50
2. minimal
= 15 x 100 = 20 3.
rentang Persentase = 100 - 20 = 80
4. Interval kelas
= 805 = 16
Membuat tabel interval kelas persentase dan kategori minat dan motivasi belajar dapat dilihat pada Tabel 3.6 sebagai berikut:
Tabel 3.6 Interval Minat dan Motivasi Belajar
Interval Kategori 84 - 100
Sangat tinggi 68 - 83
Tinggi 52 - 67
Cukup tinggi 36 - 51
Rendah 20 - 35
Sangat rendah Ali,1994:187
3.7.2 Metode Analisis Regresi
3.7.2.1 Uji Asumsi Klasik
3.7.2.1.1 Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dua model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal. Normalitas pada prinsipnya dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Salah satu cara yang digunakan untuk menguji normalitas adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal
51
dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan
mengikuti garis diagonalnya Ghozali, 2005: 74. Uji normalitas dapat juga menggunakan One Sample Kolmogorov-
Smirnov Test dengan program SPSS. Diantaranya adalah sampel yang akan dipakai untuk analisis haruslah berasal dari populasi yang berdistribusi normal
dengan tingkat signifikansi α = 5 0,05, jika signifikansi 0,05 maka distribusi
data dapat dikatakan tidak normal. Sebaliknya jika signifikansi 0,05 maka distribusi data dapat dikatakan normal.
3.7.2.1.2 Uji Multikolinieritas
Salah satu asumsi klasik adalah tidak terjadinya multikolinieritas diantara variabel-variabel bebas yang berada dalam satu model. Multikolinieritas artinya
antarvariabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna. Apabila terjadi multikolinieritas berarti
antara variabel bebas saling berkorelasi sehingga dalam hal ini sulit diketahui variabel bebas mana yang mempunyai mempengaruhi variabel terikat.
Mengetahui terjadi atau tidaknya multikolinieritas dapat dilihat dengan menggunakan SPSS. Apabila dari hasil SPSS diperoleh nilai VIF 10 maka dapat
disimpulkan terjadi multikolinieritas. Dapat pula dideteksi dengan melihat nilai tolerance masing-masing variabel bebas di atas 0,1 maka disimpulkan tidak
mengandung multikolineritas.
52
3.7.2.1.3 Uji Heteroskedastisitas
