Uji Hipotesis Teknik Analisis Data 1. Analisis Deskriptif
HA ditolak apabila f
hitung
f
tabel
d Menentukan f dengan rumus =
1 − −
− Dimana:
R
2
: koefisien determinan berganda n : jumlah sampel
k : jumlah variabel bebas Kesimpulan :
Apabila f
hitung
f
tabel
maka H0 diterima dan HA ditolak, artinya tidak ada pengaruh secara simultan artinya hubungan variabel
bebas dengan variabel terikat bersifat linear. Apabila f
hitung
f
tabel
maka H0 ditolak dan HA diterima, artinya ada pengaruh secara simultan artinya hubungan variabel bebas dengan variabel terikat
bersifat non-linear. Pada tabel ANOVA diketahui nilai signifikansi Deviation
from Linearity pada variabel metode mengajar dosen sebesar 0,206. Apabila dibandingkan dengan signifikansi 0,05 maka
dapat disimpulkan bahwa hubungan antara variabel metode mengajar dosen dengan prestasi belajar mahasiswa dinyatakan
linier. Pada variabel intensitas belajar diketahui nilai signifikansi
Deviation from Linearity sebesar 0,290. Apabila dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan bahwa
hubungan antara variabel intensitas belajar dengan prestasi belajar mahasiswa dinyatakan linier.
Pada variabel fasilitas belajar diketahui nilai signifikansi Deviation from Linearity sebesar 0,841. Apabila dibandingkan
dengan signifikansi 0,05 maka dapat disimpulkan bahwa hubungan antara variabel fasilitas belajar dengan prestasi belajar
mahasiswa dinyatakan linier. Begitu juga pada variabel lingkungan sosial, diketahui nilai
signifikansi Deviation from Linearity sebesar 0,642. Apabila dibandingkan dengan signifikansi 0,05 maka dapat disimpulkan
bahwa hubungan antara variabel lingkungan sosial dengan prestasi belajar mahasiswa dinyatakan linier.
b. Uji Hipotesis 1 Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mendeteksi ada tidaknya pelanggaran dalam regresi berganda. Uji asumsi klasik yang
dilakukan adalah sebagai berikut: a Uji Multikolinieritas
Multikolinieritas merupakan suatu perselingkuhan atau hubungan antara variabel bebas yang satu dengan yang lain. Dalam
hal ini variabel tersebut disebut variabel yang bersifat tidak ortogonal. Variabel yang bersifat tidak ortogonal tersebut
merupakan variabel bebas yang korelasinya tidak sama dengan nol.
Untuk mendeteksi masalah multikolinieritas dapat menggunakan rumus korelasi. Adapun rumus korelasi sebagai berikut Sugiyono,
2010: =
n ∑ x y − ∑ x ∑ y n ∑ x − x n ∑ y − y
Selanjutnya dengan program SPSS diadakan analisa collinerity statistics
. Dari analisis collinerity statistics akan memperoleh VIF Variance Inflation Factor. Dasar analisis yang
digunakan yaitu jika tolerance lebih dari 0,1 dan VIF kurang dari 5 maka tidak terjadi masalah multikolinieritas.
Berdasarkan output diatas, dapat diketahui bahwa nilai tolerance
dari keempat variabel yaitu: metode mengajar dosen 0,856, intensitas belajar 0,925, fasilitas belajar 0,899, dan
lingkugan sosial 0,908 lebih besar dari 0,1. Sedangkan VIF dari keempat variabel yaitu: metode mengajar dosen 1,168, intensitas
belajar 1,081, fasilitas belajar 1.113, dan lingkungan sosial 1,102. Maka dapat dikatakan nilai VIF 5 sehingga dapat
disimpulkan bahwa dalam model regresi tidak terjadi masalah multikolinearitas.
b Uji Heteroskedastisitas Heteroskedastisitas adalah suatu keadaan dimana varians dari
kesalahan pengganggu tidak konstan untuk suatu variabel bebas.
Untuk mendeteksi ada tidaknya masalah heteroskedastisitas digunakan uji Glejser dengan cara meregresikan antara variabel independen
dengan nilai absolut residualnya. Jika signifikansi antara variabel independen dengan nilai absolut residualnya 0,05 maka tidak terjadi
masalah heteroskedastisitas, tetapi jika 0,05 maka terjadi masalah heteroskedastisitas.
c Uji Autokorelasi Autokorelasi adalah suatu keadaan dimana keselahan pengganggu
dari satu observasi terhadap observasi selanjutnya yang berurutan tidak berpengaruh atau tidak terjadi korelasi. Untuk mendeteksi ada tidaknya
masalah autokorelasi dapat digunakan uji Durbin Watson dengan rumus sebagai berikut:
= ∑
− ∑
Dimana: DW : nilai Durbin Watson
e
t
: gangguan estimasi t
: observasi terakhir t - 1
: observasi sebelumnya Untuk memperoleh kesimpulan apakah ada masalah autokorelasi
atau tidak, hasil hitungan statistik DW harus dibandingkan dengan tabel statistik. Namun secara umum dapat diberi patokan sebagai
berikut:
1 dU DW 4 – dU maka H diterima tidak ada
autokorelasi 2 DW dL atau DW 4 – dL maka H
ditolak terjadi autokorelasi
3 dL DW dU atau 4 – dU DW 4 – dL maka tidak ada keputusan yang pasti
Apabila tidak ada penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linier berganda dapat dilanjutkan.
Namun apabila terjadi penyimpangan satu atau lebih asumsi klasik, maka analisis regresi linier berganda tidak dapat
dilanjutkan. 2 Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk mengetahui ada tidaknya kontribusi antara persepsi mahasiswa tentang metode
mengajar dosen, intensitas belajar, sarana belajar dan lingkungan belajar terhadap prestasi belajar mahasiswa. Untuk mencari persamaan
regresi adalah sebagai berikut Sugiyono, 2010: =
+ +
+ +
Keterangan: Y
: prestasi belajar mahasiswa b
1
,b
2
,b
3
: koefisien garis regresi X
1
: metode mengajar dosen X
2
: intensitas belajar
X
3
: sarana belajar X
4 :
lingkungan belajar a
: konstanta 3 Uji F
Pengujian signifikansi terhadap koefisien korelasi ganda dapat menggunakan uji F dengan rumus Sudjana, 2005:
= ⁄
1 − −
− 1 ⁄
Keterangan: F
= koefisien korelasi ganda k
= jumlah variabel independen n
= banyaknya anggota sampel a Pembuktian hipotesis ini dengan menggunakan teknik regresi
dengan bantuan program SPSS versi 16. 1 Kontribusi persepsi mahasiswa tentang metode mengajar
dosen terhadap prestasi belajar mahasiswa H
o
= Tidak ada kontribusi dan signifikansi persepsi mahasiswa tentang metode mengajar dosen terhadap
prestasi belajar mahasiswa. H
a =
Ada kontribusi dan signifikansi persepsi mahasiswa tentang metode mengajar dosen terhadap prestasi belajar
mahasiswa.
2 Kontribusi intensitas belajar terhadap prestasi belajar mahasiswa
H
o
= Tidak ada kontribusi dan signifikansi intensitas belajar terhadap prestasi belajar mahasiswa.
H
a =
Ada kontribusi dan signifikansi intensitas belajar terhadap prestasi belajar mahasiswa.
3 Kontribusi fasilitas belajar terhadap prestasi belajar mahasiswa
H
o
= Tidak ada kontribusi dan signifikansi fasilitas belajar terhadap prestasi belajar mahasiswa.
H
a =
Ada kontribusi dan signifikansi fasilitas belajar terhadap prestasi belajar mahasiswa.
4 Kontribusi lingkungan sosial terhadap prestasi belajar mahasiswa
H
o
= Tidak ada kontribusi dan signifikan lingkungan sosial terhadap prestasi belajar mahasiswa.
H
a =
Ada kontribusi dan signifikan lingkungan sosial terhadap prestasi belajar mahasiswa.
5 Kontribusi persepsi mahasiswa tentang metode mengajar dosen, intensitas belajar, fasilitas belajar dan lingkungan
sosial terhadap prestasi belajar mahasiswa. H
o
= Tidak ada kontribusi dan signifikan persepsi mahasiswa tentang metode mengajar dosen, intensitas
belajar, fasilitas belajar dan lingkungan sosial terhadap prestasi belajar mahasiswa.
H
a =
Ada kontribusi dan signifikan persepsi mahasiswa tentang metode mengajar dosen, intensitas belajar, fasilitas
belajar dan lingkungan sosial terhadap prestasi belajar mahasiswa.
b Menentukan level of significant a = 5 dengan level of confidance
sebesar 95 dengan degree of freedom df = n-k c Menentukan daerah penerimaan dan penolakan hipotesis dengan
kriteria sebagai berikut: H0 ditolak jika = F
hitung
F
tabel
a, n-k Ha diterima jika = F
hitung
F
tabel
a, n-k d Menarik kesimpulan dengan membandingkan hasil dari, kemudian
tentukan daerah penerimaan dan penolakannya. Apabila H ditolak
dan H
a
diterima maka persepsi mahasiswa tentang metode mengajar dosen, intensitas belajar, fasilitas belajar dan lingkungan
sosial berkontribusi positif dan signifikan terhadap prestasi belajar mahasiswa.
77