Uji Signifikansi Hasil Belajar Matematika atas
∑ = ∑
− ∑
= . 9 , −
. = .1 ,
∑ = ∑
− ∑
∑ = 1 .
, − 1.
× .
= 1.1 1, ∑
= ∑ −
∑ ∑
= .
− .
× .
= 9 , ∑
= ∑ −
∑ ∑
= .
− 1.
× . =
Mencari nilai konstanta , ,
= ∑
∑ − ∑
∑ ∑
∑ − ∑
= .1 9, ×1.1 1,
− ×9 ,
1. ,
1× .1 9, − = , 9
= ∑
∑ − ∑
∑ ∑
∑ − ∑
= 1.
, 1×9 ,
− ×1.1 1,
1. ,
1× .1 9, − = ,
= ∑
− ∑
− ∑
= .
− , 9 1.
− , .
= ,
Menentukan persamaan regresi dengan dua variabel eksogen
= + +
= ,
+ , 9 + ,
Mencari korelasi berganda
. .
= √ . ∑
+ . ∑ ∑
= √ , 9×1.1 1,
+ , ×9 ,
.1 , = ,
Menentukan �
ℎ� ��
�
ℎ� ��
=
. .
− − 1 1 −
. .
= ,
− − 1 1 − ,
= 9, Keterangan:
: jumlah sampel : jumlah variabel eksogen
Tahap 4 : menentukan �
= �
�, ,
� =
�
�, ,
= �
, , ,
= , Keterangan :
� : jumlah variabel eksogen � : − − 1
Tahap 5 : membuat kesimpulan Diketahui nilai
�
ℎ� ��
= 9,
dan nilai � =
, sehingga nilai
�
ℎ� ��
� . Jadi
� ditolak maka terdapat pengaruh yang signifikan secara simultan
bersama-sama antara ketangguhan dalam belajar dan
motivasi berprestasi terhadap hasil belajar matematika. Setelah semua uji prasyarat analisis jalur terpenuhi, maka untuk
menjawab pertanyaan peneltitian selanjutnya dilakukan pengujian model dengan menggunakan analisis jalur. Analisis jalur digunakan
untuk menguji kekuatan dari hubungan langsung dan tidak langsung diantara variabel ketangguhan dalam belajar, percaya diri, motivasi
berprestasi dan hasil belajar matematika. Selain itu analisis jalur juga digunakan untuk menguji kesesuaian
fit pada model yang telah dihipotesiskan sebelumnya.
Model analisis jalur yang digunakan pada penelitian ini adalah model
trimming. Model trimming adalah model analisis yang digunakan untuk memperbaiki suatu model struktur analisis jalur
dengan cara mengeluarkan dari model variabel yang koefisien jalurnya tidak signifikan yaitu dengan cara menghitung ulang
koefisien jalur tanpa menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan.
Sebelum melakukan analisis jalur, akan dihitung korelasi antar variabel dengan menggunakan
Product Moment Coefficient dari Karl Pearson.