Analisis Regresi dan Varians

MINI RISET

“Analisis Pengaruh Motivasi Belajar Terhadap Indeks Prestasi Mahasiswa”

Dosen Pengampu: Prihatin Ningsih Sagala, S.Pd., M.Si.

OLEH
NOVITA SIHOMBING (4173111056)
PSPM E 2017

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2020
 BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Pendidikan merupakan hal yang sangat penting dalam kehidupan. Pendidikan dapat
memberikan pengetahuan, pekerjaan, membangun karakter, memberikan pencerahan, dan
membantu kemajuan bangsa, kemajuan suatu bangsa bergantung pada mutu sumber daya
manusianya dan kemampuan peserta didiknya untuk menguasai ilmu pengetahuan dan
teknologi. Matematika merupakan mata pelajaran yang diajarkan di setiap jenjang
pendidikan mulai dari jenjang pendidikan dasar hingga pendidikan tinggi. Adapun
matematika dikenal dengan perannya sebagai bahasa simbolik sehingga dalam
mengajarkannya kepada siswa/mahasiswa dibekali dengan mengembangkan kemampuan
menggunakan bahasa matematika untuk memperjelas suatu keadaan atau masalah.
Pembelajaran matematika di Indonesia masih kurang maksimal. Berdasarkan studi
PISA (Proggrame for International Student Assesment) pada tahun 2018 Indonesia berada
pada peringkat 94 dari 100 negara yang berpartisipasi dengan rata-rata kemampuan
dibidang membaca 371 dari 487, matematika dengan rata-rata 379 dari 489 dan dibidang
sains dengan rata-rata 396 dari 487 (OECD, 2019). Ada tujuh kemampuan dasar
matematika yang ditetapkan oleh PISA sebagai berikut : (1) Comunication; (2)
Mathematishing; (3) Representation; (4) Reasoning and Argument; (5) Devising Strategis
for Solfing Problems; (6) Using Symbolic, Formal and Techical Language and
Operation; dan (7) Using Mathemtics Tools (OECD, 2019).
Motivasi belajar dapat dijadikan sebagai pengerak atau faktor pendorong untuk
menumbuhkan semangat belajar mahasiswa dalam melaksanakan berbagai aktivitas
belajar yang nantinya akan mampu mempengaruhi kondisi-kondisi belajar mahasiswa.
Motivasi belajar mahasiswa tidak akan muncul begitu saja tetapi akan muncul apabila ada
keinginan yang kuat dalam diri siswa ataupun ada yang mempengaruhi. Jika seseorang
memiliki motivasi belajar maka akan mempengaruhi prestasi belajarnya. Prestasi belajar
mahasiswa dapat pula dilihat dari nilai indeks prestasi mahasiswa.
Regresi linear (linear regression) adalah teknik yang digunakan untuk memperoleh
model hubungan antara 1 variabel dependen dengan 1 atau lebih variabel independen.
Dilanjutkan dengan uji-t , untuk mengetahui variabel bebas (X) berpengaruh secara
signifikan terhadap variabel tak bebas (Y). Dalam hal ini saya akan menganalisis
Pengaruh Motivasi Belajar Terhadap Indeks Prestasi Mahasiswa PSPM E 2017
Universitas Negeri Medan dengan menggunakan analisis regresi linier sederhana.

1.2 Rumusan Masalah

Berdasarkan uraian dari latarbelakang diatas maka rumusan msalah dalam penelitian ini
yaitu : apakah ada pengaruh motivasi belajar terhadap indeks prestasi mahasiswa PSPM E
2017 Universitas Negeri Medan ?
1.3 Tujuan Penelitian
Sesuai dengan rumusan masalah diatas maka tujuan penelitian ini adalah untuk
mengetahui pengaruh motivasi belajar terhadap indeks prestasi mahasiswa PSPM E 2017
Universitas Negeri Medan.
 BAB II
KAJIAN PUSTAKA
2.1 Motivasi Belajar
2.1.1 Pengertian
Frederick J. McDonald memberi pengertian motivasi dengan lebih komprehensif.
Ia memperkenalkan konsep motivasi sebagai proses pembelajaran (learning)
sebagai berikut: “Motivationis a energy change with in the person characterized
by affective arousal and anticipatory goal reactions. ”Motivasi adalah suatu
perubahan energi di dalam diri seseorang yang ditandai oleh dorongan afektif dan
reaksi-reaksi untuk mencapai tujuan. Defenisi ini menekankan aspek fisiologis–
psikologis, yang menjelaskan bahwa di dalam motivasi terdapat tiga elemen yang
saling berinteraksi dan saling terkait yakni kebutuhan, dorongan dan tujuan.
James O. Whittaker mencoba memberi pengertian mengenai motivasi dengan
perspektif yang berbeda. Ia menyatakan bahwa: Motivasi adalah kondisi-kondisi
atau keadaan yang mengaktifkan atau memberi dorongan kepada makhluk untuk
bertingkah laku mencapai tujuan yang ditimbulkan oleh motivasi tersebut.
Pendapat tersebut juga dinyatakan oleh Clifford T. Morgan yang menjelaskan
bahwa motivasi bertalian dengan tiga hal yang sekaligus merupakan aspek-aspek
dari motivasi itu. Hal tersebut dapat dilihat dari pernyataannya sebagai berikut:
“Motivasi berhubungan dengan tiga aspek, yakni keadaan yang mendorong
tingkah laku (motivating states), tingkah laku yang didorong oleh keadaan
tersebut (motivated behavior) dan tujuan dari tingkah laku tersebut (goalsorends
of suchbehavior)19. Definisi ini menekankan aspek psikologis-lingkungan.
2.1.2 Faktor-Faktor yang Mempengaruhi Motivasi Belajar
Menurut Anni (2007) ada enam faktor yang mempengaruhi motivasi belajar yaitu:
sikap, kebutuhan, rangsangan, afeksi, kompetensi, penguatan. Berikut adalah
penjelasan dari masing-masing faktor yaitu :
1. Sikap
Sikap memiliki pengaruh kuat terhadap perilaku dan belajar siswa karena
sikap itu membantu siswa dalam merasakan dunianya dan memberikan
pedoman kepada perilaku yang dapat membantu dalam menjelaskan
dunianya.
2. Kebutuhan
Kebutuhan merupakan kondisi yang dialami oleh individu sebagai kekuatan
internal yang memandu siswa untuk mencapai tujuan. Semakin kuat
seseorang merasakan kebutuhan, semakin besar peluangnya untuk mengatasi
perasaan yang menekan di dalam memenuhi kebutuhannya.
3. Rangsangan
Rangsangan merupakan perubahan didalam persepsi atau pengalaman dengan
lingkungan yang membuat seseorang bersifat aktif.
4. Afeksi
Konsep afeksi berkaitan dengan pengalaman emosional-kecemasan,
kepedulian, dan pemilikian dari individu atau kelompok pada waktu belajar.
5. Kompetensi
 Kompetensi memberikan peluang pada kepercayaan diri untuk berkembang
dan memberikan dukungan emosional terhadap usaha tertentu dalam
menguasai keterampilan dan pengetahuan baru.
6. Penguatan
Penguatan meruakan peristiwa yang mempertahankan atau meningkatkan
kemungkinan respon.

2.2 Analisis Regresi

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab-akibat antara satu variabel dengan variabel yang lain. Variabel “penyebab” disebut
dengan bermacam-macam istilah, seperti variabel penjelas, variabel eksplanatorik,
variabel independen, atau secara bebas, variabel X (karena sering sekali digambarkan
dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai
variabel yang dipengaruhi, variabel dipenden, variabel terkait, atau variabel Y. Kedua
variabel ini dapat merupakan variabel acak (random) namun variabel yang dipengaruhi
harus selalu varibel acak. Analisis regresi adalah salah satu analisis yang paling populer
dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi
dan ramalan dengan penggunaan yang saling melengkapi dengan bidang pembelajaran
mesin. Analisis ini juga digunakan untuk memahami varibel bebas mana saja yang
berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan
tersebut.
2.2.1 Uji Asumsi Untuk Regresi
Uji asumsi digunakan untuk mengetahui pola dan kelinearitasan suatu populasi
(data); apakah data berdistribusi normal serta untuk menguji kelinearitasan data.
Ada 2 jenis uji asumsi yang harus dipenuhi oleh data pada uji korelasi, yaitu:
a. Uji Normalitas
Tujuannya adalah untuk mengetahui apakah populasi berdistribusi normal
atau tidak. Uji ini digunakan pada jenis uji hubungan dan uji beda. Bila data
berdistribusi normal, maka dapat digunakan uji statistik berjenis parametrik.
Bila data tidak berdistribusi normal, maka digunakan uji berjenis
nonparametrik. Metode yang dapat digunakan untuk menguji normalitas data
secara SPSS adalah: Metode Kolmogorov-Smirnov Prinsip kerjanya adalah
membandingkan frekuensi kumulatif distribusi teoritik dengan frekuensi
kumulatif distribusi empirik (observasi). Langkah-langkah:
1. Membuat hipotesis dalam bentuk kalimat
H0 : data berdistribusi normal
Ha : data tdk berdistribusi normal.
2. Menentukan risiko taraf kesalahan Menentukan besar peluang membuat
risiko kesalahan dalam mengambil keputusan menolak hipotesis yang
benar. Lambang (α) atau sering disebut dengan istilah taraf signifikan.
3. Kaidah pengujian probabilitas (sig) > 0, 05 : H0 diterima probabilitas
(sig) < 0,05 : H0 ditolak
b. Uji Linearitas
 Uji linearitas dilakukan utk mengetahui apakah antara variabel tergantung (Y)
dan variabel bebas (X) mempunyai hubungan linier atau menunjuk pada suatu
garis sejajar. Langkah-langkah uji linieritas:
1. Membuat hipotesis dlm bentuk kalimat
H0 : data klp A dgn data kelompok B tdk linier
Ha : data klp A dgn data kelompok B linier
2. Menentukan risiko taraf kesalahan Menentukan besar peluang membuat
risiko kesalahan dlm mengambil keputusan menolak hipotesis yang benar.
Lambang (α) atau sering disebut dengan istilah taraf signifikan.
3. Kaidah pengujian probabilitas (sig) > 0, 05 : H0 diterima probabilitas
(sig) < 0,05 : H0 ditolak
c. Uji Multikolinieritas
Uji Multikolinieritas dilakukan untuk melihat apakah ada keterkaitan antara
hubungan yang sempurna antara variable-variabel independen. Jika didalam
pengujian ternyata didapatkan sebuah kesimpulan bahwa antara variable
independent tersebut saling terikat, maka pengujian tidak dapat dilakukan
kedalam tahapan selanjutnya yang disebabkan oleh tidak dapat ditentukannya
koefisien regresi variable tersebut tidak dapat ditentukan dan juga nilai
standard errornya menjadi tak terhingga. Untuk mengetahui hasil uji dari uji
multikolinieritas dapat dilihat dari beberapa cara, yakni sebagai berikut:
Dengan melihat nilai tolerance: Apabila nilai tolerancenya sendiri lebih besar
dari 0,10 maka dapat disimpulkan tidak terjadi multikolinieritas. Sedangkan
bila nilai tolerancenya lebih kecil dari 0,10 maka kesimpulan yang didapat
adalah terjadi multikolinieritas. Dengan melihat nilai VIF: Jika nilai VIF lebih
dari 10, maka kita akan mendapat kesimpulan bahwa data yang kita uji
tersebut memiliki multikolinieritas. Sedangkan jika nilai VIF dibawah 10,
maka kita akan mendapat kesimpulan bawa data yang kita uji tidak memiliki
multikolinieritas (Supriyadi dkk , 2017).

2.3 Analisis Regresi Linier Sederhana

Regresi linear (linear regression) adalah teknik yang digunakan untuk memperoleh
model hubungan antara 1 variabel dependen dengan 1 atau lebih variabel independen.
Jika hanya digunakan 1 variabel independen dalam model, maka teknik ini disebut
sebagai regresi linear sederhana (simple linear regression), sedangkan jika yang
digunakan adalah beberapa variabel independen, teknik ini disebut regresi linear ganda
(multiple linear regression). Variabel dependen pada regresi linear disebut juga sebagai
respons atau kriterion, sedangkan variabel independen dikenal pula sebagai prediktor
atau regresor. Kovariat adalah variabel independen yang berkorelasi dengan prediktor
lainnya, juga mempengaruhi respons. Kovariat umumnya tidak diminati hubungannya
dengan respons dan hanya digunakan untuk pengendalian hubungan prediktor-respons
dalam model.Respons pada regresi linear selalu berupa variabel kontinu, sedangkan
prediktor dapat berupa variabel kontinu, indikator, ataupun karegorik yang
disubstitusikan menjadi variabel indikator.
2.3.1 Regresi Linear Sederhana dengan Prediktor Kontinu
 Model yang digunakan untuk regresi linear sederhana adalah:
Y i=β 0 + β 1 X i+ ε i ; i=1,2 ,… , n
Y i: Respons untuk subjek ke-i
X i : Prediktor untuk subjek ke-i
ε i : Galat untuk subjek ke-i
β 0∧β 1 merupakan parameter dalam populasi yang hendak diestimasi dalam
fitting model. Pada diperoleh persamaan garis regresi (gambar 2.1)
Y^ i=b0 +b1 X i ; i=1,2 ,… , n
b 0 dinamakan intersep (intercept) atau konstante, menyatakan jarak dari titik
pangkal ke titik potong garis regresi dengan sumbu Y (sumbu vertikal),
merupakan penaksir untuk β 0 . b 1 disebut juga sebagai kemiringan (slope) atau
koefisien regresi, menyatakan kemiringan garis regresi yang diukur sebagai
tangen sudut yang dibentuk oleh garis horizontal dengan garis regresi dalam arah
positif (diukur berlawanan dengan perputaran jarum jam) merupakan penaksir
untuk β 1 . e i menyatakan galat untuk anggota sampel ke-i, sekaligus merupakan
penaksir untuk ε i.

Gambar 2.1 Garis regresi

2.3.2 Regresi Linier Sederhana dengan Prediktor Indikator

Model untuk regresi linear sederhana dengan prediktor indikator (variabel
dummy) adalah:
Y i=β 0 + β 1 X i+ ε i
X i : Prediktor indikator (variabel dummy). Indikator adalah variabel kategorik
biner yang hanya dapat bernilai 0 atau 1.
Perhatikan bahwa indikator tidak diberikan nilai 1 atau 2. Variabel kategorik
biner yang bernilai 1 dan 2 terlebih dahulu dikonversi menjadi indikator yang
bernilai 0 atau 1 sebelum dilakukan fitting model (Harlan, 2018).

2.4 Uji Signifikansi dan Hipotesis

Pengujian hipotesis dimaksudkan untuk melhat apakah suatu hipotesis yang diajukan
ditolak atau dapat diterima. Hipotesis merupakan asumsi atau pernyataan yang mungkin
benar atau salah mengenai suatu populasi. Penelitian ini menggunakan hubungan
 kausalitas yang bersifat sebab akibat dimana perubahan variabel Y disebabkan oleh
faktor X. Selanjutnya untuk melihat seberapa besar pengaruh dan perkiraan nilai variabel
X terhadap variabel Y akan diuji mengunakan teknik regresi. Uji regresi yang digunakan
adalah regresi linear sederhana karena variabel yang terdapat dalam penelitian hanya satu
variabel yang terpisah. Setelah di uji nanti akan didapatkan hasil dan dianalisa untuk
mengetahui hubungan tersebut. Terakhir setelah melakukan analisa pembahasan, langkah
terakhir yaitu membuat kesimpulan dan saran untuk penelitian ini (Anggrairi, Subagyo,
dan Radianto, 2019).
Dalam penelitian ini hanya terdapat dua variabel, yaitu variabel independen dan variabel
dependen dimana variabel independen akan mempengaruhi variabel dependen. Dalam
penelitian ini yang menjadi variabel independen adalah ”Motivasi Belajar” yang
kemudian disebut variabel X sedangkan yang menjadi variabel dependen adalah
”Prestasi Belajar berupa Indeks Pretasi” yang kemudian disebut variabel Y (Budiwibowo
& Nurhalim, 2016).

2.5 Hipotesis Penelitian

Hipotesis merupakan dugaan sementara suatu masalah yang kemudian diuji
kebenarannya berdasarkan datayang empirik.
H0 : β=0; variabel X tidak berpengaruh signifikan/nyata terhadap Y
H1 : β ≠ 0; Variabel X berpengaruh signifikan/nyata terhadap Y
 BAB III
METODE PENELITIAN

3.1 Jenis Penelitian

Metode penelitian yang digunakan dalam penelitian ini yaitu pendekatan kuantitatif,
yang penelitian dengan menggunakan data berupa angka. Data berupa angka yang telah
terkumpul dan diambil dari beberapa sumber dalam penelitian kuantitatif ini akan
dianalisis untuk diperoleh hasilnya melalui metode statistik deskriptif (Anggrairi,
Subagyo, dan Radianto, 2019).

3.2 Populasi dan Sampel

Populasi adalah wilayah generalisasi yang terdiri atas : obyek/subyek yang mempunyai
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Sampel adalah bagian dari jumlah dan karakteristik
yang dimiliki oleh populasi tersebut (Sugiyono, 2015: 117-118).
Populasi
Populasi dalam penelitian ini adalah seluruh mahasiswa program studi pendidikan
matematika stambuk 2017 Tahun Ajaran 2020/2021 terdiri dari 6 kelas.
Sampel
Sampel dalam penelitian ini diambil dengan menggunakan teknik simple random
sampling. Dikatakan simple (sederhana) karena pengambilan anggota sampel dari
populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
Cara demikian dilakukan bila anggota populasi dianggap homogen (Sugiyono, 2015:
120). Dalam hal ini dipilih satu kelas sebagai sampel yaitu kelas PSPM E 2017 dengan
jumlah 10 mahasiswa untuk dijadikan kelas eksperimen yang mana diketahui setiap kelas
sudah dihomogenkan dengan cara membagi siswa secara merata.

3.3 Instrumen Penelitian

Alat yang digunakan dalam mengumpulkan data pada penelitian ini adalah kuisioner
sebagai alat ukur indikator motivasi belajar yang telah ditentuka. Untuk mengukur
prestasi mahasiswa berupa indeks prestasi mahasiswa dengan wawancara untuk
mengetahui indeks prestasi mahasiswa terakhir. Adapun analisis data menggunakan uji
regresi dan dilanjutkan dengan uji-t. Uji prasyarat berupa uji normalitas data. Proses
analisis menggunakan bantuan software SPSS.
Tabel 3.1
Kisi-kisi Instrumen Tingkat Motivasi Belajar Mahasiswa PSPM E 2017 Universitas
Negeri Medan T.A 2020/2021
Aspek Indikator Nomor Item Jumlah

Motivasi Instrinsik 1. Adanya hasrat dan keinginan 1,2 2

berhasil
 2. Adanya dorongan dan kebutuhan 3,4 2
dalam belajar

3. Adanya harapan dan cita-cita 5,6 2

masa depan

Motivasi Ekstrinsik 4. Adanya penghargaan dalam 7,8 2

belajar

5. Adanya kegiatan yang menarik 9,10 2

dalam belajar

6. Adanya lingkungan belajar yang 11,12 2

kondusif sehingga
memungkinkan peserta didik
dapat belajar dengan baik

Kemudian dimodifikasi yang terdiri dari dua alternatif jawaban yaitu Ya dan Tidak.
Subjek diminta emilih satu dari dua alternatif jawaban yang disediakan pada setiap
pernyataan dengan memberikan tanda centang pada kolom alternatif jawaban. Norma
skoring inventori motivasi belajar siswa terdapat dalam tabel 3.2
Tabel 3.2
Norma Skoring Inventori Tingkat Motivasi Belajar

Alternatif Jawaban Skor

Ya 1

Tidak 0
 BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
Berdasarkan hasil pengisian kuisioner yang dilakukan oleh 10 mahasiswa PSPM E 2017
Universitas Negeri Medan Tahun Ajaran 2020/2021
1. Tingkat Motivasi Belajar Mahasiswa PSPM E 2017 Universitas Negeri Medan
Tahun Ajaran 2020/2021
Berdasarkan perolehan data penelitian yang dikumpulkan melalui kuisioner tingkat
motivasi belajar dilakukan analisis data dengan teknik deskriptif kategori dan
persentase Suharsimi, Arikunto (2002) yang dipaparkan pada tabel.
Tabel 4.1
Prosentase Motivasi Belajar Mahasiswa

Nama Prosentase

Responden 1 75%

Responden 2 91,67%

Responden 3 83,33%

Responden 4 91,67%

Responden 5 91,67%

Responden 6 58,33%

Responden 7 83,33%

Responden 8 100%

Responden 9 75%

Responden 10 100%

Tabel 4.2
Kategorisasi Tingkat Motivasi Belajar Mahasiswa

Nilai X (%) Interpretasi F Prosentase

0 Sangat Rendah 0 0%

1-33 Rendah 0 0%
 34-66 Sedang 1 10%

67-99 Tinggi 6 60%

100 Sangat Tinggi 2 20%

Grafik 4.1 Tingkat Motivasi Mahasiswa PSPM E 2017

60%

50%

40%

30% Prosentase

20%

10%

0%
Sangat Rendah Rendah Sedang Tinggi Sangat Tinggi

2. Analisis Pengaruh Motivasi Belajar Mahasiswa terhadap indeks Prestasi

Mahasiswa
No Nama Mahasiswa Porsentase Indeks Prestasi
Motivasi Belajar
(%)
1 M1 75 3,07

2 M2 91,67 3,45

3 M3 83,33 3,30

4 M4 91,67 3,53

5 M5 91,67 3,50

6 M6 58,33 3,03

7 M7 83,33 3,25

8 M8 100 3,25

9 M9 75 3,50

10 M10 100 3,53

Hasil Analisis dengan SPSS :

Model Summaryb

Model R R Square Change Statistics

 Adjusted R Std. Error of the R Square
Square Estimate Change F Change
a
1 ,644 ,414 ,341 ,15362 ,414 5,658
Pada bagian ini terdapat nilai koefisien determinasi R square = 0,414 = 41,4%. Ini
menunjukkan bahwa sebesar 41,4% variasi variabel dependen (Y) dapat dijelaskan oleh
sattu variabel independen (X) , sedangkan sisanya 58,6 % dipengaruhi oleh variabel lain
selain variabel independen.

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t

1 (Constant) 2,539 ,341 7,455

Motivasi_Belajar_Mahasiswa ,009 ,004 ,644 2,379

Persamaan regresi : Y = a+Bx
Maka persamaan regresi berdasarkan nilai koefisien yang dihasilkan :
Y = 2,539 + 0,009X

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression ,134 1 ,134 5,658 ,045b

Residual ,189 8 ,024

Total ,322 9
Dari tabel anova didapatkan nilai F= 5,658 dengan hipotesis
H0 : β=0; variabel X tidak berpengaruh signifikan/nyata terhadap Y
H1 : β ≠ 0; Variabel X berpengaruh signifikan/nyata terhadap Y
df= 10 – 1 – 1 = 8
Dengan tingkat signifikansi sebesar 0,045 menunjukkan bahwa ada pengaruh dari variabel X
terhadap Y (0,045 < 0,05) berarti H0 ditolak.

Correlations

Motivasi_Belajar
Indeks_Prestasi _Mahasiswa

Pearson Correlation Indeks_Prestasi 1,000 ,644

Motivasi_Belajar_Mahasiswa ,644 1,000

Sig. (1-tailed) Indeks_Prestasi . ,022
Motivasi_Belajar_Mahasiswa ,022 .
N Indeks_Prestasi 10 10

Motivasi_Belajar_Mahasiswa 10 10
Tabel korelasi menunjukkan besar hubungan antara variabel Y dan X adalah 0,644. Hal ini
menunjukkan hubungan yang positif.