Hasil Analisis Regresi Linier Berganda

77 86,49, kerjasamasosialisasi sebesar 77,32, pengembangan diri sebesar 87,84 dan berorientasi masa sebesar 92,49.

4.1.4 Hasil Analisis Regresi Linier Berganda

1. Persamaan Garis Regresi Tabel 4.18 Analisis Regresi Linier Berganda antara Sertifikasi Guru dan Motivasi Kerja dengan Kinerja Guru Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 19.525 7.957 2.454 .019 Motivasi .711 .121 .670 5.899 .000 Sertifikasi .521 .224 .264 2.320 .026 a. Dependent Variable: Kinerja Sumber : Data penelitian diolah 2011 Υ = α + + + Y = 19,525 + 0,521 + 0,711 + Arti persamaan garis regresi di atas adalah sebagai berikut: a. Konstanta sebesar 19,525 menyatakan bahwa jika variabel independen sertifikasi guru dan motivasi kerja dianggap konstan, maka rata-rata kinerja guru sebesar 19,525 poinskor. b. Koefisien regresi sertifikasi guru sebesar 0,521 menyatakan bahwa setiap peningkatan nilai sertifikasi sebesar 10 poinskor akan meningkatkan kinerja guru sebesar 5,21. 78 c. Koefisien regresi motivasi kerja sebesar 0,711 menyatakan bahwa setiap peningkatan motivasi sebesar 10 poinskor akan meningkatkan kinerja guru sebesar 7,11. 2. Uji Hipotesis Dalam rangka pengujian hipotesis yang telah diajukan dilakukan dengan menggunakan alat uji statistik yaitu uji t dan uji F. c. Pengujian Hipotesis Secara Parsial Uji t Pengujian hipotesis secara parsial ini dimaksudkan untuk menguji seberapa besar pengaruh dari masing-masing variabel bebas yaitu sertifikasi guru dan motivasi kerja terhadap kinerja guru Y. 1 Pengaruh sertifikasi guru terhadap kinerja guru Berdasarkan hasil perhitungan yang terangkum dalam tabel 4.18 di atas, menunjukkan bahwa, untuk variabel sertifikasi guru di peroleh sebesar 2,320 nilai 2,320 2,030 dengan probabilitas 0,026. Karena nilai probabilitas yang diperoleh kurang dari 0,05, menunjukkan bahwa nilai t yang diperoleh tersebut signifikan, hal ini berarti bahwa variabel sertifikasi guru berpengaruh secara signifikan terhadap kinerja guru Y. 2 Pengaruh motivasi kerja terhadap kinerja guru Berdasarkan hasil perhitungan yang terangkum dalam tabel 4.18 di atas, menunjukkan bahwa, untuk variabel motivasi kerja di peroleh sebesar 5,899 nilai 5,899 2,030 dengan probabilitas 0,000. Karena nilai probabilitas yang diperoleh kurang dari 0,05, menunjukkan bahwa nilai t yang 79 diperoleh tersebut signifikan, hal ini berarti bahwa variabel motivasi kerja berpengaruh secara signifikan terhadap kinerja guru Y. d. Pengujian Hipotesis Secara Simultan Uji F Berdasarkan hasil pengujian hipotesis dengan perhitungan analisis regresi berganda menggunakan program komputasi SPSS for Windows release 16.00, hasil uji F dapat dilihat pada tabel berikut: Tabel 4.19 Hasil Perhitungan Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 929.799 2 464.899 22.533 .000 a Residual 701.499 34 20.632 Total 1631.297 36 a. Predictors: Constant, Sertifikasi, Motivasi b. Dependent Variable: Kinerja Sumber : Data penelitian diolah 2011 Dari uji ANOVA atau F test di atas, didapat nilai sebesar 22,533 dengan probabilitas 0,000. Karena nilai 22,533 3,32 dan nilai probabilitas jauh lebih kecil dari 0,05, maka model regresi dapat digunakan untuk memprediksi kinerja guru atau dapat dikatakan bahwa sertifikasi guru dan motivasi kerja secara bersama-sama berpengaruh terhadap kinerja guru. e. Koefisien Determinasi R² Berdasarkan hasil pengujian hipotesis dengan perhitungan analisis regresi berganda menggunakan program komputasi SPSS for Windows release 16.00, nilai R² dapat dilihat pada tabel berikut: 80 Tabel 4.20 Hasil Perhitungan Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .755 a .570 .545 4.542 a. Predictors: Constant, Sertifikasi, Motivasi Sumber : Data penelitian diolah 2011 Dari tampilan output SPSS model summary di atas, besarnya adjusted R² adalah 0,545, hal ini berarti 54,5 variabel kinerja guru dapat dijelaskan oleh variabel sertifikasi guru dan motivasi kerja. Sedangkan sisanya 100 - 54,5 = 45,5 dijelaskan oleh variabel lain diluar model kepemimpinan kepala sekolah, iklim sekolah, kepuasan kerja, dan lain sebagainya. Secara parsial besarnya pengaruh variabel sertifikasi terhadap kinerja guru adalah 10,5, sedangkan pengaruh variabel motivasi kerja terhadap kinerja guru adalah 48,8. 3. Evaluasi Ekonometri a. Uji Multikolinieritas Untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi, dapat dilihat pada tabel berikut: Tabel 4.21 Hasil Perhitungan Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 19.525 7.957 2.454 .019 Motivasi .711 .121 .670 5.899 .000 .979 1.021 Sertifikasi .521 .224 .264 2.320 .026 .979 1.021 a. Dependent Variable: Kinerja Sumber: Data penelitian diolah 2011 81 Berdasarkan tampilan output di atas, hasil perhitungan nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi. b. Uji Heteroskedastisitas Untuk mendeteksi ada tidaknya heteroskedastisitas di dalam model regresi, dapat dilihat pada gambar berikut: Gambar 4.1 Hasil Uji Heteroskedastisitas Dari grafik Scatterplot di atas terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. 82 c. Uji Normalitas Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram, berikut disajikan hasil uji normalitas dengan menggunakan grafik: Gambar 4.2 Histogram Hasil Uji Normalitas Gambar 4.3 Normal P-P Plot Hasil Uji Normalitas Dengan melihat tampilan grafik histogram maupun grafik normal plot dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang 83 normal tidak mencengskewness. Sedangkan pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya. Uji lain yang digunakan untuk mengetahui apakah data yang diperoleh berdistribusi normal atau tidak adalah dengan menggunakan kolmogorof smirnov. Apabila signifikansi yang diperoleh 0,05 maka data berdistribusi normal. Dari perhitungan dengan menggunakan bantuan program SPSS for windows release 16.00 diperoleh hasil sebagai berikut: Tabel 4.22 Hasil Perhitungan Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 37 Normal Parameters a Mean .0000000 Std. Deviation 4.41430327 Most Extreme Differences Absolute .094 Positive .094 Negative -.080 Kolmogorov-Smirnov Z .569 Asymp. Sig. 2-tailed .902 a. Test distribution is Normal. Sumber :Data Penelitian diolah 2011 Dari tabel di atas menunjukkan bahwa nilai signifikansi sebesar 0,902 lebih besar dari 0,05, hal ini menunjukkan bahwa data berdistribusi normal.

4.2 Pembahasan