49
signifikansi lebih kecil dari 0,05 atau 5, maka variabel penelitian dapat dikatakan tidak berdistribusi normal. Analisis data dapat
dilanjutkan apabila data tersebut berdistribusi normal Danang Sunyoto, 2012: 99-114. Pengujian normalitas dengan uji
Kolmogorov-Smirnov menggunakan analisis program SPSS 16.0 for windows.
b. Uji Linieritas
Uji linieritas bertujuan untuk menguji apakah keterkaitan antara dua variabel yang bersifat linier. Perhitungan linieritas
digunakan untuk mengetahui prediktor data peubah bebas berhubungan secara linier atau tidak dengan peubah terikat. Uji
linieritas dilakukan dengan menggunakan analisis variansi terhadap garis regresi yang nantinya akan diperoleh harga Fhitung. Harga
Fhitung dikonsultasikan dengan Ftabel pada taraf 5. Jika harga Fhitung yang diperoleh lebih kecil dari harga Ftabel maka kedua
variabel mempunyai hubungan yang linier. Sebaliknya jika Fhitung lebih besar dari Ftabel berarti hubungan antara kedua variabel
tidak linier Joko Sulistiyo, 2011: 54-56, Perhitungan ini menggunakan SPSS 16.0 for windows.
c. Uji Multikolinieritas
Uji multikolinieritas dimaksudkan untuk menguji apakah di dalam model regresi berganda ditemukan adanya korelasi antar
variabel bebas. Penelitian yang baik adalah jika tidak terjadi multikolinearitas yaitu tidak ada korelasi antar variabel bebas. Uji
multikolinearitas dilakukan dengan melihat nilai Tolerance TOL
50
dan Variance Inflation Factor VIF, jika α = 0,05 maka batas VIF =
10. Jika TOL lebih besar dari 0,10 0,10 dan VIF lebih kecil dari 10 10 maka tidak terjadi multikolinieritas Danang Sunyoto,
2012: 114-122.
3. Pengujian Hipotesis
Pengujian semua hipotesis yang telah diajukan dalam penelitian ini, maka dilakukan uji hipotesis dengan menggunakan
teknik analisis regresi sederhana dan berganda.
a. Analisis Regresi Sederhana
Analisis ini digunakan untuk mengetahui pengaruh persepsi siswa pada kompetensi teknisi terhadap mutu layanan laboratorium
Hipotesis 1, dan pengaruh persepsi siswa pada kompetensi laboran terhadap mutu layanan laboratorium Hipotesis 2 dengan
bantuan SPSS 16.0 for windows sehingga diperoleh persamaan sebagai berikut :
Y = a + bX Keterangan :
Y = Subyek dalam variabel dependen yang diprediksi
a = Nilai konstanta
b = Koefisien regresi untuk variabel x
X = Subyek pada variabel independen yang mempunyai nilai
tertentu. Sugiyono, 2013: 261. Persamaan regresi didapat setelah koefisien a dan b dicari.
Persamaan regresi yang didapat kemudian digunakan untuk
