Uji Normalitas Data Uji Asumsi Klasik

Untuk dapat lebih mengilustrasikan kondisi tersebut, berikut disajikan histogram mengenai variabel Motivasi Kerja: Gambar 4.3 Diagram Distribusi Motivasi kerja Dari tabel dan histogram diatas menunjukkan informasi bahwa motivasi kerja dalam kategori sangat tinggi sebesar 38,24 atau sejumlah 13, motivasi kerja dalam kategori tinggi sebesar 41,18 atau sejumlah 14, motivasi kerja dalam kategori sedang sebesar 14,71 atau sejumlah 5, motivasi kerja dalam kategori rendah sebesar 2,94 atau sejumlah 1 dan motivasi kerja dalam kategori sangat rendah sebesar 2,94 atau sejumlah 1. Dari hasil ini menunjukkan bahwa secara umum motivasi kerja guru ekonomi SMA Kota Tegal dalam kategori tinggi. Hal ini menunjukkan bahwa guru dalam melaksanakan tugasnya sudah mempunyai motivasi tinggi, meskipun secara keseluruhan belum maksimal.

4.2. Uji Asumsi Klasik

4.2.1. Uji Normalitas Data

Pengujian normalitas data adalah untuk mengetahui apakah dalam model statistik variabel penelitian mempunyai distribusi data yang normal atau tidak normal. Proses uji normalitas data dilakukan dengan memperhatikan grafik diagram dan penyebaran data titik-titik pada normal P-Plot of Regression Standardzed Residual dari variabel-variabel independen dimana: 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, atau grafik histogaram tidak menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.Hasil uji normalitas dapat dilihat sebagai berikut: Histogram Dependent variable: kinerja guru Gambar 4.4 Grafik histogram Kurve Uji Normalitas Data Normal P-P Plot of Regresion Standardized Residual Dependent variable: Kinerja Guru Gambar 4.5 P-P Plot Kenormalan Data Terlihat bahwa titik-titik yang berbentuk mendekati garis diagonal, yang berarti data berdistribusi normal. Di samping itu dari hasil uji kolmogorov- Smirnov juga diperoleh nilai signifikansi 0,05 yang berarti bahwa data semua variabel berdistribusi normal. Nilai signifikansi untuk semua variabel 0,895 0,05 yang berarti bahwa data berdistribusi normal. Untuk lebih jelasnya dapat dilihat pada tabel 4.4 di bawah ini: Tabel 4.4 Hasil Uji Normalitas Data On e-Samp le Kolmog or ov-Smir nov Test 34 .0000000 2.40726322 .154 .090 -.154 .895 .399 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed Unstandardiz ed Residual Test distribution is Normal. a. Calculated from data. b. Sumber: Data Penelitian 2011 4.2.2. Multikolinieritas Uji multikolinieritas digunakan untuk mengetahui apakah ada hubungan yang sempurna antar variabel bebas. Salah satu cara untuk mengetahui ada tidaknya multikolinieritas pada suatu model adalah dengan melihat nilai yang dipakai untuk menandai adanya faktor multikolinieritas. Nilai yang dipakai adalah nilai tolerance 0,1 atau VIP 10 maka dapat diartikan bahwa tidak ada multikolinieritas pada model regresi dan sebaliknya nilai tolerance 0,1 dan nilai VIF 10 maka terjadi multikolinieritas. Tabel 4.5 Besaran Nilai Toleransi dan Variance Inflatiator Factor VIF Coefficients a .817 .540 .318 .437 2.291 .808 .512 .296 .437 2.291 Kepemimpinan Kepala Sekolah Motivasi kerja Model 1 Zero-order Partial Part Correlations Tolerance VIF Collinearity Statistics Dependent Variable: Kinerja Guru a. Sumber: Data Penelitian 2011 Terlihat dari tabel 4.5 nilai toleransi dari masing-masing variabel bebas adalah 0,437 0,1 dan nilai VIF adalah 2,291 10, sehingga dapat disimpulkan bahwa model regresi tidak mengandung multikolinieritas.

4.2.3. Uji Heteroskedastisitas