MINI RISET

Disusun untuk memenuhi tugas terstruktur dalam

Mata Kuliah Lokakarya Pengolahan Data

Dosen Pengampu :
Dr. Wawan Bunawan, M.Pd., M.Si

Disusun Oleh :

KELOMPOK 7
1. AULIA FITRI MUNAWARAH (4173121003)
2. CINDI ALVIONITA LESTARI (4173321008)
3. DESMON ARMANDO SILITONGA (4173121009)
4. DIMAS SANDRO P NAIBAHO (4173321011)

KELAS : PENDIDIKAN FISIKA A 2017

JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2020
KATA PENGANTAR

Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa, karena atas
berkat dan RahmatNya sehingga kami dapat menyelesaikan tugas mata kuliah
Lokakarya Pengolahan Data ini yang berjudul “Mini Riset”. Penulis berterima kasih
kepada Bapak dosen yang bersangkutan yang sudah memberikan bimbingannya.

Kami juga menyadari bahwa tugas ini masih banyak kekurangan oleh karena
itu kami minta maaf jika ada kesalahan dalam penulisan dan penulis juga
mengharapkan kritik dan saran yang membangun guna kesempurnaan tugas ini.

Akhir kata kami ucapkan terima kasih, semoga dapat bermanfaat dan bisa
menambah pengetahuan bagi pembaca.

Medan, 22 Desember 2020

Kelompok 7
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Analisis regresi merupakan alat statistik yang banyak digunakan dalam
berbagai bidang. Analisis tersebut bertujuan untuk mengetahui hubungan
antara variabel dependen dan variabel independen. Ada tiga macam tipedari
analisis regresi. Tipe yang pertama adalah regresi linier sederhana yang
berfungsi untuk mengetahui hubungan linier antara dua variabel, satu variabel
dependen dan satu variabel independen.Tipe kedua adalah regresi linier
berganda yang merupakan model regresi linier dengan satu variabel dependen
dan lebih dari satu variabel independen. Tipe ketiga adalah regresi non linier
yang berasumsi bahwa hubungan antara variabel dependen dan variabel
independen tidak linier pada parameter regresinya (Yan andGang Su, 2009).
Dalam regresi linier sederhana, metode yang biasa digunakan dalam
mengestimasi parameter regresi adalah metode kuadrat terkecilatau Ordinary
Least Squares(OLS).Konsep metode ini adalah untuk mengestimasi parameter
dengan memilih garis regresi yang terdekat dengan garis dari semua data.
Secara matematika penentuan parameter regresi ini dengan cara
meminimumkan jumlah kuadrat dari residualnya (Walpole dan Myers, 1986).

1.2 Tujuan
1. Mengetahui persamaan regresi yang terbentuk antara kemampuan
numerik dengan prestasi belajar siswa.
2. Mengetahui hubungan antara kemampuan numerik dengan prestasi
belajar siswa.
3. Mengetahui korelasi ( kuat atau tidaknya hubungan) antara kemampuan
numerik dengan prestasi belajar siswa.
 BAB II

KAJIAN TEORITIS

2.1 Pengertian Analisis Regeresi

Analisis regresi adalah studi tentang masalah hubungan beberapa variabel

yang ditampilkan dalam persamaan matematika. Analisis regresi lebih akurat dalam
melakukan analisis korelasi, peramalan atau perkiraan nilai variabel terikat pada nilai
variabel bebas lebih akurat pula karena pada analisis kesulitan dalam menunjukkan
slop (tingkat perubahan suatu variabel terhadap variabel lain dapat ditentukan).
Analisis regresi terbagi menjadi dua yaitu regresi linier dan nonlinier. Analisis regresi
linier terdiri dari analisis regresi sederhana dan analisis regresi berganda. Perbedan
keduanya terletak pada jumlah variabel independennya. Regresi linier sederhana
hanya memiliki satu variabel sedangkan regresi linier berganda mempunyai banyak
variabel independen. Analisis regresi nonlinier adalah regresi eksponensial. ( Andi,
2009).

2.2 Pengertian Analisis Linier

Analisis linier sederhana adalah hubungan secara linier antara satu variabel
independen (X) dengan variabel dependen (Y). Analisis ini digunakan untuk
mengetahui arah hubungan antara variabel independen dengan variabel dependen
apakah positif atau negatif serta untuk meprediksi nilai dari variabel dependen apabila
nilai variabek independen mengalami kenaikan atau penurunan nilai. Data yang
digunakan biasanya berskala interval atau rasio. ( Hasan,2005)

Rumus dari analisis regresi linier sederhana adalah sebagai berikut :

Y = a + bX

Keterangan :

Y = subyek dalam variabel dependen yang dipresiksi

 a = harga Y ketika harga x = 0( harga konstan)

b = angka arah atau koefisien regresi, yang menunjukkan angja peningkatan

ataupun penurunan variabel dependen yang didasarkan pada perubahan variabel
independen. Bila (+) agarah garis naik, dan bila (-) maka arah garis turun.

X= subyek pada variabel independen yang mempunyai nilai tertentu.

( Sugiyono, 2010)
 BAB III

METODE PENELITIAN

3.1 Alat Dan Bahan

A. ALAT

NO NAMA ALAT JUMLAH

1. Laptop 1 buah

2. Printer 1 buah

B. BAHAN

NO NAMA BAHAN JUMLAH

1. Aplikasi SPSS 1 set

2. Kertas A4 buah

3.2 Prosedur Kerja

1. Membuka aplikasi SPSS dengan mengklik ikon 2 kali maka akan muncul tampilan
seperti ini :

2. Memasukkan data ke variable view dengan mendefenisikannya.

3. Memasukkan yang akan dianalisis ke data view.

4. Mengklin Analyze, memilih regression, kemudian memilih linear

Kemudian muncul kotak dialog

5. Memindahkan variabel kemampuan numerik (X1) ke kolom independent dan

variabel Prestasi belajar (Y) ke kolom dependent.
6. mengklik menu statistic maka akan muncul kotak dialog :

7. Mencentang descriptive dan collinearity diagnostics.

8. Mengklik options kemudian mucul kotak dialog dan klik continue.

9. Mengklik plots maka akan muncul kotak dialog :

10. Memasukkan variabel dependent ke kolom Y dan variabel ADJPRED ke kolom X

kemudian mencentang normal probability plots :

11. Kemudia klik OK makan akan muncul otuputnya.

 BAB IV

HASIL DAN PEMBAHASAN

A. Secara Manual

1. Menetukan Hipotesis

H0 : Tidak terdapat pengaruh yang signifikan antara kemampuan numerik dengan

prestasi belajar siswa.

Ha : Terdapat pengaruh yang signifikan antara kemampuan numerik dengan prestasi

belajar siswa.

2. Membuat tabel distribusi frekuensi.

X Y XY X2 Y2

67 72 4824 4489 5184

57 62 3534 3249 3844

72 74 5328 5184 5476

47 52 2444 2209 2704

76 80 6080 5776 6400

56 71 3976 3136 5041

76 91 6916 5776 8281

77 81 6237 5929 6561

75 77 5775 5625 5929

86 82 7052 7396 6724

96 99 9504 9216 9801

85 91 7735 7225 8281

86 81 6966 7396 6561

82 90 7380 6724 8100

 84 86 7224 7056 7396

∑ = ∑ = ∑ = ∑ = ∑ =
1122 1189 90975 86386 96283

3. Mencari Nilai b

b=n ¿ ¿

15 ( 90975 )−(1122)(1189 )
b=
15 ( 86386 )−(1258884)

1364625−1334058
b=
1295790−1258884

30567
b=
36906

b = 0,8282393107

4. Mencari nilai a

a=∑ Y −b ¿ ¿ ¿

1189−0,8282393107(1122)
a=
15

1189−929,28450661
a=
15

259,7154934
a=
15

a=17,1436623 17,143
5. Menentukan persamaan regresi

Y = a + bX

= 17,143 + 0,828 X

6. Menguji persamaan regresi dengan menghitung nilai R

N ∑ XY −∑ X ∑ Y
R=
√¿¿¿

10 ( 90975 ) −1122(1189)
R=
√(10 ( 86386 )−1258884)(10 ( 96283 )−1413721)
909750−1334058
R=
√(863860−1258884)(962830−1413721)
424308
R=
√(−395024)(−450891)

424308
R=
√ 178113E+11
R = 0,911

Nilai R = koefisien korelasi, nilai yang menunjukkan kuat atau tidaknya hubungan
linear antara dua variabel.

7. Menghitung nilai F

R 2 (n−m−1)
F=
m(1−R2)
 0,829921(15−1−1)
F=
1(1−0,829921)

10,78897
F=
0,170079

F = 63,43507

F= uji signifikansi

8. Interpretasi

db = n – m – 1

db = 15 – 1 - 1

db = 13

db = banyakya variabel bebas yang diikutsertakan.

Dikonsultasikan dengan tabel nilai F 0,05. Pada taraf signifikansi 5 %,

F hitung =63,43507 dan Ftabel =2,160369. Jadi F hitung > F tabel, sehingga Ha diterima dan
H0 ditolak.

9. Kesimpulan

Oleh karena F hitung > F tabel, sehingga Ha diterima dan H0 ditolak maka dapat
disimpulkan bahwa terdapat pengaruh yang signifikan antara kemampuan numerik
dengan prestasi belajar siswa

B. Secara SPSS
Penjelasan output SPSS:

 Angka R yang diperoleh dari perhitungan SPSS sebesar 0,995 menunjukkan

bahwa hubungan antara kemampuan numerik dengan prestasi belajar siswa
sanagt kuat karena R > 0,5.

 R Square atau Koefisien determinasi (KD) sebesar 0,991 menunjukkan besarnya

peran variabel kemapaun terhadap prestasi sebesar 82,9 % sedangkan 17,1 %
diperngaruhi oleh faktor lain.
 Nilai uji F atau nilai signifikansi sebesar 0,00< 0,05 maka model persaman
regresi berdasarkan data penelitian adalah signifikan karena model regresi linear
memenuhi kriteria linearitas.

 Model persamaan regresi yang diperoleh dari dengan koefisien konstanta dan
koefisien variabel yang diperoleh model persaamaan regresi : Y = 17,314 +
0,828 X.
 BAB V
KESIMPULAN
Berdasarkan praktikum yanh sudah dilakukan, dapat disimpulkan bahwa :

1. Persamaan regresi yang terbentuk antara kemampuan numerik dengan prestasi

belajar siswa adalah :
a. Y = a + bX
b. Y = 17,143 + 0,828 X
2. Hubungan antara kemampuan numerik dengan prestasi belajar siswa adalah
terdapat pengaruh yang signifikan karena F hitung > F tabel, sehingga Ha diterima
dan H0 ditolak.
3. Hubungan korelasi antara kemampuan numerik dengan prestasi belajar siswa
dapat dilihat dari perhitungan R dan output pada SPSS pada tabel model
summary bahwa angka R yang diperoleh dari perhitungan SPSS ataupun
manual sebesar 0,995 menunjukkan bahwa hubungan antara kemampuan
numerik dengan prestasi belajar siswa sanagt kuat karena R > 0,5.
 DAFTAR PUSTAKA

Andi. 2009. SPSS Untuk Pengolah Data Statistik. Semarang :Wahana Komputer.

Hasan M, Iqbal. 2005. Pokok-Pokok Materi Statistik 1(Statistik Deskriptif). Jakarta :

PT. Bumi Aksara.

Sugiyono. 2010. Statistik Untuk Penelitian. Alfabeta : MediaKom