5. Deskripsi Prestasi Belajar Siswa Sebagai indikator tinggi rendahnya prestasi belajar yang dicapai
siswa adalah nilai raport semester ganjil yang dikhususkan pada mata pelajaran ekonomi-akuntansi tahun ajaran 2011 2012. Jumlah skor
tertinggi yang diharapkan dicapai adalah 80 dan skor terendah yang diharapkan dicapai adalah 60, maka selisih skor tertinggi dengan skor
terendah adalah 20. Dari data tersebut diperoleh harga mean sebesar 71,5, median
sebesar 70, modus sebesar 73,38, dan standar deviasi sebesar 5,32. Selanjutnya akan dikategorikan dengan mengacu pada PAP tipe II.
Tabel V.8 Kategori Prestasi Belajar Siswa
Penilaian Patokan
Perhitungan Skor
Sangat tinggi
81 - 100 60 + 81 x 20 = 76,2
dibulatkan 76 76
– 80 Tinggi
66 - 80 60 + 66 x 20 = 73,2
dibulatkan 73 73
– 75 Cukup
56 - 65 60 + 56 x 20 = 71,2
dibulatkan 71 71
– 72 Rendah
46 - 55 60 + 46 x 20 = 69,2
dibulatkan 69 69
– 70 Sangat
rendah 0 - 45
60 – 68
Tabel V.9 Deskripsi Distribusi Frekuensi Prestasi Belajar Siswa
Penilaian Skor
Frekuensi Frekuensi Relatif Sangat tinggi
Tinggi Cukup
Rendah Sangat rendah
76 – 80
73 – 75
71 -72 69
– 70 60
– 68 8
21 1
3 21
14,81 38,89
1,85 5,56
38,89 Total
54 100
Berdasarkan tabel di atas dapat kita lihat bahwa dari 54 responden ternyata siswa yang mempunyai prestasi belajar siswa sangat tinggi ada 8
orang 14,81, siswa yang mempunyai prestasi belajar siswa tinggi ada 21 orang 38,89, siswa yang mempunyai prestasi belajar siswa cukup
ada 1 orang 1,85, siswa yang mempunyai prestasi belajar siswa rendah ada 3 orang 5,56, siswa yang mempunyai prestasi belajar siswa sangat
rendah ada 21 orang 38,89. Hal ini berarti prestasi belajar siswa yang dimiliki siswa mempunyai tingkat kecenderungan tinggi dan sangat
rendah.
B. Teknik Analisis Data
1. Uji Normalitas Uji normalitas dilakukan untuk mengetahui kondisi masing-masing
variabel, apakah berdistribusi normal atau tidak. Untuk uji normalitas digunakan nilai unstandardized residual. Dalam perhitungan ini dibantu
dengan bantuan komputer SPSS versi 16.0. Kriteria pengujian normalitas yaitu bila probabilitas p yang
diperoleh melalui perhitungan lebih kecil dari taraf signifikan 5 berarti sebaran data variabel tidak normal. Sebaliknya bila probabilitas p yang
diperoleh melalui perhitungan lebih besar dari taraf signifikan 5 berarti sebaran data variabel normal.
Berdasarkan unstandardized residual, untuk variabel perhatian orangtua diketahui probabilitas sebesar 0,054. Karena probabilitas 0,054
0,05 berarti distribusi variabel perhatian orangtua adalah normal. Berdasarkan unstandardized residual, untuk variabel minat belajar
siswa diketahui probabilitas sebesar 0,025. Karena probabilitas 0,025 0,05 berarti distribusi variabel minat belajar siswa adalah tidak normal.
Berdasarkan unstandardized residual, untuk variabel perhatian orangtua diketahui probabilitas sebesar 0,033. Karena probabilitas 0,033
0,05 berarti distribusi variabel lingkungan belajar siswa adalah tidak normal.
2. Uji Linearitas Uji linearitas dimaksudkan untuk mengetahui apakah data masing-
masing variabel bebas mempunyai hubungan linear atau tidak dengan variabel terikat. Dalam melakukan pengujian linearitas digunakan bantuan
komputer dengan program SPSS versi 16.0. Kriteria pengujian linearitas yaitu jika F
hitung
F
tabel
pada taraf signifikan 5 maka dapat dikatakan ada hubungan linear antara variabel
bebas dengan variabel terikat. Sebaliknya jika F
hitung
F
tabel
pada taraf signifikan 5 maka dapat dikatakan tidak ada hubungan linear antara
variabel bebas dengan variabel terikat.
Tabel V.10 Rangkuman Hasil Uji Linearitas
Variabel Bebas
Variabel Terikat Df
F
hitung
F
tabel
Kesimpulan Perhatian
Orangtua Prestasi Belajar
Siswa 17:35
1,027 1,94
Linear Minat Belajar
Siswa Prestasi Belajar
Siswa 11:41
1,688 2,03
Linear Lingkungan
Belajar Siswa Prestasi Belajar
Siswa 15:37
0,750 1,925
Linear 3. Uji Multikorelasi
Uji multikorelasi bertujuan untuk mengetahui apakah hubungan di antara variabel bebas memiliki masalah multikorelasi gelaja
multikolinearitas atau tidak. Uji multikorelasi perlu dilakukan jika jumlah variabel independen variabel bebas lebih dari satu. Dalam
pengujian multikorelasi digunakan bantuan komputer dengan bantuan program SPSS versi 16.0. Apabila nilai VIF 10, maka terjadi gejala
multikolinearitas di antara variabel bebas. Sebaliknya apabila nilai VIF 10, maka tidak terjadi gejala multikolinearitas di antara variabel bebas
Haryadi Sarjo dan Winda Julianita, 2011:74. Berdasarkan hasil analisis uji multikorelasi diperoleh VIF pada
variabel X1 perhatian orangtua sebesar 1,120, variabel X2 minat belajar siswa sebesar 1,599, variabel X3 lingkungan belajar siswa
sebesar 1,743.
Tabel V.11 Uji Multikorelasi
Model Collinearity Statistics
Tolerance VIF
1 Total Per_Ot Total Min_Bel
Total Ling_Bel 0,893
0,625 0,574
1,120 1,599
1,743
a. Dependent variable: Pres_Bel Dari nilai hasil VIF di atas yang diperoleh masing-masing variabel
ternyata lebih kecil dari 10, maka dapat disimpulkan bahwa tidak ada multikorelasi.
4. Uji Hipotesis a. Pengaruh Perhatian Orangtua Terhadap Prestasi Belajar Siswa
Untuk menguji hipotesis 1 yang menyatakan bahwa ada pengaruh antara perhatian orangtua terhadap prestasi belajar siswa
SMA N 1 Karangmojo tahun ajaran 2011 2012, digunakan uji regresi sederhana karena pada variabel perhatian orangtua
berdistribusi normal. 1 Perumusan Hipotesis
Ho: Tidak ada pengaruh antara perhatian orangtua terhadap prestasi belajar siswa.
Ha: Ada pengaruh antara perhatian orangtua terhadap prestasi belajar siswa.
2 Hasil Analisis Data Hasil analisis data dari pengujian hipotesis pertama ini
dilakukan dengan menggunakan alat bantu komputer program SPSS 16. Teknik analisis yang digunakan untuk menguji
hipotesis pertama adalah regresi linear sederhana, yaitu untuk menentukan hubungan secara fungsional antara variabel
perhatian orangtua terhadap prestasi belajar siswa. Berikut ini disajikan output hasil analisis dalam bentuk tabel beserta
penjelasannya.
Tabel V.12 Model Summary
b
Model R
R Square Adjusted
R Square Std. Error
of the Estimate
1 0,243
a
0,059 0,041
5,087 a. Predictors: constant, perhatian_ortu
b. Dependent variable: prestasi_bel
Pada tabel di atas ditunjukkan output mengenai model summary.
Besarnya korelasi antara perhatian orangtua dan prestasi belajar siswa sebesar 0,243. Koefisien determinasi
perhatian orangtua terhadap prestasi belajar siswa sebesar 0,059. Koefisien determinasi yang sudah disesuaikan sebesar 0,041 dan
standar kesalahan estimasi sebesar 5,087. Koefisien korelasi sebesar 0,243 menunjukkan bahwa
terdapat korelasi yang positif dan signifikan antara perhatian orangtua dan prestasi belajar. Koefisien determinasi sebesar
0,059 menunjukkan bahwa variasi variabel prestasi belajar siswa Y dapat dijelaskan oleh variabel perhatian orangtua sebesar
5,9, sedangkan sisanya 94,1 dijelaskan oleh variabel lain diluar variabel perhatian orangtua.
Tabel V.13 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error
Beta 1 Constant
perhatian_ortu 60,413
0,232 6,087
0,128 0,243
9,924 1,806
0,000 0,077
a. Dependent variable: prestasi_bel Berdasarkan tabel di atas, dapat diketahui harga beta nol
60,413 a dan harga beta satu b 0,232. Maka persamaan garis regresi perhatian orangtua terhadap prestasi belajar siswa adalah
Y = 60,413 + 0,396X. Dimana, Y = prestasi belajar siswa, X
1
= perhatian orangtua.
Persamaan regresi yang telah ditemukan dapat digunakan untuk melakukan prediksi ramalan bagaimana pengaruh
variabel bebas terhadap besarnya perubahan variabel terikat. Persamaan regresi di atas dapat diartikan bahwa nilai perhatian
orangtua bertambah 1, maka nilai rata-rata prestasi belajar siswa akan bertambah 0,232.
3 Kesimpulan Pada taraf signifikansi 5, dk = n
– 2 54 – 2 = 52, maka diperoleh t hitung sebesar 1,806 dan t tabel sebesar 1,675. Nilai t
hitung
lebih besar dari t
tabel
1,806 1,675. Dengan demikian ada pengaruh antara perhatian orangtua terhadap prestasi belajar
siswa.