92
4.2 Uji Persyaratan Analisis
4.2.1 Uji Normalitas Data
Sebagai salah satu persyaratan untuk analisis bahwa sebaran data harus berdistribusi secara normal, untuk pengujian normalitas ini digunakan Uji
Kolmologorov-Smirnov, dengan hasil seperti ditunjukkan pada tabel 10.
Tabel 6. Uji Normalitas Data
Variabel Ks-Z Asymp.
Sig. Keterangan
Y 1,140 0,149
Normal X
1
1,293 0,071
Normal X
2
1,032 0,237
Normal
Dari tabel tersebut terlihat bahwa signifikansi masing-masing adalah 0,149; 0,071; dan 0,237 jika dibandingkan dengan taraf signifikansi 0,05 5
ternyata semuanya lebih tinggi, hal ini menunjukkan bahwa penyimpangan sebaran data dengan kurva normalnya tidak signifikan, yang berarti bahwa
sebaran data berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada gambar 14.
93
Kepuasan Kerja Guru
160 140
120 100
80 60
F req
ue nc
y
20
15
10
5
Kepuasan Kerja Guru
Mean =128.54 Std. Dev. =14.195
N =103
Gaya Kepemimpinan
130 120
110 100
90 80
70
Frequen c
y
20
15
10
5
Gaya Kepemimpinan
Mean =105.06 Std. Dev. =13.002
N =103
94
Kecerdasan Emosi Kepala Sekolah
150 125
100 75
50
Freq uen
c y
20
15
10
5
Kecerdasan Emosi Kepala Sekolah
Mean =119.44 Std. Dev. =15.157
N =103
Gambar 14 Grafik Distribusi Data dan Kurva Normal Setiap Variabel
4.2.2 Uji Homogenitas
Pengujian homogenitas dimaksudkan untuk mengetahui kesamaan varian masing-masing variabel bebas X
1
, X
2
terhadap variabel terikat Y. Pengujian homogenitas yang digunakan dalam penelitian ini menggunakan tes Levene
Levene Statistics dengan hasil seperti pada tabel berikut:
Tabel 7. Uji Homogenitas
Test of Homogeneity of Variances
1,104 12
90 ,367
,454 12
90 ,936
,214 12
90 ,997
Kepuasan Kerja Guru Gaya Kepemimpinan
Kecerdasan Emosi Kepala Sekolah
Levene Statistic
df1 df2
Sig.
95
Dari tabel 11 dapat dilihat bahwa signifkansi masing-masing variabel adalah 0,367; 0,936; dan 0,997; angka tersebut menunjukkan bahwa variansi data
setiap variabel dalam populasinya tidak signifikan yang berarti bahwa variasi data setiap variabel adalah homogen.
4.2.3 Uji Linieritas
Ringkasan hasil uji linieritas seperti ditunjukkan pada tabel 12.
Tabel 8. Ringkasan Hasil Uji Linieritas
Hubungan Model Persamaan Regresi
Linier F
reg
F
deviasi from linierity
Sig. F
deviasi from linierity
Keterangan X
1
-Y Y’ = 57,025 + 0,681 X
1
64,249 1,307 0,392 Linier X
2
-Y Y’ = 43,729 + 0,710 X
2
136,607 1,243 0,186 Linier
Dari tabel di atas telihat bahwa ketiga model hubungan variabel independen X
1
, dan X
2
terhadap variabel dependennya Y telah memenuhi asumsi linieritas karena signifikansi F
deviasi from linierity
penyimpangan sebaran data dari model garis regresi liniernya tidak signifikan lebih besar dibandingkan
dengan taraf signifkansi 5 0,05 sehingga model regresi dalam penelitian ini telah memenuhi asumsi linieritas sehingga model regresi linier dapat digunakan
dalam penelitian ini.
4.2.4 Uji Multikolinieritas