69 Gambar 7.
Diagram Kecenderungan Prestasi Belajar Siswa
C. Uji Prasyarat Analisis
Sebelum dilakukan uji hipotesis, terlebih dahulu dilakukan uji prasyarat yang terdiri dari uji normalitas, uji linearitas, uji multikolinearitas, uji autokorelasi
dan uji heteroskedastisitas.
1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data penelitian yang akan dianalisis memiliki distribusi normal atau tidak. Uji normalitas dapat
diketahui dengan menggunakan Kolmogorov-Smirnov. Kriteria dalam pengujian normalitas data yaitu jika signifikansi P 0,05, maka sebaran datanya
berdistribusi normal, akan tetapi jika signifikansi P 0,05, maka sebaran datanya berdistribusi tidak normal. Hasil dari pengujian ini tercantum dalam tabel
Kosmogorov-Smornov Test pada baris Asimp.Sig, yang dihasilkan dengan menggunakan bantuan komputer program SPSS 19. Adapun hasil pengujian uji
Sangat Tinggi 15,51
Tinggi 50
Rendah 17,24
Sangat Rendah 17,24
Prestasi Belajar Siswa
70 normalitas pada variabel pola asuh demokratis, motivasi berprestasi siswa, dan
prestasi belajar siswa sebagai berikut: Tabel 15. Ringkasan Hasll Uji Normalitas
No. Variabel
Mean Standar
Deviasi Nilai
KSZ Sig.
P Ket
1. Pola
asuh demokratis
71,02 9
0,970 0,303
Normal 2.
Motivasi berprestasi siswa
63,45 10
1.029 0,240
Normal 3.
Prestasi belajar
siswa 79,8
1,64 0,751
0,625 Normal
Berdasarkan tabel diatas, dapat diketahui bahwa harga Asymp. Sig. pada output Kolmogorov_Smirnov Test variabel pola asuh demokratis sebesar 0,303,
motivasi berprestasi siswa sebesar 0,240, dan prestasi belajar siswa sebesar 0,625. Dengan demikian semua variabel yang akan diteliti memiliki harga Asymp.
Sig. P 0,05, sehingga dapat disimpulkan bahwa semua distribusi data variabel yang akan diteliti berdistribusi normal.
2. Uji Linearitas
Uji linearitas digunakan untuk mengetahui hubungan antara variabel terikat dengan variabel bebas. Hasil uji linearitas menunjukan bahwa semua
variabel dalam penelitian ini memiliki hubungan yang linear. Uji linearitas dalam penelitian ini menggunakan uji linearitas dengan bantuan program SPSS versi
19. Jika Sig. Deviation from Linearity lebih besar atau sama dengan taraf signifikansi yang dipakai 0,05 berarti berkorelasi linear. Secara lebih rinci
rangkuman hasil pengujian linearitas dapat dilihat pada tabel 16.
71 Tabel 16. Rangkuman Hasil Uji Linearitas
No. Variabel
Sig Taraf Sign.
Ket
1. Pola asuh demokratis
0,972 0,05
Linear 2.
Motivasi berprestasi siswa 0,433
0,05 Linear
Sumber: data primer yang diolah Berdasarkan pada tabel di atas dapat dilihat bahwa hasil perhitungan
pada taraf signifikansi 5, variabel pola asuh demokratis didapatkan nilai deviation from linearity sebesar 0,972, sedangkan variabel motivasi berprestasi
siswa didapatkan nilai deviation from linearity sebesar 0,433. Hasil perhitungan signifikansi antara dua variabel bebas tersebut dengan variabel terikat lebih
besar dari 0,05 sehingga dapat disimpulkan bahwa pengaruh kedua variabel bebas terhadap variabel terikat adalah linear.
3. Uji Multikolinearitas
Pengertian multikolinearitas adalah situasi adanya korelasi diantara variabel-variabel yang satu dengan yang lainnya. Pengujian adanya inflation
factor VIF pada model regresi. Kriteria pengambilan keputusan adalah jika nilai tolerance lebih dari 0,1
dan VIF kurang dari 10 maka tidak terjadi multikolinearitas. Dari pengolahan data dengan menggunakan program SPSS versi 19, hasil analisis pengujian
multikolinearitas dirangkum dan disajikan pada tabel dibawah ini. Tabel 17. Rangkuman Hasil Uji Multikolinearitas
No. Variabel
Tolerance VIF
Kesimpulan
1. Pola asuh demokratis
0,614 1,630
Tidak Terjadi
Multikolinearitas 2.
Motivasi berprestasi
siswa 0,614
1,630 Tidak
Terjadi Multikolinearitas
Sumber: data primer yang diolah
72 Dari tabel 17 diperoleh bahwa semua nilai Tolerance kedua variabel lebih
dari 0,1 dan VIF kurang dari 10. Maka dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel bebas.
4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Hasil
perhitungan autokorelasi dengan bantuan SPSS nilai DW sebesar 2,279 nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5
dengan jumlah sampel 58 dan jumlah variabel independen 2 maka pada tabel DW di dapat nilai dL 1,505 dan nilai dU 1,647. Karena nilai DW 2,279 lebih besar
dari dL 1,505 dan kurang dari 4 - dU 2,353. Maka dapat disimpulkan bahwa tidak terdapat autokorelasi.
5. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan vareiance dari residual satu pengamatan yang lain. Unuk
mengamati terjadi tidaknya heteroskedastisitas dapat dilihat pada grafik scatterplot dengan bantuan spss versi 19 dibawah ini.
73 Gambar 8. Hasil Uji Heteroskedastisitas
Dari gambar terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Maka dapat disimpulkan
bahwa tidak terjadi heteroskedastisitas.
D. Uji Statistik
Kategori