Inflation Factor ≤ 10 atau nilai Tol Tolarance lebih besar atau sama dengan 0,
10 maka tidak terjadi multikolinearitas. Menurut Ghozali 2011:105 model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Berdasarkan data yang telah diperoleh dan telah diolah dengan menggunakan bantuan IBM SPSS Statistics 17 diperoleh hasil uji
multikolinearitas sebagai berikut:
Tabel 4.49 Hasil Uji Multikolinearitas
Sumber: Data primer yang diolah, 2015 lampiran 19 Tabel 4.49 menunjukan bahwa tidak terjadi multikolinearitas antar
variabel persepsi siswa mengenai ketrampilan guru dalam mengelola kelas, motivasi belajar, dan penggunaan internet sebagai sumber belajar mata pelajaran
ekonomi pada model regresi. Hal ini ditunjukan dengan nilai VIF yang tidak melebihi 10 dan Tol Tolarance lebih besar dari 0, 10.
4.1.3.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui dan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residu satu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas Ghozali 2011:139. Ada berbagai cara untuk mendeteksi
Coefficients
a
.730 .253
.166 .273
3.668 .712
.220 .143
.303 3.295
.702 .229
.149 .342
2.925 Persepai Sis wa
Motivas i Belajar Penggunaan Internet
Model 1
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statis tics
Dependent Variable: Hasil Belajar a.
Regression Standardized Predicted Value
2 1
-1 -2
-3
Reg ress
ion Stu
de ntiz
ed Res
idua l
3 2
1 -1
-2 -3
Scatterplot Dependent Variable: Hasil Belajar
heteroskedastisitas misalnya dengan melihat grafik plots atau dengan menggunakan uji statistik. Namun analisis dengan menggunakan grafik plots
mempunyai kelemahan yang cukup signifikan, yaitu semakin sedikit jumlah pengamatan, semakin sulit menginterpretasikan hasil grafik plots. Oleh karena
itu, dalam penelitian ini, uji heteroskedastisitas dilakukan dengan uji statistik yang lebih dapat menjamin keakuratan hasil. Uji heteroskedastisitas dalam
penelitian ini dilakukan juga menggunakan Uji Glejser. Berdasarkan data yang telah diperoleh dan telah diolah dengan
menggunakan bantuan IBM SPSS Statistics 17 diperoleh hasil uji heteroskedastisitas sebagai berikut:
Tabel 4.50 Hasil Uji Heteroskedastisitas
Sumber: Data primer yang diolah, 2015 lampiran 19 Dari tabel 4.50 dapat disimpulkan bahwa dalam model tidak terjadi
heteroskedastisitas, sebab nilai signifikansinya ≥ 0, 05. Cara kedua yang dapat
dilakukan untuk mengetahui terjadi atau tidaknya heteroskedastisitas dapat dilihat Multivariate Standardized Scaterplot pada gambar 4.1 di bawah ini :
Coefficients
a
8.085 2.339
3.457 .001
.091 .049
.358 1.870
.065 -.104
.063 -.298
-1.645 .104
-.091 .052
-.300 -1.754
.083 Cons tant
Persepai Sis wa Motivas i Belajar
Penggunaan Internet Model
1 B
Std. Error Uns tandardized
Coeffici ents Beta
Standardized Coeffici ents
t Sig.
Dependent Vari able: aBrES a.
Gambar 4.1 Hasil Uji Heteroskedastisitas
Gambar 4.1 menunjukkan bahwa titik-titik tersebar di sekitar nol pada sumbu vertikal dan tidak membentuk pola tertentu. Pola yang tercipta adalah
menyebar, sehingga dapat disimpulkan bahwa model tidak mengandung heteroskedastisitas. Model yang tidak mengandung heteroskedastisitas layak
dipakai untuk memprediksi variabel hasil belajar siswa kelas XI IPS berdasarkan masukan variabel persepsi siswa mengenai ketrampilan guru dalam mengelola
kelas, motivasi belajar, dan penggunaan internet sebagai sumber belajar pada mata pelajaran ekonomi.
4.1.4 Analisis Regresi Berganda
Hasil analisis regresi berganda menggunakan bantuan program IBM SPSS Statistics 17 ditunjukan pada tabel 4.51 berikut:
Tabel 4.51 Analisis Regresi Berganda
Sumber: Data primer yang diolah, 2015 lampiran 19 Berdasarkan tabel 4.51 menunjukan bahwa persamaan regresi yang
diperoleh Y = 31, 358 + 0, 318 X1 + 0, 260 X2 + 0, 255X3. Model persamaan regresi tersebut mengandung arti bahwa:
Coefficients
a
31.358 3.973
7.893 .000
.206 .083
.318 2.482
.015 .231
.108 .260
2.138 .035
.197 .088
.255 2.231
.028 Cons tant
Persepai Sis wa Motivas i Belajar
Penggunaan Internet Model
1 B
Std. Error Uns tandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Has il Belajar a.
1. Konstanta 31, 358 berarti bahwa jika variabel persepsi siswa mengenai
ketrampilan guru dalam mengelola kelas X1, motivasi belajar X2, dan penggunaan internet sebagai sumber belajar X3 sebesar 0, maka hasil
belajar siswa sebesar 31, 358. 2.
Koefisien persepsi siswa mengenai ketrampilan guru dalam mengelola kelas X1 sebesar 0, 318 berarti bahwa setiap terjadi kenaikan 1 skor
variabel persepsi siswa mengenai ketrampilan guru dalam mengelola kelas, maka akan diikuti dengan kenaikan hasil belajar sebesar 0, 318 dengan
asumsi variabel lain dalam keadaan tetap. 3.
Koefisien motivasi belajar X2 sebesar 0, 260 berarti bahwa setiap terjadi kenaikan 1 skor variabel motivasi belajar, maka akan diikuti dengan
kenaikan hasil belajar sebesar 0, 260 dengan asumsi variabel lain dalam keadaan tetap.
4. Koefisien penggunaan internet sebagai sumber belajar mata pelajaran
ekonomi X3 sebesar 0, 255 berarti bahwa setiap terjadi kenaikan 1 skor variabel penggunaan internet sebagai sumber belajar maka akan diikuti
dengan kenaikan hasil belajar sebesar 0, 255 dengan asumsi variabel lain dalam keadaan tetap.
4.1.5 Uji Hipotesis Penelitian
4.1.5.1 Uji F atau Uji Simultan
Uji F digunakan untuk menguji hipotesis pertama Ha1, yaitu ada pengaruh persepsi siswa mengenai ketrampilan guru dalam mengelola kelas,
motivasi belajar, dan penggunaan internet sebagai sumber belajar mata pelajaran ekonomi terhadap hasil belajar siswa kelas XI IPS SMA Negeri 8 Semarang
