Embed Size (px)
Citation preview
LAMPIRAN 6. PENGUJIAN HIPOTESIS DENGAN REGRESI DAN KORELASI
Lembar Kerja untuk Uji Linearitas Persamaan Regresi Y atas X1
No. Resp. X1 Kelompok n Y
1 82 1 1 79 2 80 2 2 97 6483 80 61 4 84 3 1 89 5 90 4 4 68 117.7296 90 68 7 90 89 8 90 84 9 91 5 3 63 436.28810 91 95 11 92 55 12 93 6 2 76 169.66813 93 95 14 94 7 1 84 15 96 8 3 55 145.42916 96 79 17 96 71 18 97 9 1 79 19 98 10 1 82 20 99 11 4 66 217.00721 99 89 22 99 76 23 99 55 24 100 12 2 92 343.49625 100 66 26 101 13 1 87 27 102 14 1 63 28 103 15 2 53 169.66829 103 71 30 104 16 5 53 123.25431 104 63
244
32 104 79 33 104 79 34 104 66 35 107 17 1 71 36 108 18 2 82 172.58937 108 63 38 109 19 1 55 39 110 20 1 71 40 111 21 3 84 9.23441 111 79 42 111 79 43 112 22 1 79 44 113 23 3 76 85.41145 113 66 46 113 84 47 114 24 2 84 217.19748 114 63 49 121 25 1 97 50 122 26 1 68 51 123 27 1 71
Jumlah 5168 378 51 3802.32 2854.968
245
Lembar Kerja untuk Uji Linearitas Persamaan Regresi Y atas X2No. Resp. X2 Kelompok n Y
1 99 1 2 89 13.8502 99 95 3 100 2 1 63 4 102 3 1 87 5 109 4 3 71 154.6636 109 76 7 109 95 8 110 5 2 97 882.0009 110 55 10 112 6 1 79 11 115 7 3 53 182.36412 115 71 13 115 79 14 117 8 1 84 15 118 9 2 55 280.47116 118 79 17 119 10 1 63 18 120 11 1 68 19 121 12 2 79 125.48620 121 63 21 122 13 3 53 302.86122 122 55 23 122 84 24 123 14 2 89 55.40225 123 79 26 124 15 2 71 13.85027 124 66 28 126 16 3 79 173.13029 126 66 30 126 92 31 127 17 2 66 124.65432 127 82 33 128 18 2 68 221.60734 128 89 35 129 19 2 76 31.163
246
36 129 84 37 130 20 2 79 162.94938 130 97 39 131 21 1 79 40 132 22 1 63 41 134 23 2 84 86.56542 134 71 43 135 24 3 63 43.86044 135 68 45 135 76 46 138 25 1 71 47 143 26 2 82 131.39148 143 66 49 146 27 1 61 50 147 28 2 84 426.62751 147 55
Jumlah 6304 406 51 3801.89474 3412.893
247
Pengujian Hipotesis
1. Pengujian Hipotesis Pertama
a. Mencari Persamaan Regresi Sederhana X1 dengan Y
Nilai-nilai yang diperlukan untuk analisis regresi adalah:
X1 = 5168; X12 = 529126; X2 = 6304; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468871; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
Dengan Rumus: a = maka persamaan regresi
X1 dengan Y dapat dihitung sebagai berikut:
a = =
= 52,73093989 = 52,73
=
= = 0,215503496 = 0,22
Dengan demikian persamaan Regresi sederhana X1 dengan Y adalah
= 52,73 + 0,22X1
248
b. Uji Keberartian Regrasi dan Linearitas Y atas X1
Untuk uji keberartian regresi dan linearitas, diperlukan nilai-nilai jumlah
kuadrat (JK) dan derajat kebebasan (dk) sebagai berikut:
Jumlah Kuadrat (JK)
JK(T) = Y2 = 290994
JK(a) = = = 283584,49
JK (b/a) = b = 0,22
= 0,22 (386542 – 383057,67) = 0,22 (3484,33) = 766,55
JK (S) = JK (T) – JK (a) – JK (b/a)
= 290994 – 283584,49 – 766,55 = 6642,96
Jumlah Kuadrat Galat
Untuk keperluan JK (G), maka skor variabel X1 diurutkan dari skor
terkecil keskor terbesar seperti disajikan di atas. Dari tabel tersebut diperoleh
27 kelompok data X1. JK (G) dihitung dengan menggunakan bantuan
komputer dengan rumus:
JK (G) =
= 4652,91. Jadi jumlah kuadrat Galat : JK (G) = 4652,19
249
Jumlah Kuadrat Tuna Cocok:
JK (TC) = JK(S) – JK(G) = 6642,96 – 4652,19 = 1990,77
Nilai-nilai jumlah kuadrat (JK) di atas disusun dalam daftar uji
keberartian regresi (signifikansi) seperti pada tabel berikut:
Tabel 23. ANAVA Uji keberartian untuk Regresi Linear = a + bX1
Sumber
Varians
Dk JK RJK Fhitung Ftabel
= 0,05 = 0,01
Total 51 290994 5705,76 -
Regresi (a)
Regresi (b/a)
Sisa
1
1
49
283584,49
766,55
6642,96
283584,49
766,55
135,57
-
5,70** 2,40 3,41
Tuna Cocok
Galat
26
23
1990,77
4652,19
76,57
202,270,38ns 1,96 2,62
Keterangan:
Dk (S) = n – 2 = 51 – 2 = 49
dk (TC) = k – 2 = 28 – 2 = 26
dk (G) = n – k = 51 – 28 = 23
250
* = signifikan
ns = non signifikan
1) Uji Keberartian Regresi
Tabel di atas menunjukkan bahwa nilai Fhitung sebesar 5,70 lebih besar
dari nilai Ftabel dengan dk pembilang 1 dan dk penyebut 49 yaitu sebesar 2,40
pada = 0,05 dan 3,41 pada = 0,01. Dengan kriteria pengujian terima H0
jika Fhitung Ftabel dan tolak H0 jika Fhitung Ftabel maka H0 ditolak artinya
persamaan regresi sederhana = 52,73 + 0,22X1 adalah sangat berarti (sangat
signifikan) karena teruji pada = 0,01 dimana Fhitung Ftabel (5,70 > 3,41).
2) Uji Linearitas
Dari Tabel ANAVA, diperoleh nilai Fhitung sebesar 0,38 lebih kecil dari
nilai Ftabel dengan dk pembilang 26 dan dk penyebut 23 yaitu sebesar 1,96 pada
= 0,05 dan 2,62 pada = 0,01. Dengan kriteria pengujian terima H0 jika
Fhitung Ftabel dan tolak H0 jika Fhitung Ftabel maka H0 diterima artinya model
regresi = 52,73 + 0,22X1 adalah non-signifikan atau linear karena tidak
teruji baik pada = 0,05 maupun pada = 0,01.
c. Pengujian Korelasi Sederhana
251
Hipotesis : H0 : y1 = 0
H1 : y1 > 0
Dimana y1 adalah koefisien korelasi skor motivasi belajar (X1) dengan
hasil belajar siswa (Y). Perhitungan koefisien korelasi Sederhana
menggunakan rumus Product Moment dari Pearson .
Dari hasil perhitungan dengan menggunakan bantuan program komputer
seperti disajikan di atas diperoleh nilai-nilai sebagai berikut.
X1 = 5168; X12 = 529126; X2 = 6304; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468871; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
Berdasarkan nilai-nilai tersebut maka dapat dihitung koefisien korelasi
sebagai berikut:
= 0,583795316 = 0,584
252
Jadi koefisien korelasi motivasi belajar siswa (X1) dengan hasil belajar
siswa (Y) adalah sebesar 0,584 dengan Koefisien derminasi (r2) Sebesar
0,341
Uji keberartian koefisien korelasi menggunakan rumus uji t sebagai
berikut: Dari hasil perhitungan berdasarkan kebutuhan rumus
maka diperoleh:
t hitung = = = = 5,034482759
= 5,034
Dari hasil perhitungan di atas diperoleh nilai t hitung sebesar 5,034 lebih
besar dari t tabel yaitu sebesar 1,684 pada α = 0,05 dengan dk 49, dan 2,423
pada α = 0,01 dengan dk 49. Dengan kriteria pengujian terima H0 jika t
hitung t tabel dan tolak H0 jika t hitung t tabel maka H0 ditolak artinya koefisien
korelasi X1 dengan Y adalah sangat signifikan karena teruji pada α = 0,01.
2. Pengujian Hipotesis Kedua
a. Mencari Persamaan Regresi Sederhana X2 dengan Y
253
Nilai-nilai yang diperlukan untuk analisis regresi adalah: X1 = 5168;
X12 = 529126; X2 = 6304; X2
2 = 786494; Y = 3803; Y2 =
290994; X1Y = 386542; X2Y = 468817; X1X2 = 639419; 1 =
101.33; 2 = 123.61; = 74.56; n = 51; SDx1 = 10.43; SDx2 =
12.06; SDy = 12.21
Dengan Rumus: a = maka persamaan regresi
X1 dengan Y dapat dihitung sebagai berikut:
a = = = 95,13481922 = 43,39
= = = 0,258175186
= 0,26
Dengan demikian persamaan Regresi sederhana X2 dengan Y adalah
= 43,39 + 0,26X2
Uji keberartian Regrasi dan Linearitas Y atas X2
Untuk uji keberartian regresi dan linearitas, diperlukan nilai-nilai
jumlah kuadrat (JK) dan derajat kebebasan (dk). Nilai-nilai yang diperlukan
untuk analisis regresi adalah:
254
X1 = 5168; X12 = 529126; X2 = 6034; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468817; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
Jumlah Kuadrat (JK):
JK(T) = Y2 = 290994
JK(a) = = = 283584,49
JK (b/a) = b = 0,26
= 0,26 (468817 – 449947,10) = 0,26 (18869,90) = 4906,17
JK (S) = JK (T) – JK (a) – JK (b/a)
= 290994 – 283584,49 – 4906,17 = 2503,34
Jumlah Kuadrat Galat
Untuk keperluan JK (G), maka skor variabel X2 diurutkan dari skor
terbesar ke skor terkecil seperti disajikan pada tabel di atas. Dari tabel tersebut
diperoleh 28 kelompok data X2. JK (G) dihitung dengan menggunakan
bantuan komputer dengan rumus:
JK (G) = . = 2030,13. Jadi jumlah kuadrat Galat : JK (G) =
2030,13
255
Jumlah Kuadrat Tuna Cocok:
JK (TC) = JK(S) – JK(G) = 2503,34 – 2030,13 = 473,18
Nilai-nilai jumlah kuadrat (JK) di atas disusun dalam daftar uji
keberartian regresi (signifikansi) seperti pada tabel berikut:
Tabel 24. ANAVA Uji keberartian untuk Regresi Linear = a + bX2
Sumber Varians
dk JK RJK Fhitung Ftabel
= 0,05 = 0,01Total 51 290994 5705,76 -
Regresi (a)
Regresi (b/a)
Sisa
1
1
49
283584,49
4906,17
2503,34
283584,49
4906,17
51,09
-
96,09** 2,40 3,41
Tuna Cocok
Galat
26
23
473,18
2030,13
18,20
88,27
0,21ns 2,00 2,70
Keterangan:
Dk (S) = n – 2 = 51 – 2 = 49
dk (TC) = k – 2 = 28 – 2 = 26
dk (G) = n – k = 51 – 28 = 23
** = sangat signifikan
ns = non signifikan
Uji Keberartian Regresi
256
Tabel di atas menunjukkan bahwa nilai Fhitung sebesar 96,09 lebih besar
dari nilai Ftabel dengan dk pembilang 1 dan dk penyebut 49 yaitu sebesar 2,40
pada = 0,05 dan 3,41 pada = 0,01 Dengan kriteria pengujian terima H0
jika Fhitung Ftabel dan tolak H0 jika Fhitung Ftabel maka H0 ditolak artinya
persamaan regresi = 95,05 + 0,26X2 adalah sangat signifikan karena teruji
pada = 0,01.
Uji Linearitas
Dari Tabel ANAVA, diperoleh nilai Fhitung sebesar 0,21 lebih kecil dari
nilai Ftabel dengan dk pembilang 26 dan dk penyebut 23 yaitu sebesar 2,00 pada
= 0,05 dan 2,70 pada = 0,01. Dengan kriteria pengujian terima H0 jika
Fhitung Ftabel dan tolak H0 jika Fhitung Ftabel maka H0 diterima artinya model
regresi = 95,05 + 0,26X2 adalah non-signifikan atau linear karena tidak
teruji baik pada = 0,05 maupun pada = 0,01 .
b. Pengujian Koefisien Korelasi Sederhana
Hipotesis : H0 : y2 = 0
H1 : y2 > 0
257
Dimana y2 adalah koefisien korelasi lingkungan belajar (X2) dengan
hasil relajar siswa (Y). Perhitungan koefisien korelasi Sederhana menggunakan
rumus Product Moment dari Pearson.
Dari hasil perhitungan dengan menggunakan bantuan program
komputer seperti disajikan di atas diperoleh nilai-nilai sebagai berikut
X1 = 5168; X12 = 529126; X2 = 6034; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468817; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
Berdasarkan rumus dan nilai-nilai tersebut maka dapat dihitung
koefisien korelasi sebagai berikut:
= = =
= 0, 532470635 = 0,532
Jadi koefisien korelasi antara lingkungan belajar (X2) dengan hasil belajar
siswa (ry2) adalah sebesar 0,532 dengan koefisien determinasi (r2y2) adalah
sebesar 0,283
258
c. Uji keberartian koefisien korelasi menggunakan rumus uji t
sebagai berikut:
Hasil perhitungan berdasarkan kebutuhan rumus maka diperoleh:
t hitung = = = = 4,29527105 = 4,295
Dari hasil perhitungan di atas diperoleh nilai t hitung sebesar 5,034 lebih
besar dari t tabel yaitu sebesar 1,684 pada α = 0,05 dengan dk 49, dan 2,423
pada α = 0,01 dengan dk 49. Dengan kriteria pengujian terima H0 jika t
hitung t tabel dan tolak H0 jika t hitung t tabel maka H0 ditolak artinya koefisien
korelasi X2 dengan Y adalah sangat signifikan karena teruji pada α = 0,01.
3. Mencari Koefisien Korelasi Sederhana antara Motivasi Belajar (X1) dengan Lingkungan Belajar (X2).
Pengujian korelasi antara variabel motivasi belajar (X1) dengan variabel
bebas lingkungan belajar (X2) menggunakan rumus korelasi Product Moment
dari Pearson. Dari hasil pengolahan data penelitian seperti disajikan di atas di
peroleh nilai-nilai sebagai berikut.
259
X1 = 5168; X12 = 529126; X2 = 6034; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468817; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
Untuk menghitung korelasi antara motivasi belajar (X1) dengan
lingkungan belajar (X2) digunakan rumus:
= =
= 0,416377274 = 0,416
Dengan demikian maka koefisien korelasi antara motivasi belajar
dengan lingkungan belajar (r12) adalah 0,416 dengan koefisien determinasi
0,173.
Uji keberartian koefisien korelasi antara motivasi belajar dengan
lingkungan belajar (r12) adalah menggunakan rumus uji: .
260
Berdasarkan nilai koefisien korelasi antara motivasi belajar dengan
lingkungan belajar maka uji keberartian koefisien korelasi antara motivasi
belajar dengan lingkungan belajar adalah
t hitung = = = = 3,204
Dari hasil perhitungan di atas diperoleh nilai t hitung sebesar 5,204 lebih
besar dari t tabel yaitu sebesar 1,684 pada α = 0,05 dengan dk 49, dan 2,423
pada α = 0,01 dengan dk 49. Dengan kriteria pengujian terima H0 jika t
hitung t tabel dan tolak H0 jika t hitung t tabel maka H0 ditolak artinya koefisien
korelasi X1 dengan X2 adalah sangat signifikan karena teruji pada α = 0,01.
4. Pengujian Hipotesis Ke Tiga.
a. Menghitung Regresi Ganda antara Variabel Motivasi Belajar dan Lingkungan Belajar Secara Bersama-sama dengan Hasil Belajar Siswa.
Persamaan regresi ganda dihitung dengan menggunakan rumus: = a + b1x1
+ b2x2. Untuk menghitung regresi ganda diperlukan nilai-nilai sebagai berikut.
X1 = 5168; X12 = 529126; X2 = 6034; X2
2 = 786494; Y =
261
3803; Y2 = 290994; X1Y = 386542; X2Y = 468817; X1X2 =
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
1) Menghitung beta satu (b1) dengan rumus:
= = =
= 0,581359266 = 0,58
Jadi koefisien b1 adalah 0,44
2) Menghitung beta dua (b2) dengan rumus
=
= = 0,135666826 = 0,14
3) Menghitung konstan (a) dengan rumus
262
=
=74,56 – 27,28 = 47,28
Jadi nilai konstan (a) adalah 47,28
Dengan demikian maka persamaan regresi ganda antara variabel
motivasi belajar dan lingkungan belajar secara bersama-sama dengan hasil
belajar siswa adalah:
Persamaan regresi tersebut menunjukkan bahwa setiap kenaikan atau
penurunan satu unit skor motivasi belajar dan lingkungan belajar secara
bersama-sama, maka akan menaikan skor hasil belajar siswa sebesar 0,58 pada
konstan 47,28.
4) Uji Keberartian Persamaan Regresi Ganda
Pengujian kebnerartian regresi ganda menggunakan rumus:
untuk kepentingan humus tersebut, maka dibutuhkan
nilai-nilai berikut.
X1 = 5168; X12 = 529126; X2 = 6034; X2
2 = 786494; Y =
3803; Y2 = 290994; X1Y = 386542; X2Y = 468817; X1X2 =
263
639419; 1 = 101.33; 2 = 123.61; = 74.56; n = 51; SDx1 =
10.43; SDx2 = 12.06; SDy = 12.21
JK (reg) = b1 ΣX1Y +b2 ΣX2Y
= 0,44 (386542) +0,14(468817) = 170078,48 + 65634,30 = 235712,86
JK(s) = Y2 - JK (reg) = 290994 – 235712,86 = 55281,14
= = = 10,23402999
= 10,23
Tabel 25. Anava Hasil Pengujian Regresi Ganda
Sumber Variansi
Dk JK RJK F hitung F tabel
= 0,05 = 0,01
Regresi (reg) 2 235712,86 11786,86 10,23** 3,19 5,08
Regresi (res) 48 55281,14 1151,69
Dari hasil perhitungan diperoleh nilai F hitung sebesar 10,23 sedangkan
harga F tabel 3,19 pada α = 0,05 dengan dk penyebut 2 dan dk pembilang 48 dan
harga F tabel 5,08 pada α = 0,01 dengan dk penyebut 2 dan dk pembilang 48.
Ternyata F hitung lebih besar dari F tabel (10,23 > 5,08) sehingga persamaan
regresi ganda adalah sangat berarti karena teruji
pada α = 0,01.
b. Uji Korelasi Ganda
264
Menghitung koefisien korelasi ganda antara motivasi belajar (X1) dan
lingkungan belajar (X2) secara bersama-sama dengan hasil belajar (Y). Rumus
yang dapat digunakan untuk menghitung korelasi ganda adalah:
Dari perhitungan korelasi di atas diketahui bahwa ry1 = 0,584; ry2 =
0,532; dan r12 = 0,416 maka koefisien korelasi gandanya adalah:
= =
= 0,665582451 = 0,666
Jadi koefisien korelasi ganda antara motivasi belajar (X1) dan
lingkungan belajar (X2) secara besama-sama dengan hasil belajar siswa adalah
sebesar 0,666. Untuk mengetahui apakah koefisien korelasi ganda tersebut
berarti atau tidak serta dapat digunakan sebagai bahan pengambilan keputusan
maka dilakukan uji keberartian koefisien korelasi ganda dengan menggunakan
rumus:
diketahui bahwa R = 0,666; n = 51; dan k = 2 maka uji
keberartian koefisien korelasi ganda dilakukan sebagai berikut.
265
= = 37
Dari hasil perhitungan diperoleh nilai F hitung sebesar 37 sedangkan nilai
F tabel pada α = 0,05 dengan dk penyebut 2 dan dk pembilang 48 adalah sebesar
3,19 dan sebesar 5,08 pada α = 0,01 dengan dk penyebut 2 dan dk pembilang
48. Hasil pengujian ini menunjukkan bahwa nilai F hitung lebih besar dari F tabel
(37 > 5,08) yang berarti koefisien korelasi ganda antara motivasi belajar (X1)
dan lingkungan belajar secara bersama-sama dengan hasil belajar siswa (Y)
sebesar 0,666 adalah sangat signifikan karena teruji pada α = 0,01.
5. Korelasi Parsial.
a. Korelasi Parsial Antara Motivasi Belajar (X1) dengan Hasil Belajar
(Y) dengan Mengontrol Lingkungan Belajar (X2)
Korelasi parsial antara motivasi belajar (X1) dengan hasil belajar siswa
(Y) dengan mengontrol lingkungan belajar (X2) dihitung dengan
menggunakan rumus korelasi Poduct Moment. Untuk kepentingan rumus maka
diperlukan nilai-nilai: ry1 = 0,584; ry2 = 0,532; dan r12 = 0,416.
266
= = = =
= 0,471428571 = 0,471
Jadi koefisien korelasi antara motivasi berprestasi (X1) dengan hasil
belajar siswa (Y) dengan mengontrol lingklungan belajar (X2) adalah
0,471. Uji keberartian koefisien korelasi parsial antara motivasi belajar
(X1) dengan hasil belajar siswa (Y) dengan mengontrol lingkungan belajar
(X2) adalah menggunakan rumus uji t sebagai berikut:
= = =
= = 6,929936306 = 6,930
Dari hasil perhitungan di atas diperoleh nilai t hitung sebesar 6,93
lebih besar dari t tabel 1,684 pada α = 0,05 dengan dk 48, dan 2,423 pada α
= 0,01 dengan dk 48. Dengan kriteria pengujian terima H0 jika t hitung
lebih kecil atau sama dengan t tabel dan tolak H0 jika t hitung lebih besar
dari t tabel, maka dalam pengujian ini H0 ditolak, artinya koefisien korelasi
antara motivasi belajar (X1) dengan hasil belajar siswa (Y) dengan
267
mengontrol lingkungan belajar (X2) adalah sangat signifikan karena teruji
pada α = 0,01.
b. Korelasi Parsial Antara Lingkungan Belajar (X2) dengan Hasil
Belajar Siswa (Y) dengan Mengontrol Motivasi Belajar (X1)
Pengujian korelasi parsial antara lingkungan belajar (X2) dengan hasil
belajar siswa (Y) dimana variabel motivasi belajar (X1) dikontrol dihitung
dengan menggunakan rumus korelasi Poduct Moment. Untuk kepentingan
rumus maka diperlukan nilai-nilai: ry1 = 0,584; ry2 = 0,532; dan r12 = 0,416
= = = =
= 0,392130257 = 0,392
Jadi koefisien korelasi antara lingkungan belajar (X2) dengan hasil
belajar siswa (Y) dimana variabel motivasi belajar (X1) dikontrol adalah
0,392. Uji keberartian koefisien korelasi parsial antara lingkungan belajar
(X2) dengan hasil belajar siswa (Y) dimana variabel motivasi belajar (X1)
dikontrol adalah menggunakan rumus uji t sebagai berikut:
= = =
268
= = 2,953
Dari hasil perhitungan di atas diperoleh nilai t hitung sebesar 2,953
lebih besar dari t tabel 1,684 pada α = 0,05 dengan dk 48, dan 2,423 pada α
= 0,01 dengan dk 48. Dengan kriteria pengujian terima H0 jika t hitung
lebih kecil atau sama dengan t tabel dan tolak H0 jika t hitung lebih besar
dari t tabel, maka dalam pengujian ini H0 ditolak, artinya koefisien korelasi
antara lingkungan belajar (X2) dengan hasil belajar siswa (Y) dengan
mengontrol motivasi belajar (X1) adalah sangat signifikan karena teruji
pada α = 0,01.
269
