Gambar 4.6 Normal P-P Plot of Regresion Dari Output Normal P-Plot of Regression Standardized Residual tersebut
terlihat bahwa data mendekati garis diagonal. Hal ini menunjukkan bahwa simpangan terhadap distribusi normal sangat kecil. Dengan kata lain variabel
dependen Y merupakan distribusi normal.
2. Uji Multikolinearitas
Menurut pendapat Sukestiyarno 2006 : 13 menjelaskan bahwa Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan
adanya korelasi antara variabel bebas independent variable. Untuk mendeteksi ada tidaknya gejala multikolinearitas dapat dilakukan dengan
melihat nilai variance injlasi factor VIF dan tolerance, yang terangkum dalam Tabel 4.7 berikut.
Tabel 4.7 Koefesien a untuk uji multikolinieritas
Coefficients
a
-46,690 14,415
-3,239 ,002
,849 ,269
,471 3,161
,003 ,398
2,510 ,600
,246 ,364
2,441 ,019
,398 2,510
Constant Keaktifan
Keterampilan Pro Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Hasil Belajar Kls Eksperimen a.
Multikolinearitas terjadi jika nilai VIF berada di atas 10 dan nilai tolerance berada di atas 1. Dari tabel di atas diperoleh nilai
VIF tidak ada yang yang melebihi 10 dan nilai tolerace tidak ada yang di atas 1. Jadi dapat disimpulkan
model regresi tidak ditemukan adanya korelasi antara variabel bebas.
3. Uji Autokorelasi
Menurut Agus 2007 : 74 menjelaskan bahwa Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antar error
satu dengan error yang lainnya. Untuk mendeteksi gejala autokorelasi digunakan uji Durbin Watson DW. Jika 1,65
≤ DW ≤ 2,35 maka gejala autokorelasi tidak terjadi. Hasil perhitungan uji autokorelasi dapat disajikan
dalam Tabel 4.8 berikut.
Tabel 4.8 Kontribusi keaktivan dan keterampilan proses
Terhadap prestasi belajar
Model Summary
b
,787
a
,620 ,602
6,91151 ,620
35,048 2
43 ,000
2,086 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate R Square
Change F Change df1
df2 Sig. F Change
Change Statistics Durbin-
Watson Predictors: Constant, Keterampilan Proses, Keaktifan
a. Dependent Variable: Hasil Belajar Kls Eksperimen
b.
berdasarkan Tabel 4.8 diketahui bahwa nilai DW = 2,086 berada pada interval
1,65 ≤DW≤ 2,35. Jadi disimpulkan tidak terjadi autokorelasi.
4. Uji Heterokedastisitas
