Teman Sebaya dalam kategori rendah, dan terdapat 0 siswa 0 yang memiliki Lingkungan Teman Sebaya yang sangat rendah. Berdasarkan
distribusi kecenderungan frekuensi variabel Lingkungan Teman Sebaya di atas, dapat disajikan dalam Pie Chart sebagai berikut:
Gambar 8. Pie Chart Kecenderungan Lingkungan Teman Sebaya Berdasarkan data dari identifikasi kategori variabel Lingkungan
Teman Sebaya, menunjukkan bahwa kecenderungan variabel Lingkungan Teman Sebaya berpusat pada kategori tinggi.
d. Variabel Motivasi Belajar
Variabel Motivasi Belajar X
3
diukur melalui angket dengan 17 butir pernyataan. Berdasarkan data yang diperoleh dari angket yang
disebarkan kepada 78 responden siswa menunjukkan bahwa variabel Motivasi Belajar X
3
diperoleh skor tertinggi sebesar 66 dari skor tertinggi yang mungkin dicapai sebesar 68 4 x 17, dan skor terendah
sebesar 30 dari skor terendah yang mungkin dicapai yaitu sebesar 17 1 x 17. Dari skor tersebut kemudian dianalisis menggunakan SPSS
Statistik 20.0 for windows pada lampiran 5, diperoleh harga mean
24,36
71,79 3,85
Sangat Tinggi Tinggi
Rendah Sangat Rendah
sebesar 50,58; median sebesar 50,00; modus sebesar 50,00 dan standar deviasi sebesar 6,77.
Untuk menyusun distribusi frekuensi Motivasi Belajar dilakukan langkah-langkah sebagai berikut :
1. Menentukan jumlah kelas interval Jumlah kelas interval K
= 1 + 3,3 log n = 1 + 3,3 log 78
= 1 + 3,31,89209 = 1 + 6,24391
= 7,24391 dibulatkan ke atas = 7
2. Menentukan rentang kelas range Rentang kelas R
= nilai tertinggi – nilai terendah
= 66 - 30 = 36
3. Menentukan panjang kelas interval Panjang kelas interval
= rentang kelas : kelas interval = 36:7
= 5,14286 dibulatkan ke atas = 6
Tabel 21. Distribusi Frekuensi Motivasi Belajar
No. Interval Skor
Frekuensi
1 30-35
3 2
36-41 1
3 42-47
22 4
48-53 27
5 54-59
17 6
60-65 7
7 66-71
1 Jumlah
78
Sumber : Data Primer yang diolah
Berdasarkan tabel distribusi frekuensi di atas, dapat digambarkan histogram sebagai berikut:
Gambar 9. Histogram Distribusi Frekuensi Motivasi Belajar Data tersebut kemudian digolongkan ke dalam kategori
kecenderungan Motivasi Belajar. Untuk mengetahui kecenderungan masing-masing skor variabel digunakan skor ideal dari subjek penelitian
sebagai kriteria perbandingan. Harga Mean ideal Mi dan standar deviasi ideal SDi diperoleh berdasarkan rumus sebagai berikut:
Mean ideal Mi = ½ skor tertinggi + skor terendah
= ½ 68 + 17 = 42,5
Standar Deviasi ideal SDi = 16 skor tertinggi - skor terendah = 16 68
– 17 = 8,5
1,5 SDi = 1,5 8,5
= 12,75
3 1
22 27
17
7 1
5 10
15 20
25 30
fre ku
en si
kelas Interval
29,5 35,5 41,5 47,5 53,5 59,5 65,5 71,5
Mi + 1,5SDi = 55,25
Mi – 1,5SDi
= 29,75 Berdasarkan perhitungan di atas, variabel Motivasi Belajar dapat
dikategorikan sebagai berikut: Tabel 22. Identifikasi Kategori Variabel Motivasi Belajar
No. Kategori
1 2
3 4
Sangat tinggi Tinggi
Rendah
Sangat rendah X≥55,25
42,5 ≤ X55,25
29,75 ≤ X 42,5
X29,75 Sumber : Data Primer yang diolah
Berdasarkan kategori di atas, dapat dibuat tabel identifikasi kategori variabel Motivasi Belajar sebagai berikut:
Tabel 23. Kategori Kecenderungan Motivasi Belajar
No. Rentang Skor
Frekuensi Frekuensi
Kategori
1 2
3 4
X≥ 55,25 42,5
≤ X 55,25 29,75
≤ X 42,5 X 29,75
18 53
7 23,08
67,95 8,97
Sangat tinggi Tinggi
Rendah Sangat rendah
Jumlah 78
100,00 Sumber : Data Primer yang diolah
Tabel 23 di atas menunjukkan bahwa terdapat 18 siswa 23,08 yang memiliki Motivasi Belajar dalam kategori sangat
tinggi, 53 siswa 67,95 yang memiliki Motivasi Belajar dalam kategori tinggi, 7 siswa 8,97 yang memilki Motivasi Belajar
dalam kategori rendah, dan terdapat 0 siswa 0 yang Memiliki Motivasi Belajar dalam kategori sangat rendah. Berdasarkan distribusi
kecenderungan frekuensi variabel Motivasi Belajar di atas, dapat disajikan dalam Pie Chart sebagai berikut:
Gambar 10. Pie Chart Kecenderungan Motivasi Belajar Berdasarkan data dari identifikasi kategori variabel Motivasi
Belajar, menunjukkan bahwa kecenderungan variabel Motivasi Belajar berpusat pada kategori tinggi.
B. Hasil Uji Prasyarat Analisis 1. Uji Normalitas
Uji normalitas dalam penelitian ini menggunakan rumus Kolmogorov- Smirnov. Berdasarkan analisis data dengan bantuan program komputer
yaitu program SPSS Statistik 20.0 for windows dapat diketahui nilai signifikansi yang menunjukan normalitas data. Kriteria yang digunakan
yaitu data dikatakan berdistribusi normal jika harga koefisien Asymp.Sig.2-tailed pada output Kolmogorov-Smirnov test lebih besar
dari alpha yang ditentukan yaitu 5 0,05. Berdasarkan hasil analisis data dengan menggunakan SPSS Statistik 20.0 for windows pada lampiran 6
diperoleh hasil uji normalitas adalah sebagai berikut
:
.
23,08
67,95 8,97 0
sangat tinggi tinggi
rendah sangat rendah