Tabel 5.4 Kategori Prestasi Belajar Siswa
Patokan Perhitungan
Penilaian Kualifikasi
81 - 100 60 + 81 x 20 = 76,2
76 – 80
Sangat Tinggi 66 - 80
60 + 66 x 20 = 73,2 73
– 75 Tinggi
56 - 65 60 + 56 x 20 = 71,2
71 – 72
Sedang 46 - 55
6o + 46 x 20 = 69,2 69
– 70 Rendah
46 60
– 68 Sangat Rendah
Tabel 5.5 Deskripsi Distribusi Frekuensi Prestasi Belajar Siswa
Skor Frekuensi
Presentase Kategori
76 – 80
16 17,2
Sangat Tinggi 73
– 75 6
6,5 Tinggi
71 – 72
Cukup 69
– 70 6
6.5 Rendah
60 – 68
65 69,8
Sangat Rendah
Jumlah 93
100 ~
Dari informasi yang ada diperoleh data sebagai berikut : 93 responden memiliki prestasi belajar sangat tinggi ada 16 siswa 17,2,
untuk prestasi belajar tinggi ada 6 siswa 6,5, tidak terdapat siswa yang mempunyai prestasi belajar cukup, sedangkan untuk prestasi
belajar rendah ada 6 siswa 6,5, dan untuk prestasi belajar sangat rendah terdapat 65 siswa 69,8. Dari hasil tersebut dapat disimpulkan
bahwa sebagian besar siswa mempunyai prestasi belajar sangat rendah.
B. Teknik Analisis Data
1. Uji Normalitas
Uji normalitas data digunakan untuk mengetahui apakah data pada variabel berdistribusi normal atau tidak. Dasar pengambilan
keputusan dalam uji normalitas yakni apabila nilai signifikansi lebih besar dari 0,05
maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi kurang dari 0,05 maka data tersebut tidak berdistribusi normal Priyatno,
2013:37.
Tabel 5.6 Deskripsi Uji Normalitas
Keterangan : lihat dilampiran 5 Hasil pengujian normalitas untuk variabel independen menunjukkan
bahwa nilai probabilitas
ρ
0,172
α
0,05 berarti distribusi variabel data normal.
2. Uji Multikolinieritas
Multikolinieritas adalah keadaan dimana terjadi hubungan linier yang sempurna atau mendekati sempurna antarvariabel independen dalam model
regresi Nilai korelasi 1 atau mendekati 1. Model regresi yang baik adalah yang tidak ada masalah multikolinieritas.
Pada penelitian ini akan dilakukan uji multikolinieritas dengan Pada penelitian ini dilakukan mengunakan uji multikorelasi dengan uji VIF, nilai
VIF ini menggambarkan kenaikan varians dari dugaan parameter antar
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
93 Normal Parameters
a
Mean .0000000
Std. Deviation 16.51566604
Most Extreme Differences Absolute .115
Positive .067
Negative -.115
Kolmogorov-Smirnov Z 1.108
Asymp. Sig. 2-tailed .172
a. Test distribution is Normal.
peubah penjelas. Pada penelitian ini ditentukan VIF adalah 10 atau derajat teloransi a yang diberikan 10. Variabel bebas dapat dikatakan
tidak terjadi multikolinieritas bila jika a hitung a dan VIF hitung VIF. Apabila nilai VIF dibawah 10, maka tidak terdapat masalah
multikolinieritas
Tabel 5.7 Deskripsi Hasil Uji Multikolinieritas Variabel Penelitian
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
29.730 17.551
1.694 .094 Motivasi Belajar
x1 .504
.345 .182 1.462 .147
.690 1.449
Kebiasaan Belajar x2
-.304 .330
-.121 -.920 .360 .614
1.630 Perhatian Orangtua
x3 .303
.249 .146 1.217 .227
.745 1.342
a. Dependent Variable: Prestasi Belajar y
Keterangan : lihat dilampiran 5 Hasil pengujian multikolinieritas untuk variabel bebas menunjukkan
bahwa nilai VIF X1 motivasi belajar adalah 1,449, VIF X2 kebiasaan belajar adalah 1,630, dan VIF X3 perhatian orangtua adalah 1,342. Oleh
karena nilai VIF hitung semua variabel penelitian 10 nilai VIF maka dapat disimpulkan tidak terdapat masalah multikolinieritas.
3. Uji Heteroskedastisitas