58
Berdasarkan tabel 4.8 tersebut terlihat bahwa sebanyak 53.49 termasuk dalam kategori baik dan 20.93 termasuk dalam kategori sangat
baik.
4.1.1.3 Variabel Prestasi Belajar
Tabel 4.9 Hasil Perhitungan deskriptif Persentase Variabel Prestasi Belajar
No Interval Frekuensi
Persentase Kriteria
1 2
3 4
5 85 skor
≤ 100 69 skor
≤ 84 53 skor
≤ 68 37 skor
≤ 52 20
≤ skor ≤ 36 2
16 25
4.65 37.21
58.14 0.00
0.00 Sangat Baik
Baik Cukup Baik
Kurang Baik Tidak Baik
Jumlah 43 100
Sumber: Data Primer Diolah, 2010 Dari tabel 4.9 terlihat bahwa variabel prestasi belajar secara umum
dalam kategori cukup baik yaitu sebesar 58.14, dan sebesar 4.65 termasuk kategori sangat baik.
4.1.2 Uji Asumsi Klasik
4.1.2.1 Uji Multikolonieritas
Syarat berlakunya model regresi berganda adalah antar variabel bebasnya tidak memiliki hubungan sempurna atau tidak mengandung
multikolonieritas. Pengujian multikolonieritas dapat dilihat dari nilai Variance Inflation Facto
r VIF dengan nilai tolerance melalui SPSS for windows 12.0.
Tabel 4.10 Rangkuman Nilai tolerance dan VIF
Variabel Collinearity Statistics
Tolerance VIF Motivasi belajar
0.587 1.704
Fasilitas Belajar 0.587
1.704 Sumber: Data Primer Diolah, 2010
59
Berdasarkan tabel diatas dapat dilihat bahwa nilai tolerance dan nilai VIF menunjukkan tidak ada satu variabel bebas yang memiliki nilai VIF lebih
dari 10 dan nilai tolerance tidak kurang dari 10 ini berarti model regresi yang dihasilkan tidak mengandung multikolonieritas.
4.1.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain.
Model regresi yang baik adalah yang tidak mengandung heteroskedastisitas Ghozali, 2007: 125.
Untuk mengetahui gejala heteroskedastisitas dilakukan dengan mengamati grafik scatterplot melalui SPSS 12, model yang bebas dari
heteroskedastisitas memiliki grafik scatterplot dengan pola titik-titik menyebar.
2 1
-1 -2
-3
Regression Standardized Predicted Value
2 1
-1 -2
-3
R e
g re
s s
ion S
tud e
n ti
ze d
R esid
u a
l Dependent Variable: Y
Scatterplot
Gambar 4.1 Uji Heteroskedastisitas
60
4.1.2.3 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2007:
147. Normalitas dapat dilihat dari grafik normal P-P plot dengan bantuan SPSS for windows release 12, apabila titik-titik mendekati garis diagonal maka
dapat disimpulkan bahwa data berdistribusi normal. Untuk lebih jelasnya akan disajikan grafik normal P-P plot seperti gambar berikut ini.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pect
ed C
um P
ro b
Dependent Variable: Y Normal P-P Plot of Regression Standardized Residual
Gambar 4.2 Hasil Uji Normalitas
Tabel 4.11 Hasil uji one sample kolmogorov-smirnov Test
One-Sample Kolmogorov-Smirnov
Test Unstandardized Residual
N 43
Normal Parametersa,b Mean
.0000000 Std. Deviation
6.10890783 Most Extreme Differences
Absolute .072
Positive .072
Negative -.069
Kolmogorov-Smirnov Z .473
Asymp. Sig. 2-tailed .978
a Test distribution is Normal. b Calculated from data.
61
Terlihat dari tabel 4.11 diatas, berdasarkan hasil uji kolmogorov- smirnov juga diperoleh nilai signifikansi 0,05 yang berarti bahwa data-data
setiap variabel berdistribusi normal.
4.1.3 Hasil Analisis Regresi Linier Berganda
