sebelum melakukan uji hipotesis terlebih dahulu dilaksanakan uji normalitas, uji heteroskedastisitas, dan uji multikolinearitas. Kemudian dilanjutkan analisis
regresi linear berganda, dan uji hipotesis.
4.1.2.1 Uji Normalitas
Uji Normalitas dilaksanakan untuk menguji apakah model regresi variabel bebas dan variabel bebas memiliki distribusi yang normal atau tidak. Model
regresi yang baik adalah apabila memiliki distribusi data normal atau mendekati normal. Untuk mengetahui normal tidaknya dapat dilihat dari penyebaran data
titik pada sumbu diagonal. Dasar diambilnya keputusan adalah sebagai berikut: -
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas.
- Jika data menyebar berjarak atau jauh dan mengikuti atau tidak mengikuti
arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
Hasil pengolahan data untuk uji normalitas dapat dilihat dari scatter plot sebagai berikut :
Grafik 4.7
Berdasarkan gambar diketahui bahwa persebaran titik pada gambar normal probability plot cenderung membentuk garis diagonal, sehingga dapat
disimpulkan bahwa variabel terikat dan variabel bebas memiliki distribusi normal.
4.1.2.2 Uji Heteroskedasitas
Uji heteroskedasitas memiliki tujuan untuk menguji apakah dalam suatu model rgresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke
pengamatan lain. Jika varians dari residual pengamatan ke pengamatan lain tetap, maka disebut Homoskedasitas. Sebaliknya jika varians berbeda maka disebut
Heteroskedasitas. Model regresi yang baik adalah apabila varians dari pengamatan tetap atau homoskedasitas atau tidak terjadi heteroskedasitas. Untuk mengetahui
heteroskedasitasnya dapat dilihat pada grafik plot antara nilai prediksi variabel terikat dependent yaitu ZPRED dengan residualnya SPESID. Deteksi ada
tidaknya heteroskedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot. Hasil ujinya adalah sebagai berikut:
X Y
Grafik 4.8
Dari grafik dimana sumbu X adalah Y yang telah diprediksi, dan sumbu X adalah residual Y Prediksi
– Y sesungguhnya terlihat titik menyebar secara acak dan tidak membentuk suatu pola tertentu. Tersebar baik diatas maupun dibawah
angka 0 nol pada sumbu Y. Hal ini dapat diartikan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi faktor determinan perilaku belajar mahasiswa.
4.1.2.3 Uji Multikolinearitas