61
61 atau regresi linier. Pengujian pada SPSS dengan menggunakan Test for linierity
dengan taraf signifikansi 0.05. Dua variabel dikatakan mempunyai hubungan yang linier bila signifikansi linierity kurang dari 0.05. Hasil uji linieritas dapat
dilihat dari tabel Anova seperti dalam lampiran menunjukkan taraf signifikansi 0.000. Karena signifikansi kurang dari 0.05 maka dapat disimpulkan bahwa
antara variabel minat menjadi guru, intelegensi, dan prestasi belajar terdapat hubungan yang linier.
4.1.4. Uji Asumsi Klasik
4.1.4.1. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent Ghozali: 2009:
95. Model regresi yang baik adalah model regresi yang variabel-variabel bebasnya tidak memiliki korelasi yang tinggi atau bebas dari multikolinieritas.
Deteksi adanya gejala multikolinieritas dengan menggunakan nilai Variance Inflaction Factor
VIF dan tolerance melalui SPSS. Model regresi yang bebas multikolinieritas memiliki nilai VIF dibawah 10 dan tolerance diatas 0.1.
Deteksi lain dengan melihat korelasi antara variabel bebas, apabila masih dibawah 0.8, maka dapat disimpulkan tidak mengandung multikolinieritas. Hasil
uji multikolinieritas dapat digambarkan dalam tabel 4.9 berikut ini:
62
62
Tabel 4.9. Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity
Statistics B Std.
Error Beta Tolerance
VIF 1 Constant 40.204 4.009
10.029 .000
Minat menjadi
guru .257 .032
.548 8.149
.000 .898 1.114
Intelegensi .111 .034
.219 3.253
.001 .898 1.114
a. Dependent Variable: Prestasi belajar
Sumber: Data Primer yang Diolah, 2010.
Hasil uji multikolinieritas seperti pada Tabel 4.9. nilai VIF untuk minat menjadi guru sebesar 1.114, intelegensi sebesar 1.114 dan tolerance minat
menjadi guru 0.898, intelegensi 0.898. Nilai VIF untuk variabel minat menjadi guru, dan intelegensi 10, tolerance untuk minat menjadi guru dan intelegensi
0.1 maka dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi.
4.1.4.2. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena varian gangguan yang berbeda antar satu observasi
ke observasi yang lain Ghozali: 2009: 125. Untuk mengetahui gejala heteroskedastisitas dilakukan dengan mengamati grafik scatterplot melalui
SPSS. Model yang bebas dari heteroskedastisitas memiliki grafik scatter plot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y.
63
63 Uji heteroskedastisitas dapat dilihat pada gambar 4.4 berikut ini:
Gambar 4.4. Hasil Uji Heteroskedastisitas
Berdasarkan gambar 4.4 di atas tampak bahwa titik-titik menyebar di atas dan di bawah nol pada sumbu vertikal dan tidak teratur, sehingga dapat
disimpulkan model regresi tidak mengandung heteroskedastisitas. Analisis dengan grafik plots memiliki kelemahan yang cukup signifikan
oleh karena jumlah pengamatan mempengaruhi hasil ploting Ghozali, 2009: 127. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan
hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil.
Selain dengan mengamati grafik scatterplot, penulis menggunakan uji Glejser untuk mengetahui gejala heteroskedastisitas. Jika variabel independen
signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi
64
64 terjadi heteroskedastisitas. Hasil uji heteroskedastisitas menggunakan uji Glejser
dapat dilihat pada tabel 4.10 berikut:
Tabel 4.10. Hasil Uji Glejser Heteroskedastisitas Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
7.133 2.227
3.203 .002
Minat menjadi guru
-.014 .018
-.070 -.802
.424 Intelegensi
-.029 .019
-.135 -1.550
.123 a. Dependent Variable: Unstandardized
Residual
Sumber: Data Primer yang Diolah, 2010.
Hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada satu pun variabel independen yang signifikan secara statistik mempengaruhi
variabel dependen. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi ini tidak
mengandung adanya heteroskedastisitas.
4.1.5. Hasil Analisis Regresi