Angket penelitian variabel Motivasi Berprestasi Siswa dengan butir 17 pernyataan, maka memiliki skor tertinggi 68 17×4 dan skor terendah 17
17×1. Rentang skor 51 68 – 17. Interval skor 12,75 51:4.
Dengan demikian tabel kategori untuk variabel Motivasi Berprestasi Siswa adalah sebagai berikut :
Tabel 3.5 Kategori Skor Variabel Motivasi Berprestasi Siswa
No Skor Interval
Interval Persentase Kriteria
1 55,25
≤ skor 68,00 82 ≤ 100 Sangat Sering
2 42,50
≤ skor 55,25 63 ≤ 82 Sering
3 29,79
≤ skor 42,50 44 ≤ 63 Kurang
4 17,00
≤ skor 29,79 25 ≤ 44 Tidak Pernah
3. Deskripsi variabel prestasi belajar siswa Prestasi belajar diambil berdasarkan nilai rata-rata ulangan harian dan
semester siswa
Tabel 3.6 Kategori skor variabel prestasi belajar siswa
Interval Kriteria
85 ≥ 100 Sangat baik
70 ≥ 85 Baik
55 ≥ 70 Kurang Baik
Nilai ≤ 55 Tidak Baik
3.6.2. Uji Asumsi Klasik
Sebelum menentukan persamaan atau model regresinya, maka persamaan regresi harus memenuhi uji asumsi klasik terlebih dahulu karena
akan dijadikan sebagai alat prediksi. Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan untuk menganalisis dalam
penelitian ini BLUE best linier unbias and estimate memenuhi asumsi klasik atau tidak. Uji asumsi klasik meliputi uji normalitas, uji
multikolinieritas dan uji heteroskedastisitas.
3.6.2.1.Uji normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel residual atau pengganggu memiliki distribusi normal
Ghozali, 2009:147. Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati normal.
Untuk menguji normalitas data salah satu cara yang digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari distribusi data normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2005:112.
Deteksi normalitas data dapat juga dilakukan dengan melihat histogram residualnya.
3.6.2.2. Uji multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2006:95. Untuk mendeteksi adanya multikolinieritas dapat
dilakukan dengan mengkorelasikan antara variabel bebas dan dapat dilihat dari nilai VIF. Apabila korelasi antara variabel bebas nilai toleransinya
melebihi 0,01 dan nilai VIF 10 dapat disimpulkan bahwa model regresi tidak mengandung multikolinieritas. Ghozali, 2006:96.
3.6.2.3.Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain. Untuk mendeteksi ada tidaknya heteroskedastisitas dilakukan dengan cara melihat grafik scatterplot antara nilai prediksi variabel
terikat Zpred dengan residualnya Sresid. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Untuk mengetahui heteroskedastisitas
dapat dilakukan dengan mengamati grafik scatter plot melalui program SPSS For Windows Release 16.0. Dari grafik scatter plot jika terlihat titik-titik
menyebar secara acak serta tersebar baik diatas maupun di bawah 0 pada sumbu
Y, berarti
model regresi
tersebut tidak
mengandung heteroskedastisitas. Ghozali, 2006:125.
3.6.3. Metode analisis regresi berganda
