Contoh Aplikasi Statistik dalam Penelitian dengan Menggunakan

Program SPSS
Abdul Munif

Untuk bisa menerapkan statistic dalam penelitian dengan menggunakan SPSS,

maka saya sarankan dengan sangat agar Anda membaca dan mempelajari buku karya
Triton PB, yang berjudul SPSS 13.0 Terapan; Riset Statistik Parametrik, yang telah saya
fotokopikan sebagian isinya.
Secara sepintas kilas, beberapa contoh penerapan statistic dalam penelitian dapat
dilihat dalam uraian berikut ini.

A. Penelitian Komparasi Dua sampel (independent)

1. Rumusan Masalah
Adakah perbedaan sikap keagamaan antara mahasiswa eksakta dan
mahasiswa non eksakta?

2. Hipotesis
a. Ho = tidak ada perbedaan sikap keagamaan antara mahasiswa
eksakta dengan mahasiswa non eksakta
b. Ha = ada perbedaan sikap keagamaan antara mahasiswa eksakta
dengan mahasiswa non eksakta

3. Deskripsi Data
Dari hasil angket diketahui data tentang sikap keagamaan mahasiswa sebagai
berikut:
No Mahasiswa Fakultas/Prodi Sikap Keagamaan
1 eksakta 78,00
2 eksakta 78,00
3 eksakta 76,00
4 eksakta 78,00
5 eksakta 67,00
6 eksakta 56,00
7 eksakta 90,00
8 eksakta 56,00
9 eksakta 78,00
10 eksakta 78,00
11 eksakta 87,00
12 eksakta 65,00
13 eksakta 58,00
14 eksakta 65,00
15 eksakta 56,00
16 eksakta 78,00
17 eksakta 67,00
18 eksakta 78,00
19 eksakta 76,00
20 eksakta 75,00
21 eksakta 74,00
22 eksakta 72,00

86
 No Mahasiswa Fakultas/Prodi Sikap Keagamaan
23 eksakta 71,00
24 eksakta 76,00
25 eksakta 56,00
26 eksakta 78,00
27 non eksakta 56,00
28 non eksakta 76,00
29 non eksakta 45,00
30 non eksakta 67,00
31 non eksakta 68,00
32 non eksakta 56,00
33 non eksakta 57,00
34 non eksakta 58,00
35 non eksakta 68,00
36 non eksakta 67,00
37 non eksakta 63,00
38 non eksakta 53,00
39 non eksakta 65,00
40 non eksakta 74,00
41 non eksakta 98,00
42 non eksakta 54,00
43 non eksakta 56,00

Group Statistics

Std. Error
Prodi N Mean Std. Deviation Mean
Sikap Keagamaan eksakta 26 71,8077 9,52058 1,86714
non eksakta 17 63,5882 12,01072 2,91303

Grafik

87
4. Uji persayaratan analisis
Untuk penggunaan analisis komparasi (baik dengan menggunakan t. tes
maupun ANOVA), diperlukan beberapa uji prasyarat analisis, yaitu: uji
normalitas dan uji homogenitas variance
a. Uji normalitas dengan menggunakan Kolmogorov Smirnov
Caranya: Dengan menggunakan SPSS, pilih menu Analyze, Non
Parametric Tes, 1-sample K-S
c
One-Sample Kolmogorov-Smirnov Test

Sikap
Keagamaan
N 26
Normal Parameters a,b Mean 71,8077
Std. Deviation 9,52059
Most Extreme Absolute ,181
Differences Positive ,181
Negative -,170
Kolmogorov-Smirnov Z ,922
Asymp. Sig. (2-tailed) ,363
a. Test distribution is Normal.
b. Calculated from data.
c. Program Studi = eksakta

88
 c
One-Sample Kolmogorov-Smirnov Test

Sikap
Keagamaan
N 17
Normal Parameters a,b Mean 63,5882
Std. Deviation 12,01072
Most Extreme Absolute ,180
Differences Positive ,180
Negative -,130
Kolmogorov-Smirnov Z ,743
Asymp. Sig. (2-tailed) ,639
a. Test distribution is Normal.
b. Calculated from data.
c. Program Studi = non eksakta

Dari kedua out put tersebut di atas, diketahui bahwa distribusi data sikap
keagamaan kedua program studi adalah normal, sehingga bisa
dilanjutkan dengan analisis statistic parametric selanjutnya, yaitu uji
hipotesis dengan menggunakan rumus t.

b. Uji homogenitas variance dengan explore, power estimation

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
Sikap Keagamaan Based on Mean ,231 1 41 ,634
Based on Median ,347 1 41 ,559
Based on Median and
,347 1 40,241 ,559
with adjusted df
Based on trimmed mean ,211 1 41 ,648

Dari out put tes homogenitas variance diketahui bahwa nilai P atau
probablitas (sig) based on mean adalah = 0,634; based on median adalah
= 0,559; based on median with adjustes df adalah = 0,559; dan based on
trimmed mead adalah = 0,648. Oleh karena semua nilai P > 0,05, maka
dapat disimpulkan bahwa data sikap keagamaan memiliki varian yang
sama, atau data tersebut berasal dari populasi-populasi dengan varian
yang sama.

5. Uji Hipotesis
a. Ha = Ada perbedaan sikap keagamaan antara mahasiswa eksakta
dengan mahasiswa non eksakta
b. Taraf signifikansi = 5 % (0,05)
c. Statistik uji = t test untuk sample tidak berpasangan (independent)
d. Kriteria uji : Ha diterima jika P (sig) < 0.05
e. Hasil perhitungan

89
 Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
Sikap Keagamaan Equal variances
,231 ,634 2,495 41 ,017 8,2195 3,29448 1,56612 14,87279
assumed
Equal variances
2,376 28,742 ,024 8,2195 3,46005 1,14011 15,29881
not assumed

f. Kesimpulan:
Karena sig (P) = 0,017 lebih kecil dari 0,05, maka Ha diterima.
Dengan demikian, ada perbedaan sikap keagamaan yang signifikan
antara mahasiswa eksakta dan non eksakta

B. Penelitian Komparasi Dua sampel (berpasangan)

6. Rumusan Masalah
a. Adakah perbedaan partisipasi siswa antara sebelum dan sesudah
penerapan active learning di kalangan siswa kelas 2 MAN Ponorogo

7. Hipotesis
a. Ho = tidak ada perbedaan partisipasi siswa antara sebelum dan
sesudah penerapan active learning di kalangan siswa kelas 2 MAN
Ponorogo
b. Ha = ada perbedaan partisipasi siswa antara sebelum dan sesudah
penerapan active learning di kalangan siswa kelas 2 MAN Ponorogo

8. Deskripsi Data
Dari hasil pengamatan terhadap partisipasi siswa kelas 2 MAN Ponorogo
diketahui sebagai berikut:
No Mahasiswa Sebelum Active Learning Sesudah Active Learning
1 69 80
2 56 76
3 76 76
4 54 75
5 45 78
6 56 80
7 57 80
8 65 87
9 64 86
10 65 76
11 67 75
12 67 78
13 65 80
14 65 76
15 64 76
16 55 68

90
 No Mahasiswa Sebelum Active Learning Sesudah Active Learning
17 56 69
18 57 67
19 68 78
20 78 76
21 67 78
22 65 78
23 75 76
24 67 79
25 65 78
26 65 70
27 64 76
28 65 76
29 67 78
30 65 78
31 57 76
32 56 75
33 55 76
34 50 67
35 50 66
36 54 67
37 53 65
38 52 64
39 51 63
40 67 70
41 65 70
42 67 75
43 76 78

Descriptive Statistics

N Minimum Maximum Sum Mean Std. Deviation

Sebelum Active Learning 43 45.00 78.00 2667.00 62.0233 7.71976

Sesudah Active Learning 43 63.00 87.00 3216.00 74.7907 5.49700

Valid N (listwise) 43

Grafik

91
9. Uji persayaratan analisis
Uji normalitas dengan menggunakan Kolmogorov Smirnov
Caranya:
 Dengan menggunakan SPSS, pilih menu Analyze, Non Parametric
Tes, 1-sample K-S

One-Sample Kolmogorov-Smirnov Test

Sebelum Active Sesudah Active
Learning Learning
N 43 43
Normal Parametersa,,b Mean 62.0233 74.7907
Std. Deviation 7.71976 5.49700
Most Extreme Differences Absolute .206 .236
Positive .138 .125
Negative -.206 -.236
Kolmogorov-Smirnov Z 1.349 1.548
Asymp. Sig. (2-tailed) .053 .017
a. Test distribution is Normal.
b. Calculated from data.

Dari out put tersebut di atas, diketahui bahwa distribusi data sikap partisipasi
siswa baik sebelum maupun sesudah penerapan active learning adalah
normal, sehingga bisa dilanjutkan dengan analisis statistic parametric
selanjutnya, yaitu uji hipotesis dengan menggunakan rumus t. untuk sample
berpasangan (paired sample)

10. Uji Hipotesis

a. Ha = ada perbedaan partisipasi siswa antara sebelum dan sesudah
penerapan active learning di kalangan siswa kelas 2 MAN Ponorogo
b. Taraf signifikansi = 5 %
c. Statistik uji = t test untuk sample berpasangan (paired sample)
d. Kriteria uji : Ha diterima jika P < 0.05

92
 e. Hasil perhitungan

Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 Sebelum Active Learning 62.0233 43 7.71976 1.17725
Sesudah Active Learning 74.7907 43 5.49700 .83829

Paired Samples Correlations

N Correlation Sig.
Pair 1 Sebelum Active Learning & 43 .484 .001
Sesudah Active Learning

Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Difference
Std. Std. Error Sig. (2-
Mean Deviation Mean Lower Upper t df tailed)
Pair Sebelum Active -12.767 6.98242 1.06481 -14.91631 -10.61857 -11.990 42 .000
1 Learning -
Sesudah Active
Learning

f. Kesimpulan:
Karena sig (P) = 0,000 lebih kecil dari 0,05, maka Ha diterima.
Dengan demikian, ada perbedaan partsisipasi yang signifikan antara
sebelum dan sesudah penerapan active learning di kalangan siswa
kelas 2 MAN Ponorogo

C. Penelitian Komparasi Tiga Variabel

11. Rumusan Masalah
Adakah perbedaan pemahaman keagamaan antara siswa MA, SMA, dan SMK
di Kota Ponorogo

12. Hipotesis
a. Ho = tidak ada perbedaan pemahaman keagamaan antara siswa MA,
SMA, dan SMK
b. Ha = ada perbedaan pemahaman keagamaan antara siswa MA, SMA,
dan SMK

13. Deskripsi Data

Dari hasil angket tentang pemahaman agama yang diberikan kepada sample
siswa MA, SMA, dan SMK di Ponorogo, diketahui hasilnya sebagai berikut:

93
No Siswa Asal Sekolah Pemahaman Agama
1 MA 80,00

94
No Siswa Asal Sekolah Pemahaman Agama
2 MA 76,00
3 MA 76,00
4 MA 75,00
5 MA 80,00
6 MA 80,00
7 MA 87,00
8 MA 86,00
9 MA 76,00
10 MA 78,00
11 MA 76,00
12 MA 67,00
13 MA 65,00
14 MA 64,00
15 MA 78,00
16 MA 90,00
17 MA 89,00
18 MA 90,00
19 MA 94,00
20 SMA 78,00
21 SMA 75,00
22 SMA 78,00
23 SMA 80,00
24 SMA 76,00
25 SMA 76,00
26 SMA 79,00
27 SMA 78,00
28 SMA 70,00
29 SMA 78,00
30 SMA 76,00
31 SMA 75,00
32 SMA 70,00
33 SMA 70,00
34 SMA 75,00
35 SMA 67,00
36 SMA 65,00
37 SMA 60,00
38 SMK 68,00
39 SMK 69,00
40 SMK 67,00
41 SMK 78,00
42 SMK 76,00
43 SMK 78,00
44 SMK 76,00
45 SMK 76,00
46 SMK 78,00
47 SMK 76,00
48 SMK 67,00
49 SMK 66,00
50 SMK 63,00

95
 Descriptives

Pemahaman Agama
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
MA 19 79,3158 8,49871 1,94974 75,2195 83,4120 64,00 94,00
SMA 18 73,6667 5,48795 1,29352 70,9376 76,3958 60,00 80,00
SMK 13 72,1538 5,50524 1,52688 68,8271 75,4806 63,00 78,00
Total 50 75,4200 7,36536 1,04162 73,3268 77,5132 60,00 94,00

Grafik untuk ketiga sample adalah sebagai berikut:

6
Frequency

5
4

SMK
3
2 4
3 3
1 2
1
0 0 0 0 0 0 0 0 0 0

6
Frequency

Asal Sekolah
4

SMA
3 6
5
2
3
1 2
1 1
0 0 0 0 0 0 0 0 0

6
Frequency

5
4

MA
3
5
2
3
1 2 2 2 2
1 1 1
0 0 0 0 0 0
60.00 70.00 80.00 90.00 100.00

Pemahaman Agama

14. Uji persayaratan analisis

Untuk penggunaan analisis komparasi (baik dengan menggunakan t. tes
maupun ANOVA), diperlukan beberapa uji prasyarat analisis, yaitu: uji
normalitas dan uji homogenitas variance
a. Uji normalitas dengan menggunakan Kolmogorov Smirnov
Caranya: Dengan menggunakan SPSS, pilih menu Analyze, Non
Parametric Tes, 1-sample K-S

96
 One-Sample Kolmogorov-Smirnov Test

Pemahaman
Agama
N 50
Normal Parameters a,b Mean 75,4200
Std. Deviation 7,36536
Most Extreme Absolute ,177
Differences Positive ,147
Negative -,177
Kolmogorov-Smirnov Z 1,253
Asymp. Sig. (2-tailed) ,086
a. Test distribution is Normal.
b. Calculated from data.

Dari out put tersebut di atas, diketahui bahwa distribusi data pemahaman
agama siswa adalah normal, sehingga bisa dilanjutkan dengan analisis
statistic parametric selanjutnya, yaitu uji hipotesis dengan menggunakan
rumus ANOVA satu jalan

b. Uji homogenitas variance dengan explore, power estimation

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
Pemahaman Agama Based on Mean 1,491 2 47 ,236
Based on Median 1,281 2 47 ,287
Based on Median and
1,281 2 44,287 ,288
with adjusted df
Based on trimmed mean 1,606 2 47 ,212

Dari out put tes homogenitas variance diketahui bahwa nilai P atau
probablitas (sig) based on mean adalah = 0,236; based on median adalah
= 0,287; based on median with adjustes df adalah = 0,288; dan based on
trimmed mead adalah = 0,212. Oleh karena semua nilai P > 0,05, maka
dapat disimpulkan bahwa data sikap keagamaan memiliki varian yang
sama, atau data tersebut berasal dari populasi-populasi dengan varian
yang sama.

15. Uji Hipotesis

a. Ha = ada perbedaan pemahaman keagamaan antara siswa MA, SMA,
dan SMK
b. Taraf signifikansi = 5 %
c. Statistik uji = ANOVA satu jalan (one way ANOVA)
d. Kriteria uji : Ha diterima jika P < 0.05
e. Hasil perhitungan

97
 ANOVA

Pemahaman Agama
Sum of
Squares df Mean Square F Sig.
Between Groups 482,382 2 241,191 5,210 ,009
Within Groups 2175,798 47 46,294
Total 2658,180 49

f. Kesimpulan:
Dari output tersebut di atas, diketahui bahwa nilai F = 5,210, dengan
nilai P (sig) = 0,009. Karena P < 0,05, maka Ha diterima. Artinya
memang benar ada perbedaan pemahaman keagamaan yang
signfikan antara siswa MA, SMA, dan SMK
Agar bisa diketahui, pasangan kelompok sample mana yang memiliki perbedaan
signifikan dengan kelompok sample yang lain, maka perlu dilakukan uji ANOVA
lanjutan dengan Post Hoc model Tukey dan Bonferroni (sudah ada dalam menu
ANOVA SPSS)1. Adapun hasilnya adalah sebagai berikut:
Multiple Comparisons

Dependent Variable: Pemahaman Agama

Mean
Difference 95% Confidence Interval
(I) Asal Sekolah (J) Asal Sekolah (I-J) Std. Error Sig. Lower Bound Upper Bound
Tukey HSD MA SMA 5,64912* 2,23794 ,039 ,2330 11,0652
SMK 7,16194* 2,44899 ,014 1,2351 13,0888
SMA MA -5,64912* 2,23794 ,039 -11,0652 -,2330
SMK 1,51282 2,47647 ,815 -4,4805 7,5062
SMK MA -7,16194* 2,44899 ,014 -13,0888 -1,2351
SMA -1,51282 2,47647 ,815 -7,5062 4,4805
Bonferroni MA SMA 5,64912* 2,23794 ,045 ,0930 11,2052
SMK 7,16194* 2,44899 ,016 1,0819 13,2420
SMA MA -5,64912* 2,23794 ,045 -11,2052 -,0930
SMK 1,51282 2,47647 1,000 -4,6355 7,6611
SMK MA -7,16194* 2,44899 ,016 -13,2420 -1,0819
SMA -1,51282 2,47647 1,000 -7,6611 4,6355
*. The mean difference is significant at the .05 level.

Dari output Tukey HSD baris pertama, diketahui bahwa pada kolom mean
difference diperoleh perbedaan rata-rata siswa MA dan SMA adalah
5,64912 dengan nilai sig atau P = 0,039. Karena P < 0,05, maka bisa
disimpulkan adanya perbedaan yang signifikan antara pemahaman agama
siswa MA dan SMA.
Begitu juga dengan perbedaan mean antara MA dengan SMK (7,16194)
dengan P = 0,014. Karena P < 0,05, maka bisa disimpulkan bahwa ada
perbedaan yang signifikan antara pemahaman agama siswa MA dan SMK.

1
Silahkan baca Triton PB, SPSS 13 Terapan,Riset Statistik Parametrik (Yogyakarta: Penerbit Andi, 2007),
halaman 199-201

98
 Sementara itu, pada baris berikutnya, diketahui perbedaan mean antara SMA
dan SMK adalah 1,51282 dengan nilai P = 0,815. Karena P > 0,05, maka
bisa disimpulkan bahwa tidak ada perbedaan yang signifikan antara
pemahaman agama siswa SMA dan SMK.

Catatan: sebenarnya hanya dengan melihat tanda bintang (*) di belakang

angka mean difference sudah bias diketahui tentang signifikansi perbedaan
mean antar pasangan kelompok sample.

D. Penelitian Korelasi Dua Variabel

16. Rumusan Masalah
Adakah hubungan yang signifikan antara motivasi dengan hasil belajar siswa
dalam matapelajaran PAI siswa SMK 1 Ponorogo

17. Hipotesis
a. Ho = tidak hubungan yang signifikan antara motivasi dengan hasil
belajar siswa dalam matapelajaran PAI siswa SMK 1 Ponorogo
b. Ha = ada hubungan yang signifikan antara motivasi dengan hasil
belajar siswa dalam matapelajaran PAI siswa SMK 1 Ponorogo

18. Deskripsi Data

Dari hasil angket tentang motivasi dan nilai hasil belajar PAI Siswa SMK 1
Ponorogo, diketahui hasilnya sebagai berikut:

No Siswa Motivasi Nilai Hasil Belajar PAI

1 97 99
2 87 98
3 86 96
4 87 97
5 86 94
6 80 78
7 79 92
8 80 90
9 85 91
10 78 87
11 92 86
12 90 76
13 91 74
14 87 73
15 86 72
16 76 87
17 74 86
18 73 87
19 72 78
20 87 92
21 86 90
22 87 91
23 86 87
24 80 86
25 79 76

99
 No Siswa Motivasi Nilai Hasil Belajar PAI
26 80 74
27 85 73
28 78 72
29 92 87
30 90 86
31 91 87
32 87 78
33 86 92
34 86 90
35 87 91
36 86 87
37 87 86
38 86 76
39 80 74
40 79 73
41 80 72
42 85 87
43 78 86
44 92 87
45 90 78
46 91 92
47 87 90
48 86 91
49 90 87
50 93 86

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Motivasi Belajar 50 72 97 84,86 5,584
Hasil Belajar 50 72 99 84,90 7,744
Valid N (listwise) 50

Grafik untuk kedua variable adalah sebagai berikut:

100
 25

20

F re q u e n c y
15

22
10

5 10

6 6
Mean = 84.86
Std. Dev. = 5.584
2 N = 50
1 1 1 1
0 0 0
70 75 80 85 90 95 100

Motivasi Belajar

20

15
F re q u en c y

10

17

12

4 Mean = 84.9
3 3 Std. Dev. = 7.744
2 2 N = 50
1
0 0 0 0
70 75 80 85 90 95 100

Hasil Belajar

19. Uji persayaratan analisis

a. Uji normalitas dengan menggunakan Kolmogorov Smirnov
Caranya: Dengan menggunakan SPSS, pilih menu Analyze, Non
Parametric Tes, 1-sample K-S

101
 One-Sample Kolmogorov-Smirnov Test

Motivasi
Belajar Hasil Belajar
N 50 50
Normal Parameters a,b Mean 84,86 84,90
Std. Deviation 5,584 7,744
Most Extreme Absolute ,201 ,236
Differences Positive ,128 ,134
Negative -,201 -,236
Kolmogorov-Smirnov Z 1,420 1,672
Asymp. Sig. (2-tailed) ,035 ,007
a. Test distribution is Normal.
b. Calculated from data.

Dari out put tersebut di atas, diketahui bahwa distribusi data motivasi
dan hasil belajar siswa adalah normal, sehingga bisa dilanjutkan dengan
analisis statistic parametric selanjutnya, yaitu uji hipotesis dengan
menggunakan rumus korealsi product moment.

20. Uji Hipotesis

a. Ha = ada hubungan yang signifikan antara motivasi dengan hasil
belajar siswa dalam matapelajaran PAI siswa SMK 1 Ponorogo
b. Taraf signifikansi = 5 %
c. Statistik uji = Korelasi Product Moment
d. Kriteria uji : Ha diterima jika P < 0.05
e. Hasil perhitungan
Correlations

Motivasi
Belajar Hasil Belajar
Motivasi Belajar Pearson Correlation 1 ,280*
Sig. (2-tailed) ,049
N 50 50
Hasil Belajar Pearson Correlation ,280* 1
Sig. (2-tailed) ,049
N 50 50
*. Correlation is significant at the 0.05 level (2-tailed).

f. Kesimpulan:
Dari output tersebut di atas, diketahui bahwa nilai korelasi (r) =
0,280 dengan P (sig) = 0,49. Karena P < 0,05, maka Ha diterima.
Artinya memang benar ada hubungan antara motivasi dengan nilai
hasil belajar PAI siswa SMK 1 Ponorogo.

E. Penelitian Korelasi Tiga Variabel

21. Rumusan Masalah

102
 Apakah motivasi dan persepsi terhadap matapelajaran berpengaruh terhadap
hasil belajar siswa dalam matapelajaran PAI siswa SMK 1 Ponorogo

22. Hipotesis
a. Ho = tidak ada pengaruh yang signifikan antara motivasi dan
persepsi terhadap matapelajaran dengan hasil belajar siswa dalam
matapelajaran PAI siswa SMK 1 Ponorogo
b. Ha = ada pengaruh yang signifikan antara motivasi dan persepsi
terhadap matapelajaran dengan hasil belajar siswa dalam
matapelajaran PAI siswa SMK 1 Ponorogo
23. Deskripsi Data
Motivasi, persepsi terhadap matapelajaran PAI dan nilai hasil belajar PAI
Siswa SMK 1 Ponorogo, diketahui sebagai berikut:

No Siswa Motivasi Persepsi terhadap maple Nilai Hasil Belajar PAI

1 97 80 99
2 87 76 98
3 86 76 96
4 87 75 97
5 86 80 94
6 80 80 78
7 79 87 92
8 80 86 90
9 85 76 91
10 78 78 87
11 92 76 86
12 90 67 76
13 91 65 74
14 87 64 73
15 86 78 72
16 76 69 87
17 74 56 86
18 73 76 87
19 72 54 78
20 87 56 92
21 86 57 90
22 87 65 91
23 86 64 87
24 80 65 86
25 79 65 76
26 80 75 74
27 85 54 73
28 78 53 72
29 92 52 87
30 90 76 86
31 91 78 87
32 87 75 78
33 86 78 92
34 86 80 90
35 87 76 91
36 86 76 87

103
No Siswa Motivasi Persepsi terhadap maple Nilai Hasil Belajar PAI
37 87 79 86
38 86 78 76
39 80 70 74
40 79 78 73
41 80 76 72
42 85 75 87
43 78 70 86
44 92 70 87
45 90 75 78
46 91 75 92
47 87 78 90
48 86 80 91
49 90 76 87
50 93 76 86

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Motivasi Belajar 50 72 97 84,86 5,584
Persepsi thd Mapel 50 52 87 72,00 8,792
Hasil Belajar 50 72 99 84,90 7,744
Valid N (listwise) 50

Grafik untuk kedua variable adalah sebagai berikut:

25

20
F re q u e n c y

15

22
10

5 10

6 6
Mean = 84.86
Std. Dev. = 5.584
2 N = 50
1 1 1 1
0 0 0
70 75 80 85 90 95 100

Motivasi Belajar

104
 20

15

F re q u e n c y 10

17

5
8

6
5
4 Mean = 72
3 Std. Dev. = 8.792
2 2 N = 50
1 1 1
0 0
50 60 70 80 90

Persepsi thd Mapel

20

15
F re q u e n c y

10

17

12

4 Mean = 84.9
3 3 Std. Dev. = 7.744
2 2 N = 50
1
0 0 0 0
70 75 80 85 90 95 100

Hasil Belajar

24. Uji persayaratan analisis

a. Uji normalitas dengan menggunakan Kolmogorov Smirnov
Caranya: Dengan menggunakan SPSS, pilih menu Analyze, Non
Parametric Tes, 1-sample K-S

105
 One-Sample Kolmogorov-Smirnov Test

Motivasi Persepsi
Belajar thd Mapel Hasil Belajar
N 50 50 50
Normal Parameters a,b Mean 84,86 72,00 84,90
Std. Deviation 5,584 8,792 7,744
Most Extreme Absolute ,201 ,274 ,236
Differences Positive ,128 ,141 ,134
Negative -,201 -,274 -,236
Kolmogorov-Smirnov Z 1,420 1,934 1,672
Asymp. Sig. (2-tailed) ,035 ,001 ,007
a. Test distribution is Normal.
b. Calculated from data.

Dari out put tersebut di atas, diketahui bahwa distribusi data motivasi,
persepsi terhadap matapelajaran, dan hasil belajar siswa adalah normal,
sehingga bisa dilanjutkan dengan analisis statistic parametric
selanjutnya, yaitu uji hipotesis dengan menggunakan rumus regresi.

25. Uji Hipotesis

a. Ha = ada pengaruh yang signifikan antara motivasi dan persepsi
terhadap matapelajaran dengan hasil belajar siswa dalam
matapelajaran PAI siswa SMK 1 Ponorogo
b. Taraf signifikansi = 5 %
c. Statistik uji = Regresi Ganda
d. Kriteria uji : Ha diterima jika P < 0.05
e. Hasil perhitungan
Correlations

Motivasi Persepsi
Belajar Hasil Belajar thd Mapel
Motivasi Belajar Pearson Correlation 1 ,280* ,155
Sig. (2-tailed) ,049 ,282
N 50 50 50
Hasil Belajar Pearson Correlation ,280* 1 ,293*
Sig. (2-tailed) ,049 ,039
N 50 50 50
Persepsi thd Mapel Pearson Correlation ,155 ,293* 1
Sig. (2-tailed) ,282 ,039
N 50 50 50
*. Correlation is significant at the 0.05 level (2-tailed).

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 ,377a ,142 ,106 7,324
a. Predictors: (Constant), Persepsi thd Mapel, Motivasi
Belajar

106
 ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 417,470 2 208,735 3,891 ,027a
Residual 2521,030 47 53,639
Total 2938,500 49
a. Predictors: (Constant), Persepsi thd Mapel, Motivasi Belajar
b. Dependent Variable: Hasil Belajar

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 40,445 17,089 2,367 ,022
Motivasi Belajar ,333 ,190 ,240 1,754 ,086
Persepsi thd Mapel ,225 ,120 ,256 1,872 ,068
a. Dependent Variable: Hasil Belajar

f. Kesimpulan:
1) Dari output model summary di atas, diketahui bahwa nilai r =
0,377 dan r square = 0,142. Artinya, bahwa 14,2% variasi hasil
belajar PAI siswa dipengaruhi oleh variable motivasi dan
persepsi terhadap matapelajaran
2) Dari output Anova, diketahui bahwa nilai F = 3,891 dengan P
(sig) = 0,027. Karena P < 0,05, maka model regresi bias
dipakai untuk memprediksi nilai hasil belajar PAI siswa SMK
1 Ponorogo.
3) Dari output Coefficients, diketahui:
 Nilai B constant adalah 40,445 yang berarti bahwa jika
motivasi dan persepsi terhadap maple PAI diabaikan, maka
nilai hasil belajar PAI = 40,445
 Nilai B Motivasi Belajar adalah 0,333, yang berarti jika
skor motivasi belajar bertambah 1, maka terjadi
peningkatan nilai hasil belajar sebesar 0,333
 Nilai B Persepsi Terhadap Mapel adalah 0,225, yang berarti
jika skor persepsi terhadap PAI bertambah 1, maka terjadi
peningkatan nilai hasil belajar sebesar 0,225
 Berdasarkan nilai B constant, B Motivasi dan B Persepsi,
maka dapat diketahui persamaan regresinya adalah:
Y = a + B1x1 + B2X2
Y = 40,445 + 0,333X1 + 0,225X2
4) Dasar pengambilan keputusan: (berdasarkan nilai P)
 Untuk variable motivasi (X1), P = 0,86. Karena P > 0,05,
maka Ha ditolak. Artinya, variable motivasi tidak
berpengaruh secara signifikan terhadap variable hasil
belajar PAI
 Untuk variable persepsi terhadap matapelajaran PAI (X2),
P = 0,068. Karena P > 0,05, maka Ha ditolak. Artinya,

107
 variable persepsi terhadap matapelajaran PAI tidak
berpengaruh secara signifikan terhadap variable hasil
belajar PAI
5) Penghitungan sumbangan efektif dan relative masing-masing
variable X. (tanpa melalui korelasi parsial)
Jika masing-masing variable x memberikan pengaruh yang
signifikan terhadap variable Y, maka bias dilanjutkan
perhitungan untuk menghitung besarnya sumbangan efektif
(SE) dan sumbangan relative (SR) untuk masing-masing
varabel.
Anggap saja variable motivasi (X1) dan persepsi terhadap
mapel (X2) berpengaruh terhadap variable nilai hasil belajar
PAI (Y), maka:
a) Sumbangan Efektif (SE%)
 SE Motivasi (X1)
SE (X1)% = bx1 × rx1y× 100%
= 0,333 × 0,280 × 100% = 9,32%
 SE Persepsi (X2)
SE (X2)% = bx2 × rx2y× 100%
= 0,225 × 0,293 × 100% = 6,593%
Berdasarkan perhitungan di atas diketahui bahwa
sumbangan efektif total = 9,32 % + 6,59% =
15,91%. (Mestinya, nilai ini sama dengan R square
= 14,2%

b) Sumbangan relatif (SR%)

 SR Motivasi (X1)
SR (X1)% = SE (X1)/R2 x 100%
= 9,32/0,142 x 100% = 65,63%
 SR Persepsi (X2) =
SR (X2) % = SE (X2)/R2 x 100%
= 6,593/0,142 x 100% = 46,42%

Jumlah SR = 65,63 + 46,42 = 112.05%

Mestinya: SR X1 + SR X2 = 100%

Catatan: Perlu dilanjutkan korelasi partial.

6) Penghitungan sumbangan efektif dan relative masing-masing
variable X. (melalui korelasi parsial)

108
 Correlations

Persepsi
Control Variables thd Mapel Hasil Belajar
Motivasi Belajar Persepsi thd Mapel Correlation 1,000 ,263
Significance (2-tailed) . ,068
df 0 47
Hasil Belajar Correlation ,263 1,000
Significance (2-tailed) ,068 .
df 47 0

Correlations

Motivasi
Control Variables Hasil Belajar Belajar
Persepsi thd Mapel Hasil Belajar Correlation 1,000 ,248
Significance (2-tailed) . ,086
df 0 47
Motivasi Belajar Correlation ,248 1,000
Significance (2-tailed) ,086 .
df 47 0

a) Sumbangan Efektif (SE%)

 SE Motivasi (X1)
SE (X1)% = bx1 × rx1y× 100%
= 0,333 × 0,263 × 100% = 8,75%
 SE Persepsi (X2)
SE (X2)% = bx2 × rx2y× 100%
= 0,225 × 0,248 × 100% = 5,58%
Berdasarkan perhitungan di atas diketahui bahwa
sumbangan efektif total = 8,75 % + 5,58% = 14,3%.

b) Sumbangan relatif (SR%)

 SR Motivasi (X1)
SR (X1)% = SE (X1)/R2 x 100%
= 8,75/0,142 x 100% = 61,61%
 SR Persepsi (X2) =
SR (X2) % = SE (X2)/R2 x 100%
= 5,58/0,142 x 100% = 39,29%

Jumlah SR = 61,61 + 39,29 = 100%

109