Tabel 5.5 Kesimpulan Uji Normalitas
No Variabel Koef.
Kolmogorov Probabilitas
Taraf Signifikansi
Kesimpulan
1 Media Pembelajaran
X1 1,217 0,104 0,05 Normal
2 Motivasi Belajar X2
0,467 0.981 0,05 Normal 3 Prestasi
Belajar Y
0,511 0,956 0,05 Normal
Dari tabel diatas dapat disimpulkan bahwa hasil uji normalitas dengan menggunakan rumus Kolmogorov-Smirnov untuk variabel
media pembelajaran X1 diperoleh sebesar 1,217 dengan nilai probabilitas p sebesar 0,104 p0,05 yang berarti memiliki data
normal, untuk variabel motivasi belajar X2 sebesar 0,467 dengan nilai probabilitas p sebesar 0,981 p0,05 yang berarti memiliki
data normal, dan untuk variabel prestasi belajar Y sebesar 0,511 dengan nilai probabilitas p sebesar 0,956 p0,05 yang berarti
memiliki data normal. Ketiga variabel tersebut memiliki probabilitas lebih tinggi dari taraf signifikansi 0,05 yang berarti ketiga variabel
tersebut normal.
2. Uji Asumsi klasik
a. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah
model regresi ditemukan adanya korelasi antara variabel bebas.
Tabel 5.6 Rangkuman Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics B
Std. Error
Beta Tolerance
VIF
1 Constant 60.328
5. 228 11.540
.000 X1
.146 .089
.210 1.642
.106 .994
1.006 X2
.008 .036
.028 .220
.827 .994
1.006 a. Dependent Variable: Y
Tabel 5.7
Coefficient Correlations
a
Model X2
X1
1 Correlations
X2 1.000
.078 X1
.078 1.000
Covariances X2
.001 .000
X1 .000
.008 a. Dependent Variable: Y
Melihat hasil besaran korelasi antar variabel independen tampak bahwa hanya variabel motivasi belajar siswa yang
mempunyai korelasi cukup tinggi dengan variabel media pembelajaran dengan tingkat korelasi sebesar 0,078. Oleh karena
korelasi ini masih dibawah 0,95 maka dapat dikatakan tidak terjadi multikolinieritas yang serius.
Hasil perhitungan nilai tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari
0.10 berarti tidak ada korelasi antar varaiabel independen. Hasil perhitungan nilai variance inflation faktor VIF juga
menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan
bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lain. Hasil uji heteroskedastisitas dapat dilihat dibawah ini:
Tabel 5.8 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
60.328 5.228
11.540 .000
X1 .146
.089 .210
1.642 .106
X2 .008
.036 .028
.220 .827
a. Dependent Variable: Y
Hasil pengujian menunjukkan koefisien parameter untuk variabel bebas tidak ada yang signifikan sig 0,05
mempengaruhi variabel terikat dependent, maka dapat disimpulkan bahwa model regresi tidak heteroskedastisitas.
c. Uji Autokorelasi