Tabel 3.6 Rekapitulasi Hasil Pengujian Reliabilitas Tiap Variabel
Variabel Koef. Alpha
Koef. Kritis Status
Kinerja Kepemimpinan 0,961 0,600
Reliabel Kinerja Manajemen
0,925 0,600 Reliabel
Kinerja guru 0,951 0,600
Reliabel
Dengan melihat besarnya nilai koefisien alpha pada masing-masing variabel yang dieliti nampak terlihat bahwa variabel kinerja kepemimpinan sebesar 0,961 ,
variabel kinerja manajemen kepala sekolah sebesar 0,925 dan untuk variabel kinerja guru sebesar 0,951 semua nilai koefisien alpha lebih besar dari koefisien kritis,
sehingga butir-butir pertanyaan setiap variabel adalah reliabel.
3.4.4 Uji Persyaratan Analisis Uji Asumsi
Uji syarat dilakukan untuk menentukan statistik yang akan digunakan, apabila data berdistribusi normal dan homogen, maka digunakan statistik parametrik
dan sebaliknya apabila data tidak normal dan tidak homogen maka digunakan statistik nonparametrik. Sebelum data dianalisis lebih lanjut menggunakan analisis
regresi berganda, terlebih dahulu diuji normalitas sebaran datanya, uji linieritas pengaruh, uji heterokedastisitas uji homogenitas, dan uji multikolinieritas untuk
menguji independensi anatar variabel bebas.
1. Uji Normalitas
Pengunaan statistik parametrik, bekerja dengan asumsi bahwa data setiap variabel penelitian yang dianalisis membentuk distribusi normal Sugiyono, 2005:
199. Tujuan dilakukannya uji normalitas adalah untuk menguji apakah variabel pengganggu memiliki distribusi normal atau tidak, sehingga apabila variabel
pengganggu memiliki distribusi normal maka uji t dan uji f dapat dilakukan. Uji normalitas yang digunakan dalam penelitian ini adalah uji Kolmologorov-Smirnov.
Proses pengolahannya penulis menggunakan bantuan komputer program SPSS 15,0.
2 Uji Linieritas
Linieritas adalah keadaan dimana ada hubungan antara variabel endogen dengan variabel eksogen bersifat linear garis lurus dalam range variabel eksogen
tertentu, Santoso, 2004: 43. Uji Linieritas dilakukan untuk menguji linieritas antara variabel X
1
dan X
2,
atas Y. Linieritas diuji dengan uji F menggunakan bantuan komputer program SPSS 15,0. Dari analisis uji linieritas apabila diperoleh angka
probabilitas SIG 0,05,maka dapat dikatakan bahwa data penelitian tersebut adalah linear.
3 Uji Homogenitas
Uji homogenitas sering disebut homoscedastisitas data merupakan salah satu syarat dalam penggunaan teknik analisis korelasional yaitu untuk menguji kesamaan
atau homogenitas varians dari nilai variabel terikat. Melalui uji semacam ini dapat diketahui apakah residu dari nilai variabel terikat untuk setiap nilai variabel bebas
tersebut homogen atau tidak. Untuk menguji homogenitas ini dilakukan dengan uji Lavene. Pengujian homogenitas varians skor variabel terikat untuk setiap nilai skor
variabel tertentu dengan uji Lavene tersebut dilakukan berdasarkan kelompok setiap variasi nilai dari skor variabel bebas. Apabila probabilitas SIG 0,05, kedua
populasi adalah identik atau homogen, dan apabila probabilitas SIG 0,05, kedua varians populasi adalah tidak identik atau tidak homogen Santoso, 2004: 41. Proses
pengolahannya penulis menggunakan bantuan komputer dengan Program SPSS 15,0.
4 Uji Heteroskedastisitas
Heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai varian yang sama untuk semua observasi. Untuk mendeteksi ada tidaknya
heteroskedastisitas dapat dilakukan metode grafik plot Regression Standarized Predicted Value dapat dilakukan dengan meregresi nilai absolut residual sebagai
variabel dependen dengan semua variabel independen dalam model. Jika signifikan berarti ada heteroskedastisitas. Proses pengolahannya penulis menggunakan bantuan
komputer program SPSS 15,0.
5 Uji Multikolinieritas
Multikolinieritas adalah suatu keadaan dimana salah satu atau lebih variabel independen dapat dinyatakan sebagai kombinasi linier dari variabel independen
lainnya. Cara yang digunakan untuk mendeteksi ada tidaknya multikolinieritas adalah dengan melakukan regresi antarvariabel penjelas, jika signifikan berarti
terdapat multikolinieritas. Namun berdasarkan pada Klein s
Rule of Thumb, jika nilai R
2
dari regresi awal lebih besar dari pada nilai R
2
dari regresi antarvariabel penjelas, maka multikolinieritas dapat diabaikan.
Multikolinieritas juga dapat dideteksi dengan melihat nilai VIF Variance Inflation Factor. Jika nilai VIF lebih besar dari 10, maka terjadi gejala multikolinieritas.
Proses pengolahannya penulis menggunakan bantuan komputer program SPSS 15,0.
3.4.5 Teknik Analisis Data 1. Statistik Deskriptif