Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui uji F
dan uji T mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk
jumlah sampel kecil Ghozali, 2006:110.
3.5.2. Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui hubungan antara variabel bebas dengan variabel terikat, yaitu antara pemanfaatan perpustakaan
sekolah X
1
, praktik koperasi sekolah X
2
, motivasi belajar X
3
dan variabel terikat adalah hasil belajar kewirausahaan Y.
Dimana : Y
: variabel hasil belajar : konstanta
: koefisien regresi yang dicari : Variabel pemanfaatan koperasi sekolah
: Variabel praktik koperasi sekolah Variabel motivasi belajar
: Variabel gangguan Imam Ghozali, 2009:89
3.6 Uji Hipotesis
a. Uji Simultan uji F
Pengujian ini pada dasarnya menunjukkan apakan variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikatdependen Ghozali, 2006:44
Kaidah pengambilan keputusan dalam uji F dengan menggunakan SPSS adalah: 1. Jika probabilitas 0,05, maka H
o
diterima, H
a
ditolak 2. Jika probabilitas 0,05, maka H
o
ditolak, H
a
diterima
b. Uji Parsial uji t
Pengujian ini pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individu dalam menerangkan variabel-
variabel dependen Ghozali, 2006:44. Kaidah pengabilan keputusan dalam uji t dengan menggunakan uji SPSS adalah:
1. Jika probabilitas 0,05, maka H
o
diterima, H
a
ditolak 2. Jika probabilitas 0,05, maka H
o
ditolak, H
a
diterima
c. Koefisien diterminasi R
2
Dalam regresi berganda dianalisis pula besarnya koefisien determinasi R
2
. Pengujian determinasi tersebut dimaksudkan untuk mengetahui sejauh mana sumbangan masing-masing variabel bebas. Semakin besar nilai determinasi maka
semakin beasar varians sumbangan terhadap variabel terikatnya. Jika menggunakan SPSS 16. Nilai R
2
menunjukkan persentase pengaruh semua variabel bebas terhadap variabel terikat. Nilai R
2
berada antara 0 sampai dengan 1. Semakin mendekati 1 maka variabel bebas hampir memberikan semua
informasi untuk memprediksi variabel terikay atau merupakan indikator yang menunjukkan semakin kuatnya kemampuan menjelaskan perubahan variabel
bebas terhadap variabel terikat Ghozali, 2006
d. Koefisien Determinasi Parsial r
2
Selain melakukan uji t, perlu juga mencari besarnya koefisien determinasi parsialnya r
2
untuk masing-masing variabel bebas. Uji r
2
digunakan untuk mengetahui seberapa besar sumbangan pengaruh masing-masing variabel bebas
terhadap variabel terikat. Untuk mengetahui nilai r
2
digunakan program SPSS.
79
BAB V PENUTUP