SOAL UJIAN AKHIR SEMESTER 2022.

STATISTIKA TERAPAN

OLEH:

NURFATANAH IDRIS (G2G1 21069)

PROGRAM STUDI PENDIDIKAN ILMU PENGETAHUAN SOSIAL

PROGRAM PASCASARJANA

UNIVERSITAS HALU OLEO

KENDARI

2022
A. Hasil Analisis Menggunakan Uji Statistik SPSS 16
a) Hasil Deskriptif Data
1. Data Disposisi yang diajar dengan model PBL, CIRC, dan P4QR

Tabel 1. Deskriptif Data Disposisi yang diajar dengan model PBL, CIRC, dan P4QR
 Descriptives
MODEL PEMBELAJARAN Statistic Std. Error
PBL Mean 67.20 1.716
95% Confidence Interval for Lower Bound 63.69
Mean
Upper Bound 70.71
5% Trimmed Mean 66.48
Median 64.00
Variance 88.372
Std. Deviation 9.401
Minimum 50
Maximum 94
Range 44
Interquartile Range 11
Skewness 1.505 .427
Kurtosis 3.006 .833
CIRC Mean 71.62 1.651
95% Confidence Interval for Lower Bound 68.24
Mean
Upper Bound 75.00
5% Trimmed Mean 71.07
Median 69.00
Variance 79.030
Std. Deviation 8.890
DISPOSISI
Minimum 58
Maximum 94
Range 36
Interquartile Range 11
Skewness 1.057 .434
Kurtosis .984 .845
P4QR Mean 66.84 2.399
95% Confidence Interval for Lower Bound 61.95
Mean
Upper Bound 71.74
5% Trimmed Mean 66.72
Median 65.00
Variance 184.136
Std. Deviation 13.570
Minimum 40

Maximum 94
Range 54
Interquartile Range 15
Skewness .359 .414
Kurtosis -.203 .809
 Berdasarkan Tabel deskriptives di atas, pada nilai Disposisi yang diajar dengan dengan
model PBL mean (67.20), min (50), maks (94), STDV (9.401). N ilai Disposisi yang diajar dengan
dengan model CIRC mean (71.62), min (58), maks (94), STDV (8.890) dan nilai Disposisi yang
diajar dengan dengan model P4QR mean (66.84), min (40), maks (94), STDV (13.570).

2. Data Hasil Belajar yang diajar dengan model PBL, CIRC, dan P4QR
Tabel 2. Deskriptif Data Hasil Belajar yang diajar dengan model PBL, CIRC, dan P4QR
 Descriptives
MODEL PEMBELAJARAN Statistic Std. Error
PBL Mean 62.87 1.818
95% Confidence Interval for Lower Bound 59.15
Mean
Upper Bound 66.58
5% Trimmed Mean 61.83
Median 61.50
Variance 99.154
Std. Deviation 9.958
Minimum 50
Maximum 94
Range 44
Interquartile Range 7
Skewness 1.997 .427
Kurtosis 5.168 .833
CIRC Mean 67.28 1.868
95% Confidence Interval for Lower Bound 63.45
Mean
Upper Bound 71.10
5% Trimmed Mean 66.46
Median 65.00
Variance 101.207
HASIL BELAJAR Std. Deviation 10.060
Minimum 55
Maximum 94
Range 39
Interquartile Range 6
Skewness 1.976 .434
Kurtosis 3.498 .845
P4QR Mean 64.12 2.067
95% Confidence Interval for Lower Bound 59.91
Mean
Upper Bound 68.34
5% Trimmed Mean 63.23
Median 62.00
Variance 136.694
Std. Deviation 11.692
Minimum 50
Maximum 94
Range 44
Interquartile Range 14
Skewness 1.263 .414
Kurtosis 1.197 .809
 Berdasarkan Tabel deskriptives di atas, pada nilai Hasil Belajar yang diajar dengan
dengan model PBL mean (62.87), min (50), maks (94), STDV (9.958). Hasil Belajar yang diajar
dengan dengan model CIRC mean (67.28), min (55), maks (94), STDV (10.060) dan Hasil
Belajar yang diajar dengan dengan model P4QR mean (64.12), min (50), maks (94), STDV
(11.692).

3. Data N-Gain Disposisi dan Hasil Belajar yang diajar dengan model PBL, CIRC, dan
P4QR

Tabel 3. Deskriptif Data N-Gain Disposisi dan Hasil Belajar yang diajar dengan model
PBL, CIRC, dan P4QR

Descriptives

MODEL PEMBELAJARAN Statistic Std. Error

NGAIN_SCORE PBL Mean -.4547 .26246

95% Confidence Interval for Lower Bound -.9915

Mean
Upper Bound .0821

5% Trimmed Mean -.2279

Median -.1472

Variance 2.067

Std. Deviation 1.43758

Minimum -6.33

Maximum .85

Range 7.18

Interquartile Range .19

Skewness -3.502 .427

Kurtosis 12.237 .833

CIRC Mean -.4441 .23583

95% Confidence Interval for Lower Bound -.9271

Mean
Upper Bound .0390

5% Trimmed Mean -.2684

Median -.1842

Variance 1.613
 Std. Deviation 1.26996

Minimum -5.00

Maximum .86

Range 5.86

Interquartile Range .37

Skewness -3.065 .434

Kurtosis 9.513 .845

P4QR Mean -.4310 .23208

95% Confidence Interval for Lower Bound -.9043

Mean
Upper Bound .0424

5% Trimmed Mean -.2484

Median -.1270

Variance 1.724

Std. Deviation 1.31284

Minimum -6.67

Maximum .85

Range 7.52

Interquartile Range .59

Skewness -3.717 .414

Kurtosis 16.887 .809

b) Uji Normalitas Data

Dasar menggunakan Uji Normalitas adalah :
 Jika nilai signifikansi (Sig.) lebih besar (>) dari 0,05 maka data penelitian berdistribusi
normal.
 Sebaliknya, jika nilai signifikansi (Sig.) lebih kecil (<) dari 0,05 maka data penelitian tidak
berdistribusi normal.
1. Data Disposisi yang diajar dengan model PBL, CIRC, dan P4QR

Tabel 4. Data uji Normalitas Disposisi yang diajar dengan model PBL, CIRC, dan P4QR
 Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk
MODEL
PEMBELAJAR Statis
AN tic df Sig. Statistic df Sig.
DISPOSISI PBL .200 30 .004 .838 30 .000
CIRC .141 29 .147 .914 29 .021
P4QR .148 32 .073 .961 32 .293
a. Lilliefors Significance Correction

Berdasarkan tabel Tests of Normality Disposisi di atas, pada kolom kolmogorov-

Smirnov pada baris PBL nilai signifikansinya 0,004 < 0,05 data tidak berdistribusi normal,
sedangkan pada baris CIRC nilai signifikansinya 0,147 dan baris P4QR nilai signifikansinya

0,073 kedua data berdistribusi normal karena nilai (Sig.) 0.05. Pada kolom Shapiro-Wilk

pada baris PBL nilai signifikansinya 0,000 < 0,05 dan pada baris CIRC nilai signifikansinya
0,021 < 0,05 kedua data tidak berdistribusi normal, sedangkan pada baris P4QR nilai

signifikansinya 0,293 0.05 data berdistribusi normal.

2. Data Hasil Belajar yang diajar dengan model PBL, CIRC, dan P4QR

Tabel 4. Data uji Normalitas Hasil Belajar yang diajar dengan Model PBL, CIRC, dan
P4QR
 Tests of Normality
MODEL Kolmogorov-Smirnova Shapiro-Wilk
PEMBEL
AJARAN Statistic df Sig. Statistic df Sig.
HASIL BELAJAR PBL .182 30 .013 .784 30 .000
CIRC .275 29 .000 .716 29 .000
P4QR .197 32 .003 .868 32 .001
a. Lilliefors Significance
Correction
Berdasarkan tabel Tests of Normality Hasil Belajar di atas, pada kolom kolmogorov-
Smirnov pada baris PBL nilai signifikansinya 0,013, CIRC nilai signifikansinya 0,147 dan
baris P4QR nilai signifikansinya 0,073 ketiga data tidak berdistribusi normal, karena nilai
(Sig.)< 0.05. Pada kolom Shapiro-Wilk pada baris PBL nilai signifikansinya 0,000, CIRC
nilai signifikansinya 0,000 dan baris P4QR nilai signifikansinya 0,001 ketiga data tidak
berdistribusi normal, karena nilai (Sig.)< 0.05.
3. Data N-Gain Disposisi dan Hasil Belajar yang diajar dengan model PBL, CIRC, dan
P4QR

Tabel 5. Data uji Normalitas N-Gain Disposisi dan Hasil Belajar yang diajar dengan Model
PBL, CIRC, dan P4QR

Tests of Normality

MODEL Kolmogorov-Smirnova Shapiro-Wilk

PEMBEL
AJARAN Statistic df Sig. Statistic df Sig.

NGAIN_SCORE PBL .421 30 .000 .452 30 .000

CIRC .359 29 .000 .541 29 .000

P4QR .292 32 .000 .602 32 .000

a. Lilliefors Significance
Correction

Berdasarkan tabel Tests of Normality N-Gain Disposisi dan Hasil Belajar di atas, pada
kolom kolmogorov-Smirnov pada baris PBL nilai signifikansinya 0,000, CIRC nilai
signifikansinya 0,000 dan baris P4QR nilai signifikansinya 0,000 ketiga data tidak
berdistribusi normal, karena nilai (Sig.)< 0.05. Pada kolom Shapiro-Wilk pada baris PBL nilai
signifikansinya 0,000, CIRC nilai signifikansinya 0,000 dan baris P4QR nilai signifikansinya
0,001 ketiga data tidak berdistribusi normal, karena nilai (Sig.)< 0.05.
c) Uji Homogenitas
 Dasar pengambilan keputusan uji homogenitas sebagai berikut:
H0 : Jika nilai sig (signifikansi) > 0,005 maka Uji homogenitas terpenuhi
H1 : Jika nilai sig (signifikansi) < 0,005 maka Uji Homogenitas tidak terpenuhi
1. Data Disposisi yang diajar dengan model PBL, CIRC, dan P4QR
Tabel 6. Data uji Homogeneity of Variances Disposisi yang diajar dengan model PBL, CIRC,
dan P4QR
Test of Homogeneity of Variances

DISPOSISI

Levene Statistic df1 df2 Sig.

3.014 2 88 .054

Berdasarkan Tabel Test of Homogeneity of Variances Disposisi di atas, nilai sig.

(0.054) 0,05. Sehingga dapat dipastikan datanya homogen. Selanjutnya akan dilihat pada

tabel ANOVA berikut.

Tabel 7. Data uji Anova Disposisi yang diajar dengan model PBL, CIRC, dan P4QR
ANOVA

DISPOSISI

Sum of Squares df Mean Square F Sig.

Between Groups 420.879 2 210.439 1.766 .177

Within Groups 10483.846 88 119.135

Total 10904.725 90

Berdasarkan Tabel Anova Disposisi di atas, asumsi ANOVA adalah variansnya sama.
Hasil uji Test of Homogeneity of Variances menunjukan bahwa kedua varias sama ((P-value =
0.054), sehingga uji ANOVA valid. Pada tabel ANOVA kolom sig. diperoleh nilai P (P-value) =

0.177. Dengan demikian, P (P-value) 0.05 menolak H0, sehingga kesimpulan yang didapatkan

adalah ada perbedaan yang bermakna rata-rata dari dua kelompok tersebut.

2. Data Hasil Belajar yang diajar dengan model PBL, CIRC, dan P4QR
 Tabel 8. Data Homogeneity of Variances Hasil Belajar yang diajar dengan model PBL, CIRC,
dan P4QR
Test of Homogeneity of Variances

HASIL BELAJAR

Levene Statistic df1 df2 Sig.

.856 2 88 .428
Berdasarkan Tabel Test of Homogeneity of Variances Hasil Belajar di atas, nilai sig.

(0.428) 0,05. Sehingga dapat dipastikan datanya homogen. Selanjutnya akan dilihat pada tabel

ANOVA berikut.
Tabel 9. Data uji Anova Hasil Belajar yang diajar dengan model PBL, CIRC, dan P4QR
ANOVA

HASIL BELAJAR

Sum of Squares df Mean Square F Sig.

Between Groups 303.812 2 151.906 1.344 .266

Within Groups 9946.760 88 113.031

Total 10250.571 90
Berdasarkan Tabel Anova Hasil Belajar di atas, asumsi ANOVA adalah variansnya sama.
Hasil uji Test of Homogeneity of Variances menunjukan bahwa kedua varias sama ((P-value =
0.429), sehingga uji ANOVA valid. Pada tabel ANOVA kolom sig. diperoleh nilai P (P-value) =

0.266. Dengan demikian, P (P-value) 0.05 menolak H0, sehingga kesimpulan yang didapatkan

adalah ada perbedaan yang bermakna rata-rata dari dua kelompok tersebut.
3. Data N-Gain Disposisi dan Hasil Belajar yang diajar dengan model PBL, CIRC, dan
P4QR

Tabel 10. Data Homogeneity of Variances N-Gain Disposisi dan Hasil Belajar yang diajar
dengan model PBL, CIRC, dan P4QR
Test of Homogeneity of Variances

NGAIN_SCORE

Levene Statistic df1 df2 Sig.

.037 2 88 .964

Berdasarkan Tabel Test of Homogeneity of Variances N-Gain di atas, nilai sig. (0.964)

0,05. Sehingga dapat dipastikan datanya homogen. Selanjutnya akan dilihat pada tabel ANOVA
berikut.
Tabel 11. Data uji Anova N-Gain Disposisi dan Hasil Belajar yang diajar dengan model PBL,
CIRC, dan P4QR
ANOVA

NGAIN_SCORE

Sum of Squares df Mean Square F Sig.

Between Groups .009 2 .004 .002 .998

Within Groups 158.520 88 1.801

Total 158.529 90
Berdasarkan Tabel Anova Hasil Belajar di atas, asumsi ANOVA adalah variansnya sama.
Hasil uji Test of Homogeneity of Variances menunjukan bahwa kedua varias sama ((P-value =
0.964), sehingga uji ANOVA valid. Pada tabel ANOVA kolom sig. diperoleh nilai P (P-value) =

0.998. Dengan demikian, P (P-value) 0.05 menolak H0, sehingga kesimpulan yang didapatkan

adalah ada perbedaan yang bermakna rata-rata dari dua kelompok tersebut.
 Setelah melakukan uji prasyarat yakni uji normalitas data dan uji homogenitas data, salah
satu uji prasyarat tidak terpenuhi, yaitu uji normalitas data sehingga memungkinkan peneliti
untuk melakukan transformasi data sehingga data dapat digunakan untuk selanjutnya melakukan
uji Pengaruh:
1. Apakah ada pengaruh disposisi terhadap Hasil Belajar siswa?
2. Apakah ada pengaruh model pembelajaran terhadap Hasil Belajar siswa?
3. Apakah ada pengaruh disposisi dan model pembelajaran terhadap Hasil Belajar siswa?
4. Mana yang lebih berpengaruh terhadap hasil belajar disposisi atau model pembelajaran?

Transformasi Data
Transformasi data dilakukan dengan mengubah data kita dengan formula tertentu tergantung dari
bentuk grafik kita. Sebelum melakukan transformasi data, kita harus tahu terlebih dahulu
bagaimana bentuk grafik kita. Cara melihat grafik data kita adalah dengan cara 
1. Klik analyze – descriptive statistics – frequencies
2. Masukkan variabel prestasi dan pilih menu chart, pilih histogram dan centang show
normal curve on histogram.
3. Klik continue dan OK, maka akan diperoleh output seperti berikut.

Gambar 1. Histogram frekuensi Disposisi dan Hasil Belajar

Berdasarkan Gambar 1, Kedua grafik Grafik tersebut menggambarkan kurva kita

condong ke kiri. Bentuk grafik adalah moderate positif skewness, sehingga transformasi data
yang kita pakai adalah SQRT(x) dan SQRT (y). Untuk mentransformasi data, kita dapat
melakukan langkah berikut
1.      Klik transform – compute variable. 
2.      Pada kotak target variable, kita ketik nama variabel baru kita, misal trans_disposisi
3.      Pada numeric expression, masukkan formula kita yakni SQRT(disposisi)
4.      klik OK

Tests of Normality

MODEL Kolmogorov-Smirnova Shapiro-Wilk

PEMBEL
AJARAN Statistic df Sig. Statistic df Sig.

TRANS_DISPOSISI PBL .194 30 .005 .864 30 .001

CIRC .136 29 .183 .931 29 .057

P4QR .129 32 .193 .970 32 .508

a. Lilliefors Significance
Correction

Tests of Normality

MODEL Kolmogorov-Smirnova Shapiro-Wilk

PEMBEL
AJARAN Statistic df Sig. Statistic df Sig.

TRANS_HASIL_BELAJAR PBL .164 30 .039 .825 30 .000

CIRC .264 29 .000 .746 29 .000

P4QR .184 32 .007 .893 32 .004

a. Lilliefors Significance
Correction

Berdasarkan kedua tabel tes uji normalitas trasformasi disposisi dan hasil belajar belum
juga berhasil mencapai datas bersistribusi normal sehingga peneliti memutuskan mengubah
teknik analisis kita ke analisis non-parametrik. Analisis non-parametrik tidak memerlukan
asumsi normalitas seperti yang diperlukan pada analisis parametrik. Meskipun demikian, power
 test analisis non-parametrik ini tentu lebih lemah jika dibandingkan dengan analisis parametrik.
Beberapa teknik analisis pengganti analisis parametrik disajikan dalam tabel di bawah ini.

Analisis Parametrik Analisis Non Parametrik Fungsi

Uji tanda Meneliti perbedaan dalam 
Paired sample t-test
Uji  Wilcoxon suatu kelompok
Membandingkan dua sample
Independent sample t-test Uji Mann-Whitney U;
bebas
Membandingkan tiga
Anava satu jalur Kruskal-Wallis
kelompok atau lebih
Membandingkan tiga
kelompok atau lebih dengan
Anava dua jalur Anava dua jalur Friedman
menggunakan dua faktor yang
berbeda
Mengetahui hubungan korelasi
Korelasi Pearson Korelasi peringkat Spearman
linier antara dua perubah

B. Hasil Uji non-parametrik

a) Pertanyaan Nomor 1 (Apakah ada pengaruh disposisi terhadap Hasil Belajar siswa?)

Untuk menjawab pertanyaan (1) di atas, menggunakan Uji Wilcoxon, dasar pengambilan
keputusan uji Wilcoxon:

1. Jika nilai Asymp. Sig. (2-tailed) lebih kecil dari 0.05, maka Ha diterima

2. Sebaliknya jika nilai Asymp. Sig. (2-tailed) lebih besar dari 0.05, maka Ha ditolak

Ranks

N Mean Rank Sum of Ranks

HASIL BELAJAR - Negative Ranks 66a 43.07 2842.50

DISPOSISI
Positive Ranks 22b 48.80 1073.50

Ties 3c

Total 91

a. HASIL BELAJAR < DISPOSISI

b. HASIL BELAJAR > DISPOSISI

c. HASIL BELAJAR = DISPOSISI

 Interpretasi output uji wilcoxon
Output pertama, ranks
1. Negative ranks atau selisih (negative) antara hasil belajar dan disposisi adalah 3, nilai N
(66), Mean Rank(43.07), dan Sum Rank (2842.50).
2. Positif ranks atau selisih (negative) antara hasil belajar dan disposisi, nilai N (22) yang
artinya ke 22 siswa mengalami penurunan dari nilai disposisi dan hasil belajar, Mean
Rank (48.80), dan Sum Rank (1073.50).
3. Ties adalah kesamaan nilai antara disposisi dan hasil belajar. Disini nilai Ties adalah 3,
sehingga dapat dikatakan ada 3 nilai yang sama antara disposisi dan hasil belajar.
Output kedua, pengambilan keputusan dan pembuatan kesimpulan
Test Statisticsb

HASIL BELAJAR
- DISPOSISI

Z -3.683a

Asymp. Sig. (2-tailed) .000

a. Based on positive ranks.

b. Wilcoxon Signed Ranks Test

Berdasarkan output “test statistics” di atas, diketahui nilai Asymp. Sig. (2-tailed)
bernilai 0.000. karena nilai 0.000 lebih kecil dari 0.05, maka dapat disimpukan “Ha
diterima”. Artinya ada perbedaan antaradisposisi dan hasil belajar, sehingga dapat
disimpulkan ada pengaruh disposisi terhadap Hasil Belajar siswa.
b. Pertanyaan Nomor 2 (Apakah ada pengaruh model pembelajaran terhadap Hasil Belajar
siswa?)
Untuk menjawab pertanyaan (2) di atas, menggunakan Uji Korelasi Spearman, dasar
pengambilan keputusan dalam uji korelasi spearman:
 1. Jika nilai sig. 0.05 maka, dapat disimpulkan bahwa terdapat korelasi yang signifikan

antara variabel model pembelajaran dan hasil belajar.

2. Sebaliknya, sig. 0.05 maka, dapat disimpulkan bahwa tidak terdapat korelasi yang

signifikan antara variabel model pembelajaran dan hasil belajar.

Kriteria tingkat hubungan (koefisien korelasi) antar variabel berkisar antara 0.00 sampai

1.00 tanda “+” adalah positif tanda “-” adalah negative. Adapun penafsirannya adalah:
1. 0.00 sampai 0.20, artinya hampir tidak ada korelasi
2. 0.21 sampai 0.40, artinya korelasi rendah
3. 0.41 sampai 0.60, artinya korelasi sedang
4. 0.61 sampai 0.80, artinya korelasi tinggi
5. 0.81 sampai 1.00, artinya korelasi sempurna
Correlations

MODEL
PEMBELAJARA
HASIL BELAJAR N

Spearman's rho HASIL BELAJAR Correlation Coefficient 1.000 .021

Sig. (2-tailed) . .841

N 91 91

MODEL PEMBELAJARAN Correlation Coefficient .021 1.000

Sig. (2-tailed) .841 .

N 91 91
Interprestasi output uji koefisien korelasi spearman:
Berdasarkan output correlations di atas, diketahui bahwa N atau jumlah data penelitian

adalah 91, kemudian nilai Sig. (2-tailed) 0.841 0.05, sebagaimana dasar pengambilan

keputusan diatas, maka dapat disimpulkan tidak terdapat korelasi yang signifikan antara variabel
model pembelajaran dan hasil belajar. Selanjutnya, pada Correlation Coefficient sebesar 0.021,
maka nilai ini menandahan hubungan/Korelasi yang rendah antara hasil belajar dan model
pembelajaran.
c. Pertanyaan nomor 3 (Apakah ada Pengaruh disposisi dan model pembelajaran terhadap Hasil
Belajar siswa?)
Untuk menjawab pertanyaan (3) di atas, menggunakan Uji Korelasi Spearman, dasar
pengambilan keputusan dalam uji korelasi spearman:

1. Jika nilai sig. 0.05 maka, dapat disimpulkan bahwa terdapat korelasi yang signifikan

antara variabel disposisi dan model pembelajaran terhadap hasil belajar.

2. Sebaliknya, sig. 0.05 maka, dapat disimpulkan bahwa tidak terdapat korelasi yang

signifikan antara variabel disposisi dan model pembelajaran terhadap hasil belajar

Kriteria tingkat hubungan (koefisien korelasi) antar variabel berkisar antara 0.00 sampai

1.00 tanda “+” adalah positif tanda “-” adalah negative. Adapun penafsirannya adalah:
1. 0.00 sampai 0.20, artinya hampir tidak ada korelasi
2. 0.21 sampai 0.40, artinya korelasi rendah
3. 0.41 sampai 0.60, artinya korelasi sedang
4. 0.61 sampai 0.80, artinya korelasi tinggi
5. 0.81 sampai 1.00, artinya korelasi sempurna

Correlationsa

MODEL
HASIL PEMBELAJARA
BELAJAR DISPOSISI N

Spearman's rho HASIL BELAJAR Correlation Coefficient 1.000 .373** .021

Sig. (2-tailed) . .000 .841

DISPOSISI Correlation Coefficient .373** 1.000 -.007

Sig. (2-tailed) .000 . .945

MODEL PEMBELAJARAN Correlation Coefficient .021 -.007 1.000

Sig. (2-tailed) .841 .945 .

**. Correlation is significant at the 0.01 level (2-tailed).

a. Listwise N = 91
Interprestasi output uji koefisien korelasi spearman:
Berdasarkan output correlations di atas, diketahui bahwa N atau jumlah data penelitian
adalah 91, kemudian baris Hasil Belajar yang di pengaruhi oleh Disposisi nilai Sig. (2-tailed)
 0.000< 0.05, sebagaimana dasar pengambilan keputusan diatas, maka dapat disimpulkan terdapat
korelasi yang signifikan antara variabel disposisi terhadap hasil belajar. Selanjutnya, pada
Correlation Coefficient sebesar 0.373, maka nilai ini menandahan hubungan/Korelasi yang
rendah antara hasil belajar dan model pembelajaran.
Baris Hasil Belajar yang di pengaruhi oleh Model Pembelajaran nilai Sig. (2-tailed)
0.841> 0.05, sebagaimana dasar pengambilan keputusan diatas, maka dapat disimpulkan tidak
terdapat korelasi yang signifikan antara variabel disposisi terhadap hasil belajar. Selanjutnya,
pada Correlation Coefficient sebesar 0.021, maka nilai ini menandahan hubungan/Korelasi
hampir tidak ada antara hasil belajar dan model pembelajaran.
d. Pertanyaan nomor 4 (Mana yang lebih berpengaruh terhadap hasil belajar disposisi atau model
pembelajaran?)
Berdasarkan hasil uji korelasi spearman pada bagian c, didiperoleh Hasil Belajar yang di
pengaruhi oleh Disposisi nilai Sig. (2-tailed) 0.000< 0.05, sebagaimana dasar pengambilan
keputusan diatas, maka dapat disimpulkan terdapat korelasi yang signifikan antara variabel
disposisi terhadap hasil belajar. Selanjutnya, pada Correlation Coefficient sebesar 0.373, maka
nilai ini menandahan hubungan/Korelasi yang rendah antara hasil belajar dan model
pembelajaran.
Baris Hasil Belajar yang di pengaruhi oleh Model Pembelajaran nilai Sig. (2-tailed)
0.841> 0.05, sebagaimana dasar pengambilan keputusan diatas, maka dapat disimpulkan tidak
terdapat korelasi yang signifikan antara variabel disposisi terhadap hasil belajar. Selanjutnya,
pada Correlation Coefficient sebesar 0.021, maka nilai ini menandahan hubungan/Korelasi
hampir tidak ada antara hasil belajar dan model pembelajaran.
Sehingga dapat disimpulkan yang lebih berpengaruh terhadap hasil belajar adalah disposisi.