Hasil analisis data motivasi belajar matematika siswa menunjukkan nilai minimum sebesar 63, nilai maksimum sebesar 91, nilai rata-rata
sebesar 74,7692, standar deviasi sebesar 8,52435, dan range sebesar 28.
b. Data Hasil Belajar Matematika Siswa
Tabel 4.5. Deskripsi Data Hasil Belajar Matematika Siswa
Variabel Jumlah
Responden Range
Nilai Minimum
Nilai Maksimum
Nilai Rata-rata
Standar Deviasi
Hasil Belajar
Matematika Siswa
26 63.00
34.00 97.00
75.346 14.8241
Hasil analisis data hasil belajar matematika siswa menunjukkan nilai minimum sebesar 34, nilai maksimum sebesar 97, nilai rata-rata sebesar
75,346, standar deviasi sebesar 14,8241, dan range sebesar 63.
D. Perhitungan Proporsi Motivasi dan Hasil Belajar Matematika
Tabel 4.6. Jumlah Siswa Berdasarkan Interpretasi
No. Interpretasi
Jumlah Siswa
1. Sangat Tinggi
3 2.
Tinggi 18
3. Sedang
5 4.
Rendah 5.
Sangat Rendah Jumlah
26
Berdasarkan data di atas, dapat dihitung dan diketahui proporsi siswa yang tergolong dalam motivasi sangat tinggi, motivasi tinggi, motivasi sedang,
motivasi rendah, dan motivasi sangat rendah dengan rumus sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Persentase siswa dengan motivasi sangat tinggi = 11,54
Persentase siswa dengan motivasi tinggi = 69,23
Persentase siswa dengan motivasi sedang = 19,23
Persentase siswa dengan motivasi rendah = 0
Persentase siswa dengan motivasi sangat rendah = 0
Dari hasil di atas, tampak bahwa persentase siswa yang mempunyai motivasi tinggi atau sangat tinggi berjumlah 21 orang, yaitu 80,77.
Tabel 4.7. Data Jumlah Siswa Berdasarkan Ketuntasan Belajar
No. Keterangan
Jumlah Siswa
1. Tuntas
18 2.
Tidak Tuntas 8
Jumlah 26
Berdasarkan data di atas, dapat dihitung dan diketahui proporsi siswa yang tergolong tuntas dan tidak tuntas dengan rumus sebagai berikut:
Persentase siswa tuntas = 69,23
Persentase siswa tidak tuntas = 30,77
E. Analisis Data Penelitian
Analisis korelasi instrumen motivasi belajar matematika dan hasil belajar matematika dilakukan menggunakan bantuan program SPSS 17.0 dengan hasil
sebagai berikut:
Tabel 4.8. Hasil Uji Normalitas Data Motivasi Belajar Matematika dan Data Hasil Belajar Matematika
Berdasarkan hasil uji normalitas di atas, untuk variabel motivasi belajar matematika didapat sig.2-tailed = 0,728 0,05, maka data yang digunakan
dalam penelitian ini yaitu motivasi belajar matematika berdistribusi normal pada taraf signifikansi 0,05. Sedangkan untuk variabel hasil belajar matematika
didapat sig.2-tailed = 0,981 0,05, maka data yang digunakan dalam penelitian ini yaitu hasil belajar matematika berdistribusi normal pada taraf
signifikansi 0,05. Karena data berdistribusi normal, maka dalam menghitung korelasi menggunakan Product Moment Pearson.
Langkah-langkah menghitung korelasi antara motivasi dan hasil belajar matematika dengan menggunakan program SPSS 17.0 adalah sebagai berikut.
1. Pada Data View klik menu Analyze, kemudian pilih submenu Correlate
dan klik Bivariate. 2.
Setelah semua variabel skor item dan variabel skor tes dipindahkan ke kotak sebelah kanan, klik tombol OK.
3. Output dari proses tersebut akan berupa angka hasil komputasi semua
koefisien korelasi yang diinginkan.
Tabel 4.9. Hasil Korelasi Data Motivasi Belajar Matematika dan Data Hasil Belajar Matematika
Didapatkan nilai koefisien korelasi sebesar 0,611. Untuk nilai koefisien sebesar 0,611 maka tingkat hubungannya bisa dikatakan tinggi. Apabila n =
26, maka r
tabel
= 0,388 yang berarti nilai koefisien korelasi lebih besar dari r tabel. Oleh karena itu, terdapat hubungan yang positif dan signifikan antara
motivasi belajar matematika dengan hasil belajar matematika pada siswa kelas VII di SMP Kanisius Kalasan tahun 2016.
Selanjutnya untuk menentukan besarnya sumbangan motivasi belajar matematika terhadap hasil belajar matematika dihitung dengan menggunakan
rumus koefisien determinasi sebagai berikut:
Dengan hasil perhitungan di atas, maka hubungan antara motivasi belajar matematika dengan hasil belajar matematika pada siswa kelas VII di SMP
Kanisius Kalasan sekitar 37,33 dan selebihnya yaitu 62,67 ditentukan oleh faktor-faktor lain.
F. Analisis Hasil Wawancara
