Bab Iv Ibnu
Bab Iv Ibnu
A. Deskripsi Data
penelitian yang disajikan adalah data setelah diolah dari data mentah
140 responden dimana semua data telah dinyatakan valid dan reliabel
penelitan yang ada, maka deskripsi data dapat disajikan menjadi tiga
bagian yakni: (1) pengetahuan dasar komputer, (2) motivasi dan (3) hasil
74
75
Tabel 4.1
Deskripsi Data Penelitian
obyektif terdiri dari 28 butir soal dengan 140 orang responden. Tiap
item diberi skor dari 1 jika jawaban benar, dan skor 0 jika jawaban
salah.
berada pada angka rata-rata 20,46 (=73 dari 100), deviasi standar
3,02, median 21 dan modus 20. Angka deviasi standar 3,02 berarti
Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa
rata-rata skor dan median relatif hampir sama yaitu 20,46 dan 21.
Tiap item diberi skor dari 1 sampai 5 menurut skala Likert (preferential
rating scale).
104 sementara skor minimum 78. Tingkat motivasi berada pada angka
rata-rata 93,74, deviasi standar 6,85, median 95 dan modus 98. Angka
deviasi standar 6,85 berarti 13,68% dari skor rata-rata. Ini menunjukan
Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa
rata-rata skor dan median relatif hampir sama yaitu 93,74 dan 95.
lebih bawah.
sebagai berikut:
78
(multiple choices). Tes obyektif terdiri dari 28 butir soal dengan 140
orang responden. Tiap item diberi skor dari 1 jika jawaban benar, dan
dari 100), deviasi standar 3,11, median 21 dan modus 22. Angka
deviasi standar 3,11 berarti 6,81% dari skor rata-rata. Ini menunjukan
bersifat homogen.
Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa
rata-rata skor dan median relatif hampir sama yaitu 21,18 dan 21.
atas.
1. Uji Normalitas
yang ada pada program tersebut, maka kriteria dari normalitas data
adalah “jika p value (Sig) > 0.05 maka H0 diterima dan sebaliknya H1
Nilai p value (Sig) adalah bilangan yang tertera pada kolom Sig dalam
Hasil perhitungan normalitas data dapat dilihat pada tabel di bawah ini:
Pada Tabel 4.2 di atas, terlihat bahwa nilai pada kolom Sig
0,102; 0,110 dan 0,143 yang berarti semua nilai p value-nya (Sig) lebih
83
kata lain dapat disimpulkan bahwa data dari semua sampel pada
sebagai berikut:
H1: garis regresi hubungan antara variabel X dan variabel Y tidak linier.
program SPSS version 20.0 for Windows, dengan ketentuan yang ada
pada program tersebut. Kriteria dari linieritas data adalah “jika Sig >
garis regresi tersebut bersifat linier. Nilai Sig adalah bilangan yang
tertera pada kolom Sig baris Deviation from Linearity dalam tabel
Tabel 4.3
Hasil Pengujian Linieritas Garis Regresi Hubungan antara Pengetahuan
Dasar Komputer (X1) dengan Hasil Belajar Algoritma Pemrograman (Y)
Pada Tabel 4.3 di atas terlihat bahwa nilai pada kolom Sig
baris Deviation from Linearity adalah 0,274 lebih besar dari 0,05,
Tabel 4.4
Hasil Pengujian Linieritas Garis Regresi Hubungan antara Motivasi (X 2)
dengan
Hasil Belajar Algoritma Pemrograman (Y)
Pada Tabel 4.4 di atas terlihat bahwa nilai pada kolom Sig baris Deviation
linier.
3. Uji Multikolinieritas
atau Varians Inflation Factor (VIF). Apabila tolerance lebih kecil dari
0,1 atau nilai VIF di atas 10, maka terjadi multikolinieritas. Aturan yang
berikutnya adalah jika nilai tolerance dan VIF mendekati angka satu,
Hasil uji multikolinieritas pada Tabel 4.5 di atas diketahui bahwa hasil
ganda ini.
C. Pengujian Hipotesis
ketentuan yang tertulis pada akhir Bab III. Hasil perhitungan dan
pengujian dapat dilihat secara berurutan pada Tabel 4.6, Tabel 4.7 dan
Tabel 4.6
87
Tabel 4.7
Rekapitulasi Hasil Perhitungan Pengujian Signifikansi Koefisien Regresi
Hubungan antara Variabel Pengetahuan Dasar Komputer (X1) dan
Motivasi (X2) dengan
Variabel Hasil Belajar Algoritma Pemrograman (Y)
Tabel 4.8
Rekapitulasi Hasil Perhitungan Persamaan Garis Regresi Hubungan
antara Variabel Pengetahuan Dasar Komputer (X1) dan Motivasi (X2)
dengan
Variabel Hasil Belajar Algoritma Pemrograman (Y)
88
H0 : ≤0
H1 : >0
Artinya:
nilai/bilangan yang tertera pada kolom t atau kolom Sig untuk baris
adalah: “jika thitung > ttabel maka H0 ditolak dan H1 otomatis diterima”,
atau “jika Sig < 0,05 maka H0 ditolak/H1 diterima”. Ini berarti terdapat
Pemrograman (Y). Nilai Sig adalah bilangan yang tertera pada kolom
Tabel 4.8. Nilai thitung adalah bilangan tertera pada kolom T untuk baris
Sedangkan nilai ttabel adalah nilai tabel distribusi t untuk taraf nyata
Dari Tabel 4.7 terlihat bahwa nilai Sig = 0,000 dan thitung = 9,783,
sedangkan ttabel = 1,66. Karena nilai Sig < 0,05 dan thitung > ttabel maka
Pemrograman).
H0 : ≤0
H1 : >0
90
Artinya:
Algoritma Pemrograman.
Algoritma Pemrograman.
nilai/bilangan yang tertera pada kolom t atau kolom Sig untuk baris
motivasi (variabel X2) pada Tabel 4.8. Menurut ketentuan yang ada,
kriteria signifikansi regresi tersebut adalah: “jika t hitung > ttabel maka H0
ditolak dan H1 otomatis diterima”, atau “jika Sig < 0,05 maka H0
tertera pada kolom Sig untuk baris motivasi (variabel X 2) pada Tabel
4.8. Nilai thitung adalah bilangan tertera pada kolom t untuk baris
motivasi (variabel X2) dalam tabel yang sama. Sedangkan nilai ttabel
responden.
Dari Tabel 4.8 terlihat bahwa nilai Sig = 0,000 dan thitung = 9,369,
sedangkan ttabel = 1,66. Karena nilai Sig < 0,05 dan thitung > ttabel maka
Pemrograman).
H0 : ≤0
H1 : >0
Artinya:
Algoritma Pemrograman.
92
Algoritma Pemrograman.
hasil perhitungan seperti yang terlihat pada Tabel 4.7 dan Tabel 4.8.
tersebut adalah “jika nilai Sig < 0,05 maka H0 ditolak dan H1 diterima”
atau “jika Fhitung > Ftabel maka H0 juga ditolak/H1 diterima”, yang berarti
Nilai signifikansi (Sig) adalah bilangan yang tertera pada kolom Sig
dalam Tabel 4.8. Nilai Fhitung adalah bilangan yang tertera pada kolom
F dalam tabel yang sama. Nilai F tabel adalah nilai tabel distribusi F
Dari Tabel 4.7, terlihat bahwa nilai Sig = 0,000 dan Fhitung =
200,177, sedangkan Ftabel = 3,06. Karena nilai Sig < 0,05 dan Fhitung >
(Y).
Algoritma Pemrograman.
0,000 dan thitung = 9,783 sedangkan ttabel = 1,66. Karena nilai Sig < 0,05
dan thitung > ttabel maka H0 ditolak dan H1 diterima, yang berarti terdapat
Pemrograman).
1
Aunur.R Mulyanto, dkk. Rekayasa Perangkat Lunak (Jakarta: Direktorat Pembinaan
Sekolah Menengah Kejuruan, 2008), Cet.1, h. 101.
2
Rinaldi, Algoritma dan Pemrograman dalam Bahasa Pascal dan C. (Bandung: Informatika
2007), h. 14
95
proses belajar mengajar yang terlihat pada nilai yang diperoleh dari tes
yang ada pada diri siswa selama proses belajar mengajar, dimana
3
S. Notoatmodjo, Ilmu Perilaku Kesehatan. (Jakarta: Rineka Cipta, 2010), h. 25.
96
yang tinggi sebaiknya dimiliki oleh siswa yang mengambil jurusan yang
mengajar.
Algoritma Pemrograman.
= 0,000 dan thitung = 9,369 sedangkan ttabel = 1,66. Karena nilai Sig <
0,05 dan thitung > ttabel maka H0 ditolak dan H1 diterima, yang berarti
99
Menurut teori yang ada pada bab II, Aunur Rofiq Mulyanto
terlihat pada nilai yang diperoleh dari tes hasil belajarnya. Baik dalam
menguasai materi pelajaran dan sikap yang ada pada diri siswa
4
Aunur R. Mulyanto, op.cit., h.101.
5
Rinaldi, op.cit., h.14.
100
yang diharapkan.
dan jelas pasti akan tekun dan berhasil belajarnya dalam artian
instrinsik dilihat dari segi tujuan kegiatan yang dilakukan adalah ingin
6
M.Ngalim Purwanto, Psikologi Pendidikan, (Bandung: Remaja Rosdakarya, 2000), h.73.
101
Algoritma Pemrograman.
Pemrograman).
ada kenaikan satu nilai motivasi maka akan terdapat kenaikan hasil
(Fhitung = 200,177 > Ftabel = 3,06 dan Sig.= 0,000 < 0,05), yang berarti
Pemrograman).
proses belajar mengajar yang terlihat pada nilai yang diperoleh dari tes
yang ada pada diri siswa selama proses belajar mengajar, dimana
7
Aunur R. Mulyanto, op.cit., h. 101.
8
Rinaldi, op.cit., h. 14
105
9
S. Notoatmodjo, op.cit., h. 25.
106
yang diharapkan.
daya interaktif yang lebih besar jika dibandingkan dengan siswa yang
10
M. Ngalim Purwanto, op.cit., h. 73.
107
E. Keterbatasan Penelitian
Bisa saja pada saat pengambilan data, siswa berada pada fase yang
didapat.
ini akan menghasilkan data yang lebih baik jika dilakukan pada
108
Kecamatan).