Analisis Regresi Linier Berganda

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: