memilih jawaban dengan deskriptif sangat tinggi, 69,30 tinggi, 7,89 rendah, dan 0 sangat rendah. Secara garis besar dalam variabel Keputusan siswa menjawab
setuju.
4.1.3 HasilAnalisis Data
Analisis data yang digunakan dalam penelitian ini adalah uji normalitas, ujia sumsi klasik, dan uji regresi berganda yang terdiri dari uji linieritas data pangaruh
variabel independen terhadap variabel dependen secara simultan, uji besarnya
pengaruh variabel independen terhadap variabel dependen, uji t uji pengaruh variabel independen terhadap variabel dependen secara parsial.
4.1.3.1 Uji Normalitas
Berdasarkan teori statistik model linier hanya residu dari variabel dependen Y yang wajib di uji normalitasnya, Sedangkan variabel independen diasumsikan bukan
fungsi distribusi. Jadi tidak perlu di uji normalitasnya. MenurutGhozali 2011:160 uji normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.Uji normalitas dapat dilakukan menggunakan uji statistik non-parametrik
Kolmogorov-Smirnov.Berikut hasil perhitungan SPSS:
Tabel 4.7 Uji Normalitas
One Sampel Kolmogorov-Smirnov Test Dengan Keputusan Memilih Jurusan sebagai Variabel Terikat
Berdasarkan tabel diatas, besarnya nilai Kolmogorov-Smirnov dengan Keputusan Memilih program lintas minat sebagai variabel dependen adalah 0,970 dan
signifikan pada 0,303 yang nilainya diatas 0,05. Sehingga dapat dikatakan bahwa data residual dengan Keputusan.Memilih program lintas minat sebagai variabel terikat
adalah berdistribusi normal. Uji normalitas juga dapat dilihat pada grafik normal P-Plot Normal Probability
Plot sebagai berikut.
One-Sample Kolmogorov-Smirnov Test
114 .0000000
1.24820450 .091
.091 -.070
.970 .303
N Mean
Std. Deviati on Norm al Param eters
a, b
Abs olute Pos itive
Negative Mos t Extrem e
Differences
Kol m ogorov-Sm irnov Z Asym p. Sig. 2-tai led
Uns tandardiz ed Res idual
Tes t dis tributi on i s Norm al. a.
Cal culated from data. b.
Gambar 4.1 Normalitas Probability Plot
Padagrafik P-Plot diatas, terlihat data menyebar disekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal maka dapat disimpulkan
bahwa dengan demikian data variabel Minatsiswa, Motivasi siswa dan Keputusan siswa memilih program lintas minat tersebut berdistribusi normal atau variabel Y
memenuhi asumsi normalitas.
4.1.3.2 Uji Asumsi Klasik
Menurut Ghozali 2011:105, “dalam analisis tersebut ada beberapa syarat asumsi klasik yang harus dipenuhi yaitu distribusi normal, tidak mengandung
multikolonieritas, dan tidak ,mengandung heteroskedastisitas”.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed C
um Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Keputusan
Menurut Sugiyono 2009:87, ketiga uji asumsi klasik ini dilakukan dalam regresi linier dengan empat asumsi yang harus dipenuhi antara lain: masing-masing
variabel bebas adalah linier dan tidak berkolerasi, random error memiliki variasi konstan, random error saling bebas independent, dan random error memiliki
distribusi normal dengan mean 0 dan standar deviasi tetap. Menurut Ghozali 2011:101 uji asumsi klasik dilakukan dengan syarat antara
lain jenis data penelitian berskala ordinal, interval ataupun rasio, dan analisis regrresi harus berdasarkan OLS Ordinary Least Square, untuk persamaan regresi linier
berganda digunakan uji multikolonieritas dan heteroskedastisitas.
4.1.3.3 Uji Linieritas
