Analisis regresi linear berganda

variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Hasil pengolahan dapat dilihat pada Tabel 4.12 : Tabel 4.12 Uji Multikolinieritas Sumber: Hasil pengolahan SPSS 2015 Berdasarkan Tabel 4.12 dapat dilihat bahwa : a. Nilai VIF dari sertifikasi, motivasi berprestasi dan komitmen adalah lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi. b. Nilai Tolerance sertifikasi, motivasi berprestasi dan komitmen adalah lebih besar dari 0,1 Tolerance 0,1, ini berarti tidak terdapat multikolinieritas antar variabel independen dalam model regresi.

4.2.3. Analisis regresi linear berganda

Dalam penelitian ini analisis regresi linear berganda digunakan untuk mengetahui hubungan dan pengaruh variabel Sertifikasi X1 Motivasi Berprestasi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 10.680 8.182 1.305 .200 Sertifikasi .244 .131 .216 1.859 .071 .891 1.122 MotivasiBerprestasi .517 .133 .489 3.894 .000 .761 1.315 Komitmen .348 .167 .275 2.084 .044 .688 1.454 a. Dependent Variable: KinerjaGuru Universitas Sumatera Utara X2 dan Komitmen X3 terhadap Kinerja Y pada SMP Negeri 3 Tanjung Morawa. Tabel 4.13 Metode Enter Variables EnteredRemoved Model Variables Entered Variables Removed Method 1 Komitmen, Sertifikasi, MotivasiBerprest asi a . Enter a. All requested variables entered. Sumber: Hasil pengolahan SPSS 2015 Tabel 4.13 menunjukkan tabel variables EnteredRemoved yang terlihat variabel-variabel yang dimasukkan entered adalah sertifikasi, motivasi berprestasi dan komitmen. Metode yang dipilih adalah metode enter. Tabel 4.14 Regresi Liner Berganda Sumber: Hasil pengolahan SPSS 2015 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 10.680 8.182 1.305 .200 Sertifikasi .244 .131 .216 1.859 .071 MotivasiBerprestasi .517 .133 .489 3.894 .000 Komitmen .348 .167 .275 2.084 .044 a. Dependent Variable: KinerjaGuru Universitas Sumatera Utara Hasil analisis regresi linear berganda Tabel 4.14 diperoleh persamaan sebagai berikut : Y = a+b1X1 + b2X2 +b3X3+ e Y = 10.680 + 0.244 X1 + 0.517 X2 + 0.348X3 + e Dimana : Y = Kinerja X1 = Sertifikasi X2 = Motivasi Berprestasi X3 = Komitmen e = Standard error Berdasarkan persamaan tersebut dapat diketahui bahwa : 1. Konstanta a = 10.680 menunjukkan nilai konstan, jika nilai bebas sertifikasi, motivasi berprestasi dan komitmen = 0 maka kinerja guru Y akan semakin meningkat 2. Koefisien b1 X 1 = 0.244, menunjukkan bahwa variabel sertifikasi berpengaruh positif terhadap kinerja atau dengan kata lain jika variabel sertifikasi ditingkatkan maka kinerja akan meningkat. 3. Koefisien b2 X 2 = 0.517, menunjukkan bahwa variabel motivasi berprestasi berpengaruh positif terhadap kinerja. Dengan kata lain jika variabel motivasi berprestasi ditingkatkan maka kinerja akan meningkat. 4. Koefisien b3 X 3 = 0,341, menunjukkan bahwa variabel komitmen berpengaruh terhadap kinerja. Dengan kata lain jika variabel komitmen ditingkatkan maka kinerja akan meningkat. Universitas Sumatera Utara 4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikan Simultan Uji F