Upload
hoeda11
View
215
Download
0
Embed Size (px)
DESCRIPTION
hasil statistik
Citation preview
3. Ujilah hipotesis yang menyatakan ada hubungan positif antara kemampuan numerikal dan penalaranNoNumerikalPenalaran
16244
22262
35971
44660
54676
65164
74676
87369
984100
104162
1189100
129791
137371
144384
157391
167382
175976
184347
1910096
205973
213880
225982
235473
243036
257627
266280
274167
287082
296891
303867
316264
325776
336551
345469
355791
362749
377380
388487
393869
407376
Ho : Tidak ada hubungan positif antara kemampuan numerikal dan penalaranHa : Ada hubungan positif antara kemampuan numerikal dan penalaranjika probabilitas > 0,05 maka tidak terdapat korelasi, dan sebaliknya jika probabilitas < 0,05 maka terdapat korelasi numerical dengan penalaran
Berdasarkan uji korelasi diperoleh :
Descriptive Statistics
MeanStd. DeviationN
numerical59.125018.5018240
penalaran72.300016.6243640
Correlations
numericalpenalaran
numericalPearson Correlation1.513**
Sig. (2-tailed).001
N4040
penalaranPearson Correlation.513**1
Sig. (2-tailed).001
N4040
**. Correlation is significant at the 0.01 level (2-tailed).
Penjelasan dari output diatas:Pada output terlihat korelasi/hubungan antara numerikal dengan penalaran menghasilkan angka 0,513. Angka tersebut menunjukkan hubungan positif antara numerical dengan penalaran karena nilai r di atas 0,5. Sedangkan tanda * menunjukkan bahwa semakin tinggi penalaran, maka akan semakin tinggi numericalnya, dan begitu sebaliknya.
Penarikan kesimpulan a. jika probabilitas > 0,05 maka tidak terdapat korelasi, dan sebaliknya jika probabilitas < 0,05 maka terdapat korelasi numerical dengan penalaran. Dari uji korelasi diperoleh nilai probabilitas 0,01, sehingga nilai sig < 0,05, maka dapat disimpulkan terdapat korelasi atau hubungan positif yang signifikan antara kemampuan numerical dan kemampuan penalaran atau dengan kata lain hipotesis yang menyatakan ada hubungan positif antara kemampuan numerikal dan penalaran diterima.b. Signifikan tidaknya korelasi dua variabel dapat juga dilihat dari adanya tanda * pada pasangan data yang dikorelasikan pada proses perhitungan di atas. Dari pasangan di atas pasangan numerikal dengan penalaran diberi tanda *. Ini berarti pasangan kemampuan numerical dengan penalaran mempunyai hubungan yang signifikan.
4. Ujilah hipotesis yang menyatakan ada perbedaan kemampuan akademik pada siswa yang berasal dari SMK,SMA (IPA) dan SMA (IPS)
NOSMKSMA IPSSMA IPA
1596953
22610066
3596971
4636993
5546590
6467496
7438766
84475
95375
105771
115671
122971
134684
145174
1560
1650
1743
1837
1941
Ho : Tidak ada perbedaan kemampuan akademik pada siswa yang berasal dari SMK,SMA (IPA) dan SMA (IPS)Ha : ada perbedaan kemampuan akademik pada siswa yang berasal dari SMK,SMA (IPA) dan SMA (IPS)Nilai sig > 0.05 Ho diterimaNilai sig < 0.05 Ho ditolak (Ha diterima)Untuk menguji hipotesis di atas terlebih dahulu dilakukan uji anova, dan hasilnya adalah sebagai berikutOneway
Descriptives
akademik
NMeanStd. DeviationStd. Error95% Confidence Interval for MeanMinimumMaximum
Lower BoundUpper Bound
smk1948.263210.321732.3679743.288253.238126.0063.00
sma ips776.142912.707334.8029264.390587.895265.00100.00
sma ipa1475.428611.699543.1268368.673582.183753.0096.00
Total4062.650017.657062.7918357.003068.297026.00100.00
Dari tabelDescriptivesnampak bahwa siswa SMK rata-rata kemampuan akademiknya sebesar 48,2632, siswa SMA (IPS) rata-rata kemampuan akademiknya sebesar 76.1429, dan siswa SMA (IPA) rata-rata kemampuan akademiknya 75.4286.
Test of Homogeneity of Variances
akademik
Levene Statisticdf1df2Sig.
.147237.864
Sebelum melanjutkan ke uji anova, perlu diingat bahwa salah satu prasyarat nya adalah varian nya harus sama atau homogen. Dari tabel Test of Homogeneity of Variances didapat nilai sig 0,864, nilai Sig > 0,05 yang berarti varian data ketiga kelompok tersebut adalah sama/homogen.
ANOVA
akademik
Sum of SquaresdfMean SquareFSig.
Between Groups7493.13023746.56529.709.000
Within Groups4665.97037126.107
Total12159.10039
Selanjutnya untuk melihat apakah ada perbedaan kemampuan akademik dari ketiga siswa sekolah tersebut, kita lihat output tabel Anova. Dari output itu kita lihat kolom Sig, ternyata diperoleh nilai Sig sebesar 0,000. Karena nilai Sig < 0,05 maka pada taraf 0,05 kita menolak Ho dan menerima Ha. Sehingga dapat dapat diambil kesimpulan bahwa ada perbedaan kemampuan akademik pada siswa yang berasal dari SMK,SMA (IPA) dan SMA (IPS)
Karena hasil uji Anova menunjukan adanya perbedaan yang bermakna, maka uji selanjutnya adalah melihat kelompok/populasi mana saja yang berbeda
Multiple Comparisons
Dependent Variable:akademik
(I) sekolah(J) sekolahMean Difference (I-J)Std. ErrorSig.95% Confidence Interval
Lower BoundUpper Bound
LSDsmksma ips-27.87970*4.96513.000-37.9400-17.8194
sma ipa-27.16541*3.95536.000-35.1797-19.1511
sma ipssmk27.87970*4.96513.00017.819437.9400
sma ipa.714295.19836.891-9.818611.2472
sma ipasmk27.16541*3.95536.00019.151135.1797
sma ips-.714295.19836.891-11.24729.8186
*. The mean difference is significant at the 0.05 level.
Untuk tahu populasi mana yang berbeda signifikan , kita lihat pada tabel multiple Comparisons (kita gunakan Tukey) dengan melihat ada tidaknya tanda * pada kolom Mean Difference. Dari tabel tersebut dapat kita tentukan bahwaa. Kemampuan akademik siswa SMK berbeda signifikan dengan siswa SMA (IPS) b. Kemampuan akademik siswa SMK berbeda signifikan dengan siswa SMA (IPA)
Homogeneousakademik
sekolahNSubset for alpha = 0.05
12
Tukey Basmk1948.2632
sma ipa1475.4286
sma ips776.1429
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 11.239.
Dari tabel homogeneous dapat juga dilihat bahwa kemampuan akademik siswa dari SMK dan SMA (IPA dan IPS) berbeda
5. Ujilah hipotesis yang menyatakan bahwa kemampuan akademik dapat diprediksikan dari kemampuan verbal dan numericalHo : kemampuan akademik dapat diprediksikan dari kemampuan verbal dan numericalHa : kemampuan akademik tidak dapat diprediksikan dari kemampuan verbal dan numerical
Descriptive Statistics
MeanStd. DeviationN
Kemampuan_akademik62.650017.6570640
Kemampuan_verbal64.700019.6601940
Kemampuan_numerikal59.125018.5018240
Correlations
Kemampuan_akademikKemampuan_verbalKemampuan_numerikal
Pearson CorrelationKemampuan_akademik1.000.897.918
Kemampuan_verbal.8971.000.648
Kemampuan_numerikal.918.6481.000
Sig. (1-tailed)Kemampuan_akademik..000.000
Kemampuan_verbal.000..000
Kemampuan_numerikal.000.000.
NKemampuan_akademik404040
Kemampuan_verbal404040
Kemampuan_numerikal404040
Variables Entered/Removeda
ModelVariables EnteredVariables RemovedMethod
1Kemampuan_numerikal.Stepwise (Criteria: Probability-of-F-to-enter = .100).
2Kemampuan_verbal.Stepwise (Criteria: Probability-of-F-to-enter = .100).
a. Dependent Variable: Kemampuan_akademik
Model Summaryc
ModelRR SquareAdjusted R SquareStd. Error of the Estimate
1.918a.842.8387.11450
21.000b1.0001.000.26717
a. Predictors: (Constant), Kemampuan_numerikal
b. Predictors: (Constant), Kemampuan_numerikal, Kemampuan_verbal
c. Dependent Variable: Kemampuan_akademik
ANOVAc
ModelSum of SquaresdfMean SquareFSig.
1Regression10235.687110235.687202.222.000a
Residual1923.4133850.616
Total12159.10039
2Regression12156.45926078.2308.516E4.000b
Residual2.64137.071
Total12159.10039
a. Predictors: (Constant), Kemampuan_numerikal
b. Predictors: (Constant), Kemampuan_numerikal, Kemampuan_verbal
c. Dependent Variable: Kemampuan_akademik
Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.95% Confidence Interval for B
BStd. ErrorBetaLower BoundUpper Bound
1(Constant)10.8793.8102.855.0073.16618.593
Kemampuan_numerikal.876.062.91814.220.000.7511.000
2(Constant)-.367.159-2.313.026-.688-.045
Kemampuan_numerikal.553.003.580182.231.000.547.559
Kemampuan_verbal.469.003.522164.043.000.463.474
a. Dependent Variable: Kemampuan_akademik
Excluded Variablesb
ModelBeta IntSig.Partial CorrelationCollinearity Statistics
Tolerance
1Kemampuan_verbal.522a164.043.000.999.580
a. Predictors in the Model: (Constant), Kemampuan_numerikal
b. Dependent Variable: Kemampuan_akademik
Residuals Statisticsa
MinimumMaximumMeanStd. DeviationN
Predicted Value26.3262100.391962.650017.6551440
Residual-.59414.41146.00000.2602340
Std. Predicted Value-2.0572.138.0001.00040
Std. Residual-2.2241.540.000.97440
a. Dependent Variable: Kemampuan_akademik
Hasil analisis regresi ganda: variabel kemampuan verbal (X1) dan numerikal (X2) berpengaruh terhadap kemampuan akademik (Y) secara simultan/bersama-sama menunjukan hasil nilai Fhitung adalah sebesar 202.222 dengan nilai Sig sebesar 0.000 atau lebih kecil dari 0,05 (5%), sehingga Ho ditolak dan Ha diterima. Jadi dapat disimpulkan bahwa kemampuan akademik dapat diprediksikan dari kemampuan verbal dan numerikalSelanjutnya dari analisis regresi berganda diperoleh nilai R sebesar 0,918. Hasil ini menunjukan bahwa semua variabel bebas yaitu kemampuan verbal (X1) dan numerikal (X2) mempunyai keeratan hubungan dengan kemampuan akademik (Y) sebesar 0, 918. Pada penelitian ini, untuk mengetahui kontribusi variabel bebas terhadap variabel terikat dilakukan dengan menggunakan besaran angka R square. Hasil R square didapat sebesar 0, 842 (di peroleh dari pengkuadratan R yaitu = 0,918 x 0,918). Angka ini menunjukkan bahwa kontribusi semua variabel bebas yaitu kemampuan verbal (X1) dan numerikal (X2) terhadap kemampuan akademik (Y) sebesar 84,2%, sisanya dipengaruhi oleh variabel lain yang tidak ada dalam penelitian ini