BAB III METODE PENELITIAN
D. Analisis Data
Dari tabel di atas dapat disimpulkan bahwa instrumen angket kecerdasan logis matematis dan kecerdasan linguistik sangat baik atau sangat reliabel.
a. Angket kecerdasan logis matematis. Jumlah item 23 soal, untuk skor tertinggi yang diperoleh adalah jumlah item dikalikan dengan skor tertinggi yaitu 23 x 5 = 115 dan skor terendah yaitu 23 x 1 = 23.
b. Angket Kecerdasan Linguistik. Jumlah item 17 soal, untuk skor tertinggi yang diperoleh adalah jumlah item dikalikan dengan skor tertinggi yaitu 17 x 5 = 85 dan skor terendah 17 x 1 = 17.
Tabel 3.12
Tingkat Pencapaian Skor pada Variabel Kecerdasan Logis Matematis No. Tingkat Pencapaian Skor Kategori
1 99 – 115 Sangat Tinggi
2 80 – 98 Tinggi
3 61 – 79 Sedang
4 42 – 60 Rendah
5 23 – 41 Sangat Rendah
Sumber: Sugiyono, 2015:183.80
Tabel 3.13
Tingkat Pencapaian Skor pada Variabel Kecerdasan Linguistik
No. Tingkat Pencapaian Skor Kategori
1 73 – 85 Sangat Tinggi
2 59 – 72 Tinggi
3 45 – 58 Sedang
4 31 – 44 Rendah
5 17 – 30 Sangat Rendah
Sumber: Sugiyono, 2015:18381
80 Sugiyono, Metode, 183
81 Ibid.
Tabel 3.14
Tingkat Pencapaian Skor pada Variabel Hasil Belajar No. Tingkat Pencapaian Skor Kategori
1 80 – 100 Sangat Tinggi
2 60 – 79 Tinggi
3 40 – 59 Sedang
4 20 – 39 Rendah
5 0 – 19 Sangat Rendah
Sumber: Sugiyono, 2015:18382 2. Statistik Inferensial
Teknik analisis data dalam penelitian kuantitatif menggunakan statistik. Dalam penelitian ini digunakan statistik inferensial. Statistik inferensial merupakan teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya akan diberlakukan untuk populasi. Dalam statistik inferensial terdapat statistik parametris dan nonparametris. Dalam penelitian ini statistik yang digunakan adalah statistik parametris. Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel.83
a. Uji Prasyarat Analisis
Statistik Inferensial adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi.84 Sebelum pengujian hipotesis dilakukan uji prasyarat analisis. Untuk mendapatkan model regresi yang baik maka harus terbebas dari penyimpangan data diantaranya adalah terhindar dari
82 Ibid.
83 Sugiono, Penelitian, 210.
84 Jakni, Metodologi Penelitian Eksperimen Bidang Pendidikan, (Bandung: Alfabeta CV, 2016), 122.
adanya kolinieritas, heteroskedastisitas, dan autokorelasi. Namun, sebuah regresi yang baik harus memiliki data yang normal.85
1) Uji normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang dihasilkan dari regresi terdistribusi secara normal atau tidak. Model regresi yang baik adalah model yang memilki memilki nilai residual yang berdistribusi secara normal. Terdapat beberapa metode untuk menguji normaitas suatu data seperti dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of regression dan dengan uji One Sampel Kolmogorov- Smirnov.
Dalam penelitian ini metode yang digunakan adalah grafik Normal P-P Plot of regression, model regresi memenuhi kenormalan apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal.
Untuk mempermudah melakukan uji normalitas pada penelitian ini, maka peneliti menggunakan program IBM SPSS Statistics 25. Perumusan hipotesis:
Ho = data penelitian tidak berdristibusi normal H1 = data penelitian berdristibusi normal 2) Uji kolinieritas
85 Nisa, Pengaruh, 55.
Kolinieritas adalah adanya suatu hubungan linier yang sempurna antara beberapa atau semua variabel bebas. Uji kolinieritas digunakan untuk melihat apakah terjadi korelasi yang kuat antara variabel independen penelitian atau tidak. Cara pengujiannya yaitu dengan mengamati nilai Varians Inflation Factor (VIF) dan Tolerance. Pedoman keputusan berdasarkan nilai VIF yaitu jika nilai VIF < 2,00 maka artinya tidak terjadi kolinieritas dalam model regresi. Sebaliknya jika nilai VIF > 2,00 maka artinya terjadi kolinieritas dalam model regresi. Sedangkan pedoman keputusan berdasarkan nilai Tolerance yaitu jika nilai Tolerance > 0,10 maka artinya tidak terjadi kolinieritas dalam model regresi. Jika nilai Tolerance < 0,10 maka artinya terjadi kolinieritas dalam model regresi.86
Untuk mempermudah melakukan uji kolinieritas pada penelitian ini, maka peneliti menggunakan program IBM SPSS Statistics 25.
3) Uji Heteroskedastisitas
Heteroskedastisitas adalah suatu keadaan dalam suatu pengamatan dimana semua gangguan mempunyai varians yang sama. Masalah heteroskedastisitas terjadi apabila gangguan pada model yang sedang diamati tidak memiliki varians yang tetap dari satu pengamatan ke pengamatan lain. Untuk mengetahui ada
86 Cornelius Trihendradi, Kupas Tuntas Analisis Regresi (Yogyakarta: Andi Offset, 2007), 14.
tidaknya masalah heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression Standardized Predicted Value. Jika titik-titik dalam plot yang terbentuk menyebar secara acak dan tidak menunjukkan suatu pola tertentu, maka dapat dikatakan bahwa model regresi terbebas dari masalah heteroskedaktisitas.87
4) Uji Autokorelasi
Uji autokorelasi adalah untuk mendeteksi apakah data random atau tidak. Di samping itu juga untuk mengidentifikasi suatu model seri waktu yang sesuai. Uji autokorelasi diuji dengan menggunakan Uji Durbin Waston (DW). Untuk menentukan apakah terjadi autokorelasi atau tidak, yaitu dengan cara melihat nilai koefisien sebagai berikut:88
Tabel 3.15
Kriteria Uji Durbin Waston
No. Nilai Durbin Waston Kriteria 1 1,65 < DW < 2,35 tidak terjadi
autokorelasi 2 1,21 < DW < 1,65 /
2,35 < DW < 2,79
tidak dapat disimpulkan 3 DW < 1,21 / DW > 2,79 terjadi autokorelasi Sumber : Riadi, 2016:14289
87 Ibid. 16
88 Ibid. 14
89 Riadi, Statistika Penelitian, (Yogyakarta:Andi),142.
b. Uji Hipotesis
1) Analisis Regresi Linier Berganda
Dalam menguji hipotesis penelitian, digunakan teknik analisis regresi linear berganda. Analisis regresi linear berganda berguna untuk mendapatkan hubungan antar variabel dan meramalkan atau memperkirakan nilai variabel dalam hubungannya dengan variabel yang lain yang diketahui melalui persamaan regresinya, dalam regresi linear berganda variabel yang terlibat lebih dari dua variabel.90 Dalam penelitian ini terdapat tiga variabel, dua variabel bebas dan satu variabel terikat. Sehingga penelitian ini menggunakan Paradigma ganda dengan dua variabel independen.
Gambar 3.2 Paradigma Penelitian Keterangan :
X1 = Variabel bebas 1 yaitu kecerdasan logis matematis dengan skala interval 23 – 115
X2 = Variabel bebas 2 yaitu kecerdasan linguistik dengan skala interval 17 – 85
90 Hasan, Analisis Data penelitian dengan Statistika, (Jakarta: Bumi Aksara, 2009), 220.
Y = Variabel terikat yaitu hasil belajar matematika dengan skala interval 0 – 100
ryx1 = Pengaruh X1 terhadap Y ryx2 = Pengaruh X2 terhadap Y
Ryx1yx2 = Pengaruh X1 dan X2 secara bersama-sama terhadap Y
Hubungan antar variabel pada analisis ini dinyatakan dalam persamaan matematik sebagai berikut:
Y = a + b1X1+ b2 X2 + e Keterangan:
Y = Variabel terikat (hasil belajar) a = Konstanta
b1 = Koefisien 1 (koefisien untuk variabel kecerdasan logis matematis)
b2 = Koefisien 2 (koefisien untuk variabel kecerdasan linguistik)
X1 = Variabel bebas 1 (kecerdasan logis matematis) X2 = Variabel bebas 2 (kecerdasan linguistik) e = Variabel pengganggu (tak terduga)
Untuk mengetahui pengaruh variabel bebas secara bersamasama terhadap variabel terikat digunakan uji statistik F.
Dalam penelitian ini uji F digunakan untuk menguji rumusan masalah nomor 4. Pengujian dilakukan dengan membandingkan Fhitung dengan Ftabel, jika Fhitung ≥ Ftabel, maka hipotesis diterima dan
berarti bahwa pada taraf signifikan tertentu variabel bebas secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat, namun jika Fhitung < Ftabel maka yang terjadi adalah sebaliknya.
Untuk mempermudah melakukan uji F pada penelitian ini, maka peneliti menggunakan program IBM SPSS Statistics 25.
Selain itu, untuk mengetahui apakah variabel-variabel bebas secara individu berpengaruh secaa nyata tak bebas digunakan uji statistik t. Dalam penelitian ini uji statistik digunakan untuk menguji rumusan masalah nomor 5. Pengujian dilakukan dengan membandingkan Thitung dengan Ttabel, jika Thitung ≥ Ttabell, maka hipotesis alternatif diterima dan berarti bahwa pada taraf signifikan tertentu variabel bebas kecerdasan matematis-logis dan disposisi matematis secara individu mempunyai pengaruh yang signifikan terhadap variabel terikat yaitu hasil belajar matematika siswa, namun jika Thitung ≤ Ttabel maka yang terjadi adalah sebaliknya.
Sedangkan untuk mengetahui seberapa besar sumbangan keseluruhan variabel bebas kecerdasan matematis-logis dan disposisi matematis terhadap variabel terikat hasil belajar matematika siswa digunakan uji koefisien determinasi (R2). Untuk mempermudah melakukan uji t pada penelitian ini, maka peneliti menggunakan program IBM SPSS Statistics 25.
BAB IV
PENYAJIAN DATA DAN ANALISIS A. Gambaran Objek Penelitian
Penelitian ini dilakukan di MTs Negeri 4 Pasuruan yang berlamat di.., Kecamatan Wonorejo, Kabupaten Pasuruan. Jumlah guru dan staf di MTs Negeri 4 Pasuruan sebanyak 39 dan jumlah seluruh siswa di MTs Negeri 4 Pasuruan adalah 472 siswa. MTs Negeri 4 Pasuruan mempunyai 15 ruang kelas, 1 laboratorium IPA, 1 laboratorium bahasa, 1 laboratorium computer, 1 perpustakaan, dan 2 mushallah. Selain itu, MTs Negeri 4 Pasuruan juga memiliki beberapa program unggulan diantaranya terdapat program pengembangan bahasa dan program tahfidz.
Sampel penelitian ini adalah 65 siswa kelas VIII A, VIII B dan VIII C MTs Negeri 4 Pasuruan tahun pelajaran 2021/2022 yang mewakili dari populasi dengan teknik sampling cluster random sampling. Penelitian ini dilakukan pada bulan Januari tahun 2022 selama 30 hari. Adapun Visi dan Misi dari MTs Negeri 4 Pasuruan sebagai berikut:
1. Visi
“Terbentuknya Siswa yang ber Akhlakul Karimah, Unggul dalam prestasi, Terampil dan Berbudaya Lingkungan”
2. Misi
a. Membina keimanan, ketaqwaan, dan akhlak mulia berdasarkan nilai- nilai islami
65
b. Mengembangkan sikap dan amaliah islamiyah melalui kegiatan pembiasaan
c. Mengembangkan kurikulum Madrasah secara berkelanjutan untuk meningkatkan mutu lulusan
d. Mengembangkan kemampuan berbahasa Indonesia, Arab dan Inggris e. Menerapkan model pembelajaran yang saintifik dan Aktif, Inovatif,
Kreatif, Efektif, Menyenangkan, Produktif dan Islami
f. Meningkatkan pengembangan diri siswa dalam bidang akademik, budi pekerti dan akhlak mulia, seni, olahraga dan ketrampilan
g. Meningkatkan profesionalismetenaga pendidik dan tenaga kependidikan
h. Mengembangkan sarana dan prasarana pendidikan secara layak
i. Mengimplementasikan dan menerapkan Managemen Berbasis Madrasah (MBM)
j. Mengembangkan evaluasi berkelanjutan demi perbaikan mutu pendidikan
k. Mengintegrasikan pendidikan lingkungan hidup B. Penyajian Data
Sesuai dengan metode pengumpulan data yang digunakan dalam penelitian ini, yaitu kuesioner (angket) dan dokumentasi, maka peneliti akan menyajikan data dari hasil lapangan yang berkaitan dan mendukung penelitian ini dengan dua metode tersebut. Peneliti akan menyajikan hasil kuesioner (angket) tentang kecerdasan logis matematis dan kecerdasan linguistik serta
hasil belajar yang didapatkan dari nilai ujian tengah semester ganjil mata pelajaran matematika dari 65 sampel. Data dari hasil kuesioner (angket) dan dokumentasi berupa nilai akan peneliti sajikan dalam bentuk tabel sebagai berikut:
Tabel 4.1 Data Hasil Penelitian
No. Kode Sampel
Skor Kecerdasan Logis Matematis
(X1)
Skor kecerdasan Linguistik (X2)
Hasil Belajar (Y)
1. Resp1 67 50 76
2. Resp2 80 54 83
3. Resp3 76 54 70
4. Resp4 86 77 86
5. Resp5 76 44 72
6. Resp6 88 52 83
7. Resp7 77 55 81
8. Resp8 77 48 73
9. Resp9 60 39 70
10. Resp10 70 59 73
11. Resp11 64 53 73
12. Resp12 79 54 78
13. Resp13 64 53 76
14. Resp14 101 58 89
15. Resp15 69 55 76
16. Resp16 76 64 81
17. Resp17 62 57 83
18. Resp18 72 44 70
19. Resp19 63 53 76
20. Resp20 64 66 80
21. Resp21 77 60 86
22. Resp22 81 82 90
23. Resp23 78 52 86
24. Resp24 67 50 76
25. Resp25 79 59 80
26. Resp26 80 72 86
27. Resp27 64 56 80
28. Resp28 82 60 80
29. Resp29 64 60 86
30. Resp30 82 82 90
31. Resp31 60 48 76
32. Resp32 104 59 90
33. Resp33 62 58 83
34. Resp34 77 52 73
35. Resp35 82 42 83
36. Resp36 65 59 86
37. Resp37 102 83 93
38. Resp38 76 49 76
39. Resp39 84 80 96
40. Resp40 79 60 86
41. Resp41 65 49 73
42. Resp42 77 65 78
43. Resp43 88 57 83
44. Resp44 78 45 73
45. Resp45 66 53 70
46. Resp46 86 81 93
47. Resp47 104 78 91
48. Resp48 63 65 80
49. Resp49 64 59 78
50. Resp50 82 56 78
51. Resp51 84 60 83
52. Resp52 86 79 96
53. Resp53 102 57 96
54. Resp54 77 57 73
55. Resp55 80 53 73
56. Resp56 83 66 86
57. Resp57 58 65 80
58. Resp58 67 59 76
59. Resp59 76 54 76
60. Resp60 101 50 78
61. Resp61 79 59 86
62. Resp62 108 80 90
63. Resp63 76 48 73
64. Resp64 62 39 73
65. Resp65 81 65 68
C. Analisis dan Pengujian Hipotesis 1. Analisis Deskriptif
Hasil analisis deskriptif dari masing-masing variabel yaitu variabel kecerdasan logis matematis (X1), variable kecerdasan linguistik (X2) dan variabel hasil belajar (Y) atau hasil analisis deskriptif dari rumusan
masalah nomor 1, 2 dan 3. Data tersebut dikategorisasikan berdasarkan jenjang penelitian.
a. Kecerdasan Logis Mtematis siswa kelas VIII MTs Negeri 4 Pasuruan Dari hasil perhitungan uji frekuensi dengan program IBM SPSS Statistics 25. Deskripsi skor data kecerdasan matematis-logis siswa di Mts Negeri 4 Pasuruan dapat dilihat pada tabel berikut ini:
Tabel 4.2
Deskripsi Kategori Kecerdasan Matematis-Logis
No.
Tingkat Pencapaian
Skor
Frekuensi Presen
tasi Kategori
1 99-115 7 11 % Sangat Tinggi
2 80-98 17 26% Tinggi
3 61-79 38 58% Sedang
4 42-60 3 5% Rendah
5 23-41 0 0% Sangat Rendah
Jumlah 65 100%
Sumber: Sugiyono, 2015:183.91
Berdasarkan tabel di atas, diketahui bahwa kecerdasan logis matematis dari 65 siswa sebagai sampel menyatakan terdapat 7 siswa dengan kategori sangat tinggi (11%), 17 siswa kategori tinggi (26%), 38 siswa kategori sedang (58%), dan 3 siswa kategori rendah (5%).
Data keanggotaan siswa di MTs Negeri 4 Pasuruan diperoleh dengan melakukan proses pengisian angket kecerdasan logis matematis. Dari 87 siswa yang menjadi kelas sampel penelitian yang terbagi dalam tiga kelas, hanya 65 siswa yang diambil datanya.
91 Sugiyono, Metode, 183.
b. Kecerdasan Linguistik siswa kelas VIII MTs Negeri 4 Pasuruan
Dari hasil perhitungan uji frekuensi dengan program IBM SPSS Statistics 25. Deskripsi skor data kecerdasan linguistik siswa di MTs Negeri 4 Pasuruan, dapat dilihat pada tabel berikut ini :
Tabel 4.3
Deskripsi Kategori Kecerdasan Linguistik
No.
Tingkat Pencapaian
Skor
Frekuensi Presen
tasi Kategori
1 73-85 9 14 % Sangat Tinggi
2 59-72 20 30% Tinggi
3 45-58 31 48% Sedang
4 31-44 5 8% Rendah
5 17-30 0 0% Sangat Rendah
Jumlah 65 100%
Sumber: Sugiyono, 2015:183.92
Berdasarkan tabel di atas, diketahui bahwa kecerdasan linguistik dari 65 siswa sebagai sampel menyatakan terdapat 9 siswa dengan kategori sangat tinggi (14%), 20 siswa kategori tinggi (41%), 31 siswa kategori sedang (48%), dan 5 siswa dengan kategori rendah (8%).
c. Hasil belajar siswa kelas VIII Negeri 4 Pasuruan
Dari hasil perhitungan uji frekuensi dengan program IBM SPSS Statistics 25. Deskripsi skor data hasil belajar siswa di MTs Negeri 4 Pasuruan, dapat dilihat pada tabel berikut ini:
92 Sugiyono, Metode, 183.
Tabel 4.4
Deskripsi Kategori Hasil Belajar
No.
Tingkat Pencapaian
Skor
Frekuensi Presen
tasi Kategori
1 80-100 35 54 % Sangat Tinggi
2 60-79 30 46% Tinggi
3 40-59 0 0% Sedang
4 20-39 0 0% Rendah
5 0-19 0 0% Sangat Rendah
Jumlah 65 100%
Sumber: Sugiyono, 2015:183.93
Berdasarkan tabel di atas, diketahui bahwa hasil belajar dari 65 siswa sebagai sampel menyatakan dengan kategori sangat tinggi (54%) dan tinggi (46%).
2. Analisis Inferensial
Analisis inferensial dalam penelitian ini untuk menjawab rumusan masalah nomor 4 dan 5 dengan penyajian data menggunakan analisis data regresi linier berganda. Berdasarkan persyaratan analisis regresi, maka sebelum pengujian hipotesis perlu dilakukan uji prasyarat analisis terhadap data hasil penelitian. Analisis uji prasyarat yang perlu dilakukan dalam penelitian ini adalah sebagai berikut:
a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah suatu data berdistribusi normal atau tidak. Uji normalitas ini merupakan uji prasyarat sebelum dilakukan pengujian hipotesis. Model regresi
93 Sugiyono, Metode, 183.
memenuhi kenormalan apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal.
Dari hasil perhitungan dengan menggunakan program IBM SPSS Statistics 25 pada lampiran dapat dilihat pada gambar dibawah ini:
Gambar 4.1
Uji Normalitas Kecerdasan Logis Matematis dan Kecerdasan Linguistik Terhadap Hasil Belajar
Berdasarkan gambar 4.1 diperoleh normal P-P Plots of Regresion standart bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, sehingga dapat disimpulkan bahwa data berdistribusi normal. Dengan demikian, asumsi atau persyaratan normalitas dalam model regresi dikatakan sudah terpenuhi.
b. Uji Kolinieritas
Uji kolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi kolerasi maka dinamakan terdapat problem kolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen, yakni jika nilai VIF < 2,00 dan nilai Tolerance > 0,10.
Dari hasil perhitungan dengan menggunakan program IBM SPSS Statistics 25 pada lampiran diperoleh nilai VIF dan nilai Tolerence yang dapat dilihat pada tabel dibawah ini:
Tabel 4.5 Uji Kolinieritas
Collinearity Statistics Tolerance VIF
.820 .820
1.219 1.219
Berdasarkan tabel di atas, nilai VIF untuk semua variabel tersebut < 2,00 dan nilai Tolerance > 0,10. Maka berdasarkan pedoman keputusan berarti tidak terjadi kolinieritas dalam model regresi atau tidak terjadi gangguan kolinearitas pada model regresi yang digunakan pada penelitian ini.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan variansi dari residual dari satu pengamatan ke pengamat yang lain. Jika variansi residual dari satu
pengamat ke pengamat yang lain tetap, maka disebut Homoskedastisitas. Jika varians berbeda, disebut Heteroskedastisitas.
Model regresi yang bebas dari heterokedastisitas adalah apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.
Hasil perhitungan dengan menggunakan program IBM SPSS Statistics 25 pada lampiran diperoleh scatterplot variabel kecerdasan logis mateamtis dan kecerdasan linguistik terhadap hasil belajar seperti yang terlihat pada gambar di bawah ini.
Gambar 4.2 Uji Heteroskedastisitas
Berdasarkan gambar di atas, karena tidak terdapat pola yang jelas serta titik-titik data menyebar di atas dan di bawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas hingga model regresi yang ideal dapat terpenuhi.
d. Uji Autokorelasi
Uji Autokorelasi merupakan prasyarat untuk melakukan uji regeresi linear sederhana. Disamping itu juga untuk mengidentifikasi suatu model seri waktu yang sesuai. Regresi yang baik adalah regresi yang tidak mengandung autokorelasi. Regresi yang terbebas dari terjadinya autokorelasi ketika 1,65 < DW < 2,35.
Hasil perhitungan dengan menggunakan program IBM SPSS Statistics 25 diperoleh tabel uji autokorelasi variabel kecerdasan matematis-logis dan disposisi matematis terhadap hasil belajar berikut ini.
Tabel 4.6 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .772a .596 .583 4.665 1.904
Dari tabel di atas dapat diketahui angka Durbin Watson 1,904 dan dikarenakan 1,65 < 1,904 < 2,35 maka sebagai dasar pengambilan keputusan dalam uji Durbin Watson dapat disimpulkan bahwa tidak terdapat masalah atau gejala autokorelasi. Dengan demikian analisis regresi linear berganda untuk uji hipotesis penelitian di atas dapat dilakukan atau dilanjutkan.
3. Pengujian Hipotesis
Penelitian ini bertujuan untuk mengetahui pengaruh kecerdasan logis matematis dan kecerdasan linguistic terhadap hasil belajar
matematika siswa. Analisis yang digunakan untuk menguji hipotesis yang diajukan pada penelitian ini adalah regresi linier berganda dengan berbantuan program IBM SPSS Statistics 25.
Ho1 : Tidak ada pengaruh yang signifikan kecerdasan logis matematis dan kecerdasan linguistik secara bersama-sama terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan.
Ha1 : Ada pengaruh yang signifikan kecerdasan logis matematis dan kecerdasan linguistik secara bersama-sama terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan.
Ho1 : Tidak ada pengaruh yang signifikan kecerdasan logis matematis dan kecerdasan linguistik secara individu terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan.
Ha2 : Ada pengaruh yang signifikan kecerdasan logis matematis dan kecerdasan linguistik secara individu terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan.
Untuk mengetahui hasil rekapitulasi regresi linear berganda pada lampiran antara variabel bebas kecerdasan logis matematis dan kecerdasan linguistik dengan variabel terikat hasil belajar matematika siswa di MTs Negeri 4 Pasuruan, dapat dilihat pada tabel di bawah ini:
Tabel 4.7
Rekapitulasi hasil Regresi Linier Berganda
Variabel Bebas
Variabel Terikat
Koef isien regre si b
t hitung
t
tabel Sig. Keputu
san Kecerdasan
Logis Matematis
Hasil
Belajar 0,191 3,619 1,998 0,001 0,322 Diterima Kecerdasan
Linguistik
Hasil
Belajar 0,384 6,487 1,998 0,000 0,578 Diterima Konstanta = 43,259
F hitung = 45,757 F tabel = 3,14 Sig F = 0,00 R Square = 0,596 = 0,05
Berdasarkan analisis tabel 1.3 di atas dapat diketahui bahwa F hitung = 45,757 lebih besar dari F tabel = 3,14 pada taraf nyata = 0,05.
Atau nilai sig. F = 0,00 yang lebih kecil dari taraf nyata = 0,05. Dari hasil tersebut dapat dikatakan bahwa hipotesis alternatif 1 (Ha1) yang menyatakan bahwa “Ada pengaruh yang signifikan kecerdasan logis matematis dan kecerdasan linguistik secara bersama-sama terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan” diterima.
Hasil dari tabel 1.3 juga menjawab hipotesis alternatif 2 (Ha2).
Dengan uji statistik t akan diketahui apakah ada pengaruh kecerdasan logis matematis dan kecerdasan linguistik secara individu terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan. Penjelasan terhadap hasil uji t sebagai berikut:
a. Variabel kecerdasan logis matematis (X1), diketahui thitung = 3,619 lebih besar dari ttabel = 1,998 pada taraf nyatanya 0,05. Dari hasil tersebut dapat dikatakan bahwa hipotesis alternatif 1 (Ha1) yang menyatakan bahwa “Ada pengaruh yang signifikan kecerdasan logis matematis terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan” diterima.
b. Variabel kecerdasan linguistik (X2), diketahui thitung = 6,487 lebih besar dari ttabel = 1,998 pada taraf nyatanya 0,05. Dari hasil tersebut dapat dikatakan bahwa hipotesis alternatif 2 (Ha2) yang menyatakan bahwa “Ada pengaruh yang signifikan kecerdasan linguistik terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan”
diterima.
Hasil pengujian signifikan baik secara individual maupun secara bersama-sama memberikan nilai yang baik. Dari hasil uji signifikansi secara keseluruhan (uji F) dapat disimpulkan bahwa kecerdasan logis matematis dan kecerdasan linguistik secara bersama-sama berpengaruh signifikan terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan. Secara individual variabel kecerdasan logis matematis dan kecerdasan linguistik juga telah lolos uji t, berarti secara individual kedua variabel tersebut berpengaruh signifikan terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan.
Sehingga hasil estimasi dari pengaruh variabel kecerdasan logis matematis dan kecerdasan linguistik dapat dinyatakan sebagai berikut:
Y = 43,259 + 0,191 X1 + 0,384 X2
Koefisien regresi untuk variabel kecerdasan logis matematis X1 adalah sebesar 0,191. Hal ini diartikan bahwa jika variabel bebas X1
berubah sebesar satu satuan maka variabel Y akan berubah sebesar 0,191 satuan dengan asumsi variabel bebas lainnya konstan artinya jika input kecerdasan logis matematis ditambah satu nilai maka akan menaikkan hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan sebesar 19,1%. Sedangkan koefisien determinasi parsial (r2) dari variabel X1 adalah 0,322 atau 32,2% yang berarti bahwa sumbangan variabel X1
terhadap naik turunya variabel Y adalah 32,2% dimana variabel-variabel bebas lainnya konstan.
Koefisien regresi untuk variabel kecerdasan linguistik X2 adalah sebesar 0,384. Hal ini diartikan bahwa jika variabel bebas X2 berubah sebesar satu satuan maka variabel Y akan berubah sebesar 0,384 satuan dengan asumsi variabel bebas lainnya konstan artinya jika input kecerdasan linguistik ditambah satu nilai maka akan menaikkan hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan sebesar 38,4%. Sedangkan koefisien determinasi parsial (r2) dari variabel X2
adalah 0,578 atau 57,8% yang berarti bahwa sumbangan variabel X2
terhadap naik turunya variabel Y adalah 57,8% dimana variabel-variabel bebas lainnya konstan.
D. Pembahasan
Penelitian yang dilaksanakan di MTs Negeri 4 Pasuruan adalah untuk mengetahui bagaimana kecerdasan logis matematis siswa kelas VIII di MTsNegeri 4 Pasuruan, bagaimana kecerdasan linguistik siswa kelas VIII di MTs Negeri 4 Pasuruan, bagaimana hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan, adakah pengaruh kecerdasan logis matematis terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan, adakah pengaruh kecerdasan linguistik terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan, adakah pengaruh kecerdasan logis matematis dan kecerdasan linguistik secara bersama-sama terhadap hasil belajar matematika siswa kelas VIII di MTs Negeri 4 Pasuruan akan diuraikan sebagai berikut:
1. Kecerdasan logis matematis siswa kelas VIII MTs Negeri 4 Pasuruan Data kecerdasan matematis-logis siswa didapat dari hasil angket yang diberikan dengan 23 item pernyataan. Adapun data hasil angket kecerdasan matematis-logis siswa dapat dilihat pada gambar di bawah ini:
Gambar 4.3
Kecerdasan Logis Matematis 11%
26%
58%
5%
Kecerdasan Logis Mtematis
Sangat Tinggi Tinggi
Sedang Rendah