Lampiran 3

Data Hasil Penelitian

No X Y X2 Y2 XY

1
2
3
4
5
6
7
8
dst.
Jumlah
LAMPIRAN 4 : PERHITUNGAN STATISTIK DASAR

Perhitungan Distribusi Frekuensi, Standar Deviasi, Mean, Median, dan

Modus dengan menggunakan rumus-rumus sebagai berikut:

Perhitungan Distribusi Frekuensi:1

Rentang = data terbesar – data terkecil

banyaknya kelas (k) = 1 + 3,3 log n (aturan sturges)
R (rentang)
Panjang kelas (P) = ---------------------------
K (Banyaknya kelas)

Perhitungan Mean dengan Rumus:2

Perhitungan Modus dengan Rumus:3

dimana:
b = batas bawah kelas interval
p = panjang ke;as interval
b1 = frekuensi interval dikurangi frekuensi di bawahnya
b2 = frekuensi interval dikurangi frekuensi di atasnya

1
Sudjana, Metoda Statistika (Bandung: Penerbit Tarsito, 1992), h. 47.
2
Ibid., h. 67.
3
Ibid., h. 77.
Perhitungan Median dengan Rumus:4

dimana:
b = batas bawah kelas median
p = panjang kelas median
n = ukuran sampel
F = jumlah semua frekuensi di bawah kelas median
f = frekuensi kelas median

Perhitungan Standar Deviasi dengan Rumus:5

dimana:
s = standar deviasi
s2 = varians (simpangan baku (s) adalah akar dari varians)
xi = tanda kelas
fi = frekuensi
n = ∑ fi
selanjutnya Standar deviasi, Mean, Median, dan Modus dihitung dengan

bantuan SPSS for MS Windows Release 23.0

4
Ibid, h. 79.
5
Ibid, h. 95.
Lampiran 4.1:
Perhitungan Statistik Dasar Prestasi Belajar Siswa (Y)

Berdasarkan data di atas dibuat distribusi frekuensi variabel Keterampilan

berbicara bahasa arab sebagai berikut:
Rentang Kelas = 99 - 72 = 27
Banyak Kelas = 1 + (3,3) log 28 = 5,77 ditetapkan 6
Panjang Kelas = 27 : 6 = 4,5 ditetapkan 4
Tabel Distribusi Frekuensi Skor Keterampilan berbicara bahasa arab

Nomor Interval Frekuensi Frekuensi Frekuensi

Kelas Absolut Relatif (%) Kumulatif
(%)
1 72 - 76 2 7,1 8,33
2 77 - 81 3 10,7 16,67
3 82 – 86 7 25 31,67
4 87 – 91 9 32,1 46,67
5 92 - 96 5 17,8 80,00
6 97 – 101 2 7,1 98,3
Jumlah 28 100 100

Perhitungan Mean, Median, Modus, Standar Deviasi, dan Varian Prestasi

Belajar Siswa dengan bantuan SPSS For Windows Release 23.0
Lampiran 4.2:
Perhitungan Statistik Dasar Aktivitas Belajar Siswa (X)

Berdasarkan data di atas dibuat distribusi frekuensi variabel Aktivitas

Belajar Siswa sebagai berikut:
Rentang Kelas = 77 - 47 = 30
Banyak Kelas = 1 + (3,3) log 28 = 5,7 ditetapkan 6
Panjang Kelas = 30 : 6 = 5
 Tabel Distribusi Frekuensi Skor keterampilan membaca bahasa arab

Nomor Interval Frekuensi Frekuensi Frekuensi

Kelas Absolut Relatif (%) Kumulatif (%)

1 47 - 52 7 25 3,33

2 53 - 58 7 25 23,33

3 59 - 64 6 21,4286 51,67

4 65 - 70 3 10,7143 76,67

5 71 - 77 5 17,8571 88,33

Jumlah 28 100

Perhitungan Mean, Median, Modus, Standar Deviasi, dan Varians

Aktivitas Belajar Siswa dengan bantuan SPSS For Windows Release 23.0

Statistics
VAR00004
N Valid 28
Missing 0
Mean 59.5357
Std. Error of Mean 1.66308
Median 58.0000
Mode 56.00
Std. Deviation 8.80018
Variance 77.443
Range 30.00
Minimum 47.00
Maximum 77.00
Sum 1667.00
Lampiran 5: Uji Normalitas Data

CATATAN : UJI NORMALITAS DIHITUNG DENGAN DUA CARA

1. DENGAN UJI LILIFORS (dibuat sendiri dg MS Excel)

2. DENGAN UJI KOLMOGOROF SMIRNOF (seperti contoh di bawah)

Uji Normalitas data dianalisis dengan menggunakan

Kolmogorof-Smirnov Test
Hipotesis: H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal

Kriteria : Terima H0 jika Nilai Kritis lebih kecil dari Nilai penyimpangan
maksimum.
Harga Ltabel dari tabel Nilai kritis untuk n = 28
Nilai kritis untuk tingkat kepercayaan α = 0,05

1,2239 1,2239 1,2239

𝐾−𝑆 = = = 7,75
= 0, 158
𝑛 60
Nilai kritis untuk tingkat kepercayaan α = 0,01

1,5174 1,5174 1,5174

𝐾−𝑆 = = = 7,75
= 0, 196
𝑛 60
Lampiran 5.1: Uji Normalitas Y

Dengan bantuan SPSS for Windows Release 23.0 didapat harga sebagai
berikut:

Nilai penyimpangan maksimum hasil perhitungan = 0,152, selanjutnya

dari daftar tabel nilai kritis Kolmogorof-Smirnov didapat Nilai Kritis
untuk tingkat kepercayaan α = 0,05 sebesar 0,158, sedangkan nilai kritis
untuk tingkat kepercayaan α = 0.01 sebesar 0,196. Karena nilai
perhitungan lebih kecil dari nilai kritis, maka H0 diterima.
Kesimpulan : Data Variabel Y berdistribusi Normal.
Lampiran 5.2: Uji Normalitas X

Dengan bantuan SPSS for Windows Release 23.0 didapat harga sebagai
berikut:

Nilai penyimpangan maksimum hasil perhitungan = 0,110, selanjutnya

dari daftar tabel nilai kritis Kolmogorof-Smirnov didapat Nilai Kritis
untuk tingkat kepercayaan α = 0,05 sebesar 0,158 sedangkan nilai kritis
untuk tingkat kepercayaan α = 0.01 sebesar 0,196. Karena nilai
perhitungan lebih kecil dari nilai kritis, maka H0 diterima.
Kesimpulan : Data Variabel X berdistribusi Normal.
Uji Normalitas Data dengan rumus Lilifors

NO Xi Zi F(Zi) S(Zi) F(Zi) - F(Zi) -

S(Zi) S(Zi)

1 47 -1,42448 0,077153 0,035714 0,041439 0,041

2 49 -1,19722 0,115611 0,071429 0,044183 0,044

3 49 -1,19722 0,115611 0,107143 0,008468 0,008

4 49 -1,19722 0,115611 0,142857 -0,02725 0,027

5 50 -1,08358 0,139275 0,178571 -0,0393 0,039

6 50 -1,08358 0,139275 0,214286 -0,07501 0,075

7 52 -0,85631 0,195912 0,25 -0,05409 0,054

8 54 -0,62905 0,26466 0,285714 -0,02105 0,021

9 54 -0,62905 0,26466 0,321429 -0,05677 0,057

10 56 -0,40178 0,343924 0,357143 -0,01322 0,013

11 56 -0,40178 0,343924 0,392857 -0,04893 0,049

12 56 -0,40178 0,343924 0,428571 -0,08465 0,085

13 56 -0,40178 0,343924 0,464286 -0,12036 0,120

14 57 -0,28814 0,386618 0,5 -0,11338 0,113

15 59 -0,06088 0,475729 0,535714 -0,05999 0,060

16 59 -0,06088 0,475729 0,571429 -0,0957 0,096

17 59 -0,06088 0,475729 0,607143 -0,13141 0,131

18 60 0,052759 0,521038 0,642857 -0,12182 0,122

19 60 0,052759 0,521038 0,678571 -0,15753 0,158

20 64 0,507295 0,694026 0,714286 -0,02026 0,020

21 65 0,620929 0,732677 0,75 -0,01732 0,017

22 68 0,961831 0,831933 0,785714 0,046219 0,046

23 70 1,189099 0,8828 0,821429 0,061371 0,061

24 71 1,302733 0,903667 0,857143 0,046524 0,047

25 72 1,416368 0,921666 0,892857 0,028809 0,029

26 73 1,530002 0,936992 0,928571 0,00842 0,008

27 75 1,75727 0,960564 0,964286 -0,00372 0,004

28 77 1,984538 0,976402 1 -0,0236 0,024

jumlah 1667

rata 59,53571

simpang baku 8,800177

Lo Maks 0,158

L Tabel 0.161

Karena Lo<Ltabel maka data berdistribusi normal

Lampiran 6: Uji Homogenitas

1. Langkah-langkah Uji Homogenitas dengan menggunakan Uji

Bartlett:

a. Varians gabungan sampel dihitung dengan rumus:

b. Harga satuan B dihitung dengan rumus sebagai berikut:

 B = (log s2gab) ∑ (ni –1)

c. Uji Bartlett dengan menggunakan statsitik uji χ2 dengan rumus sebgai

berikut:

χ2 = (ln 10) {B- ∑(ni) log si2}

Jika χ2 hitung < χ2 tabel berarti data mempunyai varians yang homogen.

Berdasarkan langkah-langkah dan rumus-rumus perhitungan di atas,

diperoleh perhitungan sebagai berikut.

NO X Y

1 75 94

2 77 99

3 57 92

4 52 89

5 49 91

6 59 83

7 71 95

8 65 94

9 60 83

10 50 88

11 56 82

12 49 81

13 73 97

14 56 77

15 54 91

16 70 91

17 59 83

18 47 72

19 56 77

20 54 91

21 72 91
22 68 94

23 60 83

24 50 88

25 56 82

26 64 91

27 49 75

28 59 83

Varian 77,44 48,78

s

Uji F 0,63

F tabel 1,90

Hipote Jika Fhitung < F tabel maka data homogen dan F

sis Hitung<Ftabel data homogen

(lihat video tutorial di tautan :

https://www.youtube.com/watch?v=e9izhRiIQ5U

2. Langkah-langkah Uji Homogenitas dengan menggunakan SPSS

dengan Uji Levene Test:
Berdasarkan tabel output “Test of homogenity of Variance” di atas,

diketahui nilai signifikansi (Sig.) variabel Hasil Belajar pada siswa kelas A

dan kelas B adalah sebesar 0,14. Karena nilai Sig.0,14 > dari 0,05, maka

sebagaimana dasar pengambilan keputusan dalam uji homogenitas, dapat

disimpulkan bahwa varians data hasil belajar pada siswa kelas A dan

kelas B adalah sama atau homogen.

Lampiran 7

Analisis Hubungan (Korelasi Sederhana) Antara Variabel Bebas

Dengan Variabel Terikat

A. Bentuk Hubungan

1. Bentuk persamaan Regresi

Ŷ = a + bX

Keterangan:

X = skor variabel bebas

a = konstanta regresi
b = koefisien arah regresi

Untuk menghitung koefisien arah regresi b, dan konstanta a dengan

rumus berikut:

Keterangan:

X = jumlah skor variabel bebas

Y = jumlah skor variabel terikat
n = jumlah subjek yang dianalisis
2. Pengujian Signifikansi dan Linearitas Regresi Sederhana
Untuk pengujian linearitas dan signifikansi regresi, perlu dihitung
terlebih dahulu besaran-besaran jumlah kuadrat (JK) dari berbagai
sumber variasi sebagai berikut:

a. Jumlah Kuadrat (JK) dan Dearajat Kebebasan (dk)

JK(T) = ∑Y2 ; dk = n

b. Rerata Jumlah Kuadrat/Kuadrat Tengah

 c. Uji Signifikansi Regresi

d. Uji Linearitas Regresi

Tabel ANAVA untuk Persamaan Regresi Ŷ = a + bX

Sumber dk JK RJK F
Varians

Total n ΣYi2 - -

Regresi (a) 1 JK(a) JK(a)

Regresi (b/a) 1 JK(b/a)=JKreg S2reg=JK(b/a) S2reg/S2sis
Sisa n-2 JK(S)=JKsis S2sis =JK(S)/n-2
Tuna Cocok k-2 JK(TC) S2TC=JK(TC)/k-2 S2TC/S2G

Galat n-k JK(G) S2G=JK(G)/n-k

Syarat pengujian

Jika Fhitung > Ftabel berarti Regresi adalah signifikan

Jika Fhitung < Ftabel berarti Regresi adalah linear

B. Koefisien Korelasi

Untuk mencari koefisien korelasi dengan menggunakan rumus

Product Moment Pearson, sebagai berikut:

Keterangan:

rxy = koefisien korelasi antara X dan Y

X = variabel X
Y = variabel Y
n = jumlah responden

Untuk menguji Signifikansi Koefisien Korelasi sederhana digunakan

rumus statsitik student t:

Keterangan:
R = koefisien korelasi antara X dan Y
n = jumlah responden
Koefisien korelasi signifikan jika thitung > ttabel
Lampiran 7.1: Regresi Y atas X

Harga Koefisien regresi b, harga konstanta a, harga JK, dan harga KT

dihitung dengan bantuan SPSS for Windows Release 23.0

Bentuk Regresi antara X dengan Y

Dari harga-harga di atas didapat harga a sebesar 31,51, harga b sebesar

0,51, sehingga persamaan regresi Ŷ = 31,51 + 0,51X.

Uji Keberartian dan Uji Kelinearan Regresi antara X dengan Y

Dari hasil perhitungan tersebut dituangkan ke dalam tabel ANAVA

sebagai berikut:

Tabel Anava Uji Signifikansi dan Uji Linearitas regresi antara X dengan Y

Ftabel
Sumber
dk JK RJK Fhitung
Varians
0,05 0,01

Total 60 307240,77

Regresi (a) 1 304733,42

Regresi (b/a) 1 1034,22 1034,22 40,72** 4,01 7,09
Sisa 58 1473,14 25,40

Tuna Cocok 24 674,11 28,09 1,19ns 1,84 2,38

Galat 34 799,02 23,50

Keterangan:
** = Regresi sangat signifikan (Fh = 40,72 > Ft = 7,09) pada α = 0,01
ns = non-significant = Regresi berbentuk linear (Fh = 1,19 < Ft = 1,84) pada α =
0,05

Harga Fhitung diperoleh sebesar 40,72 sedangkan harga Ftabel dengan

dk pembilang 1 dan dk penyebut 58 pada taraf signifikansi 0,01 sebesar
7,09. ternyata harga Fhitung > Ftabel, ini menunjukkan bahwa koefisien arah
regresi Y atas X sangat signifikan pada taraf α = 0,01.
Harga F tuna cocok hasil perhitungan diperoleh sebesar 1,19
sedangkan harga Ftabel dengan dk pembilang 24 dan dk penyebut 34 pada
taraf signifikansi α = 0,05 sebesar 1,84 ternyata Fhitung < Ftabel, maka dapat
disimpulkan bahwa bentuk regresi Y atas X adalah linear.
Lampiran 7.2: Korelasi Antara X dengan Y

Dengan bantuan SPSS for Windows, didapat koefisien korelasi sebagai

berikut:

Uji Signifikansi Korelasi antara X dengan Y

t = 6,38
Dari daftar tabel t dengan dk 58 pada α = 0,05 didapat harga t sebesar 1,
sedangkan pada α = 0,01 didapat harga t sebesar 0,6. Karena thitung (1) >
ttabel (0,6).
Kesimpulan: koefisien korelasi antara X dengan Y sangat signifikan.

Koefisien Determinasi

Dengan demikian (ry1)2 = (0,666)2 = 0,443556

 BAB IV
HASIL PENELITIAN

A. Deskripsi Data

Deskripsi data dimaksudkan untuk memberikan gambaran umum

tentang data yang terkumpul. Sesuai dengan variabel yang diteliti, maka

deskripsi data dikelompokkan menjadi dua bagian, yaitu: Prestasi Belajar

Siswa (Y), dan Aktivitas Belajar Siswa (X). Data tersebut merupakan hasil

kuantifikasi terhadap jawaban sampel terhadap angket dan tes yang

disebarkan.

Proses kuantifikasi dilakukan dengan cara pemberian skor pada

masing-masing butir dalam angket dan tes yang telah diisi.6 Angka-angka

yang disajikan, setelah diolah dari data mentah dengan menggunakan

statistika deskriptif, menggambarkan nilai rata-rata, simpangan baku,

median, dan distribusi frekuensi yang disertai grafik dalam bentuk

histogram.

1. Prestasi Belajar Siswa

Banyaknya data Prestasi Belajar Siswa yang masuk

berjumlah 28 buah dengan total skor 2437,00. Berdasarkan hasil
perhitungan, diperoleh nilai rata-rata skor variabel Prestasi Belajar
Siswa = 87; modus = 91; median = 88; dan standar deviasi = 6,98.
Dilihat secara empirik skor terendah 72 dan skor tertinggi 99.7
Rentangan skor teoretik terendah adalah 0,00 dan skor tertinggi

6
Skor sampel untuk setiap variabel tertera pada lampiran 3 hlm. ....
 90,00. Sebaran skor variabel Prestasi Belajar Siswa dalam bentuk
tabel distribusi frekuensi tampak pada tabel berikut.
Tabel 4.1 : Distribusi Frekuensi Skor Prestasi Belajar Siswa

Nomor Interval Frekuensi Frekuensi Frekuensi

Kelas Absolut Relatif (%) Kumulatif
(%)
1 72 - 76 2 7,1 8,33
2 77 - 81 3 10,7 16,67
3 82 – 86 7 25 31,67
4 87 – 91 9 32,1 46,67
5 92 - 96 5 17,8 80,00
6 97 – 101 2 7,1 100,00
Jumlah 28 100

Sebanyak 9 (15%) sampel berada pada kelompok rata-rata, 32

(53,33%) sampel berada di atas rata-rata, dan 19 (31,67%) sampel di bawah

kelompok rata-rata. Penyebaran (distribusi) skor Prestasi Belajar Siswa

secara visual diperlihatkan dalam bentuk histogram pada Gambar berikut.

7
Data lengkap dapat dilihat dalam Lampiran 4.1. hlm. ....
Catatan : histogram bukan output dari SPSS atau Excel, tapi dibuat

manual

Gambar 1. Histogram Skor Prestasi Belajar Siswa

2. Aktivitas Belajar Siswa

Banyaknya data Aktivitas Belajar Siswa yang masuk berjumlah 60

buah dengan total skor 4658. Berdasarkan hasil perhitungan, diperoleh

nilai rata-rata skor variabel Aktivitas Belajar Siswa = 87; modus = 72;

median = 88; dan standar deviasi = 8,17.8 Secara empirik skor terendah 62

dan skor tertinggi 98. Rentangan skor teoretik terendah adalah 28 dan skor

tertinggi 112. Distribusi frekuensi skor Aktivitas Belajar Siswa yang sudah

dikelompokkan terlihat dalam tabel berikut ini.

8
Penghitungan dapat dilihat dalam Lampiran 4.2 hlm. ....
 Tabel 4.2 : Distribusi Frekuensi Skor keterampilan membaca bahasa arab

Nomor Interval Frekuensi Frekuensi Frekuensi

Kelas Absolut Relatif (%) Kumulatif (%)

1 47 - 52 7 25 3,33

2 53 - 58 7 25 23,33

3 59 - 64 6 21,4286 51,67

4 65 - 70 3 10,7143 76,67

5 71 - 77 5 17,8571 88,33

Jumlah 28 100

Sebanyak 6 (21%) sampel berada pada kelompok rata-rata, 8 (24%)

sampel berada di atas rata-rata, dan 14 (50%) sampel di bawah kelompok

rata-rata. Penyebaran (distribusi) skor keterampilan membaca bahasa arab

secara visual diperlihatkan dalam bentuk histogram pada gambar berikut

ini.
 Gambar 2. Histogram Skor Aktivitas Belajar Siswa

Pengujian Persyaratan Analisis

Persyaratan analisis yang dimaksud adalah persyaratan yang

harus dipenuhi agar analisis regresi dapat dilakukan, baik untuk

keperluan prediksi maupun untuk keperluan pengujian hipotesis. Ada

dua pengujian persyaratan analisis yang disajikan pada bagian ini, yaitu

uji normalitas dan uji homogenitas varians kelompok-kelompok skor Y

berdasarkan kesamaan data X.

1. Uji Normalitas

Pengujian normalitas dimaksudkan untuk menguji apakah

populasi berdistribusi normal atau tidak. Kriteria pengujian berdistribusi

normal jika H0 diterima dan tidak berdistribusi normal jika H0 ditolak.

Pengujian persyaratan normalitas dilakukan dengan menggunakan uji

Kolmogorov Smirnov.

H0 : amaximum < Dtabel

H1 : amaximum > Dtabel

Keterangan:

H0 : Populasi berdistribusi normal

H1 : Populasi tidak berdistribusi normal

Pengujian persyaratan normalitas dilakukan dengan menggunakan uji

Liliefors.

H0 : Lo < Ltabel

H1 : Lo > Ltabel

Keterangan:

H0 : Populasi berdistribusi normal

H1 : Populasi tidak berdistribusi normal

a. Hasil Uji Liliefors

1) Uji Normalitas Prestasi Belajar Siswa (Y)

Berdasarkan hasil perhitungan, diperoleh nilai a tertinggi atau Lo = 0,....

Nilai ini lebih kecil dari Ltabel (n = 30; α = 0,05) = 0,..... Oleh karena Lo (0,....)

< Ltabel (0,....), maka data Y berasal dari populasi yang berdistribusi normal.

2) Uji Normalitas Aktivitas Belajar Siswa (X)

Berdasarkan hasil perhitungan, diperoleh nilai a tertinggi atau Lo = 0,....

Nilai ini lebih kecil dari Ltabel (n = 30; α = 0,05) = 0,..... Oleh karena Lo (0,...)

< Ltabel (0,...), maka data X berasal dari populasi yang berdistribusi normal.

Tabel 4.4 : Rangkuman Analisis Uji Normalitas

Nilai Kritis
Variabel n Lo Keterangan
α = 0,05 α = 0,01

Y 30 0,... 0,... 0,... Normal

X 30 0,... 0,.... 0,.... Normal

Keterangan:
Y : Prestasi Belajar Siswa
X : Aktivitas Belajar Siswa

b. Hasil Uji Kolmogorov Smirnov

1) Uji Normalitas Prestasi Belajar Siswa (Y)

Berdasarkan hasil perhitungan, diperoleh nilai a tertinggi atau ahitung =

0,152. Nilai ini lebih kecil dari Dtabel (n = 60; α = 0,05) = 0,158. Oleh karena

amax (0,152) < Dtabel (0,158), maka data Y berasal dari populasi yang

berdistribusi normal.

2) Uji Normalitas Aktivitas Belajar Siswa (X)

Berdasarkan hasil perhitungan, diperoleh nilai a tertinggi atau ahitung =

0,110. Nilai ini lebih kecil dari Dtabel (n = 30; α = 0,05) = 0,158. Oleh karena

amax (0,110) < Dtabel (0,158), maka data X berasal dari populasi yang

berdistribusi normal.

Rangkuman hasil perhitungan normalitas dapat dilihat pada tabel

berikut.

Tabel 4.4 : Rangkuman Analisis Uji Normalitas

Nilai Kritis
Variabel n amax Keterangan
α = 0,05 α = 0,01

Y 30 0,152 0,158 0,196 Normal

X 30 0,110 0,158 0,192 Normal

Keterangan:
Y : Prestasi Belajar Siswa
X : Aktivitas Belajar Siswa

2. Uji Homogenitas Varians Y atas X

 Uji homogenitas varians dimaksudkan untuk mengetahui

homogenitas varians antara kelompok-kelompok skor variabel terikat (Y)

yang dikelompokkan berdasarkan kesamaan nilai variabel bebas (X).

Pengujian homogenitas varians dilakukan dengan uji Bartlett dan Levene

Test.

Proses pengujian dengan uji Bartlett yang ditempuh adalah

pertama-tama membuat pengelompokan data Y berdasarkan kesamaan χ

selanjutnya dihitung nilai-nilai dk, 1/dk, varians Si2, log Si2, (dk) log si2,

dan (dk) si2. Dari nilai-nilai tersebut dihitung χ2, dan hasilnya disebut

χ2hitung.

Hasil perhitungan untuk pengujian homogenitas varians Y atas X

diperoleh χ2hitung = ..... Nilai χ2tabel dengan dk .... pada α = 0,05 sebesar ....

dan pada α = 0,01 sebesar ...... Oleh karena χ2hitung (......) < χ2tabel (....), maka

H0 diterima, artinya varians kelompok-kelompok Y atas X adalah

homogen.

Hasil uji homogenitas varians dirangkum pada tabel berikut.

Tabel ..... Hasil Perhitungan Uji Homogenitas dengan uji Bartlett

χ2tabel
dk χ2hitung Keterangan
Varians Y atas X
α = 0,05 α = 0,01

X ..... ..... ..... ..... Homogen

Keterangan:
Y = Prestasi Belajar Siswa
X = Aktivitas Belajar Siswa
Hasil uji homogenitas varians dirangkum pada tabel berikut.
 Tabel ..... Hasil Perhitungan Uji Homogenitas dengan Levene Test

Levene
Keterangan
Varians Y atas X dk Signifikansi
Statistic

X ..... Homogen

Keterangan:
Y = Prestasi Belajar Siswa
X1 = Aktivitas Belajar Siswa

Berdasarkan tabel output “Test of homogenity of Variance” di atas,

diketahui nilai signifikansi (Sig.) variabel Hasil Belajar pada siswa kelas A

dan kelas B adalah sebesar 0,530. Karena nilai Sig. 0,530 > dari 0,05, maka

sebagaimana dasar pengambilan keputusan dalam uji homogenitas, dapat

disimpulkan bahwa varians data hasil belajar pada siswa kelas A dan

kelas B adalah sama atau homogen.

C. Pengujian Hipotesis Hubungan antara Aktivitas Belajar Siswa dengan

Prestasi Belajar Siswa

Hipotesis pertama yang diajukan dalam penelitian ini menyatakan

terdapat hubungan positif antara Aktivitas Belajar Siswa (X) dengan

Prestasi Belajar Siswa (Y). Perhitungan analisis regresi sederhana

berdasarkan data variabel Prestasi Belajar Siswa atas Aktivitas Belajar

Siswa menghasilkan arah regresi b sebesar 0,51 dan konstanta a sebesar

31,51. Dengan demikian bentuk hubungan antara kedua variabel tersebut

dapat digambarkan melalui persamaan regresi Ŷ = 31,51 + 0,51X.

 Sebelum digunakan untuk keperluan prediksi, persamaan regresi

ini harus memenuhi syarat uji kerberartian (signifikansi) dan uji

kelinearan. Oleh karena itu untuk mengetahui derajat keberartian dan

kelinearan regresi, dilakukan uji F dan hasilnya dapat ditelaah pada tabel

berikut ini.

Tabel 4.6 : Tabel ANAVA untuk Pengujian Signifikasi dan

Linearitas Regresi Ŷ = 31,51 + 0,51X.

Ftabel
Sumber
dk JK RJK Fhitung
Varians
0,05 0,01

Total 60 307240,77

Regresi (a) 1 304733,42

Regresi (b/a) 1 1034,22 1034,22 40,72** 4,01 7,09
Sisa 58 1473,14 25,40

Tuna Cocok 24 674,11 28,09 1,19ns 1,84 2,38

Galat 34 799,02 23,50

Keterangan:

** : Regresi sangat signifikan (Fh = 40,72 > Ft = 7,09) pada α = 0,01

ns : Regresi berbentuk linear (Fh = 1,19 < Ft = 1,84) pada α = 0,01
dk : derajat kebebasan
JK : Jumlah Kuadrat
RJK : Rerata Jumlah Kuadrat

Berdasarkan hasil pengujian signifikansi dan linearitas seperti pada

tabel di atas, dapat diketahui bahwa regresi Ŷ = 31,51 + 0,51X sangat
signifikan dan linear. Model regresi tersebut mengandung arti bahwa
apabila Aktivitas Belajar Siswa ditingkatkan satu poin, maka Prestasi
Belajar Siswa cenderung meningkat sebesar 0,51 poin pada konstanta
31,51.
 Model hubungan antara Aktivitas Belajar Siswa dengan Prestasi
Belajar Siswa dengan persamaan regresi Ŷ = 31,51 + 0,51X dapat
ditampilkan seperti pada gambar berikut.

Gambar 4. Grafik Hubungan Aktivitas Belajar Siswa dengan Prestasi Belajar Siswa

Catatan : hitunglah secara manual jika X bernilai 50 maka akan diperoleh titik
koordinat yang sesuai, lalu tarik garis dari titik awal nilai a (contoh di atas 31,51)

Kekuatan hubungan antara variabel Aktivitas Belajar Siswa (X)

dengan Prestasi Belajar Siswa (Y) ditunjukkan oleh koefisien korelasi (ry1)

sebesar 0,64. Uji keberartian koefisien korelasi dengan uji t, diperoleh

harga thitung sebesar 6,38, sedangkan ttabel pada α = 0,01 dan dk = 58

diperoleh ttabel = 2,66. Oleh karena thitung (6,38) > ttabel (2,66), maka koefisien

korelasi ry1 sangat signifikan. Untuk lebih jelasnya mengenai kekuatan

hubungan X dengan Y dapat dilihat pada tabel berikut.

 Tabel 4.7 : Hasil Pengujian Keberartian Koefisien Korelasi X dengan Y

ttabel
n ry1 thitung
α= 0,05 α = 0,01

60 0,64 6,38** 2,00 2,66

Keterangan:

** = Koefisien Korelasi sangat signifikan (th = 6,38 > tt = 2,66) pada α = 0,01
ry1 = Koefisien korelasi antara X dengan Y

Berdasarkan hasil pengujian signifikansi seperti tabel di atas

ternyata koefisien korelasi antara Aktivitas Belajar Siswa dengan Prestasi

Belajar Siswa sangat signifikan. Dengan demikian hipotesis penelitian

yang menyatakan terdapat hubungan positif antara Aktivitas Belajar

Siswa dengan Prestasi Belajar Siswa teruji kebenarannya. Dengan kata lain

makin tinggi aktivitas belajar seorang siswa akan semakin tinggi prestasi

belajarnya.

Koefisien determinasi merupakan kuadrat dari koefisien korelasi

antara Aktivitas Belajar Siswa dengan Prestasi Belajar Siswa yaitu (ry1)2 =

(0,642)2 = 0,4122. Artinya 41,22% variasi yang terjadi pada Prestasi Belajar

Siswa dapat dijelaskan oleh variasi Aktivitas Belajar Siswa.

Tambahkan penjelasan dari teori/pendapat ahli tentang variabel X

dan Y di sini.
a. Hakikat keterampilan berbicara bahasa arab

b. Hakikat keterampilan membaca bahasa arab

c. Simpulan Hubungan Variabel X dan Y

Referensi:
...
...
...