PANDUAN PRAKTIS OLAH DATA MENGGUNAKAN SPSS VERSI.26 - PENDIDIKAN KIMIA'21

G. KESIMPULAN
Adapun hasil output SPSS dapat dilihat sebagai berikut:

Interpretasi output SPSS
1. Berdasarkan output yang kita dapatkan, diketahui bahwa nilai signifikansi

atau sig.(2-tailend) sebesar 0,000.
Maka Dasar pengambilan keputusan :
a. Jika dinilai signifikansi < 0,05, maka berkorelasi
b. Jika nilai signifikansi > 0,05 maka tidak berkorelasi
Karena nilai signifikansinya (0,000) < 0,05, maka artinya terdapat
pengaruh yang signifikan antara variabel pengalaman belajar dengan
kompetensi melakukan inovasi media pembelajaran sehingga H1 diterima.
Sehingga berdasarkan output SPSS, diperoleh angka koefisien korelasi
sebesar 0,977. Artinya, tingkat kekuatan pengaruh (korelasi) antara
variabel pengalaman mengajar dengan kompetensi melakukan inovasi media
pembelajaran adalah sebesar 0,977 atau korelasinya sangat kuat.

45 | P a g e

2. Angka koefisien korelasi pada hasil output spss bernilai positif yaitu
0,977. Sehingga pengaruh kedua variabel tersebut bersifat searah (jenis
hubungan searah). Dengan demikian dapat disimpulkan bahwa semakin
pengalaman mengajar ditingkatkan maka kompetensi melakukan inovasi
media pembelajaran juga semakin meningkat.
Maka dapat ditarik kesimpulan bahwa:
―Berdasarkan hasil analisis uji korelasi rank spearman didapatkan 3 hasil
yaitu nilai signifikansi 0,000, angka koefisien korelasi sebesar 0,977 dan
angka koefisien korelasi bernilai positif. Dari 3 hasil yang sudah kita lihat,
maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima, Artinya terdapat
pengaruh signifikan yang sangat kuat dan searah antara pengalaman belajar
dengan kompetensi melakukan inovasi media pembelajaran‖.

46 | P a g e

V. PENGUJIAN STATISTIK UJI KORELASI PRODUCT MOMENT

A. PENGERTIAN KORELASI PRODUCT MOMENT

Korelasi product moment (Product Moment Correlation) adalah salah satu Teknik

korelasi yang digunakan untuk mengetahui hubungan antara dua variabel. Teknik

korelasi ini dikembangkan oleh Karl Pearson. Disebut Product Moment Correlation,

karena angka korelasinya merupakan hasil perkalian atau product dari moment-

moment variable yang dikorelasikan (Product of the Moment).

Kolerasi produk moment person ini dilambangkan (r) dengan ketentuan bahwa

nilai r tidak lebih dari harga (-1< r <1). Apabila nilai r = -1 artinya negative

sempurna, jika r = 0 artinya tidak ada kolerasi dan apabila nilai r = 1 berarti

kolerasinya sangat kuat. Sedangkan arti harga r akan dikonsultasikan dengan tabel

interprestasi r sebagai berikut:

Interval koefisien Tingkat hubungan

0,80-1,000 Sangat kuat

0,60-0,799 Kuat

0,40-0.599 Cukup kuat

0,20-0,399 Rendah

0,00-0,199 Sangat rendah

B. SYARAT UJI
Teknik korelasi ini digunakan bila berhadapan dengan kenyataan bahwa:
A. Sampel diambil secara acak (random)
B. Dua variabel yang akan dicari korelasinya, terdiri dari dua gejala interval
atau rasio
C. Regresinya merupakan regresi linier/garis lurus
D. Data berasal dari populasi berdistribusi normal (perlu uji normalitas)

47 | P a g e

C. MENENTUKAN HIPOTESIS PENGUJIAN
Hipotesis pengujian :
a. H0 < 0 : tidak terdapat korelasi atau hubungan yang signifikan
b. H1 > 0 : terdapat korelasi atau hubungan yang signifikan

D. DASAR PENGAMBILAN KEPUTUSAN
a) Uji normalitas
Dalam menguji korelasi ini, menggunakan tingkat signifikansi (α ) = 5 %. Adapun
dasar pengambilan keputusan :
1. Karena nilai Signifikansi > 0,05 maka data berdistribusi normal
2. Karena nilai Signifikansi < 0,05 maka data tidak berdistribusi normal
b) Uji linearitas
Dasar pengambilan keputusan yaitu dengan membandingkan nilai F hitung dengan
F tabel.
1. Karena nilai F hitung < F tabel, maka terdapat hubungan yang linear secara
signifikan antara variabel X dengan variabel Y
2. Karena nilai F hitung > F tabel, maka tidak terdapat hubungan yang linear
secara signifikan antara variabel X dengan variabel Y
c) Uji statistik yang digunakan adalah Korelasi pearson (r), selanjutnya menghitung
nilai r. Adapun dasar pengambilan keputusan :
1. Karena nilai r hitung > r tabel, maka H0 ditolak dan H1 diterima (ada
hubungan antara variabel X dengan variabel Y)
2. Karena nilai r hitung < r tabel, maka H0 diterima dan H1 ditolak (tidak ada
hubungan antara variabel X dengan variabel Y)
d) Pedoman untuk memberikan interpretasi terhadap koefisien korelasi

48 | P a g e

E. CONTOH KASUS
Data dan sumber data korelasi antara kebiasaan belajar dengan hasil belajar siswa
pada mata pelajaran akidah akhlak kelas VIII MTS NEGERI 3 MATARAM Tahun
Ajaran 2019/2020.

No. Nama Siswa Kebiasaan Hasil Belajar
Belajar
1 Baik Zulaida Desmiati 83 94
2 Wynne Nurul Aulia 84 94
3 Fatmawati Andini 77 85
4 Aura Salsabila 89 82
5 Dina Amanda Marhaini 78 85
6 Aulia Ramadhani 89 90
7 Nida Awlia 91 94
8 Febby Monarizki 79 87
9 Yulia Putri 86 88
10 Haerunisa 94 87
11 Vira Lestari 60 84
12 Yasmin Nabila 92 94
13 Deswita Maulana Putri 75 86
14 Baiq Nabda Bilqist Aqilla 91 88
15 Yusrinatul Jannah 77 85
16 Nia Ramadani 90 90
17 Nurul Ismi 77 87
18 Anastasya Putri Ferdiana 92 88
19 Tuti Ernawati 91 94

49 | P a g e

20 Windiana 76 83

21 Riffah Aeni 86 90

22 Nisa Fajarwati 93 92

23 Risky Rahmawati 83 86

24 Mutia Salsabila 91 92

25 Maulida Mandayani 75 83

26 Putri Desi Marina Sagunda 87 83

27 Harizka Djuliana Putri 91 90

28 Mita Ariani 77 82

29 Hindun Niswah 92 84

30 Laeilatul Hasanah 90 90

Sumber Data : Nurfazilah. 2020. Korelasi Antara Kebiasaan Belajar Dengan Hasil Belajar Siswa Pada
Mata Pelajaran Akidah Akhlak Kelas Viii Mts Negeri 3 Mataram Tahun Ajaran 2019/2020. Skripsi.
Mataram: Universitas Islam Negeri Mataram.

F. LANGKAH-LANGKAH
1) Langkah pertama Mencari data yang valid dari berbagai sumber .

50 | P a g e

2) Kemudian kita buka aplikasi SPSS versi 26.
3) Kemudian kita Memasukkan data yang sudah disalin dari word ke aplikasi SPSS

pada menu data view.

51 | P a g e

4) Setelah itu, dimenu variabel view :

a. Pada baris satu, kolom name ketik X
b. Pada baris dua, kolom name ketik Y

c. Pada baris satu dan dua, kolom desimal ubah ke angka 0

d. Pada baris satu, kolom label ketik nama

52 | P a g e

e. Pada baris satu, kolom label ketik nama
f. Pada baris dua kolom label ketik sebelum
g. Pada baris tiga kolom label ketik sesudah
h. Kembali ke menu data view
5) Langkah-langkah analisis uji normalitas

a. Klik menu bar analyze, pilih descriptive statistics, pilih explore
b. Pindahkan variabel sebelum (X) dan sesudah (Y) ke kolom dependent list, pilih

plots, klik normality plots with tests, klik continue, klik OK.

Gambar 3.19 Tampilan Explore

53 | P a g e

c. Maka diperoleh output data

54 | P a g e

6) Langkah-langkah analisis uji linearitas data
a. Kembali ke menu data view

b. Klik menu bar analyze, pilih compare means, pilih means

55 | P a g e

c. Pindahkan variabel sebelum (X) ke kolom independent list, dan pindahkan variabel
sesudah (Y) ke kolom dependent list . Klik options, centang test for linearity,
kemudian klik continue, lalu klik OK.

56 | P a g e

d. Maka diperoleh output data

7) Langkah-langkah analisis uji hipotesis/kolerasi
a. Kembali ke menu data view
b. Klik menu bar analyse, pilih correlate, pilih bivariate

57 | P a g e

c. Pindahkan ke dua variabel sebelum (X) dan sesudah (Y) ke kolom variables
d. Centang pearson, dan flag significant correlations, klik OK
e. Maka diperoleh output data

58 | P a g e

G. KESIMPULAN
1. Uji normalitas
Dapat disimpulkan dari pengujian data pada uji normalitas di tabel Test of
Normality yang dilakukan, karena nilai Signifikansi < 0,05 maka data tersebut
tidak berdistribusi normal.
2. Uji linearitas
Dapat disimpulkan dari pengujian data pada uji linearitas di tabel ANOVA Table
dapat dilihat pada bagian Deviation from Linearity yang dilakukan, karena nilai F
hitung (1,022) < F tabel (2,48).
3. Uji korelasi
Dari hasil output data dapat kita lihat pada tabel correlations di baris pearson
correlations nilai R hitung yaitu 0,523 selanjutnya membandingkan dengan nilai R
tabel dengan cara jumlah sampel dikurangi dengan 1 yaitu 30-1 = 29 dan
dengan nilai taraf signifikansi 5% sehingga diperoleh nilai R tabel yaitu 0,367.
Sehingga dapat disimpulkan bahwa karena nilai R hitung yaitu 0,523 > R tabel
yaitu 0,367 maka H0 ditolak H1 diterima artinya terdapat korelasi atau hubungan
antara variabel kebiasaan belajar atau X dengan variabel hasil belajar atau Y.

Setelah pengujian analisis korelasi product momen ini dapat ditemukan kesimpulan
akhirnya yaitu:
1. Bahwa pada pengujian normalitas data diperoleh karena nilai signifikansi yaitu
0,045 < dari 0,05 maka data tersebut tidak berdistribusi normal.
2. Bahwa pada pengujian linearitas data diperoleh karena nilai F hitung yaitu 1,022
< nilai F tabel yaitu 2,28 maka dapat dikatakan terdapat hubungan yang linear
antara variabel X yaitu kebiasaan belajar dengan variabel Y yaitu hasil belajar.
3. Bahwa pada pengujian korelasi variabel diperoleh karena nilai R hitung yaitu
0,523 > R tabel yaitu 0,367 maka H0 ditolak dan H1 diterima artinya terdapat
korelasi atau hubungan antara variabel X yaitu kebiasaan belajar dengan variabel

59 | P a g e

Y yaitu hasil belajar. Selain itu untuk mengetahui hubungan yang terjadi antara
kebiasaan dengan hasil belajar interprestasi kuat atau tidaknya, kita perlu lihat
acuan bagaimana interprestasi dalam menetapkan keputusan dalam hubungan uji
kolerasi.

T Nilai r Interprestasi
a0 Tidak ada hubungan sama sekali ( jarang terjadi )

b 0,01- 0,20 Hubungan sangat rendah atau sangat lemah
Hubungan rendah atau lemah
l 0,21- 0,40
e 0,41 -0,60 Hubungan cukup besar atau cukup kuat
Hubungan besar atau kuat
0,61 – 0,80
10,81 – 0,99 Hubungan sangat besar atau sangat kuat
.1 Hubungan sempurna (jarang terjadi)

Berdasarkan nilai r hitung yaitu 0,523 yang diperoleh maka kriteria
kekuatan hubungan anatara variable kebiasaan belajar dengan hasil belajar
mempunyai hubungan yang cukup besar atau cukup kuat.

60 | P a g e

Gambar 3.20 Ftabel

61 | P a g e

Gambar 3.21 rtabel

62 | P a g e

VI. PENGUJIAN STATISTIK UJI-T SATU SAMPEL (ONE-SAMPLE T-TEST)
A. PENGERTIAN UJI-T SATU SAMPEL (ONE-SAMPLE T-TEST)
Uji-t untuk satu sample (one-sampel T-test) adalah Uji tes statistik yang dapat
dipakai untuk menguji perbedaan atau kesamaan dua kondisi/perlakuan dengan dua
kelompok yang berbeda dengan prinsip memperbandingkan rata-rata (mean) kedua
kelompok perlakuan itu. Dimana Uji T sebagai salah satu teknik statistik inferensial
yang memiliki misi membuat kesimpulan secara umum (generalisasi) dan mampu
memberikan estimasi rentangan dengan penyimpangan pengakuan sampel dalam
mempengaruhi populasi. Uji-t satu sampel ini biasanya digunakan pada penelitian-
penelitian yang bersifat eksperimental tetapi dengan desain pre-eksperimental atau
quasieksperimen.
Tujuan dari Analisis Uji t ini digunakan untuk menghitung suatu pengamatan data
dengan asumsi rata rata yang dianalisis. Dalam analisis menggunakan one sample T-
Test akan dibandingkan antara data sampel dengan hasil analisis. Untuk setiap
variabel yang akan diuji ditampilkan rata-rata, standar deviasi, standar error rata-
rata, selisih rata-rata antara tiap nilai data dengan nilai uji hipotesis, dan taraf
kepercayaan/signifikan untuk selisih rata-rata.
Kriteria data yang dapat diuji dengan menggunakan uji-t satu sampel (one sample
T-test), yaitu:
1. Data yangdigunakan adalah data kuantitatif (interval dan rasio).
2. Data berdistribusi normal.
Rumus yang digunakan untuk uji- satu sampel (one sample T-test) adalah sebagai
berikut:

̅

√

63 | P a g e

Keterangan:
t = Nilai t hitung

̅ = Rata-rata
= Nilai yang dihipotesiskan

S = Standar deviasi
n = Jumlah sampel

B. HIPOTESIS
Berdasarkan data tersebut maka disusunlah hipotesis sebagai berikut:
1. HO = Nilai rata-rata hasil belajar kinematika siswa sama dengan nilai 70.
2. H1 = Nilai rata-rata hasil belajar kinematika siswa tidak sama dengan 70.

C. DASAR PENGAMBILAN KEPUTUSAN
1. Jika sig > 0,05 maka data berdistribusi normal.
2. Jika sig < 0,05, maka data tidak berdistribusi normal.

D. KAIDAH PENGAMBILAN KEPUTUSAN
1. Dengan cara membandingkan nilai t hitung dengan t tabel:
a. Jika t hitung > t tabel, maka HO ditolak
b. Jika t hitung < t tabel, maka HO diterima
2. Dengan cara membandingkan dengan taraf signifikansi:
a. Jika sig > 0,05, maka HO diterima
b. Jika sig < 0,05, maka HO ditolak

64 | P a g e

E. CONTOH KASUS
Seorang guru fisika di suatu SMA melakukan penelitian yang bertujuan untuk

menguji efektifitas metode eksperimen menggunakan Lembar Kerja Siswa (LKS)
kinematika buatannya. Tolak ukur efektifitas yang digunakan oleh guru tersebut yaitu
kriteria ketuntasan minimal (KKM). KKM untuk kompetensi dasar untuk mengenai
kinematika yaitu 70. Guru tersebut mengambil sampel sebanyak satu kelas dari empat
kelas satu yang belajar kinematika. Ia mengajar menggunakan metode eksperimen
berbantuan LKS kinematika selama empat jam pelajaran. Pada akhir pelajaran, ia
melakukan test hasil belajar materi kinematika. Hasilnya sebagai berikut: 75, 70, 75,
68, 67, 70, 70, 75,67, 75, 72, 71, 69, 68, 70, 70, 72, 70, 71, 69, 70, 72, 73, 74, 75, 78,
68, 70, 71, 75. Ia ingin mengetahui, apakah rata-rata hasil belajar kinematika
menggunakan metode eksperimen berbantuan LKS lebih besar dari KKM. Apakah rata
rata hasil belajar kinematika menggunakan metode eksperimen berbantuan LKS lebih
besar dari KKM? Berikut sajian tabelnya:

NO RATA-RATA HASIL BELAJAR
1 75
2 70
3 75
4 68
5 67
6 70
7 70
8 75
9 67
10 75
11 72
12 71

65 | P a g e

13 69
14 68
15 70
16 70
17 72
18 70
19 71
20 69
21 70
22 72
23 73
24 74
25 75
26 78
27 68
28 70
29 71
30 75

66 | P a g e

F. LANGKAH-LANGKAH
1. Pertama, cari data yang valid dari sumber yang kredibel.
2. Kemudian buka aplikasi Microsoft Word untuk menyalin data yang sudah
didapatkan.

3. Selanjutnya, copy data yang didapatkan untuk dimasukkan ke dalam aplikasi.
SPSS.

4. Kemudian, membuka aplikasi SPSS. Buka file baru. Klik File > New > Data

67 | P a g e

5. Setelah itu klik Variable View.

1. Pada bagian Name ketik hasil
2. Pada bagian Label ketik hasil belajar.
3. Pada bagian Decimal isikan angka 0.
4. Pada bagian Type (Numerik)

68 | P a g e

6. Langkah selanjutnya, kita mengklik Data View.

7. Setelah itu kita memasukkan data nilai rata-rata hasil belajar ke 30 orang siswa
dengan cara mempastenya kolom Hasil.

69 | P a g e

8. Langkah berikutnya melakukan Uji Normalitas adalah dengan cara mengklik
menu Analyze > Descriptive Statistics > Exsplore.

9. Selanjutnya akan ditampilkan kotak dialog explore kemudian, kita masukkan
variabel Hasil Belajar [Hasil] ke kotak Dependent List, lalu mengklik
Plots.

10. Setelah itu, akan muncul kotak dialog ―Explore: Plots‖, lalu beri tanda centang
pada Normality plots with tests, kemudian klik Continue dan Ok.

70 | P a g e

Gambar 3.22 Explore: Plots
11. Langkah selanjutnya perhatikan pada output “Test of Normality”

12. Kemudian, melakukan Uji One Sample T-Test. Sebelumnya minimize terlebih
dahulu hasil dari uji normlitas. Lalu, mengklik menu Analyze > Compare
Means > One Sample T-Test.

71 | P a g e

13. Maka akan muncul kotak dialog ―One Sample T-Test‖. Selanjutnya
masukkan variabel Hasil Belajar [Hasil] ke kotak Test Variable(s), pada
bagian Test Value ketik angka 70 [sebab peneliti ingin membandingkan nilai
rata-rata hasil belajar siswa dengan nilai 70]. Lalu, klik menu Options untuk
memilih Convidence Interval selang kepercayaan yang akan digunakan
(posisi default : 95%). Untuk Missing Values atau data yang hilang, karena
dalam kasus ini tidak ada data yang kososng maka diabaikan saja.

14. Setelah itu, akan ditampilkan kotak dialog Options.
15. Selanjutnya, klik menu Continue.

72 | P a g e

16. Terakhir klik OK untuk mendapatkan output analisis.
17. Output Pertama [One-Sample Statistic].

18. Output Kedua [One-Sample Test]

73 | P a g e

G. KESIMPULAN
1. Kesimpulan pada output test of normality
Adapun dasar pengambilan keputusan dalam uji normalitas :
a. Jika nilai signifikansi > 0,05 maka data berdistribusi normal.
b. Jika nilai signifikansi < 0,05 maka data tidak berdistribusi normal.

Pada output Tes of normality, Nilai signifikansi shapiro wilk nya adalah sebesar
0,052 artinya > 0,005 maka dapat disimpulkan bahwa data atau nilai rata-rata
hasil belajar kinematika siswa adalah berdistribusi normal. Kita menggunakan
output Shapiro Wilk, karena sampel yang kita gunakan hanya berjumlah 30 orang.
Jadi untuk melihat sampel < 50 orang maka kita mengacunya pada output
Shapiro wilk, sementara ketika sampel yang kita gunakan > 50 orang makan kita
mengacu pada output Kolmogorov Smirnoff pada uji normalitasnya.

2. Kesimpulan pada output one sampel T-test
A. Adapun dasar pengambilan keputusan dari uji one sample T-test ini dapat
dilakukan dengan dua cara :
1. Membandingkan nilai signifikansi dengan 0,05.
2. Membandingkan nilai T hitung dengan T tabel
Pada output tabel one sample statistik, tabel ini adalah statistik deskriptif
dari data penelitian, di mana N adalah jumlah data yang kita input, yaitu
berjumlah 30 orang atau 30 sampel. Mean adalah nilai rata-rata yang bernilai
sebesar 71,33.
B. Adapun dasar pengambilan keputusan berdasarkan nilai signifikansinya :
1. Jika nilai signifikansi (2-taied) < 0,05 maka H0 ditolak
2. Jika nilai signifikansi (2-tailed) > 0,05, maka H0 diterima
Dari output SPSS ini adalah sebesar 0,015, karena nilai signifikasi (2 tailed)
lebih kecil dari 0,05 sesuai dengan dasar pengambilan keputusan di atas H0

74 | P a g e

ditolak H1 diterima. Dengan demikian dapat diartikan bahwa nilai rata-rata
hasil belajar kinematika siswa tidak sama dengan KKM.
C. Pengambilan keputusan berdasarkan perbandingan nilai T hitung dan T
tabel:
1. Jika nilai Thitung > dari Ttabel maka H0 ditolak
2. Jika nilai Thitung < dari Ttabel maka H0 diterima
Jadi, keputusannya karena nilai Thitung sebesar 2,578 > Ttabel yaitu 2,045,
maka H0 ditolak. Thitung ini didapatkan dari tabel output one sampel T-test.
Lalu kita mencari tahu nilai df dari ttabel dengan rumus 0,05/2, karena diuji
dengan dua sisi. Maka didapatkan hasilnya bernilai 0,025. Kemudian kita
melihat df, dimana df bernilai 29. Selanjutnya kita melihat pada distribusi
nilai Ttabel statistik, maka didapatkan nilai Ttabel sebesar 2,045.
Artinya bahwa setelah diterapkan pembelajaran metode eksperimen
menggunakan LKS, ternyata nilai rata-rata hasil belajar kinematika tidak
sama dengan KKM secara signifikan, yaitu menunjukkan lebih besardari KKM.
Dengan demikian hipotesis yang menyatakan setelah diterapkan pembelajaran
kinematika menggunakan metode eksperimen berbantuan LKS, nilai rata-rata
tes kinematika > KKM dapat diterima.

75 | P a g e

VII. PENGUJIAN STATISTIK KORELASI PARSIAL
A. PENGERTIAN KORELASI PARSIAL
Korelasi parsial (partial correlation) adalah suatu nilai yang memberikan kuatnya
pengaruh atau hubungan 2 variabel atau lebih, yang salah satu atau bagian variabel
x konstan atau dikendalikan. Uji korelasi parsial digunakan untuk mengetahui
pengaruh atau hubungan variabel x dan y dimana salah satu variabel x dibuat tetap
(konstan). Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu
mempunyai hubungan positif, mempunyai hubungan negatif, dan tidak mempunyai
hubungan. Uji korelasi parsial disebut juga dengan analisis korelasi pearson
menggunakan variabel kontrol atau variabel pengendali (bernilai konstan atau tetap).
Adapun sifat hubungan dalam uji korelasi parsial yaitu sebagai berikut:
1. Hubungan yang terbentuk antar variabel dapat bersifat hubungan positif atau negatif.
2. Hal ini dapat dilihat berdasarkan nilai koefisien korelasi dari hasil analisis apakah
bernilai positif atau negatif.
3. Hubungan positif bermakna bahwa jika variabel x mengalami peningkatan, maka
variabel y juga akan mengalami peningkatan.
4. Hubungan negatif bermakna bahwa jika variabel x mengalami penurunan, maka
variabel y akan mengalami peningkatan.
Adapun derajat keeratan hubungan dalam uji korelasi parsial
1. Nilai koefisien korelasi 0,00 s/d 0,20 berarti hubungan sangat lemah.
2. Nilai koefisien korelasi 0,21 s/d 0,40 berarti hubungan lemah.
3. Nilai koefisien korelasi 0,41 s/d 0,70 berarti hubungan kuat.
4. Nilai koefisien korelasi 0,71 s/d 0,90 berarti hubungan sangat kuat.
5. Nilai koefisien korelasi 0,91 s/d 0,99 berarti hubungan kuat sekali.
6. Nilai koefisien korelasi 1,00 berarti hubungan sempurna.

76 | P a g e

B. ASUMSI DASAR UJI KORELASI PARSIAL
1. Masing-masing variabel penelitian menggunakan data berskala rasio atau interval.
2. Karena uji korelasi parsial merupakan bagian dari statistik parametrik, maka data

penelitian harus berdistribusi normal.

C. DASAR KEPUTUSAN
a. UJI NORMALITAS

1. Jika nilai sig. > 0,05 maka data berdistribusi normal.
2. Jika nilai sig. < 0,05 maka data tidak berdistribusi normal.

b. UJI KORELASI PARSIAL
1. Jika nilai significance (2-tailed) > 0,05 maka H0 diterima dan H1 ditolak.
2. Jika nilai significance (2-tailed) < 0,05 maka H0 ditolak dan H1 diterima.

D. HIPOTESIS PENELITIAN
1. H0 : Hubungan antara IQ dengan prestasi belajar dan motivasi sebagai variabel

kontrol tidak signifikan (tidak terdapat hubungan).
2. H1 : Hubungan antara IQ dengan prestasi belajar dan motivasi sebagai variabel

kontrol signifikan (terdapat hubungan).

E. CONTOH KASUS
Seorang guru akan melakukan penelitian, untuk mengetahui apakah terdapat

hubungan antara motivasi belajar dengan prestasi belajar siswa, jika tingkat
kecerdasan siswa (IQ) yang diguna mempengaruhi akan dikendalikan. Variabel yang
digunakan dalam penelitian ini yaitu prestasi belajar kimia dan motivasi belajar
kimia, sedangkan variabel kontrol nya adalah IQ. Jumlah sampel pada penelitian ini
adalah 20 siswa. Data yang diperoleh sebagai berikut:

77 | P a g e

Responden Motivasi Belajar Prestasi Belajar IQ
Kimia Kimia
1 38 80 120
2 36 70 100
3 40 72 110
4 36 75 110
5 38 72 105
6 40 80 115
7 30 65 100
8 48 90 125
9 42 85 115
10 45 85 125
11 46 85 120
12 48 80 115
13 40 75 110
14 41 85 120
15 40 75 115
16 30 65 100
17 42 81 120
18 40 80 120
19 35 70 110
20 38 77 110

78 | P a g e

F. LANGKAH-LANGKAH
1) Uji Normalitas

1. Langkah pertama kita buka aplikasi SPSS versi 26.
2. Setelah itu kita membuka halaman baru SPSS yang akan kita gunakan untuk

menganalisis data pada korelasi partial dengan mengklik file >> data .
3. Setelah halaman baru terbuka, kemudian kita klik variabel view.

4. Setelah membuka variabel view. Kita mengisi kolom Name, Decimals,
Label, dan Measure. Lakukan seperti gambar berikut ini.

79 | P a g e

Keterangan Untuk kolom nama diisi dengan variabel yang akan dilakukan
pengujian, dengan desimal 0, label nama lengkap variabel, dan measure diganti
dengan scale untuk variabel pertama kedua, dan ordinala untuk variabel
kontrolnya.
5. Langkah selanjutnya, memasukkan data dengan menekan Data View dan kita
copy paste data yang akan dilakukan pengujian ke SPSS Versi 26.

80 | P a g e

81 | P a g e

6. Langkah selanjutnya kita melakukan pengujian data apakah sudah berdistribusi
secara normal dengan cara sebagai berikut: Dari menu utama SPSS, klik menu
Analyze >> Descriptive Statistics >> Explore seperti gambar dibawah
ini.

82 | P a g e

7. Kemudian akan muncul kotak “Explore” dan kita masukkan semua variabel
penelitian ke kotak Dependent List, kemudian pada bagian “Display” pilih
Both, setelah itu klik Plots seperti gambar berikut ini.

83 | P a g e

8. Selanjutnya mengklik Plots With Test dan kita centang Normality Plots With
Tests, selanjutnya klik Continue kemudian klik OK seperti gambar berikut
ini.

9. Kemudian akan muncul tabel output SPSS berupa tabel ―Test Of Normality‖
seperti gambar berikut ini.

Gambar Uji Korelasi Persial
84 | P a g e

2) Uji Korelasi Parsial
1. Selanjutnya kita lakukan uji korelasi parsial dengan cara mengklik menu Analyze
>> Correlate >> Partial seperti gambar berikut ini.

85 | P a g e

2. Kemudian akan muncul kotak ―Partial Correlations‖ selanjutnya masukkan
variabel Motivasi Belajar Kimia dan Prestasi Belajar Kimia kedalam kotak Variable,
selanjutnya masukkan variable IQ ke kotak Controlling For. Pada bagian ―Test Of
Significance‖ pilih Two-tailed dan beri tanda ceklis untuk Display Actual Significance
Level dan klik Options seperti gambar berikut ini.

86 | P a g e

3. Selanjutnya klik Option. Kita ceklis Means and standard deviation dan Zero-
order correlation. Kita ganti pada Missing Values dari Exclude cases
listwise menjadi Exclude cases pairwise. Lalu kita klik Continue >> OK

Gambar 3.23 Tampilan Partial Correlation Options
4. Setelah dilakukannya uji korelasi partial maka diperoleh data sebagai berikut ini :

87 | P a g e

G. KESIMPULAN
1. Pada tabel output ―Test Of Normality‖, menggunakan uji normalitas dengan metode

shapiro wilk. Dikarenakan, jumlah sampel yang digunakan pada studi kasus <50.
Maka digunakanlah metode shapiro wilk. Sedangkan, apabila jumlah sampel yang
digunakan >50, maka menggunakan metode kolmogorov smirnov.
2. Dari data studi kasus tersebut, diketahui bahwa nilai sig. untuk motivasi sebesar
0,346 ; prestasi sebesar 0,519 ; IQ sebesar 0,99. Sehingga, nilai ketiga variabel
tersebut >0,05 maka data berdistribusi normal.

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.
.346
Motivasi Belajar .128 20 .200* .949 20
.519
Kimia

Prestasi Belajar KImia .148 20 .200* .959 20

IQ .156 20 .200* .920 20 .099
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

3. Pada tabel output ―Descriptive Statistics‖ memberikan informasi tentang ringkasan
nilai statistik deskriptif atau gambaran data untuk ketiga variabel yang mencakup
mean (nilai rata-rata), standar deviasi, dan N (jumlah sampel).

4. Pada tabel output ―Correlations‖ memberikan informasi tentang hubungan yang
terbentuk antarvariabel sebelum dan sesudah dimasukkannya variabel kontrol dalam
analisis korelasi.

5. Pada tabel output ―Correlations‖ pertama yaitu none-a menunjukkan nilai korelasi
antara variabel IQ dengan prestasi belajar kimia sebelum dimasukkannya variabel
kontrol yaitu motivasi kedalam analisis. Dari output ini diketahui bahwa, nilai
koefisien korelasi sebesar 0,864 (positif) dan nilai significance (2-tailed) adalah 0,001.
Yang berarti 0,001<0,05. Dengan demikian, disimpulkan bahwa ada hubungan yang

88 | P a g e

positif dan signifikan antara IQ dengan prestasi belajar kimia tanpa adanya variabel
kontrol yaitu motivasi.
6. Maksud dari positif disini adalah jika variabel x mengalami peningkatan, maka
variabel y juga akan mengalami peningkatan. Kemudian, nilai koefisien korelasi
sebesar 0,864 termasuk kedalam kategori hubungan sangat kuat.
7. Tabel output kedua yaitu motivasi menunjukkan korelasi antara variabel IQ dengan
prestasi belajar setelah dimasukkannya motivasi sebagai variabel kontrol kedalam
analisis. Dari tabel output ini terlihat bahwa terjadi penurunan nilai koefisien menjadi
0,546 (namun tetap positif dan termasuk kategori hubungan kuat) dan nilai
significance (2-tailed) sebesar 0,016. Yang berarti 0,016<0,05. Dengan demikian,
disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti ada hubungan antara IQ
dengan prestasi belajar kimia dan motivasi sebagai variabel kontrol adalah signifikan
(nyata).

Correlations

Control Variables Motivasi Prestasi IQ
Belajar
- Motivasi Belajar Belajar KImia .799
no Kimia .000
ne Kimia .864
-a
Correlation 1.000 .000
Prestasi Belajar
KImia Significance (2- .

IQ tailed)

IQ Motivasi Belajar df 0 18 18
Kimia 1.000 .914
Correlation .864
. .000
Significance (2- .000

tailed)

df 18 0 18
.914 1.000
Correlation .799 .000 .

Significance (2- .000

tailed)

df 18 18 0
.546
Correlation 1.000 .016

Significance (2- .

tailed)

df 0 17

89 | P a g e

Prestasi Belajar Correlation .546 1.000
KImia Significance (2- .016 .

tailed) 17 0

df

a. Cells contain zero-order (Pearson) correlations.

1) PENARIKAN KESIMPULAN UJI KORELASI PARSIAL
Berdasarkan pembahasan dalam uji korelasi parsial diatas, diketahui bahwa
kehadiran motivasi sebagai variabel kontrol akan memberikan pengaruh
terhadap hubungan antara variabel IQ dengan variabel prestasi belajar kimia.

2) PENARIKAN KESIMPULAN UJI KORELASI PARSIAL BERDASARKAN NILAI rhitung
DAN rtabel
Tabel output pertama yaitu none-a menunjukkan nilai korelasi antara variabel
IQ dengan prestasi belajar kimia. Dari output ini, diketahui nilai rhitung sebesar
0,864 dan nilai rtabel dilihat dari df nya yaitu 18 (N-2 = 20-2 = 18) dengan
taraf signifikan 5%. Maka nilai r tabel sebesar 0,468.
Jadi, disimpulkan bahwa ketika nilai rhitung 0,864 > rtabel 0,468 maka ada
hubungan antara IQ dengan prestasi belajar kimia tanpa adanya variabel
kontrol yaitu motivasi.

90 | P a g e

VIII. PENGUJIAN STATISTIK CHISQUARE SATU SAMPEL
A. PENGERTIAN ONE-WAY ANOVA
Chi square disimbolkan x2 (baca: kai kuadrat) adalah teknik statistik yang dapat
digunakan peneliti untuk mengetahui apakah terdapat perbedaan yang signifikan
frekuensi observasi antara dua kelompok sampel atau lebih. Kai kuadrat dalam fungsi
ini bertujuan menguji (memprediksi) ada tidaknya perbedaan antara frekuensi hasil
observasi dan frekuensi yang diharapkan pada sampel yang sama. Rumus umum
untuk chi square adalah sebagai berikut:

∑( )

Keterangan:
x2 = Chi Square
f0 = Frekuensi Observasi
fh = Frekuansi yang diharapkan (Frekuensi Teoritik)

B. PEDOMAN DALAM MEMBANDINGKAN X2OBSERVASI DENGAN X2TABEL
1. Jika nilai x2hitung sama atau lebih besar dari x2tabel berarti tidak terdapat
perbedaan yang signifikan. Jika tidak terdapat perbedaan yang signifikan, makah
hipotesis H0 ditolak dan H1 diterima.
2. Jika nilai x2hitung lebih kecil dari x2tabel berarti terdapat perbedaan yang signifikan.
Jika terdapat perbedaan yang signifikan, makah hipotesis H0 diterima dan H1
ditolak.

91 | P a g e

C. HIPOTESIS
H0 : Tidak terdapat perbedaan yang signifikan antara frekuensi yang diobservasi
dengan frekuansi toritis.
H1 : Terdapat perbedaan yang signifikan antara frekuensi yang diobservasi dengan
frekuensi teoritis.

D. KAIDAH PENGAMBILAN KEPUTUSAN
Kaidah dalam pengambilan keputusan ini dapat dilakukan dengan 2 cara:
a. Dengan cara membandingkan nilai x2hitung dengan x2tabel.
1. Jika x2hitung > x2tabel, maka H0 ditolak dan H1 diterima.
2. Jika x2hitung < x2tabel, maka H0 diterima dan H1 ditolak.
b. Dengan cara membandingkan taraf signifikansi.
1. Jika signifikansi > 0,05, maka H0 diterima.
2. Jika signifikansi < 0,05, maka H1 ditolak.

92 | P a g e

E. CONTOH KASUS
24 guru SLTP X diwawancarai berkenaan dengan pendirian sebuah koperasi di

sekolahnya. 9 orang menganggap koperasi ada manfaatnya, 8 orang berpendirian
bahwa ada tidaknya koperasi sama saja, dan 7 orang tidak berpendapat apa-apa
tentang koperasi. Untuk keperluan penelitian diperlukan frekuensi teoritis sebagai
perbandingan frekuensi hasil observasi. Besarnya frekuensi teoritis ditentukan menurut
keadaan bila setiap pendapat tidak ada perbedaan frekuensinya.

Jenis Pendapat f0 fh f0 - fh ( )

a. Koperasi bermanfaat 9 81 0,125
80 0
b. Ada tidaknya koperasi sama 8
8 -1 0,125
saja ∑ 0,25

c. Tidak ada pendapat 7

Keterangan :
a. Guru yang berpendapat koperasi ada manfaatnya
b. Guru yang berpendapat ada tidaknya koperasi sama saja
c. Guru yang tidak berpendapat

F. LANGKAH-LANGKAH
1. Siapkan data yang akan diuji kemudian di copy atau Ctrl + C. kemudian buka
aplikasi SPSS lalu input data yang akan kita uji pada Data view (kiri bawah)
aplikasi SPSS atau Ctrl + V.
2. Maka muncul tampilan sebagai berikut:

93 | P a g e

3. Berikan nama variabel yang diperlukan, dalam kasus ini hanya terdapat satu
variabel yaitu (jenis pendapat) dan kemudian klik Variabel view (kiri
bawah).

4. Maka muncul tampilan sebagai berikut:

5. Isikan nama variabel pada kolom Name (misal: Jenis pendapat), setelah itu
tekan tab secara otomatis akan muncul di kolom Type (numeric), pada kolom
Decimal isikan angka 0, pada kolom Label isikan (misal: Jenis pendapat) dan
pada kolom Measure pilih nominal.

94 | P a g e