Distribusi IPK Y Interval
Fo frekuensi relative
2,03 - 2,28 4
3,2 2,29
– 2,54 1
1,1 2,55
– 2,80 16
13,1 2,81
– 3,06 34
27,5 3,07
– 3,32 38
30,8 3,33
– 3,58 19
15,4 3,59
– 3,84 11
8,9 Total
123 100
B. Analisis Data
Analisis data yang digunakan dalam penelitian ini digunakan untuk mengetahui pengaruh sikap belajar dan keaktifan mahasiswa dalam proses
pembelajaran terhadap prestasi belajar mahasiswa meliputi analisis korelasi sederhana, analisis korelasi parsial, analisis korelasi berganda, analisis regresi
berganda, uji t, uji F, sumbangan relatif dan sumbangan efektif. 1.
Analisis Korelasi Dua Variabel Analisis korelasi dua variabel digunakan untuk mengetahui ada tidaknya
hubungan individual antara masing-masing variabel bebas sikap belajar dan keaktifan mahasiswa dalam proses pembelajaran dengan variabel terikat
prestasi belajar mahasiswa. Berdasarkan perhitungan menggunakan
SPSS versi 16
diperoleh hasil sebagai berikut: Hasil Uji Korelasi Dua Variabel
Variabel N
Rxy r. table
Sifat X
1
y X
2
y 123
123 0,528
0,546 0,176
0,176 Positif
Positif
Dari table di atas diketahui bahwa koefisien korelasi r
x1y
dan r
x2y
adalah positif dan memiliki nilai yang lebih besar dari r
tabel
, berarti
hubungan antara masing-masing variabel independen dan variabel dependen adalah hubungan positif dan signifikan. Artinya kecenderungan peningkatan
sikap belajar akan diikuti dengan peningkatan prestasi belajar mahasiswa dan kecenderungan peningkatan keaktifan mahasiswa dalam proses pembelajarn
akan diikuti pula oleh peningkatan prestasi belajar mahasiswa. 2.
Analisis Korelasi Parsial Korelasi parsial digunakan untuk menghitung derajat hubungan antara
variabel prestasi belajar mahasiswa terhadap satu variabel bebas X, jika variabel bebas lain konstan. Dari uji korelasi parsial yang dihitung dengan
cara manual diperoleh hasil sebagai berikut lihat pada lampiran 19 : a.
Korelasi antara sikap belajar X
1
dengan prestasi belajar mahasiswa, jika keaktifan mahasiswa dalam proses pembelajaran X
2
tatap. Dari hasil perhitungan diperoleh nilai korelasi parsial antara sikap
belajar X
1
dengan prestasi belajar mahasiswa Y sebesar 0,584. Dari nilai koefisien tersebut dapat dikatakan bahwa terdapat korelasi yang
positif dan kuat, artinya semakin tinggi nilai sikap belajar maka prestasi belajar mahasiswanya juga akan semakin tinggi dan sebaliknya semakin
rendah nilai sikap belajar, maka prestasi belajar mahasiswanya pun akan semakin rendah.
b. Korelasi antara keaktifan mahasiswa dalam proses pembelajaran X
2
dengan prestasi belajar mahasiswa Y, jika sikap belajar X
1
tetap. Dari hasil perhitungan diperoleh nilai korelasi parsial antara
keaktifan mahasiswa dalam proses pembelajaran X
2
dengan prestasi belajar mahasiswa Y sebesar 1,556. Dari nilai koefisien tersebut dapat
dikatakan bahwa terdapat korelasi yang positif dan kuat, artinya semakin tinggi nilai keaktifan mahasiswa dalam proses pembelajaran, maka
prestasi belajar mahasiswanya juga akan semakin tinggi dan sebaliknya
semakin rendah nilai keaktifan mahasiswa dalam proses pembelajaran , maka prestasi belajar mahasiswanya pun akan semakin rendah.
3. Analisis Korelasi Berganda
Dari perhitungan diperoleh nilai koefisien korelasi ganda R adalah sebesar 0,641. Berarti korelasi secara bersama-sama antara kedua variabel
bebas sikap belajar dan keaktifan mahasiswa dalam proses pembelajaran dengan variabel terikat prestasi belajar mahasiswa adalah positif.
Sedangkan nilai koefisien determinasi R
2
adalah 0,552 artinya kombinasi dari sikap belajar dan keaktifan mahasiswa dalam proses
pembelajaran dapat mempengaruhi prestasi belajar mahasiswa sebesar 55,2. Sisanya 48,8 dipengaruhi oleh variabel lain.
4. Analisis Regresi Berganda
Dalam penelitian ini persamaan umum dari regresi ganda yang digunakan adalah Y = a + b
1
X
1
+ b
2
X
2
. Berdasarkan hasil analisis regresi ganda dengan program
SPSS for Windows versi 16
diperoleh data sebagai berikut:
Hasil Uji Regresi Linier Ganda Variabel
Koefisien Regresi
t
hitung
Sig. Konstanta
Sikap Belajar Keaktifan Mahasiswa dalam
Proses Pembelajaran 12,887
0,628 0,324
3,620 3,407
0,036 0,062
R
2
F
hitung
0,552 3,990
Berdasarkan di atas diperoleh persamaan regresi linier ganda sebagai
berikut: Y = 12,887 + 0,628 X
1
+ 0,324 X
2.
