BAB IV HASIL PENELITIAN DAN PEMBAHASAN
D. Pengujian Prasyarat Analisis Data
6 41-42 2 3%
7 43-45 2 3%
D. Pengujian Prasyarat Analisis Data
2. Uji Multikolinearitas
Multikolinearitas artinya antar variabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna. Uji multikolinearitas dapat diartikan sebagai alat uji model regresi untuk menemukan adanya korelasi antar variabel bebas atau independen.139 Untuk mengetahui ada tidaknya multikolinearitas antar variabel dapat digunakan dengan uji regresi menggunakan patokan VIF (Variance Inflation Factor) dan Tolerance. Data memenuhi syarat adanya multikolinearitas jika VIF ≥ 10 atau Tolerance ≤ 0,10 begitu juga sebaliknya. Berikut ini tabel hasil uji multikolinearitas menggunakan program SPSS 26:
Tabel 4.10
Uji Multikolinearitas menggunakan Aplikasi SPSS Coefficientsa
Model
Unstandardized Coefficients
Standardiz ed Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta
Toleranc
e VIF
1 (Constan t)
5.084 4.032 1.261 .212
X1 .212 .104 .239 2.051 .044 .597 1.674
X2 .280 .137 .244 2.044 .045 .567 1.763
X3 .502 .121 .394 4.157 .000 .900 1.111
a. Dependent Variable: Y
Berdasarkan tabel di atas menunjukkan hasil dari uji multikolinearitas untuk nilai tolerance sebesar 0,900 > 0,10 dan nilai VIF sebesar 1,111 < 10 yang artinya keduanya menunjukkan tidak terjadi multikolinearitas.
139 Danang Sunyoto, Uji Khi Kuadrat & Regresi untuk Penelitian, (Yogyakarta: Graha Ilmu, 2010), hlm. 97.
3. Uji Heteroskedasitas
Heteroskedastisitas merupakan variasi dari error model regresi tidak konstan atau variasi antar error yang satu dengan error yang lain berbeda.140 Uji heteroskedasitas bertujuan menguji apakah model korelasi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedasitas, dan jika berbeda maka disebut heteroskedasitas. Untuk mendeteksi ada atau tidaknya heteroskedasitas maka dilakukan uji glejser.141 Jika nilai signifikansi ≥ 0,05 dapat disimpulkan setiap variabel independen tidak terjadi heteroskedasitas. Berikut ini tabel hasil uji heteroskedasitas menggunakan program SPSS 26:
Tabel 4.11
Uji Heteroskedasitas menggunakan Aplikasi SPSS Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) -.009 2.482 -.004 .997
X1 -.014 .064 -.033 -.213 .832
X2 .079 .084 .149 .932 .355
X3 .003 .074 .005 .043 .966
a. Dependent Variable: RES_2
Berdasarkan tabel di atas menunjukkan hasil dari uji heteroskedastisitas menggunakan uji glejser output menunjukkan tidak adanya hubungan yang signifikan antara seluruh variabel independen terhadap nilai absolut residual. Hal ini ditunjukkan dengan nilai sig.
berturut-turut sebesar 0,832, 0,355 dan 0,966 lebih besar dari 0,05 yang berarti model ini terbebas dari heteroskedastisitas.
140 R. E, Nugroho, Analisis Faktor – Faktor Yang Mempengaruhi Pengangguran Di Indonesia Periode 1998 – 2014, Jurnal PASTI, Vol. X, No. 2, 2014, hlm. 177–191.
141 Setiawan, “Analisis Pengaruh Kebijakan Deviden Terhadap Nilai Perusahaan Pada Perusahaan Farmasi di BEI”, Jurnal Inovasi Penelitian 1, no. 8, Januari 2021, hlm. 158.
4. Uji Homogenitas
Uji homogenitas yaitu uji tentang sama atau tidaknya variansi- variansi dua data atau lebih. Uji homogenitas bertujuan untuk mengetahui homogen atau tidak homogen variabel x dan y. Jika nilai signifikansi (P Value) < 0,05 maka dapat disimpulkan bahwa varian dari dua kelompok data atau lebih tidak sama atau tidak homogen. Jika nilai signifikansi (P Value) ≥ 0,05 maka dapat disimpulkan bahwa varian dari dua kelompok data sama atau homogen.142 Berikut ini tabel hasil uji homogenitas menggunakan program SPSS 26:
Tabel 4.12
Uji Homogenitas Motivasi Belajar dan Kemandirian Belajar Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Hasil Penelitian Kemandirian Belajar Siswa
Based on Mean .880 1 142 .350
Based on Median 1.488 1 142 .225
Based on Median and with adjusted df
1.488 1 141.527 .225
Based on trimmed mean
1.034 1 142 .311
Tabel 4.13
Uji Homogenitas Interaksi Sosial dan Kemandirian Belajar Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Hasil Penelitian Kemandirian Belajar Siswa
Based on Mean 2.138 1 142 .146
Based on Median 1.140 1 142 .287
Based on Median and with adjusted df
1.140 1 139.323 .287
142 Dodiet Aditya Setyawan, Petunjuk Praktikum Uji Normalitas & Homogenitas Data Dengan SPSS (Klaten: Tahta Media Group, 2021), hlm. 14.
Based on trimmed mean
1.844 1 142 .177
Tabel 4.14
Uji Homogenitas Lingkungan Belajar dan Kemandirian Belajar Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
Hasil Penelitian Kemandirian Belajar Siswa
Based on Mean 6.149 1 142 .014
Based on Median 3.237 1 142 .074
Based on Median and with adjusted df
3.237 1 135.625 .074
Based on trimmed mean
5.515 1 142 .020
Berdasarkan tabel di atas menunjukkan varian dari dua kelompok data adalah homogen atau sama. Hal ini ditunjukkan dengan nilai signifikansi berturut-turut sebesar 0,350, 0,146 dan 0,014 lebih besar dari 0,05 yang berarti setiap dua data kelompok tersebut homogen.
5. Uji Linearitas
Uji linearitas bertujuan` untuk mengetahui bentuk hubungan variabel bebas dengan variabel terikat. Uji ini biasanya digunakan sebagai persyarat dalam analisis kolerasi atau regresi linear. Dasar pengambilan keputusan dalam uji linearitas adalah: jika nilai signifikansi (≥ 0,05) maka hubungan antara variable (X) dengan (Y) adalah linear. Jika nilai deviation from linearity (<0,05) maka hubungan antara variable (X) dengan (Y) adalah tidak linear.143 Berikut ini tabel hasil uji linearitas menggunakan program SPSS 26:
143 Cruisietta Kaylana Setiawan dan Sri Yanthy Yosepha, “Pengaruh Green Marketing Dan Brand Image Terhadap Keputusan Pembelian Produk The Body Shop Indonesia (Studi Kasus Pada Followers Account Twitter @Thebodyshopindo),” Jurnal Ilmiah M-Progress 10, no. 1 (Januari 2020): 4.
Tabel 4.15
Uji Linearitas Motivasi Belajar dan Kemandirian Belajar ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Kemandirian Belajar * Motivasi Belajar
Between Groups
(Combined) 354.525 14 25.323 3.353 .001 Linearity 183.142 1 183.142 24.25
1 .000
Deviation from Linearity
171.383 13 13.183 1.746 .076
Within Groups 430.462 57 7.552
Total 784.986 71
Berdasarkan tabel di atas menunjukkan hasil dari uji linearitas motivasi belajar dan kemandirian belajar. Terdapat hubungan yang linear karena nilai sig dev from linearity sebanyak 0,076 > 0,05.
Tabel 4.16
Uji Linearitas Interaksi Sosial dan Kemandirian Belajar ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Kemandirian Belajar * Interaksi Sosial
Between Groups
(Combined) 261.091 12 21.758 2.45 0
.012
Linearity 211.927 1 211.927 23.8 67
.000
Deviation from Linearity
49.164 11 4.469 .503 .893
Within Groups 523.895 59 8.880
Total 784.986 71
Berdasarkan tabel di atas menunjukkan hasil dari uji linearitas interaksi sosial dan kemandirian belajar. Terdapat hubungan yang linear karena nilai sig dev from linearity sebanyak 0,893 > 0,05.
Tabel 4.17
Uji Linearitas Lingkungan Belajar dan Kemandirian Belajar
Berdasarkan tabel di atas menunjukkan hasil dari uji linearitas lingkungan belajar dan kemandirian belajar. Terdapat hubungan yang linear karena nilai sig dev from linearity sebanyak 0,640 > 0,05.
6. Uji Autokorelasi
Uji autokorelasi merupakan pengujian dimana variabel dependen tidak berkorelasi dengan nilai variabel itu sendiri, baik nilai periode sebelumnya maupun nilai periode sesudahnya. Menurut Duwi Priyatno autokorelasi adalah keadaan di mana pada model regresi ada korelasi antara residual pada periode tertentu t dengan residual pada periode sebelumnya (t-1), model regresi yang baik adalah yang tidak terdapat masalah autokorelasi.144 Untuk pengambilan keputusan mempertimbangkan, jika nilai signifikansi ≥ 0,05 dapat diartikan bahwa tidak terjadi autokorelasi dengan menggunakan run test. Berikut ini tabel hasil uji linearitas menggunakan program SPSS 26:
144 Duwi Priyatno, Cara kilat belajar analisis data dengan spss 20 (Yogyakarta: Penerbit Andi, 2012), 172.
ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Kemandirian Belajar * Lingkungan Belajar
Between Groups
(Combined) 282.540 11 25.685 3.067 .003 Linearity 216.546 1 216.546 25.85
9 .000
Deviation from Linearity
65.994 10 6.599 .788 .640
Within Groups 502.446 60 8.374
Total 784.986 71
Tabel 4.18 Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Valuea -.30405
Cases < Test Value 36
Cases >= Test Value 36
Total Cases 72
Number of Runs 38
Z .237
Asymp. Sig. (2-tailed) .812 a. Median
Berdasarkan tabel di atas menunjukkan hasil dengan nilai asymp.
Sig (2-tailed) adalah sebesar 0,812 lebih besar dari 0,05. Maka dapat disimpulkan bahwa tidak terdapat gejala autokorelasi.