100
4.1.4 Hasil Uji Prasyarat
Uji prasyarat dalam penelitian ini meliputi uji asumsi dasar dan uji asumsi klasik regresi. Pada uji asumsi dasar ada beberapa persyaratan, yaitu: uji
normalitas dan uji linearitas. Kemudian pada uji asumsi klasik regresi, persyaratannya yaitu uji multikolinearitas dan uji heteroskedastisitas. Perhitungan
dalam pengujian prasyarat menggunakan program SPSS versi 20. Data-data yang diuji dalam uji prasyarat analisis ini meliputi data-data hasil perhitungan skor
variabel gaya belajar dan motivasi belajar serta variabel hasil belajar matematika dari 182 siswa sampel penelitian. Berikut uraian selengkapnya.
4.1.4.1 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Berdasarkan asumsi bahwa statistik parametris
bekerja berdasarkan asumsi setiap variabel yang aka dianalisis harus memenuhi persyaratan normalitas. Uji normalitas dilakukan dengan menggunakan bantuan
SPSS versi 20. Hasil uji normalitas dapat dilihat pada output tabel One-Sample
Kolmogorov-Smirnov test pada nilai Asymp. Sig. 2-Tailed. Data normal jika sig α, untuk taraf signifikan α 5. Dasar pengambilan keputusan dalam uji
normalitas adalah sebagai berikut: “Jika signifikansi lebih dari 0,05, maka data berdistri
busi normal” Priyatno 2010: 71. Berikut ini hasil pengolahan uji normalitas menggunakan SPSS versi 20.
101 Tabel 4.6 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
gaya belajar motivasi belajar
hasil belajar N
182 182
182 Normal Parameters
a,b
Mean 76,48
65,81 69,54
Std. Deviation 12,657
5,050 7,988
Most Extreme Differences Absolute
,061 ,097
,063 Positive
,061 ,055
,055 Negative
-,049 -,097
-,063 Kolmogorov-Smirnov Z
,830 1,306
,844 Asymp. Sig. 2-tailed
,497 ,066
,474
Sumber: Data dioah menggunakan SPSS versi 20 Berdasarkan hasil perhitungan Tabel 4.6 diperoleh nilai Asymp. Sig. 2-
tailed untuk gaya belajar sebesar 0,597 , motivasi belajar sebesar 0,066 , dan hasil belajar matematika sebesar 0,474 . Karena nilai Asymp. Sig. 2-tailed lebih
besar dari 0,05, maka data gaya belajar, motivasi belajar, dan hasil belajar matematika berdistribusi normal.
4.1.4.2 Uji Linieritas
Menurut Priyatno 2010: 73 menjelaskan bahwa uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau
tidak secara signifikan. Uji linieritas dilakukan menggunakan program software SPSS versi 20.
Uji linearitas dalam peneliti ini menggunkan bantuan program SPSS versi 20 untuk melakukan uji linearitas lampiran 25. Salah satu asumsi dari analisis
regresi adalah linearitas. Jika dua variabel mempunyai hubungan yang linear, maka analisis regresi dapat dilanjutkan. Hasil uji linearitas dapat dilihat pada
output ANOVA Table pada kolom Sig.baris Linearity. Dasar pengambilan
102 keputusan uji linearitas menurut Priyatno 2010: 73, yaitu: Dua variabel
dikatakan mempunyai hubungan yang linier bila signifikansi linearity kurang dari 0,05 Sig 0,05.Berikut ini hasil pengolahan menggunakan SPSS versi 20.
Tabel 4.7 Hasil Uji Linearitas Gaya Belajar dan Hasil Belajar Matematika
ANOVA Table
Sum of Squares
df Mean Square
F Sig.
hasil belajar
gaya belajar
Betwee n
Groups Combined
3918,395 48
81,633 1,423
,060 Linearity
1190,434 1
1190,434 20,749
,000 Deviation
from Linearity
2727,961 47
58,042 1,012
,466 Within Groups
7630,754 133
57,374 Total
11549,148 181
Sumber : Data diolah menggunakan SPSS versi 20 Tabel 4.8 Hasil Uji Linearitas Motivasi Belajar dan Hasil Belajar Matematika
ANOVA Table
Sum of Squares
df Mean Square
F Sig.
hasil belajar
motivasi belajar
Betwee n
Groups Combined
4088,876 23
177,777 3,765
,000 Linearity
2019,172 1
2019,172 42,764
,000 Deviation
from Linearity
2069,704 22
94,077 1,992
,008 Within Groups
7460,272 158
47,217 Total
11549,148 181
Sumber : Data diolah menggunakan SPSS versi 20 Berdasarkan tabel 4.7 hasil uji linearitas variabel gaya belajar dan hasil
belajar matematika, diketahui bahwa nilai signifikansi variabel gaya belajar dan
103 hasil belajar matematika dilihat pada kolom Sig baris Linearity sebesar 0,000.
Nilai signifikansinya kurang dari 0,05 sehingga dapat disimpulkan bahwa data variabel gaya belajar dan hasil belajar matematika mempunyai hubungan yang
linier karena nilai signifikansinya 0,000 0,000 0,05. Hasil uji linearitas variabel motivasi belajar dan hasil belajar matematika
pada tabel 4.8, diketahui bahwa nilai signifikansi variabel motivasi belajar dan hasil belajar matematika dilihat pada kolom Sig. baris Linearity sebesar 0,000.
Nilai signifikansinya kurang dari 0,05, sehingga dapat disimpulkan bahwa data kedua variabel mempunyai hubungan yang linier karena signifikansinya kurang
dari 0,05 0,000 0,05.
4.1.4.3 Uji Multikolinearitas
Kategori