Rabu, 20 Januari 2010

Uji Nomalitas Data Variabel X (Ktterampilan Mengidentifikasi) dan
Variabel Y (Kemampuan Klasifikasi)
Pengbitungan uji normalitas data menggrmakan SPSS 12. Natuji kenormalan
yang digrmakan adalah uji Lilliefors.
Pedoman pengambilan keputusan uji normalitas:
o Bila nilai signifikansi [Sig.] atau nilai probabilitas < 0,05 maka datatidak
berdistibusi normal.
o Bila niiai signifikansi [Sig.] atau nilai probabilitas > 0,05 maka data
berdistibusi norrnal.
Tests of Normality
Variabel
. Kolmooorov-Smimov Shapiro-Wilk
Statistic df sio. Statistic df Siq.
Nilaa Keteramptlan
Mengidentifikasi
Kemampuan
Mengklasifikasi
.123
.120
43
43
.099
.126
.951
.958
43
43
.064
.116
a. Lilliefors Significance Correction
Hasil pengUjian norrnalites data menggunakan uji Lilliefors, baik untuk
keterarnpilan mengidentifikasi (Variabel X) maupun kemampuan mengklasifikasi
(Variabel Y) diperoleh nilai signifikansi atau probabilitas lebih besar dari 0,05
(0,099 dan0,l26> 0,05). Dengan demikiaq kedua data berdistibusi normal.
73
74
2. Uji Homogenitas Varians
Penghitungan uji homogenitas varians menggunakan SPSS /2. Alat uji
homogenitas varians menggunakan uji Levene.
Pedoman pengambilan keputusan uji homogenitas varians:
. Bila nilai signifikansi [Sig,J atau nilai probabilitas mean (rata-rata) < 0,05
maka varians tidak homogen.
. Bila nilai signifikansi [Sig.] atau nilai probabilitas mean (rata-rata) > 0,05
maka varians homogen.
Hasil uji Levene diketahui bahwa nilai signifikansi atau nilai probabilitas mean
(rala-rata) lebih besar dari 0,05 (0,935 > 0,05), Dengan demikian, varians
homogen.
3. Uji Linearitas
Uji linearitas menggunakantestfor linearity menggunakan SPSS 12. Kriteria
pengujian linearitas adalah sebagai berikut:
. Bila signifikarsi (linearity) < 0,05 maka regresi linear
. Bila signifikansi (linearig)> 0,05 maka regresi non-linear
Test of Homogeneity of Variance
Levene
Statistic df1 dt2 Sio.
Nilai Basecl on Mean
Based on Median
Based on Median and
with adjusted df
Based on trimmed mean
007
007
oo7
006
1
1
1
I
u
u
83.992
u
.935
.934
.931
.940
'75
Test for Linearity
ANOVA Table
Sum of
Sotraigg df
Mean
Souare F Sio.
Xlasifikasi' ldentifikasi Betu,een (Gomdneo)
Grops Lineadty
Deviation from LineadtY
\Mrthin Groups
Tobl
2345.615
2007.672
337.944
2782.292
5127.W7
I
1
7
u
42
293.202
2W7.67
48.278
81.832
3.5tt:t
24.5U
.590
.il)4
.000
.75S
Hasil testfor liturity diketahui bahwa nilai signifikansi flinearity) lebih kecil '
dari 0,05 (0,000 < 0,05). Dengan demikian, kedua variabel (keterampilan
mengidentifikasi dan kemampuan mengllasifikasi) memprmyai hubungan yang
linear.
Lampiran 16.
UJI KORELASI
l. Penghitungan Koefisien Korelasi
Conelations
ldentifikasi Klasifikasi
ldentlfrl(asr Peanson uorelatlon
Slg. (2-tailed)
N
'l
43
.626"
.000
43
Klasifikasi Pearson Conelation
Sig. (2-tailed)
N
.626*'
.000
43
1
43
"*- Correlation is significant at the 0.01 level (2-tailed).
Berdasarkan hasil perhitungan koefisien korelasi menggunakan SPSS 12
diperoleh angka koefisien korelasi sebesar 0,626. Angka koefisien korelasi
sebesar 0,626 menunjukkan keterampilan mengidentifikasi (Variabel X) dengan
kemampuan mengklasifikasi (Variabel Y) mempunyai hubungan yang kuat. Aratr
hubungan yang positif (tidak ada tanda negatif pada aneka 0,626) menunjukkan
semakin tingg, keteraurpilan mengidentifikasi akan membuat
mengkl asifikasi cenderung meningkat.
2. Uji Signilikansi Koelisien Korelasi
Berdasmkan output correlation pada kolom Sign. (2-tailed) diketahui nilai
probabilitas 0,000. Dengan demikiannilaiprobabilitas lebih kecil dari 0,05
,76
77
(0,000 < 0,05). Hal ini menunjukkan bahwa koefisien korelasi signifikan (dapat
digeneralisasikan).
3. Penghitungan Koefisien Determinasi
KD : f xl}tr/o
(0,626)2 x 100%
A392 x 100%
392%
Lampiran 17.
ANALISIS REGRESI UI\TEAR SEDERIIANA
GoefiFcienttr
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Siq. B Std. Enor Beta 1 (Gonstant)
ldentifikasi
23.924
.62.
6.394
.121 .626
3.742
5.136
.001
.oo0
a. Dependent Variablg Klasifikasi
Berdasarkan tabel hasil perhitungan analisis regresi linear sederhana di atas,
diperoleh nilai a:23,924 (konstanta) dan b :0,622. Dengan demikian
persamaan regresi i :23,924 + 0,62?X. Dari persnmean regresi tersebut
diketahui bahwa setiap kenaikan keterampilan mengidentifikasi (variabel X) satu
satuan akan diikuti oleh kenaikan kemampuan mengklasifikasi (variabel Y) A,622
safuan ciengan harga : 4 konstan.
Untuk menguji apakah pers:rmaan regresi tersebut signifikan atau tidak maka
digunakan uji t. Hipotesis untuk pengujian signifikan regresi adatah sebagai
berikut:
lt : Regresi tidak signifikan
Hi : Regresi signifikan
Dasar pengambilan keputusannya adalah :
Jika statistik t*t,oe < 11666, maka Ho diterima
Jika statistik bi*g > t126s1, rnaka Ho ditolak
t78
79
Dari tabel ou$ut SPSS di atas terlihat bahwa nilai t1;s,* adalah 5,136 dan nilai
t1u6.1 dengan dk : 41 (n - 2 : 43 - 2) padataraf kesalah an 5Yo sebesar 2,020. oleh
karenatbrt'e ) t.ocr (5,136 >2,020) maka Ho ditolak atau dapat dikatakan batrwa
regresi signifikan.

Tidak ada komentar:

Posting Komentar