Uji Linieritas Uji Regresi Linier Berganda

a. Uji Normalitas

Uji ini mempunyai tujuan untuk mengetahui normal tidaknya distribusi data masing-masing variabel. Apabila data terdistribusi normal, maka pada pengujian hipotesis penelitian ini dapat digunakan statistik parametrik, yaitu analisa regresi, sebaliknya apabila tidak terdistribusi normal dapat digunakan statistik non parametrik seperti korelasi rank spearman . Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-Smirnov dengan perhitungan komputasi SPSS 11,5 for Windows . Normalitas dipenuhi jika hasil uji tidak signifikan untuk taraf signifikan tertentu α = 0,05. Sebaliknya jika hasil uji signifikan, maka normalitas tidak terpenuhi. Cara mengetahui signifikan atau tidak signifikan hasil uji normalitas adalah dengan memperhatikan bilangan pada kolom Signifikansi Sig. Berdasar hasil perhitungan pada Lampiran III hal 163-165 diperoleh taraf signifikansi untuk variabel motivasi belajar adalah 0.200, taraf signifikansi untuk variabel minat belajar sebesar 0.200 dan taraf signifikansi untuk variabel lingkungan belajar sebesar 0.200. Hasil yang didapatkan pada ketiga variabel tersebut diatas 0.05. Dengan demikian data berasal dari populasi yang terdistribusi normal, pada taraf signifikansi 0.05.

b. Uji Linieritas

Uji linieritas garis regresi dimaksud untuk mengetahui apakah data yang diperoleh berbentuk linier atau tidak. Jika data berbentuk linier, maka penggunaan analisis regresi linier pada uji hipotesa dapat dipertanggungjawabkan, akan tetapi jika tidak linier, maka harus digunakan analisis regresi non linier. Uji Linieritas regresi pada penelitian ini menggunakan perhitungan komputasi SPSS 11,5 for windows . Kriteria yang digunakan adalah jika harga Signifikansi diatas 0.05 maka dikatakan regresi tersebut linier, sebaliknya apabila signifikansi yang didapat kurang atau sama dengan 0.05 maka regresi tersebut tidak linier. Uji linieritas untuk variabel motivasi belajar diperoleh harga F sebesar 1.532 dengan probabilitas 0.147 lebih besar dari 0.05. Untuk variabel minat belajar diperoleh harga F sebesar 1.136 dengan probabilitas 0.381 lebih besar dari 0.05 serta untuk lingkungan belajar diperoleh harga F sebesar 0.923 dengan probabilitas 0.588 lebih besar dari 0.05. Selengkapnya dapat dilihat pada lampiran III hal 166 . Dengan demikian menunjukkan bahwa motivasi belajar dengan prestasi belajar, minat belajar dengan prestasi belajar, lingkungan belajar dengan prestasi belajar membentuk garis linier sehingga dapat digunakan analisis regresi linier berganda untuk menguji hipotesis penelitian.

c. Uji Multikoliniertas

Uji Multikolinieritas ini bertujuan untuk mengetahui apakah tiap-tiap variabel bebas saling berhubungan secara linier. Jika ada kecenderungan adanya multikoliner maka salah satu variabel memiliki gejala multikolinier. Pengujian kemungkinan adanya ini dapat dilakukan dengan pennghitungan melalui komputasi program SPSS 11.5 for Windows dengan melihat nilai VIF pada masing-masing variabel bebasnya. Jika nilai VIFnya lebih kecil dari 10, maka tidak ada kecenderungan terjadinya multikoliner. Tabel 4.8: Uji Multikolinieritasa data penelitian Coefficientsa Model Collinearity Statistics Tolerance VIF 1 X1 .395 2.533 X2 .428 2.339 X3 .608 1.643 a Dependent Variable: Y Dari hasil pengujian diperoleh niali VIF untuk variabel motivasi, minat dan lingkungan belajar sangat jauh dari 10. Dengan demikian dapat disimpulkan tidak terjadi multikolinier dalam regresi.

5. Uji Hipotesis

Data selengkapnya beserta pengolahannya untuk uji hipotesis dapat dilihat pada lampiran IV.hal 168-169

a. Uji Regresi Linier Berganda

Analisis yang digunakan pada penelitian ini merupakan regresi berganda tiga prediktor, yaitu motivasi belajar X 1 , minat belajar X 2 dan lingkungan belajar X 3 sebagai variabel bebas dan prestasi belajar Y sebagai variabel terikat. Ada beberapa hal yang dapat diketahui dari analisis ini antara lain: model regresi yang dapat digunakan untuk mengetahui bentuk hubungan antara motivasi, minat dan lingkungan belajar terhadap prestasi belajar, uji t untuk mengetahui secara parsial apakah variabel-variabel bebas tersebut berpengaruh secara signifikan, uji F atau simultan untuk menguji secara bersama-sama antara motivasi, minat dan lingkungan belajar berpengaruh secara nyata terhadap prestasi belajar, koefisien determinasi simultan untuk mengetahui besarnya kontribusi secara bersama-sama variabel bebas terhadap variabel terikat dan koefisien determinasi parsial untuk mengetahui besarnya sumbangan secara parsial tiap variabel bebas terhadap variabel terikat. Berdasar hasil data yang diperoleh dengan perhitungan komputasi dengan program SPSS 11,5 for Windows diperoleh persamaan regresi: Y = 0.240 + 0.256X 1 + 0.310X 2 + 0.257 X 3 Model persamaan regresi tersebut mengandung arti bahwa setiap terjadi kenaikan 1 unit skor motivasi belajar, maka akan diikuti kenaikan prestasi belajar sebesar 0.256 dengan asumsi bahwa minat dan lingkungan belajar bersifat tetap. Setiap terjadi kenaikan 1 unit skor minat belajar, maka akan diikuti kenaikan prestasi belajar sebesar 0.310 dengan asumsi bahwa motivasi dan lingkungan belajar bersifat tetap. Setiap kenaikan 1 unit skor lingkungan belajar, maka akan diikuti kenaikan prestasi belajar sebesar 0.257 dengan asumsi motivasi dan minat belajar bersifat konstan. Setiap terjadi kenaikan secara bersama-sama motivasi, minat dan lingkungan belajar masing-masing 1 unit skor akan diikuti kenaikan prestasi belajar sebesar = 0.256+0.310+0.257

b. Uji F atau Uji Simultan