8
Kemudian isi seperti gambar dibawah ini !
Setelah mengisi seperti di atas, lalu klik Data View, dan copy kan data hasil penelitian dari
excel ke SPSS.
9
10
Setelah data hasil muncul tinggal kita tentukan kevalidan nya menggunakan product moment.
Jika r hitung > dari r table, maka soal angket tersebut valid
Jika r hitung < dari r table, maka soal angket tersebut tidak valid
r hitung 896
r table 0,444
karna r hitung lebih besar dari r table maka angkat tersebut valid.
Jika niali Sig.(2-tailed) < 0,05 dan person correlation bernilai positif, maka angket
tersebut dinyatakan valid.
Jika nilai Sig.(2-Tailed) < 0,05 dan person correlation bernilai negative, maka angket
tersebut dinyatakan tidak valid.
Jika nilai Sig.(2-tailed) > 0,05, maka angket tersebut tidak valid.
Sig.(2-tailed) = 0,01
Probabilitas 0,05
Karna sig.(2-tailed) lebih besar dari probabilitas maka angket tersebut dinyatakan valid.
12
Klik Select
13
Pada kolom descriptives for, klik Select if item deleted dan ikuti pada gmbar, kemudian klik
Continue lalu OK.
14
Setelah data hasil muncul mari kita uji reabilitasnya.
15
Uji Normalitas bertujuan untuk menguji apakah data yang digunakan dalam penelitian
berdistribusi yang normal atau tidak. Biasanya ini akan menjadi syarat ketika mau melakukan
analisis regresi, jadi sebelum menganalisis data atau uji asumsi klasik, kita harus mengetahui
data yang kita gunakan itu normal atau tidaknya secara distribusi. Jika data kita normal bisa
kita lanjutkan untuk menganalisis regresi baik regresi linier sederhana maupun regresi linier
berganda.
CONTOH :
1. Sangat Tidak Setuju (Skor 1)
2. Kurang Setuju (Skor 2)
3. Cukup Setuju (Skor 3)
4. Setuju (Skor 4)
5. Sangat Setuju (Skor 5)
16
Masuk ke aplikasi SPSS dan klik Variable View, lalu masukan variable X dan Y nya seperti
pada gambar!
Kemudian klik Data View, dan copy paste data hasil penelitian di Excel ke SPSS.
17
Setelah cara pada gambar di atas, akan muncul tabel Linear Regression. Terdapat dua kolom
Dependent dan Independen. Masukan variable X dan Y nya pada kolom dependent dan
independent.
18
Setelah memasukan variable X dan Y ke kolom dependent dan independent lalu klik Save,
dan akan muncul kolom Linear Regression : Save, ikuti cara seperti Digambar kemudian klik
Continue lalu OK.!
Setelah klik OK, akan muncul table hasil, di minimize dulu, kemudian akan muncul data
Res_1. Lalu ikuti cara berikutnya untuk menguji normalitas dengan KS!
19
Pada gambar di bawah terdapat tabel One-Sample Kolmogorov-Smirnov Test, masukkan
data RES_1 pada kolom Test Variable List. Lalu klik OK!
20
UJI HOMOGENITAS DENGAN SPSS
Pada bagian Values isi kolom value dengan kode kelas, isi label kelas dengan nama kelas.
Kemudian klik OK, Lalu klik Data View!
21
Copy paste kan data hasil dan kelas yang ada pada Excel.
22
Lalu masukan data Hasil Belajar PAI pada kolom Dependent list, dan data kelas pada kolom
factor list. Lalu klik Plots!
Setelah plots terbuka, maka centang biru bagian Power Estimation, pada kolom Spread vs
Level With Levene Test. Kemudian klik Continue lalu OK!
23
Setelah data hasil muncul, mari kita uji homogenitasnya.
(Sig) Based on Mean = 0,320 > 0,05
Jadi, dikarnakan (Sig) Based on Mean nya > 0,05 maka data hasil penelitian dinyatakan
homogenitas.
24
Konsep Dasar Analisis Korelasi
Uji korelasi bertujuan untuk mengetahui tingkat keeratan hubungan antar variable
yang dinyatakan dengan koefisien korelasi (r)
Jenis hubungan antara variable X dan Y dapat bersifat positif dan negative.
Dasar Pengambilan Keputusan Uji Korelasi
Jika nilai signifikansi (Sig) < 0,05 maka, berkolerasi
Sebaliknya jika nilai signifikansi (Sig) >0,05 maka, tidak berkolerasi
Pedoman Derajat Hubungan
Nilai Pearson Correlation 0,00 s/d 0,20 = tidak ada korelasi
Nilai Pearson Correlation 0,21 s/d 0,40 = korelasi lemah
Nilai Pearson Correlation 0,41 s/d 0,60 = korelasi sedang
Nilai Pearson Correlation 0,61 s/d 0,80 = korelasi kuat
Nilai Pearson Correlation 0,81 s/d 1,00 = korelasi sempurna
Jika Nilai Signifikansi Tepat di Angka 0,05 maka :
Bandingkan Pearson Correlation dengan r tabel
Jika nilai Pearson Correlation > r tabel maka X dan Y berhubungan
Jika nilai Pearson Correlation < r tabel maka X dan Y tidak berhubungan
25
26
27
Setelah data hasil muncul, kita uji korelasinya.
Nilai signifikansi 0,356 > 0,05
Jadi, dikarnakan nilai signifikansi nya lebih besar dari 0,05 maka antara variable X
dan Y tidak berkorelasi.
Arah hubungannya positif atau negative lihat nilai pada pearson cerrelationnya
Pearson Correlation motivasi = 0,218
Pearson Correlation belajar = 0,218
Dapat disimpulkan bahwa , motivasi berhubungan secara positif terhadap belajar
dengan derajat hubungan lemah.
28