yang digunakan mengukur fenomena alam maupun sosial yang diamati. Pada penyusunan
penelitian.
ditetapkan.
Setiap item mempunyai nilai yang berpedoman pada skala Likert. Menurut
Riduwan (2010: 12) “Skala Likert digunakan untuk mengukur sikap, pendapat, dan
persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial”. Model Skala
Likert jawabannya terdiri dari lima skala, dengan penetapan skor penilaian dari lima
sampai satu yakni sangat setuju(SS), setuju(S), ragu-ragu(RG), tidak setuju(TS), dan
sangat tidak setuju(STS), setiap butir dalam kuisioner diberi skor dari angka 5-4-3-2-1
bila pernyataan dalam angket bersifat positif dan pernyataan bersifat negatif masing-
Skor alternatif jawaban pada pernyataan positif dan pernyataan negatif adalah
sebagai berikut:
dan fasilitas belajar (X2) yang akan diberikan kepada siswa kelas XI Program Keahlian
Teknik Audio Video SMK Cendana Padang Panjang Tahun Pelajaran 2021/2022.
pada motivasi siswa dan fasilitas belajar. Kemudian variabel tersebut dikembangkan
dalam bentuk indikator – indikator yang akhirnya menjadi butir-butir pertanyaan atau
Uji coba instrumen dilakukan dengan maksud untuk mengetahui apakah instrumen
Sugiyono (2010:173) “Valid berarti instrumen tersebut dapat digunakan untuk mengukur
apa yang harus diukur. Sedangkan instrumen yang reliabel adalah instrumen yang bila
digunakan untuk mengukur objek yang sama, akan menghasilkan data yang sama”.
Coba Responden dalam uji coba ini berjumlah 24 orang diluar populasi yang
telah ditentukan, yaitu siswa kelas XII TAV SMK Cendana Padang Padang yang
sudah belajar mata pelajaran Penerapan Rangkaian Elektronika pada kelas XI.
Menggunakan angket yang telah disusun dan responden diminta untuk mengisi
secara jujur. Uji coba ini dilaksanakan setelah surat izin penelitian keluar.
instrumen”.
Cara menghitung tingkat validitas atau indeks validitas yaitu mencari
r xy =n . ¿ ¿
Keterangan :
n : Banyaknya responden
Selanjutnya dilakukan uji-t untuk membandingkan nilai r hitung dengan rtabel dengan
r √n−2
t hitung =
√ 1−r 2
Keterangan :
t = Nilai thitung
n = Jumlah Responden
membandingkan rhitung dengan rtabel pada taraf signifikansi 5%. Jika rhitung lebih kecil
daripada rtabel maka dikatakan tidak valid. Uji validitas menggunakan korelasi product
moment ini juga dibantu dengan program SPSS 16.00 for Windows.
Kaidah keputusan :
dinyatakan gugur untuk variabel X1 (Dapat dilihat pada tabel Uji Validitas Motivasi
belajar.
Tabel 8. Uji Validitas Motivasi Belajar
(∑X)2 = 8281
(∑Y)2 = 7112889
Data X diambil dari item nomor 1.
r hitung =n .¿ ¿
247608−242697
¿
√( 8808−8281 ) .(7206408−7112889)
4911
¿
√527.93519
rhitung=0.700
2) Mencari rtabel
rtabel = n – 2
= 24 – 2
= 22
(∑Y)2 = 2961841
Data X diambil dari item nomor 1.
r hitung =n .¿ ¿
137568−129075
¿
√( 6408−5625 ) .(3099912−2961841)
8493
¿
√783.138071
rhitung=0.817
2) Mencari rtabel
rtabel = n – 2
= 24 – 2
= 22
menunjukkan pada suatu pengertian bahwa suatu instrumen dapat dipercaya untuk
digunakan sebagai alat pengumpulan data karena instrumen tersebut sudah baik”.
yang dikemukakan oleh Riduwan & Engkos Achmad Kuncoro (2012:221) sebagai
berikut:
Si=∑ X −¿ ¿ ¿
2
S1 + S2 + S3 + …. Sn
St=∑ Xt ¿ ¿ ¿ ¿
2
r 11= k [ k
k−1 ][
1−
∑ si
st ]
Keterangan :
St : Varians total
nilai rhitung dengan rtabel. Dalam reliabilitas sebagai r hitung adalah nilai akhir hasil
tersebut reliabel dan sebaliknya, dikutip dari Riduwan (2012:221). Jika instrumen itu
reliabel, maka dapat dilihat kriteria penafsiran mengenail indeks korelasi (r) pada
tabel 6.
Tabel 11. Interpretasi Koefisien Korelasi Nilai r
Uji reliabilitas dalam penelitian ini menggunakan batuan program SPSS 21 for
windows.
Si=∑ X −¿ ¿ ¿
2
Si=
367− ( 8281
24 )
24
Si=¿0.91493
Tabel 12. Menghitung si setiap item yang valid pada Motivasi Belajar
S i1 S i2 S i3 S i4
0.91493 0,71230 1,66493 1,151041
S i5 S i6 S i7 S i8
0,87326 1,03993 0,78993 0,74305
S i9 Si10 Si11 Si12
0,74305 1,07638 0,82638 1,58159
Si13 Si14 Si15 Si16
0,78993 0,90972 0,65972 1,02604
Si17 Si18 Si19 Si20
0,95659 0,4375 0,65972 0,63888
Si21
1,28472
∑ Si=¿ ¿S 1 + S2 + S3 + …. Sn
1,28472
∑ Si=¿ ¿18,56466
c) Menghitung St
St=∑ Xt −¿ ¿ ¿ ¿
2
( )
2
(1989)
169271−
24
St=
24
St=¿ 189,692
[
r 11= k
k
k−1
1−][
∑ si
st ]
[
r 11=
28
28−1 ][
1−
18,56466
189,692 ]
r 11=0.93916
e) Menghitung rtabel
dk = n-1
24-1 = 23
tabel. 11.
∑ Si 18,56466
St 189,692
r 11 0.93916
rtabel α 5%(dk = 24-1) = 0,433
Jadi hasil reliabilitas uji coba (X1) memiliki r11 sebesar 0.93916, nilai ini
Si=∑ X −¿ ¿ ¿
2
Si=
267− ( 5625
24 )
24
Si=¿1,35937
Tabel 14. Menghitung si setiap item yang valid pada Fasilitas Belajar
S i1 S i2 S i3 S i4
1,35937 1,20659 1,1875 0,58159
S i5 S i6 S i7 S i8
1,85416 1,27604 1,81770 1,49826
S i9 Si10 Si11 Si12
1,70659 1,78993 1,4659 1,55555
Si13 Si14 Si15 Si16
1,90104 1,63888 1,83159 1,58333
Si17 Si18 Si19
1,81770 1.97222 1.80558
∑ Si=¿ ¿S 1 + S2 + S3 + …. Sn
∑ Si=¿ ¿31,34778
c) Menghitung St
St=∑ Xt −¿ ¿ ¿ ¿
2
( )
2
(1291)
75125−
24
St=
24
St=¿ 236,665
d) Menghitung r11
[
r 11= k
k
k−1
1− ][
∑ si
st ]
[
r 11=
24
24−1 ][
1−
31,34778
236,665 ]
r 11=0.91102
e) Menghitung rtabel
dk = n-1
24-1 = 23
tabel. 11.
∑ Si 31,34778
St 236,665
r 11 0.91102
rtabel α 5%(dk = 24-1) = 0,433
Jadi hasil reliabilitas uji coba (X2) memiliki r11 sebesar 0.91102, nilai ini lebih
besar dari rtabel = 0,433 maka kesimpulannya adalah instrument “Reliabel” dan
Dalam penelitian ini data dianalisis dengan menggunakan teknik korelasi dan regresi
ganda. dengan bantuan program SPSS versi 16 for windows yang meliputi:
1. Deskripsi data
Deskripsi data meliputi nilai rata-rata (mean), nila tengah (median), angka yang sering
muncul (mode), simpangan baku (standar deviasi), dan varians guna mengetahui
gambaran tentang sebaran data serta tingkat pencapaian, dikutip dari Riduwan (2010:122)
sebagai berikut :
X=
∑ Xi
n
Keterangan:
X = Mean (Rata-rata)
N = Jumlah data
b. Median
Median adalah salah satu teknik penjelasakan kelompok yang didasarkan atas
nilai tengah dari kelompok data yang telah disusun urutannya dari yang terkecil
sampai yang terbesar. Untuk menghitung median rumus yang digunakan Sugiyono
(2012:53) adalah:
( )
1
n−F
2
Me=b + p
f
Keterangan:
b = batas bawah kelas median, ialah kelas dimana median akan terletak
median
c. Modus
Modus adalah serangkaian nilai muncul paling banyak dalam suatu distribusi data.
Mo=b+ p ( b 1+b 1b 2 )
Keterangan :
akan terletak.
b1 = frekuensi kelas modus dikurangi frekuensi kelas interval dengan tanda kelas
dengan tanda kelas yang lebih besar sesudah tanda kelas modus.
d. Menghitung Varian
Varians merupakan ukuran penyebaran data yang mengukur rata-rata jarak kuadrat
semua titik pengamatan terhadap titik pusat (rata-rata). wJika X 1, X2, …. Xn adalah
2
S =
∑ ( X− X ) 2
n
Keterangan :
2
S = Varians
n = Jumlah Populasi
Xi = Nilai Pengamatan
X =¿ Mean sampel
e. Standar Deviasi
s = √ varians
RS
TCR= × 100 %
n
Keterangan:
interval dihitung menggunakan rumus sebagai berikut, dikutip dari riduwan (2010:
Rentangan
3. Panjang Kelas interval ( p )=
Jumlah kelas
g. Histogram
Histogram adalah sebuah grafik yang berbentuk segi empat yang disebut juga dengan
bar Diagram.
1) Pengujian Normalitas
didapatkan berdistribusi normal atau tidak. Pada penelitian ini yang digunakan
( fo−fh ) 2
X2 = ∑ki = 1
fh
Keterangan :
X 2 = Nilai Chi-kuadrat
2) Pengujian Lineritas
motivasi belajar (X1) dengan variabel hasil belajar (Y) atau antara variabel
fasilitas belajar (X2) dengan variabel hasil belajar (Y) linear atau tidak. Rumus
yang dipakai uji F dikutip dari Sambas Ali Muhidin dan Maman Abdurahman
F RJK TC
hitung=
RJK E
Keterangan :
F = nilai F
Jika nilai Sig Deviation from Linearity > 0.05. Dapat disimpulkan bahwa terdapat
3) Pengujian Homogenitas
Uji homogenitas bertujuan untuk melihat sampel mempunyai variasi
varian terbesar
Fhitung =
varian terkecil
c) Kriteria pengujian
4) Uji Multikolinieritas
1
VIF= 2
1−r
Jika nilai VIF < 5, maka tidak terdapat Multikolinearitas, jika VIF > 5, maka
SPSS 21.0.
terikat dengan kombinasi dari dua variabel bebas. Dalam regresi berganda kesalahan
parsial terhadap variabel terikat dapat dilihat dalam Riduwan & Sunarto (2011:108)
sebagai berikut:
(∑ X 1 ) 2
a) ∑ X 21=∑ X 21− n
(∑ X 2 ) 2
b) ∑ X 22=∑ X 22− n
(∑ Y ) 2
c) ∑ Y 2=∑ Y 2− n
( ∑ X 1) ( ∑ Y )
d) ∑ X 1 Y =∑ X 1 Y − n
(∑ X 2 )( ∑ Y )
e) ∑ X 2 Y =∑ X 2 Y − n
(∑ X 1 )( ∑ X 2)
f) ∑ X 1 X 2= ∑ X 1 X 2− n
3) Menghitung nilai b1
(∑ x 22) ( ∑ x 1 y ) −( ∑ x 1 x 2 )(∑ x2 y )
b 1=
(∑ x 21)( ∑ x 22 )−(∑ x 1 x 2 )2
Keterangan:
X1 = variabel bebas
X2 = variabel bebas
Y = variabel terikat
4) Menghitung nilai b2
(∑ x 21) ( ∑ x 2 y ) −( ∑ x 1 x2 )(∑ x1 y )
b 2=
( ∑ x 21 )( ∑ x 22 )−(∑ x 1 x 2 )2
Keterangan:
X1 = variabel bebas
X2 = variabel bebas
Y = variabel terikat
a=
∑ Y −b ∑ X 1
n 1 ( n ) (
−b1
∑ X2
n )
Keterangan:
a = Koefisien nilai a
n = Jumlah sampel
Y =a+b 1 X 1 +b 2 X 2+ bn X n
Keterangan:
Y = Variabel terikat
X1 = variabel bebas
X2 = variabel bebas
n = Jumlah responden
a = Nilai konstanta
R x1. x 2. y =
√ b ∑ x 1 y +b ∑ x 2 y
1 2
∑y 2
Keterangan:
Y = Variabel terikat
X1 = variabel bebas
X2 = variabel bebas
KP = (Rx1x2y)2 x 100%
Keterangan :
r X Y =n ¿ ¿
1
Keterangan:
n = Jumlah Sampel
r X Y =n ¿ ¿
1
Keterangan :
n = Jumlah Sampel
Keterangan:
n = Jumlah Sampel
Untuk menghitung koefisien korelasi parsial dengan rumus dikutip oleh Riduwan
(2012: 232).
r X Y −r X Y . r X X2
r X 2 ( X 1 Y )= 1 2 1
√ (1−r 2
X2 Y ) .(1−r 2X Y )
1 2
Keterangan :
r X Y = Korelasi X1 terhadap Y
1
r X Y = Korelasi X2 terhadap Y
2
r X X = Korelasi X1 terhadap X2
1 2
KP=¿
Keterangan :
KP = Nilai Koefisien Determinasi
r x y −r x y . r x x
r X ( X Y )= 2 1 1 2
√ (1−r 2
) .(1−r 2
1 2
X1 Y X1 X2 )
Keterangan :
r X Y = Korelasi X1 terhadap Y
1
r X Y = Korelasi X2 terhadap Y
2
r X X = Korelasi X1 terhadap X2
1 2
KP=¿
Keterangan :
d. Uji Hipotesis
nilai Fhitung, selanjutnya dibandingkan dengan nilai Ftabel dengan kriteria pengujian
sebagai berikut berikut dapat dilihat menggunakan rumus yang dikutip oleh
Keterangan :
n = Banyak sampel
R2 = Koefisien/regresi
Kaidah keputusan:
2) Uji t digunakan untuk melihat pengaruh secara parsial setiap variabel bebas terikat.
r parsial √ n−3
t hitung =
√ 1−r 2
parsia l
Keterangan :
n = Jumlah sampel
Kaidah keputusan :
Jika nilai signifikansi <0.05 maka Ho ditolak dan ha diterima,
Nilai t dihitung dengan menggunakan uji dua sisi, karena hipotesis yang
a) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas
Sig atau (0,05 ≤ Sig), maka Hoditerima dan Ha ditolak, artinya tidak
signifikan.
b) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas
Sig atau (0,05 ≥ Sig), maka Ho ditolak dan Ha diterima, artinya signifikan.
BAB IV
HASIL PENELITIAN
Hasil penelitian merupakan bagian yang membahas dan memaparkan data yang
terkumpul dari hasil penelitian yang meliputi : (a) deskripsi data variabel bebas yaitu
motivasi belajar dan fasilitas belajar di masa Pandemi Covid-19 dan variabel terikat yaitu
hasil belajar penerapan rangkaian elektronika siswa kelas XI Teknik Audio Video SMK
Cendana Padang Panjang; (b) pengujian prasyaratan analisis yang meliputi uji normalitas,
uji homogenitas, uji linearitas, dan uji independensi antar variabel bebas(multikolinearitas);
Data penelitian meliputi tiga variabel yaitu Motivasi belajar(X 1), Fasilitas
belajar (X2), dan Hasil belajar siswa(Y). Deskripsi data menggambarkan data-data
penelitian tentang jumlah data, mean, median, modus,range, nilai minimum, nilai
variabel X1 yaitu:
Statistics
motivasibelajar
Valid 30
N
Missing 0
Mean 72.60
Median 75.00
Mode 75
Std. Deviation 8.028
Variance 64.455
Range 31
Minimum 52
Maximum 83
Sum 2178
25 69.25
Percentiles 50 75.00
75 78.00
motivasi belajar dengan jumlah sampel 30 orang siswa. Untuk lebih jelasnya
gambaran distribusi skor motivasi belajar (X1) dapat dilihat pada table 17
= 83 – 52
= 31
= 1 + 3,3 Log 30
= 1 + 3,3(1,477)
= 5,8741 ≈ 6
Rentangan
Kelas Interval =
jumlah kelas
31
= =5,277 ≈ 6
5,8741
memiliki nilai mean lebih kecil dari pada median, sehingga grafik
motivasi belajar cenderung belum optimal pada Siswa Kelas XI TAV SMK
2. Fasilitas Belajar(X2)
variabel X2 yaitu:
Statistics
FasilitasBelajar
Valid 30
N
Missing 0
Mean 50.37
Median 48.50
Mode 46
Std. Deviation 6.896
Variance 47.551
Range 28
Minimum 40
Maximum 68
Sum 1511
25 45.75
Percentiles 50 48.50
75 56.00
fasilitas belajar dengan jumlah sampel 30 orang siswa. Untuk lebih jelasnya
gambaran distribusi skor fasilitas belajar (X2) dapat dilihat pada table 17
= 68 – 40
= 28
= 1 + 3,3 Log 30
= 1 + 3,3(1,477)
= 5,8741 ≈ 6
Rentangan
Kelas Interval =
jumlah kelas
28
= =4,766 ≈ 5
5,8741
= 80 – 0
= 80
= 1 + 3,3 Log 30
= 1 + 3,3 (1,477)
= 5,8741 ≈ 6
Rentangan
Kelas Interval =
jumlah kelas
80
= =13,619 ≈ 14
5,8741
Histogram kurva normal pada Gambar (Lampiran ) memiliki nilai mean lebih
Pencapaian Responden
item pernyataan.
disajikan pada tabel 22, dapat diketahui bahwa skor rata-rata untuk
variabel Motivasi Belajar (X1) memiliki nilai tertinggi 3,933 dengan TCR
78,66% dan terendah 2,966 dengan TCR 59,33%. Secara keseluruhan nilai
rerata sebesar 72,6 dengan TCR 69,14%. Data ini memberikan interpretasi
bahwa siswa kelas XI Teknik Audio dan Video SMK Cendana Padang
item pernyataan.
disajikan pada tabel 22, dapat diketahui bahwa skor rata-rata untuk
variabel Fasilitas Belajar (X1) memiliki nilai tertinggi 3,933 dengan TCR
78,66% dan terendah 2,0 dengan TCR 40%. Secara keseluruhan nilai
interpretasi bahwa siswa kelas XI Teknik Audio dan Video SMK Cendana
Analisis ini dapat dilakukan apabila memenuhi persyaratan sebagai berikut: (1) uji
normalitas masing-masing data, (2) uji homogenitas, (3) uji linearitas dan (4) uji
multikolinearitas.
1. Uji Normalitas
atau tidak. Dalam hal ini normalitas dapat diuji menggunakan Chi-Square.
Jika x2hitung > x2tabel, artinya data terdistribusi normal. Hasil uji coba normalitas
Dari tabel 24 dapat dilihat bahwa skor signifikansi probabilitas untuk variabel X 1
sebesar 0,201 ,variabel X2 sebesar 0,985 dan variabel Y sebesar 0,176. Karena
signifikansi untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan
bahwa data pada motivasi belajar dan fasilitas belajar selama masa Pandemi
2. Uji Homogenitas
Uji homogenitas digunakan untuk mengetahui apakah beberapa varian
populasi data adalah sama atau tidak. Hasil uji homogenitas data dapat diihat pada
Dari kedua tabel diatas didapatkan skor signifikansi pada Motivasi Belajar
sebesar 0,139 dan skor signifikansi Fasilitas Belajar sebesar 0,530. Karena kedua
skor signifikansi lebih besar dari 0,05 maka disimpulkan varian populasi data
adalah homogen.
3. Uji Linearitas
hbungan yang linear atau tidak secara signifikan. Hasil uji linearitas data dapat
Tabel 28. Uji Linearitas Motivasi Belajar Pada Masa Pandemi Terhadap Hasil
Belajar
Sumber : Olah Data SPSS 21.0
Tabel 29. Uji Linearitas Fasilitas Belajar Pada Masa Pandemi Terhadap Hasil
Belajar
terhadap hasil belajar sebesar 0.006 sedangkan skor signifikansi Fasilitas Belajar
terhadap hasil belajar sebesar 0,117. Karena signifikansi variabel motivasi belajar
(X1) lebih kecil dari 0,05 maka dapat disimpulkan bahwa antara variabel Motivasi
sedangkan variabel Fasilitas Belajar (X2) lebih besar dari 0.05 maka dapat
disimpulkan bahwa antara variabel fasilitas belajar terhadap hasil belajar siswa
4. Uji Multikolinearitas
Model regresi yang baik ditandai dengan tidak terjadi interkorelasi antar variabel
Pada tabel 29 (Lampiran 16 hlm 148) menunjukkan nilai Variance Inflation Factor
(VIF) untuk kedua variabel bebas yaitu motivasi belajar (X 1) dan fasilitas bela\jar
(X2) terhadap hasil belajar memiliki (VIF) sebesar 1,068 dengan toleransi 0,936,
karena nilai VIF kurang dari 5 maka dapat disimpulkan bahwa pada model regresi
C. Analisis Regresi
dari satu variabel bebas terhadap variabel terikat. Berikut hasil konstanta regresi
variabel motivasi belajar (X1) mengalami kenaikan satu satuan, maka hasil belajar
(Y) akan naik sebesar 0,951. Begitu juga dengan variabel fasilitas belajar (X 2),
apabila terjadi kenaikan satu satuan, maka hasil belajar (Y) akan naik sebesar 0,612.
Nilai koefisien korelasi dan koefisien determinasi pada Model Summary dapat
Berdasarkan Tabel 32, pada kolom R diperoleh nilai korelasi simultan X 1 dan X2
dan fasilitas belajar pada masa Pandemi Covid-19 terhadap hasil belajar dapat
terhadap hasil belajar sebesar r2 x 100% = (0,307)2 x 100% = 9,4249% dan fasilitas
D. Uji Hipotesis
hipotesis pertama dan uji regresi parsial (Uji t) untuk hipotesis kedua dan ketiga
1. Hipotesis pertama
Hipotesis pertama diuji dengan menggunakan uji regresi secara bersama-
sama (Uji F) terhadap hasil belajar siswa kelas XI Teknik Audio Video SMK
Ho : Motivasi Belajar dan Fasilitas Belajar pada masa Pandemi Covid-19 secara
belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana Padang
Panjang.
Ha : Motivasi Belajar dan Fasilitas Belajar pada masa Pandemi Covid-19 secara
belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana Padang
Panjang.
Belajar (X1) dan Fasilitas Belajar(X2) secara bersama terhadap hasil belajar (Y)
signifikan 0,112, sehingga dapat dikatakan signifikan > 0,05 (0,112 > 0,05),
maka Ho diterima, Ha ditolak, artinya Motivasi Belajar (X 1) dan Fasilitas Belajar
2. Hipotesis Kedua
sebagai berikut:
Hasil Belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana
Padang Panjang.
Belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana Padang
Panjang.
Hipotesis kedua diuji dengan menggunakan uji analisis regresi parsial yang
0,05 (0,105 > 0,05), maka Ho diterima dan Ha ditolak, artinya Motivasi Belajar
(X1) secara parsial tidak memberikan kontribusi yang signifikan terhadap Hasil
Belajar (Y).
Berdasarkan tabel 31 didapat motivasi belajar memberikan kontribusi yang
3. Hipotesis ketiga
hasil Belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana
Padang Panjang.
Belajar Siswa Kelas XI Teknik Audio dan Video SMK Cendana Padang
Panjang.
yang dilanjutkan dengan uji t. Berdasarkan tabel 31 pada kolom t, diperoleh nilai
>0,05 (0,363 > 0,05) sehingga dapat disimpulkan Ho diterima dan Ha ditolak,
artinya fasilitas belajar (X2) secara parsial tidak berhubungan signifikan terhadap
3,0625%