114 Dari Tabel 4.14, dapat dibaca bahwa nilai VIF untuk supervisi akademik
dan motivasi kerja sebesar 1,438. Karena nilai VIF 5, maka dapat disimpulkan bahwa pada model regresi tidak ditemukan adanya masalah multikolinearitas.
4.1.3.4 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya ketidaksamaan varian dari residual pada model regresi. Persyaratan yang
terpenuhi dalam model regresi adalah tidak adanya masalah heteroskedastisitas. Dalam penelitian ini uji heteroskedastisitas dilakukan dengan uji Spearman’s rho,
yaitu mengkorelasikan nilai residual Unstandardized residual dengan masing- masing variabel independen. Jika signifikansi korelasi lebih dari 0,05 maka model
regresei tidak terjadi heteroskedastisitas.
Tabel 4.14 Hasil Uji Heteroskedastisitas
Correlations
Unstandardized Residual
Supervisi Motivasi
Spearmans rho
Unstandardized Residual
Correlation Coefficient
1,000 ,108
,044 Sig. 2-tailed
. ,327
,689 N
85 85
85 Supervisi
Correlation Coefficient
,108 1,000
,528 Sig. 2-tailed
,327 .
,000 N
85 85
85 Motivasi
Correlation Coefficient
,044 ,528
1,000 Sig. 2-tailed
,689 ,000
. N
85 85
85
115 Dari Tabel 4.14, dapat dibaca korelasi antara supervisi akademik dengan
Unstandardized Residual menghasilkan nilai signifikansi 0,327 dan korelasi antara motivasi kerja guru dengan Unstandardized Residual menghasilkan nilai
signifikansi 0,698. Karena nilai signifikansi lebih dari 0,05, dapat disimpulkan bahwa pada model regresi tidak ditemukan adanya masalah heteroskedastisitas.
4.1.4 Uji Hipotesis
Dalam penelitian ini pengujian hipotesis menggunakan analisis regresi linier sederhana dan analisis regresi linier berganda yang didalamnya terdapat
beberapa uji, diantaranya: analisis korelasi ganda R, analisis determinasi R
2
, dan uji koefisien regresi secara bersama-sama uji F. Uraian selengkapnya
sebagai berikut:
4.1.4.1 Hasil Analisis Regresi Linier Sederhana
Penelitian ini menggunakan pengujian hipotesis uji regresi linier sederhana karena untuk menguji X
1
terhadap Y dan X
2
terhadap Y. Analisis ini digunakan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen
mengalami peningkatan atau penurunan dan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif.
Analsisis regresi linier sederhana menggunakan bantuan SPSS versi 21. Langkah- langkah yang dilakukan untuk analisis regresi linier sederhana adalah Analyze-
Regression-Linier. 4.1.4.1.1 Persamaan Regresi Linier Sederhana dari Supervisi Akademik terhadap
Kinerja Guru Dalam penelitian ini supervisi akademik sebagai variabel bebas 1 X
1
dan kinerja guru sebagai variabel terikat Y. Perhitungan persamaan regresi linier X
1
116 dan Y digunakan untuk memprediksi nilai dari variabel dependen. Perhitungan
persamaan regresi linier X
1
dan Y tertera pada tabel berikut.
Tabel 4.15 Hasil Analisis Rergresi Linier X
1
terhadap Y
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
4346,954 1
4346,954 52,592
,000
b
Residual 6860,269
83 82,654
Total 11207,224
84
Tabel 4.16 Hasil Perhitungan Nilai B Persamaan Regresi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 39,996
8,536 4,686
,000 Supervisi
,467 ,064
,623 7,252
,000
Berdasarkan hasil dari pengolahan data menggunakan SPSS versi 21 maka analisisnya sebagai berikut:
1. Hipotesis a. Hipotesis Nol H
01
Tidak ada pengaruh yang signifikan antara supervisi akademik terhadap kinerja guru SD se-Dabin I Kecamatan Tegal Barat Kota Tegal.
b. Hipotesis Alternatif H
a1
Terdapat pengaruh yang signifikan antara supervisi akademik terhadap kinerja guru SD se-Dabin I Kecamatan Tegal Barat Kota Tegal.