80
Gambar 4. Histogram Motivasi Berprestasi Siswa Pemaknaan dari histogram motivasi berprestasi adalah bahwa bagian
tengah dari kurva merupakan nilai rata-rata dari data kelas interval, sedangkan suatu bilangan yang disebut Standard deviasi penyebaran data disekitar nilai
rata-ratanya sehingga data motivasi berprestasi mempunyai persentase 32,5 dengan kriteria kurang.
B. Pengujian Persyaratan Analisis
1. Uji Normalitas
Uji Normalitas untuk data penelitian ini menggunakan bantuan program komputer SPSS versi 16 dengan menggunakan metode uji One-
sample Kolmogorov-Smirnov Test. Dasar pengambilan keputusan yang digunakan untuk mengetahui apakah suatu data berdistribusi normal atau tidak
adalah sebagai berikut:
81
Kaidah yang digunakan dalam uji normalitas adalah jika p 0,05 sebarannya dinyatakan normal dan sebaliknya jika p 0,05 sebarannya
dinyatakan tidak normal. Setelah dianalisis menggunakan komputer program SPSS Versi 16
rangkuman harga probabilitas p masing-masing variabel dapat dilihat pada Tabel 9 berikut ini. Untuk hasil analisis data selengkapnya dapat dilihat pada
Lampiran. Tabel 9. Ringkasan Uji Normalitas
Pelaksanaan Bimbingan Konseling
Fasilitas Belajar Di Rumah
Motivasi Berprestasi Siswa
Asymp. Sig 2-tailed
0,209 0,385 0,392
Berdasarkan angka probabilitas pada kolom Asymp. Sig maka dapat disimpulkan sebagai berikut:
a. Variabel Pelaksanaan Bimbingan Konseling 0,209 0,05 berarti data berdistribusi normal.
b. Variabel Fasilitas Belajar Di Rumah 0,385 0,05 berarti data berdisribusi normal.
c. Variabel Motivasi Berprestasi Siswa 0,392 0,05 berarti data berdistribusi normal.
82
2. Uji Linieritas
Persyaratan sebelum pengujian hipotesis yaitu linieritas sebaran, data hasil pengujian diuji dengan linieritas hubungan antara variabel bebas dengan
variabel terikat. Uji linier data penelitian dilakukan dengan uji F, kriteria pengujian yang digunakan adalah jika harga F
hitung
lebih kecil daripada harga F
tabel
pada taraf signifikan 5 dikatakan linier. Hasil uji linieritas secara lengkap dapat dilihat pada Tabel 10 di bawah ini. Untuk hasil analisis data
selengkapnya dapat dilihat pada Lampiran. Tabel 10. Ringkasan Hasil Uji Linieritas
Variabel Penelitian F
hitung
F
tabel
Kesimpulan Motivasi Berprestasi Siswa Pelaksanaan
Bimbingan Konseling Motivasi Berprestasi Siswa Fasilitas
Belajar Di Rumah 1,532
1,406 3,93
3,93 Linier
Linier
a. Uji Linieritas Hubungan Pelaksanaan Bimbingan Konseling dengan
Motivasi Berprestasi siswa SMK
Hasil analisis diperoleh harga F
hitung
= 1,532. Tabel distribusi F pada taraf signifikan 5 dengan dk
pembilang
k =1 dan dk
penyebut
n-k-1 = 119 diperoleh harga F
tabel
= 3,93 dapat diketahui bahwa F
hitung
F
tabel
1,532 3,93, maka dapat disimpulkan bahwa hubungan Pelaksanaan Bimbingan Konseling
dengan Motivasi Berprestasi Siswa SMK adalah Linier.
b. Uji Linieritas Hubungan Fasilitas Belajar Di Rumah dengan Motivasi
Berprestasi Siswa SMK
83
Hasil analisis diperoleh harga F
hitung
= 1,406. Tabel distribusi F pada taraf signifikan 5 dengan dk
pembilang
k = 1 dan dk
penyebut
n-k-1 = 119 diperoleh harga F
tabel
= 3,93 dapat diketahui bahwa F
hitung
F
tabel
1,406 3,93, maka dapat disimpulkan bahwa hubungan Fasilitas Belajar Di Rumah dengan
Motivasi Berprestasi Siswa SMK adalah Linier.
3. Uji Multikolinieritas
Uji multikolinieritas digunakan sebagai syarat analisis regresi ganda. Tujuan dari uji multiolinieritas yaitu untuk mengetahui apakah antara variabel
bebas terjadi korelasi. Menurut Singgih Santosa 2005: 370, jika harga VIF antar variabel independent 0,1 berati terjadi kesalahan persoalan
multikolinieritas antar variabel independent dan sebaliknnya bila harga VIF 10 berarti tidak terjadi interkorelasi dan berarti teknik regresi ganda dapat
dilanjutkan. Berdasarkan perhitungan yang terlampir didapatkan perhitungan
toleransi dan VIF antar variabel bebas sebagai berikut: Tabel 11. Nilai Toleransi dan VIF Multikolinieritas Antar Variabel Bebas
No Variabel Toleransi VIF
1 Pelaksanaan Bimbingan
Konseling 0,926 1,080
2 Fasilitas Belajar Di Rumah
0,926 1,080
Dari hasil perhitungan toleransi dan VIF tabel 11, maka toleransi lebih besar dari 0,1 dan nilai VIF lebih kecil 10 sehingga dapat disimpulkan tidak
ada problem multikolinieritas dalam model persamaan regresi ganda.
