menulis ringkasan adalah 63,83 dan simpangan bakunya adalah
14,724
. dari perhitungan tersebut dapat dikatergorikan dalam 3 kelas sebagai berikut.
Tinggi = Mean + SD ≤ X
Sedang = Mean - SD ≤ X ≤ Mean + SD
Rendah = X ≤ Mean - SD
Kategori skor hasil belajar menulis ringkasan dapat dilihat pada tabel berikut.
Tabel 4.6 Kategori Skor Hasil Belajar Menulis Ringkasan Interval Kelas Nilai
Frekuensi Persentase
Kategori Keterangan
78,584 ≤ X
10 13,2
Tinggi 78, 85, 83, 90, 83, 83, 83,
83, 83, 85,
49,104 ≤ X
78,584 39
51,3 Sedang
50, 50, 50, 50, 58, 58, 55, 55, 55, 53, 53, 53, 60, 70,
62, 68, 68, 68, 70, 62, 65, 63, 68, 63, 63, 68, 63, 65,
63,63, 62, 73, 73, 75, 73, , 73, 73, 78, 73
X 49,104 27
35,5 Rendah
45, 43, 48, 48 , 48, 48, 43, 38, 40, 40, 40, 35, 38, 40,
38, 33, 35, 40, 33, 33, 38, 38, 25, 23, 28, 25, 28
Berdasarkan tabel di atas, hasil belajar menulis ringkasan yang termasuk kategori kategori tinggi sebesar 13,2 dengan frekuensi 10 siswa, kategori sedang
sebesar 51,3 dengan frekuensi 39 siswa, katgori rendah sebesar 35,5 dengan frekuensi 27.
4.1.2 Hasil Uji Prasyarat Analisis
Karakteristik data penelitian yang dikumpulkn sangat menentukan teknik analisis yang digunakan. Oleh karena itu, sebelum analisis data untuk pengujian
hipotesis dilakukan, terlebih dahulu data tersebut dilakukan pengujian. Pengujian tersebut menyangkut: 1 uji normalitas data, 2 uji homogenitas data, 3 uji
linieritas data. Berikut uraiannya. 4.1.2.1 Uji Normalitas Data
Uji normalitas dilakukan untuk menentukan apakah kedua kelompok berdistribusi normal atau tidak.. Normalitas data menentukan tahap pengolahan
data selanjutnya. Uji normalitas dilakukan dengan menggunakan teknik Kolmogrorov-Smirnov dan perhitungannya menggunakan program SPSS 16 for
Windows. Hasil uji normalitas dapat dilihat pada tabel 7 berikut. Tabel 4.7 Hasil Uji Normalits Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
76 Normal Parameters
a,b
Mean ,0000000
Std. Deviation 13,01860136
Most Extreme Differences
Absolute ,125
Positive ,125
Negative -,049
Kolmogorov-Smirnov Z 1,089
Asymp. Sig. 2-tailed ,186
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan tabel di atas diperoleh nilai signifikansi unstandardized residual pada kolom Kolmogorof-Smirnov sebesar 0,186. Dari perbandingan di atas
tampak bahwa nilai signifikansi data di atas lebih besar daripada 0,05 0,186
0,05, sehingga dapat disimpulkan bahwa data penelitian tersebut berdistribusi normal.
4.1.2.2 Uji Homogenitas Data Uji homogenitas dilakukan untuk memperoleh asumsi bahwa sampel
penelitian berasal dari kondisi yang sama atau homogen. Uji homogenitas dilakukan dengan menyelidiki apakah kedua sampel mempunyai varian yang
sama atau tidak. Pada penelitian ini peneliti menguji homogenitas menggunakan SPSS 16 for windows dengan teknik Levene. Berikut adalah hasil pengujian
homogenitas. Tabel 4.8 Hasil Uji Homogenitas
Test of Homogeneity of Variances
Hasil Belajar Menulis Ringkasan Levene Statistic
df1 df2
Sig. 1,421
12 63
,180
Hasil uji homogenitas di atas menunjukkan angka sebesar 0,180. Kriteria penerimaan uji homogenitas adalah di atas 0,05. Dari data di atas dapat dilihat
bahwa nilai signifikansi lebih besar dari 0,05 0,180 0,05 sehingga kriteria uji homogenitas ini diterima.
4.1.2.3 Uji Linieritas Data Pengujin Linieritas dilakukan untuk menguji masing variable yang
digunakan, Dikatakan linear apabila garis korelasi antara variabel bebas dan variabel terikat mengikuti garis linier. Salah satu asumsi dari analisis regresi
adalah linieritas. Maksudnya adalah apakah garis X dan Y membentuk garis linier atau tidak, jika tidak linier maka analisis regresi tidak dapat dilanjutkan.
Hasil uji linieritas dapat dilihat pada tabel berikut. Tabel 4.9 Hasil Uji Linieritas
ANOVA Table
Sum of Squares
df Mean
Square F
Sig.
Hasil Belajar
Menulis Ringkasan
Kemampuan Membaca
Pemahaman Betwee
n Groups
Combined 664,100
6 110,683
,199 ,955
Linearity 17,013
1 17,013
,031 ,872
Deviation from Linearity
647,087 5
129,417 ,232
,925 Within Groups
1672,00 3
557,333 Total
2336,10 9
Berdasarkan hasil perhitungan SPSS di atas, tampak nilai r = 0, 925 lebih besar dari nilai α = 0,05. Dikatakan linier apabila suatu data nilai r lebih besar
daripada nilai α. Dari hasil perhitungan di atas diperoleh bahwa nilai r = 0,581 lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variable X terhadap
variable Y berpola linier.
4.1.3 Hasil Uji Hipotesis
