97
Gambar 4.1 Output Hasil Uji Normalitas dengan Normal P-Plot
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob
0.0 0.2
0.4 0.6
0.8 1.0
Ex pec
ted C u
m P rob
Dependent Variable: Kinerja Guru Normal P-P Plot of Regression Standardized Residual
Sumber : Data primer yang diolah, 2007
Berdasarkan hasil pengolahan data, didapatkan hasil bahwa semua data berdistribusi secara normal dan tidak terjadi penyimpangan,
sehingga data yang dikumpulkan dapat diproses dengan metode-metode selanjutnya. Hal ini dapat dibuktikan dengan memperhatikan sebaran
data yang menyebar disekitar garis diagonal pada “Normal P-Plot of Regresion Standardized Residual” sesuai gambar di atas.
4.2.2 Uji Linearitas
Untuk menguji sebaran digunakan SPSS modul ujia asumsi atau prassyarat uji linearitas edisi imam ghozali diperoleh variabel supervisi
kunjungan kelas oleh kepala sekolah kelas oleh kepala sekolah linear
98
kepada kinerja guru begitu juga variabel iklim sekolah linear terhadap kinerja guru hal ini dilihat pada lampiran 4.8 dan 4.9 yang terangkum
tabel berikut ini.
Tabel 4.2 Uji Linearitas
Analisis regresi satu prediktor
F hitung F tabel
Kesimpulan
X1Y 21.619 3.93 Linear
X2Y 22.447 3.93 Linear
Berdasarkan tabel diatas dapat disimpulkan bahwa data yang digunakan dalam penelitian ini memenuhi persyaratan yaitu data linear penelitian
linear.
4.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan
ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskesdastisitas. Model yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2002,
Dari hasil pengujian heteroskedastisitas yang dapat dilihat pada tampilan grafik Scatterplot gambar 4.2, menunjukkan bahwa persebaran
antara nilai prediksi variabel terikat dengan residulnya tidak membentuk
99
suatu pola yang pasti, atau terjadi persebaran yang tidak menggerombol membentuk suatu pola yang teratur.
Gambar 4.2 Output Hasil Uji Heteroskesdasitas dengan Skaterplot
-2 -1
1 2
Regression Standardized Predicted Value
-4 -2
2 4
Regression Studenti zed Residual
Dependent Variable: Kinerja Guru Scatterplot
Sumber : Data primer yang diolah, 2007
Dengan kata lain dalam model regresi dalam penelitian ini tidak terjadi suatu gejala heteroskesdasitas. Hal tersebut lebih lanjut menyatakan
bahwa model regresi dalam penelitian layak digunakan untuk analisis
lebih lanjut.
100
4.2.4 Uji Multikolinieritas
Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabei bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2002. Hasil pengujian multikolinieritas dapat dilihat pada lampiran 4.10
yang terangkum pada table berikut:
Tabel 4.3 Uji Multikolinearitas
VARIABEL COLLINEARITY
STATISTIC Tolerance
VIF
Supervisi Kunjungan Kelas Oleh Kepala Sekolah
0,919 1,088 Iklim Sekolah
0,919 1,088
Sumber: Lampiran
Dari tabel di atas dapat dilihat nilai tolerance dari masing-masing variabel mendekati angka 1, serta nilai VIF yang tidak lebih dari 10.
Dengan kata lain dalam model ini tidak ditemukan adanya korelasi antar variabel bebas atau tidak terjadi multikolinieritas. Dengan demikian model
regresi dalam penelitian dinyatakan layak untuk digunakan untuk aplikasi dalam persamaan regresi.
4.2.5 Uji Autokorelasi