Mivi Dwi Lestari Primary Author mixed material bibliography Purwokerto FTIK UIN SAIZU-Prodi Tadris Matematika 2025 id Indonesia

Skripsi

xviii, 70 hlm.; 29 cm. + lampiran Penelitian ini bertujuan untuk menganalisis pengaruh adversity quotient dan kecemasan matematika terhadap kemampuan literasi matematis siswa kelas VIII di MTs Ma’arif NU 1 Kedungbanteng. Jenis penelitian ini yaitu penelitian kuantitatif dengan metode survei. Populasi pada penelitian ini yaitu seluruh siswa kelas VIII MTs Ma’arif NU 1 Kedungbanteng yang berjumlah 161 siswa yang terbagi dalam lima kelas. Sampel penelitian ini berjumlah 115 siswa yang diperoleh dari teknik simple random sampling berdasarkan rumus Slovin. Instrumen yang digunakan berupa angket adversity quotient, kecemasan matematika dan tes kemampuan literasi matematis yang telah lolos uji validitas dan uji reliabilitas. Teknik analisis yang digunakan yaitu regresi linear sederhana dan regresi linear berganda. Adapun uji prasyarat analisis yang dilakukan sebelum analisis regresi linear sederhana yaitu uji normalitas, uji linearitas dan uji keberartian regresi. Sedangkan uji prasyarat analisis regresi linear berganda yaitu uji normalitas, uji multikolinearitas, uji heteroskedastisitas, uji autokorelasi dan uji keberartian regresi. Hasil dari penelitian ini adalah 1) terdapat pengaruh positif adversity quotient terhadap kemampuan literasi matematis siswa kelas VIII MTs Ma’arif NU 1 Kedungbanteng dengan besar pengaruh 53,3%. 2) Terdapat pengaruh negatif kecemasan matematika terhadap kemampuan literasi matematis siswa kelas VIII MTs Ma’arif NU 1 Kedungbanteng dengan besar pengaruh 9,8%. 3) Terdapat pengaruh positif adversity quotient dan kecemasan matematika terhadap kemampuan literasi matematis siswa kelas VIII MTs Ma’arif NU 1 Kedungbanteng dengan besar pengaruh 57,3%. Mivi Dwi Lestari NONE UPT PERPUSTAKAAN UIN SAIZU Jl. A. Yani 40A Purwokerto 53126 Skripsi TM 25SK599850.1 Perpustakaan UIN Saizu Purwokerto (L.3 Ruang Skripsi) Skripsi TM 99850 2025-06-16 15:10:49 2025-06-16 15:11:19 machine generated