99 ditolak, atau dengan kata lain semua data yang digunakan dalam penelitian ini
berdistribusi normal. Tabel 4.7. Hasil Uji Normalitas Data Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Kedisiplinan Siswa
Perhatian Orang Tua
Prestasi Belajar
N 100
100 100
Normal Parameters
a,b
Mean 105.25
91.82 76.47
Std. Deviation 6.464
8.705 4.925
Most Extreme Differences Absolute
.086 .084
.072 Positive
.053 .050
.072 Negative
-.086 -.084
-.069 Kolmogorov-Smirnov Z
.862 .841
.720 Asymp. Sig. 2-tailed
.448 .479
.678 a. Test distribution is Normal.
b. Calculated from data.
Analisis data hasil Output : Kriteria penerimaan H Ho diterima jika nilai sig 2-tailed 5.
Ho ditolak jika nilai sig 2-tailed 5.
4.1.3.2 Uji Linearitas Data
Uji linearitas digunakan untuk mengetahui apakah dua variabel memiliki hubungan linear atau tidak secara signifikan. Jika linear maka analisis regresi
dapat dilakukan. Pengujian ini dilakukan pada masing-masing variabel menggunakan Test For Linearity dengan taraf signifikansi 0,05.
Pengujian linearitas dilakukan menggunakan bantuan program SPSS versi 20 dengan langkah-langkah menurut Priyatno 2010: 73-6 yaitu klik analyze-
Compare means – means. Masukkan variabel kedisiplinan siswa dan perhatian
orang tua pada kotak dependent list dan variabel prestasi belajar pada kotak independent list. Kemudian pilih kotak options, beri tanda centang pada Test for
100 linearity pilih continue lalu Ok. Menurut Priyatno 2010: 73
“Tiga variabel dikatakan mempunyai hubungan linier, apabila nilai signifikansinya kurang dari
0,05. ” Hasil uji linieritas dapat dilihat pada output ANOVA table pada kolom sig.
baris Linearity. Tabel 4.8. Hasil Uji Linearitas Data X
1
dan Y
ANOVA Table
Sum of Squares
Df Mean Square
F Sig.
y x_1
Between Groups
Combined 964.348
27 35.717
1.790 .027
Linearity 399.937
1 399.937
20.045 .000
Deviation from Linearity
564.411 26
21.708 1.088
.378 Within Groups
1436.562 72
19.952 Total
2400.910 99
Berdasarkan perhitungan pada Tabel 4.8 hasil uji linearitas data X
1
dan Y, dapat diketahui bahwa pada output ANOVA, table kolom Linearity menunjukkan
nilai signifikansi variabel kedisiplinan siswa dan prestasi belajar siswa sebesar 0,000. Karena nilai signifikansi kurang dari 0,05, maka dapat disimpulkan bahwa
variabel kedisiplinan siswa dan prestasi belajar terdapat hubungan yang linier. Berdasarkan perhitungan pada hasil uji linearitas data X
2
dan Y dapat diketahui bahwa pada output ANOVA, tabel menunjukkan nilai signifikasni
variabel perhatian orang tua dan prestasi belajar sebesar 0,000. Data dapat dikatakan memiliki hubungan yang linier apabila nilai signifikansi kurang dari
0,05. Dalam penelitian ini, nilai signifikansi perhatian orang tua dan prestasi belajar adalah 0,000. Dengan demikian dapat disimpulkan bahwa variabel
perhatian orang tua dan prestasi belajar terdapat hubungan yang linier.
101 Tabel 4.9. Hasil Uji Linearitas Data X
2
dan Y
ANOVA Table
Sum of Squares
Df Mean Square
F Sig.
y x_2
Between Groups
Combined 1252.643
34 36.842
2.086 .005
Linearity 447.068
1 447.068
25.307 .000
Deviation from Linearity
805.575 33
24.411 1.382
.133 Within Groups
1148.267 65
17.666 Total
2400.910 99
4.1.3.3 Uji Multikoliniearitas
Priyatno 2012: 151 menyatakan bahwa “multikolinearitas adalah keadaan dimana pada model regresi ditemukan adanya korelasi yang sempurna
atau mendekati sempurna antarvariabel independen”. Pada model regresi yang baik seharusnya tidak terjadi korelasi yang sempurna atau mendekati sempurna di
antara variable bebas korelasinya 1 atau mendekati 1. Beberapa metode uji multikolinearitas yaitu dengan melihat nilai Tolerance
dan inflation Factor VIF pada model regresi atau dengan membandingkan nilai koefisien determinasi individual
dengan nilai determinasi secara serentak . Apabila nilai VIF 5, maka dapat disimpulkan tidak ada multikolinearitas
antar variabel bebas dalam model regresi. Langkah-langkah uji multikolinieritas menurut Priyatno 2010: 82-3 yaitu klik Analyze Regression Linear.
Kemudian akan terbuka kotak dialog Linear Regression. Klik variabel prestasi belajar dan masukan ke dalam kotak Dependent, kemudian klik variabel
kedisiplinan siswa dan perhatian orang tua lalu masukan ke kotak Independent. Klik Statistics, pada kotak dialog Linear Regression: Statistics beri tanda centang
102 pada Collinearitty diagnostics. Selanjutnya klik Continue. Klik OK, maka hasil
output untuk uji multikolinearitas dapat dilihat pada output coefficients VIF. Berikut hasil perhitungan menggunakan program SPSS 20:
Tabel 4.10. Hasil Uji Multikolinearitas
Berdasakan perhitungan pada Tabel 4.10 hasil uji multikolinearitas, dapat
diketahui bahwa variabel kedisiplinan siswa dan perhatian orang tua memiliki nilai Variance Inflation Factor VIF sebesar 1,309. Hal tersebut menunjukkan
tidak ada satupun variabel bebas yang memiliki nilai VIF lebih besar dari 5. Jadi dapat disimpulkan bahwa tidak ada masalah multikolinearitas antar variabel
independen dalam regresi.
4.1.3.4 Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana dalam regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke pengamatan lain.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pada penelitian ini, uji heteroskedastisitas dilakukan dengan menggunakan uji
Spearman’s rho, yaitu mengorelasikan variabel independen dengan nilai Unstandardized residual.
Pengujian menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independen dengan residual didapat signifikansi lebih dari 0,05
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constan
t 39.775 7.242
5.492 .000
x_1 .198
.077 .260
2.563 .012
.764 1.309
x_2 .173
.057 .305
3.011 .003
.764 1.309
a. Dependent Variable: Y