inflation factor VIF. Dikatakan terjadi multikolinearitas, jika nilai VIF ≥ 4,0. Sebaliknya dikatakan tidak terjadi multikolinearitas, jika nilai VIF
4,0.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance
dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas bila berbeda disebut heteroskedastisitas.
Cara mendeteksi ada tidaknya heteroskedastisitas dengan melihat grafik scatterplot antara Z prediksi ZPRED yang merupakan variabel
bebas sumbu X=Y hasil prediksi dan nilai residualnya SRESID yang merupakan
variabel
terikat sumbu Y=Y prediksi-Y riil. Heteroskedastisitas terjadi jika
pada
scatterplot ada titik-titik membentuk pola tertentu yang teratur seperti bergelombang, melebar,
kemudian menyempit. Jika tidak ada pola yang jelas, titik-titik menyebar secara acak baik di atas dan di bawah angka 0 pada sumbu
Y, maka tidak terjadi heteroskedastisitas. Model regresi dapat digunakan jika tidak terjadi heteroskedastisitas Danang Sunyoto,
2007: 93-94. Uji
statistik
yang digunakan ada tidaknya heteroskedastisitas
digunakan
uji rho sphearman dengan taraf signifikansi 5, data dikatakan bebas heteroskedastisitas jika nilai Sig.
2 tailed lebih besar dari 0,05
d. Uji Linearitas
Uji linearitas merupakan analisis statistik yang dapat digunakan untuk mengetahui apakah hubungan antara variabel bebas dengan
variabel terikat bersifat linear garis lurus atau tidak. Uji linearitas yang dapat digunakan diantaranya adalah dengan menggunakan scatter plot,
uji lack of fit,dan uji polinomial. Namun demikian uji linearitas yang akan dijelaskan di sini adalah lack of fit test uji tuna cocok. Jika
signifikasi F kurang dari 0,05, maka hubungannya bersifat tidak linear, sebaliknya jika signifikasi F lebih dari 0,05 maka hubungannya bersifat
linear.
e. Analisis Regrsi Linear Berganda
Persamaan
regresi
linear berganda diformulasikan sebagai berikut:
Y = α + β1X1 + β2X2 + e
Keterangan: Y
: minat siswa X1
: prestasi belajar X2
: motivasi belajar : konstanta
: koefisien variabel independen e
: error term