Tabel 3.5 Interval dan Kategori Deskriptif Persentase Kreativitas Belajar dan Lingkungan
No. Interval persentase Kategori
1. 2.
3. 4.
81, 25 - 100 62,50 - 81,25
43,75 - 62,50 25 - 43,75
Tinggi Baik
Cukup Rendah
Tabel 3.6 Deskriptif Persentase Prestasi Belajar
No. Interval Persentase
Kriteria 1.
78≤Y≤100 Tuntas
2. Y78
Tidak Tuntas Sumber: SMK PGRI 1 Mejobo Kudus
3.6.2 Uji Asumsi Klasik
3.6.2.1 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi yang ditemukan adanya korelasi antar variabel bebas independen. ”Cara mendeteksi
multikolinieritas dengan menganalisis matrik korelasi antar variabel independen dan p
erhitungan nilai Tolerance dan VIF” Ghozali, 2005:95-96. Perhitungan dengan menggunakan bantuan program SPSS.
3.6.2.2 Uji Heteroskedastisitas
Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat grafik scatter plot antara prediksi variabel terikat yaitu ZPRED
dengan residualnya ZRESID. Dimana sumbu Y adalah yang telah terprediksi dan sumbu X adalah residual yang telah disudentized. “Apabila dari grafik scatter plot
terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun
dibawah angka nol pada sumbu Y maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi yang digunakan” Ghozali, 2005:105.
3.6.2.3 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan bebas keduanya mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas dilakukan dengan menggunakan uji P P-plot dengan
bantuan program SPSS yang membandingkan distribusi komulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal dan ploting data
residual akan dibandingkan dengan garis diagonal. Jika data residual normal maka garis yang menggambarkan data sesungguhnya menyebar disekitar garis
diagonalnya. “Jika data menyebar disekitar garis diagonal atau grafik histrogram atau grafik normal plotnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas” Ghozali, 2005:110. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu
diagonal dari grafik atau dengan melihat histrogram dari residualnya.
3.6.3 Analisis Regresi Berganda
