H diterima jika nilai sig 2-tailed 5.
Dari tabel diperoleh nilai sig = 0,836 = 83 5 , maka H diterima. Artinya
variabel hasil belajar siswa berdistribusi normal. Uji normalitas juga dapat dilihat pada grafik Normal P-Plot sebagai
berikut.
Gambar 4.27 Grafik Normalitas Pada grafik P-Plot terlihat data menyebar di sekitar garis diagonal dan
mengikuti arah garis histograf menuju pola distribusi normal maka variabel dependen Y memenuhi asumsi normalitas.
4.1.4.2 Uji Asumsi Klasik
Pengujian asumsi klasik pada penelitian ini meliputi uji autokorelasi, uji multikolonieritas dan uji heterokedastisitas.
4.1.4.2.1 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik tidak
terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolonearitas di dalam model regresi adalah dengan melihat nilai toleransi
dan Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel bebas
dalam model regresi. Jika VIF 10 maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel lainnya Berikut hasil perhitungan menggunakan
program SPSS 16: Tabel 4.30 Tabel Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
22.500 5.977
3.764 .000
X1 Ling. Keluarga
.575 .177
.311 3.242
.002 .767
1.304 X2 Ling.
Sekolah .368
.088 .392
4.195 .000
.809 1.237
X3 Ling Masyarakat
.647 .206
.301 3.147
.003 .769
1.300 a. Dependent Variabel: Y
hasil belajar
Dari tabel diatas terlihat setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas
antar variabel bebas dalam model regresi ini.
4.1.4.2.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Jika variance dan residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda heterokedastisitas. Model regresi yang
baik adalah yang homoskedastisitas atau tidak terjadi heterokesdastisitas.
Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain tidak terjadi
heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di
bawah sumbu Y. Model yang bebas dari heterokedastisitas memiliki grafik scatterplot dengan pola titik yang menyebar di atas dan di bawah sumbu Y.
Berikut hasil pengolahan menggunakan program SPSS 16 :
Gambar 4.28 Grafik Heteroskedastisitas Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini.
4.1.4.3 Analisis Regresi Berganda