Uji Prayarat Analisis HASIL PENELITIAN DAN PEMBAHASAN
terlihat bahwa di kolom kolmogorof smirnov nilai sig prestasi akademik sebesar 0,001 , motivasi belajar sebesar 0,059 dan adopsi teknologi sebesar
0,047. Dari tabel di atas untuk prestasi akademik 0,0010,05 maka data prestasi akademik dinyatakan tidak berdistribusi norma. Kemudian untuk
data motivasi belajar 0,0590,05 maka dinyatakan data brdistribusi normal. Sedangkan untuk data adopsi teknologi sebesar 0,047 0,05 maka data
dinyatakan tidak berdistribusi normal. Sedangkan untuk pngujian normal probability dapat dilihat pada
gambar berikut ini:
Jika data mnyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. Jika data
menyebar jauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas Prayitno, 2013:74. Dari
gambar di atas dapat dilihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka data berdistribusi dengan normal dan
model regresi telah memnuhi asumsi normalitas. 2.
Uji Multikolinieritas Menurut Prayitno 2013:59 multikolinearitas adalah kadaan dimana
antara dua variabel independen atau lebih pada modl regresi terjadi hubungan linir yang sempurna atau mendekati sempurna. Model regresi yang baik
smensyaratkan tidak adanya masalah multikolinearitas. Untuk mendeteksi ada tidaknya multikolinearitas dengan melihat nilai Tolerance dan VIF. Semakin
kecil nilai tolerance semakin besar VIP, maka semakin mendekati terjadinya masalah multikolinearitas. Jika tolerance lebih dari 0,1 dan VIP kurang dari
10 maka tidak terjadi multikolinearitas. Untuk mngetahui apakah data terjadi multikolinearitas adalah dengan melihat tabel coefficient pada kolo
collinearity statistic, seperti berikut ini: Tabel 4.29
Uji Multikolinieritas
Coefficients
a
Model Unstandardize
d Coefficients Standa
rdized Coeffic
ients t
Sig. Collinearit y Statistics
B Std.
Error Beta
Toler ance
VIF
1 Cons
tant 2.023
.310 6.52
4 .000
adops i tek
.017 .004
.394 4.28
3 .000 .956
1.04 7
motiv asi bel
.012 .006
.177 1.92
2 .058 .956
1.04 7
a. Dependent Variable: prestasi akademik
Berdasarkan tabel di atas dapat diketahui bahwa nilai Tolerance dari kedua variabel independen lebih dari 0,1 dan VIP kurang dari 10 Tolerance 0,956
0,1 dan VIP 1,047 10. Dengan demikian dapat disimpulkan bahwa model regresi ini tidak trjadi multikolinearitas dan data dinyatakan baik.
3. Uji Heteroskedastisitas
Menurut Prayitno 2013: 60 heteroskedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada model regresi.
Model regresi
yang baik
mensyaratkan tidak
adanya masalah
heteroskedaksitas. Untuk mendeteksi ada tidaknya heteroskedaksitas dengan melihat pola titik-titik pada scatterplots regresi. Jika titik-titik menyebar
dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y maka
tidak terjadi masalah heteroskedastisitas. Hasil heteroskedastisitas dapat dilihat pada gambar berikut ini:
Tabel 4.30 Uji Heteroskedastisitas
Berdasarkan scatterplots di atas dapat diketahui bahwa model titik- titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada
sumbu Y, maka dapat disimpulkan bahwa model regresi ini tidak terjadi masalah heteroskedastisitas.
4. Uji Autokorelasi
Menurut Prayitno 2013: 610 autokorelasi adalah dimana terjadinya korelasi dari residual untuk pengamatan satu dengan pengamatan yang lain
yang disusun runtun waktu. Model regresi yang baik adalah model yang
mensyaratkan tidak adanya autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan melakukan uji Durbin-Watson dengan prosedur beriku ini:
a Menentukan hipotesis nol dan hipotesis alternatif
H
O
: Tidak terjadi autokorelasi
H
a
: Terjadi autokorelasi b
Menentukan taraf signifikasi. Taraf signifikasi menggunakan 0,05. c
Menentukan nilai d Durbin-Watson d
Menentukan nilai Dl dan dU, dapat dilihat pada tabel Durbin-Watson e
Pengambilan keputusan dan kesimpulan a
dUd4-dU, maka HO diterima tidak terjadi autokorelasi b
ddL atau ddL ,maka ho ditolak terjadi autokorelasi c
dLddL atau 4-dUd4-Dl, maka tidak ada kesimpulan
Hasil uji autokorelasi dapat dilihat pada tabel berikut ini:
Model Summary
b
T a
b e
l 4
.31 Uji Autokorelasi
Diketahui N adalah 100 dan K adalah 2. Adapun nilai dU untuk 3 variabel pada taraf 5 adalah sebesar 1,715 dan dL untuk 3 buah variabel
pada taraf 5 adalah sebesar 1,613. Untuk mengetahui ada atau tidaknya autokorelasi menggunakan rumus dU dL 4
– dU maka Ho diterima, d dL atau d 4
– dL maka Ho ditolak. Untuk keperluan hitungan lanjut perlu dihitung 4
– dU dan 4 – dL. Diperoleh 4 – dU = 2,285, sedangkan 4 – dL = 2,366. Dari perhitungan tersebut dapat diketahui bahwa d dL d = 1,715
atau 1,7151,8352,366 yang berarti tidak terjadi autokorelasi