= Skor Minimal
Skor Maksimal x 100
= 1
5 x 100 = 20
c. Menentukan rentang persentase = Persentase Maksimal
− Persentase Minimal = 100
− 20 = 80 d. Menentukan kelas interval persentase
= Rentang Persentase
Skor Maksimal
= 80
5 = 16
Dari perhitungan di atas, diperoleh tabel kategori untuk masing-masik variabel disiplin, fasilitas, dan motivasi belajar sebagai berikut:
Tabel 3.7 Tabel Kriteria Analisis Diskriptif Persentase
No. Interval
Kriteria
1 Skor 85-100
Sangat Tinggi 2
Skor 69-84 Tinggi
3 Skor 53-68
Cukup 4
Skor 37-52 Rendah
5 Skor 20-36
Sangat Rendah
3.6.2 Analisis Regresi Linier berganda
Menurut Gujarati dalam Ghozali 2011:95 menyatakan bahwa: analisis regresi pada dasarnya adalah studi mengenai ketergantungan
variabel dependen terikat dengan satu atau lebih variabel independen variabel penjelasbebas, dengan tujuan untuk mengestimasi danatau
memprediksi rata-rata populasi atau nilai variabel dependen berdasarkan
nilai variabel independen yang diketahui.”
Analisis linier berganda yaitu mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukan arah hubungan variabel dependen dan
independen. Teknik estimasi variabel dependen yang melandasi analisis regresi disebut Ordinary Last Square OLS. Adapun persamaan regresinya adalah
sebagai berikut Ŷ
e X
b X
b X
b a
3 3
2 2
1 1
Keterangan: Ŷ : variabel terikat kecepatan mengetik
a : konstanta b
1
: koefisien regresi untuk X
1
b
2
: koefisien regresi untuk X
2
b
3 :
koefisien regresi untuk X
3
X
1
: disiplin belajar X
2
: fasilitas belajar X
3
: motivasi belajar e : gangguan stokastik yang tidak bisa diamati
3.6.3 Uji Asumsi Klasik
3.6.3.1. Uji Normalitas
Pengujian data atau uji kenormalan data dilakukan sebelum uji hipotesis dilakukan. “Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal” Ghozali, 2011:160. Uji normalitas dilihat pada grafik Normal P-Plot jika titik-titik
mendekati garis diagonal maka model regresi tersebut berdistribusi normal. Menurut Ghozali 2011:161 menyatakan:
Metode yang lebih handal adalah dengan melihat probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi
normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
residual normal, maka garis yang menggambarkan data sesunggunhnya akan mengikuti garis diagonalnya.
3.6.3.2. Uji Multikolonieritas
“Uji multikolonieritas adalah uji yang digunakan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen” Ghozali, 2011:105. Multikolonieritas pada suatu model
dapat dilihat dari nilai tolerance dan lawanya VIF Variance Inflatori Faktor. Model regresi antar variabel bebas dapat dikatakan tidak ada multikolinieritas jika
hasil nilai VIF ≥ 10 dan nilai tolerance ≤ 0,10.
3.6.3.3. Uji Heteroskedastisitas
“Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain. Model regresi yang baik adalah yang Homoskesdastisitas atau tidak terjadi Heteroskedastisitas” Ghozali,2011:139.
Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak
menunjukkan model
regresi yang
baik, artinya
tidak terjadi
heterokedastisitas. Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik
scatterplot dengan menggunakan dasar analisis sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengidentifikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2011:139.
3.6.4 Uji Hipotesis
