4.2.3. Kategorisasi skor inteligensi
Tabel 4.12 Kategorisasi skor inteligensi
Klasifikasi Rentangan Persentase
Frekuensi
Superior 120-139 9,48
13 Di atas rata-rata
110-119 16,37
20 Rata-rata 90-109
56,03 66
Di bawah rata-rata 80-89
14,65 17
Jumlah 116
Berdasarkan penggolongan di atas, diketahui bahwa mahasiswa yang memiliki skor intelensi kategori superior sebanyak 13 mahasiswa, kategori di atas
rata-rata sebanyak 20 mahasiswa, kategori rata-rata 66 mahasiswa, dan kategori di bawah rata-rata sebanyak 17 mahasiswa.
4.3 Hasil Uji Hipotesis
Untuk menguji hipotesis dalam penelitian ini, peneliti menggunakan teknik analisa data t-test independent sample dan chi-square, namun untuk
penghitungannya dibantu dengan software SPSS 17.0. 4.3.1. Uji beda human capital skill berdarkan jenis kelamin
Dengan menggunakan teknik analisa data t-test Independent sample berdasarkan jenis kelamin terhadap human capital skill, maka dapat dilihat hasil sebagai
berikut:
Tabel 4.13 Uji beda
human capital skill berdasarkan jenis kelamin
Levenes Test for Equality of
Variances t-test for Equality of Means
95 Confidence Interval of the Difference
F Sig.
T Df
Sig. 2- tailed
Mean Difference
Std. Error Difference
Lower Upper
Equal variances assumed
1.462 .229 2.746 114
.007 4.14212
1.50864 1.15353
7.13072 VAR
000 01
Equal variances not assumed
2.488 30.331 .019
4.14212 1.66485
.74361 7.54064
Pada tabel diatas dapat dilihat pada kolom ke-6 dari kiri p0.05. Dengan demikian terdapat perbedaan yang signifikan antara laki – laki dan perempuan
dalam hal human capitall skill. Meskipun jumlah laki – laki dan perempuan tidak sama, namun mean perolehan laki – laki jauh lebih besar M = 75.22, SD=7,35
ketimbang mean perolehan perempuan M = 71.07, SD=6,25.
4.3.2. Uji beda prestasi belajar berdasarkan jenis kelamin Untuk uji beda prestasi belajar berdasarkan jenis kelamin, maka dapat
dilihat hasil sebagai berikut:
Tabel 4.14 Uji beda prestasi belajar berdasarkan jenis kelamin
Levenes Test for Equality of
Variances t-test for Equality of Means
95 Confidence Interval of the
Difference F
Sig. T
Df Sig. 2-
tailed Mean Difference
Std. Error Difference
Lower Upper
Equal variances
assumed 1.660
.200 -4.732
114 .000
-.40068 .08467 -.56840
-.23295 ip
Equal varian
ces not
assu med
-3.848 27.663
.001 -.40068
.10412 -.61407 -.18728
Pada tabel diatas dapat dilihat pada kolom ke-6 dari kiri p0.05. Dengan demikian terdapat perbedaan yang signifikan antara laki – laki dan perempuan
dalam hal prestasi belajar. Meskipun jumlah laki – laki dan perempuan tidak sama, namun mean perolehan laki – laki lebih kecil M = 2.77. SD= 0,47
ketimbang mean perolehan perempuan M = 3.14. SD= 0,33. Selanjutnya peneliti melakukan tabu silang antara varibel human capital
skill dengan prestasi belajar. Maka diperoleh hasil sebagai berikut:
Tabel 4.15 Tabu silang
human capital skill dengan prestasi belajar
kategori ip Rendah
Sedang Tinggi
Total rendah
2 16
18 sedang
1 9
75 85
kategori hcs
Tinggi 2
11 13
Total 1
13 102
116
Dari tabel diatas dapat dilihat mahasiswa yang memiliki kategori rendah pada HCS Human Capital Skill memperoleh 2 kategorisasi sedang dan 16
kategorisasi tinggi pada perolehan prestasi belajar. Mahasiswa yang memiliki kategorisasi sedang pada HCS memperoleh 1 kategorisasi rendah, 9 kategorisasi
sedang dan 75 kategorisasi tinggi pada perolehan prestasi belajarnya. Sedangkan mahasiswa yang memiliki kategorisasi tinggi pada HCS memperoleh 2
kategorisasi sedang dan 11 pada kategorisasi tinggi pada perolehan skor prestasi belajarnya.
4.3.3. Uji beda human capital skill berdasarkan inteligensi
Tabel 4.16 Uji beda
human capital skill berdasarkan inteligensi
Value Df
Asymp. Sig. 2-sided
Pearson Chi-Square 38.628a
30 .134
Likelihood Ratio 42.132
30 .070
Linear-by-Linear Association
7.133 1
.008 N of Valid Cases
116
Dalam hal ini peneliti melakukan uji beda frekuensi human capital skill berdasarkan inteligensi. Dari hasil yang didapat p0.05 maka hipotesis nihil
yang menyatakan ada perbedaan tiap frekuensi human capital skill berdasarkan inteligensi dapat diterima.
4.3.4. Uji beda prestasi belajar berdasarkan inteligensi
Tabel 4.17 Uji beda prestasi belajar berdasarkan inteligensi
Value Df
Asymp. Sig. 2-sided
Pearson Chi-Square 10.183a
6 .117
Likelihood Ratio 8.000
6 .238
Linear-by-Linear Association
.053 1
.819 N of Valid Cases
116
Dalam hal ini peneliti melakukan uji beda frekuensi prestasi belajar berdasarkan inteligensi. Dari hasil yang didapat p0.05 maka hipotesis nihil
yang menyatakan ada perbedaan tiap frekuensi prestasi belajar berdasarkan inteligensi dapat diterima.
Peneliti juga melakukan tabu silang pada variabel inteligensi dengan prestasi belajar, maka diperoleh hasil sebagai berikut:
Tabel 4.18 Tabu silang inteligensi dengan prestasi belajar
kategori ip Rendah
Sedang tinggi
Total dibawah rata-rata
3 14
17 rata-rata
8 58
66 diatas rata-rata
2 18
20 kategori iq
Superior 1
12 13
Total 1
13 102
116
Dari tabel diatas dapat dilihat mahasiswa yang memiliki kategori dibawah rata-rata pada skor inteligensi memperoleh 3 kategorisasi sedang dan 14
kategorisasi tinggi pada perolehan prestasi belajar. Mahasiswa yang memiliki kategorisasi rata-rata pada skor inteligensi memperoleh 8 kategorisasi sedang, 9
dan 58 kategorisasi tinggi pada perolehan prestasi belajarnya. Mahasiswa yang memiliki kategorisasi diatas rata-rata pada skor inteligensi memperoleh 2
kategorisasi sedang dan 18 pada kategorisasi tinggi pada perolehan skor prestasi belajarnya. Sedangkan mahasiswa yang memiliki skor inteligensi pada
kategorisasi superior memperoleh 1 kategorisasi rendah, dan 12 kategorisasi tinggi pada skor perolehan prestasi belajarnya.
BAB 5 KESIMPULAN DAN SARAN
Pada bab ini akan diuraikan kesimpulan hasil penelitian mengenai perbedaan human capital skill dan prestasi belajar berdasarkan jenis kelamin dan
inteligensi. Selanjutnya akan dikemukakan pula diskusi yang membahas hasil penelitian ini.
5.1 Kesimpulan
