SMPN 1

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 6.490 8.750 .742 .460
Optimisme .611 .254 .222 2.407 .018 .998 1.002
Motivasi Belajar .988 .195 .468 5.068 .000 .998 1.002
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai tolerance>0.100 dan VIF<10.00 maka tidak terjadi gejala multikolinieritas.

ANALISIS DATA:

Variable independence memiliki nilai tolerance lebih dari 0.100 dan VIF kurang dari 10.00 maka berkesimpulan asumsi
multikolinieritas terpenuhi atau tidak terjadi gejala multikolinieritas.
ANILISIS DATA;

Sebaran data menyebar dan mengikuti garis diagonal maka berkesimpulan data berdistrubusi normal

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 88
Normal Parametersa,b Mean .0000000
Std. Deviation 6.10734175
Most Extreme Differences Absolute .053
Positive .053
Negative -.042
Test Statistic .053
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

KRITERIA PENGUJIAN:

Jika nilai Asymp.sig >0.05 maka data berdistribusi normal

ANALISIS DATA:

Nilai Asymp. Sig. (2-tailed) yang didapat sebesar 0.200 lebih besar 0.05 maka berkesimpulan data berdistribusi normal.
ANALISIS DATA:
Tidak ada pola yang jelas dan sebaran data menyebar diatas serta dibawah atau disekitar angka 0 maka
berkesimpulan data tidak terjadi heterokedastisitas atau asumsi uji heterokadatisitas terpenuhi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.055 5.266 .200 .842
Optimisme -.154 .153 -.107 -1.009 .316
Motivasi Belajar .202 .117 .182 1.718 .089
a. Dependent Variable: ABS_RES

KRITERIA PENGUJIAN:
Jika nilai signifikansi lebih besar dari 0.05 maka berkesimpulan data tidak terjadi gejala heterokedastisitas
ANALISIS DATA:
Variabel Optimisme mempunyai nilai signifikansi sebasar 0.316 (>0.05)
Variable Motivasi Belajar mempunyai nilai signifikansi sebesar 0.089 (>0.05)
UJI F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1245.796 2 622.898 16.316 .000b
Residual 3245.067 85 38.177
Total 4490.864 87
a. Dependent Variable: Kesiapan Belajar
b. Predictors: (Constant), Motivasi Belajar, Optimisme

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen secara simultan mempengaruhi variabel
dependen

ANALISIS DATA:

Nilai signifikansi yang didapat sebesar 0.000 (<0.05) maka berkesimpulan bahwa variabel optimisme dan motivasi belajar
sacara simultan mempengaruhi variabel kesiapan belajar

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 6.490 8.750 .742 .460
Optimisme .611 .254 .222 2.407 .018
Motivasi Belajar .988 .195 .468 5.068 .000
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen berpengaruh terhadap variabel dependen

ANALISIS DATA:

Nilai signifikansi untuk variabel optimisme yang didapat sebesar 0.018 (<0.05) maka berkesimpulan bahwa variabel
optimisme berpengaruh terhadap variabel kesiapan belajar

Nilai signifikansi untuk variabel motivasi belajar yang didapat sebesar 0.000(<0.05) maka berkesimpulan bahwa variabel
motivasi belajar berpengaruh terhadap variabel kesiapan belajar
SMPN 5

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 22.489 6.114 3.678 .000
Optimisme .797 .318 .274 2.504 .014 .799 1.252
Motivasi Belajar .491 .152 .352 3.222 .002 .799 1.252
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai tolerance>0.100 dan VIF<10.00 maka tidak terjadi gejala multikolinieritas.

ANALISIS DATA:

Variable independence memiliki nilai tolerance lebih dari 0.100 dan VIF kurang dari 10.00 maka berkesimpulan asumsi
multikolinieritas terpenuhi atau tidak terjadi gejala multikolinieritas.
ANILISIS DATA;

Sebaran data menyebar dan mengikuti garis diagonal maka berkesimpulan data berdistrubusi normal

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 78
Normal Parameters a,b
Mean .0000000
Std. Deviation 4.81816024
Most Extreme Differences Absolute .073
Positive .073
Negative -.060
Test Statistic .073
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

KRITERIA PENGUJIAN:

Jika nilai Asymp.sig >0.05 maka data berdistribusi normal

ANALISIS DATA:

Nilai Asymp. Sig. (2-tailed) yang didapat sebesar 0.200 lebih besar 0.05 maka berkesimpulan data berdistribusi normal.
ANALISIS DATA:
Tidak ada pola yang jelas dan sebaran data menyebar diatas serta dibawah atau disekitar angka 0 maka
berkesimpulan data tidak terjadi heterokedastisitas atau asumsi uji heterokadatisitas terpenuhi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.948 3.810 .511 .611
Optimisme .041 .198 .027 .207 .836
Motivasi Belajar .028 .095 .038 .296 .768
a. Dependent Variable: ABS_RES

KRITERIA PENGUJIAN:
Jika nilai signifikansi lebih besar dari 0.05 maka berkesimpulan data tidak terjadi gejala heterokedastisitas
ANALISIS DATA:
Variabel Optimisme mempunyai nilai signifikansi sebasar 0.836 (>0.05)
Variable Motivasi Belajar mempunyai nilai signifikansi sebesar 0.768 (>0.05)
UJI F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 712.689 2 356.344 14.951 .000b
Residual 1787.529 75 23.834
Total 2500.218 77
a. Dependent Variable: Kesiapan Belajar
b. Predictors: (Constant), Motivasi Belajar, Optimisme

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen secara simultan mempengaruhi variabel
dependen

ANALISIS DATA:

Nilai signifikansi yang didapat sebesar 0.000 (<0.05) maka berkesimpulan bahwa variabel optimisme dan motivasi belajar
sacara simultan mempengaruhi variabel kesiapan belajar

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 22.489 6.114 3.678 .000
Optimisme .797 .318 .274 2.504 .014
Motivasi Belajar .491 .152 .352 3.222 .002
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen berpengaruh terhadap variabel dependen

ANALISIS DATA:

Nilai signifikansi untuk variabel optimisme yang didapat sebesar 0.014 (<0.05) maka berkesimpulan bahwa variabel
optimisme berpengaruh terhadap variabel kesiapan belajar

Nilai signifikansi untuk variabel motivasi belajar yang didapat sebesar 0.002(<0.05) maka berkesimpulan bahwa variabel
motivasi belajar berpengaruh terhadap variabel kesiapan belajar
SMPN 7

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 14.164 6.445 2.198 .033
Optimisme .589 .250 .270 2.352 .023 .828 1.208
Motivasi Belajar .900 .185 .559 4.874 .000 .828 1.208
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai tolerance>0.100 dan VIF<10.00 maka tidak terjadi gejala multikolinieritas.

ANALISIS DATA:

Variable independence memiliki nilai tolerance lebih dari 0.100 dan VIF kurang dari 10.00 maka berkesimpulan asumsi
multikolinieritas terpenuhi atau tidak terjadi gejala multikolinieritas.
ANILISIS DATA;

Sebaran data menyebar dan mengikuti garis diagonal maka berkesimpulan data berdistrubusi normal

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 48
Normal Parametersa,b Mean .0000000
Std. Deviation 4.40616586
Most Extreme Differences Absolute .073
Positive .073
Negative -.052
Test Statistic .073
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

KRITERIA PENGUJIAN:

Jika nilai Asymp.sig >0.05 maka data berdistribusi normal

ANALISIS DATA:

Nilai Asymp. Sig. (2-tailed) yang didapat sebesar 0.200 lebih besar 0.05 maka berkesimpulan data berdistribusi normal.
ANALISIS DATA:
Tidak ada pola yang jelas dan sebaran data menyebar diatas serta dibawah atau disekitar angka 0 maka
berkesimpulan data tidak terjadi heterokedastisitas atau asumsi uji heterokadatisitas terpenuhi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3.292 3.580 .920 .363
Optimisme .179 .139 .207 1.286 .205
Motivasi Belajar -.089 .103 -.140 -.872 .388
a. Dependent Variable: ABS_RES

KRITERIA PENGUJIAN:
Jika nilai signifikansi lebih besar dari 0.05 maka berkesimpulan data tidak terjadi gejala heterokedastisitas
ANALISIS DATA:
Variabel Optimisme mempunyai nilai signifikansi sebasar 0.205 (>0.05)
Variable Motivasi Belajar mempunyai nilai signifikansi sebesar 0.388 (>0.05)
UJI F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 950.341 2 475.170 23.434 .000b
Residual 912.472 45 20.277
Total 1862.813 47
a. Dependent Variable: Kesiapan Belajar
b. Predictors: (Constant), Motivasi Belajar, Optimisme

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen secara simultan mempengaruhi variabel
dependen

ANALISIS DATA:

Nilai signifikansi yang didapat sebesar 0.000 (<0.05) maka berkesimpulan bahwa variabel optimisme dan motivasi belajar
sacara simultan mempengaruhi variabel kesiapan belajar

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 14.164 6.445 2.198 .033
Optimisme .589 .250 .270 2.352 .023
Motivasi Belajar .900 .185 .559 4.874 .000
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen berpengaruh terhadap variabel dependen

ANALISIS DATA:

Nilai signifikansi untuk variabel optimisme yang didapat sebesar 0.023 (<0.05) maka berkesimpulan bahwa variabel
optimisme berpengaruh terhadap variabel kesiapan belajar

Nilai signifikansi untuk variabel motivasi belajar yang didapat sebesar 0.000(<0.05) maka berkesimpulan bahwa variabel
motivasi belajar berpengaruh terhadap variabel kesiapan belajar
 Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 22.489 6.114 3.678 .000
Optimisme .797 .318 .274 2.504 .014 .799 1.252
Motivasi Belajar .491 .152 .352 3.222 .002 .799 1.252
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai tolerance>0.100 dan VIF<10.00 maka tidak terjadi gejala multikolinieritas.

ANALISIS DATA:

Variable independence memiliki nilai tolerance lebih dari 0.100 dan VIF kurang dari 10.00 maka berkesimpulan asumsi
multikolinieritas terpenuhi atau tidak terjadi gejala multikolinieritas.
ANILISIS DATA;

Sebaran data menyebar dan mengikuti garis diagonal maka berkesimpulan data berdistrubusi normal

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 78
Normal Parameters a,b
Mean .0000000
Std. Deviation 4.81816024
Most Extreme Differences Absolute .073
Positive .073
Negative -.060
Test Statistic .073
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

KRITERIA PENGUJIAN:

Jika nilai Asymp.sig >0.05 maka data berdistribusi normal

ANALISIS DATA:

Nilai Asymp. Sig. (2-tailed) yang didapat sebesar 0.200 lebih besar 0.05 maka berkesimpulan data berdistribusi normal.
ANALISIS DATA:
Tidak ada pola yang jelas dan sebaran data menyebar diatas serta dibawah atau disekitar angka 0 maka
berkesimpulan data tidak terjadi heterokedastisitas atau asumsi uji heterokadatisitas terpenuhi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.948 3.810 .511 .611
Optimisme .041 .198 .027 .207 .836
Motivasi Belajar .028 .095 .038 .296 .768
a. Dependent Variable: ABS_RES

KRITERIA PENGUJIAN:
Jika nilai signifikansi lebih besar dari 0.05 maka berkesimpulan data tidak terjadi gejala heterokedastisitas
ANALISIS DATA:
Variabel Optimisme mempunyai nilai signifikansi sebasar 0.836 (>0.05)
Variable Motivasi Belajar mempunyai nilai signifikansi sebesar 0.768 (>0.05)
UJI F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 712.689 2 356.344 14.951 .000b
Residual 1787.529 75 23.834
Total 2500.218 77
a. Dependent Variable: Kesiapan Belajar
b. Predictors: (Constant), Motivasi Belajar, Optimisme

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen secara simultan mempengaruhi variabel
dependen

ANALISIS DATA:

Nilai signifikansi yang didapat sebesar 0.000 (<0.05) maka berkesimpulan bahwa variabel optimisme dan motivasi belajar
sacara simultan mempengaruhi variabel kesiapan belajar

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 22.489 6.114 3.678 .000
Optimisme .797 .318 .274 2.504 .014
Motivasi Belajar .491 .152 .352 3.222 .002
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen berpengaruh terhadap variabel dependen

ANALISIS DATA:

Nilai signifikansi untuk variabel optimisme yang didapat sebesar 0.014 (<0.05) maka berkesimpulan bahwa variabel
optimisme berpengaruh terhadap variabel kesiapan belajar

Nilai signifikansi untuk variabel motivasi belajar yang didapat sebesar 0.002(<0.05) maka berkesimpulan bahwa variabel
motivasi belajar berpengaruh terhadap variabel kesiapan belajar
SMPN 9

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 24.675 7.056 3.497 .001
Optimisme .839 .390 .298 2.149 .036 .711 1.406
Motivasi Belajar .463 .195 .330 2.378 .021 .711 1.406
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai tolerance>0.100 dan VIF<10.00 maka tidak terjadi gejala multikolinieritas.

ANALISIS DATA:

Variable independence memiliki nilai tolerance lebih dari 0.100 dan VIF kurang dari 10.00 maka berkesimpulan asumsi
multikolinieritas terpenuhi atau tidak terjadi gejala multikolinieritas.
ANILISIS DATA;

Sebaran data menyebar dan mengikuti garis diagonal maka berkesimpulan data berdistrubusi normal

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 54
Normal Parameters a,b
Mean .0000000
Std. Deviation 5.44817159
Most Extreme Differences Absolute .111
Positive .111
Negative -.073
Test Statistic .111
Asymp. Sig. (2-tailed) .092c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.

KRITERIA PENGUJIAN:

Jika nilai Asymp.sig >0.05 maka data berdistribusi normal

ANALISIS DATA:

Nilai Asymp. Sig. (2-tailed) yang didapat sebesar 0.092 lebih besar 0.05 maka berkesimpulan data berdistribusi normal.
ANALISIS DATA:
Tidak ada pola yang jelas dan sebaran data menyebar diatas serta dibawah atau disekitar angka 0 maka
berkesimpulan data tidak terjadi heterokedastisitas atau asumsi uji heterokadatisitas terpenuhi

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5.425 4.642 1.169 .248
Optimisme -.306 .257 -.195 -1.192 .239
Motivasi Belajar .130 .128 .166 1.013 .316
a. Dependent Variable: ABS_RES

KRITERIA PENGUJIAN:
Jika nilai signifikansi lebih besar dari 0.05 maka berkesimpulan data tidak terjadi gejala heterokedastisitas
ANALISIS DATA:
Variabel Optimisme mempunyai nilai signifikansi sebasar 0.239 (>0.05)
Variable Motivasi Belajar mempunyai nilai signifikansi sebesar 0.316 (>0.05)
UJI F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 684.250 2 342.125 11.091 .000b
Residual 1573.176 51 30.847
Total 2257.426 53
a. Dependent Variable: Kesiapan Belajar
b. Predictors: (Constant), Motivasi Belajar, Optimisme

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen secara simultan mempengaruhi variabel
dependen

ANALISIS DATA:

Nilai signifikansi yang didapat sebesar 0.000 (<0.05) maka berkesimpulan bahwa variabel optimisme dan motivasi belajar
sacara simultan mempengaruhi variabel kesiapan belajar

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 24.675 7.056 3.497 .001
Optimisme .839 .390 .298 2.149 .036
Motivasi Belajar .463 .195 .330 2.378 .021
a. Dependent Variable: Kesiapan Belajar

KRITERIA PENGUJIAN:

Jika nilai signifikansi kurang dari 0.05 maka berkesimpulan variabel independen berpengaruh terhadap variabel dependen

ANALISIS DATA:

Nilai signifikansi untuk variabel optimisme yang didapat sebesar 0.036 (<0.05) maka berkesimpulan bahwa variabel
optimisme berpengaruh terhadap variabel kesiapan belajar

Nilai signifikansi untuk variabel motivasi belajar yang didapat sebesar 0.021(<0.05) maka berkesimpulan bahwa variabel
motivasi belajar berpengaruh terhadap variabel kesiapan belajar