91
Tabel 4.24 Hasil Uji Multikolinearitas
Coefficients
a
15.421 14.334
1.076 .284
.317 .082
.292 3.861
.000 .837
1.195 .562
.119 .357
4.717 .000
.837 1.195
Constant Kepemimpinan KS
Budaya Organisasi Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Keunggulan Sekolah a.
Berdasarkan tabel out put di atas, diperoleh nilai VIF untuk masing-masing variabel kepemimpinan kepala sekolah dan budaya organisasi sekolah masih disekitar 1, dan nilai
toleransi mendekati 1, maka dapat disimpulkan bahwa mode regresi tersebut tidak terdapat problem multikolinieritas MULTIKO. Artinya Dalam model regresi tidak terjadi korelasi
antar variabel independen.
c. Uji Heteroskedastisitas
Heteroskedastisitas artinya varians variabel dalam model tidak sama konstan untuk suatu pengamatan. Pada heteroskedastisitas, kesalahan yang terjadi tidak acak tetapi
menunjukkan hubungan yang sistematis sesuai dengan besarnya satu atau lebih variabel bebas.
Model regresi yang baik apabila tidak terjadi heteroskedastisitas, untuk menentukan model regresi terjadi heteroskedastisitas atau tidak terjadi heteroskedastisitas
dengan ketentuan : Apabila nilai erorr membentuk pola tertentu tidak bersifat acak terhadap nol, maka dikatakan terjadi heteroskedastisitas. Atau jika pola tertentu seperti
titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi hetroskedastisitas.
Untuk jelasnya hasil uji heteroskedastisitas sebagaimana pada gambar berikut :
92
Scatterplot Dependent Variable: Keunggulan Sekolah
Keunggulan Sekolah
150 140
130 120
110 100
90
R e
gr es
s ion S
tan dar
di z
ed P
re di
c ted V
a lu
e
3 2
1 -1
-2 -3
-4
Gambar 4.18 Hasil Uji Heterokedastisitas
Berdasarkan diagram Scatterplot, Variabel dependent dan residual diperoleh diagram bahwa nilai error cukup menyebar di sekitar nol, ini berarti dalam model liner
tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
d. Uji Autokorelasi
Untuk menguji apakah dalaam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t sebelumnya. Model
regresi yang baik adalah regresi yang bebas autokorelasi. Untuk mendeteksi autokorelasi dapat dilihat pada tabel Durbin-Watson D-W. Jika D-W dibawah -2 berarti ada
autokorelasi positif, jika D-W dinatara -2 sampai +2, berarti tidak ada autokorelasi, dan jika D-W di atas +2 berarti ada autokolreasi negatif.
93
Tabel 4.25 Hasil Uji Autokorelasi
Model Summary
b
.545
a
.297 .287
10.22182 1.309
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-W atson
Predictors: Constant, Budaya Organisasi, Kepemimpinan KS a.
Dependent Variable: Keunggulan Sekolah b.
Berdasarkan data out put Model Summary di atas, diperoleh nilai D-W Durbin Watson = 1,465 ; nilai D-W berada diantara -2 sampai +2. Ini berarti dalam model linier
tidak terjadi autokorelasi.
4.3. Hasil Uji Hipotesis a. Uji Parsial
