49
Dari tabel 4.9, dapat dijelaskan bahwa nilai signifikansi pada Linearity untuk dua variabel, yaitu variabel profesionalisme guru Y
dengan pendidikan X
1
sebesar 0,000, profesionalisme guru Y dengan pelatihan X
2
sebesar 0,000, dan profesionalisme guru Y dengan pengalaman mengajar X
3
sebesar 0,000. Karena nilai signifikansi pada Linearity dari ketiga hubungan variabel tersebut kurang dari 0,05, maka
ketiga hubungan antara dua variabel tersebut linier, sehingga analisis regresi ganda dapat dilakukan.
3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk melihat ada tidaknya korelasi yang tinggi antara variabel bebas dalam suatu model regresi
linier berganda. Jika ada korelasi yang tinggi antara variabel bebasnya, maka hubungan variabel bebas terhadap variabel terikat menjadi
terganggu. Model regresi yang baik mensyaratkan tidak adanya masalah multikolinieritas.
Untuk mendeteksi ada tidaknya multikolinieritas, dalam penelitian ini menggunakan cara dengan membandingkan nilai r
2
dengan R
2
hasil regresi. Kriteria pengambilan keputusan untuk uji
multikolinieritas yaitu: jika r
2
R
2
, maka dapat disimpulkan tidak terjadi masalah multikolinieritas, jika r
2
R
2
, maka terjadi masalah multikolinieritas. Hasil uji multikolinieritas dalam penelitian ini dengan
menggunakan SPSS versi 17.0 menunjukkan bahwa:
50
Tabel 4.10 Hasil Uji Multikolinieritas
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.875
a
.765 .745
8.757 a. Predictors: Constant, Pengalaman Mengajar, Pendidikan,
Pelatihan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.830
a
.689 .680
.456 a. Predictors: Constant, Pelatihan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.640
a
.410 .394
.627 a. Predictors: Constant, Pengalaman Mengajar
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.653
a
.426 .410
5.964 a. Predictors: Constant, Pengalaman Mengajar
Dari tabel 4.10 di atas, dapat dijelaskan bahwa nilai r
2
antara variabel pendidikan X
1
dengan pelatihan X
2
sebesar 0,689, pendidikan X
1
dengan pengalaman mengajar X
3
sebesar 0,410, dan pelatihan X
2
dengan pengalaman mengajar X
3
sebesar 0,426. Sementara, nilai R
2
dari hasil regresi ganda sebesar 0,765. Karena ketiga nilai r
2
tersebut menunjukkan bahwa r
2
R
2
, maka dapat disimpulkan tidak terjadi masalah multikolinieritas. Oleh karena itu, analisis regresi
ganda dapat dilakukan.
51
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah terdapat ketidaksamaan varians dari residual pada model regresi. Model regresi
yang memenuhi persyaratan yaitu terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain atau disebut
homoskedastisitas. Uji heteroskedastisitas dalam penelitian ini menggunakan SPSS
versi 17.0 dengan metode Spearman’s rho. Kriteria pengambilan keputusan pada uji heteroskedastisitas yaitu, jika nilai signifikansi antara
variabel bebas dengan residual lebih dari 0,05, maka tidak terjadi masalah heteroskedastisitas, tetapi jika signifikansi kurang dari 0,05,
maka terjadi masalah heteroskedastisitas. Hasil uji heteroskedastisitas menunjukkan bahwa:
Tabel 4.11 Hasil Uji Heteroskedastisitas
Pendidi kan
Pelatih an
Pengalama n Mengajar
Unstandardized Residual
Spearmans rho
Pendidikan Correlation
Coefficient 1.000
.849 .575
-.069 Sig. 2-tailed
. .000
.000 .679
N 38
38 38
38 Pelatihan
Correlation Coefficient
.849 1.000
.579 -.085
Sig. 2-tailed .000
. .000
.613 N
38 38
38 38
Pengalaman Mengajar
Correlation Coefficient
.575 .579
1.000 -.045
Sig. 2-tailed .000
.000 .
.790 N
38 38
38 38
Unstandardized Residual
Correlation Coefficient
-.069 -.085
-.045 1.000
Sig. 2-tailed .679
.613 .790
. N
38 38
38 38
52
Dari tabel 4.11, dapat dijelaskan bahwa nilai signifikansi variabel pendidikan X
1
sebesar 0,679, variabel pelatihan X
2
sebesar 0,613, dan variabel pengalaman mengajar X
3
sebesar 0,790. Karena nilai signifikansi dari ketiga variabel tersebut lebih dari 0,05, maka dapat
disimpulkan bahwa tidak terjadi masalah heteroskedastisitas. Model regresi
yang baik
mensyaratkan tidak
adanya masalah
heteroskedastisitas, sehingga analisis regresi ganda dapat dilakukan.
5. Uji Autokorelasi
