61 Gambar 7. Diagram Batang Kecenderungan Variabel Variabel Karakter Siswa
Berdasarkan deskripsi data instrumen karakter siswa yang ditampilkan pada Tabel 15 dan Gambar 7 di atas, dapat diketahui 28,4
siswa menyatakan karakter siswa termasuk dalam kategori sangat baik. 49,6 siswa menyatakan karakter siswa termasuk dalam kategori baik.
22 siswa menyatakan karakter siswa termasuk dalam kategori sedang. Tidak ada siswa 0 yang menyatakan karakter siswa termasuk dalam
kategori buruk dan sangat buruk. Berdasarkan paparan di atas dapat disimpulkan bahwa sebagian besar siswa 49,6 menyatakan karakter
siswa termasuk dalam kategori baik.
B. Uji Persyaratan Analisis
1. Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah masing-masing
variabel berdistribusi normal atau tidak. Uji normalitas dilakukan dengan teknik analisis Kolmogorov-Smirnov. Variabel dinyatakan berdistribusi
normal jika nilai p 0,05 p lebih besar 0,05. Perhitungan uji normalitas
10 20
30 40
50 60
70
Sangat Buruk
Buruk Sedang
Baik Sangat
Baik
F re
k u
e n
si
Kategori
62 dilakukan dengan program SPSS 16.0 for Windows. Hasil uji normalitas
dapat dilihat pada Lampiran 6 Butir a dan rangkumannya dapat dilihat pada Tabel 16 sebagai berikut.
Tabel 16. Rangkuman Hasil Pengujian Normalitas No
Variabel Probabilitas Sig Keterangan
1 Keteladanan Guru
0,200 Normal
2 Interaksi Teman Sebaya
0,170 Normal
3 Karakter Sisiwa
0,200 Normal
Berdasarkan harga probabilitas yang ditampilkan pada Tabel 16 di atas, dapat diambil kesimpulan sebagai berikut.
a. Nilai signifikansi p variabel keteladanan guru X
1
adalah 0,200 0,05 yang berarti data berdistribusi normal.
b. Nilai signifikansi p variabel interaksi teman sebaya X
2
adalah 0,170 0,05 yang berarti data berdistribusi normal.
c. Nilai signifikansi p variabel karakter siswa Y adalah 0,200 0,05 yang berarti data berdistribusi normal.
2. Uji Linieritas Uji linieritas dilakukan untuk mengetahui apakah masing-masing
variabel bebas mempunyai pengaruh yang linier atau tidak terhadap variabel terikatnya. Variabel bebas dengan variabel terikat dinyatakan
linier jika nilai signifikansi pada deviation from liniearity lebih besar dari 0.05. Perhitungan uji linieritas dilakukan dengan program SPSS 16.0 for
Windows. Hasil uji linieritas dapat dilihat pada Lampiran 6 Butir b dan rangkumannya dapat dilihat pada Tabel 17.
63 Tabel 17. Rangkuman Hasil Pengujian Linieritas
No Model hubungan
Signifikansi Keterangan
1 Keteladanan guru
dengan karakter siswa 0,928
Linier 2
Interaksi teman sebaya dengan karakter siswa
0,866 Linier
Berdasarkan hasil uji linieritas yang ditampilkan pada Tabel 17 di atas, dapat diketahui nilai signifikansi hubungan antara variabel
keteladanan guru X
1
, interaksi teman sebaya X
2
, dan karakter siswa Y lebih besar dari 0.05, sehingga dapat disimpulkan bahwa hubungan kedua
variabel bebas dengan variabel terikat adalah linier. 3. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui ada atau tidaknya hubungan antar variabel bebas. Uji multikolinieritas merupakan uji asumsi
untuk analisis regresi ganda. Asumsi multikolinieritas menyatakan bahwa variebel bebas harus terbebas dari gejala multikolinieritas. Uji
multikolinieritas dilakukan dengan teknik metode variance inflation factor VIF. Multikolinieritas dapat dilihat dari nilai tolerance dan nilai VIF,
VIF dengan tolerance mempunyai hubungan berbanding terbalik dimana jika nilai tolerance yang rendah sama dengan nilai VIF yang tinggi, atau
sebaliknya karena VIF = 1tolerance. Suatu model regresi yang bebas dari multikolinieritas jika mempunyai nilai VIF 10 dan mempunyai nilai
tolerance dari 10 0,1. Perhitungan uji multikolinieritas dilakukan dengan program SPSS 16.0 for Windows. Hasil uji multikolinieritas dapat
dilihat pada Lampiran 6 Butir c dan rangkumannya dapat dilihat pada Tabel 18 sebagai berikut.
64 Tabel 18. Rangkuman Hasil Pengujian Multikolinieritas
No Variabel
Tolerance VIF
1 Keteladanan guru
0.783 1,277
2 Interaksi teman sebaya
0.783 1,277
Berdasarkan hasil uji linieritas yang ditampilkan pada Tabel 18 di
atas, dapat diketahui bahwa nilai VIF 10, dan tolerance 0,1, yang berarti bahwa pada model regresi tidak terjadi gejala multikolinieritas.
Tidak terjadinya gejala multikolinieritas maka data memenuhi syarat untuk dilanjutkan ke pengujian hipotesis.
C. Pengujian Hipotesis