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