Dari gambar diatas diketahui bahwa titik-titik pada gambar normal probability plot cenderung mendekati garis diagonal, sehingga dapat disimpulkan
bahwa variabel terikat dan variabel bebas keduanya memiliki distribusi normal.
4.1.3.2 Uji Asumsi klasik
a. Uji multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen Ghozali, 2009:95.
Model regresi yang baik adalah model regresi yang variabel-variabel bebasnya tidak memiliki korelasi yang tinggi atau bebas dari multikolinieritas dengan
menggunakan nilai variance inflaction factor VIF dan tolerance melalui SPSS. Cara untuk mengetahui adanya multikolinieritas pada suatu model regresi adalah
dengan melihat nilai tolerance dan VIF Variance Inflaction Factor, yaitu :
1 Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat multikolonieritas pada penelitian tersebut.
2 Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terjadi gangguan multikolonieritas pada penelitian tersebut.
Uji multikolinieritas dapat dilihat dari tabel dibawah ini :
Tabel 4.11 Uji multikolinieritas
Terlihat pada hasil output SPSS release 16, nilai VIF variabel X1 sebesar 1,323, variabel X2 sebesar 2,347, variabel X3 sebesar 3,629, variabel X4 sebesar
2,472, variabel X5 sebesar 3,485, variabel X6 sebesar 2,760, variabel X7 sebesar 1,452, variabel X8 sebesar 2,015. Nilai VIF dari kedelapan variabel tersebut
dibawah 10 dan nilai toleransi kedelapan variabel diatas 0,10. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak mengandung multikolinieritas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan kepengamatan lain
Coefficients
a
.409 .055
.022 .756
1.323 .759
.367 .156
.426 2.347
.821 .325
.135 .276
3.629 .660
.015 .006
.404 2.472
.812 .273
.112 .287
3.485 .785
.325 .135
.362 2.760
.571 .304
.126 .689
1.452 .597
.004 .002
.496 2.015
X1 X2
X3 X4
X5 X6
X7 X8
Model 1
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Y a.
Ghozali, 2009:125. Untuk mengetahui gejala heteroskedastisitas dilakukan dengan mengamati grafik scatter plot antara nilai prediksi variabel terikat dengan
residualnya melalui SPSS. Dasar analisis penggunaan grafik scatter plot adalah sebagai berikut :
1 Jika terdapat pola tertentu yang teratur maka terjadi heteroskedastisitas. 2 Jika tidak ada pola yang jelas dan teratur maka tidak terjadi
heteroskedastisitas. Hasil uji heteroskedastisitas dapat dilihat pada gambar dibawah ini.
Gambar 4.2 Uji heteroskedastisitas
Terlihat pada gambar 4.2 diatas ternyata titik tersebut tidak membentuk suatu pola tertentu yang teratur, serta berada diatas maupun dibawah angka nol
sumbu vertikal, yang berarti model regresi tidak mengandung heteroskedastisitas.
Berdasarkan hasil uji asumsi klasik diatas dapat diambil kesimpulan bahwa model regresi berdistribusi normal, tidak mengandung multikolinieritas
dan tidak mengandung heteroskedastisitas, sehingga analisis regresi berganda untuk menyatakan pengaruh manajemen kepemimpinan kepala sekolah,
manajemen kurikulum dan program pengajaran, manajemen tenaga kependidikan, manajemen kesiswaan, manajemen keuangan dan pembiayaan, manajemen sarana
dan prasarana, manajemen hubungan masyarakat, manajemen layanan khusus terhadap peningkatan mutu lulusan dapat digunakan.
4.1.3.3 Analisis Regresi Linear Berganda