Iklim Organisasi X Deskripsi Data Hasil Penelitian

166 Uji homogenitas varians untuk setiap variabel bebas terhadap variabel terikat dan hubungan antara variabel dalam model harus linier, dan dilanjutkan dengan uji signifikansi koefisien regresi dan korelasi.

1. Uji Normalitas.

Untuk menguji normalitas data penelitian digunakan rumus Kolmogrov- Smirnov. Hipotesis yang diajukan adalah: Ho: data berasal dari populasi berdistribusi normal Hi: data berasal dari populasi tidak berdistribusi normal Untuk mengetahui normal tidaknya data penelitian, maka dilakukan uji normalitas dengan menggunakan Uji Kolmogorov-Simirnov dengan membandingkan perbedaan nilai terbesar absolut atau nilai tertinggi D hitung dengan nilai D tabel , dan nilai Asymp.Sig 2-tailed lebih besar dari nilai α = 0,05, dengan ketentuan: D hitung D tabel Tidak berdistribusi Normal D hitung D tabel Berdistribusi Normal Rangkuman hasil perhitungan uji normalitas data dari setiap variabel penelitian terlihat pada tabel berikut ini Perhitungan selengkapnya pada Lampiran 7. Tabel 4.8. Rangkuman Hasil pengujian Normalitas Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test parameter Motivasi Berprestasi X 1 Iklim Organisas X 2 Kepuasan Kerja Guru Y N 172 172 172 Normal Parameters a,,b Mean 112.13 123.40 108.47 167 Std. Deviation 7.988 9.855 11.320 Most Extreme Differences Absolute .096 .099 .066 Positive .044 .059 .063 Negative -.096 -.099 -.066 Kolmogorov-Smirnov Z 1.256 1.303 .861 Asymp. Sig. 2-tailed .085 .067 .449 Besar nilai tabel K-S untuk n = 172 pada = 0,015 sebesar 0,104 dan = 0,01 sebesar 0,124. Dari tabel terlihat bahwa nilai penyimpangan tertinggi atau maksimum Absolute semua variabel penelitian lebih kecil dari nilai kritis pada tabel dengan = 0,05, dan semua data variabel penelitian memiliki nilai Asymp.Sig. 0.05 sehingga dapat dinyatakan data Motivasi Berprestasi, Iklim Organisasi dan Kepuasan Kerja Guru memiliki distribusi yang normal. Dengan demikian uji persyaratan normalitas terpenuhi. Berdasarkan hasil perhitungan pada tabel tersebut, diperoleh Nilai perbedaan terbesar absolute atau D hitung lebih kecil dari D tabel untuk n = 172 pada α = 0,05, dan nilai Asymp.Sig 2-tailed atau nilai signifikansi asymtot dua ekor lebih besar dari α = 0,05 sehingga dapat dinyatakan ketiga data berdistribusi normal 2. Uji Linieritas dan Signifikansi Koefisien Regresi dan Korelasi 2.1. Kepuasan kerja guru Y atas Motivasi berprestasi X 1 Pada tabel berikut ini disajikan rangkuman uji linieritas dan uji signifikansi koefisien regresi variabel Kepuasan kerja guru Y atas Motivasi berprestasi X 1 dengan persamaan regresi adalah: Ŷ = 16,12 + 0,82X 1 . 168 Tabel 4.9. Rangkuman ANAVA Uji Signifikansi dan Linieritas Regresi Rangkuman ANAVA Uji Signifikansi dan Linieritas Regresi Ŷ = 16,12 + 0,82X 1 Sumber Varians dk JK RJK F hitung F tabel = 0,05 = 0,01 Total 171 21.912,855 Regresi b a 1 5.926,759 5.926,759 63,027 3,90 6,79 Sisa 170 15.986,096 94,036 Tuna Cocok 34 3.755,430 110,454 1,417 1,52 1,80 Galat 136 10.600,082 Keterangan : dk : derajat kebebasan JK : Jumlah kuadrat RJK : Rerata Jumlah Kuadrat Dari tabel di atas diketahui persamaan regresinya adalah: Ŷ = 16,12 + 0,82X 1 . Untuk mengetahui signifikan atau tidaknya persamaan regresi tersebut dilakukan dengan uji F. Hasil perhitungan diperoleh koefisien regresi F hitung = 63,027. Sedangan, F tabel = 6,79 pada dk = 1171 dan α = 0,01. Hasil ini menunjukkan F hitung F tabel atau 63,027 6,79 sehingga dapat dinyatakan koefisien regresi sangat signifikan. Untuk mengetahui linier atau tidaknya persamaan tersebut, dapat diketahui bila nilai F hitung dari F tabel . Berdasarkan hasil perhitungan, diperoleh besar F hitung = 1,417. Setelah dikonsultasikan terhadap F tabel pada = 0,05, dengan dk = 34136 diperoleh 1,52, dan ternyata F hitung F tabel , atau 1,417 1,52 sehingga dapat disimpulkan persamaan regresi tersebut linier Perhitungan selengkapnya pada Lampiran 8. Dengan demikian, dapat disimpulkan bahwa Motivasi berprestasi dengan Kepuasan kerja guru mempunyai hubungan yang linier dan berarti pada α = 0.05 dengan persamaan regresi Ŷ = 16,12 + 0,82X 1.