skor valensi dengan expectancy. Kemudian dijumlahkan skor seluruh ketiga valensi tesebut.
4. Total skor inilah yang dijadikan sebagai skor motivasi belajar. Dimana nilai
tertinggi untuk motivasi belajar statistika adalah 75, sedangkan nilai tertinggi untuk setiap valensi adalah 25.
Selanjutnya, Peneliti menuju ke bagian akademik fakultas psikologi untuk meminta nilai statistika 1 2 mahasiswa Psikologi tahun akademik 20092010. Hal
ini dilakukan dalam upaya pengambilan data dependent variabel. Namun, apabila data tersebut masih kurang maka peneliti bisa meminta data tersebut ke dosen statistika 1
2. Untuk EPPS IST peneliti meminta izin kepada Kepala laboratorium fakultas psikologi untuk mengambil data psikotes mahasiswa tahun akademik 20092010
sebagai data penelitian.
3.6. Metode Analisis Data.
Peneliti menggunakan teknik analisis regresi multivariat untuk menguji hipotesis nihil penelitian ini. Penelitian ini memiliki variabel independen sebanyak
enam variabel, kemudian satu variabel independen juga menjadi variabel dependen, sedangkan yang murni variabel dependen sebanyak satu variabel. Adapun susunan
persamaan regresi berganda adalah : Y
1
= a + b
1
X
1
+ b
2
x
2
+ b
3
X
3
+…+b
6
X
6
Y
2
= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+…+ b
7
X
7
Dimana : Y
1
= Prestasi Belajar Statistika 1 Y
2
= Prestasi Belajar Statistika 2 a
= intercept konstan b
= koefisien regresi Sebelum melakukan analisis regresi berganda, peneliti melakukan korelasi
product moment seluruh variable penelitan. Sebab, dalam regresi idealnya IV tidak berkorelasi dengan IV lainnya, namun justru IV sebaiknya berkorelasi dengan DV.
Dengan demikian dengan jumlah variabel sebanyak 8 variabel penelitian, maka terdapat 36 korelasi variabel.
Selanjutnya analisis regresi, dimulai secara simultan, kemudian dari satu per satu IV. Sehingga nilai R
2
yang dihasilkan dapat dilihat secara murni. Fungsi R
2
ini adalah untuk melihat proporsi varians dari prestasi belajar statistika 1 2 yang
dipengaruhi IV yang ada. Melihat koefisien determinasi dengan cara R
2
X dikalikan 100. Maka dihasilkanlah proporsi varians atau determinant. R
2
didapatkan dengan rumus :
Selanjutnya R
2
dapat diuji signifikansinya seperti uji signifikan pada F test biasa. Selain itu juga uji signifikan bisa juga dilakukan dengan tujuan melihat apakah
pengaruh dari IV terhadap DV signifikan atau tidak. Pembagi disini adalah R
2
itu
sendiri dengan df nya dilambangkan k, yaitu sejumlah IV yang dianalisis, sedangkan penyebutnya 1 – R
2
dibagi dengan df nya N – k – 1 dimana N adalah total sampel. Untuk df dari pembagi sebagai numerator sedangkan df penyebut
sebagai denumerator. Jika digambarkan maka : ⁄
⁄
Atau dengan cara yang berbeda namun hasil yang sama, pembagi adalah Ssreg dbagi dengan df nya k didapat mean square regresi , kemudian penyebutnya Ssres
dibagi dengan df nya N – k – 1 didapat mean square residu. Dari hasil bagi MSreg dengan MSres didapatkan hasil F. Numerator dan denumerator juga dari df pembagi
dan df penyebut. Kemudian selanjutnya peneliti melakukan uji koefisien regresi dari tiap-tiap
IV yang dianalisis. Maksud uji koefisien regresi adalah melihat apakah signifikan dampak dari tiap IV terhadap DV, oleh karenanya sebelum didapat nilai t dari tiap IV,
harus didapat dahulu nilai standard error estimate dari b koefisien regresi yang didapatkan melalui akar Msres dibagi dengan SSx. Setelah didapat nilai S
b
barulah bisa dilakukan uji t, yaitu hasil bagi dari b koefisien regresi dengan S
b
itu sendiri. Jika ditulis dengan rumus maka :
BAB 4 HASIL PENELITIAN