Dari tabel analisis regresi linier sederhana, nilai signifikansi variabel keterampilan berbicara sebesar 0,000 0,05 yang artinya bahwa
penguasaan diksi berpengaruh terhadap keterampilan berbicara. Semakin tinggi penguasaan diksi siswa maka semakin meningkat pula
keterampilan berbicara siswa begitu pun sebaliknya jika penguasaan diksi rendah maka keterampilan berbicara siswa menurun.
Hal ini dibuktikan dari persamaan regresi Y = 5,616 + 0,578x + e
yang bermakna sebagai berikut:
1. Konstanta = 5,616
Jika variabel penguasaan diksi bernilai 0, maka variabel keterampilan bebicara bernilai = 5,616.
2. Koefisien X penguasaan diksi = 0,578
Setiap variabel penguasaan diksi mengalami kenaikan sebesar satu poin, maka akan menyebabkan kenaikan keterampilan berbicara
sebesar 0,578.
4.1.3. Uji Asumsi Klasik
4.1.3.1. Uji Multikolinearitas
Uji multikolinieritas adalah uji yang digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
Ghozali, 2011 : 105. Deteksi adanya multikolinieritas pada suatu model dapat dilihat dengan menghitung nilai VIF Variance Inflatori Factor .
Model regresi antar variabel bebas dapat dikatakan tidak ada
multikolineritas jika hasil nilai VIF menunjukkan nilai tolerance 10 dan nilai VIF 10. Hasil Uji Multikolinieritas dapat dilihat berdasarkan
tabel 4.10 berikut:
Tabel 4.10 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant Diksi
1.000 1.000
a. Dependent Variable: Keterampilan_Berbicara Dari tabel coefficients dapat diketahui bahwa setiap variabel bebas
mempunyai nilai tolerance 0,1 dan nilai VIF 10, sehingga dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam
model regresi ini.
4.1.3.2. Uji Normalitas
Pengujian data atau uji kenormalan data dilakukan terlebih dahulu sebelum dilakukan uji hipotesis. Uji normalitas data bertujuan untuk
mengetahui apakah dalam model regresi variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak. Uji
statistik yang dapat digunakan untuk menguji normalitas residual adalah
uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis:
Ho : data residual terdistribusi normal Ha : data residual tidak terdistribusi normal
Tabel 4.11 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 55
Normal Parameters
a
Mean .0000000
Std. Deviation .98844478
Most Extreme Differences Absolute .087
Positive .085
Negative -.087
Kolmogorov-Smirnov Z .645
Asymp. Sig. 2-tailed .800
a. Test distribution is Normal.
H diterima jika nilai sig 2-tailed 5. Hasil pengolahan SPSS
adalah nilai signifikan 0,05 yaitu 0,800 hal ini berarti H diterima yang
berarti data terdistribusi normal dan model regresi memenuhi asumsi normalitas.
4.1.3.3. Uji Heterokedastisitas
