Normalitas Multikolinieritas Uji Asumsi Klasik

8-17,6 Sisanya 5,88 atau 1 guru untuk skor keikutsertaan dalam forum ilmiah sebesar 0 ≤skor≤57 dengan skor kinerja antara 36,8-46,6. Dari hasil ini menunjukkan bahwa secara umum hasil keikutsertaan dalam forum Ilmiah guru di SMA dan SMK se Kabupaten Rendah masih rendah.

4.2.1 Uji Asumsi Klasik

4.2.1.1 Normalitas

Pengujian normalitas data adalah untuk mengetahui apakah dalam model statistic variabel penelitian mempunyai distribusi data yang normal atau tidak normal. Proses uji normalitas data dilakukan dengan memperhatikan grafik diagram dan penyebaran data titik-titik pada normal P-Plot of Regression Standardzed Residual dari variabel-variabel independen dimana: 3. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 4. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, atau grafik histogaram tidak menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Hasil uji normalitas dapat dilihat pada gambar 4.2 garfik histogram dan normal P- Plot of Regression Standarzed Residual sebagai berikut: -2 -1 1 2 3 Regression Standardized Residual 1 2 3 4 5 F re q u e n c y Mean = -1.5E-15 Std. Dev. = 0.829 N = 17 Dependent Variable: Kinerja guru Histogram 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 E x p e c te d C u m P ro b Dependent Variable: Kinerja guru Normal P-P Plot of Regression Standardized Residual Sumber: Data diolah 2009 Gambar 4.2 Terlihat bahwa titik-titik yang berbentuk mendekati garis diagonal, yang berarti data berdistribusi normal.

4.2.1.2 Multikolinieritas

Uji multikolinieritas digunakan untuk mengetahui apakah ada hubungan yang sempurna antar variabel bebas. Salah satu cara untuk mengetahui ada tidaknya multikolinieritas pada suatu model adalah dengan melihat nilai yang dipakaiuntuk menandai adanya factor multikolinieritas. Nilai yang dipakai adalah nilai tolerance 0.10 atau VIP 10 maka dapat diartikan bahwa tidak ada multikolinieritas pada model regresi dan sebaliknya nilai tolerance 10 dan nilai VIF 10 maka terjadi multikolinieritas. Tabel 4.9 Uji Multikolinieritas Keterangan X1 X2 X3 X4 X5 Populasi 17 17 17 17 17 Tolerance 0.219 0.404 0.516 0.167 0.218 VIP 4.560 2.477 1.938 5.982 4.592 Sumber: Data diolah 2009 Terlihat pada hasil output SPSS release 12.00, nilai VIF variabel X1 sebesar 4.560, variabel X2 sebesar 2.477, variabel X3 sebesar 1.938, variabel X4 sebesar 5.982, variabel X5 sebesar 4.592. Nilai VIF dari kelima variabel tersebut 10, dan nilai toleransi kelima variabel 0,10, sehingga dapat disimpulkan bahwa model regresi tersebut tidak mengandung multikolinieritas

4.2.1.3 Heteroskedastisitas