Ghozali, 2006: 95. Multikolinieritas pada suatu model dapat dideteksi dengan menghitung dan melihat nilai VIF Variance Inflatori Factor. Model regresi
antar variabel bebas dapat dikatakan tidak ada multikolineritas jika hasil nilai VIF menunjukkan nilai tolerance 10 dan nilai VIF 10. Hasil Uji
Multikolinieritas dapat dilihat berdasarkan tabel berikut ini:
Tabel 4.19. Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
38.928 3.094
12.582 .000
X1 .363
.090 .344
4.011 .000
.641 1.560
X2 .378
.088 .351
4.279 .000
.699 1.430
X3 .261
.098 .253
2.660 .009
.520 1.924
a. Dependent Variable: Y
Berdasarkan tabel coefficients menunjukkan setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10, dan dapat disimpulkan
bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.
4.1.3.3 Uji Heterokedastisitas
“Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi tidak terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain” Ghozali, 2006: 125. Heterokedastisitas menunjukkan penyebaran variabel bebas, penyebaran yang
acak menunjukkan model regresi yang baik, artinya tidak terjadi heterokedastisitas.
Uji heterokedastisitas dapat dilakukan dengan mengamati grafik scatterplots
dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Hasil uji heterokedastisitas dapat dilihat berdasarkan grafik scatterplot
berikut ini:
Grafik ScatterPlot
Berdasarkan grafik scatterplot di atas menunjukkan bahwa titik-titik menyebar secara acak serta tersebar secara baik di atas maupun di bawah angka
nol pada sumbu Y, maka dapat disimpulkan bahwa dalam model regresi antar variabel bebas tidak terjadi heterokedastisitas.
4.1.3.4 Analisis Regresi Linier Berganda
Analisis regresi linear berganda digunakan untuk mengetahui seberapa besar pengaruh kompetensi pedagogik X1, kompetensi profesional X2 dan
X3 fasilitas belajar terhadap prestasi belajar siswa Y siswa kelas XI di SMK NU 01 Kendal. Penelitian menggunakan analisis regresi linier berganda dengan
menggunakan perhitungan program SPSS for windows release 16.
Tabel 4.20 Hasil Perhitungan Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
38.928 3.094
12.582 .000
X1 .363
.090 .344
4.011 .000
.641 1.560
X2 .378
.088 .351
4.279 .000
.699 1.430
X3 .261
.098 .253
2.660 .009
.520 1.924
a. Dependent Variable: Y
Berdasarkan tabel analisis regresi linier berganda menunjukkan persamaan regresi berganda sebagai berikut:
Y = 38,928 + 0,363X1 + 0,378X2 + 0,261X3. Persamaan regresi tersebut
mempunyai makna sebagai berikut: 1.
Konstanta = 38,928
Variabel kompetensi pedagogik, kompetensi professional dan fasilitas belajar jika diperoleh angka 0, maka variabel prestasi belajar siswa sebesar 38,928
2. Koefisien X1 = 0,363
Variabel kompetensi pedagogik jika mengalami kenaikan sebesar satu poin, sementara variabel kompetensi professional dan fasilitas belajar siswa tetap,
maka akan menyebabkan kenaikan prestasi belajar sebesar 0,363 3.
Koefisien X2 = 0,378 Variabel kompetensi profesional jika mengalami kenaikan sebesar satu poin,
sementara kompetensi pedagogik dan fasilitas belajar tetap, maka akan menyebabkan kenaikan prestasi belajar sebesar 0,378
4. Koefisien X3 = 0,261
Variabel fasilitas belajar jika mengalami kenaikan sebesar satu poin, sementara kompetensi pedagogik dan kompetensi profesional tetap, maka
akan menyebabkan kenaikan prestasi belajar sebesar 0,261
4.1.4 Uji Hipotesis