58
Tabel 3.15 Kategori Skor Variabel Motivasi Kerja
No Interval Skor
Interval Persentase Kriteria
1 58,8 ≤ skor ≤ 70
84 ≤ ≤ 100 Sangat Tinggi
2 47,6 ≤ skor 58,8
68 ≤ 84 Tinggi
3 36,4 ≤ skor 47,6
52 ≤ 68 Cukup
4 25,2 ≤ skor 36,4
36 ≤ 52 Rendah
5 14 ≤ skor 25,2
20 ≤ 36 Sangat Rendah
3.5.2 Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui hubungan antara variabel bebas dengan variabel terikat, yaitu antara sertifikasi guru
dan motivasi kerja terhadap kinerja guru Y.
1. Mencari Persamaan Garis Regresi Mencari persamaan garis regresi berganda menggunakan rumus:
Υ = α + +
+ Dimana:
Y : variabel kinerja guru α : konstanta
: koefisien regresi yang dicari : variabel sertifikasi guru
: variabel motivasi kerja : variabel gangguan
Ghozali, 2009:89 2. Uji hipotesis
Pengujian hipotesa adalah prosedur yang didasarkan pada bukti sampel yang dipakai untuk menentukan apakah hipotesa merupakan suatu pernyataan
yang wajar dan oleh karenanya tidak ditolak, atau hipotesa tersebut tidak wajar dan oleh karena itu harus ditolak Suharyadi, dkk 2004:391.
59
Pada hipotesis nol Ho menyatakan bahwa tidak ada pengaruh antara X dengan Y sehingga bisa di formulasikan d
engan Ho : ρ = 0. Sedangkan pada hipotesis alternatif Ha menyatakan bahwa terdapat pengaruh antara X dengan Y,
dengan formulasi Ha : ρ ≠ 0 Sugiyono, 2009:229
a. Uji Parsial Uji t Pengaruh
dan terhadap Y secara parsial uji t:
1 Ho : ρ = 0, artinya dan secara parsial sendiri-sendiri tidak signifikan
berpengaruh terhadap Y. 2 Ha
: ρ ≠ 0, artinya dan secara parsial sendiri-sendiri signifikan
berpengaruh terhadap Y. Nilai t dapat ditentukan dengan formula sebagai berikut:
t
=
Keterangan: r
: koefisien korelasi n
: banyaknya sampel Sudjana, 2005:380
Untuk mencari besarnya , dimana adalah koefisien determinasi, atau
secara matematis dapat ditulis dengan formula sebagai berikut:
r² =
Keterangan: r²
: besarnya koefisien determinasi Y : nilai variabel Y
: nilai estimasi Y
60 Ȳ : nilai rata-rata varians Y
Sudjana, 2005:368 Pengambilan keputusan:
1 jika Sig Sig
α 5 0,05, maka Ho ditolak, signifikan. 2 jika Sig
Sig α 5 0,05, maka Ho diterima, tidak signifikan.
b. Uji Simultan Uji F Pengaruh
dan terhadap Y secara simultan uji F:
1 Ho : ρ = 0, artinya dan secara simultan bersama-sama tidak signifikan
berpengaruh terhadap Y 2
Ha : ρ ≠ 0, artinya dan secara simultan bersama-sama signifikan berpengaruh terhadap Y
Nilai F hitung dapat ditemukan dengan formula:
F
=
Keterangan : R² : koefisien determinasi
n : banyaknya sampel
k : banyaknya variabel
independen Sugiyono, 2009:266
Pengambilan keputusan: 1 jika Sig
Sig α 5 0,05, maka Ho ditolak, signifikan.
2 jika Sig Sig
α 5 0,05, maka Ho diterima, tidak signifikan.
61
3. Evaluasi Ekonometri Evaluasi ekonometri dimaksudkan untuk mengetahui apakah model
regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini memenuhi asumsi klasik atau tidak.
a. Uji Multikolinieritas Uji ini dilakukan untuk mengetahui apakah terjadi korelasi antar variabel
bebas independen. Untuk mendeteksi ada tidaknya multikolinieritas di dalam model regresi dapat diketahui sebagai berikut:
1 Jika nilai R², nilai F hitungnya tinggi, sementara nilai t statistiknya banyak yang tidak signifikan, maka kemungkinan ada multikolinieritas.
2 Multikolinieritas dapat dilihat dari nilai tolerance value dan Variance Inflation Factors VIF. Batas tolerance value adalah 0,10 dan VIF adalah 10.
Perumusan Hipotesa: Ho : tidak terjadi multikolinieritas
Ha : ada multikolinieritas Pengambilan keputusan:
1 Jika VIF 10, maka Ho ditolak, Ha diterima, terjadi multikolinieritas. 2 Jika VIF 10, maka Ho diterima, Ha ditolak, tidak terjadi multikolinieritas.
b. Uji Heteroskedastisitas Masalah heteroskedastisitas ini muncul apabila residual dari model regresi
yang kita amati memiliki varians yang tidak konstan dari satu observasi ke observasi lain. Satu asumsi penting dalam model OLS adalah bahwa varians
bersifat homoskedastisitas.
62
Perumusan hipotesa: Ho : tidak terjadi heteroskedastisitas
Ha : terjadi heteroskedastisitas Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah
dengan mendeteksi pola residual melalui sebuah grafik. Cara membaca grafik: jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
c. Uji Normalitas Uji ini dilakukan untuk melihat distribusi variabel pengganggu atau
residualnya di dalam model. Asumsi yang dipakai bahwa nilai residual harus berdistribusi normal. Ada dua cara untuk melihat distribusi residual.
1 Metode Grafik Normalitas residual dapat dilihat melalui grafik histogram yaitu dengan
membandingkan data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih cermat untuk melihat kenormalan distribusi residual
adalah dengan melihat probability plot. Distribusi normal akan membentuk satu gurus lurus diagonal, dan plotting data residual yang diperoleh akan dibandingkan
dengan garis diagonal. Jika distribusinya normal, maka garis yang menggambarkan data yang sesungguhnya akan mengikuti garis diagonalnya.
63
Perumusan hipotesa: Ho : berdistribusi normal
Ha : tidak berdistribusi normal Pengambilan keputusan:
1 Berdistribusi normal, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya.
2 Tidak berdistribusi normal, jika data menyebar jauh dari garis diagonal. 2 Analisis Statistik
Untuk lebih menguatkan metode grafik, akan lebih baik jika dilakukan analisis secara statistik. Hal ini disebabkan karena pengamatan secara visual dari
metode grafis dapat menyesatkan. Uji statistik untuk melihat normalitas data, adalah dengan uji statistik non-parametrik Kolmogorof-Smirnov K-S.
Perumusan hipotesa: Ho : data residual berdistribusi normal
Ha : data residual tidak berdistribusi normal Pengambilan keputusan:
1 Jika asymp. Sig. 2- tailed sig α 5 0,05 maka Ho diterima dan Ha ditolak
data berdistribusi normal. 2 Jika asymp. Sig. 2-
tailed sig α 5 0,05 maka Ho ditolak dan Ha diterima data tidak berdistribusi normal.
64
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
SMA Negeri 1 Juwana berlokasi di Jl. Ki Hajar Dewantoro No. 54, Desa Dukutalit, Kecamatan Juwana, Kabupaten Pati. Sekolah ini memiliki jumlah
tenaga pendidik sebanyak 63 orang yang terdiri dari kepala sekolah, 46 guru tetap, 6 guru tidak tetap, 3 guru wiyata bhakti, dan 7 guru calon PNS.
Tabel 4.1 Ketenagaan Menurut Status Kepegawaian, Jabatan, Golongan dan Pendidikan Terakhir.
Status Kepegawaian
Jabatan Golongan
Pendidikan Terakhir
Pendidikan Terakhir Guru
Tersertifikasi I
II III IV
D3 S1 S2
S1 S2
Tetap Kepala Sekolah
1 1
1 Guru tetap
21 25
45 1
35 1
Tidak tetap Guru tidak tetap
2 4
Guru wiyata bhakti 3
GCPNS 7
7
Jumlah 2
59 2
35 2
Sumber: Dokumentasi Profil SMA N 1 Juwana.
4.1.1 Deskripsi Variabel Kinerja Guru Y
Data tentang kinerja guru sertifikasi diperoleh dari angket penelitian dengan jumlah pertanyaan sebanyak 16 butir. Masing-masing butir pertanyaan
memiliki 5 alternatif jawaban, yaitu jawaban a dengan poin 5, jawaban b dengan poin 4, jawaban c dengan poin 3, jawaban d dengan poin 2 dan jawaban e dengan
poin 1. Untuk angket penelitian ini mempunyai skor tertinggi 80 16 x 5, dan skor terendah 16 16 x 1. Kriteria penilaian skor untuk variabel kinerja guru ada
5 alternatif yaitu sangat tinggi, tinggi, cukup, rendah dan sangat rendah. Data tentang kinerja guru dapat dilihat pada tabel di bawah ini: