Descriptive Statistics
Descriptive Statistics
Std.
Minimum Maximum Mean
70 97 83.23 6.678 Valid N (listwise) 147 Sumber: Data diolah, 2012
Dari tabel di atas dapat diketahui deskripsi statistik tentang variabel- variabel yang digunakan dalam penelitian ini. Untuk variabel Sarana prasarana (X1) jumlah data 147, nilai minimum 64, nilai maksimum 121, rata-rata 104,22, dan standar deviasi 12,735. Untuk variabel Media pembelajaran (X2) jumlah data 147, nilai minimum 15, nilai maksimum 42, rata-rata 30,52, dan standar deviasi 8,340. Dan untuk variabel Hasil belajar (Y) jumlah data 147, nilai minimum 70, nilai maksimum 97, rata-rata 83,23, dan standar deviasi 6,678.
E. Uji Inferensial Statistik Uji inferensial dilakukan untuk mengambil kesimpulan penelitian secara
populasi yang menghubungan semua variabel yang diteliti. Mengingat penelitian ini sifatnya pengaruh (analisis regresi) yang tentunya tidak terlepas dari statistik parametrik, maka beberapa syarat penggunaan uji statistik parametrik harus populasi yang menghubungan semua variabel yang diteliti. Mengingat penelitian ini sifatnya pengaruh (analisis regresi) yang tentunya tidak terlepas dari statistik parametrik, maka beberapa syarat penggunaan uji statistik parametrik harus
Untuk syarat data berskala interval sudah dilakukan sesuai dengan prosedur yang ditetapkan melalui perubahan dengan menggunakan Z score. Transformasi data ordinal ke interval tersebut dapat dilihat pada lampiran tesis ini. Selanjutnya dari data yang sudah ditransformasikan ke dalam skala interval dilakukan uji asumsi kelasik. Uji asumsi klasik bertujuan untuk mengetahui kondisi data yang dipergunakan dalam penelitian. Hal tersebut dilakukan agar diperoleh model analisis yang tepat. Adapun uji asumsi klasik yang dimaksudkan adalah :
1. Uji Normalitas Data
Analisis uji normalitas adalah untuk menguji asumsi bahwa distribusi sampling dari rata-rata sample mendekati atau mengikuti normalitas populasi. Pengujian normalitas data sangat penting dilakukan karena umumnya penggunaan statistik bagi pengujian hipotesis menuntut suatu asumsi normal.
Selain itu, uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual terdistribusi secara normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal.
Cara untuk mendeteksinya adalah dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of regression standardized sebagai dasar pengambilan keputusannya. Jika menyebar sekitar garis dan mengikuti garis Cara untuk mendeteksinya adalah dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of regression standardized sebagai dasar pengambilan keputusannya. Jika menyebar sekitar garis dan mengikuti garis
Gambar 5. Uji Normalitas (Grafik Normal P-P Plot)
Sumber: Data diolah, 2012 Dari gambar grafik di atas dapat diketahui bahwa titik-titik menyebar sekitar garis dan mengikuti garis diagonal, maka model regresi tersebut telah normal dan layak dipakai untuk memprediksi variabel bebas.
2. Uji Multikolinearitas
Uji multikolonieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat masalah multikolonieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan melihat nilai VIF (Variance Inflation Factor) dan Tolerance. Apabila nilai VIF Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan melihat nilai VIF (Variance Inflation Factor) dan Tolerance. Apabila nilai VIF
Hasil uji multikolinearitas disajikan sebagai berikut:
Tabel 49. Hasil Uji Multikolinearitas
Coefficients a
Collinearity Statistics Model
Tolerance
VIF
1 (Constant) Sarana prasarana (X1)
1.762 Media pembelajaran (X2)
a. Dependent Variable: Hasil belajar (Y) Sumber: Data diolah, 2012
Dari tabel di atas dapat diketahui bahwa nilai VIF kurang dari 10 dan Tolerance lebih dari 0,1 maka dapat disimpulkan bahwa model regresi tidak terjadi masalah multikolinearitas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan satu ke pengamatan lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas. Dan jika varians berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah yang Homoskesdatisitas atau tidak terjadi heteroskedastisitas.
Penelitian ini akan menggunakan Spearman’s Rho testing, yaitu dengan mengkorelasikan nilai residual dengan masing-masing variable independen. Jika
96 Imam Ghazali, Aplikasi Analisis Multivariat Dengan Menggunakan Program SPSS, (Yogyakarta Universitas Gajah Mada Press, 2005), hlm., : 23.
signifikansi korelasi kurang dari 0,05 ini menunjukkan bahwa ada problem heteroskedastistas. 97
Hasil uji heteroskedastisitas disajikan sebagai berikut:
Tabel 50. Hasil Uji Heteroskedastisitas