49
dari hasil pengujian 0,60 maka dapat dikatakan bahwa konstruk atau variabel ini adalah reliabel Nunnally, 1960 dalam Ghozali, 2006.
Berdasarkan hasil perhitungan reliabilitas dari 15 responden diperoleh cronbach’s alpha 0,925, sedangkan kriteria Nunnally 1960 suatu konstruk
dikatakan reliabel jika memberikan nilai Cronbach’s Alpha 0,60. Karena nilai cronbach’s alpha lebih besar dari kriteria Nunnally 1960, maka instrumen
penelitian dinyatakan reliabel.
3.5 Metode Analisis Data
3.5.1 Metode Analisis Deskriptif Presentase
Analisis deskriptif persentase digunakan untuk mendeskripsikan persentase masing-masing variabel bebas yaitu kompetensi profesional dan kompetensi sosial
guru. Pengukuran pada variabel yang diungkap dilakukan dengan memberikan skor dari jawaban angket yang diisi oleh responden. Dengan ketentuan sebagai
berikut: A diberi skor 5
B diberi skor 4 C diberi skor 3
D diberi skor 2 E diberi skor 1
Perhitungan indeks persentase dihitung dengan menggunakan rumus sebagai berikut:
skor= x 100 Ali, 1993: 186
50
Keterangan: n = Jumlah nilai yang diperoleh
N = Jumlah seluruh nilai = Tingkat keberhasilan yang dicapai
Untuk menentukan kategori deskripsi persentase yang diperoleh, maka dibuat tabel kategori yang disusun dengan perhitungan sebagai berikut:
1 Menetapkan persentase maksimal yaitu 55 x 100 = 100
2 Menetapkan persentase minimal yaitu 15 x 100 = 20
3 Menetapkan rentang persentase yaitu 100 - 20 = 80
4 Menetapkan interval kelas persentase yaitu 80 : 5 = 16
5 Menetapkan jenjang kriteria
Mengelompokkan menjadi 5 kriteria yaitu sangat tinggi, tinggi, sedang, rendah, dan sangat rendah.
Tabel 3.4 Jenjang Kriteria Penilaian Angket No Interval
Persen Kriteria
1. 84 - 100
Sangat Tinggi 2.
68 - 83,99 Tinggi
3. 52 - 67,99
Cukup Tinggi 4.
36 -51,99 Rendah
5. 36
Sangat Rendah
3.5.2 Uji Prasyarat Analisis Regresi
Sebelum dilakukan analisis dengan regresi, dilakukan uji prasyarat analisis terlebih dahulu. Uji prasyarat analisis itu meliputi:
51
3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang
baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada
sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Untuk menguji normalitas data salah satu cara yang digunakan adalah
dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus
diagonal dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data
sesungguhnya akan mengikuti garis diagonalnya Ghozali, 2001: 74. 3.5.2.2
Uji Linieritas Uji linieritas merupakan langkah untuk mengetahui linier tidaknya suatu
distribusi sebuah data penelitian. Hasil yang diperoleh akan menentukan teknik analisis regresi yang digunakan. Jika hasil uji linieritas menghasilkan data yang
linier, maka digunakan analisis regresi linier berganda, sebaliknya jika data tidak linier, maka regresi yang digunakan adalah dengan menggunakan regresi non
linier. Dasar pengambilan keputusannya dapat dilihat dari nilai signifikansi, apabila nilai signifikansi lebih besar dari 0,05 dapat disimpulkan bahwa
hubunganya bersifat linier.
52
3.5.3 Analisis Regresi Berganda
