•
Validitas dan Reliabilitas Kompetensi Sosial
Reliability Statistics
Cronbach's Alpha N of Items
.921 6 Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Item X_2 ke 1 18.5159 6.901 .814 .902 Item X_2 ke 2 18.6000 7.169 .728 .913 Item X_2 ke 3 18.9246 6.613 .766 .908 Item X_2 ke 4 18.7145 6.695 .800 .903 Item X_2 ke 5 18.5804 6.870 .757 .909 Item X_2 ke 6 18.6428 6.589 .790 .905
•
Validitas dan Reliabilitas Pada kompetensi Sosial
•
Validitas dan Reliabilitas Kompetensi Kepribadian
•
Validitas Kompetensi Kepribadian
Reliability Statistics
Cronbach's Alpha N of Items
.934 6 Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Item X_3 ke 1 19.3703 6.314 .812 .922 Item X_3 ke 2 19.4761 6.286 .858 .915 Item X_3 ke 3 19.5057 6.249 .848 .917 Item X_3 ke 4 19.3536 6.752 .768 .927 Item X_3 ke 5 19.4254 6.828 .765 .927 Item X_3 ke 6 19.3942 6.701 .790 .924
•
Validitas dan Reliabilitas Pada kompetensi Kepribadian
4.3 Damapak Kompetensi Profesional, Kompetensi Sosial Dan
Kompetensi Kepribadian Terhadap Kompetensi Pedagogik
• Uji Serentak
Ho : model tidak signifikan H1 : model signifikan Statistik Uji : F = 102.4468 Tingkat signifikansi α=0,05 (5%) Nilai F tabel = F(0,05,3;115) = 2,6867 Kriteria Pengujian :
Ho ditolak jika : F hitung > F tabel; Ho diterima jika F hitung ≤ F tabel
Sumber Variasi Jumlah
Kuadrat df
Rataan
Kuadrat F-hitung Sig. Regression 24.75723789 3 8.252413 102.4468 0.000
Residual 8.94139689 111 0.080553
Uji Individu
H0 :
β
i = 0
H1 :
β
i
≠ 0 ,
i = 1,2,3
α
= 0,05
T-hitung =
Daerah Penolakan
|T
h| < t
α/2,df erroratau |T
h| < t
0,025;115atau |T
h| < 1.9808
Variabel Beta Std. Error t-hitung Sig. t-tabel Keputusan
(Constant) 0.404 0.200 2.022 0.046 1.9808 Tolak H0
X_1 0.379 0.077 4.806 0.000 1.9808 Tolak H0
X_2 0.332 0.091 3.513 0.001 1.9808 Tolak H0
•
Koefisien Korelasi Berganda
R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change Sig. F Change .857a .735 .727 .28382 .735 102.447 .000 1.782 a. Predictors: (Constant), X_3, X_1, X_2 b. Dependent Variable: Y•
Koefisien Determinasi
R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change Sig. F Change .857a .735 .727 .28382 .735 102.447 .000 1.782 a. Predictors: (Constant), X_3, X_1, X_2 b. Dependent Variable: Y•
Koefisien Korelasi Parsial
Variabel
Unstandardized
Coefficients Correlations
B Std. Error Zero-order Partial Part
(Constant) 0.404 0.2
Kom. Profesional (X_1) 0.372 0.077 0.79 0.415 0.235
Kom. Sosial (X_2) 0.321 0.091 0.794 0.316 0.172
Kom. Kepribadian (X_3) 0.216 0.1 0.79 0.2 0.105
a) Pengujian Asumsi Homokedastisitas (Identik)
4.3.1 Uji Asumsi Klasik
Secara umum uji Glejser dinotasikan sebagi berikut :
|e
i| = b
0+b
1X
1+v
dimana :
|e
i| =
Nilai absolut dari residual yang dihasilkan dari regresi
model
Ho
: model tidak signifikan
H
1: model signifikan
Statistik Uji :
F = 2.12
Tingkat signifikansi
α
=0,05 (5%)
Nilai F tabel = F
(0,05,3;115)= 2,6867
Kriteria Pengujian :
Ho ditolak jika : F
hitung> F
tableHo diterima jika F
hitung≤
F
tabelSumber Variasi Sum of Squares df Mean Square F Sig. Regression 0.182 3 0.061 2.12 .101a
Residual 3.179 111 0.029
b) Uji Non Autokorelasi ( Independent)
H
0: ρ = 0
H
1: ρ ≠ 0
Statistik Uji :
VIF = 1.782
Tingkat signifikansi
α
=0,05 (5%)
Nilai VIF tabel = F
(0,05,3;115)= 2,6867
Kriteria Pengujian :
Ho ditolak jika : F
hitung> F
tableHo diterima jika F
hitung≤
F
tabelModel R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .857a .735 .727 .28382 1.782 a. Predictors: (Constant), X_3, X_1, X_2 b. Dependent Variabel: Y
c) Uji Asumsi Residual Berdistribusi Normal
H0 : ei berdistribusi normal
H1 : e1 tidak berdistribusi normal
Unstandardized Residual
N 115
Normal Parametersa Mean 0.000
Std. Deviation 0.310
Most Extreme Differences Absolute 0.059
Positive 0.041
Negative -0.059
Kolmogorov-Smirnov Z 0.634
Asymp. Sig. (2-tailed) 0.817
4.3.2
Pengujian Multikolinieritas
Dimana :
- VIF = 1 mengindikasikan tidak ada korelasi yang signifikan antar variabel prediktor; - VIF > 1 mengidikasikan bahwa ada korelasi antar variabel prediktor ;
- VIF > 5 - 10 mengindikasikan bahwa ada salah satu variabel prediktor merupakan fungsi dari variabel prediktor yang lain.
2 1 1 j VIF R = −
Coefisient Collinearity Statistics
Tolerance VIF (Constant) X_1 0.383 2.608 X_2 0.267 3.743 X_3 0.236 4.239 a. Dependent Variabel: Y
4.4. Uji Efek Moderasi Kompetensi Kepribadian
Moderasi menyiratkan melemahnya efek kausal, moderator dapat
memperkuat atau bahkan membalikkan efek. Hasil pengujian moderasi kompetensi kepribadian dapat dilihat pada tabel berikut :
Variabel Koefisien Std. Error t Sig. (Constant) 1.819 1.035 1.757 0.082 X_1 -0.348 0.604 -0.575 0.566 X_2 0.616 0.554 1.111 0.269 X_3 -0.138 0.279 -0.495 0.622 X_1_X_3 0.181 0.153 1.181 0.240 X_2_X_3 -0.076 0.143 -0.530 0.597 a. Dependent Variable: Y
5.1 Kesimpulan
• Kompetensi professional, kompetensi sosial dan kompetensi
kepribadian memiliki pengaruh positif dan langsung yang cukup kuat terhadap kompetensi mengajar (pedagogik).
Y = 0.404 + 0.372X1 + 0.321X2 + 0.216X3 dengan : Y = Kompetensi Pedagogik X1 = Kompetensi Profesional X2 = Kompetensi Sosial X3 = Kompetensi Personaliti
• Hasil pengujian efek moderasi dari kompetensi kepribadian terhadap kompetensi profesional dan kompetensi sosial dalam mempengaruhi kompetensi pedagogik menunjukkan bahwa kompetensi kepribadian bukan merupakan variabel moderator. Hal ini ditunjukkan dengan besarnya p-value dari masing – masing variabel bebas tidak ada yang signifikan.
5.2 Saran
Dari analisis regresi moderator dapat diketahui
bahwa kompetensi kepribadian bukan merupakan
variabel moderator. Ini membuktikan bahwa analisis
regresi moderator tidak dapat digunakan untuk
menganalisis efek moderator dari kompetensi
kepribadian. Untuk itu suatu data yang akan di uji efek
moderasinya seharusnya diketahui sifat-sifat serta
indikator yang dapat menjelaskan masing – masing
variabel eksogen dan endogennya. Sehingga metode
yang digunakan akan sesuai dalam mengetahui efek
moderasinya.
Daftar Pustaka
Aisyah, R. (2008). Pendekatan Analisis Regresi Pada Pola Hubungan Indeks Prestasi Dosen dengan Profil Dosen di FTSP-ITS. ITS. Tugas Akhir Tidak Dipublikasikan. Institut Teknologi Sepuluh Nopember, Surabaya..
Azwar. (2008). Pengelompokan Data Variabel Moderator Dengan Metode Moderated Regression Analysis (MRA). 12 Februari 2010
Drapper and Smith (1992), Analisis Regresi Terapan, PT. Gramedia Pustaka Utama, Jakarta
15 Maret 2010
14 Maret 2010
12
Februari 2010
Kenny, David A. (2009). Moredator Variabel.
Kusnadar, S.PD,M.Si. 2007. Guru Profesional Implementasi Kurikulum KTSP.Pt RajaGrafindo Persada.Jakarta.hal 1-137
Republik Indonesia, UU no 14 tahun 2005 Tentang Guru dan Dosen
Republik Indonesia, Peraturan Pemerintah (PP) Nomor 16 Tahun 2007 Tentang Standar Kualifikasi Akademik dan Kompetensi Guru
Zulkarnain. (2009). Analisis Pengaruh Set Kesempatan Terhadap Hubungan Antara Aliran Kas Bebas Dan Nilai Pemegang Saham. Jurnal Bisnis dan Manajemen Vol. 6