BAB V ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data
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 Summaryb
Model R R Square Adjusted
R Square
Std. Error of the Estimate
1 0,243a 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 Coefficientsa 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, X1 = 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.
b. Pengaruh Minat Belajar Siswa Terhadap Prestasi Belajar Siswa Untuk menguji hipotesis 2 yang menyatakan bahwa ada pengaruh antara minat belajar siswa terhadap prestasi belajar siswa SMA N 1 Karangmojo tahun ajaran 2011/ 2012, digunakan chi square karena pada variabel minat belajar siswa berdistribusi tidak normal.
1) Perumusan Hipotesis
Ho: Tidak ada pengaruh antara minat belajar siswa terhadap prestasi belajar siswa.
Ha: Ada pengaruh antara minat belajar siswa terhadap prestasi belajar siswa.
2) Hasil Analisis Data
Hasil analisis data dari pengujian hipotesis kedua ini dilakukan dengan menggunakan alat bantu komputer program SPSS 16. Teknik analisis yang digunakan untuk menguji hipotesis kedua adalah chi square, yaitu untuk menentukan ada tidaknya pengaruh minat belajar siswa terhadap prestasi belajar siswa. Berikut ini disajikan output/ hasil analisis dalam bentuk tabel beserta penjelasannya.
Tabel V.14 Test Statistic total_min_bel Chi-Square df Asymp. Sig. 985,789a 12 ,000
a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 296,3.
Pada tabel di atas ditunjukkan output mengenai test statistic. Chi Square (χ2
) hitung sebesar 985,789 > chi square (χ2
) tabel sebesar 69,832, maka Ho ditolak. Jadi frekuensi pengamatan dengan frekuensi yang diharapkan tidak sama atau dengan kata lain ada pengaruh antara minat belajar siswa terhadap prestasi belajar siswa.
c. Pengaruh Lingkungan Belajar Siswa Terhadap Prestasi Belajar Siswa
Untuk menguji hipotesis 3 yang menyatakan bahwa ada pengaruh antara lingkungan belajar siswa terhadap prestasi belajar siswa SMA N 1 Karangmojo tahun ajaran 2011/ 2012, digunakan chi square karena pada variabel lingkungan belajar siswa berdistribusi tidak normal.
1) Perumusan Hipotesis
Ho: Tidak ada pengaruh antara lingkungan belajar siswa terhadap prestasi belajar siswa.
Ha: Ada pengaruh antara lingkungan belajar siswa terhadap prestasi belajar siswa.
2) Hasil Analisis Data
Hasil analisis data dari pengujian hipotesis ketiga ini dilakukan dengan menggunakan alat bantu komputer program SPSS 16. Teknik analisis yang digunakan untuk menguji hipotesis ketiga adalah chi square, yaitu untuk menentukan ada
tidaknya pengaruh lingkungan belajar siswa terhadap prestasi belajar siswa. Berikut ini disajikan output/ hasil analisis dalam bentuk tabel beserta penjelasannya.
Tabel V.15 Test Statistic total_ling_bel Chi-Square df Asymp. Sig. 1327,466a 16 ,000
a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 226,6.
Pada tabel di atas ditunjukkan output mengenai test statistic. Chi square (χ2
) hitung sebesar 1327,466 > chi square (χ2
) tabel sebesar 69,832, maka Ho ditolak. Jadi frekuensi pengamatan dengan frekuensi yang diharapkan tidak sama atau dengan kata lain ada pengaruh antara lingkungan belajar siswa terhadap prestasi belajar siswa.
