86
tergolong sangat baik, dan selebihnya sebanyak 41,18 tergolong dalam kategori cukup.
4.1.2. Uji Normalitas Data
Uji normalitas dimaksudkan untuk mengetahui apakah data berdistribusi normal atau tidak. Salah satu syarat yang harus dipenuhi dalam analisis regresi
adalah data berdistribusi normal. Dasar pengambilan keputusan uji normalitas data dalam penelitian ini adalah berdasarkan nilai probabilitas. Jika probabilitas
0,05 maka data penelitian berdistribusi normal. Jika data tersebut berdistribusi
normal maka analisis yang digunakan dapat menggunakan analisis dengan statistik non-parametrik yaitu regresi ganda yang dilakukan dengan menggunakan
uji kolmogorov-smirnov. Dengan menggunakan rumus kolmogorov smirnov menghasilkan nilai signifikansi untuk variabel kepemimpinan kepala sekolah
sebesar 0,590, variabel motivasi kerja sebesar 0,819, dan kinerja guru sebesar 0,939. Dapat disimpulkan bahwa data dari masing-masing variabel berdistribusi
normal. Data tersebut dapat dilihat pada Tabel 4.18 berikut ini.
87
Tabel 4.18 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Kinerja Guru Kepemimpin
an Kepala Sekolah
Motivasi Kerja N
34 34
34 Mean
81.0588 82.9412
71.1765 Normal
Parametersa,b Std. Deviation
7.37704 11.27330
7.60570 Absolute
.091 .132
.108 Positive
.067 .068
.091 Most Extreme
Differences Negative
-.091 -.132
-.108 Kolmogorov-Smirnov Z
.533 .772
.632 Asymp. Sig. 2-tailed
.939 .590
.819 a Test distribution is Normal.
b Calculated from data.
4.1.3. Analisis Regresi Berganda
Analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda dengan variabel yaitu kepemimpinan kepala sekolah
1
X
, motivasi kerja
2
X
, terhadap kinerja guru Y. Model regresi ini dapat digunakan untuk mengetahui bentuk hubungan antara kepemimpinan kepala sekolah, motivasi
kerja, terhadap kinerja guru. Adapun tabel untuk melihat koefisien masing-masing variabel bebas dan konstanta persamaan regresi linier berganda yang digunakan
adalah sebagai berikut:
88
Tabel 4.19 Regresi berganda
Coefficientsa
Model Unstandardized
Coefficients t
Sig. Correlations
Collinearity Statistics
B Std.
Error Zero-
order Partial
Part Tolerance
VIF 1
Consta nt
25.271 6.352
3.978 .000
Kepemi mpinan
Kepala Sekolah
.390 .081
4.818 .000
.827 .654
.436 .537
1.862 Motivasi
Kerja .330
.120 2.750
.010 .745
.443 .249
.537 1.862
a Dependent Variable: Kinerja Guru
Dari hasil perhitungan analisis regresi linier berganda dengan menggunakan bantuan software SPSS release 12 diperoleh persamaan regresi :
2 1
330 ,
390 ,
271 ,
25 X
X Y
+ +
=
Model regresi tersebut mengandung arti bahwa: a.
Jika variabel kepemimpinan kepala sekolah dan motivasi kerja adalah 0, maka kinerja guru akan menjadi sebesar 25,271.
b. Setiap terjadi kenaikan satu skor kepemimpinan kepala sekolah yang
dipersepsikan oleh guru akan diikuti kenaikan kinerja guru sebesar 0,390 apabila variabel lainnya dianggap tetap.
c. Setiap terjadi kenaikan satu skor motivasi kerja akan diikuti kenaikan kinerja
guru sebesar 0,330 apabila variabel lainnya dianggap tetap. 4.1.4.
Uji Asumsi Klasik a.
Uji Multikolinieritas
Syarat berlakunya model regresi ganda adalah antar variabel bebasnya tidak memiliki hubungan sempurna atau tidak mengandung multikolinieritas.
89
Pengujian multikolinieritas ini dapat dilihat dari nilai variance inflatio factor VIF. Antara variabel bebas dikatakan multikolinieritas apabila toleransinya
0,1 dan VIF 10. Hasil pengujian multikolinieritas selengkapnya dapat dilihat pada tabel 4.20.
Tabel 4.20 Hasil Uji Multikolinieritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1 Constant
kepemimpinan kepala sekolah
.537 1.862
motivasi kerja .537
1.862 a Dependent Variable: kinerja guru
b. Uji Heteroskedastisitas
Secara grafis pengujian ini dapat dilihat dari Multivariate Standardized Scatterplot. Dasar pengambilannya apabila sebaran nilai residual terstandar tidak
membentuk pola tertentu namun tampak random dapat dikatakan bahwa model regresi bersifat homogen atau tidak mengandung heteroskedastisitas. Terlihat dari
gambar 4.18, titik-titik tersebar di sekitar nol pada sumbu vertikal dan tidak membentuk pola tertentu atau terlihat acak, sehingga dapat disimpulkan bahwa
model regresi tidak mengandung heteroskedastisitas atau bersifat homogen. Berikut ini Grafik Scatterplot untuk uji Heteroskedastisitas.