60
4.2 Uji Asumsi Klasik
4.2.1 Uji Normalitas
Uji normalitas data bertujuan untuk mengetahui apakah dalam model regresi variabel dependen dan independen keduanya mempunyai distribusi normal
atau tidak. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram residualnya.
Berdasarkan hasil uji normalitas data menunjukkan bahwa penyebaran plot berada disekitar dan sepanjang garis 45
, dengan demikian menunjukkan bahwa data pada variabel penelitian berdistribusi normal. Lebih jelasnya penyebaran plot
tersebut dapat dilihat pada gambar 4.1.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
pected C u
m P rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Motivasi Belajar
Gambar 4.1 Penyebaran plot pada perhitungan normalitas data
4.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
61
baik seharusnya tidak terjadi korelasi di antara variabel bebas. Deteksi multikolinieritas pada suatu model dapat dilihat dengan menghitung nilai VIF
Variance Inflation Factor. Jika VIF tidak lebih dari 10, maka tidak terjadi multikolinieritas antar variabel bebas dalam model regresi.
Tabel 4.15 Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
1 Keterampilan
Mengajar .876
1.141 Fasilitas Belajar
.876 1.141
a Dependent Variable: Motivasi Belajar
Sumber: Data yang sudah diolah 2010
Berdasarkan hasil pengujian diperoleh nilai VIF untuk variabel keterampilan mengajar dan fasilitas belajar sebesar 1,141 yang menunjukkan
sangat jauh dari 10, dengan demikian dapat disimpulkan tidak ada multikolinier dalam regresi.
4.2.3 Uji Heteroskedastisitas
Uji heteroskedastis bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Pengujian heteroskedasisitas dilakukan dengan menggunakan scatterplot. Hasil uji heteroskedastisitas dapat dilihat pada gambar 4.2 yang menunjukkan bahwa
titik-titik tidak membentuk pola tertentu, dengan demikian dapat dinyatakan
bahwa model regresi tersebut bebas dari gejala heteroskedastisitas.
62
Gambar 4.2 Pola Scatterplot Uji Heteroskedastis
4.3 Analisis Regresi Linier berganda