Tubagus Kurniawan, 2012 Pengaruh Motivasi Dan Sumber Belajar Terhadap Kemampuan Pembuatan Program Aplikasi
Komputer Universitas Pendidikan Indonesia
| repository.upi.edu
104
terkecil ians
terbesar ians
F
hitung
. var
. var
Riduwan, 2008 : 120
b. Membandingkan nilai F hitung dengan F tabel
dk pembilang = n-1 untuk varians terbesar dk penyebut = n-1 untuk varians terkecil
Taraf signifikan α = 0,01, maka dicari pada tabel F, dengan kriteria pengujian
sebagai berikut : jika F
hitung
≥ F
tabel
berarti tidak homogen dan jika F
hitung
≤ F
tabel
berarti homogen.
4. Uji Independen Variabel X
1
dan X
2
Independen variabel bebas X
1
dan X
2
diketahui diantara pengaruh motivasi belajar dengan sumber belajar, maka diuji dengan uji multikolinearitas, untuk
meyakinkan bahwa X
1
dan X
2
betul-betul tidak saling mempengaruhi satu sama lain, dengan ketentuan nilai r tidak lebih dari harga r
≥ 0,8. Jika r ≤ 0,8 maka variabel X
1
dan X
2
independen dan tidak saling mempengaruhi. Rumus yang digunakan adalah korelasi sederhana X
1
terhadap X
2
di bawah ini.
2 2
2 2
2 1
2 1
2 1
2 1
2 1
. .
. .
X X
n X
X n
X X
X X
n r
x x
Riduwan, 2008 : 145
5. Analisis Regresi Linear
a. Uji Linearitas Variansi
Pada penelitian ini, menguji linearitas variansi digunakan model regresi di bawah ini.
Tubagus Kurniawan, 2012 Pengaruh Motivasi Dan Sumber Belajar Terhadap Kemampuan Pembuatan Program Aplikasi
Komputer Universitas Pendidikan Indonesia
| repository.upi.edu
105
1 Menentukan persamaan regresi linear Y atas X
Pernyataan bentuk hubungan fungsional antara dua variabel Variabel X dan Y dapat digambarkan dengan persamaan matematika, yaitu dengan
persamaan regresi linear sederhana, sebagai berikut : Y
= a + bx
Sudjana, 2010 : 315
Harga a dan b dapat dihitung berdasarkan metode kuadrat terkecil dengan pasangan data X dan Y dengan rumus :
2 2
2
. .
. X
X N
XY X
X Y
a
2 2
. .
.
X
X N
Y X
XY N
b
Sudjana, 2010 : 315 Regresi yang didapat dari perhitungan tersebut dapat digunakan untuk
menghitung harga Y bila diketahui harga X. 2
Uji kelinearan dan keberartian regresi Data yang telah disusun, uji kelinearan dapat dilakukan dengan
menghitung jumlah kuadrat-kuadrat JK yang disebut sumber variansi. Sumber variansi yang perlu dihitung adalah jumlah kuadrat-kuadrat JK total, regresi a,
Tubagus Kurniawan, 2012 Pengaruh Motivasi Dan Sumber Belajar Terhadap Kemampuan Pembuatan Program Aplikasi
Komputer Universitas Pendidikan Indonesia
| repository.upi.edu
106
trgeresi ba, sisa tuna cocok, dan kekeliruan galat yang dapat dihitung dengan rumus sebagai berikut :
JK T =
2
Y
JK a =
N Y
2
JK ba = b
N Y
X XY
.
JK S = JK T
– JK a – JK ba
JK G =
k k
k x
N Y
Y
2 2
JK
tunacocok
= JK TC = JK G Sudjana, 2010 : 332
Semua besaran di atas dapat diperoleh dalam daftar analisis variansi ANAVA, sebagai berikut :
Tabel 3.3 Daftar Anava Sumber Varian
dk JK
RJK F
TOTAL n
2
Y
2
Y
Koefisien a Regresi ba
Sisa 1
1
n-2 JK a
JK ba
JK S JK a
2
a b
JK
reg
2
2
k TC
JK S
sisa
sisa reg
S S
Tubagus Kurniawan, 2012 Pengaruh Motivasi Dan Sumber Belajar Terhadap Kemampuan Pembuatan Program Aplikasi
Komputer Universitas Pendidikan Indonesia
| repository.upi.edu
107
Sumber Varian dk
JK RJK
F
Tuna Cocok
Galat k-2
n-k JK TC
JK G
2
2
k TC
JK S
TC
SG= k
n G
JK
G TC
S S
Menurut Sudjana 2010 : 332, koefisien arah regresi tidak berarti jika statistik F yang diperoleh dari penelitian lebih besar dari harga tabel berdasarkan
taraf nyata yang dipilih dan dk yang bersesuaian.
b. Menghitung Koefisien Korelasi
