Tabel 10. Hasil Pengujian Multikolinieritas Coefficients
Model 95 Confidence Interval
for B Collinearity Statistics
Lower Bound
Upper Bound
Tolerance VIF 1 Constant
Disiplin Kerja Motivasi Kerja
424,173 1,095
-11,725 1119,528
5,726 -3,895
,997 ,997
1,003 1,003
a Dependent Variable: Kinerja Guru Berdasarkan tabel diatas dapat dilihat bahwa angka tolerance dari
variabel bebas mempunyai nilai tolerance lebih dari 10 0,1 dan nilai variance inflation factor
VIF kurang dari 10. dengan demikian dapat disimpulakan dalam model regresi tidak terjadi multikolinieritas antar variabel bebasnya.
3.9 Uji Hipotesis
3.8.1. Uji Regresi Sederhana
Uji regresi sederhana bertujuan untuk mengetahui pengaruh masing- masing variabel prediktor X
1
dan X
2
terhadap variabel kriterium Y. untuk menguji masing-masing prediktor X
1
terhadap Y menggunakan rumus Y
1
= a + bX
1
dan X
2
terhadap variabel kriterium Y menggunakan rumus Y
2
= a + bX
2
dan uji F yang dianalisis dengan komputer program SPSS 10 for Windows 2000. jika garis regresi yang terbaik untuk sekumpulan data berbentuk linier, maka
derajat hubungan dinyatakan dengan r dan biasa dinamakan koefisien korelasi Sudjana, 1996: 369. Untuk mencari r berdasarkan sekumpulan data dilakukan
dengan uji korelasi product moment. Uji korelasi product moment dilakukan untuk mengetahui kuat lemahnya hubungan antara masing-masing variabel bebas
X
1
dan X
2
dengan variabel terikat Y. Uji korelasi product moment dengan bantuan program SPSS Versi 10 for Windows 2000, sebagai dasar pengambilan
keputusan berdasarkan angka probabilitas. Jika angka probabilitas hasil analisis 0,05, maka terdapat hubungan yang signifikan antara variabel X
1
dengan Y dan variabel X
2
dengan Y.
3.8.2. Uji Regresi Ganda
Analisis regresi ganda bertujuan untuk memprediksi nilai pengaruh dua variabel bebas terhadap satu variabel terikat dengan menggunakan persamaan
regresi sebagai berikut: Y’ = a + b
1
X
1
+ b
2
X
2
+ ∈
Keterangan : Y’ = nilai yang diprediksi atau kriterium
X = nilai variabel prediktor a = bilangan konstan
b = bilangan koefisien prediktor ∈ = error Arikunto, 1993: 185
Analisis korelasi ganda dapat dicari jauh lebih efisien melalui regresi ganda Hadi, 1994: 132. Analisis korelasi ganda sekaligus regresi ganda
dilakukan dengan bantuan computer program SPSS Statictical Product for Service Solution
. Pengambilan keputusan didasarkan pada angka probabilitas, jika angka probabilitas hasil analisis
≤ 0,05, maka hipotesis nihil H
o
ditolak dan hipotesis kerja H
a
diterima.
66
BAB IV HASIL PENELITIAN DAN PENJELASAN
4.1 Pengaruh Disiplin Kerja Terhadap Kinerja Guru
4.1.1. Pengujian Hipotesis Penelitian
Berdasarkan kerangka berpikir sebagaimana pada pembahasan bab sebelumnya, untuk menguji seberapa besar pengaruh disiplin kerja terhadap
kinerja guru dirumuskan hipotesis sebagai berikut : Ho: Tidak ada pengaruh yang signifikan antara disiplin kerja X
1
terhadap kinerja kinerja guru Y
Ha: Ada pengaruh yang positif dansignifikan antara disiplin kerja X
1
terhadap kinerja guru Y.
Tabel 11. Uji t X
1
terhadap Y
Coefficients
Model Unstandardized
Coefficients Standardized
Coefficients
t Sig
B Std. error Beta
1. Constanta Disiplin kerja
179,292 3,649
97,847 1,252
,288 1,832 11,914
0,70 .004
a Dependent Variable: Kinerja Guru
Hasil penghitungan analisis regisi linier sederhana diperoleh persamaan garis regresinya adalah: Y’ = 179,292 + 3,649X
1
. Berdasarkan nilai t
hitung
= 11,914 dengan signifikan t sebesar 0,004. Dengan menggunakan signifikansi dan
α 0,05, nilai t
tabel
dengan df = n-k = 96-2 = 94 diperoleh t
tabel
sebesar 1,67. Maka diperoleh t
hitung
11,914 t
tabel
1,67. Oleh karena itu, hipotesis nihil yang