BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Pengujian Hipotesis
Setelah dilakukan uji prasyarat analisis, selanjutnya dilakukan pengujian hipotesis. Pengujian hipotesis statistika dalam penelitian ini diolah dengan menggunakan program SPSS versi 12.00.
1. Hipotesis ke-1
Hipotesis ini dihitung dengan uji beda dua variabel. Uji kesamaan varian :
Ho : varian variabel Y1 = varian variabel Y2 H1 : varian variabel Y1 ≠ varian variabel Y2
Menerima atau menolak hipotesis dapat dilihat pada Tabel 4.5 yang diperoleh dari Lampiran 28.
Tabel 4.5. Hasil Prestasi Belajar Kelas Kontrol dan Kelas Eksperimen
Group Statistics 42 77,14 8,301 1,281 33 65,21 7,841 1,365 MdlPebljr 1 2 HslPresBljr N Mean Std. Deviation Std. Error Mean
Dari Tabel 4.5 hasil prestasi belajar rata-rata pada kelas eksperimen 77,14 dengan sampel (N) = 42, dan pada kelas kontro 65,21 dengan sampel (N) = 33.
Tabel 4.6. Tabel Kesamaan Varian
Independent Samples Test
,006 ,939 6,330 73 ,000 11,931 1,885 8,174 15,687 6,374 70,502 ,000 11,931 1,872 8,198 15,664 Equal variances assumed Equal variances not assumed HslPresBljr F Sig.
Levene's Test for Equality of Variances
t df Sig. (2-tailed)
Mean Difference
Std. Error
Difference Lower Upper
95% Confidence Interval of the
Difference t-test for Equality of Means
Dari Tabel 4.6. terlihat bahwa nilai sig = 0,939 = 93% lebih dari 5% artinya tidak signifikan, Ho diterima artinya varian sama. Sehingga dipilih asumsi equal variances assumed.
Uji banding hasil prestasi belajar
H0 : μ1 = μ2 ( rataan Y1 sama dengan rataan Y2) H1 : μ1 ≠ μ2 ( rataan Y1 tidak sama dengan Y2)
Sig = 0,000 = 0% kurang dari 5% maka Ho ditolak atau H1 diterima artinya terdapat perbedaan antara rataan hasil prestasi belajar kelas kontrol dengan rataan hasil prestasi belajar kelas eksperimen.
2. Hipotesis ke-2
Hipotesis ini dihitung dengan uji beda satu variabel. Uji kesamaan varian :
H0 : μ < μ0
H1 : μ ≥ μ0 , μ0 adalah KKM (Kriteria Ketuntasan belajar )
Menerima atau menolak hipotesis baca pada tabel One Sample Statistics dan
One Sample Tes. Hasil pengolahan dengan SPSS versi 12.00 dapat dilihat di Lampiran 29
Tabel 4.7. Hasil Analisis Prestasi Belajar dengn Uji One Sample Statistics One-Sample Test 13,384 41 ,000 17,143 14,56 19,73 Y_Eksp t df Sig. (2-tailed) Mean
Difference Lower Upper 95% Confidence
Interval of the Difference Test Value = 60
Dari Tabel 4.7 terlihat bahwa nilai sig = 0,000 = 0% kurang dari 5%. Jadi Ho ditolak. Artinya menerima H1, yaitu hasil belajar siswa pada kelas yang diajar menggunakan pembelajaran kelompok dengan pendekatan metakognitif yang berbasis teknologi dikemas dalam CD interaktif dapat mencapai tuntas belajar.
3. Hipotesis ke-3
Untuk menguji hubungan kelinearan antara keaktifan siswa terhadap prestasi belajar digunakan persamaan regresi linear. Uji Linearitas antara Keaktifan Siswa terhadap Prestasi Belajar dilihat pada Tabel 4.8. yang diperoleh dari Lampiran 30.
Untuk menguji kelinieran. Ho:β = 0 dengan β = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ b a
,persaman adalah tidak linier. H1: β ≠0 persamaan adalah linier.
Hasil analisis data kelas ekperimen dengan variabel independent (X1) nilai keaktifan belajar terhadap variabel independent (Y2) prestasi belajar siswa adalah sebagai berikut. Untuk pengaruh nilai keaktifan siswa (X1) terhadap prestasi belajar siswa (Y2) diperoleh persamaan estimator regresi linear sederhana dari Tabel 4.8
Tabel 4.8. Uji Kelinearan Keaktifan Siswa Terhadap Prestasi Belajar Siswa Kelas Eksperimen Coefficientsa -7,419 5,980 -1,241 ,222 1,090 ,077 ,913 14,196 ,000 (Constant) X1 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig.
Dependent Variable: Y_Eksp a.
^
Y= - 7,419 + 1,090 X1, artinya kekatifan berpengaruh positif terhadap prestasi belajar siswa mempunyai nilai b = 1,090, nilai a = - 7,419 merupakan pengaruh lain yang diberikan selain dari keaktifan, karena nilai a adala negatif maka pengaruh faktor lain memberikan kontribusi yang negatif. Dari tabel 4.8 juga terlihat bahwa nilai sig = 0,000 = 0 % kurang dari 5 % artinya H0 ditolak atau
metode regresi linear, dan artinya koefisien regresi berarti. Keberartian koefisien regresi dapat dilanjutkan dengan mencari pengaruh seberapa besar pengaruh keaktifan siswa terhadap prestasi belajar.
Tabel 4.9. Regresi Keaktifan Siswa untuk memprediksi Prestasi Belajar
ANOVAb 2357,242 1 2357,242 201,517 ,000a 467,900 40 11,698 2825,143 41 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X1 a.
Dependent Variable: Y_Eksp b.
Dari tabel 4.9, dengan nilai F test didapat Fhitung = 201,517 dengan tingkat signifikan 0,000. Karena sig = 0,000 = 0% kurang dari 5%, maka model regresi dapat dipakai untuk memprediksikan prestasi belajar siswa.
Tabel 4.10 Kontribusi Keaktifan Siswa terhadap Prestasi Belajar Kelas Eksperimen Model Summary ,913a ,834 ,830 3,420 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), X1 a.
Dari Tabel 4.10. diperoleh nilai R square = 0,834 = 83,4%. Artinya keaktifan siswa yang ditumbuhkan dalam pembelajaran kelompok dengan pendekatan Metakognitif yang berbasis teknologi dikemas dalam CD interaktif berpengaruh terhadap prestasi belajar sebesar 83,4 %. Sedangkan sisanya 100%- 83,4% = 16,6 % dipengaruhi oleh fator lain.
4. Hipotesis ke-4
Untuk menguji hubungan kelinearan antara keterampilan proses siswa terhadap prestasi belajar digunakan persamaan regresi linear. Uji Linearitas
antara Keaktifan Siswa terhadap Prestasi Belajar dilihat pada Tabel 4.11 yang diperoleh dari Lampiran 31.
Untuk menguji kelinieran. Ho:β = 0 dengan β = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ b a
,persaman adalah tidak linier. H1: β ≠0 persamaan adalah linier.
Hasil analisis data kelas ekperimen dengan variabel independent (X1) nilai keaktifan belajar terhadap variabel independent (Y2) prestasi belajar siswa adalah sebagai berikut. Untuk pengaruh nilai keaktifan siswa (X1) terhadap prestasi belajar siswa (Y2) diperoleh persamaan persamaan estimator regresi linear sederhana dari Tabel 4.11.
Tabel 4.11. Uji Kelinearan Keterampilan Proses Siswa Terhadap Prestasi Belajar Siswa Kelas Eksperimen
Coefficientsa -13,209 8,117 -1,627 ,112 1,175 ,105 ,870 11,166 ,000 (Constant) X2 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig.
Dependent Variable: Y_Eksp a.
^
Y= - 13,209 + 1,175 X1, artinya keterampilan proses siswa berpengaruh positif terhadap prestasi belajar siswa mempunyai nilai b = 1,175, nilai a = -13,209 merupakan pengaruh lain yang diberikan selain dari keterampilan proses siswa, karena nilai a adala negatif maka pengaruh faktor lain memberikan kontribusi yang negatif. Dari tabel 4.11 juga terlihat bahwa nilai sig = 0,000 = 0 % kurang dari 5 % artinya H0 ditolak atau metode regresi linear, dan artinya koefisien regresi berarti. Keberartian koefisien regresi dapat
dilanjutkan dengan mencari pengaruh seberapa besar pengaruh keterampilan proses siswa terhadap prestasi belajar.
Tabel 4.12.Regresi Keterampilan Proses Siswa untuk memprediksi Prestasi Belajar ANOVAb 2138,900 1 2138,900 124,673 ,000a 686,243 40 17,156 2825,143 41 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2 a.
Dependent Variable: Y_Eksp b.
Dari tabel 4.12, dengan nilai F test didapat Fhitung = 124,673 dengan tingkat signifikan 0,000. Karena sig = 0,000 = 0% kurang dari 5%, maka model regresi dapat dipakai untuk memprediksikan prestasi belajar siswa.
Tabel 4.13. Kontribusi Keterampilan Proses Siswa terhadap Prestasi Belajar Kelas Eksperimen
Model Summary ,870a ,757 ,751 4,142 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), X2 a.
Dari Tabel 4.13 diperoleh nilai R square = 0,757 = 75,7%. Artinya keterampilan proses siswa yang ditumbuhkan dalam pembelajaran kelompok dengan pendekatan metakognitif yang berbasis teknologi dikemas dalam CD interaktif berpengaruh terhadap prestasi belajar sebesar 75,7%. Sedangkan sisanya 100%- 75,7%= 24,3 % dipengaruhi oleh fator lain.