skor 4, B skor 3, C skor 2 dan D skor 1. Untuk lebih jelasnya bisa dilihat di lampiran
4. Untuk menentukan kelas interval digunakan Rumus
Struges yaitu K=1+3,3 log.n, dimana n adalah jumlah subjek atau sampel.
Jumlah Interval kelas = 1+ 3,3 log. 317 = 1+ 3,3 2,5
= 1+ 8,25 = 9,25 Pembulatan kebawah sehingga jumlah interval kelas adalah 9
kelas. Selanjutnya menghitung rentang data = data terbesar –
data terkecil. Rentang data = 87
– 54 = 33 Setelah itu menghitung panjang kelas = rentang data : jumlah
kelas Panjang kelas
= 33 : 9 = 3,66 = 4 Berikut adalah tabel distribusi frekuensi variabel lingkungan
belajar siswa MTs N Wonokromo Bantul: Tabel 7
Distribusi frekuensi untuk variabel lingkungan belajar siswa MTsN Wonokromo Bantul
No Interval Kelas
Frekuensi Lingkungan
Belajar Frekuensi
Kumulatif Frekuensi
Relatif Frekuensi
Kumulatif
1 54
– 57 2
2 .6
.6 2
58 – 61
6 8
1.9 2.5
3 62
– 65 33
41 10.4
12.9 4
66 – 69
67 108
21.1 34.1
5 70
– 73 58
166 18.3
52.4 6
74 – 78
88 254
27.8 80.1
7 79
– 82 49
303 15.5
95.6 8
83 – 86
13 316
4.1 99.7
9 87
– 90 1
317 .3
100.0 Total
317 100.0
Sumber: Data primer dari responden yang telah diolah
Berdasarkan distribusi frekuensi data lingkungan belajar siswa pada tabel 7 dapat digambarkan histogram
sebagai berikut:
Gambar 4. Diagram Batang Distribusi Frekuensi lingkungan belajar siswa MTs N Wonokromo
Berdasarkan data lingkungan belajar siswa yang telah diolah menggunakan program SPSS For windows versi
16.0 maka diperoleh skor tertinggi lingkungan belajar siswa yang tinggal di pesantren adalah 87,00 dan skor terendah 54,00.
Hasil analisis menunjukan Mean 70,5, Median 50,29, Modus 60.00 dan Standar Deviasi 5,5.
Adapun penentuan kedudukan dilakukan dengan data dalam tiga kategori sebagai berikut:
Kelompok tinggi = M + 1SD dan yang lebih dari itu M + 1SD
= 70,5 + 5,5 = 76 Kelompok sedang = antara M
– 1SD sampai dengan M + 1SD M + 1SD
= 70,5 + 5,5 = 76 M
– 1SD = 70,5 - 5,5 = 65
Kelompok rendah = M – 1SD dan yang kurang dari itu
M – 1SD
= 70,5 - 5,5 = 65 Berdasarkan perhitungan tersebut dapat disusun
kategori dalam 3 kelas distribusi kategorisasi lingkungan belajar MTs N Wonokromo Bantul sebagai berrikut :
Tabel 8. Distribusi kategorisasi Lingkungan belajar MTs N Wonokromo Bantul
No Kelas Interval
Pesantren Kelompok
Frekuensi Persentase 1
77 89
28.1 Tinggi
2 66- 76
187 59.0
Sedang 3
65 41
12.9 Rendah
317 100
Sumber: Data primer dari respoonden yang telah diolah Berdasarkan tabel 8 distribusi frekuensi lingkungan
belajar siswa pada kelompok atas sebanyak 89 siswa kelompok sedang 187
siswa dan kelompok bawah 41 siswa. Dengan demikian dapat disimpulkan bahwa lingkungan belajar siswa
MTsN Wonokromo Bantul tahun Pelajaran 20152016 termasuk bervariasi.
2. Hasil Uji Persyaratan Analisis
Sebelum dilakukan analisis data terlebih dahulu dilakukan uji persyaratan analisis yang terdiri dari uji normalitas
dan linieritas.
a. Uji Normalitas
Uji normalitas dalam penelitian ini menggunakan rumus Kolmogorov -Smirnov. Berdasarkan anlisis data dengan
bantuan program komputer yaitu SPSS for windows versi 16.0 dapat diketahui nilai signifikansi yang menunjukkan normalitas
data. Kriteria yang digunakan yaitu data dikatakan berdistribusi normal jika harga koefisien Asymp. Sig pada output
Kolmogorov- Smirnov test lebih besar dari Alpha yang ditentukan yaitu 5 0,05. Hasil uji normalitas adalah sebagai
berikut. Tabel 9. Ringkasan hasil uji normalitas
Variabel Koefisien
Asymp.Sig Alpha
Kesimpulan
X1 0,295
0,05 Normal
X2 0,070
0,05 Normal
Y1 0,086
0,05 Normal
Y2 0,497
0,05 Normal
Sumber: Data primer dari responden yang telah diolah Berdasarkan tabel 9 nilai signifikansi variabel
lingkungan belajar siswa yang tinggal di pesantren 0,295, lingkungan belajar siswa yang tinggal di rumah sendiri 0,070,
pretasi belajar siswa yang tinggal di pesantren 0,086 dan
prestasi belajar siswa yang tinggal di rumah sendiri 0,497. Dengan demikian dapat disimpulkan bahwa distribusi data dari
masing-masing variabel berdistribusi adalah normal.
b. Uji Linieritas
Uji linearitas hubungan dapat diketahui dengan menggunakan uji F. Dalam program komputer yaitu SPSS for
windows 16.0 untuk menguji linearitas menggunakan deviation from linearity dari uji F linear atau nilai probabilitas P-value.
Hubungan antara variabel bebas dan variabel terikat dikatakan linear jika harga F hitung lebih kecil dari 0,05 maka hubungan
variabel bebas X dengan variabel terikat Y dinyatakan linear. Hasil uji linearitas hubungan adalah sebagai berikut:
Tabel 10. Ringkasan hasil uji linearitas
Hubungan variabel
Df Harga F
Pvalue Alpha Keterangan Hitung Tabel
X1 – Y1
1;123 0,681 3,92
0,859 0,05
Linear X2
– Y2 1;192 0,858
3,89 0,658
0,05 Linear
Sumber: Data primer dari responden yang telah diolah Berdasarkan tabel 10 harga f-hitung variabel
lingkungan belajar siswa yang tinggal di pesantren dengan prestasi belajar siswa yang tinggal di pesantren 0,681 lebih
kecil daripada f-tabel 3,92 dan lingkungan belajar siswa yang tinggal di rumah sendiri dengan prestasi belajar siswa yang
tinggal di rumah sendiri 0,858 lebih kecil daripada f-tabel 3,89 pada taraf signifikansi 5 atau P-value hubungan antara
variabel lingkungan belajar siswa yang tinggal di pesantren dengan prestasi belajar siswa yang tinggal di pesantren 0,859
dan lingkungan belajar siswa yang tinggal di rumah sendiri dengan prestasi belajar siswa yang tinggal di rumah sendiri
0,658 lebih besar dari Alpha 0,05 sehingga dapat
disimpulkan bahwa hubungan antar variabel linear. 3.
Pengajuan Hipotesis
Hipotesis merupakan
jawaban sementara
atas permasalahan yang dirumuskan. Oleh sebab itu, jawaban sementara
ini harus diuji kebenarannya secara empirik. Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakan teknik
Korelasi Product Moment dari Pearson untuk hipotesis pertama dan kedua. Sedangkan untuk hipotesis ketiga dengan uji-t.
Penjelasan tentang hasil pengujian hipotesis dalam penelitian ini adalah sebagai berikut.
Tabel 11. Ringkasan hasil analisis Korelasi Product Moment Variabel
R Pvalue
ɑ=5 Ket
Hubungan Variabel
N Hitung
Tabel ɑ=5
X1 – Y1
124 0,761 0,176
,000 0,05
Positif X2
– Y2 193 0,768
0,138 ,000
0,05 Positif
Sumber: Data primer dari responden yang telah diolah
a. Analisis Bivariat
1 Uji Hipotesis 1
Hipotesis yang pertama menyatakan bahwa “Terdapat hubungan positif antara lingkungan belajar
siswa yang tinggal di pesantren dengan Prestasi Belajar IPS Siswa yang tinggal di pesantren MTsN Wonokromo Bantul
Tahun Ajaran 20152016”. Hasil analisis menunjukkan bahwa koefisien Korelasi Product Moment r
x1y
antara lingkungan belajar siswa yang tinggal di pesantren X
1
dengan Prestasi Belajar IPS siswa yang tinggal di pesantren Y1 kemudian dikonsultasikan dengan r table atau melihat
P-value berdasarkan perhitungan program SPSS for Windows versi 17.0, maka hasilnya nilai korelasi r hitung
sebesar 0,761 lebih Besar dari koefisien r tabel sebesar 0,176 pada taraf signifikansi 5 atau P- value sebesar 0,000
lebih kecil dari 0,05. Hasil ini menunjukkan bahwa nilai korelasi r hitung lebih besar dengan koefisien r tabel pada
taraf signifikansi 5 atau P-value lebih kecil dari 0,05, Berdasarkan hasil tersebut, maka hipotesis pertama dalam
penelitian ini diterima. Hal ini dapat disimpulkan bahwa
terdapat hubungan yang positif dan signifikan antara lingkungan belajar siswa yang tinggal di pesantren dengan
Prestasi Belajar IPS siswa yang tinggal di pesantren MTsN Wonokromo Bantul Tahun Ajaran 20152016.
2 Uji Hipotesis 2
Hipotesis yang kedua menyatakan bahwa “Terdapat hubungan positif antara lingkungan belajar siswa yang
tinggal di rumah sendiri dengan Prestasi Belajar IPS Siswa yang tinggal di rumah sendiri MTsN Wonokromo Bantul
Tahun Ajaran 20152016 ”. Hasil analisis menunjukkan
bahwa koefisien Korelasi Product Moment r
x1y
antara lingkungan belajar siswa yang tinggal di rumah sendiri X
1
dengan Prestasi Belajar IPS yang tinggal di rumah sendiri Y kemudian dikonsultasikan dengan r table atau melihat
P-value berdasarkan perhitungan program SPSS for Windows versi 17.0, maka hasilnya nilai korelasi r hitung
sebesar 0,768 lebih besar dengan koefisien r tabel sebesar 0,138 pada taraf signifikansi 5 atau P-value sebesar 0,000
lebih kecil dari 0,05. Hasil ini menunjukkan bahwa nilai korelasi r hitung lebih besar dengan koefisien r tabel pada
taraf signifikansi 5 atau P-value lebih kecil dari 0,05, Berdasarkan hasil tersebut, maka hipotesis kedua dalam
penelitian ini diterima. Hal ini dapat disimpulkan bahwa
terdapat hubungan yang positif dan signifikan antara lingkungan belajar siswa yang tinggal di rumah sendiri