27
g) Jumlah Kelas Interval (K) :7
h) Panjang kelas interval (p)
r/k = 27/7 =3,86 =4
i) X = 0
Brarti Skor/nilai awal data di kurangi 0 sehingga 20 - 0 = 20 dan akhir data ditambah
0 sehingga 47 + 0 = 47
j) Taraf signifikan (α) : 0,05
k) Tabel Pengujian Normalitas
 TABEL 3.1
DISTRIBUSI FREKUENSI HASIL BELAJAR (Y)

Kelas f Xi xi2 f,xi f,xi2

20-23 2 21,5 462,25 43 924,5
24-27 1 25,5 650,25 25,5 650,25
28-31 9 29,5 870,25 265,5 7832,25
32-35 10 33,5 1122,25 335 11222,5
36-39 4 37,5 1406,25 150 5625
40-43 2 41,5 1722,25 83 3444,5
44-47 2 45,5 2070,25 91 4140,5
Jumlah 30 993 33839,5
Cara memperoleh data pada Tabel 1,6 di atas yaitu:

Batas Kelas − X́
1. Zbatas kelas¿
St

19,5−33,1
Z BK1 = 6,01
¿ - 2,26

23,5−33,1
Z BK2 = ¿ - 1,60
6,01
27,5−33,1
Z BK3 = =¿ - 0,93
6,01

31,5−33,1
Z BK4 = =¿ -0,27
6,01
35,5−33,1
Z BK5 = =¿ 0,40
6,01

39,5−33,1
Z BK6 = =¿1,07
6,01

43,5−33,1
Z BK7 = =¿1,73
6,01
47,5−33,1
Z BK8 = =¿2,40
6,01

2. Ztabel (menggunakan daftar tabel Z)

Z untuk Luas Ztabel

 batas kelas
-2,26 0,4881
-1,60 0,4452
-0,93 0,3238
-0,27 0,1064
0,40 0,1554
1,07 0,3557
1,73 0,4582
2,40 0,4918

3. LuasZtabel
Luas Z tabel1 = 0,4881−¿ 0,4452 = 0,0429
Luas Z tabel2 = 0,4452 – 0,3238 = 0,1214
Luas Z tabel3 = 0,3238 −¿0,1064 = 0,2174
Luas Z tabel4 = 0,1064+¿ 0,1554 = 0,2618
Luas Z tabel5 = 0,1554 –0,3557 = 0,2003
Luas Z tabel6 = 0,3557−¿ 0,4582 = 0,1025
Luas Z tabel7 = 0,4582−¿ 0,4918 = 0,0336

4. Frekuensi harapan (fi) = n × Luas Ztabel,

fi1 = 30 × 0,0429 = 1,287
fi2 = 30 × 0,1214 = 3,642
fi3 = 30 × 0,2174 = 6,522
fi4 = 30 × 0,2618 = 7,854
fi5 = 30 × 0,2003 = 6,009
fi6 = 30 × 0,1025 = 3,075
fi7 = 30 × 0,0336 = 1,008

(fi−fe)2
5. Nilai X 2 =
fe
(2−1,287)2
Nilai X 21 = = 0,395
1,287

(1−3,642)2
Nilai X 22 = = 1,917
3,642
 (9−6,522)2
Nilai X 23 = = 0,942
6,522

(10−7,854)2
Nilai X 24 = = 0,586
7,854

(4−6,009)2
Nilai X 25 = = 0,672
6,009

(2−3,075)2
Nilai X 26 = = 0,376
3,075

(2−1,008)2
Nilai X 27 = = 0,976
1,008
6. Frekuensi hasil pengamatan (Oi) yaitu banyaknya data yang termasuk pada suatu
kelas interval,

Tabel 3.3
Pengujian Normalitas Kelas Eksperimen

Kelas Batas Luas Z Luas Kelas

Z fe fi (fi-fe)2/fe
Interval Kelas Tabel Interval
  19,5 -2,26 0,4881        
20-23       0,0429 1,287 2 0,395
23,5 -1,60 0,4452        
24-27       0,1214 3,642 1 1,917
27,5 -0,93 0,3238        
28-31       0,2174 6,522 9 0,942
31,5 -0,27 0,1064        
32-35       0,2618 7,854 10 0,586
35,5 0,40 0,1554        
36-39       0,2003 6,009 4 0,672
39,5 1,07 0,3557        
40-43       0,1025 3,075 2 0,376
43,5 1,73 0,4582        
44-47       0,0336 1,008 2 0,976
  47,5 2,40 0,4918        
Jumlah 30 5,468

Derajat Kebebasan (dk) = k – 3

=7–3
=4
 Taraf signifikansi (α) = 0,05
2
χ tabel
= 9.4877

2
Dari hasil perhitungan di atas maka diperoleh χ hitung = 5,468 untuk α = 0,05 dan dk = k

2
– 3 = 7 – 3 = 4, maka diperoleh χ tabel
= 9.4877. Dengan demikian dapat disimpulkan bahwa

2
χ hitung = 5,468 < χ 2tabel yang berarti hasil belajar (Y) berdistribusi normal.
= 9.4877,

B. UJI HOMOGENITAS

Uji homogenitas dilakukan dengan menggunakan uji-F, yaitu:

varians Terbesar
F=
varians Terkecil

Dengan kriteria pengujian sebagai berikut:

Apabila F hitung ¿ F tabel maka data bersifat homogen, sebaliknya jika F hitung ¿ F tabel data

tidak homogen dengan derajat kebebasan penyebut dan pembilang dk= (n-1) pada taraf

signifikan α = 0,05.

1. Uji Homogenitas antara kreativitas (X1) dengan hasil belajar (Y)

Variabel Jumlah Sampel Varians

Kreativitas (X1) 30 63,36
Hasil Belajar (Y) 30 36,12

Berdasarkan data pada tabel di atas, diperoleh:

varians Terbesar 63,36

F= = =1.75
varians Terkecil 36,12

Adapun nilai F tabel, diperoleh dari:

dk pembilang ¿ n−1=30 – 1=29

dk penyebut ¿ n−1=30 – 1=29

Maka F tabel ¿ F(0,95 ;29: 29)=1.85 yang diambil dari daftar tabel nilai persentil untuk

sebaran Snedecor F.

Sehingga diperoleh F hitung ¿ F tabel ¿ 1,75<1,85

Karena F hitung ¿ F tabel, hal ini menunjukkan bahwa kreativitas dan hasil belajar

terdapat hubungan yang homogen.

2. Uji Homogenitas antara Motivasi Berprestasi (X2) dengan hasil belajar (Y)

Variabel Jumlah Sampel Varians

Motivasi Berprestasi (X2) 30 88,92

Hasil Belajar (Y) 30 36,12

Berdasarkan data pada tabel di atas, diperoleh:

varians Terbesar 88,92

F= = =2,46
varians Terkecil 36,12

Adapun nilai F tabel, diperoleh dari:

dk pembilang ¿ n−1=30 – 1=29

dk penyebut ¿ n−1=30 – 1=29

Maka F tabel ¿ F(0,95 ;29: 29)=1.85 yang diambil dari daftar tabel nilai persentil untuk

sebaran Snedecor F.

Sehingga diperoleh F hitung ¿ F tabel ¿ 2,46>1,85.

Karena F hitung ¿ F tabel, hal ini menunjukkan bahwa motivasi berprestasi dengan hasil

belajar tidak terdapat hubungan yang homogen.

C. ANALISIS REGRESI 2 PREDIKTOR

“Hubungan kreativitas (X1) dan motivasi berprestasi (X2) dengan hasil belajar (Y)

Mahasiswa UNM”

TABEL 1.1

DATA SKOR KREATIVITAS, MOTIVASI BERPRESTASI

DAN HASIL BELAJAR MAHASISWA

No KREATIVITAS Motivasi Berprestasi Hasil Belajar

(X1) (X2) (Y)
1 97 106 35
2 84 115 30
3 92 113 34
4 104 125 39
5 99 112 36
6 93 102 33
7 83 119 28
8 98 103 35
9 88 109 30
10 88 105 29
11 91 118 32
12 96 115 34
13 89 110 32
14 98 114 36
15 102 123 35
16 89 104 29
17 93 113 30
18 116 131 47
19 88 100 25
20 91 96 30
21 108 130 45
22 100 122 37
23 106 119 42
24 101 125 40
25 90 101 31
26 87 118 29
27 92 105 32
28 95 106 33
29 84 107 21
30 83 99 20
 TABEL 1.2
TABEL PENOLONG
ANALISIS KORELASI DAN REGRESI

NO X1 X2 Y X1^2 X2^2 X1.Y X2.Y Y^2 X1.X2

1 97 106 35 9409 11236 3395 3710 1225 10282
2 84 115 30 7056 13225 2520 3450 900 9660
3 92 113 34 8464 12769 3128 3842 1156 10396
4 104 125 39 10816 15625 4056 4875 1521 13000
5 99 112 36 9801 12544 3564 4032 1296 11088
6 93 102 33 8649 10404 3069 3366 1089 9486
7 83 119 28 6889 14161 2324 3332 784 9877
8 98 103 35 9604 10609 3430 3605 1225 10094
9 88 109 30 7744 11881 2640 3270 900 9592
10 88 105 29 7744 11025 2552 3045 841 9240
11 91 118 32 8281 13924 2912 3776 1024 10738
12 96 115 34 9216 13225 3264 3910 1156 11040
13 89 110 32 7921 12100 2848 3520 1024 9790
14 98 114 36 9604 12996 3528 4104 1296 11172
15 102 123 35 10404 15129 3570 4305 1225 12546
16 89 104 29 7921 10816 2581 3016 841 9256
17 93 113 30 8649 12769 2790 3390 900 10509
18 116 131 47 13456 17161 5452 6157 2209 15196
19 88 100 25 7744 10000 2200 2500 625 8800
20 91 96 30 8281 9216 2730 2880 900 8736
21 108 130 45 11664 16900 4860 5850 2025 14040
22 100 122 37 10000 14884 3700 4514 1369 12200
23 106 119 42 11236 14161 4452 4998 1764 12614
24 101 125 40 10201 15625 4040 5000 1600 12625
25 90 101 31 8100 10201 2790 3131 961 9090
26 87 118 29 7569 13924 2523 3422 841 10266
27 92 105 32 8464 11025 2944 3360 1024 9660
28 95 106 33 9025 11236 3135 3498 1089 10070
29 84 107 21 7056 11449 1764 2247 441 8988
30 83 99 20 6889 9801 1660 1980 400 8217
  2825 3365 989 267857 380021 94421 112085 33651 318268

Dari tabel diatas diperoleh :

∑X1 =2825 ∑X2 = 3365 ∑Y = 989

∑X12=267857 ∑X22 =380021 ∑Y2 =33651

∑X1Y= 94421 ∑X2Y=112085 ∑X1X2 = 318268

Analisis Regresi ganda 2 prediktor

a. Menentukan skor deviasi beberapa ukuran deskriktif:

7980625
∑ x 21=∑ X 21−¿ ¿ ¿ ¿ 267857− 30
= 1836,17

∑ x 22=∑ X 22−¿ ¿ ¿ ¿2580,17

∑ y2 =∑ Y 2−¿ ¿ ¿ ¿1046,97
∑ X 1 ∑ Y =¿ 94421− 2793925 =¿ ¿1290,17
∑ x 1 y=∑ X 1 Y − n 30

∑ X 2 ∑ Y =¿ 112085− 3277985 =¿ ¿1152,17

∑ x 2 y=∑ X 2 Y − n 30

∑ X 1 ∑ X 2 =¿ 318265− 9506125 =¿ ¿1397,17

∑ x 2 x1=∑ X 1 X 2− n 30

b. Menentukan Koefisien (b1 dan b2) dan Konstanta a

1. Koefisien regresi x1

b 1=( ∑ x 22 ) ¿ ¿

2580,17 × 1290,17−1397,17 ×1152,17

b 1=
( 1836,17 ×2580,17 )−(1397,17)2

1719076,17
b 1=
2785541,33

b 1=0,62

2. Koefisien regresi x2

b 2=( ∑ x 21 ) ¿ ¿
 1836,17 ×1152,17−1397,17 × 1290,17
b 2=
( 1836,17 ×2580,17 )−(1397,17)2

4803391,63
b 2=
32979686,5

b 2=0,11

3. Konstanta regresi ganda (a)

a=¿ ¿

989 0,62× 2825 0,11 × 6155

a= − −
30 30 80

a=−37,76

Jadi persamaan regresi dengan dua variable bebas yaitu

Y^ =−37,76+0,62 X 1 +0,11 X 2

c. Uji Keberartian Regresi Linier Ganda

JK (T )=∑ Y 2=¿33651
2
(∑ Y ) 978121 32604,03
JK ( a0 ) = = =¿
30 30
JK ( R )=JK ( T )−JK ( a0 ) =33651−32604,03=1046,97

JK ( Reg ) =¿ b 1(∑ x 1 y ¿ + b 2(∑ x 2 y ¿

JK ( Reg ) = ¿1290.17) + (0,11 ×1152,17=925,68

JK ( Res )=JK ( R )−JK ( Reg ) =¿1046.97−925,68 ¿ 121,28

JK ( Reg ) / m 925,27/2
F h= = =103,03
JK ( Res ) /( n−m−1) 121,29/27

db pembilang m = 2

db penyebut n-m-1 = 27
 sehingga diperoleh Ftabel = 3,35 dengan α =5 %

karena Fh = 103,03>3,13 maka persamaan regresi signifikan (berarti)

d. Koefisien korelasi & keberartian koefisien korelasi

JKreg 925,68
R=
√ JK (R) √
=
1046,97
=0,94

Uji koefisien korelasi ganda dilakukan dengan uji F

R2 (0,80)2
m 2 0,318
Fh= = 2
= =103,03
( 1−R ) /( n−m−1 ) 1−(0,80) 0,013
2

27

Db pembilang m = 2

Db penyebut = 27

sehingga diperoleh Ftabel = 3,13 dengan α =5 %

karena Fhitung = 103,3¿ 3,35maka persamaan regresi signifikan (berarti) artinya terdapat

hubungan yang signifikan antara kreativitas (X1) dan motivasi berprestasi (X2) dengan hasil

belajar (Y) Mahasiswa UNM

e. Sumbangan relatif

Untuk dua prediktor :

JK ( Reg ) = 925,68

Sumbangan relatif prediktor X1

b1 ∑ x1 y
SR% = ×100 %=0,86 × 100 % ¿ 86 %
JK reg

Sumbangan relatif prediktor X2

b2 ∑ x2 y
SR% = ×100 %=0,14 ×100 %=14 %
JK reg

f. Korelasi Parsial Jenjang Nihil

 a. Untuk r X Y 1

∑ x1 y 1290,17
rX Y= = =0,931
1

√∑ x 2
(∑ y )2 1386,51
1

b. Untuk r X Y 2

∑ x2 y 1152,17
rX Y= =0,701 =
2
√ ∑ x 2 ( ∑ y ) 1643,58
2 2

c. Untuk r X X2
∑ x1 x 2 1
1397,18
rX X = = =0,642
1 2
√∑ x 1
2
(∑ x 2 )
2 2176,607

Karena r X 1 X2 = 0,642 ¿ 0,75 maka data tidak terjadi multikolinieritas

g. Perhitungan korelasi parsial

a. korelasi antara hasil belajar dan Kemampuan Numerik dengan motivasi belajar yang
dikontrol
r X Y −( r X Y ×r X X2 )
ry X . X =
1 2 1

1 2
√¿¿ ¿

r y X . X =0,931−¿ ¿
1 2

b. korelasi antara hasil belajar dan motivasi belajar dengan kreativitas belajar yang
dikontrol
r X Y −( r X Y ×r X X2 )
ry X . X =
2 1 1

2
2 1

√( 1−r y1 ) ׿ ¿ ¿
r y X . X =0,701−¿ ¿
2 1

h. Uji Keberartian Korelasi Parsial

a. Uji Keberartian Koefisien Korelasi Parsial Antara X 1 Dan Y, Jika X 2 dikontrol

0,88 √ n−m−1 0.88 √ 30−2−1 4,57

t= = = =9,57
√1−r 2 √ 1−0,70 2 0,48

Distribusi t yang digunakan mempunyai dk = n-2, jadi dk = 30-2 = 28. Untuk taraf nyata

α =0,0 5 dengan dk = 8 diperoleh nilai t tabel=1,99. Dimana t hitung =8,64> t tabel =1,99
 maka dapat disimpulkan bahwa korelasi parsial antara kreativitas (X 1) dengan hasil

belajar (Y) Mahasiswa UNM signifikan.

b. Uji Keberartian Koefisien Korelasi Parsial Antara motivasi belajar( X ¿ ¿2)¿ Dengan

Hasil Belajar (Y), Jika X 1 dikontrol

0,45 √ n−m−1 0.45 √ 80−2−1 3,948

t= = = =4,42
√1−r 2 √1−(0,45)2 0,893
Distribusi t yang digunakan mempunyai dk = n-2, jadi dk = 80-2 = 78. Untuk taraf nyata

α =0,0 5 dengan dk = 78 diperoleh nilai t tabel=1,99. Dimana t hitung =4,42>t tabel =1,99

maka dapat disimpulkan bahwa korelasi parsial antara motivasi berprestasi (X 2) dengan

hasil belajar (Y) Mahasiswa UNM signifikan.

ANALISI REGRESI DENGAN SPSS

REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.

Notes

Output Created 15-OCT-2018 20:24:27

Comments
Active Dataset DataSet0
Filter <none>
Weight <none>
Input
Split File <none>
N of Rows in Working Data
30
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
 Statistics are based on cases
Cases Used with no missing values for
any variable used.
REGRESSION
/DESCRIPTIVES MEAN
STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF
Syntax OUTS R ANOVA CHANGE
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER X1 X2.
Processor Time 00:00:00.08

Elapsed Time 00:00:00.14

Resources Memory Required 1636 bytes

Additional Memory Required

0 bytes
for Residual Plots

[DataSet0]

Descriptive Statistics

Mean Std. Deviation N

HASIL BELAJAR 32.97 6.009 30

KREATIVITAS 94.17 7.957 30
MOTIVASI BERPRESTASI 112.17 9.432 30

Correlations

HASIL KREATIVITAS MOTIVASI

BELAJAR BERPRESTASI

HASIL BELAJAR 1.000 .931 .701

Pearson Correlation KREATIVITAS .931 1.000 .642

MOTIVASI BERPRESTASI .701 .642 1.000

HASIL BELAJAR . .000 .000
Sig. (1-tailed) KREATIVITAS .000 . .000
MOTIVASI BERPRESTASI .000 .000 .
N HASIL BELAJAR 30 30 30

KREATIVITAS 30 30 30
 MOTIVASI BERPRESTASI 30 30 30

Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

MOTIVASI
1 BERPRESTASI, . Enter
b
KREATIVITAS

a. Dependent Variable: HASIL BELAJAR

b. All requested variables entered.

Model Summary

Model R R Square Adjusted R Std. Error of the Change Statistics

Square Estimate R Square F Change df1
Change
a
1 .940 .884 .876 2.119 .884 103.032 2

Model Summary

Model Change Statistics

df2 Sig. F Change

1 27a .000

a. Predictors: (Constant), MOTIVASI BERPRESTASI, KREATIVITAS

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 925.678 2 462.839 103.032 .000b

1 Residual 121.289 27 4.492

Total 1046.967 29

a. Dependent Variable: HASIL BELAJAR

b. Predictors: (Constant), MOTIVASI BERPRESTASI, KREATIVITAS

Coefficientsa
Model Unstandardized Coefficients Standardized t Sig.
Coefficients

B Std. Error Beta

(Constant) -37.751 5.168 -7.305 .000

1 KREATIVITAS .617 .065 .817 9.567 .000

MOTIVASI BERPRESTASI .112 .054 .176 2.065 .049

a. Dependent Variable: HASIL BELAJAR

PARTIAL CORR
/VARIABLES=X1 Y BY X2
/SIGNIFICANCE=TWOTAIL
/MISSING=LISTWISE.

Partial Corr

Notes

Output Created 15-OCT-2018 20:33:14

Comments
Active Dataset DataSet0
Filter <none>
Weight <none>
Input
Split File <none>
N of Rows in Working Data
30
File
User defined missing values
Definition of Missing
are treated as missing.
Missing Value Handling Statistics are based on cases
Cases Used with no missing data for any
variable listed.
PARTIAL CORR
/VARIABLES=X1 Y BY X2
Syntax
/SIGNIFICANCE=TWOTAIL
/MISSING=LISTWISE.
Processor Time 00:00:00.37
Resources
Elapsed Time 00:00:00.44

[DataSet0]

Correlations

Control Variables KREATIVITAS HASIL

BELAJAR
 Correlation 1.000 .879

KREATIVITAS Significance (2-tailed) . .000

df 0 27
MOTIVASI BERPRESTASI
Correlation .879 1.000

HASIL BELAJAR Significance (2-tailed) .000 .

df 27 0

PARTIAL CORR
/VARIABLES=Y X2 BY X1
/SIGNIFICANCE=TWOTAIL
/MISSING=LISTWISE.

Partial Corr
Notes

Output Created 15-OCT-2018 20:33:56

Comments
Active Dataset DataSet0
Filter <none>
Weight <none>
Input
Split File <none>
N of Rows in Working Data
30
File
User defined missing values
Definition of Missing
are treated as missing.
Missing Value Handling Statistics are based on cases
Cases Used with no missing data for any
variable listed.
PARTIAL CORR
/VARIABLES=Y X2 BY X1
Syntax
/SIGNIFICANCE=TWOTAIL
/MISSING=LISTWISE.
Processor Time 00:00:00.45
Resources
Elapsed Time 00:00:00.52

[DataSet0]

Correlations

Control Variables HASIL MOTIVASI

BELAJAR BERPRESTASI

KREATIVITAS HASIL BELAJAR Correlation 1.000 .369

 Significance (2-tailed) . .049

df 0 27

Correlation .369 1.000

MOTIVASI BERPRESTASI Significance (2-tailed) .049 .

df 27 0

ANALISIS JALUR

Diberikan data Motivasi Berprestasi, Kreativitas, dan Hasil Belajar Fisika Mahasiswa UNM,
Penentuan Analisis jalur adalah sebagai berikut:

TABEL 1
Hubungan antara motivasi berprestasi X1 dan kreativitas X2 dengan hasil belajar fisika
mahasiswa UNM Makassar.

NO
. X1 X2 Y
1 106 86 35
2 115 92 40
3 113 91 38
4 125 105 45
5 112 98 42
6 102 95 39
7 119 118 48
8 103 99 43
9 109 100 44
10 105 94 41
11 118 115 49
12 115 113 47
13 110 99 42
14 114 112 46
15 123 119 52
16 104 98 40
17 113 108 42
18 131 121 52
19 100 95 43
20 96 80 38
21 130 120 50
22 122 116 47
23 119 118 49
24 125 120 50
25 101 99 41
26 118 112 47
27 105 97 38
28 106 98 40
29 107 96 35
 30 99 80 25
31 113 114 49
32 120 118 50
33 114 114 47
34 123 120 52
35 121 121 55
36 100 99 40
37 99 85 38
38 115 99 39
39 131 125 57
40 120 116 50

A. UJI DASAR-DASAR STATISTIKA

1. UJI NORMALITAS X1

Uji Normalitas Distribusi Data: Motivasi Berprestasi (X1)

a. Menentukan skor besar dan data kecil:
- Skor terbesar = 131
- Skor terkecil = 96
b. Menentukan Rentang skor (R) = 131 – 96 = 35

c. Banyaknya kelas interval K = 7

d. Menentukan panjang kelas interval(I =p).

I = R/k = 35 / 7 = 5 = 6
p . k = (r+1) + X
6 . 7 = (35 + 1) + X
42 = 36 + X
X = 42 – 36
= 6
Data terkecil dikurangi 3 dan data terbesar ditambah 3

TABEL 1.1
DISTRIBUSI FREKUENSI SKOR BAKU VARIABEL ( X1)

x1 f xi xi^2 f.xi f.xi^2

93-98 1 95,5 9120,25 95,5 9120,25
99-104 8 101,5 10302,25 812 82418
105-110 7 107,5 11556,25 752,5 80893,75
111-116 9 113,5 12882,25 1021,5 115940,3
117-122 8 119,5 14280,25 956 114242
123-128 4 125,5 15750,25 502 63001
129-134 3 131,5 17292,25 394,5 51876,75
 91183,7
jumlah 40 794,5 5 4534 517492

e. Menentukan Rata-rata untuk mean (x)

x = ∑f . Y/n
= 4534/ 40
= 113,35

f. Menentukan Simpangan Baku (S)

S = √ n .∑f . Y2 – (∑f .Y)2/n . (n – 1)
= 40. 517492– (4534)2 / 40 . (40 – 1)
S = 9,55

g. Membuat daftar frekuensi yang diharapkan dengan rumus:

1. Menentukan batas kelas:
92,5 , 98,5 , 104,5 , 110,5 , 116,5 , 122,5 , 128,5 , 134,5
2. Mencari nilai Z-Score untuk batas kelas interval dengan rumus:
Z = Batas kelas – x/S
Z1 = 92,5– 113,35 / 9,55 = -2,15
Z2 = 98,5– 113,35 / 9,55 = -1,52
Z3 = 104,5– 113,35 / 9,55 = -0,89
Z4= 110,5– 113,35 / 9,55 = -0,26
Z5 = 116,5– 113,35 / 9,55 = 0,36
Z6 = 122,5– 113,35 / 9,55 = 0,99
Z7 = 128,5– 113,35 / 9,55 = 1,62
Z8 = 134,5– 113,35 / 9,55 = 2,25

3. Mencari luas O – Z dari tabel kurve normal dan O – Z

Z1 = -2,16 = 0,48
Z2 = -1,52 = 0,43
Z3 = -0,89 = 0,31
Z4 = -0,26 = 0,1
Z5 = 0,36 = 0,14
Z6 = 0,99 = 0,34
Z7 = 1,62 = 0,45
Z8 = 2,25 = 0,49
 4. Mencari Luas Tiap Kelas Interval
0,48- 0,43 = 0,05

0,43-0,31 = 0,12

0,31-0,1 = 0,21

0,1-0,14 = 0,04

0,14-0,34 = 0,19

0,34-0,45 = 0,11

0,45-0,49 = 0,04

5. Mencari frekuensi yang diharapkan ( fe) dengan (n = 40)

0,05 x 40 = 1,94

0,12 x 40 = 4,90

0,21 x 40 = 8,43

0,04 x 40 = 1,52

0,19 x 40 = 7,93

0,11 x 40 = 4,34

0,04 x 40 = 1,62

TABEL 1.2
FREKUENSI YANG DIHARAPKAN ( fe) DARI
HASIL PENGAMATAN (fo) UNTUK VARIABEL X1

Batas kelas Z luas oz Luas tiap kelas interval fe fo (fo-fe)2/fe

92,5 -2,15 0,48 0,05 1,94 1 0,45
98,5 -1,52 0,43 0,12 4,90 8 1,97
104,5 -0,89 0,31 0,21 8,43 7 0,24
110,5 -0,26 0,1 0,04 1,52 9 36,81
116,5 0,36 0,14 0,19 7,93 8 0,01
122,5 0,99 0,34 0,11 4,34 4 0,03
128,5 1,62 0,45 0,04 1,62 3 1,18
134,5 2,25 0,49 40,69

6. Mencari Chi Kuadrat (X2 hitung) dengan rumus:

k
( f o−f e )2
X2 = ∑
i=1 fe
 =

( 1−1,94 )2 ( 8−4,90 )2 ( 7−8,43 )2 ( 9−1,52 )2 ( 8−7,93 )2 ( 4−4,34 )2 (3−1,62 )2

+ + + + + +
1,94 4,90 8,43 1,52 7,93 4,34 1,62
= 0,45 + 1,97 + 0,24 + 36,81 + 0,01 + 0,03 + 1,18
= 40,69
Jadi, X2hitung = 40,69

7. Membandingkan ((X2 hitung) dengan (X2 tabel)

db = k – 3
=7–3
=4
α = 0,05 Di peroleh X2 tabel = 9,49
Kaidah Keputusan:
Jika X2 hitung ≥ X2 tabel, maka distribusi data tidak normal.
Jika X2 hitung ≤ X2 tabel, maka distribusi data normal.

Dari hasil perhitungan diperoleh X2 hitung≥X2 tabel

Yaitu 40,69 ≥ 9,49
Kesimpulan : Data Motivasi Berprestasi (X1) Berdistribusi Tidak Normal

2. UJI NORMALITAS X2

Dik : Variabel Motivasi Berprestasi (X1)

Variabel Kreativitas (X2)
Variabel Hasil Belajar Fisika Mahasiswa UNM (Y)
Sampel Penelitian = 40 Mahasiswa
Dit :
1. PengujianDasar-dasar Statistika

JAWABAN :

a. Uji Normalitas Distribusi Data: Kreativitas (X2)

b. Menentukan skor besar dan data kecil:
- Skor terbesar = 125
- Skor terkecil = 80

c. Menentukan Rentang skor (R) = 125 – 80 = 45

d. Banyaknya kelas interval K = 7

e. Menentukan panjang kelas interval (I =p).
I = R/k = 45 / 7 = 6,42 =7
p . k = (r+1) + X
7 * 7 = (45 + 1) + X
49 = 46 + X
X = 46– 45
= 3
Data terkecil dikurangi 1 dan data terbesar ditambah 2

TABEL 2.1
DISTRIBUSI FREKUENSI SKOR BAKU VARIABEL ( X2)

X2 f xi xi^2 f.xi f.xi^2

79-85 3 82 6724 246 20172
86-92 3 89 7921 267 23763
93-99 13 96 9216 1248 119808
100-106 2 103 10609 206 21218
107-113 4 110 12100 440 48400
114-120 12 117 13689 1404 164268
121-127 3 124 15376 372 46128
jumlah 40 4183 443757

f. Menentukan Rata-rata untuk mean (x)

x = ∑f . X2/n
= 4183/ 40
= 105,12

g. Menentukan Simpangan Baku (S)

S = √ n .∑f . X22 – (∑f . X2)2/n . (n – 1)
= 40. 443757 – (4183)2 / 40 . (40 – 1)
S = 12,57

h. Membuat daftar frekuensi yang diharapkan dengan rumus:

1. Menentukan batas kelas:
78,5 , 85,5 , 92,5 , 99,5 , 106,5 , 113,5 , 120,5 , 127,5

2. Mencarinilai Z-Score untuk batas kelas interval dengan rumus:

Z = Batas kelas – x/S
 Z1 = 78,5 – 105,12/12,57 = -2,12
Z2 = 85,5– 105,12/12,57 = -1,56
Z3 = 92,5– 105,12/12,57 = -1,00
Z4 = 99,5– 105,12/12,57 = -0,45
Z5 = 106,5– 105,12/12,57 = 0,11
Z6 = 113,5– 105,12/12,57 = 0,67
Z7 = 120,5– 105,12/12,57 = 1,22
Z8 = 127,5– 105,12/12,57 = 1,78

3. Mencari luas O – Z dari tabel kurve normal dan O – Z

Z1 = -2,12 = 0,48
Z2 = -1,56 = 0,44
Z3 = -1,00 = 0,34
Z4 = -0,45 = 0,17
Z5 = 0,11 = 0,43
Z6 = 0,67 = 0,25
Z7 = 1,22 = 0,39
Z8 = 1,78 = 0,46

4. Mencari Luas Tiap Kelas Interval

0,48 – 0,44 = 0,04
0,44 – 0,34 = 0,09
0,34 – 0,17 = 0,17
0,17 – 0,43 = 0,13
0,43 – 0,25 = 0,20
0,25 – 0,39 = 0,14
0,39 – 0,46 = 0,07

5. Mencari frekuensi yang diharapkan ( fe) dengan (n = 40)

0,04 x 40 = 1,70
0,09 x 40 = 3,97
0,17 x 40 = 6,71
0,13 x 40 = 5,19
0,20 x 40 = 8,19
0,14 x 40 = 5,61
0,07 x 40 = 2,95
 TABEL 2.2
FREKUENSI YANG DIHARAPKAN ( fe) DARI
HASIL PENGAMATAN (fo) UNTUK VARIABEL X2

Batas kelas Z luas oz Luas tiap kelas interval fe fo (fo-fe)2/fe

78,5 -2,12 0,48 0,04 1,70 3 1,01
85,5 -1,56 0,44 0,09 3,97 3 0,24
92,5 -1,00 0,34 0,17 6,71 13 5,9
99,5 -0,45 0,17 0,13 5,19 2 1,96
106,5 0,11 0,04 0,20 8,19 4 2,14
113,5 0,67 0,25 0,14 5,61 12 7,28
120,5 1,22 0,39 0,07 2,95 3 0,01
127,5 1,78 0,46 40 18,54

6. Mencari Chi Kuadrat (X2 hitung) dengan rumus:

k
( f o−f e )2
X =∑ 2

i=1 fe
=

( 3−1,70 )2 ( 3−3,97 )2 ( 13−6,71 )2 ( 2−5,19 )2 ( 4−8,19 )2 ( 12−5,61 )2 ( 3−2,95 )2

+ + + + + +
1,70 3,97 6,71 5,19 8,19 5,61 2,95
= 1,01 + 0,24 + 5,9 + 1,96 + 2,14 + 7,28 + 0,01
=18,54
Jadi, X2 hitung = 18,54

7. Membandingkan ((X2 hitung) dengan (X2 tabel)

db = k – 3
=7–3
=4
α = 0,05 Di peroleh X2 tabel = 9,49
Kaidah Keputusan:
Jika X2 hitung ≥ X2 tabel, maka distribusi data tidak normal.
Jika X2 hitung ≤ X2 tabel, maka distribusi data normal.

Dari hasil perhitungan diperoleh X2 hitung ≤ X2 tabel

Yaitu 18,54 ≥ 9,49.
 Kesimpulan : Data Kreativitas (X2) Berdistribusi Tidak Normal.

3. UJI NORMALITAS Y

a. Menentukanskorbesardan data kecil:

- Skorterbesar = 57
- Skorterkecil = 25

b. MenentukanRentangskor (R) = 57 – 25 = 32

c. banyaknyakelas interval K = 7

d. Menentukanpanjangkelas interval(I =p).

I = R/k = 32 / 7 = 4,57 = 5
p . k = (r+1) + X
5 * 7 = (32 + 1) + X
35 = 33 + X
X = 35 – 33
= 2
Data terkecil dikurangi 1 dan data terbesar ditambah 1

TABEL 3.1
DISTRIBUSI FREKUENSI SKOR BAKU VARIABEL ( Y)

Y f xi xi^2 f.xi f.xi^2

24-28 1 26 676 26 676
29-33 0 31 961 0 0
34-38 6 36 1296 216 7776
39-43 13 41 1681 533 21853
44-48 8 46 2116 368 16928
49-53 10 51 2601 510 26010
54-58 2 56 3136 112 6272
jumlah 40 1765 79515

e. Menentukan Rata-rata untuk mean (x)

x = ∑f . Y/n
 = 1765/ 40
= 44,12

f. Menentukan Simpangan Baku (S)

S = √ n .∑f .Y2 – (∑f .Y)2/n . (n – 1)
= 40. 79515– (1765)2 / 40 . (40 – 1)
S =6,34

g. Membuat daftar frekuensi yang diharapkan dengan rumus:

1. Menentukan batas kelas:
23,5 , 28,5 , 33,5 , 38,5 43,5 , 48,5 , 53,5 , 57,5

2. Mencari nilai Z-Score untuk batas kelas interval dengan rumus:

Z = Batas kelas – x/S
Z1 = 23,5– 44,12 / 6,34 = -3,25
Z2 = 28,5– 44,12 / 6,34 = -2,46
Z3 = 33,5– 44,12 / 6,34 = -1,67
Z4= , 38,5– 44,12 / 6,34 = -0,89
Z5 = 43,5– 44,12 / 6,34 = -0,10
Z6 = 48,5– 44,12 / 6,34 = 0,69
Z7 = 53,5– 44,12 / 6,34 = 1,48
Z8 = 57,5– 44,12 / 6,34 = 0,71

3. Mencari luas O – Z dari table kurve normal dan O – Z

Z1 = -3,25 = 0,50
Z2 = -2,46 = 0,49
Z3 = -1,67 = 0,45
Z4 = -0,89 = 0,31
Z5 = -0,10 = 0,04
Z6 = 0,69 = 0,25
Z7 = 1,48 = 0,43
Z8 = 0,71 = 0,26

4. Mencari Luas Tiap Kelas Interval

 0,50 – 0,49 = 0,01
0,49 – 0,45 = 0,04
0,45 – 0,31 = 0,12
0,31- 0,04 = 0,27
0,04 - 0,25 = 0,21
0,25 – 0,43 = 0,17
0,43 – 0,26 = 0,17

5. Mencari frekuensi yang diharapkan ( fe) dengan (n = 40)

0,01 x 40 = 0,25
0,04 x 40 = 1,62
0,12 x 40 = 5,57
0,27 x 40 = 10,94
0,21 x 40 = 8,60
0,17 x 40 = 7,03
0,17 x 40 = 6,78

TABEL 3.2
FREKUENSI YANG DIHARAPKAN ( fe) DARI
HASIL PENGAMATAN (fo) UNTUK VARIABEL Y

Batas kelas Z luas oz Luas tiap kelas interval fe fo (fo-fe)2/fe

23,5 -3,25 0,50 0,01 0,25 1 2,22
28,5 -2,46 0,49 0,041 1,62 0 1,62
33,5 -1,67 0,45 0,14 5,57 6 0,03
38,5 -0,89 0,31 0,27 10,94 13 0,39
43,5 -0,10 0,039 0,21 8,60 8 0,04
48,5 0,69 0,25 0,17 7,03 10 1,26
53,5 1,48 0,43 0,17 6,78 2 3,37
57,5 0,71 0,26 40 8,93

6. Mencari Chi Kuadrat (X2 hitung) dengan rumus:

k
( f o−f e )2
X2 = ∑
i=1 fe
=

( 1−0,25 )2 ( 0−1,62 )2 ( 6−5,57 )2 ( 13−10,94 )2 ( 8−8,60 )2 ( 10−7,03 )2 ( 2−6,78 )2

+ + + + + +
0,25 1,62 5,57 10,94 8,60 7,03 6,78
= 2,22 + 1,62 + 0,03 + 0,39 + 0,04 + 1,26 + 3,37 +
 = 8,93
Jadi, X2hitung = 8,93

7. Membandingkan ((X2 hitung) dengan (X2 tabel)

db = k – 3
=7–3
=4
α = 0,05 Di peroleh X2 tabel = 9,49

Kaidah Keputusan:
Jika X2 hitung ≥ X2 tabel, maka distribusi data tidak normal.
Jika X2 hitung ≤ X2 tabel, maka distribusi data normal.

Dari hasil perhitungan diperoleh X2 hitung ≤ X2 tabel

Yaitu 8,93 ≤ 9,49
Kesimpulan : Data Hasil Belajar (X2) Berdistribusi Normal.

B. UJI HOMOGENITAS

Varians Data
1. Motivasi Berprestasi (X1)
Standar Deviasi = 9,55
Varians = SD2 = 91,2
2. Kreativitas (X2)
Standar Deviasi = 12,57
Varians = SD2 = 157,91
3. Hasil Belajar (Y)
Standar Deviasi = 6.34
Varians = SD2 = 40,27
Hasil dari Varians dimasukkan kedalam Tabel sebagai berikut

TABEL 1

Uji Homogenitas antara kreativitas (X1) dengan hasil belajar (Y)

Variabel Jumlah Sampel Varians

 Kreativitas (X1) 40 91,2
Hasil Belajar (Y) 40 40,27

Menentukan Nilai Fmax

varians Terbesar
a. F=
varians Terkecil

91,2
F max= =2,26
40,27
Membandingkan dengan ftabel
dk pembilang ¿ n−1=40 – 1=39

dk penyebut ¿ n−1=40 – 1=39

F tabel=F (0.05 ; ( 39;39 ))=1,69

Maka F tabel ¿ F(0,95 ;39: 39)=1.69 yang diambil dari daftar tabel nilai persentil untuk

sebaran Snedecor F.

Sehingga diperoleh F hitung ¿ F tabel ¿ 2,26>1.69.

TABEL 2

Uji Homogenitas antara Motivasi Berprestasi (X2) dengan hasil belajar (Y)

Variabel Jumlah Sampel Varians

Motivasi Berprestasi (X2) 40 157,91
Hasil Belajar (Y) 40 40,27

Berdasarkan data pada tabel di atas, diperoleh:

varians Terbesar 157,91

F= = =3.92
varians Terkecil 40,27

Adapun nilai F tabel, diperoleh dari:

dk pembilang ¿ n−1=40 – 1=39

dk penyebut ¿ n−1=40 – 1=39

 Maka F tabel ¿ F(0,95 ;39: 39)=1.69 yang diambil dari daftar tabel nilai persentil untuk

sebaran Snedecor F.

Sehingga diperoleh F hitung ¿ F tabel ¿ 3.92>1.69.

Karena F hitung ¿ F tabel, hal ini menunjukkan bahwa motivasi berprestasi dengan hasil

belajar tidak terdapat hubungan yang homogen.

C. ANALISIS JALUR

“Analisis Jalur motivasi berprestasi dan Kreativitas (X2) dengan hasil belajar (Y)

Mahasiswa UNM”

TABEL 1.1

DATA SKOR KREATIVITAS, MOTIVASI BERPRESTASI

DAN HASIL BELAJAR MAHASISWA

N Motivasi Kreativitas Hasil

O Berprestasi X2 Belajar
X1 Y
1 106 86 35
2 115 92 40
3 113 91 38
4 125 105 45
5 112 98 42
6 102 95 39
7 119 118 48
8 103 99 43
9 109 100 44
10 105 94 41
11 118 115 49
12 115 113 47
13 110 99 42
14 114 112 46
15 123 119 52
16 104 98 40
17 113 108 42
18 131 121 52
19 100 95 43
20 96 80 38
21 130 120 50
 22 122 116 47
23 119 118 49
24 125 120 50
25 101 99 41
26 118 112 47
27 105 97 38
28 106 98 40
29 107 96 35
30 99 80 25
31 113 114 49
32 120 118 50
33 114 114 47
34 123 120 52
35 121 121 55
36 100 99 40
37 99 85 38
38 115 99 39
39 131 125 57
40 120 116 50

TABEL 1.2
TABEL PENOLONG ANALISIS JALUR

N X1 X2 Y X12 X22 X1Y X2Y Y2 X1.X2

O
1 106 86 35 11236 7396 3710 3010 1225 9116
2 115 92 40 13225 8464 4600 3680 1600 10580
3 113 91 38 12769 8281 4294 3458 1444 10283
4 125 105 45 15625 11025 5625 4725 2025 13125
5 112 98 42 12544 9604 4704 4116 1764 10976
6 102 95 39 10404 9025 3978 3705 1521 9690
7 119 118 48 14161 13924 5712 5664 2304 14042
8 103 99 43 10609 9801 4429 4257 1849 10197
9 109 100 44 11881 10000 4796 4400 1936 10900
10 105 94 41 11025 8836 4305 3854 1681 9870
11 118 115 49 13924 13225 5782 5635 2401 13570
12 115 113 47 13225 12769 5405 5311 2209 12995
13 110 99 42 12100 9801 4620 4158 1764 10890
14 114 112 46 12996 12544 5244 5152 2116 12768
15 123 119 52 15129 14161 6396 6188 2704 14637
16 104 98 40 10816 9604 4160 3920 1600 10192
17 113 108 42 12769 11664 4746 4536 1764 12204
18 131 121 52 17161 14641 6812 6292 2704 15851
19 100 95 43 10000 9025 4300 4085 1849 9500
20 96 80 38 9216 6400 3648 3040 1444 7680
21 130 120 50 16900 14400 6500 6000 2500 15600
 22 122 116 47 14884 13456 5734 5452 2209 14152
23 119 118 49 14161 13924 5831 5782 2401 14042
24 125 120 50 15625 14400 6250 6000 2500 15000
25 101 99 41 10201 9801 4141 4059 1681 9999
26 118 112 47 13924 12544 5546 5264 2209 13216
27 105 97 38 11025 9409 3990 3686 1444 10185
28 106 98 40 11236 9604 4240 3920 1600 10388
29 107 96 35 11449 9216 3745 3360 1225 10272
30 99 80 25 9801 6400 2475 2000 625 7920
31 113 114 49 12769 12996 5537 5586 2401 12882
32 120 118 50 14400 13924 6000 5900 2500 14160
33 114 114 47 12996 12996 5358 5358 2209 12996
34 123 120 52 15129 14400 6396 6240 2704 14760
35 121 121 55 14641 14641 6655 6655 3025 14641
36 100 99 40 10000 9801 4000 3960 1600 9900
37 99 85 38 9801 7225 3762 3230 1444 8415
38 115 99 39 13225 9801 4485 3861 1521 11385
39 131 125 57 17161 15625 7467 7125 3249 16375
40 120 116 50 14400 13456 6000 5800 2500 13920
∑ 452 51454 44820 18842
1 4205 1765 3 9 201378 4 79451 479274

Dari tabel diatas diperoleh :

∑X1 =4521 ∑X2 = 4205 ∑Y = 1765

∑X12=514543 ∑X22 =448209 ∑Y2 =79451

∑X1Y= 201378 ∑X2Y=188424 ∑X1X2 = 479274

A. Hubungan Antara Variabel Bebas Dengan Variabel Tak Bebas

1. Hubungan Motivasi Berprestasi dengan hasil belajar Mahasiswa UNM

r y 1=( n ) ( ∑ X 1 Y )−¿ ¿

( 40 )( 201378 )−( 1765 ) ( 4521 )

¿❑
√ [ ( 40 )( 79451 )−( 3115225 ) ][ ( 40 )( 514543 ) −( 20439441 ) ]
( 8055120 )−( 7979565 )
¿❑
√[ ( 62815 ) ][ ( 1422729 ) ]
75555
¿
94537,06
¿ 0,80
Dari hasil r1y = 0,80 berarti koefisien korelasi bernilai positif antara Motivasi
Berprestasi dengan hasil belajar mahasiswa fisika UNM.
 2. Hubungan Kreativitas dengan hasil belajar Mahasiswa UNM

r y 2=( n ) ( ∑ X 2 Y )−¿¿
115135
¿
124392,7
¿ 0,92

Dari hasil r2y =0,92 berarti koefisien korelasi bernilai positif antara Kreatifitas
dengan hasil belajar mahasiswa fisika UNM.

3. Hubungan Motivasi Berprestasi dengan Kreativitas Mahasiswa UNM

r 12=( n ) ( ∑ X 1 X 2 )−¿ ¿
( 19170960 )−( 19010805 )
√ [( 142279 ) ][ ( 246335 ) ]
160155
¿
187211,91
¿ 0,86

Dari hasil r = 0,86 berarti koefisien korelasi bernilai positif antara motivasi
berprestasi dengan kreativitas mahasiswa fisika UNM. Koefisien korelasi r 12 > 0,85,
berarti terjadi multikolinieritas.

a. Menentukan Matriks Korelasi

r X1 X2 Y
X1 1 0,86 0,80
X2 1 0,92
Y 1

b. Menentukan Koefisien Jalur

Koefisien jalur ditentukan dengan persamaan berikut:

r12 = P21 0,86 = P21
r1y = Py1 + Py2 . r12 0,80 = Py1 +0,86 Py2
r2y = Py1 . r12 + Py2 0,92 = 0,86 Py1 + Py2

Sehingga diperoleh:

|0,80
0,92
0,86
1 | 0,008
Py1 = 1 0,86 0,2604 = 0,031
=
|0,86 1 |
 |0,861 0,80
|
0,92 0,232
Py2 = 1 0,86 = 0,260 = 0,892
|0,86 1|
Sehingga diperoleh koefisien jalur: P21 = 0,86, Py1 = 0,031 dan Py2 = 0,892.

B. Uji Signifikansi Koefisien Jalur

Uji signikansi koefisien jalur terbagi menjadi dua yaitu:

Kriteria uji adalah H0 jika t1 > ttabel dan terima H0. Jika t1 ≤ ttabel pada derajat bebas (d\b) =
n−k −1

a. Signifikansi koefisien jalur x1 ke x2 (P21 = 0,86)

H0 : ɤ21 ≤ 0
H1 : ɤ21 > 0

(1−P 2ij )
Sbi =
√ ( n−k −1 )
(1−P221 )
=
√ ( 40−1−1 )
( 1−0,862 )
=
√ ( 40−2 )
( 1−0,862 )
=
√
= 0,08
( 38 )

P 21 0,86
Sehingga: t1 = = = 10,75;
sbi 0,08
Dimana k = 1 (banyaknya variabel bebas); derajat bebas (db) = n−k −1 = 40 – 2 = 38, sehingga
ttab = t(0,05,38) = 1,68 atau t1 > ttab; H0 diterima.

b. Signifikansi koefisien jalur x1 ke Y (Py1 = 0,031) dan x2 ke Y (Py2 = 0,892).

H0 : ɤy1 ≤ 0
H1 : ɤy1 > 0

( 1−R2 ) Dii , D11 = D22 = 3,86

Sbi =
√ ( n−k−1 )
R2 = R2y.12 = (r1y)(Py1) + (r2y)(Py2)
= (0,80)( 0,031) + (0,92)( 0,892)
= 0,85
( 1−R2 ) Dii
Sbi =
√ ( n−k−1 )
( 1−0,85 ) 3,86
=
√
1,08
( 40−1−1 )

=
√
( 38 )
= √ 0,03
= 0,17
Pij P 21 0,86
Py1 2 ii
t2 = = = ( 1−0,85 ) 3,86 = ( 1−0,85 ) 3,86
sbi

0,86
√ (1−R ) D
y .12

( n−k −1 ) √ ( 40−2−1 ) √ ( 40−2−1 )

=
√ 0,17
0,86
=
0,42
= 2,04
Banyaknya variabel bebas (k) = 2; db = 40 - 2 - 1 = 37 maka ttab = t(0,05,37) = 1,68 atau t2 >
ttab; H0 diterima.
H0 : βy2 ≤ 0
H1 : βy2 > 0

P y 2 0,892
Sehingga harga statistik uji-t untuk koefisien jalur Py2 = 0,892 adalah: t3 = = = 5,25;
sbi 0,17
dan ttab = t(0,05,37) = 1,68 atau t3 > ttab; H0 diterima.

Pengaruh Langsung Koefisien Kesalahan

thitung ttabel Simpulan
Antar Variabel Jalur (Pij) Baku (sbi)
X1 Terhadap Y (Py1) 0,031 0,17 2,04 1,68 Sig
X2 Terhadap Y (Py2) 0,892 3,86 5,25 1,68 Sig
X1 Terhadap X2 (P21) 0,86 0,08 10,75 1,68 Sig
 X1
Py
1 =0
,0 3
1
ry
=0
P21 =
0,86
1
,80
Y
,92
=0
ry
2 2
0,89
=
P y2
X2

ANALISI JALUR DENGAN SPSS