N ∑ X ¿
∑ X ¿
N ∑Y ¿
∑Y
2
¿ 2−
¿ ¿
¿ ¿
¿
√
¿ r
xy
= N ∑ XY −∑ X ∑Y
¿ Keterangan:
r
xy
= koefisien korelasi antara variabel X dan Y ∑X
= jumlah skor butir ∑Y
= jumlah skor total ∑XY = jumlah perkalian antara skor X dan skor Y
∑X
2
= jumlah kuadrat dari skor butir ∑Y
2
= jumlah kuadrat dari skor total N
= jumlah responden Suharsimi Arikunto, 2010: 213
Apabila r
hitung
lebih besar atau sama dengan r
tabel
pada taraf signifikan 5, maka butir pernyataan tersebut valid. Namun, jika
r
hitung
lebih kecil dari r
tabel
, maka butir pernyataan tidak valid. Berdasarkan hasil uji coba instrumen yang telah dilaksanakan
kepada 34 siswa SMK Muhammadiyah Wonosari kelas X Akuntansi, diperoleh hasil uji validitas instrumen penelitian sebagai
berikut: Diketahui bahwa butir 6 dan butir 9 yang digunakan untuk
mengukur variabel Motivasi Belajar telah gugur, berikut table hasil uji validitas Motivasi Belajar.
Tabel 5. Hasil Uji Validitas Motivasi Belajar Indikator
Buti r
Soal r
hitung
r
tabel
Keteranga n
Tekun 1
0.54 0.32
Valid
menghadapi tugas
4 5
21 0.53
0.34 0.63
0.32 0.32
0.32 Valid
Valid Valid
Ulet menghadapi kesulitan
3 13
15 0.62
0.64 0.45
0.32 0.32
0.32 Valid
Valid Valid
Menunjukkan minat terhadap
bermacam- macam masalah
9 11
23 24
0.18 0.43
0.60 0.47
0.32 0.32
0.32 0.32
Gugur Valid
Valid Valid
Mempunyai orientasi kemasa
depan 2
6 12
0.67 0.10
0.53 0.32
0.32 0.32
Valid Gugur
Valid Lebih senang
bekerja mandiri 14
20 0.62
0.52 0.32
0.32 Valid
Valid Cepat bosan
pada tugas-tugas yang rutin
7 16
0.73 0.61
0.32 0.32
Valid Valid
Dapat mempertahanka
n pendapatnya 17
18 0.43
0.50 0.32
0.32 Valid
Valid
Tidak pernah mudah
melepaskan hal yang
sudah diyakini
8 22
0.35 0.41
0.32 0.32
Valid Valid
Senang mencari dan
memecahkan masalah soal-
soal 10
19 25
0.48 0.56
0.67 0.32
0.32 0.32
Valid Valid
Valid
Pernyataan Negatif. Selanjutnya setelah variabel Motivasi belajar uji validitas akan
dilanjutkan dengan menguji variabel Lingkungan Keluarga. Pada pengujian validitas variabel Lingkungan Keluarga
didapat bahwa butir 2, 4, 10, 13, 17, 22, dan 24 telah gugur, berikut table uji validitasi Lingkungan Keluarga.
Tabel 6. Tabel Hasil Uji Validitas Lingkungan Keluarga Indikator
Buti r
R
hitung
R
tabel
Keteranga n
Soal Suasana rumah
1 9
15 19
0.68 0.63
0.73 0.56
0.32 0.32
0.32 0.32
Valid Valid
Valid Valid
Fasilitas ekonomi
4 6
13 23
0.24 0.59
0.27 0.38
0.32 0.32
0.32 0.32
Gugur Valid
Gugur Valid
Cara orang tua melatih anak
8 10
11 14
22 24
0.60 0.19
0.63 0.43
0.30 0.22
0.32 0.32
0.32 0.32
0.32 0.32
Valid Gugur
Valid Valid
Gugur Gugur
Sikap orang tua terhadap anak
2 16
20
17 0.02
0.57 0.56
0.27 0.32
0.32 0.32
0.32 Gugur
Valid Valid
Gugur Saling
menghormati antara orang tua
dan anak 3
7 18
21 0.57
0.66 0.35
0.48 0.32
0.32 0.32
0.32 Valid
Valid Valid
Valid
Mewujudkan kepercayaan
5 12
25 0.46
0.62 0.65
0.32 0.32
0.32 Valid
Valid Valid
Pernyataan Negatif. 2. Uji Reliabilitas
Uji reliabilitas dimaksudkan untuk menguji dan mengetahui derajat keajegan suatu alat ukur. Suatu instrumen dikatakan reliabel
jika instrumen tersebut memberikan hasil yang tetap walaupun dilakukan dalam beberapa kali dalam waktu yang berlainan. Untuk
menguji reliabilitas instrumen menggunakan rumus Alpha. Adapun rumus Alpha adalah sebagai berikut:
r
11
= k
k −1 1−
∑σ
b
2
σ
2 t
Keterangan: r
11
= reliabilitas instrumen k
= banyaknya butir pertanyaan ∑σ
2
= jumlah varian butir
σ
1 2
= varians total Suharsimi Arikunto, 2010: 239
Pengambilan keputusan berdasarkan jika nilai Alpha melebihi 0,6 maka pertanyaan variabel tersebut reliabel dan jika
nilai Alpha kurang dari 0,6 maka pernyataan variabel tersebut tidak reliabel. Berikut ini merupakan ringkasan hasil uji reliabilitas
instrumen penelitian: Tabel 7: Hasil Uji Reliabilitas
Variabel Koefisien Alpha
Keterangan Motivasi Belajar
0.886 Reliabel
Lingkungan Keluarga 0.884
Reliabel
I. Teknik Analisis Data
Uji yang dilakukan untuk menganalisis data mencakup uji prasyarat analisis dan uji hipotesis.
1. Uji Prasyarat Analisis Analisis data yang digunakan adalah analisis statistik.
Sebelum dilakukan, terlebih dahulu dilakukan uji prasyarat analisis agar kesimpulan yang ditarik tidak menyimpang dari
kebenaran yang seharusnya. Untuk memenuhi persyaratan tersebut maka diperlukan uji linearitas dan uji multikoliniearitas.
a. Uji Linearitas Uji linieritas dilakukan untuk menguji apakah ada
hubungan secara langsung antara variabel bebas X dengan variabel terikat Y serta untuk mengetahui apakah ada
perubahan pada variabel X diikuti dengan perubahan variabel Y. Untuk mengetahui hubungan linieritas
menggunakan rumus seperti yang dikemukakan oleh Sutrisno Hadi 2004: 13.
Rumus: F
reg
= RK
reg
RK
res
Keterangan: F
reg
= harga bilangan F untuk garis regresi RK
reg
= rerata kuadrat garis regresi RK
res
= rerata kuadrat residu Sutrisno Hadi, 2004: 13
Selanjutnya F
hitung
dikonsultasikan dengan F
tabel
pada taraf signifikan 5. Apabila F
hitung
lebih kecil atau sama dengan F
tabel
maka terdapat hubungan linier antara variabel bebas terhadap variabel terikat. Jika F
hitung
lebih besar dari F
tabel
maka hubungan antara variabel bebas dengan variabel terikat tidak linier.
b. Uji Multikolinearitas Uji multikolinieritas digunakan untuk memenuhi
persyaratan analisi regresi ganda yaitu untuk mengetahui apakah Pengaruh variabel bebas terjadi multikolinieritas
atau tidak. Mendeteksi adanya multikolinieritas dapat digunakan varian inflation factor VIF sebagai tolok ukur.
Apabila nilai VIF ≤ 4 maka tidak terjadi multikolinieritas, dan apabila nilai VIF 4 maka terjadi multikolinieritas Ali
Muhson: 24-26. Teknik statistik yang digunakan adalah korelasi
Product Moment dari Pearson. Adapun rumusnya:
N ∑ X
1
¿ ∑ X
1
¿ N ∑ X
2
¿ ∑ X
2
¿ ¿
2− ¿¿
2 ¿
¿ ¿
√
¿ r
x
1
x
2
= N ∑ X
1
X
2
− ∑ X
1
∑ X
2
¿ Keterangan:
r
x
1
x
2
= koefisien korelasi antara X
1
dan X
2
∑X
1
= jumlah variabel X
1
∑X
2
= jumlah variabel X
2
∑X
1
X
2
= jumlah perkalian antara X
1
dan X
2
∑X
1 2
= jumlah variabel X
1
dikuadratkan ∑X
2 2
= jumlah variabel X
2
dikuadratkan N
= jumlah responden Suharsimi Arikunto, 2010: 317
2. Uji Hipotesis Pengujian terhadap hipotesis menggunakan rumus analisis
regresi data prediktor untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Analisis regresi dua prediktor juga
digunakan untuk mengetahui pengaruh variabel bebas secara bersama sama terhadap variabel terikat.
a. Analisis Regresi Sederhana Analisis ini digunakan untuk menguji hipotesis ke-1
dan ke-2, yaitu pertama, pengaruh variabel Motivasi Belajar X
1
terhadap Prestasi Belajar Mata Pelajaran Akuntansi Perusahaan Jasa Y dan yang kedua, pengaruh variabel
Lingkungan Keluarga X
2
terhadap Prestasi Belajar Mata Pelajaran Akuntansi Perusahaan Jasa Y. Rumus yang
digunakan adalah sebagai berikut: 1 Mencari koefisien korelasi sederhana antara X
1
dan X
2
dengan Y dengan rumus sebagai berikut: N ∑ X
¿ ∑ X
¿ N ∑Y
¿ ∑Y
¿ ¿
2− ¿¿
2 ¿
¿ ¿
√
¿ r
xy
= N ∑ XY −∑ X ∑Y
¿ Keterangan:
r
xy
= koefisien korelasi antara X dan Y ∑X
= jumlah variabel X ∑Y
= jumlah variabel Y ∑XY
= jumlah perkalian antara X dan Y ∑X
2
= jumlah variabel X dikuadratkan ∑Y
2
= jumlah variabel Y dikuadratkan N
= jumlah responden Suharsimi Arikunto, 2010: 213
2 Mencari koefisien determinan r
2
antara prediktor X
1
dan X
2
dengan Y dengan rumus sebagai berikut: r
1 2
= a
1
∑ x
1
y ∑ y
2
r
2 2
= a
2
∑ x
2
y ∑ y
Keterangan: r
2 1,2
= koefisien determinan antara Y dengan X
1
dan X
2
∑x
1
y = jumlah produk antara X
1
dengan Y ∑x
2
y = jumlah produk antara X
2
dengan Y a
1
= koefisien prediktor X
1
a
2
= koefisien prediktor X
2
∑y
2
= jumlah kuadrat kriterium Y
Sutrisno, 2004: 22 Nilai koefisien determinasi menunjukkan
besarnya pengaruh variabel bebas terhadap variabel terikat yang diteliti.
3 Menguji hipotesis dengan uji t Uji t digunakan untuk mengetahui pengaruh
variabel-variabel bebas secara sendiri-sendiri terhadap variabel terikat. Adapun rumus yang digunakan sebagai
berikut n−2
√
¿ ¿
1−r
2
√
¿ ¿
¿ r
¿ t=
¿ Keterangan:
t = t hitung r = koefisien korelasi
n = jumlah responden
Sugiyono, 2010: 257 Pengambilan kesimpulan adalah dengan
membandingkan t
hitung
dengan t
tabel
. Jika t
hitung
sama dengan atau lebih besar dari t
tabel
dengan taraf signifikansi 5, maka variabel tersebut berpengaruh
secara signifikan terhadap variabel terikat. Begitu pula sebaliknya Jika t
hitung
lebih kecil dari t
tabel
dengan taraf signifikansi 5, maka variabel tersebut berpengaruh
tidak signifikan terhadap variabel terikat Sugiyono, 2010: 258.
4 Membuat persamaan garis regresi satu prediktor
Rumus yang digunakan analisis regresi satu prediktor Y = aX + K
Keterangan: Y = kriterium
X = prediktor a = koefisien prediktor
K = harga bilangan konstan
Sutrisno Hadi, 2004: 5 Persamaan tersebut menunjukkan bahwa nilai
koefisien variabel bebas sebesar a, artinya apabila variabel bebas meningkat 1 poin maka pertambahan
nilai pada variabel terikat sebesar a dengan asumsi variabel bebas tetap.
b. Analisis Regresi Ganda Analisis ini digunakan untuk menguji variabel bebas
secara bersama-sama terhadap variabel terikat. Analisis ini digunakan untuk menguji hipotesis ke-3, yaitu Pengaruh
Motivasi Belajar dan Lingkungan Keluarga Terhadap Prestasi Belajar Mata Pelajaran Perusahaan Jasa Kelas X Akuntansi
SMK Muhammadiyah Wonosari. Langkah-langkah analisis regresi ganda adalah:
1 Mencari koefisien korelasi R antara X
1
dengan kriterium Y dan X
2
dengan kriterium Y. Rumus:
R
y 1,2
=
√
a
1
Σ x
1
y +a
2
Σ x
2
y Σ y
2
Keterangan:
R
y1,2
= koefisien korelasi antara Y dengan X
1
dan X
2
. a
1
= koefisien prediktor 1. a2
= koefisien prediktor 2. ∑x
1
y = jumlah produk antara X
1
dengan Y. ∑x
2
y = jumlah produk antara X
2
dengan Y. ∑y
2
= jumlah kuadrat kriterium Y. Sutrisno Hadi, 2004: 25
2 Mencari koefisien determinan R
2
antara variabel Y dengan prediktor X
1
dan X
2
. Rumus:
R
2 y1,2
= a
1
Σ x
1
y +a
2
Σ x
2
y Σ y
2
Keterangan: R
2 y1,2
= koefisien determinasi antara Y dengan X
1
dan X
2
. a
1
= koefisien prediktor 1. a2
= koefisien prediktor 2. ∑x
1
y = jumlah produk antara X
1
dengan Y. ∑x
2
y = jumlah produk antara X
2
dengan Y. ∑y
2
= jumlah kuadrat kriterium Y. Sutrisno Hadi, 2004: 25
Nilai koefisien determinasi menunjukkan besarnya perubahan variabel terikat yang diterangkan oleh
variabel bebas yang diteliti. 3 Menguji hipotesis regresi ganda dengan uji F
Rumus: F
reg
= R
2
N−m−1 m
1−R
2
Keterangan:
F
reg
= harga F garis korelasi
N =
cacah kasus R
= cacah prediktor
m =
koefisien korelasi antara kriterium dengan prediktor
Sutrisno Hadi, 2004: 26 Uji F digunakan untuk mengetahui signifikansi
pengaruh antar variabel. Bila F
hitung
sama dengan atau lebih besar dari F
tabel
pada taraf signifikansi 5 maka pengaruh variabel bebas terhadap variabel terikat
adalah signifikan. Sebaliknya bila F
hitung
lebih kecil dari F
tabel
pada taraf signifikansi 5, maka pengaruh variabel bebas terhadap variabel terikat adalah tidak
signifikan. Sugiyono, 2010: 235. 4 Membuat persamaan garis regresi 2 prediktor
Rumus: Y =a
1
X
1
+ a
2
X
2
+ K
Keterangan: Y = kriterium.
X
1
= prediktor 1. X
2
= prediktor 2. a
1
= bilangan koefisien 1 a
2
= bilangan koefisien 2. K = bilangan konstanta.
Sutrisno Hadi, 2004: 2 Persamaan tersebut menunjukkan bahwa nilai
koefisien variabel bebas X
1
sebesar a
1
, artinya apabila variabel bebas X
1
meningkat 1 poin maka pertambahan nilai pada variabel terikat Y sebesar a
1
dengan asumsi variabel bebas X
1
tetap. Begitu pula pada nilai koefisien variabel bebas X
2
sebesar a
2
,
artinya apabila variabel bebas X
2
meningkat 1 poin maka pertambahan nilai pada variabel terikat Y
sebesar a
2
dengan dengan asumsi variabel bebas X
1
tetap. 5 Mencari Sumbangan Relatif
a Sumbangan Relatif SR Sumbangan relatif adalah persentase
perbandingan yang diberikan oleh suatu variabel bebas kepada variabel terikat dengan variabel-
variabel bebas yang lain. Rumus:
SR = a Σ xy
JK
reg
×100 Keterangan:
SR = sumbangan relatif dari suatu prediktor. a
= koefisien prediktor. ∑xy = jumlah produk anatara X dan Y.
JK
reg
= jumlah kuadrat regresi. Sutrisno Hadi, 2004: 42
Sumbangan Relatif sebesar 100 yang menunjukkan perbandingan yang diberikan oleh
suatu variabel bebas kepada variabel terikat untuk keperluan prediksi.
b Sumbangan Efektif Sumbangan efektif adalah sumbangan
prediktor yang dihitung dari keseluruhan efektifitas
regresi yang disebut sumbangan efektif. Sumbangan efektif digunakan untuk mengetahui
besarnya sumbangan secara efektif setiap prediktor terhadap kriterium dengan tetap memperhitungkan
variabel bebas lain yang tidak diteliti. Rumus:
SE =SR × R
2
Keterangan: SE = sumbangan efektif dari suatu prediktor.
SR = sumbangan relatif dari suatu prediktor. R
2
= koefisien determinasi. Sutrisno Hadi, 2004: 45
Sumbangan Efektif menunjukkan besarnya sumbangan setiap prediktor terhadap kriterium
dengan jumlah sebesar koefisien determinasi dengan tetap memperhitungkan variabel bebas lain
yang tidak diteliti.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum
SMK Muhammadiyah Wonosari merupakan sekolah alih fungsi dari SPG Muhammadiyah Wonosari, berdiri pada tahun 1968, yang
dipimpin Bapak Whasid, BA Sebagai Kepala Sekolah. Dengan ditutupnya Sekolah Pendidikan Guru pada tahun 1989, maka sekolah ini
beralih fungsi menjadi SMK Muhammadiyah Wonosari yang ditangani langsung oleh Pimpinan Daerah Muhammadiyah Majelis Dikdasmen
Gunungkidul. Ditunjuk sebagai Kepala Sekolah adalah Bapak Sabari Sugeng Pranoto, BA. Sedangkan Program keahlian yang diambil adalah
Akuntansi. Jumlah siswa pada waktu itu masih kecil karena pada dasarnya hanya melanjutkan dari SPG Muhammadiyah Wonosari, dengan
jumlah keseluruhan 6 kelompok belajar 6 kelas. Sejak didirikan Kepala Sekolah yang ditugaskan adalah Muhari, BA, Sabari Sugeng Pranoto,
B.Sc, Washid, BA, Drs. Sutata, Sabar Nuriman, S.Pd. Animo masyarakat untuk masuk sekolah ini dari tahun ke tahun
bertambah, maka ijin menambah kelas diajukan, hingga mencapai 5 kelas paralel untuk setiap tingkat pada Program Kealihan Akuntansi. Program
Keahlian Tata Boga berdiri pada tahun 2001, kemudian jurusan Teknik Informatika dengan Keahlian Multimedia berdiri tahun 2008.
Dengan adanya penataan jurusan pada tahun 20082009 maka SMK Muhammadiyah I Wonosari terdiri dari; Kelompok Bisnis dan
64
Manajemen dengan Program Keahlian Akuntansi, Kelompok Tata Boga dengan Program. Keahlian Restoran, Kelompok Teknologi Imformasi
dengan Jurusan Teknik Informatika Program Keahlian Multimedia. Pada tahun Pelajaran 20082009 jumlah siswa mencapai 729 anak, tenaga
kependidikanguru 53 dan karyawan 10. Pada tahun ajaran 2011-2012 SMK Muhammadiyah Wonosari membuka Jurusan baru yaitu Rumpun
dari Program Keahlian Bisnis Manajemen yaitu Perbankan Syari’ah, dari Rumpun Teknik Komputer dan Informatika dengan Kompetensi Keahlian
adalah Animasi. Sehingga pada tahun 2011-2012 SMK Muhammadiyah 1 Wonosari memiliki 5 Jurusan dengan jumlah siswa mencapai 900
siswa. Sedangkan Jumlah kelasnya adalah Jurusan Akuntansi memiliki 4 Kelas, Tata Boga 1 kelas, Multimedia 2 Kelas, Perbankan Syariah 1 kelas
dan Animasi 1 Kelas Sehingga jumlah keseluruhan adalah 9 kelas Paralel.
SMK Muhammadiyah Wonosari memiliki 5 jurusan yaitu: 1. Jurusan Akuntansi
2. Jurusan Perbankan Syariah 3. Jurusan Tata Boga
4. Jurusan TI-Multimedia 5. Jurusan TI-Animasi
Lokasi SMK Muhammadiyah Wonosari cukup strategis karena dapat dijangkau dengan menggunakan jenis kendaraan apapun dan
mempunyai lokasi yang tepat pada jantung kota Wonosari. Meskipun sekolah ini berada dekat dengan jalan raya, tetapi karena letak ruang
kelas cukup jauh dari pintu gerbang sekolah sehingga adanya kendaraan
yang lalu-lalang di depan sekolah tidak menyebabkan kebisingan di ruang kelas.
B. Deskripsi Data
Data dalam penelitian ini ada 3 variabel, yaitu Motivasi Belajar sebagai variabel bebas X
1
, Lingkungan Keluarga sebagai variabel bebas X
2
, dan Prestasi Belajar Akuntansi Y. Pada bagian ini akan dibahas mengenai deskripsi data dari masing-masing variabel berdasarkan data
yang didapat ketika penelitian. Data yang didapat akan dideskripsikan dan diuji pengaruh variabel bebas dan variabel terikat dalam penelitian
ini. Penelitian ini menggunakan pendekatan populasi dengan jumlah responden 133 siswa siswi. Pada deskripsi data berikut akan disajikan
informasi data berupa mean, median, modus, dan standar deviasi dari masing-masing variabel penelitian. Deskripsi data ini juga menyajikan
distribusi frekuensi dan histogram dari masing-masing variabel. Berikut ini deskripsi data dari masing-masing variabel, baik variabel bebas
maupun variabel terikat:
1. Motivasi Belajar
Data tentang Motivasi Belajar diperoleh dari angket yang terdiri dari 23 butir pernyataan dengan menggunakan Skala Likert
yang telah dimodifikasi dengan 4 alternatif jawaban, di mana 4 untuk skor tertinggi dan 1 untuk skor paling rendah. Dari butir
pernyataan diperoleh skor terendah 50 dari perkiraan nilai terendah
sebesar 23 1x23 dan skor tertinggi 85 dari perkiraan nilai tertinggi sebesar 92 4x23, dan dari data tersebut diperoleh Harga rerata
mean sebesar 70,66 , nilai tengah median sebesar 71, modus mode sebesar 76, dan standar deviasi SD sebesar 7,37. Untuk
mengetahui jumlah kelas interval digunakan rumus Sturges Rule yaitu jumlah kelas interval = 1 +3,3 log n, maka dapat diketahui
jumlah kelas interval = 1 + 3,3 log 133 sebesar 8,07 dibulatkan menjadi 8. Rentang data sebesar 85 – 50 = 35. Dengan
diketahuinya rentang data maka dapat diperoleh panjang kelas interval masing-masing kelompok yaitu 358= 4,37 yang kemudian
dibulatkan menjadi 5. Berdasarkan perhitungan tersebut, maka distribusi frekuensi variabel Motivasi Belajar dapat dilihat pada
tabel di bawah ini: Tabel 8. Distribusi Frekuensi Motivasi Belajar
interva l skor
frekuensi absolu
t relatif
kumulati f
46-50 1
0.75 0.75
51-55 4
3.01 3.75
56-60 5
3.75 7.51
61-65 19
14.28 21.80
66-70 35
26.31 48.12
71-75 27
20.30 68.42
76-80 33
24.81 93.23
81-85 9
6.76 100
jumlah 133
100 Berdasarkan data distribusi frekuensi di atas dapat
digambarkan histogram distribusi frekuensi Motivasi Belajar sebagai berikut:
1 4
5 19
3 5 27
33 9
5 10
15 20
25 30
35 40
45.5 5 0.5 55.5 60 .5 6 5.5 70.5 75.5 8 0.5 85 .5
Interval Skor Mo tivasi Belajar
F r
ek u
e n
si 4 5.5
5 0.5 5 5.5 60 .5 6 5.5
7 0.5 75 .5 80 .5
8 5.5 Mot ivasi Bel aj ar
1 4
5 19
35 2 7
33 9
Te pi K elas
Gambar 2. Histogram Distribusi Frekuensi Motivasi Belajar Dari histogram di atas menunjukkan bahwa frekuensi terbesar
pada skor 66 sampai 70 dengan frekuensi 35 siswa sebesar 26,31. Motivasi Belajar dikategorikan menjadi 4 empat kecenderungan
yaitu: Kategori sangat tinggi
= X Mi + 1.SDi Kategori tinggi
= Mi ≤ X ≤ Mi + 1.SDi Kategori rendah
= Mi - 1.SDi ≤ X Mi Kategori sangat rendah
= X Mi - 1.SDi Djemari Mardapi, 2008:123
Hasil perhitungan Mean ideal Mi dan Standar Deviasi ideal
SDi adalah sebagai berikut: Mi
= ½ skor tertinggi + skor terendah = ½ 92 + 23
= ½ 115 = 57,5
SDi = 16 skor tertinggi – skor terendah
= 16 92 - 23
