Pengujian Asumsi Klasik 1 Uji Multikolinieritas

lingkugan sosial 0,908 lebih besar dari 0,1. Sedangkan VIF dari keempat variabel yaitu: metode mengajar dosen 1,168, intensitas belajar 1,081, sarana belajar 1.113, dan lingkungan belajar 1,102. Maka dapat dikatakan nilai VIF 5 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah multikolinearitas. 2 Uji Heteroskedastisitas Heteroskedastisitas adalah suatu keadaan dimana varians dari kesalahan pengganggu tidak konstan untuk suatu variabel bebas. Untuk mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji Glejser dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika signifikansi antara variabel independen dengan nilai absolut residualnya 0,05 maka tidak terjadi masalah heteroskedastisitas, tetapi jika 0,05 maka terjadi masalah heteroskedastisitas. Tabel IV.9. Hasil Uji Heteroskedastisitas Correlations Metode mengajar dosen Intensitas belajar Sarana belajar Lingkungan belajar AbsResidual Spearmans rho Metode mengajar dosen Correlation Coefficient 1.000 .245 .263 .146 -.040 Sig. 2- tailed . .117 .092 .355 .803 N 42 42 42 42 42 Berdasarkan tabel diatas, signifikansi p-value dari keempat variabel yaitu: metode mengajar dosen 0,803, intensitas belajar 0,929, fasilitas belajar 0,426, dan lingkungan sosial 0.496. Oleh karena itu dapat dikatakan bahwa nilai signifikansi p-value 0,05 sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah heteroskedastisidas. 3 Uji Autokorelasi Autokorelasi adalah suatu keadaan dimana keselahan pengganggu dari satu observasi terhadap observasi selanjutnya yang berurutan tidak berpengaruh atau tidak terjadi korelasi. Untuk mendeteksi ada tidaknya masalah autokorelasi dapat digunakan uji Durbin Watson dengan rumus sebagai berikut: Intensitas belajar Correlation Coefficient .245 1.000 .233 .171 .014 Sig. 2- tailed .117 . .137 .278 .929 N 42 42 42 42 42 Fasilitas belajar Correlation Coefficient .263 .233 1.000 .142 .126 Sig. 2- tailed .092 .137 . .370 .426 N 42 42 42 42 42 Lingkungan sosial Correlation Coefficient .146 .171 .142 1.000 .108 Sig. 2- tailed .355 .278 .370 . .496 N 42 42 42 42 42 AbsResidual Correlation Coefficient -.040 .014 .126 .108 1.000 Sig. 2- tailed .803 .929 .426 .496 . N 42 42 42 42 42 = ∑ − ∑ Dimana: DW : nilai Durbin Watson e t : gangguan estimasi t : observasi terakhir t - 1 : observasi sebelumnya Untuk memperoleh kesimpulan apakah ada masalah autokorelasi atau tidak, hasil hitungan statistik DW harus dibandingkan dengan tabel statistik. Namun secara umum dapat diberi patokan sebagai berikut: 1 dU DW 4 – dU maka H diterima tidak ada autokorelasi 2 DW dL atau DW 4 – dL maka H ditolak terjadi autokorelasi 3 dL DW dU atau 4 – dU DW 4 – dL maka tidak ada keputusan yang pasti Apabila tidak ada penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linier berganda dapat dilanjutkan. Namun apabila terjadi penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linier berganda tidak dapat dilanjutkan. Tabel IV.10 Hasil Uji Autokorelasi Sumber: data diolah, 2013 Berdasarkan output diatas dapat diketahui bahwa nilai Durbin Watson DW sebesar 1.951. Dengan melihat tabel Durbin Watson pada signifikansi 0,05; jumlah responden n = 42 dan jumlah variabel independen k = 4 didapat dL = 1,3064 dU = 1,7202. Maka didapat hasil dU DW 4-dU 1,7202 1.951 2,2798. Oleh karena itu dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah autokorelasi. 4 Rangkuman dari Hasil Uji Asumsi Klasik Tabel IV.11. Rangkuman Hasil Uji Asumsi Klasik Uji Asumsi Klasik Kesimpulan Uji Multikolinearitas Uji Heteroskedastisitas Uji Autokorelasi Tidak Terjadi Tidak Terjadi Tidak Terjadi Sumber: data diolah, 2013 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .671 a .450 .390 9.71293 1.951 a. Predictors: Constant, Lingkungan belajar, Intensitas belajar, Sarana belajar, Metode mengajar dosen b. Dependent Variable: Prestasi belajar

3. Pengujian Hipotesis Tabel IV.12.

Pengujian Hipotesis Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -34.033 19.936 -1.707 .096 Metode mengajar dosen 1.564 .701 .294 2.231 .032 Disiplin belajar 2.714 1.010 .341 2.687 .011 Sarana belajar 1.085 .529 .264 2.053 .047 Lingkungan belajar .359 .341 .135 1.053 .299 a. Dependent Variable: Prestasi belajar Sumber: data diolah, 2013

a. Metode Mengajar Dosen X

1 Rumusan masalah dalam variabel metode mengajar dosen sebagai berikut: H o = Tidak ada kontribusi dan signifikansi persepsi mahasiswa tentang metode mengajar dosen terhadap prestasi belajar mahasiswa. H a = Ada kontribusi dan signifikansi persepsi mahasiswa tentang metode mengajar dosen terhadap prestasi belajar mahasiswa. Kolom Standardized Coefficient menunjukkan Nilai Beta  pada variabel metode mengajar dosen sebesar 0,294 artinya persepsi mahasiswa terhadap metode mengajar dosen berkontribusi terhadap prestasi belajar mahasiswa sebesar 0,294 : 1.034 x 100 = 28,43 sedangkan untuk menguji apakah kontribusi tersebut signifkan atau tidak dengan membandingkan nilai dalam kololm Sig. Untuk mengetahui signifikan atau tidak hipotesis di atas, dilihat kolom Sig. Probabilitas variabel metode mengajar dosen pada tabel Coefficients . Kolom Sig. Probabilitas menunjukkan nilai 0,032 yang berarti nilai ini berada di bawah signifikansi 5 0,05. Oleh karena itu Sig. 0,05 0,032 0,05 maka dapat dikatakan H ditolak dan H a diterima sehingga dapat disimpulkan bahwa ada kontribusi secara signifikan persepsi mahasiswa tentang metode mengajar dosen terhadap prestasi belajar mahasiswa.

b. Intensitas Belajar X

2 Rumusan masalah dalam variabel intensitas belajar sebagai berikut: H o = Tidak ada kontribusi dan signifikansi intensitas belajar terhadap prestasi belajar mahasiswa. H a = Ada kontribusi dan signifikansi intensitas belajar terhadap prestasi belajar mahasiswa. Kolom Standardized Coefficient menunjukkan Nilai Beta  pada variabel intensitas belajar sebesar 0,341 artinya intensitas belajar responden berkontribusi terhadap prestasi belajar mahasiswa sebesar 0,341 : 1.034 x 100 = 32,98 sedangkan untuk menguji apakah kontribusi tersebut signifkan atau tidak dengan membandingkan nilai dalam kololm Sig. Untuk mengetahui signifikan atau tidak hipotesis di atas, dilihat kolom Sig. Probabilitas variabel disiplin belajar pada tabel Coefficients . Kolom Sig. Probabilitas menunjukkan nilai 0,011 yang berarti nilai ini berada di bawah signifikansi 5 0,05. Oleh karena itu Sig. 0,05 0,011 0,05 maka dapat dikatakan H ditolak dan H a diterima sehingga dapat disimpulkan bahwa ada kontribusi secara signifikan intensitas belajar terhadap prestasi belajar mahasiswa.

c. Fasilitas Belajar X

3 Rumusan masalah dalam variabel fasilitas belajar sebagai berikut: H o = Tidak ada kontribusi dan signifikansi fasilitas belajar terhadap prestasi belajar mahasiswa. H a = Ada kontribusi dan signifikansi fasilitas belajar terhadap prestasi belajar mahasiswa. Kolom Standardized Coefficient menunjukkan Nilai Beta  pada variabel fasilitas belajar sebesar 0,264 artinya fasilitas belajar responden berkontribusi terhadap prestasi belajar mahasiswa sebesar 0,264 : 1.034 x 100 = 25,53 sedangkan untuk menguji apakah kontribusi tersebut signifkan atau tidak dengan membandingkan nilai dalam kololm Sig. Untuk mengetahui signifikan atau tidak hipotesis di atas, dilihat kolom Sig. Probabilitas variabel sarana belajar pada tabel Coefficients.