belajar siswa memenuhi kriteria ketuntasan. Berikut adalah diagram deskripsi variabel hasil belajar.
Gambar 4.3 Deskripsi Prestasi belajar siswa
4.1.2 Uji validitas dan relibiliatas
4.1.2.1 Hasil uji validitas
Untuk mengetahui apakah instrumen yang digunakan valid atau tidak, maka r yang diperoleh r
hitung
di konsultasikan dengan r
tabel
product moment dengan taraf signifikan 5. Apabila r
hitung
r
tabel
maka instrumen di katakan valid dan apabila r
hitung
r
tabel
maka instrumen di katakan tidak valid. Perhitungan
uji validitas sebagai berikut : r
xy
= 82940 – 58 x 1405
3680 – 58
2
20 x 99497 - 1405
2
r
xy
= 0,647
10 20
30 40
50 60
70 80
Tuntas Tidak Tuntas
76
24 Series1
Berdasarkan hasil perhitungan tersebut menunjukkan bahwa r
hitung
r
tabel
yaitu N=20 dengan taraf signifikan 5 adalah 0,444, dengan demikian dapat di katakan bahwa instrumen yang di gunakan dalam penelitian ini valid dan dapat di
gunakan dalam pengambilan data.
4.1.2.2 Hasil Uji Reliabilitas Instrument
Pengukuran reliabilitas instrumen diperoleh dari hasil uji coba instrumen terhadap 20 responden lampiran. Hasil perhitungan reliabilitas variabel minat
belajar dan fasilitas laboratorium dapat dilihat dalam tabel berikut. Tabel 4.7 Reliabilitas Instrumen
Variabel r
11
r
tabel
5;N=20 Keterangan
Minat belajar 0,869
0,444 Reliabel
Fasilitas Laboratorium 0,823
0,444 Reliabel
Sumber : Data primer diolah, 2012 Berdasarkan hasil perhitungan tersebut menunjukkan bahwa r
hitung
r
tabel
yaitu untuk N=20 dengan taraf signifikan 5 pada masing-masing perhitungan Uji reliabilitas variabel kelengakapan alat terlihat r
alpha
adalah positif lebih besar dari r
tabel
maka butir-butir variabel tersebut adalah reliabel. 4.1.3
Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat
penyebaran data atau titik pada sumbu diagonal dari grafik atau dengan melihat histogram dan residualnya.
Pengujian normalitas dapat dilakukan dengan menggunakan rumus Kolmogorov-Smirnov dan grafik normal P-P plot. Perhitungan rumus
Kolmogorov-Smirnov dibantu dengan menggunakan SPSS Windows Realease 16.00. Dasar pengambilan keputusan adalah nilai probabilitas, yaitu jika nilainya
lebih besar dari 0.05 maka data dalam penelitian berdistribusi normal.
Tabel 4.9 Hasil Perhitungan Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
MInat Belajar Fasilitas
Laboratorium Hasil Belajar
N 140
140 140
Normal Parameters
a
Mean 67.1643
54.7500 79.8929
Std. Deviation 2.79416
3.05377 5.75857
Most Extreme Differences Absolute
.088 .098
.083 Positive
.088 .098
.083 Negative
-.077 -.076
-.078 Kolmogorov-Smirnov Z
1.038 1.163
.978 Asymp. Sig. 2-tailed
.231 .134
.295 a. Test distribution is Normal.
Berdasarkan hasil perhitungan diperoleh nilai Kolmogorov-Smirnov untuk variabel minat belajar sebesar 1.038 dengan probabilitas 0.231 lebih besar dari
0.05, sehingga dapat dinyatakan data untuk variabel minat belajar berdistribusi normal. Variabel fasilitas laboratorium sebesar 1.163 dengan probabilitas 0.134
lebih besar dari 0.05, sehingga dapat dinyatakan data untuk variabel fasilitas
laboraturium berdistribusi normal. Variabel hasil belajar sebesar 0.978 dengan probabilitas 0.295 lebih besar dari 0.05, sehingga dapat dinyatakan data untuk
variabel hasil belajar berdistribusi normal. Grafik normal P-P plot dapat dicari untuk mengetahui normalitas data
penelitian semua variabel jika titik-titik yang dihasilkan mendekati garis diagonal. Sehingga dapat disimpulkan data tersebut berdistribusi normal. Berikut adalah
gambar grafik normal P-P plot
Gambar 4.4 Grafik P-Plot Normalitas Data Penelitian Berdasarkan gambar di atas menggambarkan data membentuk suatu garis
lurus diagonal. Maka data tersebut berdistribusi normal
4.1.4 Analisis Regresi
