84
Sebelum melakukan uji heteroskidastisitas, bisa mempersiapkan hipotesis sebagai berikut:
Ho=Tidak terjadi heteroskedastisitas homosdedastisitas Ha=Terjadi heteroskedastisitas
Jika α = 0.05 lebih besar dari signifikansi hasil korelasi maka Ha diterima dan Ho ditolak artinya terjadi hetereoskedastisitas.
Jika α = 0.05 lebih kecil dari signifikansi hasil korelasi maka Ho diterima dan Ha ditolak artinya tidak terjadi heteroskedostisitas homoskedostisitas.
Hasil uji heteroskedostisitas disajikan pada tabel di bawah ini: Tabel 3.10 Rekapitulasi Hasil Uji Heteroskedostisitas
No. Variabel
Sig Keterangan
1 Keterlibatan X
0.067 Homoskedostisitas
2 Pedagogik Y
0.586 Homoskedostisitas
Sumber: Data Olahan Penelitian Tahun 2012 Dari tabel di atas menunjukkan bahwa variabel yang diuji keterlibatan =
0.067 dan pedagogik = 0.586 tidak mengandung heteroskedostisitas karena α = 0.05 lebih kecil dari signifikansi hasil korelasi, maka Ho diterima dan Ha ditolak.
3.9.3 Uji Normalitas
Untuk mengetahui residual model regresi yang diteliti berdistribusi normal atau tidak, maka digunakan uji normalitas. Uji ini menggunakan uji Kolmogorov-
Smirnov. Jika sig lebih dari 0.05 maka asumsi normalitas terpenuhi. Hipotesis yang bisa dibuat adalah:
Ho=Data berdistribusi normal Ha=Data tidak berdistribusi normal
85
Jika α = 0.05 lebih besar dari signifikansi uji Kolmogorov-Smirnov maka Ha diterima dan Ho ditolak artinya data tidak berdistribusi normal.
Jika α = 0.05 lebih kecil dari signifikansi uji Kolmogorov-Smirnov maka Ho diterima dan Ha ditolak artinya data berdistribusi normal.
Setelah melakukan uji Kolmogorov-Smirnov dengan bantuan aplikasi SPSS.17, maka didapat hasil sebagai berikut:
Tabel 3.11 Rekapitulasi Hasil Uji Kolmogorov-Smirnov No.
Variabel Sig
Keterangan 1
Keterlibatan X 0.651 Berdistribusi normal
2 Pedagogik Y
0.541 Berdistribusi normal 3
Kinerja Mengajar Z 0.581 Berdistribusi normal
Sumber: Data Olahan Penelitian Tahun 2012 Pada hasil signifikansi uji normalitas Kolmogorov-Smirnov dapat dilihat
bahwa dihasilkan keterlibatan = 0.651, pedagogik = 0.541, dan kinerja = 0.581. Ketiga nilai ini lebih besar dari 0.05, artinya Ho diterima dan Ha ditolak, sehingga
dapat dikatakan untuk data tiga variabel yang ada pada penelitian ini adalah berdistribusi normal.
3.9.4 Uji Linearitas
Pengujian linieritas perlu dilakukan untuk mengetahui model yang dibuktikan merupakan model linier atau tidak dan menguji kelinieran variabel
bebas terhadap variabel terikat. Bila sig kurang dari 0.05 maka asumsi linieritas terpenuhi. Penyajikan dengan hipotesis sebagai berikut:
Ho=Model regresi berbentuk linier Ha=Model regresi tidak berbentuk linier
86
Jika α = 0.05 lebih besar dari signifikansi F, maka Ho diterima dan Ha ditolak artinya model regresi berbentuk linier.
Jika α = 0.05 lebih kecil dari signifikansi F, maka Ha diterima dan Ho ditolak artinya model regresi tidak berbentuk linier.
Berdasarkan perhitungan dengan SPSS 17.0 dengan menggunakan curve estimation, dapat dilihat hasil sebagai berikut:
Tabel 3.12 Rekapitulasi Hasil Uji Linieritas No.
Variabel Sig
Keterangan 1
Keterlibatan X terhadap Kinerja Mengajar Z
0.000 Linier
2 Pedagogik Y terhadap Kinerja
Mengajar Z 0.000
Linier Sumber: Data Olahan Penelitian Tahun 2012
Pada hasil signifikansi uji linieritas dapat dilihat bahwa dihasilkan signifikansi linieritas keterlibatan terhadap kinerja sebesar 0.000 dan signifikansi
linieritas pedagogik terhadap kinerja sebesar 0.000. Kedua nilai ini lebih kecil dari 0.05, artinya Ho diterima dan Ha ditolak, sehingga dapat dikatakan model regresi
berbentuk linier.
87
Untuk memperjelas hasil SPSS17.0, dapat dilihat dari grafik ini.
Gambar 3.1 Grafik Hubungan Linier antara Keterlibatan X dengan Kinerja Z
Sumber: Data Olahan Penelitian Tahun 2012
Gambar 3.2 Grafik Hubungan Linier antara Pedagogik Y dengan Kinerja Z
Sumber: Data Olahan Penelitian Tahun 2012
88
Selanjutnya dengan terpenuhinya uji prasyarat ini, maka dilanjutkan dengan uji korelasi dan regresi untuk menjawab hipotesis yang diajukan. Korelasi adalah
hubungan antara dua variabel atau lebih. Antara dua variabel dinamakan bivariate correlation, sedangkan lebih dari dua variabel dinamakan multivariate
correlation, sedangkan analisis regresi adalah adalah alat untuk mengukur ada atau tidaknya korelasi antar variabel.
Menurut Ridwan 2010:1 analisis jalur yang dikenal dengan path analysis dikembangkan pertama tahun 1920-an oleh seorang ahli genetika yaitu Seewall
Wright. Path analysis diartikan oleh Bohrnstedt bahwa ‘a technique for estimating the effect’s a set of independent variables has on a dependent variable
from a set of observed correlations, given a set of hypothesized causal asymetric relation among the variables.’
Tujuan utama path analysis adalah untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung maupun tidak
langsung seperangkat variabel bebas eksogen terhadap variabel terikat endogen Maruyama, 1998:16 dalam Riduwan 2010:1.
Rumusan masalah penelitian dalam kerangka path analysis berkisar pada apakah variabel eksogen berpengaruh terhadap variabel endogen; berapa besar
pengaruh kausal langsung, kausal tidak langsung, kausal total maupun simultan seperangkat variabel eksogen terhadap variabel endogen.
Manfaat model path analysis adalah penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti; prediksi nilai variabel terikat
berdasarkan nilai variabel bebas dan prediksi dengan path analysis ini bersifat
89
kualitatif; faktor diterminan yaitu penentuan variabel bebas mana yang berpengaruh dominan terhadap variabel terikat, juga dapat digunakan untuk
menelusuri mekanisme jalur-jalur pengaruh variabel bebas terhadap variabel terikat; pengujian model, menggunakan teori triming, baik untuk uji reliabilitas
konsep yang sudah ada ataupun pengembangan konsep baru. Asumsi yang mendasari path analysis adalah hubungan antar variabel
adalah bersifat linier dan adaptif dan bersifat normal; hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitaas yang berbalik; variabel terikat
minimal dalam skala ukur interval ratio; menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama
pada setiap anggota populasi untuk dipilih menjadi anggota sampel; observed variables diukur tanpa keslahan instrumen valid dan reliabel artinya variabel
yang diteliti dapat diobsevasi secara langsung; model yang dianalisis dispesifikasikan diidentifikasikan dengan benar berdasarkan teori dan konsep
yang relevan artinya model teori yang dikaji atau diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu
menjelaskan hubungan kausalitas antar variabel yang diteliti. Pengujian hipotesis dengan menggunakan teknik analisis jalur pada
penelitian ini sebagai berikut: a.
Hipotesis Model-1: Keterlibatan guru dalam kegiatan KKG dan peningkatan kompetensi pedagogik berkontribusi secara simultan terhadap mutu kinerja
mengajar guru. Struktur Model-1: Z = ρzx X + ρzy Y + ρzɛ1
90
Bentuk diagram koefisien jalur Model-1
Gambar 3.3 Hubungan Struktur X dan Y tehadap Z Model-1 Sumber: Data Olahan Penelitian Tahun 2012
b. Hipotesis Model-2: Keterlibatan guru dalam kegiatan KKG berkontribusi
terhadap peningkatan kompetensi pedagogik Struktur Model-2: Y = ρyx X + ρy + ρyɛ2
Bentuk Diagram Koefisien Jalur Model-2
Gambar 3.4 Hubungan Struktur X tehadap Y Model-2 Sumber: Data Olahan Penelitian Tahun 2012
ɛ2 ɛ1
X Z
Y ρyx
ρzy ρzx
ρy ρz
ρy ɛ2
X Y
ρyx
BAB V KESIMPULAN DAN REKOMENDASI
5.1 Kesimpulan
