Analisis Regresi Berganda Uji Asumsi Klasik

b. Analisis Regresi Berganda

Regresi yang diperoleh pada penelitian ini sama dengan model regresi yang diajukan yaitu: Y = 44,838 + 0,300X 1 + 0,504X 2 . Model regresi yang diperoleh dapat dilihat pada tabel berikut: Tabel 4.60 Hasil Perhitungan Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 44.838 11.094 4.042 .000 SUPERVISI_KEPSEK .300 .146 .269 2.062 .045 MOTIVASI_KER_GURU .504 .138 .477 3.650 .001 a. Dependent Variable: KINERJA_GURU Sumber : Data penelitian, diolah 2012 Lampiran 20, hal 213 Berdasarkan tabel di atas persamaan regresi tersebut mempunyai makna sebagai berikut: 1. Konstanta = 44,838 Jika variabel supervisi kepala sekolahdan motivasi kerja guru dianggap sama dengan nol, maka variabel kinerja guru sebesar 44,838 2. Koefisien X 1 = 0,300 Jika variable supervisi kepala sekolah mengalami kenaikan sebesar satu poin, sementara motivasi kerja guru dianggap tetap, maka akan menyebabkan kenaikan kinerja guru sebesar 0,300. 3. Koefisien X 2 = 0,504 Jika variabel motivasi kerja guru mengalami kenaikan sebesar satu poin, sementara supervisi kepala sekolah dianggap tetap, maka akan menyebabkan kenaikan kinerja guru sebesar 0,504.

c. Uji Asumsi Klasik

Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan untuk menganalisis dalam penelitian ini BLUE best linier unbias and estimate memenuhi asumsi klasik atau tidak.

1. Uji Multikolinearitas

Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolonearitas di dalam model regresi adalah dengan melihat nilai toleransi dan Variance Inflation Factor VIF. Apabila nilai tolerance0,1 dan nilai VIF10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel bebas dalam model regresi. Berikut hasil perhitungan menggunakan program SPSS for windows release 16.0 : Tabel 4.61 Besaran Nilai Toleransi dan Variance Inflation Factor VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 44.838 11.094 4.042 .000 SUPERVISI_KEPSEK .300 .146 .269 2.062 .045 .719 1.390 MOTIVASI_KER_GURU .504 .138 .477 3.650 .001 .719 1.390 a. Dependent Variable: KINERJA_GURU Sumber : Data penelitian, diolah 2012 Lampiran 20, hal 213 Berdasarkan tabel diatas terlihat setiap variabel bebas mempunyai nilai tolerance 0,7190,1 dan nilai VIF 1,39010. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi ini.

2. Uji Heterokedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang lain. Heteroskedastisitas menunjukkan penyebaran variabel bebas. Penyebaran yang acak menunjukkan model regresi yang baik. Dengan kata lain tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil pengolahan menggunakan program SPSS 16: Gambar 4.2 Sebaran Scatterplot pada Uji Heteroskedastisitas Sumber : Data penelitian, diolah 2012 Lampiran 20, hal 213 Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini. Selain dengan mengamati grafik scatterplot Selain dengan mengamati grafik scatterplot uji heterokedastisitas juga dapat dilakukan dengan uji Glejser. Uji glejser yaitu pengujian dengan meregresikan nilai absolut residual terhadap variabel independen. Output dari uji glejser adalah sebagai berikut: Tabel 4.62 Hasil Perhitungan Uji Heteroskedastisitas Data Penelitian Pada Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 9.885 6.249 1.582 .121 SUPERVISI_KEPSEK -.102 .082 -.212 -1.239 .222 MOTIVASI_KER_GURU .063 .078 .139 .815 .419 a. Dependent Variable: ABS_RES Sumber : Data penelitian, diolah 2012 Lampiran 20, hal 213 Hasil tampilan output SPSS dengan jelas menunjukkan semua variabel independen mempunyai nilai sig ≥0,05. Jadi tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen ABS_RES.Hal ini terlihat dari nilai sig pada tiap-tiap variabel independen seluruhnya diatas 0,05. Jadi dapat disimpulkan model regresi tidak mengandung adanya heterokedastisitas.

d. Pengujian Hipotesis