1 PENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI SMAN 3 BANDUNG 1. Pendahuluan - Contoh Penerapan Analisis Regresi Berganda
PENGARUH NILAI UJIAN NASIONAL FISIKA DAN KIMIA TERHADAP HASIL
NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI
SMAN 3 BANDUNG
1. Pendahuluan
Latar Belakang
Ujian Nasional biasa disingkat UN merupakan sistem evaluasi standar
pendidikan dasar dan menengah secara nasional dan persamaan mutu tingkat pendidikan
antar daerah yang dilakukan oleh Pusat Penelitian Pendidikan. Depdiknas di Indonesia
berdasarkan Undang – Undang Republik Indonesia nomor 20 tahun 2003 menyatakan
bahwa dalam rangka pengendalian mutu pendidikan secara nasional dilakukan evaluasi
sebagai bentuk akuntabilitas penyelenggara pendidikan kepada pihak – pihak yang
berkepentingan.
Perlu diketahui bahwa selama ini penentuan batas kelulusan ujian nasional
ditentukan berdasarkan kesepakatan antara pengambil keputusan saja. Batas kelulusan
itu ditentukan sama untuk setiap mata pelajaran. Padahal karakteristik mata pelajaran
dan kemampuan peserta didik tidaklah sama. Hal itu tidak menjadi pertimbangan para
pengambil keputusan pendidikan. Belum tentu dalam satu jenjang pendidikan tertentu,
tiap mata pelajaran memiliki standar yang sama sebagai standar minimum pencapaian
kompetensi. Ada mata pelajaran yang menuntut pencapaian kompetensi minimum yang
tinggi, sementara mata pelajaran lain menentukan tidak setinggi itu. Keadaan ini menjadi
tidak adil bagi peserta didik, karena dituntut melebihi kapasitas kemampuan
maksimalnya.
Berdasarkan data sebelumnya yang menyatakan hubungan ipk dengan nilai ujian
nasional memberikan sumbangsi variabel sebesar 58,1%. Peneliti sebelumnya
mengatakan bahwa hubungan semua mata pelajaran di ujian nasional ternyata
berkorelasi positif dengan ipk saat perkuliahaan.
Rumusan Masalah
1. Bagaimana Boxplot ketiga nilai ujian nasional siswa kelas akselerasi IPA di
SMAN 3 Bandung?
2. Adakah pengaruh nilai ujian nasional fisika dan kimia terhadap hasil ujian
nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung?
1
Tujuan Penelitian
1. Mengetahui bagaimana boxplot ketiga nilai ujian nasional siswa kelas akselerasi
IPA di SMAN 3 Bandung.
2. Mengetahui ada tidaknya pengaruh nilai ujian nasional fisika dan kimia terhadap
hasil ujian nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung.
Metodologi
Alat statistik yang digunakan adalah minitab 15 dan Excel
2. Kajian Pustaka
2.1. Urgensi Ujian Nasional
Menurut Ki Supriyoko, Ujian Nasional untuk jenjang pendidikan dasar dan
menengah perlu dilaksanakan dengan berbagai pertimbangan. Pertama, sebagai tolak ukur
kualitas pendidikan antar daerah. Kedua, sebagai upaya standarisasi mutu pendidikan secara
nasional. Ketiga, sebagai sarana memotivasi peserta didik, orang tua, guru, dan pihak-pihak
terkait untuk meningkatkan prestasi belajar peserta didik dalam menghadapi standar
pendidikan.
2.2. Hubungan Fisika, Kimia, dan Matematika
Fisika memiliki kaitan erat dengan matematika. Hal ini karena mampu menyediakan
kerangka logika di mana hukum-hukum fisika dapat diformulasikan secara tepat. Definisi,
teori dan model fisika selalu dinyatakan menggunakan hubungan matematis. Sebagai ilmu
dasar, fisika juga memiliki pengaruh pada banyak ilmu sains lainnya. Salah satu contohnya
pada ilmu kimia. Fisika juga banyak mempelajari partikel renik semacam elektron. Bahasan
tersebut ternyata juga dipelajari dan dimanfaatkan pada ilmu kimia. Bahkan topik yang
berkaitan mekanika kuantum yang diterapkan pada ilmu kimia telah melahirkan bidang baru
yang dinamakan kimia kuantum (quantum chemistry). Keterkaitan antara ketiga pelajaran
tersebut mampu saling melengkapi satu sama lain dalam pembelajaran sains.
2
2.3. Diagram Alir
Mulai
Selesai
Penarikan Kesimpulan
Klasifikasikan
dan Proses Data
Hasil dan Pembahasan
Menyajikan dalam
Statistik Inferensial
Statistik Deskriptif
Data UN SMAN 3 Bandung
Analisis Regresi Berganda
Bentuk Boxplot
3. Pengolahan Data
3.1. Statistik Deskriptif
Sari Numerik
Tabel 3.1. Sari Numerik Statistik Nilai UN
Matematika Fisika
Kimia
78,125
75,250 77,125
Mean
123,602
344,013 146,234
Variansi
-0,926
-1,286
-0,410
Skewnes
0,264
1,156
-1,045
Kurtosis
Berdasarkan data yang didapakan, nilai rataan matematika yang paling tinggi.
Ini menandakan tingkat pemahaman matematika siswa di sekolah tersebut diatas
rata-rata. Jika dilihat keragaman dari suatu data, maka nilai fisika memiliki
keragaman data yang paling banyak dibandingkan keduanya. Lalu, ketiga mata
pelajaran tersebut cenderung menceng ke kiri berarti skewnesnya negatif (tidak
simetris). Jika dilihat dari kelancipannya maka fisika yang paling lancip dan kimia
agak landai kebawah.
Jadi, data yang menunjukkan paling baik adalah nilai
matematika yang cenderung menghampiri normal.
3
Sari Grafik
Box plot adalah salah satu teknik yang dapat digunakan dalam mempelajari
karakteristik dan distribusi data. Box plot dapat dibuat pada kelompok data tunggal,
tetapi juga dapat dibuat untuk membandingkan dua atau lebih kelompok data.
Tabel 3.2. Statistika Deskriptif Nilai UN
Variabel
Math
Fis
Kim
Mean
78,125
75,250
77,125
Q1
74,4
68,8
67,5
Median
80
80
81,3
Q3
87,5
90,0
85,0
Min
55,0
27,5
57,5
Max
92,5
92,5
95,0
Range
37,5
65,0
37,5
Tabel tersebut memperlihatkan bahwa nilai rata-rata ujian nasional masingmasing adalah 78.125, 75.250, dan 77.125. Kuartil bawah yang membawahi 25%
data masing-masing berada pada nilai 74.4, 68.8, dan 67.5. Sedangkan untuk nilai
median adalah 80, 80, dan 81.3. Lalu, kuartil yang membawahi 75% data, terletak
pada nilai 87.5, 90, dan 85. Bila data ini digambarkan secara visual dalam bentuk
boxplot maka akan dihasilkan seperti pada gambar 3.1 dibawah ini.
Boxplot of Y, X1, X2
100
90
80
70
Data
60
50
40
30
20
Y
X1
X2
Gambar 3.1. Perbandingan Boxplot Ketiga Nilai UN
Berdasarkan gambar 3.1 dapat dilihat bahwa median dari nilai UN siswa
mempunyai kesamaan hanya pada bidang matematika dan fisika sedangkan kimia
memiliki median yang tertinggi dari keduanya. Dari data juga menunjukkan bahwa
matematika memiliki nilai rata-rata yang tertinggi kemudian disusul pelajaran kimia
dan fisika. Kedua perbandingan tersebut dapat dikatakan bahwa dari 20 sampel siswa
4
di SMAN 3 Bandung nilai UN kimia menjadi yang terbaik diantara keduanya jika
dilihat dari mean dan mediannya.
Boxplot tersebut memperlihatkan penyebaran data pada masing-masing mata
pelajaran. Namun, penyebaran data nilai UN matematika cenderung terpusat
kemudian dilanjutkan fisika. Sedangkan kimia memiliki penyebaran data yang paling
tinggi dibandingkan keduanya. Jika dilihat dari pencilan, maka hanya fisika yang
memiliki pencilan minimum sebesar 27.5. Hal ini menandakan perbedaan jarak
antara nilai yang lainnya cukup jauh. Jadi, dapat disimpulkan bahwa nilai UN yang
paling baik adalah matematika jika dilihat dari ukuran mean, median, penyebaran,
dan nilai outlier.
3.2. Metode Statistika
Metode statistik yang digunakan dalam pengolahan data dibawah ini adalah analisis
regresi linier berganda.
Scatterplot of Y vs X1
Scatterplot of Y vs X2
80
80
Y
90
Y
90
70
70
60
60
50
50
20
30
40
50
60
X1
70
80
90
100
60
70
80
90
100
X2
Gambar 3.2. Scaterplot y dan x1
Gambar 3.3. Scaterplot y dan x2
Berdasarkan scatterplot antara variabel respon Y (Matematika) terhadap variabel
prediktor X1 (Fisika) dan X2 (Kimia) dapat dilihat bahwa terdapat hubungan linier yang
positif, serta adanya beberapa penyebaran data sehingga mengindikasikan adanya pencilan.
Jadi, semakin besar variabel prediktornya maka semakin besar pula variabel responnya.
Selanjutnya, akan dilakukan analisis regresi liner berganda untuk mendukung hasil
scatterplot.
5
Output Regresi Linier Berganda Berdasarkan Data Asli
Analisis Regresi : Y versus X1, X2
Persamaan Regresi didapatkan sebagai berikut:
Y = 28.3 + 0.361 X1 + 0.294 X2
Variabel Prediktor
Constant
X1
X2
S = 5.72390
koefisien
28.281
0.3614
0.2937
R-Sq = 76.3%
Standar Eror
8.659
0.1114
0.1708
Thit
3.27
3.25
1.72
P-value
0.004551
0.00476
0.103704
R-Sq(adj) = 73.5%
Analisis Variansi
Sumber Variasi
Regresi
Galat
Total
Der.Bebas
2
17
19
Jumlah Kuadrat
1791.47
556.97
2348.44
Rataan Kuadrat
895.73
32.76
Fhit
27.34
Gambar 3.4. Hasil Analisis Regresi Linier Berganda Nilai UN
Berdasarkan hasil analisis regresi berganda maka didapatkan persamaan regresi
Y = 28.3 + 0.361 X1 + 0.294 X2. Jika nilai dugaan rata-rata Y pada saat X1 = X2 = 0 maka
didapatkan Y sebesar 28,3. Lalu, setiap kenaikan satu satuan peubah X akan menaikan
dugaan rata-rata Y sebesar 0,361 dan 0,294.
Berdasarkan Uji t yang dihasilkan maka didapatkan nilai Thit sebesar 3,25 untuk X1
dan 1,72 untuk X2 dengan masing-masing p-value 0,00476 dan 0,103704 (taraf nyata 5%).
Berarti, koefisien X2 dapat diabaikan karena p-value lebih besar dari 5% (H0 tidak ditolak).
Jadi, dapat disimpulkan ada pengaruh signifikan peubah X1 terhadap peubah Y.
Adapun nilai koefisien determinasi R2 diperoleh sebesar 76,3%. Artinya, keragaman
peubah Y yang dapat dijelaskan oleh peubah X sebesar 76,3%, sedangkan 23,7% keragaman
dari peubah Y dijelaskan oleh variabel lain diluar variabel X1 dan X2.
4. Kesimpulan dan Saran
4.1. Kesimpulan
Ada pengaruh positif antara nilai ujian nasional fisika dan kimia terhadap nilai ujian
nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung dengan
sumbangsi variabel sebesar 76,3%.
Ketiga nilai ujian nasional bila dibandingkan maka ujian nasional matematika yang
paling baik jika dilihat dari ukuran mean, median, penyebaran, dan nilai pencilan.
6
4.2. Saran
Bagi siswa yang akan melakukan ujian nasional di SMAN 3 Bandung agar kiranya
lebih banyak berinteraksi atau berdiskusi bersama diluar jam pelajaran.
Siswa diharapkan mampu menguasai bidang ilmu yang lain (Fisika atau Kimia). Hal
ini sebagai penunjang dalam mengerjakan soal-soal ujian nasional.
Bagi pihak sekolah agar kiranya memberikan bimbingan khusus bagi siswa yang
kurang dalam pelajaran fisika, kimia, dan matematika.
Bagi peneliti selanjutnya, agar kiranya mengembangkan penelitian ini dengan
menambahkan variabel yang berkaitan dengan pelajaran matematika.
5. Daftar Pustaka
Darwis, dkk. (2015): Diagnostik Regresi, Responsi Praktium 3 Program Magister, Institut
Pertanian Bogor, 5 – 6.
Ferdhiana, Ridha. dkk. (2015): Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai
Ujian Akhir Nasional : Studi Kasus di FMIPA Unsyiah, Jurnal Statistika, 15, 16.
Harinaldi. (2005): Prinsip-prinsip Statistik untuk Teknik dan Sains, Erlangga, Jakarta, 4-5.
SMAN Unggulan (2015) merupakan data dari WordPress, data diperoleh melalui situs
internet: smanunggulbbm.wordpress.com/2008/11/10/hubungan-fisika dengan
matematika/. Diunduh pada tanggal 16 Mei 2016.
Ujian Nasional 2015 merupakan data dari Wikipedia Ensiklopedi Bebas, data diperoeh
melalui situs internet:id.wikipedia.org/w/index.php?title=Ujian_Nasional&stable=1.
Diunduh pada tanggal 16 Mei 2016.
Yamin Darsyah, Moh. (2014): Penggunaan Steam and Leaf dan Boxplot untuk Analisis
Data, Jurnal Unimus, 1, 60 – 66.
Walpole, Ronald E
FAHRUL USMAN
fahrul.math25@gmail.com
7
NILAI UJIAN NASIONAL MATEMATIKA SISWA KELAS AKSELERASI IPA DI
SMAN 3 BANDUNG
1. Pendahuluan
Latar Belakang
Ujian Nasional biasa disingkat UN merupakan sistem evaluasi standar
pendidikan dasar dan menengah secara nasional dan persamaan mutu tingkat pendidikan
antar daerah yang dilakukan oleh Pusat Penelitian Pendidikan. Depdiknas di Indonesia
berdasarkan Undang – Undang Republik Indonesia nomor 20 tahun 2003 menyatakan
bahwa dalam rangka pengendalian mutu pendidikan secara nasional dilakukan evaluasi
sebagai bentuk akuntabilitas penyelenggara pendidikan kepada pihak – pihak yang
berkepentingan.
Perlu diketahui bahwa selama ini penentuan batas kelulusan ujian nasional
ditentukan berdasarkan kesepakatan antara pengambil keputusan saja. Batas kelulusan
itu ditentukan sama untuk setiap mata pelajaran. Padahal karakteristik mata pelajaran
dan kemampuan peserta didik tidaklah sama. Hal itu tidak menjadi pertimbangan para
pengambil keputusan pendidikan. Belum tentu dalam satu jenjang pendidikan tertentu,
tiap mata pelajaran memiliki standar yang sama sebagai standar minimum pencapaian
kompetensi. Ada mata pelajaran yang menuntut pencapaian kompetensi minimum yang
tinggi, sementara mata pelajaran lain menentukan tidak setinggi itu. Keadaan ini menjadi
tidak adil bagi peserta didik, karena dituntut melebihi kapasitas kemampuan
maksimalnya.
Berdasarkan data sebelumnya yang menyatakan hubungan ipk dengan nilai ujian
nasional memberikan sumbangsi variabel sebesar 58,1%. Peneliti sebelumnya
mengatakan bahwa hubungan semua mata pelajaran di ujian nasional ternyata
berkorelasi positif dengan ipk saat perkuliahaan.
Rumusan Masalah
1. Bagaimana Boxplot ketiga nilai ujian nasional siswa kelas akselerasi IPA di
SMAN 3 Bandung?
2. Adakah pengaruh nilai ujian nasional fisika dan kimia terhadap hasil ujian
nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung?
1
Tujuan Penelitian
1. Mengetahui bagaimana boxplot ketiga nilai ujian nasional siswa kelas akselerasi
IPA di SMAN 3 Bandung.
2. Mengetahui ada tidaknya pengaruh nilai ujian nasional fisika dan kimia terhadap
hasil ujian nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung.
Metodologi
Alat statistik yang digunakan adalah minitab 15 dan Excel
2. Kajian Pustaka
2.1. Urgensi Ujian Nasional
Menurut Ki Supriyoko, Ujian Nasional untuk jenjang pendidikan dasar dan
menengah perlu dilaksanakan dengan berbagai pertimbangan. Pertama, sebagai tolak ukur
kualitas pendidikan antar daerah. Kedua, sebagai upaya standarisasi mutu pendidikan secara
nasional. Ketiga, sebagai sarana memotivasi peserta didik, orang tua, guru, dan pihak-pihak
terkait untuk meningkatkan prestasi belajar peserta didik dalam menghadapi standar
pendidikan.
2.2. Hubungan Fisika, Kimia, dan Matematika
Fisika memiliki kaitan erat dengan matematika. Hal ini karena mampu menyediakan
kerangka logika di mana hukum-hukum fisika dapat diformulasikan secara tepat. Definisi,
teori dan model fisika selalu dinyatakan menggunakan hubungan matematis. Sebagai ilmu
dasar, fisika juga memiliki pengaruh pada banyak ilmu sains lainnya. Salah satu contohnya
pada ilmu kimia. Fisika juga banyak mempelajari partikel renik semacam elektron. Bahasan
tersebut ternyata juga dipelajari dan dimanfaatkan pada ilmu kimia. Bahkan topik yang
berkaitan mekanika kuantum yang diterapkan pada ilmu kimia telah melahirkan bidang baru
yang dinamakan kimia kuantum (quantum chemistry). Keterkaitan antara ketiga pelajaran
tersebut mampu saling melengkapi satu sama lain dalam pembelajaran sains.
2
2.3. Diagram Alir
Mulai
Selesai
Penarikan Kesimpulan
Klasifikasikan
dan Proses Data
Hasil dan Pembahasan
Menyajikan dalam
Statistik Inferensial
Statistik Deskriptif
Data UN SMAN 3 Bandung
Analisis Regresi Berganda
Bentuk Boxplot
3. Pengolahan Data
3.1. Statistik Deskriptif
Sari Numerik
Tabel 3.1. Sari Numerik Statistik Nilai UN
Matematika Fisika
Kimia
78,125
75,250 77,125
Mean
123,602
344,013 146,234
Variansi
-0,926
-1,286
-0,410
Skewnes
0,264
1,156
-1,045
Kurtosis
Berdasarkan data yang didapakan, nilai rataan matematika yang paling tinggi.
Ini menandakan tingkat pemahaman matematika siswa di sekolah tersebut diatas
rata-rata. Jika dilihat keragaman dari suatu data, maka nilai fisika memiliki
keragaman data yang paling banyak dibandingkan keduanya. Lalu, ketiga mata
pelajaran tersebut cenderung menceng ke kiri berarti skewnesnya negatif (tidak
simetris). Jika dilihat dari kelancipannya maka fisika yang paling lancip dan kimia
agak landai kebawah.
Jadi, data yang menunjukkan paling baik adalah nilai
matematika yang cenderung menghampiri normal.
3
Sari Grafik
Box plot adalah salah satu teknik yang dapat digunakan dalam mempelajari
karakteristik dan distribusi data. Box plot dapat dibuat pada kelompok data tunggal,
tetapi juga dapat dibuat untuk membandingkan dua atau lebih kelompok data.
Tabel 3.2. Statistika Deskriptif Nilai UN
Variabel
Math
Fis
Kim
Mean
78,125
75,250
77,125
Q1
74,4
68,8
67,5
Median
80
80
81,3
Q3
87,5
90,0
85,0
Min
55,0
27,5
57,5
Max
92,5
92,5
95,0
Range
37,5
65,0
37,5
Tabel tersebut memperlihatkan bahwa nilai rata-rata ujian nasional masingmasing adalah 78.125, 75.250, dan 77.125. Kuartil bawah yang membawahi 25%
data masing-masing berada pada nilai 74.4, 68.8, dan 67.5. Sedangkan untuk nilai
median adalah 80, 80, dan 81.3. Lalu, kuartil yang membawahi 75% data, terletak
pada nilai 87.5, 90, dan 85. Bila data ini digambarkan secara visual dalam bentuk
boxplot maka akan dihasilkan seperti pada gambar 3.1 dibawah ini.
Boxplot of Y, X1, X2
100
90
80
70
Data
60
50
40
30
20
Y
X1
X2
Gambar 3.1. Perbandingan Boxplot Ketiga Nilai UN
Berdasarkan gambar 3.1 dapat dilihat bahwa median dari nilai UN siswa
mempunyai kesamaan hanya pada bidang matematika dan fisika sedangkan kimia
memiliki median yang tertinggi dari keduanya. Dari data juga menunjukkan bahwa
matematika memiliki nilai rata-rata yang tertinggi kemudian disusul pelajaran kimia
dan fisika. Kedua perbandingan tersebut dapat dikatakan bahwa dari 20 sampel siswa
4
di SMAN 3 Bandung nilai UN kimia menjadi yang terbaik diantara keduanya jika
dilihat dari mean dan mediannya.
Boxplot tersebut memperlihatkan penyebaran data pada masing-masing mata
pelajaran. Namun, penyebaran data nilai UN matematika cenderung terpusat
kemudian dilanjutkan fisika. Sedangkan kimia memiliki penyebaran data yang paling
tinggi dibandingkan keduanya. Jika dilihat dari pencilan, maka hanya fisika yang
memiliki pencilan minimum sebesar 27.5. Hal ini menandakan perbedaan jarak
antara nilai yang lainnya cukup jauh. Jadi, dapat disimpulkan bahwa nilai UN yang
paling baik adalah matematika jika dilihat dari ukuran mean, median, penyebaran,
dan nilai outlier.
3.2. Metode Statistika
Metode statistik yang digunakan dalam pengolahan data dibawah ini adalah analisis
regresi linier berganda.
Scatterplot of Y vs X1
Scatterplot of Y vs X2
80
80
Y
90
Y
90
70
70
60
60
50
50
20
30
40
50
60
X1
70
80
90
100
60
70
80
90
100
X2
Gambar 3.2. Scaterplot y dan x1
Gambar 3.3. Scaterplot y dan x2
Berdasarkan scatterplot antara variabel respon Y (Matematika) terhadap variabel
prediktor X1 (Fisika) dan X2 (Kimia) dapat dilihat bahwa terdapat hubungan linier yang
positif, serta adanya beberapa penyebaran data sehingga mengindikasikan adanya pencilan.
Jadi, semakin besar variabel prediktornya maka semakin besar pula variabel responnya.
Selanjutnya, akan dilakukan analisis regresi liner berganda untuk mendukung hasil
scatterplot.
5
Output Regresi Linier Berganda Berdasarkan Data Asli
Analisis Regresi : Y versus X1, X2
Persamaan Regresi didapatkan sebagai berikut:
Y = 28.3 + 0.361 X1 + 0.294 X2
Variabel Prediktor
Constant
X1
X2
S = 5.72390
koefisien
28.281
0.3614
0.2937
R-Sq = 76.3%
Standar Eror
8.659
0.1114
0.1708
Thit
3.27
3.25
1.72
P-value
0.004551
0.00476
0.103704
R-Sq(adj) = 73.5%
Analisis Variansi
Sumber Variasi
Regresi
Galat
Total
Der.Bebas
2
17
19
Jumlah Kuadrat
1791.47
556.97
2348.44
Rataan Kuadrat
895.73
32.76
Fhit
27.34
Gambar 3.4. Hasil Analisis Regresi Linier Berganda Nilai UN
Berdasarkan hasil analisis regresi berganda maka didapatkan persamaan regresi
Y = 28.3 + 0.361 X1 + 0.294 X2. Jika nilai dugaan rata-rata Y pada saat X1 = X2 = 0 maka
didapatkan Y sebesar 28,3. Lalu, setiap kenaikan satu satuan peubah X akan menaikan
dugaan rata-rata Y sebesar 0,361 dan 0,294.
Berdasarkan Uji t yang dihasilkan maka didapatkan nilai Thit sebesar 3,25 untuk X1
dan 1,72 untuk X2 dengan masing-masing p-value 0,00476 dan 0,103704 (taraf nyata 5%).
Berarti, koefisien X2 dapat diabaikan karena p-value lebih besar dari 5% (H0 tidak ditolak).
Jadi, dapat disimpulkan ada pengaruh signifikan peubah X1 terhadap peubah Y.
Adapun nilai koefisien determinasi R2 diperoleh sebesar 76,3%. Artinya, keragaman
peubah Y yang dapat dijelaskan oleh peubah X sebesar 76,3%, sedangkan 23,7% keragaman
dari peubah Y dijelaskan oleh variabel lain diluar variabel X1 dan X2.
4. Kesimpulan dan Saran
4.1. Kesimpulan
Ada pengaruh positif antara nilai ujian nasional fisika dan kimia terhadap nilai ujian
nasional matematika siswa kelas akselerasi IPA di SMAN 3 Bandung dengan
sumbangsi variabel sebesar 76,3%.
Ketiga nilai ujian nasional bila dibandingkan maka ujian nasional matematika yang
paling baik jika dilihat dari ukuran mean, median, penyebaran, dan nilai pencilan.
6
4.2. Saran
Bagi siswa yang akan melakukan ujian nasional di SMAN 3 Bandung agar kiranya
lebih banyak berinteraksi atau berdiskusi bersama diluar jam pelajaran.
Siswa diharapkan mampu menguasai bidang ilmu yang lain (Fisika atau Kimia). Hal
ini sebagai penunjang dalam mengerjakan soal-soal ujian nasional.
Bagi pihak sekolah agar kiranya memberikan bimbingan khusus bagi siswa yang
kurang dalam pelajaran fisika, kimia, dan matematika.
Bagi peneliti selanjutnya, agar kiranya mengembangkan penelitian ini dengan
menambahkan variabel yang berkaitan dengan pelajaran matematika.
5. Daftar Pustaka
Darwis, dkk. (2015): Diagnostik Regresi, Responsi Praktium 3 Program Magister, Institut
Pertanian Bogor, 5 – 6.
Ferdhiana, Ridha. dkk. (2015): Hubungan Indeks Prestasi Kumulatif (IPK) dengan Nilai
Ujian Akhir Nasional : Studi Kasus di FMIPA Unsyiah, Jurnal Statistika, 15, 16.
Harinaldi. (2005): Prinsip-prinsip Statistik untuk Teknik dan Sains, Erlangga, Jakarta, 4-5.
SMAN Unggulan (2015) merupakan data dari WordPress, data diperoleh melalui situs
internet: smanunggulbbm.wordpress.com/2008/11/10/hubungan-fisika dengan
matematika/. Diunduh pada tanggal 16 Mei 2016.
Ujian Nasional 2015 merupakan data dari Wikipedia Ensiklopedi Bebas, data diperoeh
melalui situs internet:id.wikipedia.org/w/index.php?title=Ujian_Nasional&stable=1.
Diunduh pada tanggal 16 Mei 2016.
Yamin Darsyah, Moh. (2014): Penggunaan Steam and Leaf dan Boxplot untuk Analisis
Data, Jurnal Unimus, 1, 60 – 66.
Walpole, Ronald E
FAHRUL USMAN
fahrul.math25@gmail.com
7