Teknik Analisis Data METODE PENELITIAN
                                                                                Normalitas,  Uji  Linieritas,  dan  Uji  Multikoliniaritas.  Rincian  Uji  prasyarat tersebut seperti yang dijelaskan berikut ini:
a.  Uji Normalitas Uji  normalitas  bertujuan  untuk  mengetahui  apakah  data  yang
diperoleh  masing-masing  variabel  berdistribusi  normal  atau  tidak.  Uji normalitas  yang  akan  digunakan  adalah  uji  Kolmogorov-Smirnov.  Untuk
mengetahui  apakah  distribusi  frekuensi  masing-masing  variabel  dalam penelitian  normal  atau  tidak,  maka  dilakukan  dengan  melihat  nilai  Asymp.
Sig.  Jika  nilai  Asymp.  Sig  lebih  besar  atau  sama  dengan  0,05  5  maka distribusi data adalah normal Ali Muhson, 2005: 57.
b.  Uji Linearitas Tindakan  uji  linearitas  dimaksudkan  untuk  mengetahui  apakah
antara  variabel  bebaseksogen  X  dan  variabel  terikatendogen  Y mempunyai hubungan linier atau tidak bersifat linear atau tidak.
Untuk mengetahui hal ini, peneliti memlilih menggunakan uji F pada taraf signifikansi 5 pada kedua jenis variabel tersebut. Apabila F
hitung
lebih kecil atau sama dengan F
tabel
5 taraf signifikansi yang ditentukan, berarti hubungan  kedua  jenis  variabel  atau  hubungan  kriterium  dengan  prediktor
adalah hubungan linier. Dan berlaku sebaliknya, jika F
hitung
lebih besar dari F
tabel
5  taraf  signifikansi  yang  ditentukan,  berarti  hubungan  kriterium dengan prediktor adalah hubungan non-linier.
c.  Uji Multikolinearitas Uji multikolinearitas bertujuan untuk melihat ada tidaknya hubungan
antara  variabel  bebas.  Adapun  untuk  mengetahui  apakah  terjadi multikolineritas  atau  tidak,  peneliti  menggunakan  uji  VIF  Variance
Inflation  Factor.  Dengan  kriteria  apabila  nilai  VIF  kurang  dari  4  maka tidak  terjadi  multikolinearitas,  dan  sebaliknya  jika  nilai  VIF  lebih  dari  4
maka terjadi multikolinearitas Ali Muhson, 2012: 26. 2.  Uji Hipotesis
Pengujian  hipotesis  dilakukan  dengan  analisis  regresi  linear  berganda, dalam analissi regresi linear berganda ini langkah-langkah yang dapat ditempuh
sebagai berikut: a  Menguji signifikansi regresi berganda dengan uji t
Untuk  menguji  hipotesis  satu  dan  dua  digunakan  uji  t  dengan  taraf signifikansi  5.  Bila  nilai  sig.  t    0,05  maka  hipotesis  yang  diajukan  dapat
diterima dan sebaliknya jika nilai sig. t  0,05 maka hipotesis ditolak. Rumus yang digunakan menurut Sugiyono 2012: 230 sebagai berikut:
� = � √ −
√ − �
Keterangan: t   = t hitung
r   = koefisien korelasi n   = jumlah responden
�  = r square
b  Menguji koefisien garis regresi secara simultan dengan uji  F Untuk mengetahui diterima atau tidaknya hipotesis ketiga, dengan melihat F
hitung dan sig. F dengan taraf signifikansi 0,05. Pedoman yang dipakai yaitu jika  nilai  sig.  F    0,05  maka  hipotesis  yang  diajukan  dapat  diterima  dan
sebaliknya  jika  nilai  sig.  F    0,05  maka  hipotesis  ditolak.  Rumus  uji  F menurut Sugiyono 2012: 286 sebagai berikut:
� = � � + −
− � Keterangan:
F = harga F hitung N = jumlah data
m = jumlah prediktor R = koefidien korelasi antara variabel independen dengan variabel dependen
c  Pengujian koefisien determinasi ganda �
Koefisien  determinasi  ini  dilakukan  untuk  menghitung  besarnya  kontribusi variabel  independen  secara  simultan  terhadap  variabel  dependen.  Koefisien
determinasi  juga  menunjukan  tingkat  ketepatan  garis  regresi.  Koefisien determinasi dihitung dengan rumus sebagai berikut:
R
,
= ∑ X Y  +  ∑ X Y
∑ Y
Keterangan: R
,
= Koefisien korelasi antara X  �  X  dengan Y
= Koefisien prediktor X
= Koefisien prediktor X
∑ X Y = Jumlah produk antara X dan Y ∑ X Y = Jumlah Produk antara X  dan Y
∑ Y   = Jumlah kuadrat kriterium d  Sumbangan Efektif dan Sumbangan Relatif
Besar  sumbangan  atau  pengaruh  masing-masing  variabel  bebas  terhadap variabel  terikat  digunakan  sumbangan  relatif  dan  sumbangan  efektif.  Besarnya
sumbangan  relatif  prediktor  terhadap  garis  regresi  dapat  dicari  dengan menggunakan rumus sebagai berikut:
Sumbangan relatif X
1
terhadap Y : SR X
1
=
�
∑
�
∑
+ �
∑
Sumbangan relatif X
2
terhadap Y : SR X
2
=
�
∑
�
∑
+ �
∑
Sumbangan efektif masing-masing prediktor terhadap Y digunakan rumus berikut :
Sumbangan efektif X
1
terhadap Y : SE X
1
= SR X
1
x R
2
Sumbangan efektif X
2
terhadap Y : SE X
2
= SR X
2
x R
2
Keterangan: X
1
= Gaya pengasuhan orang tua X
2
= Komunikasi interpersonal guru-siswa Y
= Kedisiplinan Siswa ∑
= Korelasi antara X
1
dengan Y ∑
= Korelasi antara X
2
dengan Y Sutrisno Hadi 2004:41
58
                