35
3. Uji Asumsi
a. Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah sebaran data
pada variabel dependen dan independen bersifat normal atau tidak. Perhitungan uji normalitas ini menggunakan SPSS 16.0 for windows
dengan teknik One Sample Kolmogorov-Sminorv Test. Asumsi dalam uji normalitas adalah jika p 0,1 maka kesimpulan yang diambil adalah
hipotesis nol gagal ditolak, atau dengan kata lain sebaran data yang diuji mengikuti distribusi normal Santoso, 2010. Asymp.Sig. 2-tailed
merupakan nilai p yang dihasilkan dari uji hipotesis nol yang berbunyi tidak ada perbedaan antara distribusi data yang diuji dengan distribusi
data normal.
Tabel 4.8. Hasil Uji Normalitas Variabel
N Nilai Asymp.
Sig 2-tailed Nilai
K-SZ Keterangan
Orientasi Tujuan dalam Belajar
77 0,507
0,823 Normal
IPK 77
0,637 0,637
Normal Berdasarkan hasil uji normalitas di atas, sebaran data dikatakan
normal karena nilai Asymp.Sig. 2-tailed untuk skor skala orientasi tujuan sebesar 0,507 dan skor IPK sebesar 0,637. Oleh karena itu, dapat
disimpulkan bahwa sebaran data mengikuti distribusi normal.
36
b. Uji Linearitas Uji linearitas digunakan untuk mengetahui apakah hubungan
antara dua variabel merupakan garis linear. Uji ini penting untuk menentukan apakah analisis korelasinya menggunakan statistik
parametrik korelasi pearson atau statistik non parametrik korelasi sprearman. Menurut Santoso 2010, patokan pertama yang dipakai
untuk menilai linearitas suatu hubungan pada ANOVA Table adalah
linearity. Baris ini menjelaskan dengan baik hubungan antar variabel.
Priyatno 2012 juga, mengatakan bahwa metode pengambilan keputusan untuk uji linearitas adalah sebagai berikut :
1. Jika nilai signifikansi pada linearity 0,05 maka hubungan antara
dua variabel tidak linear. 2.
Jika nilai signifikasi pada linearity
0,05 maka hubungan antara du variabel dinyatakan linier.
Tabel 4. 9. Hasil Uji Linearitas
ANOVA Table
Sum of Squares
Df Mean
Square F
Sig.
IPK SKORTATS
Between Groups
Combined 6.765
42 .161 1.325 .200
Linearity .039
1 .039 .317 .577
Deviation from Linearity
6.726 41
.164 1.350 .186
37
Within Groups 4.133
34 .122
Total 10.898
76
Berdasarkan tabel hasil analisis ANOVA Table dapat disimpulkan bahwa hubungan antara kedua variabel tidak linear karena nilai
signifikansi untuk linearitas lebih besar dari 0,05 p 0,05 yaitu 0,577.
Selain melihat tabel, perlu juga melihat bentuk scater plot. Menurut Santoso 2010, grafik scatter plot berguna untuk
mengecek linearitas antar variabel. Manfaat scatter plot adalah kita dapat melihat secara langsung hubungan antar variabel. Suatu
hubungan dikatakan linear apabila ditarik garis lurus dalam grafik scaterplot titik-titik tersebut relatif mendekati garis.
Grafik Linearitas antar Variabel
38
Berdasarkan grafik scatter plot diatas, dapat dikatakan bahwa hubungan antara variabel independen dan variabel dependen
tidak linear karena titik-titiknya cenderung menjauhi garis. Oleh karena itu analisi yang akan digunakan adalah korelasi non
parametrik korelasi Spearman-Brown. c. Uji Hipotesis
Setelah dilakukan uji prasyarat normalitas dan linearitas, ternyata data yang diperoleh tidak linear sehingga analisis selanjutnya
menggunakan analisis non parametrik yaitu korelasi Spearman. Uji hipotesis dalam penelitian ini menggunakan SPSS 16.0 for windows
dengan korelasi Spearman-Brown. Hubungan antara kedua variabel dikatakan signifikan apabila probabilitas 0,05 p 0,05. Hasil uji
korelasi dapat dilihat pada tabel berikut :
Tabel 4.10. Korelasi antara Orientasi Tujuan dan Prestasi Akademik
TA TS
IPK Spearman
s rho Correlation Coefficient
Spearmans rho 1.000
.218 .038
TA Sig. 2-tailed
. .057
.742 N
77 77
77 Correlation Coefficient
.218 1.00
- .075
TS Sig. 2-tailed
.057 .
.517 N
77 77
77 Correlation Coefficient
.038 -
.075 1.00
IPK Sig. 2-tailed
.742 .517
39
N 77
77 77
Berdasarkan hasil analisis data dengan SPSS 16.0 for windows diperoleh data sebagai berikut :
1. Koefisien korelasi antara orientasi tujuan belajar akademik dengan prestasi akademik IPK sebesar 0,038 dengan taraf signifikansi
0,742 p 0,05 . Dengan demikian, korelasi antara orientasi tujuan akademik dan prestasi akademik dikatakan positif tapi tidak
signifikan karena nilai p 0,05. Artinya bahwa setiap kenaikan variabel orientasi tujuan akademik tidak diikuti oleh kenaikan
prestasi akademik secara signifikan. 2. Koefisien korelasi antara orientasi tujuan belajar sosial dengan
prestasi akademik IPK sebesar -0,75 dengan taraf signifikansi 0,517 p 0,05. Dengan demikian, korelasi antara orientasi tujuan
sosial dan prestasi akademik dikatakan negatif tapi tidak signifikan karena nilai p 0,05. Artinya bahwa setiap kenaikan variabel
orientasi tujuan sosial diikuti oleh penurunan variabel prestasi akademik secara tidak signifikan.
Santoso 2010 mengatakan bahwa korelasi positif dikatakan positif jika kenaikan kuantitas dari suatu variable diikuti dengan
kenaikan kuantitas dari variable yang lain. Sedangkan nilai korelasi dikatakan negatif jika kenaikan dari suatu variable diikuti dengan
penurunan pada variable yang lain.
40
Terkait dengan signifikasi, Azwar 2005 mengatakan bahwa dalam penelitian-penelitian sosial kita mengenal penetapan taraf
signifikansi sebesar 5 atau 1 sebelum uji statistik dilakukan. McCall seperti dikutip dalam Azwar, 2005 mengatakan bahwa
pemilihan taraf signifikansi 5 atau 1 semata-mata kesepakatan yang menjadi kebiasaan di kalangan ilmuwan sosial. Secara substantif
hanya ada dua macam label statistik yaitu tidak signifikan dan signifikan. Tidak signifikan berarti harga statistik harus diabaikan dan
dianggap tidak ada, berapa besarpun harga tersebut. Sedangkan signifikan berarti harga statistik tidak dapat diabaikan dan harus
dianggap ada, berapa kecilnya pun harga statistik tersebut. Bila kita telah menetapkan penggunaan p = 0,05, misalnya,
maka semua hasil komputasi yang menghasilkan statistik dengan harga p ≤ 0,05 akan diberi label signifikan. Sebaliknya, tidak peduli
berapapun harga statistik yang diperoleh kalau ternyata p 0,05 maka harus dinyatakan tidak signifikan Azwar, 2005.
C. Pembahasan 1. Hubungan antara Orientasi Tujuan Akademik dan Prestasi
Kategori