Pengaruh Jumlah Jam Belajar di Rumah Terhadap Hasil Ulangan

Matematika Siswa SDN 24 Temmalebba Palopo

Disusun untuk memenuhi salah satu tugas mata kuliah Statistika

Dosen Pengampu:
Dr. Ruliana, M.Si.

Disusun Oleh:
Nurul Rasyidah Ripuji Mattengnga

PROGRAM STUDI PENDIDIKAN MATEMATIKA

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI MAKASSAR
2023
A. PENDAHULUAN

Matematika merupakan ilmu universal yang mendasari perkembangan teknologi modern,

mempunyai peran penting dalam berbagai disiplin dan memajukan daya pikir manusia.
Perkembangan pesat di bidang teknologi informasi dan komunikasi dewasa ini dilandasi oleh
perkembangan matematika di bidang teori bilangan, aljabar, analisis, teori peluang dan
matematika diskrit. Untuk menguasai dan mencipta teknologi di masa depan diperlukan
penguasaan matematika yang kuat sejak dini.
Mata pelajaran Matematika perlu diberikan kepada semua peserta didik mulai dari
sekolah dasar untuk membekali peserta didik dengan kemampuan berpikir logis, analitis,
sistematis, kritis, dan kreatif, serta kemampuan bekerjasama. Kompetensi tersebut diperlukan
agar peserta didik dapat memiliki kemampuan memperoleh, mengelola, dan memanfaatkan
informasi untuk bertahan hidup pada keadaan yang selalu berubah, tidak pasti, dan
kompetitif. Karenanya kegiatan belajar mengajar khususnya dalam matematika perlu lebih
diperhatikan lagi mengingat begitu penting matematika bagi siswa nantinya. Menurut Siagian
( 2012: 123), Mata pelajaran matematika merupakan mata pelajaran dasar, di sekolah dasar
ataupun seolah menengah, mempelajari matematika adalah penting kareana dalam kehidupan
sehari-hari kita tidak boleh mengelak dari aplikasi matematika bukan itu saja matematika
juga mampu mengembangkan kesadaran tentang nilai-nilai yang secara esensial terdapat
didalamnya.
Dalam meningkatkan mutu pendidikan matematika, maka salah satu indikator yang patut
diperhatikan adalah prestasi belajar matematika di sekolah. Fatimah (2011) mengatakan
dalam konteks pembelajaran ada beberapa tolak ukur yang dapat digunakan untuk
mengetahui prestasi belajar siswa. Salah satu upaya yang menjadikan seseorang berprestasi
adalah melakukan kegiatan yang berkelanjutan. Artinya, setelah seseorang menyadari potensi
dirinya disuatu bidang maka ia akan terus menerus berusaha untuk mengembangkannya
menjadi kemampuan utama. Sejalan dengan hal ini Dahlan (2008) menyatakan prestasi
adalah hasil dari usaha mengembangkan bakat secara terus menerus. Hasil belajar tersebut
merupakan prestasi belajar peserta didik yang dapat diukur dari nilai siswa setelah
mengerjakan soal yang diberikan oleh guru pada saat evaluasi dilaksanakan.
Mengingat dalam setiap harinya, waktu untuk kegiatan diluar sekolah lebih banyak
dibandingkan di sekolah, maka jam untuk belajar di luar sekolah menjadi hal yang sangat
penting. Namun untuk mengatur jam untuk belajar sangat bergantung pada siswa itu sendiri.
Slameto (2010) mengungkapkan kebiasaan belajar akan mempengaruhi belajar itu sendiri,
yang bertujuan untuk mendapatkan pengetahuan, sikap, kecakapan dan keterampilan,
diantaranya, pembuatan jadwal dan pelaksanaannya, membaca dan membuat catatan,
mengulangi bahan pelajaran, konsentrasi dan mengerjakan tugas. Minat dan Jam belajar
diluar sekolah memiliki arti penting dalam meningkatkan ataupun menurunnya prestasi
belajar. Dan siswa yang memiliki minat belajar yang tinggi, maka siswa akan mulai sadar
akan sangat kurangnya jam belajar yang dia kerjakan. Mulai dari kesadaran inilah siswa akan
menerapkan kebiasaan belajar cenderung hidup dengan penuh disiplin dan tanggung jawab
dalam setiap tindakan belajarnya untuk mencapai prestasi dan hasil belajar yang tinggi.
Salah satu alternatif yang dapat dilakukan agar prestasi siswa dapat meningkat adalah
dengan menerapkan jam wajib belajar atau menambah jam belajar siswa. Agar mereka mau
melaksanakan kewajiban belajar dibutuhkan peran orang tua di sekolah maupun dirumah
dengan memberi aturan /jadwal jam untuk belajar, dan juga dengan memberi motivasi kepada
anak / siswa agar mau meluangkan waktunya untuk wajib belajar agar dapat menumbuh
kembangkan minat belajar mereka di segala bidang khususnya di bidang mata pelajaran
matematika.
Bedasarkan latar belakang yang telah diuraikan, maka rumusan masalah penelitian yaitu
untuk mengetahui adakah pengaruh jam belajar terhadap prestasi belajar siswa SDN 24
Temmalebba.

B. TINJAUAN PUSTAKA
1. Analisis Regresi
Analisis regresi merupakan suatu metode atau teknik analisis hipotesis penelitian untuk
menguji ada tidaknya pengaruh antara variabel satu dengan variabel lain, yang dinyatakan
dalam bentuk persamaan regresi. Terdapat dua jenis dasar regresi yaitu, regresi linear
sederhana dan regresi linear berganda. Kalau regresi linear sederhana menggunakan satu
variabel independen untuk menjelaskan atau memprediksi hasil dari variabel dependen Y.
Sedangkan regresi linear multipel atau berganda berfungsi untuk mencari pengaruh dari dua
atau lebih variabel independent (variabel bebas atau X) terhadap variabel dependent (variabel
terikat Y). Dengan demikian secara sederhana dapat dikatakan bahwa, apabila kita ingin
mengetahui ada tidaknya pengaruh satu variabel X terhadap variabel Y maka digunakan
analisis regresi sederhana. Sementara apabila kita ingin mengetahui pengaruh dua variabel X
atau lebih terhadap variabel Y maka digunakan analisis regresi linear ganda (multiples).
Bentuk Umum Regresi Liner
 Y = β0 + β 1 X 1 +…+ β n X n +ε
dengan:
Y = variabel terikat (dependen)
X = variabel bebas (independen)
ε = error/galat
β = parameter

Bentuk regresi linier dengan satu variabel bebas, yaitu

Y = β0 + β 1 X +ε
Untuk mencari nilai β 0 dan β 1 maka digunakan metode OLS. Metode Ordinary Ordinary
Least Square (OLS) adalah suatu metode yang digunakan untuk menduga koefisien regresi
n
klasik dengan cara meminimumkan jumlah kuadrat galat yaitu meminimumkan ∑ ε i
2

i=1

Estimator dalam metode OLS diperoleh dengan cara meminimumkan

ε =Y −β 0 −β1 X
2 2
ε =( Y −β 0 −β1 X )
n n

∑ ε2i =∑ ( Y i−β 0−β 1 X i ) 2

i=1 i=1

Misalkan,
n
S=∑ ε 2i
i=1

∂S ∂S
=0 dan =0
∂ β0 ∂ β1
maka,

{∑ ( }
n
∂ Y i−β 0−β 1 X i )2
 ∂S i=1 ¿0
=
∂ β0 ∂ β0
n
−2 ∑ ( Y i−β 0 −β1 X i ) ¿0
i=1

∑ ( Y i−β 0−β 1 X i ) ¿0
i=1

n n

∑ Y i−n β 0−β 1 ∑ X i ¿0
i=1 i=1
 n n
β 1 ∑ X i + n β 0− ∑ Y i ¿0 (1)
i=1 i=1

{ }
n
 ∂ ∑ ( Y i−β 0−β 1 X i )2 ¿0
∂S i=1
=
∂ β1 ∂ β1
n
−2 ∑ X i ( Y i−β 0− β1 X i ) ¿0
i=1

∑ X i ( Y i−β 0−β 1 X i ) ¿0
i=1

∑ ( X i Y i−β 0 X i−β 1 X 2i ) ¿0
i=1

∑ ( X i Y i−β 0 X i−β 1 X 2i ) ¿0
i=1

n n n

∑ X i Y i −β 0 ∑ X i−β 1 ∑ X 2i ¿0
i=1 i=1 i=1

n n n
β 1 ∑ X 2i + β 0 ∑ X i−∑ X i Y i ¿0 (2)
i=1 i=1 i=1

dari persamaan (1) diperoleh

 n n
β 1 ∑ X i + n β 0− ∑ Y i ¿0
i=1 i=1

n n

∑ Y i−β 1 ∑ X i (3)
β 0= i=1 i=1
n

Subtitusi persamaan (3) ke persamaan (2)

n n n
β 1 ∑ X + β 0 ∑ X i−∑ X i Y i=0
2
i
i=1 i=1 i=1

n n
−β 0 ∑ X i+ ∑ X i Y i
i=1 i=1
β 1= n

∑ X 2i
i =1
 ( )
n n

∑ Y i−β 1 ∑ X i n n
−
i=1
n
i=1
∑ X i +∑ X i Y i
i=1 i=1
β 1= n

∑ X 2i
i=1

( ( ))
n n n 2 n
−∑ Y i ∑ X i + β 1 ∑ Xi n∑ Xi Y i
i=1 i=1 i=1 i=1
+
n n
β 1= n

∑ X 2i
i=1

( )
n n n 2 n
−∑ Y i ∑ X i + β 1 ∑ Xi + n∑ XiY i
i=1 i=1 i=1 i=1
β 1= n
n ∑ X 2i
i =1

(∑ )
n n 2 n n n
n β 1 ∑ X −β 1 2
i X i =−∑ Y i ∑ X i +n ∑ X i Y i
i=1 i=1 i=1 i=1 i=1

( (∑ ) )
n n 2 n n n
β1 n ∑ X − =−∑ Y i ∑ X i + n ∑ X i Y i
2
i Xi
i=1 i=1 i=1 i=1 i=1

n n n
n ∑ X i Y i−∑ X i ∑ Y i
i=1 i=1 i=1
β 1=

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1

Subtitusi β 1 ke persamaan (3)

( )
n n n

n n ∑ X i Y i−∑ X i ∑ Y i n

∑ Y i− i=1 i=1 i=1

∑ Xi
(∑ )
n n 2
n∑ X −
i=1 2 i=1
i Xi
i=1 i=1
β 0=
n

( (∑ ) ∑
)
n n n 2 n

n
n ∑ X i ∑ X i Y i− Xi Yi
∑ Y i−
i=1 i=1 i=1 i=1

(∑ )
n n 2
i=1
n∑ X −
2
i Xi
i=1 i=1
β 0=
n
 ( (∑ ) ∑
)
n n n n 2 n

∑ Yi n ∑ X i ∑ X i Y i− Xi Yi
i=1 i=1 i=1 i=1 i=1
β 0= −

( (∑ ) )
n n n 2

n n∑ X −
2
i Xi
i=1 i=1

( (∑ ) ) ∑ ∑ (∑ ) ∑
n n n 2 n n n 2 n

∑ Y i n ∑ Xi − 2
Xi −n Xi X i Y i+ Xi Yi
i=1 i=1 i=1 i =1 i=1 i=1 i=1
β 0=

( ∑ (∑ ) )
n n 2
n n X 2i − Xi
i=1 i=1

( ) ( )
n n n 2 n n n n 2 n
n∑ X 2
i ∑ Y i− ∑ X i ∑ Y i−n ∑ X i ∑ X i Y i + ∑ X i ∑ Y i
i=1 i=1 i=1 i =1 i=1 i=1 i=1 i=1
β 0=

( ( ))
n n 2
n n∑ Xi − ∑ Xi
2

i=1 i=1

n n n n
n ∑ X 2i ∑ Y i−n ∑ X i ∑ X i Y i
i=1 i=1 i=1 i=1
β 0=

( ( ))
n n 2

n n ∑ X 2i − ∑ Xi
i=1 i=1

n n n n

∑ X 2i ∑ Y i−∑ X i ∑ X i Y i
β 0= i=1 i=1 i=1 i=1

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1

Sehingga diperoleh rumus dari β , yaitu:

n n n
n ∑ X i Y i−∑ X i ∑ Y i
i=1 i=1 i=1
β 1=

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1

n n n n

∑ X ∑ Y i−∑ X i ∑ X i Y i
2
i
β 0= i=1 i=1 i=1 i=1

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1
 2. Koefisien Korelasi r dan Koefisien Determinasi r 2
Untuk mengukur kekuatan hubungan antar variabel X dan Y, dilakukan analisis korelasi
yang hasilnya dinyatakan oleh suatu bilangan yang dikenal dengan koefisien korelasi.
Biasanya analisis regresi dilakukan bersama-sama dengan analisis korelasi. Persamaan
koefisien korelasi (r) diekspresikan oleh:

n n n
n ∑ X i Y i−∑ X i ∑ Y i
i=1 i=1 i=1
r=

√[ (∑ ) ][ (∑ ) (∑ ) ]
n n 2 n n 2
n∑ X −
2 2
i Xi n Y − i Yi
i=1 i=1 i=1 i=1

Analisis determinasi dalam regesi linier berganda digunakan untuk mengetahui

presentase sumbangan pengaruh variabel independen (X) secara serentak terhadap variabel
dependen (Y). Koefisien ini menunjukkan seberapa besar persentase variasi variabel
independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen. r 2
sama dengan nol, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan
variabel independen terhadap variabel dependen. Sebaliknya r 2 sama dengan 1 maka
persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel
dependen adalah sempurna, atu variasi variabel independen yang digunakan dalamm model
menjelaskan 100% variasi variabel dependen. Koefisien determinasi dapat ditentukan dengan
mengkuadratkan koefisien korelasi.

( √[ )
n n n 2
n ∑ X i Y i−∑ X i ∑ Y i
2 i=1 i=1 i=1
r=

( ) ][ ( ) ( ) ]
n n 2 n n 2
n ∑ X 2i − ∑ Xi n ∑ Y 2i − ∑Yi
i=1 i=1 i=1 i =1

3. Uji Signifikansi dan Hipotesis

Pengujian hipotesis dimaksudkan untuk melihat apakah suatu hipotesis yang diajukan
ditolak atau dapat diterima. Dalam pengujian hipotesis terdapat asumsi/ pernyataan istilah
hipotesis nol. Hipotesis nol merupakan hipotesis yang akan diuji, dinyatakan oleh H0 dan
penolakan H0 dimaknai dengan penerimaan hipotesis lainnya yang dinyatakan dnegan H1.
Jika telah ditentukan Koefisien Determinasi r 2 , maka selanjutnya dilakukan uji
signifikansi hipotesis yang diajukan. Uji ini dapat menggunakan Uji – t, Uji – f, Uji – z atau
Uji Chi Kuadrat. Dengan uji signifikansi ini dapat diketahui apakah variabel bebas X
berpengaruh secara sginifikan terhadap variabel terikat Y. arti dari signifikan adalah bahwa
pengaruh antar variabel berlaku bagi seluruh populasi.
a. Uji – t
Langkah-langkah yang perlu dilakukan dalam uji-t pada regresi linier adalah :
1) Menentukan Hipotesis
H0 : β = 0; variabel X tidak berpengaruh signifikan terhadap Y
H1 : β ≠ 0; variabel X berpengaruh signifikan terhadap Y
2) Menentukan tingkat signifikansi (α )
Tingkat signifikansi, α yang sering digunakan adalah α =5 % (α =0 , 05)
3) Menghitung nilai t hit menggunakan rumus:
r √ n−2
t hit =
√ 1−r 2
4) Menentukan daerah penolakan H0 (daerah kritis)
Bentuk pengujian dua arah, sehingga menggunakan uji-t dua arah:
H0 akan ditolak jika t hit > t tab atau -( t hit ) ← ( t tab ), berarti H1 diterima.
H0 akan diterima jika -( t hit ) <t tab <t hit , berarti H1 ditolak.

5) Menentukan t tabel (menggunakan tabel Uji-t pada Lampiran)

Tabel Uji-t untuk α =5 % dan derajat kebebasan (df )=n – k ; dengan
n= jumlah sampel/pengukuran
k adalah jumlah variabel (variabel bebas + variabel terikat).
6) Kriteria Pengujian nilai t hitung dan t tabel
Bila nilai t hit < t tab , maka H0 diterima, H1 ditolak
Bila nilai t hit > t tab , maka H0 ditolak, H1 diterima
7) Kesimpulan hasil uji signifikansi.
 C. HASIL DAN PEMBAHASAN
Berikut adalah data Hasil Nilai Ulangan Matemtika dan Jumlah Waktu Belajar Siswa
SDN 24 Temmalebba dapat dilihat pada Tabel 1.

Tabel 1. Data Hasil Nilai Ulangan Matemtika dan Jumlah Waktu Belajar
Siswa SDN 24 Temmalebba
No Nama (Kode) Jumlah Waktu Belajar (X) Nilai (Y)
1 Siswa 1 30 22
2 Siswa 2 30 31
3 Siswa 3 25 45
4 Siswa 4 30 37
5 Siswa 5 75 40
6 Siswa 6 25 40
7 Siswa 7 45 58
8 Siswa 8 100 56
9 Siswa 9 60 49
10 Siswa 10 45 48
11 Siswa 11 75 57
12 Siswa 12 90 62
13 Siswa 13 45 39
14 Siswa 14 60 40
15 Siswa 15 105 60
16 Siswa 16 90 62
17 Siswa 17 25 10
18 Siswa 18 0 15
19 Siswa 19 30 6
20 Siswa 20 0 0
21 Siswa 21 120 70
22 Siswa 22 60 20
23 Siswa 23 0 25
24 Siswa 24 105 62
25 Siswa 25 60 60
 26 Siswa 26 90 65
27 Siswa 27 25 47
28 Siswa 28 60 49
29 Siswa 29 75 67
30 Siswa 30 100 80
31 Siswa 31 45 60
32 Siswa 32 100 61
33 Siswa 33 75 72
34 Siswa 34 30 75
35 Siswa 35 45 48
36 Siswa 36 120 100
37 Siswa 37 90 50
38 Siswa 38 75 76
39 Siswa 39 60 78
40 Siswa 40 120 84

Hipotesis
H0 : tidak ada pengaruh antara jumlah jam belajar siswa (X) terhadap nilai ulangan harian
Matematika Siswa SDN 24 Temmalebba (Y)
H1 : ada pengaruh antara jumlah jam belajar siswa (X) terhadap nilai ulangan harian
Matematika Siswa SDN 24 Temmalebba (Y)
 Scatterplot Hubungan antara Jumlah Waktu Belajar dan Nilai Ulangan
120

100
Nilai Ulangan (Y)

80

60

40

20

0
0 20 40 60 80 100 120 140
Jumlah waktu belajar (X)

Gambar 1. Scatterplot Hubungan antara Jumlah Waktu Belajar dan Nilai Ulangan

Tabel bantu
No X Y X2 Y2 XY
1 30 22 900 484 660
2 30 31 900 961 930
3 25 45 625 2.025 1.125
4 30 37 900 1.369 1.110
5 75 40 5.625 1.600 3.000
6 25 40 625 1.600 1.000
7 45 58 2.025 3.364 2.610
8 100 56 10.000 3.136 5.600
9 60 49 3.600 2.401 2.940
10 45 48 2.025 2.304 2.160
11 75 57 5.625 3.249 4.275
12 90 62 8.100 3.844 5.580
13 45 39 2.025 1.521 1.755
14 60 40 3.600 1.600 2.400
15 105 60 11.025 3.600 6.300
 16 90 62 8.100 3.844 5.580
17 25 10 625 100 250
18 0 15 0 225 0
19 30 6 900 36 180
20 0 0 0 0 0
21 120 70 14.400 4.900 8.400
22 60 20 3.600 400 1.200
23 0 25 0 625 0
24 105 62 11.025 3.844 6.510
25 60 60 3.600 3.600 3.600
26 90 65 8.100 4.225 5.850
27 25 47 625 2.209 1.175
28 60 49 3.600 2.401 2.940
29 75 67 5.625 4.489 5.025
30 100 80 10.000 6.400 8.000
31 45 60 2.025 3.600 2.700
32 100 61 10.000 3.721 6.100
33 75 72 5.625 5.184 5.400
34 30 75 900 5.625 2.250
35 45 48 2.025 2.304 2.160
36 120 100 14.400 10.000 12.000
37 90 50 8.100 2.500 4.500
38 75 76 5.625 5.776 5.700
39 60 78 3.600 6.084 4.680
40 120 84 14.400 7.056 10.080
JUMLAH 2.440 2.026 194.500 122.206 145.725

Dari tabel diperoleh:

n

∑ X i=2.440
i=1

∑ Y i=2.026
i=1
 n

∑ X 2i =194.500
i=1

∑ Y 2i =122.206
i=1

∑ X i Y i =145.725
i=1

( )
n 2

∑ X i =2.4402=5.953 .600
i=1

(∑ )
n 2
Y i =2.026 2=4.104 .676
i=1

maka, nilai β 0
n n n n

∑ X 2i ∑ Y i−∑ X i ∑ X i Y i
β 0= i=1 i=1 i=1 i=1

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1

( 194.500 ) ( 2.026 )− (2.440 )( 145.725 )

β 0=
40 ( 194.500 ) −( 5.953.600 )
394.057 .000−355.569 .000
β 0=
7.780 .000−5.953 .600
38.488 .000
β 0=
1.826 .400
β 0 ≅ 21,073
dan nilai β 1
n n n
n ∑ X i Y i−∑ X i ∑ Y i
i=1 i=1 i=1
β 1=

(∑ )
n n 2

n ∑ X 2i − Xi
i=1 i=1

40 ( 145.725 )− (2.440 )( 2.026 )

β 1=
40 ( 194.500 ) −( 5.953.600 )
5.829.000−4.943 .440
β 1=
7.780 .000−5.953 .600
885.560
β 1=
1.826 .400
β 1 ≅ 0,485
 Subtitusi nilai β 0 dan β 1 ke persamaan Y = β0 + β 1 X +ε maka diperoleh model persamana
regresi liniernya yaitu:
Y =21,073+0,485 X + ε
Dari persamaan diatas, dapat diinterpretasikan bahwa
1. Konstanta sebesar 21,073, hal ini berarti jika variabel nilai ulangan harian siswa
bernilai 0, maka prediksi jumlah waktu belajar siswa di rumah sebesar 21,073 (tidak
berarti).
2. Koefisien variabel X sebesar 0,485 , hal ini berarti jika variabel nilai ulangan harian
siswa ditingkatkan sebesar 1 satuan, maka prediksi jumlah waktu belajar siswa di
rumah akan bertambah sebesar 0,485 satuan. Begitu pula sebaliknya, jika nilai
ulangan harian siswa diturunkan sebesar 1 satuan, maka prediksi jumlah waktu belajar
siswa di rumah akan berkurang sebesar 0,485 satuan.

Koefisien Korelasi dan Determinasi

Persamaan koefisien korelasi (r) diekspresikan oleh:

n n n
n ∑ X i Y i−∑ X i ∑ Y i
i=1 i=1 i=1
r=

√[ ( ) ][ ( ) ( ) ]
n n 2 n n 2
n ∑ Xi − ∑ Xi ∑Yi − ∑Yi
2 2
n
i=1 i=1 i=1 i=1

40 (145.725 )−( 2.440 ) ( 2.026 )

r=
√ [ 40 ( 194.500 )−( 5.953 .600 ) ] [ 40 ( 122.206 )−( 4.104 .676 ) ]
5.829 .000−4.943 .440
r=
√ [ 7.780 .000−( 5.953 .600 ) ][ 4.888 .240−( 4.104 .676 ) ]
885.560
r=
√ [ 1.826 .400 ] [ 783.564 ]
885.560
r=
√ [ 1.826 .400 ] [ 783.564 ]
r =0,740
Nilai ini memberi arti bahwa, hubungan variabel X dan Y adalah kuat, dengan persentase
74%. Jadi, Nilai ulangan Matematika siswa dipengaruhi oleh jumlah jam belajar siswa di
rumah.
Koefisien Determinasi ( r 2 )
 r =0,740
2 2
r = ( 0,740 ) =0,548
Uji (t)
Hipotesis yang diasumsikan
H 0 :=0; variabel X tidak berpengaruh signifikan terhadap Y
H 1:≠ 0; variabel X berpengaruh signifikan terhadap Y
Tingkat signifikansi ( α )=5 %
Nilai t hit , yaitu:
r √ n−2
t hit =
√ 1−r 2
4,563
t hit = =6,787
0,672
Derajat kebebasan, df =n – k−1=40−1−1=38
Dengan menggunakan tabel Uji-t untuk taraf signifikansi ( α )=5 %=0 , 05 dan df =3,
maka diperoleh nilai t pada tabel, yaitu t tab=2,024394 (dapat dilihat pada lampiran)
Membandingkan t hit dan t tab:
t hit > t tab
6,787> 2,024394
Kesimpulan : Nilai t hit > t tab , sehingga dikatakan bahwa, ada pengaruh nyata (signifikan)
variabel X terhadap variabel Y dengan taraf signifikan 5%.

Uji (F)
2
r /k
F hit = 2
(1−r )/( n−k−1)
Dengan:
F hit = Nilai uji F
2
r = koefisien determinasi
k = jumlah variabel bebas
n = jumlah data
2
r (n−k−1)
F hit =
k (1−r 2)
0,548(40−1−1)
F hit =
1 (1−0,548)
0,548(38)
F hit = =46,067
1 (1−0,548)
LAMPIRAN