3.1.5. Uji Asumsi Klasik
1. Uji Normalitas
Pengujian data atau uji kenormalan data dilakukan sebelum uji hipotesis dilakukan.
Tabel 4.4. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 88
Normal Parameters
a
Mean 66.3295455
Std. Deviation 10.46115153
Most Extreme Differences Absolute
.136 Positive
.136 Negative
-.075 Kolmogorov-Smirnov Z
1.276 Asymp. Sig. 2-tailed
.077 a. Test distribution is Normal.
a. Uji Normalitas data digunakan hipotesis sebagai berikut: Ho
: Data berdistribusi normal Ha
: Data berdistribusi tidak normal b. Kriteria penerimaan Ho
Ho diterima jika nilai sig 2-tailed 5. Berdasarkan tabel di atas besarnya kolmogorov-Smirnov
1,276 dan diperoleh nilai sig = 0,0770,05, maka Ho diterima yang berarti data terdistribusi secara normal.
Uji Normalitas juga dapat dilihat berdasarkan grafik Normal P-Plot berikut ini:
Gambar. 4.1 Grafik Normal P-Plot
Pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal. Hal ini berarti bahwa data berdistribusi
normal.
2. Uji Multikolinearitas
Hasil Uji Multikolinieritas dapat dilihat berdasarkan tabel 4.5 berikut ini:
Tabel 4.5. Hasil Uji Coba Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1 Constant
8.423 6.719
1.254 .213
Kompetensi Guru
.439 .113
.429 3.902 .000
.502 1.992 Moti vasi
Belajar .489
.167 .322 2.928
.004 .502 1.992
a. Dependent Variable: Prestasi_Belajar
Sumber: Hasil olah data penelit ian
Berdasarkan tabel diatas dapat diketahui nilai Tolerance Kompetensi guru dalam mengajar X1 sebesar 0,502, dan
Motivasi belajar siswa X2 sebesar 0,502. Kedua variabel tersebut memiliki nilai Tolerance0,10, hal ini berarti tidak
terdapat multikolinearitas pada data. Tabel di atas dapat dilihat nilai VIF X1 sebesar 1,992 dan X2 sebesar 1,992. Kedua variabel
tersebut memiliki nilai VIF10. Dapat disimpulkan bahwa tidak terjadi multikolinearitas pada data.
3. Uji Heteroskedastisitas