tinggi. Hal ini ditunjukan bahwa nilai prestasi dari 84 siswa yang menunjukan prestasi tinggi sebesar 100.
B. Uji Hipotesis
1. Uji Prasyarat
Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis
data menuntut uji persyaratan analisis. Analisis varian mempersyaratkan bahwa data berasal dari populasi yang berdistribusi normal dan linier.
a.
Uji Normalitas
Uji normalitas ini digunakan rumus uji satu sampel dari Kolmogorov-Smirnov, yaitu dengan maksud menguji normalitas data
dengan hipotesis. Uji Kolmogorov-Smirnov bisa dipakai untuk uji keselarasan data yang berskala minimal ordinat Singgih Santoso, 2005.
Alat statistik untuk pengujian normalitas data penelitian ini adalah tes Kolmogorov-Smirnov.
Uji normalitas
ini menjadi prasyarat untuk semua jenis penelitian yang menggunakan uji statistik parametrik. Uji ini dilakukan untuk
melihat data yang diperoleh berdistribusi normal atau tidak, artinya data kita tersebut kalau dipetakan membentuk kurva lonceng dengan sumbu
simetrisnya merupakan rata-rata data, maksudnya data di bawah dan di atas rata-rata berjumlah sama.
Berikut ini adalah analisis data uji normalitas dengan menggunakan SPSS 17 :
Tabel 5.5 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 84
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.12445099
Most Extreme Differences Absolute
.091 Positive
.091 Negative
-.062 Kolmogorov-Smirnov Z
.830 Asymp. Sig. 2-tailed
.497 a. Test distribution is Normal
b. Calculated from data Sumber: data sekunder: diolah tahun 2013
Tabel menunjukan bahwa nilai probabilitas residual interaksi antara variabel penelitian sebesar 0,497, maka hal itu menunjukan bahwa variasi
data antar variabel penelitian tersebut adalah berdistribusi normal. b.
Uji Linearitas Uji
linearitas digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Uji linearitas menggunakan
persamaan regresi. Pengujian linieritas dilakukan dengan meregresi masing-masing variabel bebas dengan variabel terikat. Uji linearitas
menyatakan bahwa adanya hubungan antara variabel yang hendak dianalisis itu mengikuti garis lurus. Jadi peningkatan atau penurunan
kuantitas di satu variabel, akan diikuti secara linear oleh peningkatan atau penurunan kuantitas variabel lainnya.
Uji linearitas penting digunakan dalam suatu korelasi karena mengasumsikan hubungan antara variabelnya bersifat linear. Jika ternyata
pola hubungan tidak linear, maka teknik korelasi akan cenderung melakukan underestimasi kekuatan hubungan antara dua atau lebih
variabel. Jadi sangat mungkin sebenarnya kedua variabel memiliki hubungan yang kuat tetapi diestimasi tidak ada hubungan atau memiliki
hubungan yang lemah, hanya pola hubungan yang tidak linear. Untuk menguji atau memutuskan apakah asumsi linear itu terpenuhi
atau tidak bisa diketahui dengan melihat baris linearity, karena baris dianggap merupakan bagian yang mengikuti trend linear. Jika F untuk
baris linearity signifikan, maka dapat dibilang bahwa variabelnya mengikuti garis linear cukup besar, sehingga dapat diambil dapat
disimpulkan trend antara variabel independen dan dependen itu linear atau juga dapat dikatakan bahwa garis linear dapat memberikan
penjelasan yang baik mengenai hubungan antar kedua atau lebih variabel, dengan kata lain fit.
Uji linieritas ini digunakan dengan analisis varians dengan menggunakan rumus F:
1 Motivasi Belajar Dengan Prestasi Belajar
Tabel 5.6
ANOVA
Motivasi Sum of Squares
df Mean Square
F Sig.
Between Groups Combined 2820.893
35 80.597
4.314 .000
Weighted 2502.088
1 2502.088
133.941 .000
Deviation 318.805
34 9.377
.502 .981
Within Groups 896.667
48 18.681
Total 3717.560
83
Berdasarkan data output di atas, F hitung dapat diketahui sebesar = 0,502. Sementara f
tabel
= 3,96 penentuan F
tabel
: dengan menggunakan rumus : df 1 = jumlah variabel
– 1, dan df 2 = jumlah data
– jumlah variabel – 1, dengan tingkat keyakinan 95,
α = 5,, maka apabila f
hitung
= 0,502 lebih kecil f
tabel
= 3,96 maka disimpukan model regresi tipe linear.
2 Metode Pembelajaran Dengan Prestasi Belajar
Tabel 5.7
ANOVA
Metode Sum of Squares
df Mean Square
F Sig.
Between Groups Combined
1800.893 35
51.454 2.754
.001 Weighted
1482.088 1
1482.088 79.339
.000 Deviation
318.805 34
9.377 .502
.981 Within Groups
896.667 48
18.681 Total
2697.560 83
Sumber: data primer, diolah tahun 2013
Berdasarkan data output di atas, F hitung dapat diketahui sebesar = 0,502. Sementara f
tabel
= 3,96 penentuan F
tabel
: dengan
menggunakan rumus : df 1 = jumlah variabel – 1, dan df 2 =
jumlah data – jumlah variabel – 1, dengan tingkat keyakinan
95, α = 5,, maka apabila f
hitung
= 0,502 lebih kecil f
tabel
= 3,96 maka disimpukan model regresi tipe linear.
c. Uji Korelasi
Dalam kasus ini, peneliti menggunakan uji korelasi Spearman. Berikut hasil dari analisis SPSS 17:
Tabel 5.8 Correlations
Motivasi Metode
Prestasi Spearmans rho
Motivasi Correlation Coefficient
1.000 .226
.802 Sig. 2-tailed
. .038
.000 N
84 84
84 Metode
Correlation Coefficient .226
1.000 .738
Sig. 2-tailed .038
. .000
N 84
84 84
Prestasi Correlation Coefficient
.802 .738
1.000 Sig. 2-tailed
.000 .000
. N
84 84
84 . Correlation is significant at the 0.05 level 2-tailed.
. Correlation is significant at the 0.01 level 2-tailed. Sumber: data primer, diolah tahun 2013
a. Motivasi Belajar
Rumusan hipotesis: H
o
: Tidak ada hubungan motivasi secara signifikan terhadap prestasi belajar ekonomi siswa.
H
a :
Ada hubungan motivasi berpengaruh secara signifikan terhadap prestasi belajar ekonomi siswa.
Berdasarkan output hasil 1, antara motivasi dengan prestasi yang menghasilkan angka 0,802. Angka tersebut menunjukan kuatnya
korelasi di atas 0,5, dengan demikian dapat disimpulkan terdapat korelasi antara antara motivasi dengan prestasi atau
menerima H
a
dan menolah H
o
b. Metode Pembelajan
Rumusan hipotesis: H
o
: Tidak ada hubungan metode pembelajaran secara signifikan terhadap prestasi belajar ekonomi siswa.
H
a :
Ada hubungan metode pembelajaran secara signifikan terhadap prestasi belajar ekonomi siswa.
Berdasarkan output hasil 2, antara motivasi dengan prestasi yang menghasilkan angka 0,738. Angka tersebut menunjukan kuatnya
korelasi di atas 0,5, dengan demikian dapat disimpulkan terdapat korelasi antara antara motivasi dengan prestasi atau
menerima H
a
dan menolah H
o
d. Regresi berganda
Regresi berganda digunakan untuk melihat seberapa besar pengaruh antara variabel independen dengan variabel dependen. Berikut hasil
output hasil regresi berganda.
Tabel 5.9 Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 86.178
5.013 17.190
.000 Motivasi
-.112 -.070
-.177 3.588
.016 Metode
-.074 -.082
-.099 2.891
.035 a. Dependent Variable: Prestasi
Sumber: data primer, diolah tahun 2013
Motivasi Belajar dan Metode Pembelajaran Rumusan hipotesis:
H
o
: Tidak ada hubungan motivasi belajar dan metode pembelajaran secara bersama-sama dan signifikan terhadap
prestasi belajar ekonomi siswa. H
a :
Ada hubungan motivasi belajar dan metode pembelajaran secara bersama-sama dan signifikan terhadap prestasi belajar
ekonomi siswa. Tabel 5.10
Model Summary
b Model
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.221
a
.409 .205
0.17506 1.574
a. Predictors: Constant, Metode, Motivasi b. Dependent Variable: Prestasi
Sumber: data primer, diolah tahun 2013
Tabel 5.11 ANOVA
b Model
Sum of Squares df
Mean Square F
Sig. 1
Regression 1.343
2 .448
36.023 .000a
Residual 1.143
81 .012
Total 2.487
83 a. Predictors: Constant, Metode, Motivasi
b. Dependent Variable: Prestasi Sumber: Data Primer, diolah tahun 2013
Berdasarkan hasil perhitungan diperoleh harga F
hitung
sebesar 36,023, sementara F
tabel
pada df 1 jumlah variabel – 1 atau 2-1 = 1
dan df 2 n-k-1 atau 84-3-1 = 80 n adalah jumlah data dan k adalah jumlah variabel independen adalah sebesar 3,96 sehingga kriteria
pengujian hipotesisnya 36,023 3,96 F
hitung
F
tabel
yaitu H ditolak,
dengan demikian hipotesis ketiga menyatakan motivasi belajar, dan metode pembelajaran bersama-sama berpengaruh secara signifikan
terhadap prestasi belajar siswa. Untuk menguji signifikansinya dapat juga dilihat dari kolom Sig.
Probabilitas ditunjukkan dengan nilai 0.000 yang berarti nilai ini berada di bawah taraf signifikan 5 0,05, oleh karena Sig
≤ 0,05 0,000
≤ 0,05 maka dapat dikatakan Ha dterima dan Ho ditolak yang artinya motivasi belajar, dan metode pembelajaran bersama-sama
berkontribusi secara signifikan terhadap prestasi kerja karyawan. Dari hasil analisis diatas dapat disimpulkan bahwa Ho ditolak
dan Ha diterima yang artinya motivasi belajar, dan metode
pembelajaran bersama-sama berpengaruh secara signifikan terhadap prestasi belajar siswa.
C. Pembahasan