Pengaruh Kemampuan Berbahasa dan Matematis Terhadap Kemampuan
Untuk mengetahui apakah data regresi linear berganda merupakan data yang baik, maka perlu dilakukan uji normalitas, uji heterokudatisitas, uji autokorelasi,
dan uji multikalinearitas. Data regresi yang baik, merupakan data terdistribusi secara normal. Untuk
mengetahuinya, maka dilakukan uji normalitas dengan hasil sebagai berikut: Tabel IV.1 One-sampel Kolmogorov-Smirnov test regresi
Unstandardized Residual
N 84
Normal Parameters
a
Mean .0000000
Std. Deviation 10.45292042
Most Extreme Differences Absolute
.134 Positive
.134 Negative
-.071 Kolmogorov-Smirnov Z
1.227 Asymp. Sig. 2-tailed
.099 a. Test distribution is Normal.
Berdasarkan tabel IV.1 didapatkan hasil uji normalitas yang baik karena signifikansi sebesar 0,099 0,05. Dengan demikian data terdistribusi secara
normal dan merupakan data yang baik. Data yang baik adalah yang tidak memiliki heterokudatisitas. Hasil uji
heterokudatisitas dapat dilihat pada tabel Correlation regresi berikut.
Tabel IV.2 Correlations regresi
Correlations
abs nilai_matematika
nilai_bahasa Spearmans
rho abs
Correlation Coefficient 1.000
.192 .094
Sig. 2-tailed .
.080 .396
N 84
84 84
nilai_matema tika
Correlation Coefficient .192
1.000 .287
Sig. 2-tailed .080
. .008
N 84
84 84
nilai_bahasa Correlation Coefficient .094
.287 1.000
Sig. 2-tailed .396
.008 .
N 84
84 84
. Correlation is significant at the 0.01 level 2- tailed.
Uji heterokudatisitas pada tabel IV.2 didapatkan hasil yang baik pula, karena signifikansi absolut pada nilai matematika sebesar 0,080 0,05 dan signifikansi
absolut pada nilai bahasa sebesar 0,396 0,05. Dengan demikian tidak terdapat heterokudatisitas pada data.
Uji yang selanjutnya dilakukan adalah autokorelasi. Data yang baik adalah data yang tidak terjadi autokorelasi. Hasil uji autokorelasi yang diperoleh dapat
dilihat pada tabel berikut:
Tabel IV.3 Model summary regresi
Model Summary
b
Model 1
R .143
a
R Square .021
Adjusted R Square -.004
Std. Error of the Estimate 10.58118
Change Statistics R Square Change
.021 F Change
.851 df1
2 df2
81 Sig. F Change
.431 Durbin-Watson
1.654 a. Predictors: Constant, nilai_matematika, nilai_bahasa
b. Dependent Variable: nilai_fisika
Dari tabel IV.3 dapat diketahui nilai untuk Durbin Watson adalah 1,654. Nilai tersebut menunjukkan bahwa tidak terjadi autokorelasi, karena 1,654
berada pada rentang -2 ≤ n ≤ 2.
Berdasarkan tabel IV.3 pula dapat diketahui bahwa koefisien determinasi sebesar 0,021. Hal tersebut dapat diartikan bahwa kontribusi kedua variabel,
yakni nilai bahasa dan nilai matematika terhadap nilai fisika sangat kecil, yakni hanya sebesar 2.1 .
Setelah ditemukan pengaruh nilai bahasa dan nilai matematika terhadap nilai fisika sangat kecil, kemudian akan diuji bagaimana signifikansi nilai bahasa
dan nilai matematika terhadap nilai fisika. Melalui tabel anova regresi akan diketahui signifikansi nilai bahasa dan nilai matematika terhadap nilai fisika.
Tabel IV.4 Anova regresi
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
190.486 2
95.243 .851
.431
a
Residual 9068.874
81 111.961
Total 9259.360
83 a. Predictors: Constant, nilai_matematika, nilai_bahasa
b. Dependent Variable: nilai_fisika
Dari tabel IV.4 diperoleh nilai F = 0,851 dengan nilai signifikansi sebesar 0,431 0,05. Dengan demikian H
diterima, tidak terdapat pengaruh yang signifikan antara nilai bahasa Indonesia dan nilai matematika terhadap nilai
fisika. Untuk memenuhi syarat agar data merupakan data yang baik maka dilakukan
uji multikalinearitas yang ditampilkan dalam tabel coefficients
a
regresi. Melalui tabel coefficients
a
regresi pula akan dilihat apakah nilai bahasa Indonesia memiliki pengaruh terhadap nilai fisika, dan apakah nilai matematika memiliki
pengaruh terhadap nilai fisika. Tabel IV.5 Coefficient
a
regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 11.693
7.333 1.595
.115 nilai_bahasa
.114 .093
.139 1.226
.224 .938
1.066 nilai_matematika
.012 .092
.014 .127
.899 .938
1.066 a. Dependent Variable:
nilai_fisika
Berdasarkan nilai Collinearity Statistics yang ditampilkan tabel IV.5 menunjukkan bahwa nilai VIF dan TOLERANCE adalah disekitar angka 1,
sehingga dapat disimpulkan bahwa persamaan regresi merupakan persamaan regresi yang baik.
Berdasarkan nilai Unstandardized Coefficients B yang terdapat pada tabel IV.5, didapatkan:
Nilai konstanta sebesar 11,693 menyatakan bahwa jika tidak ada kedua variabel bebas, maka nilai fisika sebesar 11,693.
Nilai koefisien sebesar 0,114 menunjukkan bahwa penambahan nilai bahasa sebesar 1 akan meningkatkan nilai fisika sebesar 0,114.
Nilai koefisien sebesar 0,012 menunjukkan bahwa penambahan nilai matematika sebesar 1 akan meningkatkan nilai fisika sebesar 0,012.
Pada tabel IV.5 nilai uji t menunjukkan tingkat signifikansi konstanta dan variabel independen.
Signifikansi variabel konstanta sebesar 0,115 0,05, ini menunjukkan bahwa konstanta tidak mempengaruhi secara signifikan dalam regresi ganda.
Signifikansi variabel nilai bahasa sebesar 0,224 0,05, ini menunjukkan bahwa nilai bahasa tidak mempengaruhi secara signifikan dalam regresi
ganda.
Signifikansi variabel nilai matematika sebesar 0,899 0,05, ini menunjukkan bahwa nilai matematika tidak mempengaruhi secara signifikan
dalam regresi ganda.
Melalui analisa statistik, didapatkan bahwa nilai bahasa dan nilai matematika tidak memberikan pengaruh yang besar terhadap nilai fisika. Hal berarti bahwa
jika seorang mendapatkan nilai bahasa dan matematika yang baik, pada pelajaran fisika ia belum tentu mendapatkan nilai yang baik pula. Seperti yang dikatakan
oleh Hudson and McIntire di dalam jurnal Champagne, bahwa kemampuan matematis hanya satu dari banyak faktor yang mempengaruhi kemampuan fisika,
dengan demikian tingginya nilai matematika bukan jaminan seseorang juga sukses dalam fisika. Champagne, 1980:1
Hal ini juga mengindikasikan bahwa ada hal lain yang mempengaruhi kebisaan siswa dalam mengerjakan soal fisika. Seperti yang diungkapkan Winkel
1983:43, bahwa ada banyak hal yang mempengaruhi prestasi belajar siswa diantaranya taraf inteligensi, kemampuan belajar, cara belajar, motivasi belajar,
sikap, perasaan, minat, kondisi psikis, kondisi akibat keadaan sosiokultural dan kondisi fisik siswa, yang dipengaruhi oleh pihak siswa. Sedangkan pengaruh dari
luar pihak siswa adalah kurikulum pengajaran, disiplin sekolah, teacher effectiveness
, fasilitas belajar, pengelompokan siswa, sistem sosial, status sosial siswa, interaksi guru dan siswa, keadaan politik-ekonomis, keadaan waktu dan
tempat, serta keadaan musim-iklim.