membandingkan satu variabel bebas dengan variabel bebas lainnya. Rumus Korelasi Product Moment Perason adalah sebagai berikut :
= .
∑ −
∑ ∑
{ .
∑ −
∑
}{ .
∑ −
∑
}
Keterangan: : koefisien korelasi product moment.
N : jumlah sampel.
X : skor butir.
Y : skor total.
Sugiyono, 2011: 228. Jika harga korelsi antar variabel bebas lebih kecil atau sama dengan 0,800
maka dapat dikatakan antara variabel bebas tidak terjadi multikolinieritas, begitupula sebaliknya.
2. Pengujian Hipotesis
a. Analisis Regresi Sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Analisis ini digunakan
untuk mengetahui pengaruh antara kepala sekolah sebagai pendidik dengan kinerja guru di SMK PIRI 1 Yogyakarta hipotesis 1, mengetahui pengaruh
antara kepala sekolah sebagai manajer dengan kinerja guru di SMK PIRI 1 Yogyakarta hipotesis 2, mengetahui pengaruh antara kepala sekolah sebagai
motivator dengan kinerja guru di SMK PIRI 1 Yogyakarta hipotesis 3, mengetahui pengaruh antara kepala sekolah sebagai supervisor dengan kinerja
guru di SMK PIRI 1 Yogyakarta hipotesis 4. Adapun langkah-langkah yang harus ditempuh adalah:
1 Membuat persamaan garis regresi dengan satu prediktor dengan rumus sebagai berikut :
Y = a+bX Keterangan :
Y : subyek dalam variabel dependen yang diprediksikan a. :harga Y ketika harga X=0 harga kostan.
b. :angka arah atau koefisien regresi, yang menunjukkan angkapeningkatan ataupun penurunan variabel dependen.
X : prediktor Sugiyono, 2010:261
Teknik analisis untuk menguji hipotesis pertama, kedua dan ketiga menggunakan bantuan program SPSS. Untuk menguji signifikansi korelasi yaitu
harga rhitung dikonsultasikan dengan rtabel dengan taraf signifikansi 5. Pedoman yang digunakan sebagai berikut :
Jika rhitung sama dengan atau lebih besar rtabel r
hitung
r
tabel
, maka regresi antara variabel bebas dengan variabel terikat signifikan. Jika rhitung lebih
kecil dari rtabel r
hitung
r
tabel
, maka korelasi antara variabel bebas dengan variabel terikat tidak signifikan.
b. Analisis Regresi Ganda.
Teknik ini digunakan untuk menguji hipotesis kelima, yaitu untuk mengetahui besarnya koefisien korelasi variabel bebas secara bersama-sama
terhadap variabel terikat. Dengan teknik ini dapat diketahui koefisien korelasi ganda antara variabel bebas dengan variabel terikat, koefisien determinasi,
sumbangan relatif masing-masing varibel bebas terhadap variabel terikat. Analisis Regresi yang digunakan dalam penelitian ini adalah regresi ganda dengan empat
prediktor. Adapun langkah-langkah yang harus ditempuh adalah: 1 Membuat persamaan garis regresi dengan empat prediktor dengan rumus
sebagai berikut : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
Keterangan : Y
= kriterium a
= bilangan konstanta b
i
= koefisien prediktor X
i
X
i
= prediktor
i
Sugiyono, 2010:290 2 Mencari koefisien determinasi R
2
antara prediktor X
1
dan X
2
dengan Y, dengan rumus sebagai berikut :
2 2
2 1
1 2
, 1
2
y y
x a
y x
a R
Keterangan :
2 ,
1 2
R = koefisien determinasi antara Y dengan X
1
dan X
2 1
a = koefisien prediktor X
1 2
a = koefisien prediktor X
2
y x
1
= jumlah produk X
1
dengan Y
y x
2
= jumlah produk X
2
dengan Y
2
y
= jumlah kuadrat kriterium Y Sutrisno Hadi, 2004: 22
3 Sumbangan relatif SR Perhitungan sumbangan relatif digunakan untuk mengetahui besarnya
sumbangan masing-masing variabel bebas terhadap variabel terikat. Sumbangan relatif dapat dihitung dengan rumus sebagai berikut:
=
∑
× 100
keterangan: SR X
i
= sumbangan relatif dari suatu prediktor
a
i
= koefisien prediktor
i
∑ = jumlah produk antara x
i
dan y JK
reg
= jumlah kuadrat regresi. Sutrisno Hadi, 2004: 37.
BAB IV HASIL DAN PEMBAHASAN
A. Hasil Persyaratan Analisis
1. Uji Normalitas
Uji normalitas dilakukan dengan menggunakan program SPSS versi 20
dengan hasil sebagai berikut :
Tabel 10. Uji Normalitas Kolmogorov - Smirnov
One-Sample Kolmogorov-Smirnov Test
X1 X2
X3 X4
Y N
40 40
40 40
40 Normal
Parameters
a,b
Mean 36.9000
48.7000 63.5250
59.4250 52.9750 Std. Deviation
7.67881 8.32112
10.59508 7.38636 9.92145
Most Extreme Differences
Absolute .072
.119 .122
.261 .189
Positive .072
.095 .074
.108 .189
Negative -.062
-.119 -.122
-.261 -.132
Kolmogorov-Smirnov Z .453
.753 .774
1.653 1.198
Asymp. Sig. 2-tailed .986
.622 .587
.008 .113
Dari tabel uji normlaitas di atas dapat djelaskan bahwa apabila nilai Asymp. Sig p taraf signifikansi dalam hal ini adalah 0,05 maka data tersebut
tidak berdistribusi normal. Sebaliknya apabila besarnya Asymp. Sig p taraf signifikansi 0,05, maka data berdistribusi normal. Dari data di atas dapat dilihat
bahwa nilai Asymp. Sig p dari variabel X1 kepala sekolah sebagai pendidik, X2 kepala sekolah sebagai manajer, X3 kepala sekolah sebagai motivator, X4
kepala sekolah sebagai supervisor, dan Y kinerja guru berada lebih besar dari