Tabel 4.13 Hasil Analisis Deskriptif Variabel Hasil Belajar
No Rentang
Kriteria Jumlah
1 75
– 100 Tuntas
26 47,27
2 75
Belum Tuntas 29
52,73 Jumlah
55 100
Berdasarkan Tabel 4.3 dapat diketahui bahwa siswa yang memiliki hasil belajar dengan kategori tuntas sebanyak 26 siswa atau 47,27 sedangkan siswa
yang memiliki kategori belum tuntas yaitu sebanyak 29 siswa atau 52,73. Jadi dapat disimpulkan bahwa hasil belajar siswa kelas X IPS di SMA Negeri 1
Tunjungan tergolong masih rendah.
4.1.3. Uji Asumsi Klasik
4.1.3.1. Uji Normalitas Data
Uji normalitas bertujuan untuk mengetahuiapakah data berdistribusi normal atau tidak.Uji normalitas dilakukan dengan melihat pola pada kurva
penyebaran P- Plot. Berdasarkan teoristatistika model linier hanyaresidu dari variabeldependen
Y yang
wajibdiujinormalitasnya, sedangkanvariabelindependendiasumsikanbukanfungsidistribusi.
Jaditidakperludiujinormalitasnya. Hasil output dari pengujian normalitas dengan Kolmogrov-Smirnov adalah sebagai berikut :
Tabel 4.14 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
UnstandardizedResidual N
55 Normal Parameters
a
Mean .0000000
Std. Deviation 7.19804372
Most Extreme
Differences Absolute
.126 Positive
.126 Negative
-.080 Kolmogorov-Smirnov Z
.938 Asymp. Sig. 2-tailed
.343 a. Test distribution is Normal.
Sumber : Data penelitian diolah tahun 2015
Analisis data Output: 1 Uji normalitas data digunakan hipotesis sebagai berikut :
H : Data berdistribusi normal
H
1
: Data tidak berdistribusi normal 2 Kriteria penerimaan H
H diterima jika nilai sig 2-tailed 5
Dari tabel diatas diperoleh nilai sig = 0,343 = 34,3 5, maka H diterima. Artinya variabel unstandardized berdistribusi normal. Uji normalitas
juga bisa dilihat pada grafik Normal P-Plot Normal Probability Plot sebagai berikut :
Gambar 4.1Grafik Normal P-Plot
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed C
um Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Hasil Belajar
Pada grafik P-Plot di atas terlihat data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menuju pola distribusi normal maka dengan
demikian variabel cara belajar, lingkungan keluarga serta hasil belajar tersebut berdistribusi normal atau variabel Y memenuhi asumsi normalitas.
4.1.3.2. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik tidak
terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah dengan melihat nilai toleransi dan
Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolonieritas antar variabel bebas dalam
model regresi. Berikut hasil perhitungan menggunakan program SPSS16.0 :
Tabel 4.15 Uji Multikolonieritas
Model Collinearity Statistics
Tolerance VIF
Constant Cara Belajar
.313 3.195
Lingkungan Keluarga .313
3.195 Sumber: Data penelitian diolah tahun 2015
Berdasarkan hasil output dari Tabel 4.15 diatas terlihat nilai tolerance cara belajar dan lingkungan keluarga sebesar 0,313 dan VIF sebesar 3,195. Semua nilai
tolerance lebih besar dari 0,10 sedangkan nilai VIF lebih kecil dari 10 yang berarti tidak ada multikolonieritas antar variabel bebas dalam model regresi ini.
4.1.3.3. UjiHeteroskedastisitas
