Normal Q-Q Plot of Mutu Pendidikan
3.6.2.2 Uji Linearitas
Uji yang harus dipenuhi untuk analisis regresi adalah uji linearitas, bertujuan untuk memastikan hubungan antara ubahan bebas dan ubahan terikat bersifat
linier, kuadratik atau dalam derajat yang lebih tinggi lagi. Pedoman untuk melihat kelinieritasan ini adalah menggunakan scaterplot, jika data tersebar dari arah kiri
bawah ke kanan atas membentuk garis lurus berarti regresinya adalah linier. Pengujian linieritas persamaan regresi dilakukan dengan melihat nilai Deviation
from linierity pada tabel Anova. Hipotesis yang digunakan : H
: Model persamaan regresi tidak linier H
1
: Model persamaan regresi linier Dengan kriteria uji : tolak H
jika nilai sig dari Deviation from linierity pada tabel Anova 0,05, dalam hal lain H
diterima.
UJI REGRESI LINEAR VARIABEL X
1
MOTIVASI BERPRESTASI DAN Y KINERJA GURU
1. Deskriptif Statistik
Statistics
Motivasi Berprestasi
Kinerja Guru N
Valid 72
72 Missing
Mean 81.21
112.15 Median
81.00 117.50
Mode 94
98 Std. Deviation
11.629 16.267
Dari output tersebut dapat dilihat rata-rata Kinerja Guru dari 72 responden adalah 112, 15 dengan standar deviasi 16,267 sedangkan rata-rata Motivasi Berprestasi
adalah 81, 21dengan standar deviasi 11,629.
2.Model sisaan Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.620
a
.384 .375
12.857 a. Predictors: Constant, Motivasi Berprestasi
Pada tabel diatas angka R Square adalah 0,384 yaitu hasil kuadrat dari koefisien korelasi. Standar Error of the Estimate adalah 12,587 perhatikan pada analisis
deskriptif statitik bahwa standar deviasi nilai kinerja guru adalah 16,67 yang jauh lebih besar dari dari standar error, oleh karena lebih kecil dari pada standar
deviasi nilai kinerja guru maka model regresi bagus dalam bertindak sebagai prediktor nilai kinerja guru
3. Anova ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 7215.687
1 7215.687
43.650 .000
a
Residual 11571.633
70 165.309
Total 18787.319
71 a. Predictors: Constant, Motivasi Berprestasi
b. Dependent Variable: Kinerja Guru
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
41.755 10.763
3.88 .000
Motovasi Berprestasi
.867 .131
.620 6.60
7 .000
a. Dependent Variable: Kinerja Guru
Hipotesis
Hipotesis yang pertama dalam penelitian ini adalah “Terdapat hubungan positif antara motivasi berprestasi dengan kinerja guru.”
Ho : Tidak terdapat hubungan positif antara motivasi berprestasi dengan kinerja guru.
Ha : Terdapat hubungan positif antara motivasi berprestasi dengan kinerja guru.
Uji hipotesis yang pertama dilakukan dengan menggunakan analisis regresi sederhana menggunakan bantuan program SPSS versi 16.0 for windows, yang
hasilnya dapat dilihat pada tabel berikut: Rangkuman hasil regresi X
1
-Y Variabel
Harga r dan r2 Harga t
Koef Konst
Ket r
r square r
tabel
t
hitung
t
tabel
X
1
-Y .620
a
.384 0,232 6,607 2,000 0,867 41,755
Adanya hubungan
yang positif
Dari data perhitungan diatas menunjukkan bahwa antara motivasi berprestasi terhadap kinerja guru adanya hubungan yang positif antara motivasi berprestasi
dengan kinerja guru, hal tersebut ditunjukan dengan melihat harga r
hitung
0,620 yang lebih besar dari pada r
table
0,232 . Cara lain yaitu dengan melihat harga t,
dimana t hitung 6,607 lebih besar dari pada harga t table 2,000
, sehingga H
1
di terima yaitu “ Terdapat Hubungan yang positif antara motivasi berprestasi
terhadap kinerja guru. Koefisien determinasi r
square
sebesar 0,384 yang berarti 38,4 perubahan pada variabel kinerja guru Y dapat diterangkan oleh motivasi
berprestasi X
1
.
Persamaan garis regresi pengaruh motivasi berprestasi terhadap kinerja guru dapat dinyatakan dengan Y= 0.867 X
1
+ 41,755. Persamaan tersebut menunjukan bahwa nilai koefisien X1 sebesar 0.867 yang berarti apabila motivasi berprestasi
X1 meningkat 1 poin maka kinerja guru Y akan meningkat 0.867 poin.
Hasil ini menunjukan bahwa adanya hubungan yang positif antara motivasi berpresatasi dengan kinerja guru sudah mendukung teori yang ada.
2. Kelinieran
Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan
terletak sekitar garis lurus, terlihat bahwa sebaran data pada gambar diatas tersebar hampir semua pada sumbu normal, maka dapat dikatakan bahwa
pernyataan normalitas dapat dipenuhi.
UJI REGRESI LINEAR ANTARA SIKAP GURU X2 DAN KINERJA GURU Y
1. Deskriptif Statistik
Statistics
Kinerja Guru Sikap Guru
N Valid
72 72
Missing Mean
112.15 81.15
Median 117.50
81.00 Mode
98 97
Std. Deviation 16.267
11.054 Dari output tersebut dapat dilihat rata-rata sikap guru dari 72 responden adalah
112,15 dengan standar deviasi 16,267 sedangkan rata-rata sikap guru adalah
81,15 dengan standar deviasi
11,054 .
2.Model sisaan
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.257
a
.066 .052
15.834 a. Predictors: Constant, Sikap Guru
b. Dependent Variable: Kinerja Guru Pada tabel diatas angka R Square adalah 0,66 yaitu hasil kuadrat dari koefisien
korelasi. Standar Error of the Estimate adalah 15,834 perhatikan pada analisis deskriptif statitik bahwa standar deviasi nilai kinerja guru adalah 16,67 yang jauh
lebih besar dari dari standar error, oleh karena lebih kecil dari pada standar
deviasi nilai kinerja guru maka model regresi bagus dalam bertindak sebagai prediktor nilai kinerja guru.
3.Anova ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 1236.579
1 1236.579
4.932 .030
a
Residual 17550.740
70 250.725
Total 18787.319
71 a. Predictors: Constant, Sikap Guru
b. Dependent Variable: Kinerja Guru Pada tabel diatas angka R Square adalah 0,620 yaitu hasil kuadrat dari koefisien
korelasi. Standar Error of the Estimate adalah 15,834 perhatikan pada analisis deskriptif statitik bahwa standar deviasi nilai kinrja guru adalah 16,267 yang jauh
lebih besar dari dari standar error, oleh karena lebih kecil dari pada standar deviasi nilai kinerja guru maka model regresi bagus dalam bertindak sebagai
prediktor nilai kinerja guru.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
81.514 13.922
5.855 .000
Sikap Guru .378
.170 .257
2.221 .030
a. Dependent Variable: Kinerja Guru
Hipotesis
Hipotesis yang pertama dalam penelitian ini adalah “Terdapat hubungan positif antara sikap guru dengan kinerja guru.”
Ho : Tidak terdapat hubungan positif antara sikap guru dengan kinerja guru. H
1
: Terdapat hubungan positif antara sikap guru dengan kinerja guru. Uji hipotesis yang pertama dilakukan dengan menggunakan analisis regresi
sederhana menggunakan bantuan program SPSS versi 16.0 for windows, yang hasilnya dapat dilihat pada tabel berikut:
Rangkuman hasil regresi X
2
-Y
Variabel Harga r dan r2
Harga t Koef
Konst Ket
r r square r
tabel
t
hitung
t
tabel
X
2
-Y 0,257
a
0,066 0,232 2,221 2,000 0,378 81,514
Adanya hubungan
yang positif
Dari data perhitungan di atas menunjukkan bahwa antara sikap guru terhadap kinerja guru adanya hubungan yang positif antara sikap guru dengan kinerja guru,
hal tersebut ditunjukan dengan melihat harga r
hitung
0,257 yang lebih besar dari pada r
table
0,232 .
Cara lain yaitu dengan melihat harga t, dimana t hitung 2,221 lebih besar dari pada harga t table
2,000 , sehingga H
1
di terima yaitu “ Terdapat Hubungan yang positif antara sikap guru terhadap kinerja guru. Koefisien determinasi
r
square
sebesar 0,066 yang berarti 6,6 perubahan pada variabel kinerja guru Y dapat diterangkan oleh sikap guru X2.
Persamaan garis regresi pengaruh sikap guru terhadap kinerja guru dapat dinyatakan dengan Y= 0,378 X
2
+ 81,514. Persamaan tersebut menunjukan bahwa nilai koefisien X2 sebesar 0.378 yang berarti apabila sikap guru X2 meningkat 1
poin maka kinerja guru Y akan meningkat 0.378 poin. Dari hasil uji hipotesis ini menunjukan bahwa dalam penelitian mengenai adanya hubungan yang positif
antara sikap guru dengan kinerja guru sudah mendukung teori yang ada.
2. Kelinieran
Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan terletak sekitar garis lurus, terlihat bahwa sebaran data pada gambar diatas
tersebar hampir semua pada sumbu normal, maka dapat dikatakan bahwa pernyataan normalitas dapat dipenuhi
UJI REGRESI LINEAR ANTARA MUTU PENDIDIKAN X3 DAN KINERJA GURU Y
1. Deskriptif Statistik
Statistics
Kinerja Guru
Mutu Pendidikan N
Valid 72
72 Missing
Mean 112.15
81.07 Median
117.50 81.00
Mode 98
81 Std. Deviation
16.267 10.805
Dari output tersebut dapat dilihat rata-rata mutu pendidikan dari 72 responden adalah 81,07 dengan standar deviasi 10,805 sedangkan kinerja guru
adalah 112,15
dengan standar deviasi 16,267
.
2.Model sisaan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.255
a
.065 .052
15.842 a. Predictors: Constant,
Mutu Pendidikan
Pada tabel diatas angka R Square adalah 0,65 yaitu hasil kuadrat dari koefisien korelasi. Standar Error of the Estimate adalah 15,842 perhatikan pada analisis
deskriptif statitik bahwa standar deviasi nilai kinerja guru adalah 16,267 yang jauh lebih besar dari dari standar error, oleh karena lebih kecil dari pada standar
deviasi nilai kinerja guru maka model regresi bagus dalam bertindak sebagai prediktor nilai kinerja guru.
3. Anova ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 1219.443
1 1219.443
4.859 .031
a
Residual 17567.876
70 250.970
Total 18787.319
71 a. Predictors: Constant, Mutu Pendidikan
b.Dependent Variable: Kinerja Guru
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
81.057 14.230
5.696 .000
Mutu Pendidikan
.384 .174
.255 2.204 .031
a. Dependent Variable: Kinerja Guru
Hipotesis
Hipotesis yang pertama dalam penelitian ini adalah “Terdapat hubungan positif
antara mutu pendidikan dengan kinerja guru.”
Ho : Tidak terdapat hubungan positif antara mutu pendidikan dengan kinerja guru. H
1
: Terdapat hubungan positif antara mutu pendidikan dengan kinerja guru.
Uji hipotesis yang pertama dilakukan dengan menggunakan analisis regresi sederhana menggunakan bantuan program SPSS versi 16.0 for windows, yang
hasilnya dapat dilihat pada tabel berikut:
Rangkuman hasil regresi X
3
-Y Variabel
Harga r dan r2 Harga t
Koef Konst
Ket r
r square r
tabel
t
hitung
t
tabel
X
3
-Y 0,255
a
0,065 0,232 2,204 2,000 0,384 81,057
Adanya hubungan
yang positif
Dari data perhitungan di atas menunjukkan bahwa antara mutu pendidikan terhadap kinerja guru adanya hubungan yang positif antara mutu pendidikan
dengan kinerja guru, hal tersebut ditunjukan dengan melihat harga r
hitung
0,255 yang lebih besar dari pada r
table
0,232 . Cara lain yaitu dengan melihat harga t,
dimana t hitung 2,204 lebih besar dari pada harga t table 2,000
, sehingga H
1
di terima yaitu “ Terdapat Hubungan yang positif antara mutu pendidikan terhadap
kinerja guru. Koefisien determinasi r
square
sebesar 0,065yang berarti 6,5 perubahan pada variabel kinerja guru Y dapat diterangkan oleh mutu
pendidikan X3.
Persamaan garis regresi pengaruh mutu pendidikan terhadap kinerja guru dapat dinyatakan dengan Y= 0,384 X
3
+ 81,057. Persamaan tersebut menunjukan bahwa nilai koefisien X3 sebesar 0,384 yang berarti apabila mutu pendidikan X3
meningkat 1 poin maka kinerja guru Y akan meningkat 0,384 poin. Dari hasil uji
hipotesis ini menunjukan bahwa dalam penelitian mengenai adanya hubungan yang positif antara mutu pendidikan dengan kinerja guru sudah mendukung teori
yang ada.
2. Kelinieran
Jika residual berasal dari distribusi normal, maka nilai-nilai sebaran data akan terletak sekitar garis lurus, terlihat bahwa sebaran data pada gambar diatas
tersebar hampir semua pada sumbu normal, maka dapat dikatakan bahwa pernyataan normalitas dapat dipenuhi.
3.6.3 Pengujian Hipotesis
Pengujian hubungan variabel bebas variabel motivasi berprestasi X
1
, sikap guru X
2
, mutu pendidikan X
3
dengan variabel terikat kinerja guru Y baik secara sendiri-sendiri maupun secara bersama. Mengetahui apakah variabel bebas X
mempunyai pengaruh terhadap variabel terikat Y dilakukan dengan menghitung
nilai uji statistik F, besar pengaruh variabel bebas X
1,
X
2
dan X
3
secara bersama-sama terhadap variabel terikat Y dilakukan dengan menghitung nilai
koefisien determinasi R
2
. Sedangkan besarnya pengaruh masing-masing variabel bebas terhadap variabel terikat ditentukan berdasarkan hasil uji statistik t menurut
Purwanto 2007: 193-194. Untuk perhitungan nilai uji statistik F dan nilai statisti t dalam penelitian ini menggunakan jasa program komputer SPSS 16.
3.6.4. Korelasi Pearson Product Moment adalah :
} }{
{
2 2
2 2
Y Y
N X
X N
Y X
XY N
r
xy
Dimana : r
hitung
= Koefisien korelasi n = Jumlah sampel
X = Skor variabel bebas Y = Skor variabel terikat
Rumusan hipotesis:
H = Tidak terdapat hubungan antara X dan Y
H
1
= Terdapat hubungan antara X dan Y Untuk menguji apakah korelasi signifikan atau tidak, diuji dengan menggunakan
uji t dengan rumus :
a. Melakukan uji signifikansi korelasi
Jika t t tabel ; Hipotesis alternatif diterima Jika t t tabel ; Hipotesis alternatif ditolak
2
1 2
r n
r t
h it
Jika dikonsultasikan dengan t tabel, taraf signifikansi 0,05 diperoleh t tabel . Dengan demikian r hitung lebih besar dari t tabel. Perbandingan kedua
nilai tersebut menunjukkan adanya hubungan yang berarti.
b. Menghitung koefisien determinasi
Untuk menghitung besar kontribusi variabel bebas X terhadap variabel terikat Y r
2
, R
2
yang dinyatakan dalam persentase .Persentase diperoleh dengan
terlebih dahulu mengkuadratkan koefisien korelasi dikalikan 100 . Dengan
rumus sebagai berikut : Koefisien Determinasi KD = r
2
x 100, maka dapat dilihat dari angka koefisien determinasi r yaitu dengan rumus sebagai berikut :
r
2
x 100 Menurut Agus Irianto 2009 : 103
3.6.5 Korelasi ganda
1. Jika harga r belum diketahui, maka hitunglah harga r. Biayanya sudah ada karena kelanjutan dari korelasi tunggal
2. hitunglah r
hitung
dengan rumus sebagai berikut : untuk dua variabel bebas rumusnya :
2 2
2
2 1
2 1
2 1
2 1
2 1
1 2
x x
x x
yx yx
yx yx
x yx
r r
r r
r r
R
Menurut Sujana 1992:385 Dimana R
yx1x2x3
= koefisien korelasi ganda antara variabel x
1,
x
2
dan x
3
r
yx1
= koefisienkorelasi x
1
terhadap Y r
yx2
= koefisienkorelasi x
2
terhadap Y r
yx3
= koefisienkorelasi x
3
terhadap Y 3.
tetapkan taraf signifikansi α= 0,05, sebaiknya disamakan dengan α terdahulu 4. tentukan kriteria pengujian R, yaitu :
H
a
: tidak siginifikan H
: signifikan H
a
: R
yx1x2
= 0 H
: R
yx1x2
≠ 0 Jika F
hitung
≤ F
tabel
maka H diterima
5. Cari F
hitung
dengan rumus : Uji signifikansi nilai R adalah
1 1
2 2
k n
R k
R F
Sujana 1992:108
Dimana : R: koefisien korelasi ganda
k: banyaknya variabel independen n: banyaknya anggota sampel
→ konsultasikan dengan tabel F ; dengan dk pembilang = k dan dk penyebut =n-k-1
→ jika F
h
› F tabel, maka hipotesis alternatif diterima. 6. Cari F
tabel
= F
1- α
, kemudian dengan dk
pembilang
= k dk
penyebut
= n-k-1
dimana k = banyaknya variabel bebas n
= banyaknya anggota sampel dengan melihat tabel f didapat nilai F
tabel
7. Bandingkan F
hitung
dan F
tabel
8. buat kesimpulannya : ” terdapat atau tidak ada hubungan yang signifikan
antara X
1,
X
2,
X
3
bersama-sama dengan Y.
REGRESI BERGANDA Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.666
a
.444 .419
12.398 a. Predictors: Constant, Mutu Pendidikan,
Motivasi Berprestasi, Sikap Guru
ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 8335.658
3 2778.553
18.078 .000
a
Residual 10451.661
68 153.701
Total 18787.319
71 a. Predictors: Constant, Mutu Pendidikan, Motivasi Berprestasi, Sikap Guru
b. Dependent Variable: Kinerja Guru
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
B Std. Error
Beta 1
Constant 12.937
15.703 .824
.413 Motivasi
Berprestasi .860
.127 .615
6.790 .000
Sikap Guru .257
2.451 .175
.105 .917
Mutu Pendidikan .104
2.507 .069
.042 .967
a. Dependent Variable: Kinerja Guru Ho : Tidak terdapat hubungan positif motivasi berprestasi, sikap guru dan mutu
pendidikan dengan kinerja guru . H
1
: Terdapat hubungan positif antara motivasi berprestasi, sikap guru, mutu pendidikan dengan kinerja guru.