110 Dari histogram tersebut dapat dilihat bahwa siswa yang memiliki skor rasa
ingin tahu antara 35-39 ada 3 siswa, 40-44 ada 7 siswa, 45-49 ada 20 siswa, 50-54 ada 27 siswa, 55-59 ada 35 siswa, 60-64 ada 18 siswa, dan 65-9 ada 7 siswa.
B. Analisis Data
Analisis data yang digunakan dalam penelitian ini adalah uji prasyarat analisis dan uji hipotesis. Uji prasyarat analisis dan uji hipotesis dalam penelitian
ini dilakukan dengan bantuan software SPSS version 23 for windows.
1. Uji Prasyarat Analisis a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak. Pengujian normalitas data dilakukan dengan
menggunakan uji normalitas Kolmogorov-Smirnov Test pada software SPSS versi 23 for windows. Pada penelitian ini uji normalitas dilakukan pada ketiga variabel,
yaitu motivasi belajar, rasa ingin tahu, dan prestasi belajar IPS. Uji normalitas dilakukan dengan bantuan SPSS 23 dengan hasil sebagai berikut.
Tabel 26. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Motivasi_Belaja r
Rasa_Ingin_Tah u
Prestasi_Belajar _IPS
N 117
117 117
Normal Parameters
a,b
Mean 68.76
53.85 67.47
Std. Deviation 11.642
7.157 15.892
Most Extreme Differences Absolute
.057 .078
.078 Positive
.041 .050
.047 Negative
-.057 -.078
-.078 Test Statistic
.057 .078
.078 Asymp. Sig. 2-tailed
.200
c,d
.076
c
.076
c
Sumber: Lampiran 8 halaman 194
111 Wibowo 2012: 72 menjelaskan bahwa sebaran data dikatakan normal
apabila nilai Asymp. Sig 2-tailed 0,05. Berdasarkan tabel di atas dapat dilihat bahwa hasil dari uji normalitas dengan teknik uji Kolmogorov-Smirnov pada
variabel “motivasi belajar” menunjukkan angka 0,200 atau lebih dari 0,05, yang berarti menunjukan bahwa pada variabel “motivasi belajar” berdistribusi normal.
Pada variabel ”rasa ingin tahu” menunjukkan angka 0,076 atau lebih dari 0,05, yang berarti menunjukan bahwa pada variabel “rasa ingin tahu” berdistribusi
normal. Pada variabel “prestasi belajar IPS” menunjukkan angka 0,076 atau lebih dar
i 0,05, yang berarti menunjukkan bahwa pada variabel “prestasi belajar IPS” berdistribusi normal. Nilai Asymp. Sig. dari ketiga variabel tersebut memiliki nilai
di atas 0,05 maka distribusi data dari masing-masing variabel dikatakan normal. Ringkasan perbandingan normalitas dapat dilihat pada tabel di bawah ini.
Tabel 27. Ringkasan Perbandingan Normalitas No.
Variabel Asymp. Sig.
Signifikansi Keterangan 1.
Motivasi Belajar 0,200
0,05 Normal
2. Rasa Ingin Tahu
0,076 0,05
Normal 3.
Prestasi Belajar IPS 0,076
0,05 Normal
Sumber: Lampiran 8 halaman 194 b. Uji Linearitas
Uji linearitas ini dilakukan untuk mengetahui apakah ada hubungan yang linear atau tidak antara variabel bebas motivasi belajar dan rasa ingin tahu
dengan variabel terikat prestasi belajar IPS dari data yang diperoleh. Kriteria linear adalah jika signifikansi dari linearity 0,05 dan signifikansi dari deviation
from linearity 0,05. Apabila kriteria tersebut terpenuhi maka hubungan antara
variabel bebas dan variabel terikat dikatakan linear. Uji linearitas data penelitian
112 menggunakan bantuan software SPSS versi 23 for windows dengan taraf
signifikansi 5 dengan hasil sebagai berikut. Tabel 28. Hasil Uji Linearitas Motivasi Belajar dengan Prestasi Belajar IPS
Sumber: Lampiran 8 halaman 195 Berdasarkan tabel di atas dapat dilihat bahwa pada kolom signifikan
Linearity menunjukkan angka 0,000 atau kurang dari 0,05, sedangkan pada kolom
signifikan Deviation from Linearity menunjukkan angka 0,279 atau lebih dari 0,05. Hal tersebut menunjukkan bahwa terdapat hubungan yang linear pada
variabel motivasi belajar dan prestasi belajar IPS siswa. Tabel 29. Hasil Uji Linearitas Rasa Ingin Tahu dengan Prestasi Belajar IPS
Sumber: Lampiran 8 halaman 195 Berdasarkan tabel di atas dapat dilihat bahwa pada kolom signifikan
Linearity menunjukkan angka 0,000 atau kurang dari 0,05, sedangkan pada kolom
signifikan Deviation from Linearity menunjukkan angka 0,432 atau lebih dari
113 0,05. Hal tersebut menunjukkan bahwa terdapat hubungan yang linear pada
variabel rasa ingin tahu dengan prestasi belajar IPS siswa. Dari hasil kedua tabel di atas dapat disimpulkan bahwa motivasi belajar
dan rasa ingin tahu memiliki hubungan yang linear dengan prestasi belajar IPS siswa karena memiliki nilai sig Linearity 0,05 dan memiliki nilai sig Deviation
of Linearity 0,05. Ringkasan hasil linearitas dapat dilihat pada tabel berikut.
Tabel 30. Ringkasan Hasil Uji Linearitas No.
Variabel Sig. Linearity
Sig. Deviation from Linearity
Kesimpulan Bebas
Terikat 1.
X
1
Y 0,000
0,279 Linear
2. X
2
Y 0,000
0,432 Linear
Sumber: Lampiran 8 halaman 195 c. Uji Multikolinearitas
Uji multikolinearitas merupakan uji asumsi untuk regresi linear berganda. Uji multikolinearitas menggunakan bantuan software SPSS version 23 for
windows dengan melihat nilai Variance Inflation Factor VIF. Jika menggunakan
alphatolerance 10 atau 0,10, maka VIF adalah 10. Jika VIF hitung VIF = 10, dan semua tolerance variabel bebas di atas 10 maka dapat disimpulkan bahwa
antara variabel bebas tidak terjadi multikolinieritas. Menurut Wibowo 2012: 87 uji multikolinearitas bertujuan agar tidak ada korelasi atau hubungan yang
sempurna atau mendekati sempurna antara variabel bebas yang membentuk suatu persamaan. Berikut disajikan hasil uji multikolinearitas lampiran 8.
Berdasarkan tabel tersebut dapat diketahui bahwa nilai tolerance variabel motivasi belajar X
1
dan rasa ingin tahu X
2
yakni 0,925 yang berarti lebih besar dari 0,10. Kemudian, nilai VIF variabel motivasi belajar X
1
dan rasa ingin tahu
114 X
2
yakni 1,081 yang berarti lebih kecil dari 10. Sehingga dapat disimpulkan bahwa antara variabel bebas tidak terjadi multikolinearitas. Berikut disajikan
ringkasan hasil uji multikolinearitas. Tabel 31. Ringkasan Hasil Uji Multikolinearitas
Sumber: Lampiran 8 halaman 196 2. Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk melihat signifikansi hubungan motivasi belajar dan rasa ingin tahu secara parsial dan simultan terhadap prestasi
belajar IPS siswa. Pengujian hipotesis dilakukan dengan mencari koefisien determinan yang digunakan untuk mengetahui tingkat ketepatan paling baik
dalam analisis regresi yang ditunjukkan oleh besarnya koefisien determinasi antara 0 nol dan 1 satu. Selain itu, koefisien determinasi digunakan untuk
mengetahui persentase perubahan variabel dependen Y yang disebabkan oleh variabel independen X. Uji koefisien determinasi dilakukan secara parsial dan
simultan. a. Uji Korelasi Parsial
Hasil uji koefisien determinasi secara parsial r
2
adalah sebagai berikut. Tabel 32. Rangkuman Hasil Uji Koefisien Determinasi Parsial r
2
Variabel Koefisien Korelasi
Parsial r
2
t hitung Signifikansi
Bila X
1
tetap 0,384
0,147 4,446
0,000 Bila X
2
tetap 0,239
0,057 2,627
0,010
Sumber: Lampiran 8 halaman 197-198 Variabel
Tolerance VIF
Kesimpulan X
1
0,925 1,081
Tidak terjadi multikolinearitas X
2
0,925 1,081
Tidak terjadi multikolinearitas
115 Berdasarkan tabel di atas, dapat disimpulkan bahwa:
1 Bila X
1
tetap Dari perhitungan didapatkan nilai r
2
X
2
Y.X
1
0,147, nilai t
hitung
sebesar 4,446 dan nilai t
tabel
sebesar 1,980 sehingga dapat disimpulkan nilai t
hitung
t
tabel
dengan nilai signifikansi 0,000. Oleh karena nilai signifikansi 0,000 0,05, maka dikatakan signifikan. Jadi dapat disimpulkan bahwa ada hubungan yang signifikan
antara rasa ingin tahu dengan prestasi belajar IPS siswa apabila motivasi belajar tetap.
2 Bila X
2
tetap Dari perhitungan didapatkan nilai r
2
X
2
Y.X
1
yaitu 0,057, nilai t
hitung
sebesar 2,627 dan nilai t
tabel
sebesar 1,980 sehingga dapat disimpulkan nilai t
hitung
t
tabel
dengan nilai signifikansi 0,010. Oleh karena nilai signifikansi 0,010 0,05, maka dikatakan signifikan. Jadi dapat disimpulkan bahwa ada hubungan yang signifikan
antara motivasi belajar dengan prestasi belajar IPS siswa apabila rasa ingin tahu tetap.
b. Uji Korelasi Ganda Pengujian koefisien determinasi dilakukan secara simultan R
2
dilakukan dengan menggunakan bantuan software SPSS version 23 for windows,
menunjukkan R
2
sebesar 0,225 artinya prosentase sumbangan hubungan variabel motivasi belajar X
1
dan rasa ingin tahu X
2
dengan prestasi belajar IPS Y sebesar 22,5 sedangkan 77,5 dijelaskan variabel lain yang tidak diteliti dalam
penelitian ini. Selanjutnya, untuk mengetahui apakah ada hubungan yang signifikan secara bersama-sama antarvariabel independen dengan variabel
116 dependen maka mencari F
hitung
. Dalam penelitian ini kriteria pengambilan keputusan hipotesis dengan nilai signifikansi 0,05. Berdasarkan hasil
perhitungan korelasi ganda dengan menggunakan bantuan software SPSS version 23 for windows
diperoleh nilai F
hitung
sebesar 17,879 dengan signifikansi 0,000. Oleh karena nilai signifikansi 0,000 0,05 maka dinyatakan bahwa ada hubungan
yang signifikan antara variabel motivasi belajar dan rasa ingin tahu secara serentak dengan prestasi belajar IPS siswa.
c. Analisis Regresi Ganda Analisis regresi ganda digunakan peneliti apabila peneliti bermaksud
meramalkan naik turunnya variabel terikat bila dua atau lebih variabel bebas sebagai faktor prediktor dimanipulasi. Persamaan regresi ganda untuk dua
variabel bebas yaitu: Y = a + b
1
X
1
+b
2
X
2
Keterangan: Y
= prediksi X
1
dan X
2
= prediktor 1 dan 2 a
= intersepkonstan b
1
= koefisien regresi 1 b
2
= koefisien regresi 2 Analisis regresi ganda dalam penelitian ini menggunakan bantuan program
SPSS 23 for windows dengan hasil sebagai berikut.
Tabel 33. Hasil Persamaan Regresi Ganda
Sumber: Lampiran 8 halaman 200
117 Berdasarkan hasil SPSS, terlihat pada kolom Unstandardized Coefficients
B pada baris constant sebesar 5,320 yang menunjukkan nilai konstanta, kemudian pada variabel motivasi belajar menunjukkan nilai 0,516 dan pada variabel rasa
ingin tahu menunjukkan nilai 0,496. Dari hasil tersebut maka persamaan regresi ganda dalam penelitian ini adalah sebagai berikut.
Dari perolehan hasil persamaan regresi ganda di atas, maka dapat diambil kesimpulan sebagai berikut.
1 Nilai Konstanta sebesar 5,320 menyatakan bahwa jika tidak ada kenaikan nilai dari variabel motivasi belajar
, maka nilai prestasi belajar IPS siswa Y adalah 5,320. Kemudian koefisien regresi sebesar 0,516 menyatakan bahwa
setiap penambahan satu persen dari motivasi belajar akan memberikan kenaikan skor sebesar 0,516 pada prestasi belajar IPS siswa.
2 Nilai Konstanta sebesar 5,320 menyatakan bahwa jika tidak ada kenaikan nilai dari variabel rasa ingin tahu
, maka nilai prestasi belajar IPS siswa Y adalah 5,320. Kemudian koefisien regresi sebesar 0,496 menyatakan bahwa
setiap penambahan satu persen dari rasa ingin tahu akan memberikan kenaikan skor sebesar 0,496 pada prestasi belajar IPS siswa.
d. Sumbangan Relatif SR dan Sumbangan Efektif SE Nilai korelasi determinan R
2
yang dilihat dari Adjusted R Square adalah sebesar 0,225. Berdasarkan nilai korelasi determinan R
2
dapat diketahui bobot sumbangan efektif kedua variabel secara bersama-sama yaitu sebesar 22,5.
118 Selanjutnya dapat dicari sumbangan relatif dan sumbangan efektif dari masing-
masing variabel lampiran 8. Hasil perhitungan sumbangan dapat dilihat pada tabel 34 berikut.
Tabel 34. Ringkasan Hasil Perhitungan Sumbangan Relatif dan Sumbangan Efektif
No. Variabel Bebas
Sumbangan Relatif
Efektif 1.
Motivasi Belajar 69,48
15,63 2.
Rasa Ingin Tahu 30,52
6,87 Jumlah
100 22,5
Sumber: Lampiran 8 halaman 201-203 Berdasarkan tabel tersebut dapat dijelaskan mengenai prosentase
hubungan variabel independen terhadap variabel dependen sebagai berikut. 1 Motivasi belajar X
1
secara tunggal berhubungan dengan prestasi belajar IPS siswa Y sebesar 15,63 sedangkan sisanya yaitu sebesar 84,37 dijelaskan
variabel lain yang tidak diteliti dalam penelitian ini 2 Rasa ingin tahu X
2
secara tunggal berhubungan dengan prestasi belajar IPS siswa Y sebesar 6,87 sedangkan sisanya yaitu sebesar 93,13 dijelaskan
variabel lain yang tidak diteliti dalam penelitian ini.
C. Pembahasan