commit to user
Pengendalian Peralatan Pemantauan dan
Pengukuran X
6
49 25
32 29.16
1.612
Prestasi Belajar Y 49
71 88
78.69 3.630
Sumber: data primer yang diolah 2010 Deskripsi data di atas menunjukkan jumlah responden dalam penelitian
ini adalah 49 guru dari seluruh populasi. Berdasarkan deskripsi data di atas dapat diketahui skor variabel perencanaan realisasi produk diperoleh skor minimum 9,
skor maksimum 12, rata-rata 10,98 dan standar deviasi 0,854. Variabel proses yang terkait dengan pelanggan diperoleh skor minimum 24, skor maksimum 32,
rata-rata 28,35 dan standar deviasi 1,665. Variabel desain dan pengembangan diperoleh skor minimum 12, skor maksimum 16, rata-rata 14,67 dan standar
deviasi 0,899. Variabel pembelian diperoleh skor minimum 18, skor maksimum 24, rata-rata 21,33 dan standar deviasi 1,586. Variabel produksi dan penyediaan
jasa diperoleh skor minimum 26, skor maksimum 36, rata-rata 33,20 dan standar deviasi 2,021 Variabel pengendalian peralatan pemantauan dan pengukuran
diperoleh skor minimum 25, skor maksimum 32, rata-rata 29,16 dan standar deviasi 1,612. Variabel prestasi belajar diperoleh nilai rata-rata minimum 71, nilai
rata-rata maksimum 88, rata-rata keseluruhan nilai 78,69 dan standar deviasi 3,630.
B. Pengujian Persyaratan Analisis
Sebelum pengujian hipotesis dilakukan, data yang akan digunakan untuk analisis statistik dengan teknik regresi ganda harus memenuhi persyaratan sebagai
berikut:
1. Uji Normalitas
Normalitas digunakan untuk mengetahui apakah data yang akan dianalisis berbentuk sebaran normal atau tidak. Deteksi normalitas dapat diketahui
dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model
commit to user regresi memenuhi asumsi normalitas. Hasil uji normalitas bisa dilihat dalam
gambar berikut:
Sumber: data primer yang diolah 2010 Gambar 3. Grafik Normal P-Plot of Regression Standardized Residual
Gambar di atas menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, sehingga model regresi memenuhi
asumsi normalitas.
2. Uji Multikolinearitas
Pengujian multikolineritas dilakukan untuk melihat apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Cara
mendeteksinya adalah dengan melihat nilai tolerance dan nilai Variance Inflation
commit to user Factor VIF, dimana menurut Hair et al dalam Duwi Priyatno 2009 variabel
dikatakan mempunyai masalah multikolinearitas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10.
Tabel 7. Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Perencanaan Realisasi Produk .664
1.507 Proses Yang Terkait Dengan Pelanggan
.602 1.662
Desain Dan Pengembangan .542
1.844 Pembelian
.739 1.353
Produksi Dan Penyediaan Jasa .454
2.205 Pengendalian Peralatan Pemantauan dan
Pengukuran .593
1.686 a. Dependent Variable: Prestasi Belajar Siswa
Sumber: data primer yang diolah 2010 Berdasarkan uji multikolinieritas di atas dapat dilihat bahwa nilai
tolerance keenam variabel bebas lebih dari 0,1 dan VIF kurang dari 10. Maka, dapat disimpulkan bahwa model regresi bebas dari masalah multikolinearitas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke
pengamatan lain. Hasil pengujian heteroskedastisistas dalam penelitian ini dapat dilihat pada gambar berikut:
commit to user Sumber: data primer yang diolah 2010
Gambar 4. Scatterplot Regression Standardized Residual Berdasarkan gambar di atas, terlihat titik menyebar secara acak, tidak
membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan tidak terdapat masalah
heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.
4. Uji Autokorelasi