Tabel 4.17 Tabel Variabel Prestasi Belajar Siswa
Interval Nilai Kriteria
Frekuensi Persentasi
Rata rata klasikal
Nilai ≥ 70
Tuntas
69 77 72.8
Nilai 70 Tidak tuntas
21 23 90 100 ST
Berdasarkan tabel variabel prestasi belajar siswa di atas, menunjukkan bahwa prestasi belajar siswa kelas XI program keahlian Administrasi
Perkantoran SMK NU 01 kendal untuk mata pelajaran produktif administrasi perkantoran yaitu sebanyak 69 siswa memiliki prestasi belajar dengan nilai
≥70, yang berarti telah mencapai kriteria ketuntasan minimal KKM yang telah
ditentukan sekolah, sedangkan sebanyak 21 siswa mendapat prestasi belajar 70 dan termasuk dalam kriteria belum tuntas.
4.1.3 Uji Asumsi Klasik
4.1.3.1 Uji Normalitas
Pengujian data atau uji kenormalan data dilakukan sebelum uji hipotesis dilakukan. Uji normalitas data bertujuan untuk mengetahui apakah dalam
model regresi variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak.
Tabel 4.18 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a
Mean .0000000
Std. Deviation 1.84559385
Most Extreme Differences Absolute
.083 Positive
.053 Negative
-.083 Kolmogorov-Smirnov Z
.784 Asymp. Sig. 2-tailed
.571 a. Test distribution is Normal.
Analisis data hasil Output: 1.
Uji normalitas data digunakan hipotesis sebagai berikut : H
: Data berdistribusi normal H
: Data tidak berdistribusi normal 2.
Kriteria penerimaan H H
diterima jika nilai sig 2-tailed 5 0,05 Ghozali, 2009: 113
Dari tabel diperoleh nilai sig = 0,571 0,05, maka H diterima. Artinya
variabel unstandarized berdistribusi normal. Uji normalitas juga dapat dilihat pada grafik Normal P-Plot sebagai berikut.
Grafik P-Plot
Berdasarkan grafik P-Plot di atas menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi
normal maka variabel dependen Y memenuhi asumsi normalitas.
4.1.3.2 Uji Multikolinieritas
“Uji multikolinieritas adalah uji yang digunakan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas”
Ghozali, 2006: 95. Multikolinieritas pada suatu model dapat dideteksi dengan menghitung dan melihat nilai VIF Variance Inflatori Factor. Model regresi
antar variabel bebas dapat dikatakan tidak ada multikolineritas jika hasil nilai VIF menunjukkan nilai tolerance 10 dan nilai VIF 10. Hasil Uji
Multikolinieritas dapat dilihat berdasarkan tabel berikut ini:
Tabel 4.19. Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
38.928 3.094
12.582 .000
X1 .363
.090 .344
4.011 .000
.641 1.560
X2 .378
.088 .351
4.279 .000
.699 1.430
X3 .261
.098 .253
2.660 .009
.520 1.924
a. Dependent Variable: Y
Berdasarkan tabel coefficients menunjukkan setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10, dan dapat disimpulkan
bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.
4.1.3.3 Uji Heterokedastisitas
