Tanti Farianti, 2014 Studi perbedaan persepsi dan kreatifitas guru ipa dalam pengembangan pembelajaran tematik
terpadu pendidikan ipa serta pengaruhnya terhadap hasil belajar ipa di sekolah yang sudah dan belum melaksanakan kurikulum 2013.
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Analisis regresi linier berganda adalah suatu analisis asosiasi yang digunakan secara bersamaan untuk meneliti pengaruh dua atau lebih variabel bebas terhadap satu
variabel tergantung Sugyono, 2010. Persamaan regresinya sebagai berikut:
Dengan :
Y
= variabel terikat Hasil Belajar Siswa
a = bilangan berkonstanta
1
,
2
= koefisien arah garis
X
1
= variabel bebas Persepsi hakekat pembelajaran tematik
X
2
= variabel bebas Kreativitas Guru IPA
Dalam analisis regresi terdapat beberapa asumsi yang harus dipenuhi untuk meyakinkan bahwa persamaan garis regresi yang diperoleh adalah linier dan dapat
dipergunakan valid untuk mencari peramalan. Beberapa asumsi tersebut adalah sebagai berikut :
1. Multikolinieritas
Pendeteksian multikolinearitas digunakan untuk melihat apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen. Apabila terjadi
korelasi, maka dinamakan terdapat problem multikolinearitas Ghozali, 2005. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variable bebas. Untuk
mendeteksi ada atau tidaknya multikolinearitas dapat dilihat nilai tolerance dan lawannya Variance Inflation Factor VIF.
Y=a + b
1
x
1
+ b
2
x
2
Tanti Farianti, 2014 Studi perbedaan persepsi dan kreatifitas guru ipa dalam pengembangan pembelajaran tematik
terpadu pendidikan ipa serta pengaruhnya terhadap hasil belajar ipa di sekolah yang sudah dan belum melaksanakan kurikulum 2013.
Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Dengan menggunakan SPSS versi 17.00 diperoleh nilai tolerance dan VIF sebagai berikut:
Tabel 3.11 Nilai Tolerance dan VIF
Collinearity Statistics Tolerance
VIF .932
1.073 .932
1.073 Berdasarkan hasil perhitungan dengan SPSS 17.00, dapat disimpulkan bahwa
tidak terdapat multikolinieritas karena nilai tolerance yang sudah lebih besar dari 0,1 dan nilai VIF yang kurang dari 10.
2. Uji Heteroskedastisitas
Heteroskedastisitas adalah kondisi dimana dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika
varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika varians berbeda disebut heteroskedstisitas. Model regresi
yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2005. Dalam menguji ada atau tidaknya heteroskedastisitas dapat dilihat
dari plot anatara residual dengan variabel tak bebasnya Y apabila terdapat pola tertentu, seperti titik-titik yang membentuk pola tertentu bergelombang, melebar
kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
