28 Sampel 28 14 70
Penguasaan unregelmäβige Verben Bentuk Präteritum (Y)
22 Sampel 22 28 76
Penghitungan Uji Homogenitas Variansi Variabel X dan Y
= √ = √
= 21,17 = 16
F =
=
= 1,32
Dari hasil penghitungan di atas diperoleh Fhitung = 1,32 dan dari tabel
distribusi F dengan dk pembilang 1 dan dk penyebut 27 pada taraf nyata = 0,05 diperoleh harga Ftabel =4,21. Tampak bahwa Fhitung lebih kecil daripada Ftabel..
Dapat disimpulkan bahwa variansi X dan Y bersifat homogen.
Lampiran 7
Uji Normalitas Data Tes Daya Ingat (X)
Sebelum melakukan penghitungan uji normalitas, terlebih dahulu harus ditentukan data-data sebagai berikut :
Banyak data (n) = 28 Jumlah nilai ( Σ X) = 1915
Jumlah kuadrat nilai ( Σ X 2) = 143075
- Untuk mencari rata-rata/mean ( X ) digunakan rumus : ̅ = = 68,39
- Untuk mencari simpangan baku (s) digunakan rumus : =
9 Sampel 3 55 -0,63297 0,2643 0,3214 0,0571
10 Sampel 12 60 -0,39678 0,3483 0,4285 0,0802
11 Sampel 5 60 -0,39678 0,3483 0,4285 0,0802
12 Sampel 2 60 -0,39678 0,3483 0,4285 0,0802
13 Sampel 25 65 -0,16060 0,4364 0,5357 0,0993
14 Sampel 17 65 -0,16060 0,4364 0,5357 0,0993
15 Sampel 19 65 -0,16060 0,4364 0,5357 0,0993
16 Sampel 28 70 0,07557 0,5279 0,6071 0,0792
17 Sampel 8 70 0,07557 0,5279 0,6071 0,0792
18 Sampel 15 75 0,31176 0,6217 0,6428 0,0211
19 Sampel 6 80 0,54794 0,7054 0,6785 0,0269
20 Sampel 21 85 0,78412 0,7823 0,75 0,0323
21 Sampel 11 85 0,78412 0,7823 0,75 0,0323
22 Sampel 23 90 1,02031 0,8461 0,8214 0,0247
23 Sampel 24 90 1,02031 0,8461 0,8214 0,0247
24 Sampel 22 95 1,25649 0,8944 0,8571 0,0373
25 Sampel 4 100 1,49267 0,9319 1 0,0681
26 Sampel 13 100 1,49267 0,9319 1 0,0681
27 Sampel 26 100 1,49267 0,9319 1 0,0681
28 Sampel 20 100 1,49267 0,9319 1 0,0681
Dari tabel di atas diperoleh LHitung = 0,1077. Dengan jumlah sampel (n) = 28
dan pada taraf nyata α = 0,05 diperoleh LT abel = 0,173. Tampak bahwa LHitung
lebih kecil daripada LT abel. Hal ini berarti data X berdistribusi normal.
Lampiran 8
Uji Normalitas Data Penguasaan unregelmäβige Verben Bentuk Präteritum
data-- Untuk mencari peluang F (Zi) digunakan rumus :
F (Zi) = P (Z ≤ Zi )
Rumus peluang (P) = 0,05 jadi F (Zi) = 0,05 ( Z ≤ Zi )
- Untuk menghitung proporsi Z1, Z 2, Zn... yang ke Zi
S(Zi) =
Tabel 5
Uji Normalitas Data Y
No. Nama Y Zi F(Zi) S(Zi) F(Zi)-S(Zi)
1 Sampel 14 23 -2,7675 0,0029 0,0357 0,0328
2 Sampel 7 41 -1,6425 0,0505 0,0714 0,0209
3 Sampel 16 43 -1,5175 0,0655 0,1071 0,0416
4 Sampel 2 46 -1,33 0,0918 0.1428 0,051
5 Sampel 11 49 -1,1425 0,1271 0,1785 0,0514
6 Sampel 18 51 -1,0175 0,1562 0,2142 0,058
7 Sampel 8 57 -0,6425 0,2611 0,25 0,0111
8 Sampel 28 61 -0,3925 0,3483 0,2857 0,0626
9 Sampel 10 65 -0,1425 0,4443 0,3571 0,0872
10 Sampel 24 65 -0,1425 0,4443 0,3571 0,0872
11 Sampel 26 67 -0,0175 0,496 0,3928 0,1032
12 Sampel 21 68 0,045 0,516 0,4642 0,0518
13 Sampel 9 68 0,045 0,516 0,4642 0,0518
14 Sampel 27 70 0,17 0,5675 0,5 0,0675
15 Sampel 25 72 0,295 0,6141 0,5357 0,0784
16 Sampel 12 73 0,3575 0,6368 0,6428 0,0006
17 Sampel 13 73 0,3575 0,6368 0,6428 0,0006
19 Sampel 22 76 0,545 0,7054 0,6785 0,0269
Dari tabel di atas diperoleh LHitung = 0,1032. Dengan jumlah sampel (n) = 28
dan pada taraf nyata α = 0,05 diperoleh LT abel = 0,173. Tampak bahwa LHitung
lebih kecil daripada LT abel. Hal ini berarti data Y berdistribusi normal.
Lampiran 9
Tabel 6
Penghitungan Korelasi Variabel X dan Y
13 Sampel 13 100 73 10000 5329 7300
14 Sampel 14 40 23 1600 529 920
15 Sampel 15 75 81 5625 6561 6075
16 Sampel 16 40 43 1600 1849 1720
17 Sampel 17 65 78 4225 6084 5070
18 Sampel 18 40 51 1600 2601 2040
19 Sampel 19 65 81 4225 6561 5265
20 Sampel 20 100 86 10000 7396 8600
21 Sampel 21 85 68 7225 4624 5780
22 Sampel 22 95 76 9025 5776 7220
23 Sampel 23 90 78 8100 6084 7020
24 Sampel 24 90 65 8100 4225 5850
25 Sampel 25 65 72 4225 5184 4680
26 Sampel 26 100 67 10000 4489 6700
27 Sampel 27 55 70 3025 4900 3850
28 Sampel 28 70 61 4900 3721 4270
∑ 1915 1883 143075 133545 132710
Keterangan: X = Daya Ingat
Y = Penguasaan unregelmäβige Verben Bentuk P räteritum
=
√
=
√
=
= √
= √
=
= 0,43
Penghitungan di atas menghasilkan nilai dari koefisien korelasi (r) = 0,43. Hal tersebut dapat diinterpretasikan sebagai korelasi yang cukup antara variabel X dan
variabel Y seperti yang diungkapkan oleh Arikunto (2006:247), yaitu: r = 0,00 – 0,20 berarti korelasi sangat rendah
r = 0,21 – 0,40 berarti korelasi rendah
r = 0,41 – 0,70 berarti korelasi cukup
r = 0,71 – 0,90 berarti korelasi tinggi
Untuk menghitung keberartian koefisien korelasi digunakan uji-t:
t = √ √ = √
√ =
= √ =
= 2,43
Dari penghitungan di atas, diperoleh thitung = 2,43 dengan dk 26 pada taraf nyata α = 0,05 diperoleh harga ttabel = 1,71. Tampak bahwa thitung lebih besar
daripada ttabel. Dengan demikian dapat disimpulkan bahwa koefisien variabel
X dan Y signifikan
Lampiran 10
Penghitungan Koefisien Determinasi
Untuk mengetahui berapa besar kontribusi daya ingat terhadap
kemampuan menyimak mahasiswa digunakan koefisien determinasi (KD) dengan rumus :
KD = r2x 100%
= 0.0432 x 100% = 0,24 x 100%
= 24%
Ini berarti, kontribusi yang diberikan oleh daya ingat terhadap
Lampiran 11
Tabel 7
27 70 62.66 7.34 53.8756
28 61 67.46 -6.46 41.7316
∑ 1883 1874.48 8.52 5642.3568
∑X2 = 143075 ∑X = 1915
Untuk penghitungan uji koefisiensi arah regresi digunakan rumus:
S2yx = ( )
=
= 217,01
S2b =
=
=
=
= 0,017
Sb = √
= √ = 0,13
T =
=
= 2,46
Dari penghitungan di atas diperoleh thitung 2,46. Dengan derajat kebebasan
(dk) 26 dan pada taraf nyata = 0,05 diperoleh ttabel sebesar 1,71. Hal ini
menunjukkan, bahwa thitung lebih besar daripada ttabel . Hal ini juga berarti, bahwa
arah regresi berdasarkan persamaan Ŷ = 45,06 + 0,32X adalah signifikan. Dengan demikian dapat disimpulkan, bahwa variabel Y tergantung pada
variabel X.
Lampiran 12
Tabel 8
Uji Linearitas dan Keberartian Regresi
No X Kelompok (k) Ni Y
1 40 1 5 81
2 40 46
3 40 87
4 40 78
5 40 73
6 45 2 2 92
7 45 41
8 55 3 2 57
9 55 68
10 60 4 3 65
11 60 49
12 60 73
13 65 5 3 73
14 65 23
16 70 6 2 43
17 70 78
18 75 7 1 51
19 80 8 1 81
20 85 9 2 86
21 85 68
22 90 10 2 76
23 90 78
24 95 11 1 65
25 100 12 4 72
26 100 67
27 100 70
28 100 61
Σ 1915 12 28 1883
∑X2 = 143075 ∑Y2 = 133545
∑XY = 132710
Penghitungan Analisis Regresi Sederhana
a =
= =
=
b =
Untuk menguji kelinearan dan keberartian regresi, penulis menggunakan penghitungan analisis variansi (ANAVA) berikut:
Analisis Variansi Regresi Linear Sederhana (1)
Keterangan:
Untuk memperoleh nilai- nilai yang diperlukan untuk penghitungan
6. JK = JK = 5656,85 – 5495,17
= 161,68
7. Galat = n – k
= 28 – 12
= 16
8. Tuna Cocok = k – 2
= 12 – 2 = 10
9. = =
} { }
{ } { } { }
{ } { }
{ } { }
= 1014 + 1300,5 + 60,5 + 298,67 + 1976 + 612,5 + 0 + 0 + 162 + 2
= = 16,168
10. =
=
= 343,45
11. = =
=
= 217,57
12. = ⁄
= 1256,4
Uji keberartian regresi:
F =
=
Uji kelinearan regresi:
F =
= = 0,047
Hasil penghitungan tersebut kemudian dimasukkan dalam tabel berikut:
Tabel ANAVA untuk Regresi Linear Sederhana (2)
Sumber variansi Dk JK RJK F
Penghitungan uji kelinearan regresi menghasilkan Fhitung 0,047. Dengan
bantuan daftar distribusi F dengan dk pembilang 10, dk penyebut 16 dan pada
taraf nyata = 0,05 diperoleh Ftabel 2,49. Hal ini menunjukkan, bahwa Fhitung lebih
kecil daripada Ftabel . Hal ini juga berarti, bahwa regresi tersebut bersifat linear.
