102 pada Collinearitty diagnostics. Selanjutnya klik Continue. Klik OK, maka hasil
output untuk uji multikolinearitas dapat dilihat pada output coefficients VIF. Berikut hasil perhitungan menggunakan program SPSS 20:
Tabel 4.10. Hasil Uji Multikolinearitas
Berdasakan perhitungan pada Tabel 4.10 hasil uji multikolinearitas, dapat
diketahui bahwa variabel kedisiplinan siswa dan perhatian orang tua memiliki nilai Variance Inflation Factor VIF sebesar 1,309. Hal tersebut menunjukkan
tidak ada satupun variabel bebas yang memiliki nilai VIF lebih besar dari 5. Jadi dapat disimpulkan bahwa tidak ada masalah multikolinearitas antar variabel
independen dalam regresi.
4.1.3.4 Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana dalam regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke pengamatan lain.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pada penelitian ini, uji heteroskedastisitas dilakukan dengan menggunakan uji
Spearman’s rho, yaitu mengorelasikan variabel independen dengan nilai Unstandardized residual.
Pengujian menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independen dengan residual didapat signifikansi lebih dari 0,05
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constan
t 39.775 7.242
5.492 .000
x_1 .198
.077 .260
2.563 .012
.764 1.309
x_2 .173
.057 .305
3.011 .003
.764 1.309
a. Dependent Variable: Y
103 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model
regresi. Tabel 4.11. Hasil Uji Heteroskedastisitas
Correlations
Unstandardized Residual
x_1 x_2
Spearmans rho
Unstandardized Residual
Correlation Coefficient 1.000
.001 .050
Sig. 2-tailed .
.990 .624
N 100
100 100
x_1 Correlation Coefficient
.001 1.000
.488 Sig. 2-tailed
.990 .
.000 N
100 100
100 x_2
Correlation Coefficient .050
.488 1.000
Sig. 2-tailed .624
.000 .
N 100
100 100
. Correlation is significant at the 0.01 level 2-tailed.
Berdasarkan perhitungan pada Tabel 4.11 Hasil Uji Heteroskedastisitas
tersebut, dapat diketahui bahwa korelasi antara kedisiplinan siswa dengan Unstandardized Residual menghasilkan nilai dengan signifikansi sebesar
0,9900,05 dan korelasi antara perhatian orang tua dengan Unstandardized Residual menghasilkan nilai signifikansi sebesar 0,6240,05, dapat disimpulkan
bahwa pada model regresi tidak ditemukan adanya masalah heteroskedastisitas.
4.1.4 Hasil Analisis Akhir
Pada bagian ini membahas mengenai analisis korelasi sederhana, analisis korelasi ganda R, analisis regresi sederhana, analisis regresi ganda uji koefisien
regresi secara bersama-sama Uji F, analisis koefisien determinasi.
4.1.4.1 Analisis Korelasi Sederhana dan Ganda
Menurut Priyatno 2012: 103, “Analisis korelasi pearson atau dikenal juga
104 dengan korelasi product moment pearson, merupakan analisis untuk mengukur
keeratan hubungan antara dua variabel yang mempunyai distribusi data normal ”.
Rumus yang digunakan untuk menghitung korelasi product moment yakni:
2 2
2 2
. .
rxy Y
Y N
X X
N Y
X XY
N
Keterangan: r
XY
= Koefisien korelasi antara variabel X dan Y X
= Data dari angket variabel kedisiplinan Y
= Data dari angket variabel prestasi belajar N
= Jumlah sampel Analisis korelasi ini lebih lanjut diolah menggunakan software SPSS versi
20. Kriteria ada hubungan antar variabel atau ketika Ho ditolak jika r
hitung
0,05. Sugiyono 2014: 242 pedoman untuk memberikan interpretasi koefisien korelasi
yaitu sebagai berikut: Tabel 4.12. Koefisien Korelasi
Interval Koefsien Tingkat Hubungan
0,00 – 0, 199
Sangat Rendah 0,20
– 0, 399 Rendah
0,40 – 0, 599
Sedang 0,60
– 0, 799 Kuat
0,80 – 1, 000
Sangat Kuat
Hasil analisis korelasi antara X
1
dan Y dapat dilihat pada output model summary sebagai berikut:
Tabel 4.13. Hasil Analisis Korelasi X
1
terhadap Y
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .408
a
.167 .158
4.519 a. Predictors: Constant, x_1