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
ANOVA
b
2357,242 1
2357,242 201,517
,000
a
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 F
hitung
= 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
,913
a
,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. H
1
: β
≠
0 persamaan adalah linier. Hasil analisis data kelas ekperimen dengan variabel independent X
1
nilai keaktifan belajar terhadap variabel independent Y
2
prestasi belajar siswa adalah sebagai berikut. Untuk pengaruh nilai keaktifan siswa X
1
terhadap prestasi belajar siswa Y
2
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
Coefficients
a
-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 X
1
, 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 H
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
ANOVA
b
2138,900 1
2138,900 124,673
,000
a
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 F
hitung
= 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
,870
a
,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.
C. Pembahasan Hasil Penelitian
