Analisis Data
5.2. Analisis Data
5.2.1. Uji Asumsi Klasik
Pengujian terhadap ada tidaknya pelanggaran terhadap asumsi- asumsi klasik merupakan dasar dalam model regresi linier berganda. Untuk model 1, 2 dan 3 merupakan model regresi sederhana (ordinary least square) oleh karena itu model 1, 2 dan 3 tersebut tidak memerlukan uji asumsi klasik, Pengujian terhadap ada tidaknya pelanggaran terhadap asumsi- asumsi klasik merupakan dasar dalam model regresi linier berganda. Untuk model 1, 2 dan 3 merupakan model regresi sederhana (ordinary least square) oleh karena itu model 1, 2 dan 3 tersebut tidak memerlukan uji asumsi klasik,
5.2.1.1 Uji normalitas model IV Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Untuk menguji apakah data penelitian ini terdistribusi normal atau tidak dapat dideteksi melalui 2 cara yaitu Analisis Grafik dan analisis statistik (uji One sample Kolmogorov Smirnov).
a. Analisis Grafik
Gambar 5.1 Grafik Uji Normalitas
Berdasarkan pada Gambar 5.1 tersebut Ghozali (2005) menyatakan jika distribusi data adalah normal, maka terdapat titik titik yang menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonalnya. Hasil grafik tersebut menunjukkan bahwa titik titik yang menyebar disekitar garis diagonalnya maka dapat dinyatakan bahwa data berdistribusi normal.
b. Uji Statistik
Uji normalitas bertujuan untuk melihat apakah model regresi, variabel pengganggu atau residual berdistribusi normal. Untuk itu dilakukan uji one sample Kolmogorov Smirnov Test . Adapun hasil pengujian terdapat pada Tabel 5.3 berikut :
Tabel 5.3 Hasil Pengujian One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Normal Parameters a Mean
Std. Deviation
Most Extreme Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
Sumber : Lampiran 5. Hasil Output SPSS 16
Dari hasil pengujian terlihat pada Tabel 5.3 tersebut terlihat besarnya nilai Kolmogorov- Smirnov adalah 0.454 dan signifikansinya pada 0.986 dan
nilainya jauh diatas α = 0.05 Dalam hal ini berarti H 0 diterima yang berarti
data residual berdistribusi normal.
5.2.1.2. Uji multikolinearitas Pengujian multikolinearitas dilakukan untuk melihat apakah pada model regresi ditemukan ada tidaknya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi multikolinearitas. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor (VIF). Menurut Santoso (2002), pada umumnya jika VIF > 10, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
Tabel 5.4 Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF (Constant)
APBS_BP_X .425 2.354 KBM_MPBM_Z .425 2.354
Dependent Variabel : UN_MHB_Y Sumber : Lampiran 5. Hasil Output SPSS 16
Dari Tabel 5.4 diatas, terlihat bahwa variabel independen yaitu Biaya
Pendidikan dan Mutu Proses Belajar Mengajar (MPBM) mempunyai angka Variance
Inflation Factor (VIF) dibawah angka 10 (Ghozali, 2005 : 93). Hal ini berarti bahwa regresi yang dipakai untuk ke 2 (dua) variabel independen diatas tidak terdapat persoalan multikolinieritas.
5.2.1.3. Uji heteroskedastisitas
Dari grafik Scatterplot yang disajikan yang terdapat pada gambar 5.2 dibawah, terlihat titik-titik tidak menyebar secara acak dan membentuk sebuah pola tertentu yang jelas serta tidak tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti terjadi heteroskedastisitas pada model regresi. Adapun bentuk grafik Scatterplot terdapat pada Gambar
5.2 berikut :
Sumber : Hasil Olah Data SPSS (Lampiran 3)
Gambar 5.2. Gambar Scatterplot
5.3. Pembahasan Hasil Hipotesis
5.3.1 Model Pertama (1)
Hasil pengujian hipotesis penelitian model pertama yang menyatakan biaya pendidikan berpengaruh terhadap mutu hasil belajar dapat diterima. Pengujian goodness of fit dilakukan untuk menentukan kelayakan suatu model regresi. Kelayakan tersebut dapat dilihat dari nilai R Square. Nilai R Square yang diperoleh dari hasil pengolahan data dapat dilihat pada Tabel 5.5. di bawah ini :
Tabel 5.5 Pengujian Goodness of Fit
Adjusted R
Model
R
R Square
a. Predictors: (Constant), APBS_BP_X
Sumber : Data DiolahOutput SPSS (Lampiran 2)
Nilai R Square pada Tabel 5.5 diatas sebesar 0,167. Hal ini menunjukkan bahwa 16,7 variabel biaya pendidikan berpengaruh terhadap mutu hasil belajar. Sedangkan sisanya sebesar 83,3 dipengaruhi oleh variabel lain yang tidak dijelaskan oleh model penelitian ini.
Indikator signifikansi parameter koefesien R 2 signifikan atau tidak maka dapat dilakukan pengujian dengan bantuan alat uji statistik t (Uji t)
dengan tingkat keyakinan (confident level) sebesar 95 . Kriteria pengujian yang digunakan adalah apabila t hitung >t tabel maka Ho ditolak; dan apabila t hitung ≤ t tabel maka Ho dapat diterima. Hal tersebut ditunjukkan dalam Tabel
5.6 dibawah ini :
Tabel 5.6 Hasil Perhitungan Uji t
Coefficients a
Standardized Unstandardized Coefficients Coefficients
Model
B Std. Error
Beta
t Sig.
APBS_BP_X
a. Dependent Variable: UN_MHB_Y
Sumber : Data DiolahOutput SPSS (Lampiran 2)
Hasil uji statistik tersebut menunjukkan bahwa t hitung variabel biaya pendidikan berpengaruh terhadap mutu hasil belajar sebesar 3.852 sedangkan t tabel pada tingkat keyakinan 95 adalah 1,980 (3.852 > 1,980).
Karena t hitung >t tabel maka H 0 ditolak. Dengan demikian daerah penerimaan
hipotesis berada diluar daerah penerimaan H 0 .
Berdasarkan Tabel 5.6 diatas maka coefficient model regresi yang dapat dibentuk :
Y = 6.757+ 5.239E-10 APBS_BP _X +ε
a. Nilai konstanta sebesar 6.757 artinya apabila nilai biaya pendidikan
bernilai nol, maka nilai mutu hasil belajar akan sebesar 6.757.
b. Koefisien regresi variabel biaya pendidikan sebesar 5.239E-10 bermakna jika variabel biaya pendidikan meningkat 1 , maka akan menaikkan satu satuan nilai mutu hasil belajar sebesar 5.239E-10 dengan asumsi variabel lainnya tetap atau sama dengan nol.
5.3.2. Model Kedua (2)
Hasil pengujian hipotesis penelitian model kedua yang menyatakan biaya pendidikan berpengaruh terhadap mutu proses belajar mengajar dapat diterima. Pengujian goodness of fit dilakukan untuk menentukan kelayakan suatu model regresi. Kelayakan tersebut dapat dilihat dari nilai R Square. Nilai R Square yang diperoleh dari hasil pengolahan data dapat dilihat pada Tabel 5.7. di bawah ini :
Tabel 5.7 Pengujian Goodness of Fit
Adjusted R
Model
R
R Square
a. Predictors: (Constant), APBS_BP_X Sumber : Data DiolahOutput SPSS (Lampiran 4)
Nilai R Square pada Tabel 5.7 diatas sebesar 0,575. Hal ini menunjukkan bahwa 57,5 variabel biaya pendidikan berpengaruh terhadap mutu proses belajar mengajar. Sedangkan sisanya sebesar 42,5 dipengaruhi oleh variabel lain yang tidak dijelaskan oleh model penelitian ini.
Indikator signifikansi parameter koefesien R 2 signifikan atau tidak maka dapat dilakukan pengujian dengan bantuan alat uji statistik t (Uji t)
dengan tingkat keyakinan (confident level) sebesar 95 . Kriteria pengujian yang digunakan adalah apabila t hitung >t tabel maka Ho ditolak; dan apabila t hitung ≤ t tabel maka Ho dapat diterima. Hal tersebut ditunjukkan dalam Tabel
5.8 dibawah ini :
Tabel 5.8 Hasil Perhitungan Uji t
Coefficients a
Standardized
Unstandardized Coefficients
Coefficients
Model
B Std. Error
Beta
t Sig.
APBS_BP_X
a. Dependent Variable: KBM_MPBM_Z
Sumber : Data DiolahOutput SPSS (Lampiran 4)
Hasil uji statistik tersebut menunjukkan bahwa t hitung variabel biaya pendidikan berpengaruh terhadap mutu proses belajar mengajar sebesar 10.008 sedangkan t tabel pada tingkat keyakinan 95 adalah 1,980 (10.008 >
1,980). Karena t hitung >t tabel maka H 0 ditolak. Dengan demikian daerah
penerimaan hipotesis berada diluar daerah penerimaan H 0 .
Berdasarkan Tabel 5.8 diatas maka coefficient model regresi yang dapat dibentuk :
Z = 54.282+ 1.071E-8 APBS_BP _X +ε
a. Nilai konstanta sebesar 54.282 artinya apabila nilai biaya pendidikan
bernilai nol, maka nilai mutu proses belajar mengajar akan sebesar 54.282.
b. Koefisien regresi variabel biaya pendidikan sebesar 1.071E-8 bermakna jika variabel biaya pendidikan meningkat 1 , maka akan menaikkan satu satuan nilai mutu proses belajar mengajar sebesar 1.071E-8 dengan asumsi variabel lainnya tetap atau sama dengan nol.
5.3.3. Model Ketiga (3)
Hasil pengujian hipotesis penelitian model ketiga yang menyatakan mutu proses belajar mengajar berpengaruh terhadap mutu hasil belajar dapat diterima.
Pengujian goodness of fit dilakukan untuk menentukan kelayakan suatu model regresi. Kelayakan tersebut dapat dilihat dari nilai R Square. Nilai R Square yang diperoleh dari hasil pengolahan data dapat dilihat pada Tabel 5.9. di bawah ini :
Tabel 5.9. Pengujian Goodness of Fit
Adjusted R
Model
R
R Square
a. Predictors: (Constant), APBS_BP_X Sumber : Data DiolahOutput SPSS (Lampiran 3)
Nilai R Square pada Tabel 5.9 diatas sebesar 0,338. Hal ini menunjukkan bahwa 33,8 variabel mutu proses belajar mengajar berpengaruh terhadap mutu hasil belajar. Sedangkan sisanya sebesar 66,2 dipengaruhi oleh variabel lain yang tidak dijelaskan oleh model penelitian ini.
Indikator signifikansi parameter koefesien R 2 signifikan atau tidak maka dapat dilakukan pengujian dengan bantuan alat uji statistik t (Uji t)
dengan tingkat keyakinan (confident level) sebesar 95 . Kriteria pengujian yang digunakan adalah apabila t hitung >t tabel maka Ho ditolak; dan apabila t hitung ≤ t tabel maka Ho dapat diterima. Hal tersebut ditunjukkan dalam Tabel
5.10 dibawah ini :
Tabel 5.10 Hasil Perhitungan Uji t
Coefficients a
Standardized Unstandardized Coefficients Coefficients
Model
B Std. Error
Beta
t Sig.
1 (Constant)
KBM_MPBM_Z
a. Dependent Variable: UN_MHB_Y
Sumber : Data DiolahOutput SPSS (Lampiran 3)
Hasil uji statistik tersebut menunjukkan bahwa t hitung variabel mutu proses belajar mengajar berpengaruh terhadap mutu hasil belajar sebesar 6.140 sedangkan t tabel pada tingkat keyakinan 95 adalah 1,980 (6.140 >
1,980). Karena t hitung >t tabel maka H 0 ditolak. Dengan demikian daerah
penerimaan hipotesis berada diluar daerah penerimaan H 0 .
Berdasarkan Tabel 5.10 diatas maka coefficient model regresi yang dapat dibentuk :
Y = 3.877+ 0.053 KBM_MPBM_Z +ε
a. Nilai konstanta sebesar 3.877 artinya apabila nilai mutu proses belajar mengajar bernilai nol, maka nilai mutu hasil belajar akan sebesar 3.877.
b. Koefisien regresi variabel nilai mutu proses belajar mengajar sebesar
0.053 bermakna jika variabel nilai mutu proses belajar mengajar meningkat 1 , maka akan menaikkan satu satuan nilai mutu hasil belajar sebesar 0.053 dengan asumsi variabel lainnya tetap atau sama dengan nol.
5.3.4. Model Keempat (4)
Hipotesis penelitian model keempat dalam penelitian ini adalah biaya pendidikan berpengaruh terhadap mutu hasil belajar melalui mutu proses belajar mengajar dapat diterima. Pengujian goodness of fit dilakukan untuk menentukan kelayakan suatu model regresi, karena variabel penelitian lebih dari dua variabel maka kelayakan tersebut dapat dilihat dari nilai Adjusted R Square . Nilai Adjusted R Square yang diperoleh dari hasil pengolahan data dapat dilihat pada Tabel 5.11 di bawah ini :
Tabel 5.11. Pengujian Kelayakan Model
Adjusted R
Model
R
R Square
Square
Std. Error of the Estimate
a. Predictors: (Constant), APBS_BP_X
Sumber : Hasil Olah Data SPSS. (Lampiran 4)
Nilai Adjusted R Square pada Tabel 5.11 diatas sebesar 0,322. Hal ini menunjukkan bahwa 32,2 variabel mutu hasil belajar mengajar dapat dijelaskan oleh variabel independen biaya pendidikan sedangkan sisanya sebesar 67,8 dipengaruhi oleh variabel lain yang tidak dijelaskan oleh model penelitian ini. Untuk melihat tingkat kepercayaan hasil uji hipotesis, selanjutnya dilakukan uji signifikan. Uji signifikan dibedakan atas uji signifikan simultan (uji F) dan uji signifikan parsial (uji t) dengan taraf signifikan α = 5.