Berdasarkan tabel distribusi frekuensi variabel Motivasi Belajar tersebut, dapat digambarkan histogram sebagai berikut:
Gambar 8. Histogram Distribusi Frekuensi Variabel Motivasi Belajar Pengkategorian variabel Motivasi Belajar menggunakan
kriteria skor ideal. Perhitungannya adalah sebagai berikut: Jumlah butir
= 18 Penskoran
= 1 – 4
i
= 18 x 1 = 18
ax
= 18 x 4 = 72 Mi
= ½ 72+18 = 45 SDi
= 16 72-18 = 9 Dari perhitungan di atas dapat dikategorikan dalam tiga
kelompok sebagai berikut: Kelompok kurang = X Mi
– SDi = X 36
Kelompok sedang = Mi – SDi ≥ X Mi + SDi
= 36 ≥ X 54
2 5
21 44
10 4
2 5
10 15
20 25
30 35
40 45
50
Fre ku
e n
si
Kelas Interval
Motivasi Belajar
Kelompok tinggi = X ≥ Mi + SDi
= X ≥ 54 Berdasarkan perhitungan di atas, maka dapat diperoleh kriteria
kategori variabel Motivasi Belajar sebagai berikut: Tabel 18. Kategori Kecenderungan Motivasi Belajar
No Interval
Frekuensi Kategori
1 X 36
2 2,3
Kurang 2
36 ≥ X 54
69 78,4
Sedang 3
X ≥ 54 17
19,3 Tinggi
Total 88
100 Sumber: Data Primer yang sudah diolah
Berdasarkan tabel kategori kecenderungan Motivasi Belajar dapat diketahui pada kategori kurang sebesar 2,3 sebanyak 2
responden, pada kategori sedang sebesar 78,4 sebanyak 69 responden, dan pada kategori tinggi 19,3 sebanyak 17 responden.
Data tersebut dapat digambarkan dalam Pie Chart diagram lingkaran sebagai berikut:
Gambar 9. Pie Chart Kecenderungan Motivasi Belajar
2,3 78,4
19,3
Kecenderungan Motivasi Belajar
Kurang Sedang
Tinggi
Berdasarkan gambar diagram di atas dapat disimpulkan bahwa kecenderungan variabel Motivasi Belajar Kelas XI IPS SMA Negeri 1
Depok Tahun Ajaran 20162017 berada pada kategori sedang sebesar 78,4.
C. Uji Prasyarat Analisis
1. Uji Linieritas
Uji linieritas untuk mengetahui apakah pengaruh masing- masing variabel bebas yang dijadikan prediktor mempunyai
hubungan linier atau tidak terhadap variabel terikat, jika tidak linier maka analisis regresi tidak dapat dilanjutkan. Pengaruh antara
variabel bebas terhadap variabel terikat dikatakan linier apabila �
ℎ �
lebih kecil atau sama dengan dari �
� �
pada taraf signifikansi 5. Setelah dilakukan perhitungan, hasil pengujian
linieritas dirangkum sebagai berikut: Tabel 19. Rangkuman Hasil Uji Linieritas
No Variabel
F Hitung F Tabel Kesimpulan Bebas
Terikat 1
Y 0,879
1,694 Linier
2 Y
1,172 1,743
Linier 3
Y 1,190
1,687 Linier
Sumber: Data Primer yang telah diolah Tabel tersebut menunjukkan bahwa
�
ℎ �
masing-masing variabel lebih kecil dari
�
� �
dengan taraf signifikansi 5. Hal ini berlaku untuk semua variabel bebas terhadap variabel terikat,
sehingga dapat diambil kesimpulan bahwa semua variabel bebas terhadap variabel terikat memiliki hubungan yang linear.
2. Uji Multikolinieritas
Uji multikolinieritas merupakan bentuk pengujian untuk asumsi analisis regresi berganda dalam menguji hipotesis keempat.
Asumsi multikolinieritas menyatakan variabel bebas harus terbebas dari gejala multikolinieritas, sehingga hubungan antar variabel
bebas dengan variabel terikatnya tidak terganggu. Ada tidaknya multikolineraitas dapat ditentukan dengan nilai tolerance
ɑ dan variance inflation factor VIF. Variabel bebas mengalami
multikolinearitas jika ɑ hitung ɑ dan VIF hitung VIF dan
sebaliknya. Hasil uji multikolinearitas secara ringkas disajikan dalam tabel berikut:
Tabel 20. Rangkuman Hasil Uji Multikolinieritas Variabel
Collinearity Statistics Kesimpulan
Tolerance VIF
0,568 1,761
Tidak terjadi multikolinieritas
0,394 2,539
0,405 2,471
Sumber: Data Primer yang telah diolah Jika menggunakan alphatolerance = 10 atau 0,10, maka
VIF = 10. Tabel di atas menunjukkan bahwa besar VIF hitung VIF = 1,761, VIF
= 2,539 dan VIF = 2,471 VIF = 10 dan
tolerance variabel bebas 0,568 = 56,8, 0,394 = 39,4, dan 0,405 = 40,5 di atas 10, dapat disimpulkan bahwa antar
variabel bebas tidak terjadi multikolinearitas.
