Rabu, 22 Oktober 2014

BAB IV MY DATA



BAB IV
HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Data
Metode dalam mengumpulkan data dalam penelitian ini menggunakan kuesioner, dimana dalam kuesioner terdiri pernyataan-pernyataan yang berkaitan dengan variabel Minat (X1), Motivasi (X2) dan Prestasi belajar siswa (Y). Dalam setiap pernyataan dalam kuesioner ini memiliki lima alternatif jawaban, adapun maksud pernyataan ini untuk memperoleh skor secara kuantitatif dari variabel penelitian yang selanjutnya dianalisis dengan metode statistik.
Setelah kuesioner terkumpul dari responden, maka dilakukan tabulasi data dan hasilnya dilakukan rekapitulasi skor, setelah selesai melakukan tabulasi maka pengolahan data menggunakan software SPSS Versi 16 For Windows. Sebelum disajikan data hasil pengolahan yang telah dilakukan, maka terlebih dahulu dikemukakan tentang keadaan umum kaitannya dengan responden penelitian.
4.1.1  Skor Minat (X1)
Mengenai data dari skor  Minat hasil pengolahan yang dilakukan dengan menggunakan SPSS, dengan teknik statistik deskriptif  tentang jumlah sampel, rentang data, nilai minimal, nilai maksimal, jumlah nilai, rata-rata, simpangan baku, median, varian, kemiringan histogram dan ketajaman histogram. Adapun hasil lengkapnya dapat diperhatikan pada tabel berikut:


Tabel 4.1
Deskripsi Data Minat belajar siswa (X1)

Statistics

X1



N
Valid
36

Missing
0

Mean
68.89

Std. Error of Mean
1.078

Median
70.00

Mode
70

Std. Deviation
6.471

Variance
41.873

Skewness
-.434

Std. Error of Skewness
.393

Kurtosis
-.383

Std. Error of Kurtosis
.768

Range
25

Minimum
54

Maximum
79

Sum
2480


Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00

Dari data yang terkumpul tentang Minat belajar siswa, penulis menggunakan  alat ukur yang berupa kuesioner untuk variabel  Minat. Dari data di atas dapat digambarkan bahwa rentang data 25, nilai tertinggi 79, nilai terendah 54, varians 41,873 simpangan baku 6,471. serta rata-rata nilai 68,89.
Adapun daftar distributif frekuensi dari data  Minat dari hasil pengolahan data dapat diperhatikan pada tabel berikut:



Tabel 4.2.
Distribusi Frekuensi Skor Minat belajar siswa (X1)

X1


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
54
1
2.8
2.8
2.8
56
1
2.8
2.8
5.6
58
1
2.8
2.8
8.3
60
2
5.6
5.6
13.9
62
1
2.8
2.8
16.7
64
2
5.6
5.6
22.2
65
3
8.3
8.3
30.6
66
1
2.8
2.8
33.3
67
2
5.6
5.6
38.9
68
3
8.3
8.3
47.2
70
4
11.1
11.1
58.3
71
2
5.6
5.6
63.9
72
2
5.6
5.6
69.4
73
1
2.8
2.8
72.2
74
2
5.6
5.6
77.8
75
1
2.8
2.8
80.6
76
3
8.3
8.3
88.9
78
3
8.3
8.3
97.2
79
1
2.8
2.8
100.0
Total
36
100.0
100.0


Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00
Agar mendapat gambaran umum tentang data tersebut  akan disajikan data yang berupa histogram dari skor  Minat pada gambar berikut:





Gambar 4.1.
Histogram Variabel Minat (X1)


4.1.2 Skor Variabel Motivasi belajar siswa (X2)
Mengenai data dari skor Motivasi hasil pengolahan yang dilakukan dengan menggunakan SPSS 16.00, dengan teknik statistic deskriptif  tentang jumlah sampel, rentang data, nilai minimal, nilai maksimal, jumlah nilai, rata-rata, simpangan baku, median, varian, kemiringan histogram dan ketajaman histogram.
Adapun hasil lengkapnya dapat diperhatikan pada table berikut:





Tabel 4.3
Deskripsi Data Motivasi (X2)
X2



N
Valid
36

Missing
0

Mean
75.75

Std. Error of Mean
.940

Median
76.50

Mode
80

Std. Deviation
5.639

Variance
31.793

Skewness
-1.081

Std. Error of Skewness
.393

Kurtosis
.924

Std. Error of Kurtosis
.768

Range
24

Minimum
60

Maximum
84

Sum
2727


a.     Multiple modes exist. The smallest value is shown
Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00
Dari data yang terkumpul tentang Motivasi, penulis menggunakan  alat ukur yang berupa kuesioner untuk variabel Motivasi. Dari data di atas dapat digambarkan bahwa rentang data 24, nilai tertinggi 84, nilai terendah 60, varians 31,793, simpangan baku 5,639. serta rata-rata nilai 75,75.
Adapun daftar distributif frekuensi dari data Motivasi dari hasil pengolahan data dapat diperhatikan pada tabel berikut:




Tabel 4.4.
Distribusi Frekuensi Skor Motivasi belajar siswa (X2)

X2


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
60
1
2.8
2.8
2.8
63
1
2.8
2.8
5.6
65
1
2.8
2.8
8.3
67
1
2.8
2.8
11.1
68
1
2.8
2.8
13.9
72
3
8.3
8.3
22.2
73
3
8.3
8.3
30.6
75
3
8.3
8.3
38.9
76
4
11.1
11.1
50.0
77
1
2.8
2.8
52.8
78
3
8.3
8.3
61.1
79
3
8.3
8.3
69.4
80
6
16.7
16.7
86.1
81
1
2.8
2.8
88.9
82
2
5.6
5.6
94.4
83
1
2.8
2.8
97.2
84
1
2.8
2.8
100.0
Total
36
100.0
100.0

Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00

            Agar mendapat gambaran umum tentang data tersebut  akan            disajikan data yang berupa histogram dari skor Motivasi pada gambar     berikut:


Gambar 4.2.
Histogram Variabel Motivasi (X2)


4.1.3 Skor Prestasi belajar siswa (Y)
Mengenai data dari skor Prestasi belajar siswa hasil pengolahan yang dilakukan dengan menggunakan SPSS 16.00, dengan teknik statistik deskriptif  tentang jumlah sampel, rentang data, nilai minimal, nilai maksimal, jumlah nilai, rata-rata, simpangan baku, median, varian, kemiringan histogram dan ketajaman histogram. Adapun hasil lengkapnya dapat diperhatikan pada table berikut:





Tabel 4.5.
Deskripsi Data Prestasi belajar siswa  (Y)

Statistics

Y



N
Valid
36

Missing
0

Mean
80.50
Std. Error of Mean
1.041
Median
80.00
Mode
75
Std. Deviation
6.245
Variance
39.000
Skewness
-.417
Std. Error of Skewness
.393
Kurtosis
-.157
Std. Error of Kurtosis
.768
Range
25
Minimum
65
Maximum
90
Sum
2898





            Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00
                                                                                                        
Dari data yang terkumpul tentang Prestasi belajar siswa, penulis menggunakan  alat ukur yang berupa kuesioner  untuk variabel Prestasi belajar siswa. Dari data di atas dapat digambarkan bahwa rentang data 25, nilai tertinggi 90, nilai terendah 65, varians 39.000, simpangan baku 6,245. serta rata-rata nilai 80,50.
Adapun daftar distributif frekuensi dari data Prestasi belajar siswa dari hasil pengolahan data dapat diperhatikan pada tabel berikut:
Tabel 4.6.
Distribusi Frekuensi Skor Prestasi belajar siswa (Y)

Y


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
65
1
2.8
2.8
2.8
68
1
2.8
2.8
5.6
70
1
2.8
2.8
8.3
75
7
19.4
19.4
27.8
78
5
13.9
13.9
41.7
80
4
11.1
11.1
52.8
83
6
16.7
16.7
69.4
85
4
11.1
11.1
80.6
88
4
11.1
11.1
91.7
90
3
8.3
8.3
100.0
Total
36
100.0
100.0

Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00

Agar mendapat gambaran umum tentang data tersebut  akan disajikan data yang berupa histogram dari skor  Prestasi belajar siswa pada gambar berikut:














Gambar 4.3.
Histogram Variabel Prestasi belajar siswa (Y)

4.2.Pengujian Persyaratan
4.2.1          Uji Normalitas
Uji normalitas data adalah suatu cara untuk mengetahui apakah data berasal dari distribusi normal atau tidak.  Cara yang paling sering untuk menentukan apakah suatu model berdistribusi normal atau tidak adalah melakukan pengujian dengan uji Liliefors dengan melihat nilai pada Kolmogorof-Smirnov. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05.

a.       Uji Normalitas variabel Minat
Hasil uji normalitas sebaran data Minat belajar siswa (X1) disajikan pada tabel  dibawah ini:
Tabel 4.7 :
Hasil Uji Normalitas Data Variabel Minat (X1)
Tests of Normality

Kolmogorov-Smirnova
Shapiro-Wilk

Statistic
df
Sig.
Statistic
df
Sig.
X1
.096
36
.200*
.967
36
.358
a. Lilliefors Significance Correction



*. This is a lower bound of the true significance.



Sumber : Hasil Output Olah Data Penelitian dengan SPSS 16.00


Dari hasil pengujian ini dapat disimpulkan bahwa uji normalitas data  berdasarkan Kolmogorov-Smirnov pada tabel di atas pada populasi (N) sebanyak 36 diperoleh angka statistik 0.096 dengan derajat kebebasan 36 pada taraf signifikansi 0.200. Karena signifikansi untuk variabel minat lebih besar dari 0,05, maka dapat disimpulkan bahwa populasi data minat berdistribusi normal.
b.      Uji Normalitas variabel Motivasi belajar
Untuk variable motivasi (X2)  hasil uji normalitas sebaran data  disajikan pada tabel  dibawah ini:




Tabel 4.8.
Hasil Uji Normalitas Variabel Motivasi (X2)

Tests of Normality

Kolmogorov-Smirnova
Shapiro-Wilk

Statistic
df
Sig.
Statistic
df
Sig.
X2
.142
36
.066
.914
36
.009
a. Lilliefors Significance Correction





Dari hasil pengujian ini dapat disimpulkan bahwa uji normalitas data  berdasarkan Kolmogorov-Smirnov pada tabel di atas pada populasi (N) sebanyak 36 diperoleh angka statistik 0.142 dengan derajat kebebasan 36 pada taraf signifikansi 0,066.  Karena signifikansi untuk variabel minat lebih besar dari 0,05, maka dapat disimpulkan bahwa populasi data motivasi berdistribusi normal.
c.       Uji Normalitas variabel Prestasi belajar siswa
Hasil uji normalitas sebaran data Minat belajar siswa (X1) disajikan pada tabel  dibawah ini:
Tabel 4.9.
Hasil Uji Normalitas Variabel Prestasi belajar siswa (Y)
Tests of Normality

Kolmogorov-Smirnova
Shapiro-Wilk

Statistic
df
Sig.
Statistic
df
Sig.
Y
.128
36
.146
.954
36
.140
a. Lilliefors Significance Correction




Dari hasil pengujian ini dapat disimpulkan bahwa uji normalitas data  berdasarkan Kolmogorov-Smirnov pada tabel di atas pada populasi (N) sebanyak 36 diperoleh angka statistik 0.142 dengan derajat kebebasan 36 pada taraf signifikansi 0.146.  Karena signifikansi untuk variabel Prestasi belajar siswa lebih besar dari 0,05, maka dapat disimpulkan bahwa populasi data motivasi berdistribusi normal.
4.3    Teknik Analisis Data
1.      Variabel Minat (X1) dengan Prestasi Belajar Siswa (Y)
a.      Uji Analisis Korelasi Sederhana
Analisis korelasi digunakan untuk mengetahui besar kecilnya, dan kuat lemahnya hubungan variabel Minat (X1) terhadap variabel Prestasi belajar siswa  (Y). dalam pengolahaan data penelitian ini menggunakan uji korelasi dengan bantuan dari Software SPSS 16.00, dan hasil uji korelasi sederhana ini padat diperhatikan pada tabel 4.10 berikut ini:
Tabel 4.10.
Korelasi Antara Variabel Minat (X1)  dengan
Prestasi belajar siswa  (Y)

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.658a
.433
.417
4.770
a. Predictors: (Constant), X1

Sumber : Output Olah Data Program SPSS for Windows Versi 16.0
Dari tabel 4.10 dapat kita peroleh nilai R = 0,658 yang berarti terdapat hubungan  yang signifikan antara variabel Minat belajar (X1) terhadap variabel Prestasi belajar siswa (Y) .



b. Uji Hipotesis Pertama
H0  : Tidak terdapat hubungan yang kuat antara  minat belajar  dengan Prestasi belajar siswa.
H1 :  Terdapat hubungan yang kuat antara  minat belajar  dengan Prestasi belajar siswa.
Berdasarkan hasil pengolahan data penelitian dengan menggunakan Software SPSS 16, maka didapatkan hasil sebagaimana pada table 4.11 berikut ini:

Tabel 4.11
Korelasi Antara Variabel Minat belajar (X1) dengan Prestasi belajar siswa
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.

B
Std. Error
Beta

1
(Constant)
36.738
8.620

4.262
.000

X1
.635
.125
.658
5.098
.000

a. Dependent Variable: Y






Sumber : Output Olah Data Program SPSS for Windows Versi 18.0


Berdasarkan tabel 4.11 diperoleh nilai konstanta 36,738 dan koefisien variable minat belajar (X1) sebesar  0,635, sehingga di dapat persamaan regresi sederhananya adalah:   Å¶ = 36,738 + 0,635 X1
Dari persamaan di atas, dapat diartikan bahwa variabel minat belajar berhubungan secara positif dengan  Prestasi belajar siswa sebesar 0,635. Sehingga hal ini mengandung pengertian dengan ditingkatkan minat belajar siswa satu point akan meningkatkan prestasi belajar siswa sebesar 0,635 dengan harga konstanta 36,378.
Selanjutnya dilakukan pengujian keberartian persamaan regresi, guna melihat apakah persamaan regresi tersebut dapat memprediksi secara signifikan. Berdasarkan tabel 4.11 di atas maka diperoleh nilai t hitung  sebesar 5,098 dan t tabel untuk dk = 34 adalah 1,70. dengan demikian bahwa t hitung > t tabel, dengan  signifikansi t sebesar 0,000. Kesimpulannya adalah korelasi  signifikan dan dapat disimpulkan bahwa terdapat hubungan yang kuat antara Minat belajar (X1) dengan Prestasi belajar siswa (Y). Artinya semakin tinggi Minat belajar siswa, maka semakin tinggi pula Prestasi belajar siswa.
2.      Variabel Motivasi belajar (X2) dengan Prestasi belajar siswa (Y)
a.      Analisis Korelasi Sederhana
Analisis korelasi digunakan untuk mengetahui besar kecilnya, dan kuat lemahnya hubungan variabel Motivasi (X2) dengan  variabel Prestasi belajar siswa. Dalam pengolahaan data penelitian ini menggunakan uji korelasi dengan bantuan dari Software SPSS 16.00, dan hasil uji korelasi sederhana ini dapat diperhatikan pada table 4.12 berikut ini:
Tabel 4.12
Korelasi Antara Variabel Motivasi (X2)  dengan
Prestasi belajar siswa (Y)

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.835a
.696
.688
3.491
a. Predictors: (Constant), X2

            Sumber : Output Olah Data Program SPSS for Windows Versi 16.00

Dari tabel 4.12 dapat kita peroleh nilai R = 0,835 yang berarti terdapat hubungan  yang kuat antara variabel motivasi (X2) dengan variabel Prestasi belajar siswa (Y) .
b. Uji Hipotesis Kedua
H0  : Tidak terdapat hubungan yang kuat antara  motivasi  dengan Prestasi belajar siswa.
H1 :  Terdapat hubungan yang kuat antara  motivasi  dengan Prestasi belajar siswa.
Berdasarkan hasil pengolahan data penelitian dengan menggunakan Software SPSS 16.00, maka didapatkan hasil sebagaimana pada table 4.13 berikut ini:
Tabel 4.13
Korelasi Variabel Motivasi (X2)

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
10.485
7.949

1.319
.196
X2
.924
.105
.835
8.832
.000
a. Dependent Variable: Y




Sumber : Output Olah Data Program SPSS for Windows Versi 16.00

Berdasarkan tabel 4.13 diperoleh nilai konstantas 10,485 dan koefisien variable motivasi (X2) sebesar  0,924, sehingga didapat persamaan regresi sederhananya adalah:   Å¶ = 10,485 + 0,924 X2
Dari persamaan di atas, dapat diartikan bahwa variabel motivasi belajar (X2) berhubungan secara positif dengan Prestasi belajar siswa (Y) sebesar 0,924. Sehingga hal ini mengandung pengertian dengan jika ditingkatkan motivasi belajar sebesar satu point akan meningkatkan Prestasi belajar  sebesar 0,924 dengan harga konstanta 10,485.
Selanjutnya dilakukan pengujian keberartian persamaan regresi , guna melihat apakah persamaan regresi tersebut dapat memprediksi secara signifikan. Berdasarkan tabel 4.13 di atas maka diperoleh nilai t hitung  sebesar 8,832 dan  t tabel = 1,70 pada derajat kebebasan (df) = 34  dengan  signifikansi t sebesar 0,000. Kesimpulannya adalah korelasi  signifikan dan terdapat hubungan yang kuat antara Motivasi belajar (X1) dengan Prestasi belajar siswa (Y). Artinya semakin tinggi Minat belajar siswa, maka semakin tinggi pula Prestasi belajar siswa.
3.      Analisis Korelasi Ganda ( R )
Analisis Korelasi Ganda digunakan untuk mengetahui hubungan antara dua variabel bebas ( Minat dan Motivasi ) terhadap variabel terikat ( Prestasi belajar siswa ) secara serentak. Koefisien ini menunjukan seberapa besar hubungan yang terjadi antara variabel bebas secara serentak terhadap variabel terikat, nilai R berkisar antara 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.
Rumus korelasi Ganda :
Ry.X1X2 = √  (ryx1)2 + (ryx2)2 – 2 (ryx1)(ryx2)(rx1x2)
                                         1 – ( rx1x2)2
Keterangan :
Ry.x1x2            = Korelasi variabel x1dengan x2 secara bersama-sama                                                 dengan Y
ryx1               = Korelasi sederhana antara x1 dengan Y
ryx2               = Korelasi sederhana antara x2 dengan Y
rx1x2             = Korelasi sederhana antara x1 dengan x2

Berdasarkan pengolahan data dengan menggunakan Software SPSS 16.00, diperoleh hasil sebagai berikut:
Tabel 4.14.
Korelasi Antara Variabel Minat (X1) dan Variabel  Motivasi (X2) dengan Prestasi belajar siswa (Y)

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.838a
.702
.684
3.508
a. Predictors: (Constant), X2, X1

            Sumber : Output Olah Data Program SPSS for Windows Versi 16.00

Dari tabel 4.14 dapat kita peroleh nilai R = 0,838 yang berarti terdapat hubungan  yang sangat kuat antara Variabel Minat belajar (X1) dan variabel Motivasi belajar (X2) dengan  variabel Prestasi belajar siswa (Y).
c.   Uji Hipotesis Ketiga
H0  : Tidak terdapat hubungan yang kuat antara  Minat dan Motivasi dengan Prestasi belajar siswa secara bersama-sama
H1 :  Terdapat hubungan yang kuat antara  Minat dan Motivasi dengan Prestasi belajar siswa secara bersama-sama
4.    Analisis Regresi Linier Berganda
Analisis ini dilakukan untuk memprediksikan nilai dari variabel terikat (Y) apabila nilai variabel bebas ( X1 dan X2 ) mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel bebas dengan variabel terikat apakah masing-masing  variabel bebas berhubungan positif atau negatif.
Berdasarkan hasil pengolahan data penelitian dengan menggunakan Software SPSS 16.00, maka didapatkan hasil sebagaimana pada table 4.15 berikut ini:

Tabel 4.15
Hasil Analisis Regresi Berganda

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
11.000
9.313

1.181
.246
X1
.034
.227
.034
.151
.881
X2
.870
.260
.760
3.351
.002
a. Dependent Variable: Y




Sumber : Output Olah Data Program SPSS for Windows Versi 16.00
 
Berdasarkan tabel 4.15 didapat persamaan model regresi bergandanya adalah:    Ŷ = 11,000 + 0,034 X1 + 0,870 X2
Dari persamaan model regresi berganda di atas dapat dilakukan kesimpulan sebagai berikut:
a.       Terdapat hubungan minat (X1) dengan prestasi belajar siswa (Y) sebesar 0,034 point. Hal ini berarti dengan meningkatnya minat belajar siswa, maka Prestasi belajar siswa akan meningkat sebesar 0,034 bila minat ditingkatkan satu point dengan harga konstanta 11,000 .
b.      Terdapat hubungan motivasi (X2) dengan prestasi belajar siswa (Y) sebesar 0,870 point. Hal ini berarti dengan ditingkatkannya motivasi belajar, maka prestasi belajar siswa akan meningkat sebesar 0,870 bila motivasi belajar ditingkatkan satu point dengan harga konstanta 11,000 .
Selanjutnya dilakukan pengujian Analisis Varians ( uji F ), hal ini dilakukan untuk mengetahui apakah variabel bebas ( x1 dan x2 ) secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat ( Y ). Berikut hasil Analisis of Varians dari model regresinya:
Tabel 4.16
Hasil Uji F (Analysis Of Varians)


ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
990.845
2
495.422
27.491
.000a
Residual
594.711
33
18.022


Total
1585.556
35



a. Predictors: (Constant), X2, X1




b. Dependent Variable: Y




Sumber : Output Olah Data Program SPSS for Windows Versi 16.00

Berdasarkan hasil analisis varians seperti pada table 4.16 di atas menunjukkan nilai F hitung  > F tabel ( 27,491 > 3,26), maka Ho ditolak, artinya Minat dan Motivasi secara bersama-sama berpengaruh terhadap prestasi belajar siswa.
Selanjutnya dilakukan analisis determinasi (R2), untuk mengetahui prosentase sumbangan pengaruh variabel bebas ( x1 dan x2 ) secara bersama-sama terhadap variabel terikat (Y). Hasil analisis determinasi dapat dilihat pada tabel 4.17 berikut ini:


Tabel 4.17.
Hasil Analisi determinasi


Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.838a
.702
.684
3.508
a. Predictors: (Constant), X2, X1

            Sumber : Output Olah Data Program SPSS for Windows Versi 16.00

Dari hasil analisis pada table 4.17 diperoleh nilai R Square 0.702, atau jika diubah dalam bentuk persen menjadi 70,2%. Hal ini berarti hubungan minat dan motivasi secara bersama-sama berhubungan dengan prestasi belajar siswa sebesar 70,2% dan sisanya 29,8% dipengaruhi oleh variable lain yang tidak dimasukkan dalam penelitian ini.
5.    Analisis Korelasi Parsial
            Analisis ini digunakan untuk mengetahui hubungan antara dua variabel dimana variabel lainnya yang dianggap berpengaruh dikendalikan atau dibuat tetap ( sebagai variabel kontrol ). Hal ini dimaksudkan agar hubungan kedua variabel tidak dipengaruhi oleh faktor lain. variabel bebas ( x1, x2 ) secara parsial berpengaruh signifikan terhadap variabel terikat (Y). Hasil analisis korelasi parsial dapat dilihat pada tabel 4.18 berikut ini:










Tabel 4.18
Hasil Korelasi parsial Parsial

      Correlations
Control Variables
X1
Y
X2
X1
Correlation
1.000
.509
Significance (2-tailed)
.
.002
df
0
33
Y
Correlation
.509
1.000
Significance (2-tailed)
.002
.
df
33
0


X2
                                       Y
X1
X2
Correlation
1.000
.273
Significance (2-tailed)
.
.112
df
0
33
Y
Correlation
.273
1.000
Significance (2-tailed)
.112
.
df
33
0
            Sumber : Output Olah Data Program SPSS for Windows Versi 16.00


Berdasarkan tabel 4.18 bahwa terdapat korelasi  antara minat dengan prestasi belajar siswa dimana motivasi dikendalikan ( dibuat tetap ) adalah 0,273. Hal ini menunjukan bahwa terjadi hubungan yang rendah. Dan  terdapat korelasi  antara motivasi dengan prestasi belajar siswa dimana minat dikendalikan ( dibuat tetap ) adalah 0,509. Hal ini menunjukan bahwa terjadi hubungan yang sedang . Sedangkan arah hubungan adalah positif karena nilai r  positif, artinya semakin tinggi minat dan motivasi maka semakin semakin meningkatkan pretasi belajar siswa.
4.4        Keterbatasan Penelitian
Penelitian ini telah dilakukan berdasarkan penelitian berdasarkan metode-metode dasar dan prosedur penelitian yang sudah baku dan lazim dilakukan, sehingga hal-hal yang terkait dengan aspek metodologisnya sudah terpenuhi. Namun walaupun demikian tentunya tetap ada saja hal-hal yang dapat mempengaruhi hasil penelitian ini antara lain:
1.      Pemilihan variabel penelitian, meskipun sudah dilandasi dengan aspek-aspek teoritis namun tetap saja tidak dapat melepaskan diri dari nilai-nilai yang apriori sehingga dapat melemahkan temuan-temuan dari penelitian ini.
2.      kejujuran, keseriusan dan keterbukaan responden dalam mengisi kuesioner penelitian masih tidak dapat dihindari dari kebiasaan kesalahan manusiawi.
3.      pengambilan data yang begitu singkat dan hanya memungkinkan pengambilan data sebanyak satu kali di dalam melakukan penelitian, yang menyebabkan data yang diperoleh sangat rentan terhadap berbagai bias yang dapat mempengaruhi dari kondisi objektif dari apa yang dirasakan dan dialami oleh responden itu sendiri.
Diposting oleh di Tidak ada komentar:
Langganan: Postingan (Atom)