BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.2 Analisis Regresi Berganda
Analisis ini digunakan untuk menguji variabel bebas secara bersama-sama
terhadap variabel terikat. Analisis ini digunakan untuk menguji hipotesis keempat
yaitu, kesiapan belajar, motivasi belajar dan lingkungan sekolah secara bersama-
sama terhadap hasil belajar kelas X jurusan administrasi perkantoran SMK Teuku
Umar Semarang.
Analisis regresi berganda digunakan untuk mengetahui bentuk pengaruh
kesiapan belajar, motivasi belajar dan lingkungan sekolah secara bersama-sama
terhadap hasil belajar kelas X jurusan administrasi perkantoran SMK Teuku Umar
simultan maupun secara parsial. Hasil analisis berganda dengan menggunakan
bantuan program SPSS for windows release 16 adalah sebagai berikut:
Tabel 4.25
Hasil Analisis Regresi Linier Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -30.382 11.931 -2.547 .013 KesiapanBelajar .720 .169 .503 4.269 .000 MotivasiBelajar .638 .253 .277 2.515 .014 LingkunganSekolah .525 .250 .171 2.104 .039
a. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Berdasarkan tabel analisis regresi linier berganda diperoleh persamaan
regresi berganda sebagai berikut:
Y = -30,382 + 0,720 X1+ 0,638 X2+ 0,525 X3 + e
Persamaan regresi berganda di atas mempunyai makna sebagai berikut:
1. Konstanta sebesar -30,382 (negatif)
Menurut Rietvield dan Sunaryanto (1994) nilai konstanta yang negatif tidak
menjadi masalah sepanjang variabel bebas tidak sama dengan 0. Jika variabel
nilainya adalah 0, maka hasil belajar (Y) nilainya adalah sebesar -30,382.
Artinya, apabila kesiapan belajar, motivasi belajar dan lingkungan sekolah
tidak ada maka hasil belajar siswa kelas X jurusan administrasi perkantoran
SMK Teuku Umar Semarang akan mengalami kenaikan sebesar -30,382.
2. Kesiapan Belajar (X1) sebesar 0,720
Artinya, jika variabel kesiapan belajar mengalami peningkatan sebesar 1
point sedangkan variabel lain nilainya tetap, maka akan menyebabkan kenaikan hasil belajar siswa kelas X jurusan administrasi perkantoran SMK
Teuku Umar sebesar 0,720.
3. Motivasi Belajar (X2) sebesar 0,638
Artinya, jika variabel motivasi belajar mengalami peningkatan sebesar 1
point sedangkan variabel lain nilainya tetap, maka akan menyebabkan kenaikan hasil belajar siswa kelas X jurusan administrasi perkantoran SMK
Teuku Umar Semarang sebesar 0,638.
4. Lingkungan Sekolah (X3) sebesar 0,525
Artinya, jika variabel lingkungan sekolah mengalami peningkatan sebesar 1
point sedangkan variabel lain nilainya tetap, maka akan menyebabkan kenaikan hasil belajar siswa kelas X jurusan administrasi perkantoran SMK
Teuku Umar Semarang sebesar 0,525.
4.1.3 Uji Hipotesis 1. Uji Simultan (Uji F)
Uji F dimaksudkan untuk mengetahui adanya pengaruh kesiapan belajar,
jurusan administrasi perkantoran SMK Teuku Umar Semarang secara simultan.
Uji F dilakukan dengan melihat nilai signifikansi, apabila sig < 0,05 atau Fhitung > Ftabel maka Ha diterima, sedangkan apabila sig > 0,05 atau Fhitung < Ftabel maka Ha ditolak. Berikut hasil uji simultan menggunakan bantuan program SPSS for windows release 16:
Tabel 4.26
Hasil Uji Simultan (Uji F) Variabel X1, X2 dan X3 terhadap Y
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 10026.049 3 3342.016 40.659 .000a
Residual 5178.369 63 82.196
Total 15204.418 66
a. Predictors: (Constant), LingkunganSekolah, MotivasiBelajar, KesiapanBelajar
b. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Tabel 4.26 di atas menunjukkan bahwa nilai signifikansi sebesar 0,00 < 0,05
nilai Fhitung sebesar 40,659. Sehingga dapat disimpulkan bahwa dalam penelitian ini ada pengaruh secara bersama-sama atau simultan antara kesiapan belajar,
motivasi belajar dan lingkungan sekolah terhadap hasil belajar siswa kelas X
2. Uji Parsial (Uji t)
Uji t dimaksudkan untuk mengetahui adanya pengaruh kesiapan belajar,
motivasi belajar dan lingkungan sekolah hasil belajar siswa kelas X jurusan
administrasi perkantoran SMK Teuku Umar Semarang secara parsial. Uji t
dilakukan dengan melihat nilai signifikansi, apabila sig < 0,05 atau thitung > ttabel maka Ha diterima, sedangkan apabila sig > 0,05 atau thitung < ttabel maka Ha ditolak. Berikut hasil uji parsial menggunakan bantuan program SPSS for windows release
16:
Tabel 4.27
Hasil Uji Parsial (Uji t) Variabel X1, X2 dan X3 terhadap Y
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -30.382 11.931 -2.547 .013 KesiapanBelajar .720 .169 .503 4.269 .000 MotivasiBelajar .638 .253 .277 2.515 .014 LingkunganSekolah .525 .250 .171 2.104 .039
a. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Tabel di atas menunjukkan nilai signifikansi variabel kesiapan belajar sebesar
0,000 < 0,05. Sedangkan thitung kesiapan belajar sebesar 4,269, dengan demikian Ha diterima dan H0 ditolak. Sehingga dapat dikatakan bahwa dalam penelitian ini
ada pengaruh kesiapan belajar terhadap hasil belajar siswa kelas X jurusan
administrasi perkantoran SMK Teuku Umar Semarang.
Hasil uji variabel motivasi belajar menunjukkan nilai signifikansi sebesar
0,014 < 0,05. Sedangkan thitung motivasi belajar sebesar 2,515, dengan demikian Ha diterima dan H0 ditolak. Sehingga dapat dikatakan bahwa dalam penelitian ini ada pengaruh motivasi belajar terhadap hasil belajar siswa kelas X jurusan
administrasi perkantoran SMK Teuku Umar Semarang.
Hasil uji variabel lingkungan sekolah juga menunjukkan nilai signifikansi
sebesar 0,039 < 0,05. Sedangkan thitung lingkungan sekolah sebesar 2,104, dengan demikian Ha diterima dan H0 ditolak. Sehingga dapat dikatakan bahwa dalam penelitian ini ada pengaruh lingkungan sekolah terhadap terhadap hasil belajar
siswa kelas X jurusan administrasi perkantoran SMK Teuku Umar Semarang.
3. Koefisien Determinasi Simultan (R2)
Koefisien determinasi simultan (R2) digunakan untuk mengetahui seberapa besar persentase (%) pengaruh kesiapan belajar (X1), motivasi belajar (X2) dan lingkungan sekolah (X3) terhadap hasil belajar (Y) secara simultan. Hasil pengujian koefisiensi determinasi simultan (R2) dengan bantuan program SPSS for windows release 16 dapat dilihat pada tabel berikut:
Tabel 4.28
Hasil Uji Koefisien Determinasi Simultan (R2) Model Summaryb
Model R R Square
Adjusted R
Square Std. Error of the Estimate
1 .812a .659 .643 9.066
a. Predictors: (Constant), LingkunganSekolah, MotivasiBelajar, KesiapanBelajar
b. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Tabel di atas menunjukkan besarnya nilai Adjusted R2 adalah 0,643. Nilai Adjusted R2 dikalikan 100% untuk mengetahui besarnya nilai R2 yaitu 64,3% sedangkan untuk mengetahui faktor lain diluar R2 dengan cara 100% dikurangi nilai R2 64,3% hasilnya 35,7%. Hal ini berarti hasil belajar siswa kelas X jurusan administrasi perkantoran SMK Teuku Umar Semarang dipengaruhi oleh kesiapan
belajar, motivasi belajar dan lingkungan sekolah sebesar 64,3%. Sedangkan
sisanya sebesar 35,7% dijelaskan oleh variabel lain di luar model regresi dalam
penelitian ini.
4. Koefisien Determinasi Parsial (r2)
Koefisiensi determinasi parsial (r2) digunakan untuk mengetahui seberapa besar persentase (%) pengaruh masing-masing variabel kesiapan belajar (X1), motivasi belajar (X2) dan lingkungan sekolah (X3) terhadap hasil belajar (Y) secara parsial. Hasil pengujian koefisiensi determinasi parsial (r2) dengan bantuan program SPSS for windows release 16 dapat dilihat pada tabel berikut:
Tabel 4.29
Hasil Uji Koefisien Determinasi Parsial (r2) Coefficientsa
Model
Correlations Collinearity Statistics
Zero-order Partial Part Tolerance VIF
1 KesiapanBelajar .779 .474 .314 .389 2.570
MotivasiBelajar .689 .302 .185 .445 2.248
LingkunganSekolah .444 .256 .155 .815 1.227
a. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Berdasarkan tabel pada kolom partial dapat diketahui besarnya koefisien determinasi parsial (r2) untuk variabel kesiapan belajar (X1) adalah sebesar 0,224676 (0,4742). Nilai tersebut dikalikan 100% untuk mengetahui besarnya nilai koefisien determinasi parsial (r2) yaitu 22,468%. Hal ini berarti variabel kesiapan belajar (X1) mampu menjelaskan variabel hasil belajar (Y) hanya sebesar 22,468%, sedangkan sisanya sebesar 77,532% dijelaskan oleh variabel lain.
Koefisien determinasi parsial (r2) untuk variabel motivasi belajar (X2) adalah sebesar 0,091204 (0,3022). Nilai tersebut dikalikan 100% untuk mengetahui besarnya nilai koefisien determinasi parsial (r2) yaitu 9,12%. Hal ini berarti variabel motivasi belajar (X2) mampu menjelaskan variabel hasil belajar (Y) sebesar 9,12%, sedangkan sisanya sebesar 90,88% dijelaskan oleh variabel lain.
Koefisien determinasi parsial (r2) untuk variabel lingkungan sekolah (X3) adalah sebesar 0,065536 (0,2562). Nilai tersebut dikalikan 100% untuk mengetahui besarnya nilai koefisien determinasi parsial (r2) yaitu 6,55%. Hal ini
berarti variabel lingkungan sekolah (X3) mampu menjelaskan variabel hasil belajar (Y) sebesar 6,55%, sedangkan sisanya sebesar 93,45% dijelaskan oleh
variabel lain.
4.1.4 Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas digunakan untuk melihat apakah nilai residual terdistribusi
normal atau tidak. Pengujian normalitas dapat dilihat dari grafik probability p-plot
sebagai berikut:
Sumber: Hasil Pengolahan Data Penelitian 2015
Gambar 4.1
Hasil Uji Normalitas Grafik P-Plot
Pada grafik P-Plot terlihat titik-titik distribusi terletak di sekitar garis lurus diagonal, sehingga dapat disimpulkan bahwa penyebaran kesiapan kerja
memenuhi asumsi normalitas. Untuk lebih jelasnya dapat dilihat pada analisis
Tabel 4.30
Hasil Uji Normalitas Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 67
Normal Parametersa Mean .0000000
Std. Deviation 8.85777296
Most Extreme Differences Absolute .111
Positive .086
Negative -.111
Kolmogorov-Smirnov Z .907
Asymp. Sig. (2-tailed) .383
a. Test distribution is Normal.
Sumber: Hasil Pengolahan Data Penelitian 2015
Tabel menunjukkan hasil uji normalitas data yang diperoleh melalui uji
Kolmogorov-Smirnov sebesar 0,907 dan signifikansinya 0,383>0,05, maka dapat disimpulkan bahwa data terdistribusi normal.
2. Uji Multikolinieritas
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Indikasi model yang bebas dari multikolinieritas yaitu memiliki nilai
tolerance mendekati 1, serta nilai VIF disekitar angka 1 serta tidak lebih dari 10. Berikut hasil pengolahan menggunakan bantuan program SPSS for windows release 16:
Tabel 4.31
Hasil Uji Multikolinieritas Coefficientsa
Model
Correlations Collinearity Statistics
Zero-order Partial Part Tolerance VIF
1 KesiapanBelajar .779 .474 .314 .389 2.570
MotivasiBelajar .689 .302 .185 .445 2.248
LingkunganSekolah .444 .256 .155 .815 1.227
a. Dependent Variable: HasilBelajar
Sumber: Hasil Pengolahan Data Penelitian 2015
Tabel di atas menunjukkan setiap variabel bebas mempunyai nilai tolerance > 0,1 yaitu 0,389 untuk variabel kesiapan belajar, 0,445untuk variabel motivasi
belajar dan 0,815 untuk variabel lingkungan sekolah. Sedangkan nilai VIF < 10
yaitu 2,570 untuk variabel kesiapan belajar, 2,248 untuk variabel motivasi belajar
dan 1,227 untuk lingkungan sekolah sehingga dapat disimpulkan bahwa tidak ada
multikolinieritas dalam model regresi.
3. Uji Heteroskedastisitas
Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Pengujian heteroskedastisitas dapat dilihat dari grafik scatterplot, apabila terlihat titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah titik
nol pada sumbu vertikal (Y), berarti model regresi tersebut tidak mengindikasikan
heteroskedastisitas. Sedangkan apabila titik-titiknya membentuk suatu pola
tertentu yang teratur berarti mengindikasikan heteroskedastisitas. Berikut hasil
Sumber: Hasil Pengolahan Data Penelitian 2015 Gambar 4.2
Hasil Uji Heteroskedastisitas Grafik Scatterplot
Grafik scatterplot di atas menunjukkan bahwa titik-titik tersebar tidak teratur
berada di atas maupun di bawah angka 0 sumbu vertikal (Y) dan tidak membentuk
pola yang teratur, hal ini berarti model regresi tidak mengandung
heteroskedastisitas. Selain melalui grafik scatterplot, pengujian heteroskedastisitas juga dilakukan melalui uji Glejser. Berikut hasil pengolahan
Tabel 4.32
Hasil Uji Heteroskedastisitas Metode Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .799 6.005 .133 .895 Kesiapan Belajar -.192 .085 -.437 -2.263 .057 Motivasi Belajar .194 .128 .275 1.522 .133 Lingkungan Sekolah .212 .126 .225 1.688 .096
a. Dependent Variable: RES2
Sumber: Hasil Pengolahan Data Penelitian 2015
Hasil output SPSS menunjukkan bahwa tidak ada satupun variabel
independen yang signifikan secara statistik mempengaruhi nilai absolute residual (AbsRes). Hal ini terlihat dari nilai signifikansi variabel kesiapan belajar sebesar
0,057>0,05, nilai signifikansi variabel motivasi belajar sebesar 0,133>0,05 serta
nilai signifikansi variabel lingkungan sekolah sebesar 0,096>0,05. Sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas model regresi.