Uji Prasyarat Regresi 1. Uji Normalitas Uji Asumsi Klasik 1. Multikolinearitas
apabila dikonsultasikan dengan tabel kategori, nilai tersebut termasuk dalam kategori kurang baik, jadi dapat disimpulkan bahwa nilai siswa MA Nurul ulum
tahun ajaran 20102011 mata pelajaran ekonomi akuntansi masih kurang baik. Berikut ini ditampilkan rangkuman hasil analisis deskriptif untuk variabel prestasi
belajar.
Tabel 4.12 Distribusi prestasi belajar siswa MA Nurul Ulum tahun ajaran 20102011
Interval Persentase Keterangan
Lingkungan Pondok Pesantren Frekuensi
Persentase 81 DP
≤ 100 Sangat Tinggi
0,00 61 DP
≤ 80 Tinggi
26 29,54
41 DP ≤ 60
Kurang 62
70,46 21 DP
≤ 40 Rendah
0,00 0 DP
≤ 20 Sangat Rendah
0,00 Jumlah
88 100
Sumber : data primer yang diolah tahun 2010
Dari tabel tersebut di atas dapat diketahui bahwa sebanyak 0 responden tidak ada yang dalam kategori sangat tinggi, sebanyak 26 atau 29,54 responden
termasuk dalam kategori tinggi, sebanyak 62 atau 70,46 responden termasuk dalam kategori kurang, serta tidak ada satupun 0 responden dalam kategori
rendah dan sangat rendah. Akan tetapi secara umum prestasi belajar siswa MA Nurul ulum tahun ajaran 20102011 masih dalam kategori kurang, sebagaimana
telah dikemukakan di atas.
4.1.2. Uji Prasyarat Regresi 4.1.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel terikat dan variabel bebas dalam model regresi mempunyai distribusi normal atau tidak.
Untuk menguji normalitas data digunakan diagram Normal P-Plot, tapi untuk
menghindari ketidaktelitian dalam membaca diagram Normal P-Plot maka digunakan pula uji statistik Kolmogorov-Smirnov. Berikut ini disajikan diagram
Normal P-P Plot dan hasil uji statistik Kolmogorov-Smirnov.
Gambar 4.1 Grafik Histogram Normalitas Data Sumber : Data primer yang diolah tahun 2011
Gambar 4.2 Grafik Normal P-P Plot Sumber : Data primer yang diolah tahun 2011
Tabel 4.13 Hasil Analisis Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 88
Normal Parameters
a
Mean .0000000
Std. Deviation 5.45629528
Most Extreme Differences Absolute
.102 Positive
.091 Negative
-.102 Kolmogorov-Smirnov Z
.954 Asymp. Sig. 2-tailed
.322 a. Test distribution is Normal.
Sumber : Data primer yang diolah tahun 2011
Berdasarkan tampilan grafik histogram dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang normal. Begitu juga grafik normal P-P
Plot yang menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, yang berarti bahwa model regresi memenuhi
asumsi normalitas. Hal ini diperkuat dengan hasil uji statistik Kolmogorov- Smirnov, dimana nilai signifikansi untuk seluruh variabel lebih besar dari 0,05,
sehingga dapat disimpulkan bahwa seluruh variabel berdistribusi normal.
4.1.3. Uji Asumsi Klasik 4.1.3.1. Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
adalah yang bebas dari multikolinearitas. “Adanya multikolinearitas bisa dilihat
dari nilai Tolerance 0,10 dan nilai VIF 10 maka model regresi dikatakan bebas dari multikolinearitas“ Ghozali, 2005: 91-92.
Ringkasan hasil uji multikolinearitas adalah sebagai berikut :
Tabel 4.14 Hasil Analisis Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 lingkungan
.535 1.869
Carabelajar .535
1.869 a. Dependent Variable: prestasi
Sumber : Data primer yang diolah tahun 2011
Dari hasil multikolinearitas tersebut di atas, dapat dilihat bahwa untuk masing-masing variabel pada model regresi terbentuk diperoleh nilai Tolerance
0,10 dan nilai VIF 10, sehingga model ini dapat dikatakan bebas dari multikolinearitas.