Dari tabel di atas terlihat bahwa sebanyak 22,8 responden memiliki kategori kinerja yang sangat baik, sebanyak 44,1 memiliki kinerja guru baik,
sebanyak 28,6 kinerja cukup, dan ada yang memiliki kinerja kurang sebanyak 4,5. Komponen kinerja guru yang paling baik adalah moral kerja guru dengan
persentasi baik dan sangat baik mencapai 86,4, sementara itu komponen kinerja guru yang masih banyak yang kurang adalah produktivitas di bidang pendidikan,
penelitian pengabdian kepada masyarakat dengan persentase yang kurang mencapai 18,8.
4.1.4 Uji Normalitas Data
Uji normalitas data menggunakan Uji Kolmologorov-Smirnov dengan Ringkasan hasil analisis sebagaimana disajikan pada tabel berikut ini.
Tabel 4.7 Hasil Uji Normalitas Data
Pengaruh K_S Z
p Keterangan
Residual Y atas X
1
1,150 0,142
Normal Residual Y atas X
2
1,321 0,061
Normal Residual Y atas X
1
dan X
2
1,146 0,129 Normal Hasil uji normalitas di atas didapatkan nilai signifikansi masing-masing adalah
0,142, 0,061, dan 0,129. Angka tersebut menunjukkan angka yang tidak signifikan karena lebih tinggi dibandingkan dengan taraf signifikansi 5 0,05. Hal tersebut
memberikan gambaran bahwa penyimpangan sebaran data dari kurva normalnya tidak signifikan, yang berarti bahwa sebaran data telah memenuhi asumsi normalitas.
4.1.5 Uji Linieritas Pengaruh
Ringkasan hasil Uji linieritas seperti ditunjukkan pada tabel berikut ini.
Tabel 4.8 Ringkasan hasil Uji Linieritas
Pengaruh Model Persamaan
Regresi Linier F
reg
F
deviasi from linierity
Sig. F
deviasi from linierity
Keterangan X
1
-Y Y’ = 1,059 + 0,720 X
1
129,838 1,157 0,244
Linier X
2
-Y Y’ = 1,152 + 0,693 X
2
157,407 1,382 0,083
Linier
Dari tabel di atas telihat bahwa ketiga model pengaruh telah memenuhi asumsi linieritas, sehingga model regresi linier dapat digunakan dalam penelitian ini.
4.1.6 Uji Homogenitas
Pengujian homogenitas dimaksudkan untuk mengetahui kesamaan varian masing-masing variabel bebas X
1
, X
2
terhadap variabel terikat Y. Pengujian homogenitas terhadap variabel penelitian digunakan uji heterokedastisitas. Deteksi
terhadap masalah heteroskedastisitas dilakukan dengan melihat grafik sebaran nilai residual. Uji heterokedastisitas menggunakan metode grafik plot Regression
Standarized Predicted Value dengan Regression Stutentised Residual sesuai dengan pendapat Imam Ghozali 2002. Hasil pengujian dapat dilihat pada gambar berikut.
Gambar 4.4
Grafik Uji Heteroskedastisitas
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Re gr
es s
ion S
tud e
n ti
ze d
Re si
d u
a l
2
-2 -4
Scatterplot Dependent Variable: Kinerja Guru
Berdasarkan grafik scatterplot di atas tampak bahwa sebaran data tidak membentuk pola yang jelas, titik-titik data menyebar di atas dan di bawah angka 0
pada sumbu Y. Dengan demikian dapat disimpulkan bahwa pada model regresi tidak terjadi heteroskedastisitas, dengan kata lain pada model regresi terjadi kesamaan
varians dari residual satu pengamatan ke pengamatan yang lain. Dengan demikian dapat disimpulkan model regresi ini telah memenuhi asumsi heterokedastisitas, hal
ini menunjukkan bahwa variasi data homogen.
4.1.7 Uji Multikolinieritas
