b. Relasi Antar Anggota Keluarga
Indikator relasi antar anggota keluarga menggunakan 4 pernyataan dengan skor 1 sampai dengan 5. Distribusi jawaban responden mengenai indikator relasi
antar anggota keluarga disajikan dalam Tabel 4.9 berikut:
Tabel 4.9 Distribusi Frekuensi Indikator Relasi Antar Anggota Keluarga
No Interval Skor Frekuensi Kriteria
Rata-rata Skor 1
16,8 – 20
23 41,82
Sangat Baik
15,29 Baik
2 13,5
– 16,7 20
36,36 Baik
3 10,2
– 13,4 5
9,09 Cukup
4 6,9
– 10,1 6
10,91 Kurang Baik
5 4
– 6,8 1
1,82 Tidak Baik
Jumlah 55
100 Sumber: Data penelitian diolah tahun 2015
Berdasarkan Tabel 4.9 terlihat bahwa indikator relasi antar anggota keluarga dengan responden terbanyak yaitu 23 siswa dari total responden
termasuk dalam kriteria sangat baik. Sedangkan responden paling sedikit yaitu 1 siswa dalam kriteria tidak baik dengan rata-rata skor sebesar 15,29. Hal ini dapat
disimpulkan bahwa indikator relasi antar anggota keluarga siswa kelas X IPS di SMA Negeri 1 Tunjungan termasuk dalam kriteria baik.
c. Suasana Rumah
Indikator suasana rumah menggunakan 2 pernyataan dengan skor 1 sampai dengan 5. Distribusi jawaban responden mengenai indikator suasana rumah
disajikan dalam Tabel 4.10 berikut:
Tabel 4.10 Distribusi Frekuensi Indikator Suasana Rumah
No Interval Skor
Frekuensi Kriteria
Rata-rata Skor 1
8,5 – 10
11 20,00
Sangat Baik
7 Baik
2 6,9
– 8,4 24
43,64 Baik
3 5,3
– 6,8 8
14,55 Cukup
4 3,7
– 5,2 11
20,00 Kurang Baik
5 2
– 3,6 1
1,82 Tidak Baik
Jumlah 55
100 Sumber: Data penelitian diolah tahun 2015
Berdasarkan Tabel 4.10 terlihat bahwa indikator suasana rumah dengan responden terbanyak yaitu 24 siswa dari total responden termasuk dalam kriteria
baik. Sedangkan responden paling sedikit yaitu 1 siswa dalam kriteria tidak baik dengan rata-rata skor sebesar 7. Hal ini dapat disimpulkan bahwa indikator
suasana rumah siswa kelas X IPS di SMA Negeri 1 Tunjungan termasuk dalam kriteria baik.
d. Keadaan Ekonomi Keluarga
Indikator keadaan ekonomi keluarga menggunakan 2 pernyataan dengan skor 1 sampai dengan 5. Distribusi jawaban responden mengenai indikator
keadaan ekonomi keluarga disajikan dalam Tabel 4.11 berikut:
Tabel 4.11 Distribusi Frekuensi Indikator Keadaan Ekonomi Keluarga
No Interval Skor Frekuensi Kriteria
Rata-rata Skor 1
8,5 – 10
25 45,45
Sangat Baik
7,98 Baik
2 6,9
– 8,4 19
34,55 Baik
3 5,3
– 6,8 2
3,64 Cukup
4 3,7
– 5,2 7
12,73 Kurang Baik
5 2
– 3,6 2
3,64 Tidak Baik
Jumlah 55
100 Sumber: Data penelitian diolah tahun 2015
Berdasarkan Tabel 4.11 terlihat bahwa indikator keadaan ekonomi keluarga dengan responden terbanyak yaitu 25 siswa dari total responden
termasuk dalam kriteria sangat baik. Sedangkan responden paling sedikit yaitu 2
siswa dalam kriteria tidak baik dengan rata-rata skor sebesar 7,98. Hal ini dapat disimpulkan bahwa indikator keadaan ekonomi keluarga siswa kelas X IPS di
SMA Negeri 1 Tunjungan termasuk dalam kriteria baik.
e. Pengertian Orang Tua
Indikator pengertian orang tua menggunakan 3 pernyataan dengan skor 1 sampai dengan 5. Distribusi jawaban responden mengenai indikator pengertian
orang tua disajikan dalam Tabel 4.12 berikut:
Tabel 4.12 Distribusi Frekuensi Indikator Pengertian Orang Tua
No Interval Skor
Frekuensi Kriteria
Rata-rata Skor 1
12,7 – 15
25 45,45
Sangat Baik
11,6 Baik
2 10,3
– 12,6 16
29,09 Baik
3 7,9
– 10,2 6
10,91 Cukup
4 5,5
– 7,8 6
10,91 Kurang Baik
5 3
– 5,4 2
3,64 Tidak Baik
Jumlah 55
100 Sumber: Data penelitian diolah tahun 2015
Berdasarkan Tabel 4.12 terlihat bahwa indikator pengertian orang tua dengan responden terbanyak yaitu 25 siswa dari total responden termasuk dalam
kriteria sangat baik. Sedangkan responden paling sedikit yaitu 2 siswa dalam kriteria tidak baik dengan rata-rata skor 11,6. Hal ini dapat disimpulkan bahwa
indikator pengertian orang tua siswa kelas X IPS di SMA Negeri 1 Tunjungan termasuk dalam kriteria baik.
4.1.2.3. Variabel Hasil Belajar Y
Variabel Hasil Belajar Y dalam penelitian ini dilihat dari data hasil ulangan harian siswa itu sendiri. Berikut ini disajikan tentang hasil belajar siswa
kelas X IPS mata pelajaran ekonomi di SMA Negeri 1 Tunjungan dalam Tabel 4.13.
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
Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain.
Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain homokedastisitas
atau tidak terjadi heteroskedastisitas. Untuk menguji heterokedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang
menyebar di atas dan di bawah sumbu Y. Berikut hasil pengolahan menggunakan program SPSS 16.0:
Gambar 4.2Grafik Scatterplot
Pada grafik scatterplot di atas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Hal ini
dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.
4.1.4. Analisis Regresi Berganda
Berdasarkan hasil perhitungan analisis regresi berganda dengan menggunakan SPSS for windows release 16.0 diperoleh Koefisien Regresi
sebagai berikut:
Regression Standardized Predicted Value
2 1
-1 -2
-3
Reg re
ss ion
Stud en
tized Re sidu
al
4 2
-2
Scatterplot Dependent Variable: Hasil Belajar
Tabel 4.16 Analisis Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
24.144 5.225
4.621 .000 Cara Belajar
.276 .106
.409 2.600 .012
Lingkungan Keluarga
.368 .145
.400 2.544 .014
a. Dependent Variable: Hasil Belajar
Sumber: Data penelitian diolah tahun 2015 Berdasarkan Tabel 4.16 di atas, Koefisien Regresi untuk variabel cara
belajar sebesar 0,276, untuk variabel lingkungan keluarga sebesar 0,368 dan konstanta sebesar 24,144.
Berdasarkan tabel di atas, menunjukkan bahwa persamaan regresi ganda yang diperoleh dari hasil analisis sebagai berikut:
Y = 24,144 + 0,276 + 0,368
. Persamaan regresi tersebut mempunyai makna sebagai berikut:
1. Konstanta sebesar 24,14 artinya jika variabel cara belajar dan variabel
lingkungan keluarga konstan atau tetap, maka hasil belajar Y
sebesar 24,14 unit skor. 2. Koefisien regresi cara belajar
sebesar 0,276 dan bertanda positif artinya jika cara belajar mengalami peningkatan 1 poin sementara
lingkungan keluarga dianggap tetap, maka akan menyebabkan kenaikan hasil belajar sebesar 0,276 poin.
3. Koefisien regresi lingkungan keluarga sebesar 0,368 dan bertanda
positif artinya jika lingkungan keluarga mengalami peningkatan 1 poin
sementara cara belajar dianggap tetap, maka akan menyebabkan kenaikan hasil belajar siswa sebesar 0,368 poin.
4.1.5. Pengujian Hipotesis
Model regresi berganda ini diuji kebenarannya dengan menggunakan uji F simultan dan uji t parsial yang akan diuraikan sebagai berikut:
4.1.5.1. Pengujian hipotesis secara simultan uji F
Uji simultan digunakan untuk menguji apakah ada pengaruh secara bersama-sama antara cara belajar dan lingkungan keluarga terhadap hasil belajar
siswa.
Tabel 4.17 Hasil Uji Simultan
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression 4159.543
2 2079.771
38.654 .000
a
Residual 2797.839
52 53.805
Total 6957.382
54 a. Predictors: Constant, Lingkungan Keluarga, Cara Belajar
b. Dependent Variable: Hasil Belajar
Sumber: Data penelitian diolah tahun 2015 Berdasarkan Tabel 4.17 di atas, nilai
= 38,654 dengan signifikansi 0,000 0,05 sehingga
ditolak dan diterima yang berarti hipotesis
menyatakan “ada pengaruh antara cara belajar dan lingkungan keluarga terhadap
hasil belajar” diterima. 4.1.5.2.
Pengujian hipotesis secara parsial uji t
Uji parsial digunakan untuk mengetahui apakah ada pengaruh dari masing- masing variabel cara belajar dan lingkungan keluarga terhadap hasil belajar siswa.
Tabel 4.18 Hasil Uji Parsial
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 24.144
5.225 4.621 .000
Cara Belajar .276
.106 .409 2.600 .012
Lingkungan Keluarga .368
.145 .400 2.544 .014
a. Dependent Variable: Hasil Belajar
Sumber: Data penelitian diolah tahun 2015
a. Pengaruh Cara Belajar
terhadap Hasil Belajar Y Siswa Kelas X IPS Mata Pelajaran Ekonomi di SMA Negeri 1 Tunjungan Kabupaten Blora
Berdasarkan Tabel 4.18 di atas, dapat dilihat bahwa secara parsial besarnya
adalah 2,600 dengan nilai signifikansi sebesar 0,012 yang berarti kurang dari 0,05. Hal ini menunjukkan bahwa Ho ditolak dan Ha diterima
sehingga Ha1 yang berbunyi “ada pengaruh cara belajar terhadap hasil belajar siswa kelas X IPS mata pelajaran ekonomi
di SMA Negeri 1 Tunjungan”
diterima .
b. Pengaruh Lingkungan Keluarga
Kategori