106 Tabel 4.6
Hasil analisis deskriptif dari Angket Kinerja Guru Statistics
Kinerja Guru (y)
N Valid 64
Missing 0
Mean 92.50
Std. Error of Mean 1.295
Median 93.50
Mode 90a
Std. Deviation 10.360
Variance 107.333
Range 52
Minimum 60
Maximum 112
Sum 5920
a. Multiple modes exist. The smallest value is shown
Berdasarkan perhitungan analisis deskriptif di atas diperoleh nilai mean atau nilai rata-rata untuk skor kinerja guru 92,50. Kemudian untuk standar deviasi untuk skor kinerja guru 10,36.
B. Pengujian Persyaratan Analisis
107 signifikansi > 0,05 maka data dikatakan bersampel acak dan jika nilai signifikansi < 0,05 maka data tidak bersampel acak.
Tabel 4.7
Hasil Uji Run Test Variabel penguasaan teknologi infromasi, disiplin kerja dan kinerja guru
Runs Test
Penguasaan teknologi Informasi (x1)
Disiplin Kerja
(x2) Kinerja Guru (y)
Test Valuea 102 93 94
Cases < Test Value 32 31 32
Cases >= Test Value 32 33 32
Total Cases 64 64 64
Number of Runs 30 27 35
Z -.756 -1.506 .504
Asymp. Sig. (2-tailed) .450 .132 .614
a. Median
Dari luaran diatas dapat dijelaskan bahwa semua variabel memliki nilai sig > 0,050 maka hipotesis nol diterima, yang berarti bahwa variabel penguasaan teknologi informasi (x1), disiplin kerja (x2) dan Kinerja guru (y) bersifat acak.
2. Uji Normalitas Data
Pengujian normalitas data untuk mengetahui apakah data setiap variabel berdistribusi normal atau tidak. Uji normalitas dengan menggunakan uji Kolmogorov Smirnov. Uji normalitas dilakukan pada seluruh variabel baik variabel terikat yaitu kinerja guru maupun variabel bebas penguasaan teknologi informasi dan disiplin kerja guru MAN Wonogiri. Kriteria pengambilan keputusan yakni jika nilai signifikansi >
108 0,05 maka data berdistribusi normal dan jika nilai signifikansi < 0,05 maka data tidak berdistribusi normal. Hasil uji kolmogorov smirnov dapat dilihat pada tabel di bawah ini:
Tabel 4.8
Hasil Uji Normalitas variabel penguasaan teknologi informasi (x1) One-Sample Kolmogorov-Smirnov Test
Penguasaan teknologi Informasi (x1)
N 64
Normal Parametersa,b Mean 99.77
Std. Deviation 14.744
Most Extreme Differences Absolute .107
Positive .085
Negative -.107
Test Statistic .107
Asymp. Sig. (2-tailed) .064c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Pengujian normalitas data ini dilakukan dengan bantuan program SPSS 26. Hasil uji normalitas data teknologi informasi (X1) diperoleh nilai signifikansi sebesar 0,064 yang berarti lebih besar daripada 0,05 atau 0,064 > 0,05 maka dapat disimpulkan bahwa data variabel teknologi informasi berdistribusi normal.
109 Tabel 4.9
Uji Normalitas disiplin Kerja Guru One-Sample Kolmogorov-Smirnov Test
Disiplin Kerja (x2)
N 64
Normal Parametersa,b Mean 91.77
Std. Deviation 14.175
Most Extreme Differences Absolute .103
Positive .051
Negative -.103
Test Statistic .103
Asymp. Sig. (2-tailed) .091c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Pengujian normalitas data ini dilakukan dengan bantuan program SPSS 26. Hasil uji normalitas data Disiplin Kerja (X2) diperoleh nilai signifikansi sebesar 0,091 yang berarti lebih besar dari pada 0,05 atau 0,091 > 0,05 maka dapat disimpulkan bahwa data variabel Disiplin Kerja berdistribusi normal.
Tabel 4.10
Uji Normalitas variabel Kinerja Guru One-Sample Kolmogorov-Smirnov Test
Kinerja Guru (y)
N 64
Normal Parametersa,b Mean 92.50
Std. Deviation 10.360
Most Extreme Differences Absolute .086
Positive .050
Negative -.086
Test Statistic .086
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
110
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Pengujian normalitas data ini dilakukan dengan bantuan program SPSS 26. Hasil uji normalitas data Kinerja Guru (Y) diperoleh nilai signifikansi sebesar 0,200 yang berarti lebih besar dari pada 0,05 atau 0,200 > 0,05 maka dapat disimpulkan bahwa data variabel kinerja guru berdistribusi normal.
3. Uji Linieritas dan keberartian regresi
Uji linieritas digunakan untuk mengetahui apakah antara variabel bebas dan terikat memiliki hubungan liniear atau tidak. Hal ini dilakukan untuk mengetahui dan memenuhi persyaratan model regresi, yaitu apabila Fhitung> Ftabel maka persamaan garis regresi menunjukkan linier. Jika hubungan variabel bebas dan terikat telah linier, maka dapat dilakukan analisis regresi.
Dasar pengambilan keputusan dalam uji linieritas dapat dilakukan dengan dua cara yaitu:
a. Membandingkan nilai signifikansi (Sig.) dengan 0,05
1) Jika nilai Deviation from Linearity Sig. > 0.05, maka ada hubungan linear yang signifikan antara variabel X dan Y.
2) Jika nilai Deviation from Linearity Sig. < 0.05, maka tidak ada hubungan linear yang signifikan antara variabel X dan Y.
b. Membandingkan Nilai F hitung dengan F tabel
1) Jika nilai F hitung < F tabel, maka ada hubungan yang linear secara signifikan antara variabel X dan Y
111 2) Jika nilai F hitung > F tabel, maka ada tidak hubungan yang linear
secara signifikan antara variabel X dan Y
Adapun hasil penghitungan uji linieritas dan keberartian regresi sebagai berikut:
1) Uji Linieritas penguasaan teknologi informasi (x1) terhadap kinerja guru (y)
Linieritas model hubungan antara penguasaaan teknologi informasi dengan Kinerja Guru MAN Wonogiri dapat dilihat pada tabel di bawah ini.
Tabel 4. 11
Uji Linieritas penguasaan teknologi informasi terhadap Kinerja Guru
ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Kinerja Guru (y) * Penguasaan teknologi Informasi (x1)
Between Groups
(Combined) 4657.000 37 125.865 1.555 .121 Linearity 907.022 1 907.022 11.20
3
.002
Deviation from Linearity
3749.978 36 104.166 1.287 .254
Within Groups 2105.000 26 80.962
Total 6762.000 63
Pada tabel 4.11 di atas terlihat bahwa nilai F adalah 1,287 dengan signifikansi sebesar 0,254 > 0,05. Dengan demikian dapat dikatakan penguasaan teknologi informasi terhadap kinerja guru memiliki hubungan yang linear.
112 2) Uji Linieritas Disiplin Kerja (x2) terhadap kinerja guru (y)
Linieritas model hubungan antara Disiplin Kerja dengan Kinerja Guru pada MAN Wonogiri dapat dilihat pada tabel di bawah ini:
Tabel 4.12
Uji Linearitas Disiplin Kerja terhadap Kinerja Guru
ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Kinerja Guru (y)
* Disiplin Kerja (x2)
Between Groups
(Combined) 3798.000 33 115.091 1.165 .338 Linearity 854.759 1 854.759 8.651 .006 Deviation from
Linearity
2943.241 32 91.976 .931 .580
Within Groups 2964.000 30 98.800
Total 6762.000 63
Pada tabel 4.12 di atas terlihat bahwa nilai F adalah 0,931 dengan signifikansi sebesar 0,580 > 0,05. Dengan demikian dapat dikatakan penguasaan teknologi informasi terhadap kinerja guru memiliki hubungan yang linear.
4. Uji Multikolinieritas
Uji multikolinieritas merupakan bagian dari uji prasyarat atau uji asumsi dalam analisis regresi linier ganda. Tujuan uji multikolinieritas dalam penilitian adalah untuk menguji apakah model regresi ditemukan adanya korelasi (hubungan kuat) antara variabel X dan Y. Dasar pengambilan keputusan uji multikolinearitas berdasarkan nilai VIF dan nilai Tolerance.
113 a. Pedoman keputusan berdasarkan nilai VIF
1) Jika nilai VIF < 10,00 maka artinya tidak terjadi multikolinearitas dalam model regresi.
2) Jika nilai VIF > 10,00 maka artinya terjadi multikolinearitas dalam model regresi.
b. Pedoman keputusan berdasarkan nilai Tolerance
1) Jika Nilai Tolerance > 0,10 maka artinya tidak terjadi multikolinearitas dalam model regresi.
2) Jika Nilai Tolerance < 0,10 maka artinya terjadi multikolinearitas dalam model regresi.
Tabel 4.13 Uji Multikolinearitas Coefficientsa
Model
Unstandardized Coefficients
Standardiz ed Coefficient
s
t Sig.
Collinearity Statistics
B
Std.
Error Beta
Toleran ce VIF
1 (Constant) 52.200 10.016 5.212 .000
Penguasaan teknologi Informasi (x1)
.211 .082 .301 2.574 .012 .948 1.055
Disiplin Kerja (x2) .210 .085 .287 2.455 .017 .948 1.055 a. Dependent Variable: Kinerja Guru (y)
Berdasarkan tabel 4.13 dasar pengambilan keputusan uji Multikolinearitas dapat dilakukan dengan dua cara yaitu dengan melihat nilai VIF dan nilai Tolerance, dari output diatas diperoleh nilai VIF untuk variabel penguasaan teknologi informasi (X1) dan variabel disiplin Kerja (X2) adalah 1,055 < 10,0. Sedangkan berdasarkan nilai tolerance nya
114 untuk variabel penguasaan teknologi informasi (X1) dan variabel disiplim Kerja (X2) adalah 0,948 < 0,10 maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam model regresi dilihat dari nilai VIF maupun tolerance nya maka dapat dikatakan tidak ada hubungan sempurna antar variabel bebas sehingga regresi ganda dapat dilanjutkan.
Hal ini karena koefisien regresi yang dihasilkan oleh analisis regresi berganda menjadi sangat kuat sehingga dapat memberikan hasil analisis yang mewakili sifat atau pengaruh dari variabel bebas terhadap variabel terikat.