61 penentu karena varians yang terjadi pada variabel terikat dapat dijelaskan
melalui varians yang terjadi pada variabel bebas Sugiyono, 2010: 231. Besarnya koefisien determinasi adalah kuadrat dari koefisien korelasi r
2
.
b. Analisis Regresi Ganda
Analisis regresi ganda digunakan untuk mengetahui pengaruh antara hasil seleksi PPDB X
1
, minat memilih jurusan X
2
, dan perilaku belajar X
3
secara bersama-sama terhadap prestasi akademik peserta didik Y. Langkah-langkah
yang ditempuh dalam analisis regresi ganda tiga prediktor adalah sebagai berikut:
1 Membuat persamaan garis regresi ganda tiga prediktor
Keterangan: Y
: Kriterium X
: Prediktor a
: Konstanta b
1
: Koefisien prediktor X
1
b
2
: Koefisien prediktor X
2
b
3
: Koefisien prediktor X
3
Sugiyono, 2010: 283.
2 Mencari koefisien korelasi antara prediktor X
1
, X
2
dan X
3
dengan kriterium Y
Rumus yang digunakan untuk mencari koefisien korelasi antara prediktor X
1
, X
2
dan X
3
dengan kriterium Yadalah sebagai berikut:
√ ∑
∑ ∑
∑
Keterangan: : Koefisien korelasi ganda antara Y dengan X
1
, X
2
dan X
3
62 : Koefisien prediktor X
1
, X
2
dan X
3
∑
: Jumlah produk antara X
1
dan Y
∑
: Jumlah produk antara X
2
dan Y
∑
: Jumlah produk antara X
3
dan Y
∑
: Jumlah kuadrat kriterium Y Sutrino Hadi, 2004: 33.
3 Menguji signifikansi koefisien korelasi ganda
Uji signifikansi digunakan untuk mengetahui apakah harga signifikan
atau tidak. Uji signifikansi dilakukan dengan rumus uji F sebagai berikut:
Keterangan: : Harga F garis regresi
: Banyaknya subyek yang terlihat : Banyaknya prediktor
: Koefisien determinasi antara kriterium dengan prediktor Sutrisno Hadi, 2004: 34.
Kriteria dalam uji signifikansi koefisien korelasi ganda adalah jika nilai signifikansi p 0,05 maka koefisien korelasi tidak signifikan. Jika nilai
signifikansi p 0,05 maka koefisien korelasi signifikan.
4 Mencari koefisien determinasi R
2
.
Besarnya pengaruh variabel bebas terhadap variabel terikat dapat diketahui dengan mencari koefisien determinasi. Koefisien determinasi disebut koefisien
penentu karena varians yang terjadi pada variabel terikat dapat dijelaskan
63 melalui varians yang terjadi pada variabel bebas Sugiyono, 2010: 231.
Besarnya koefisien determinasi adalah kuadrat dari koefisien korelasi R
2
. 5 Mencari Besarnya Sumbangan Relatif dan Sumbangan Efektif Masing-
Masing Prediktor Terhadap Kriterium a Sumbangan Relatif SR
Sumbangan relatif digunakan untuk mengetahui besarnya sumbangan secara relatif setiap prediktor terhadap kriterium untuk keperluan prediksi. Sumbangan
relatif dapat dihitung dengan rumus sebagai berikut:
∑
Keterangan: : Sumbangan Relatif
: Koefisien prediktor
∑
: Jumlah produk antara X dan Y : Jumlah Kuadrat regresi
Sutrisno Hadi, 2004: 37.
b Sumbangan Efektif SE
Sumbangan efektif digunakan untuk mengetahui besarnya sumbangan secara
efektif setiap
prediktor terhadap
kriterium dengan
tetap mempertimbangkan variabel bebas lain yang tidak diteliti. Sumbangan efektif
dapat dihitung dengan rumus sebagai berikut:
Keterangan: : Sumbangan efektif dari suatu prediktor
: Sumbangan relatif dari suatu prediktor : Koefisien determinasi
Sutrisno Hadi, 2004: 39.
64
3. Pengujian Prasyarat Analisis
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi sederhana dan analisis regresi ganda. Persyaratan-persyaratan yang
harus terpenuhi dalam teknik analisis regresi adalah data berdistribusi normal, ada hubungan linier antara variabel bebas dengan variabel terikat, tidak terjadi
hubungan linier yang sangat tinggi antar variabel bebas multikolinieritas, dan tidak terjadi heterokedastisitas.
a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data penelitian yang akan dianalisis berdistribusi normal atau tidak. Jika terbukti data berdistribusi normal
maka statistik parametris dapat digunakan untuk menganalisis data, sebaliknya jika data tidak berdistribusi normal maka yang digunakan untuk menganalisis
data adalah statistik non-parametris. Uji normalitas pada penelitian ini menggunakan Test Kolmogorov Smirnov. Rumus One Sample Kolmogorov-
Smirnov Test 1-sample K-S adalah sebagai berikut:
̅
KS = maksimum
|F
T
- F
S
|
Keterangan: x
i
: Angka pada data Z
: Transformasi dari angka ke notasi pada distribusi normal SD
: Standar Deviasi F
T
: Probabilitas komulatif normal, komulatif proporsi luasan kurva normal berdasarkan notasi Z
i
, dihitung dari luasan kurva mulai dari ujung kiri kurva sampai dengan titik Z
F
S
: Probabilitas komulatif empiris
