1.

Uji Prasyarat

a. UJi normalitas

Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu

distribusidata. Uji normalitas dapat dilakukan dengan melihat asymp. Sig (2-tailed)

Kolmograf –Smirnov melalui proses uji non parametrik karena jumlah responden lebih

dari 50 orang. Ketentuan pengujian jika probabilitas atau asymp (2-tailed) lebih besar

dari level of significsnt, maka data berdistribusi normal.

1) Data berdistribusi normal, jika nilai asymp. Sig (2-tailed)>0.05

2) Data tidak berdistribusi normal, jika nilai asymp, sig (2-tailed)<0.05.

Uji normalitas digunakan untuk mengetahui persebaran data normal atau tidak,

dengan bantuan SPSS 16.0 diperoleh data seperti pada tabel 4.3.

Tabel 4.3
Hasil Uji normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 87
a,b
Normal Parameters Mean ,0000000
Std. Deviation 5,28540592
Most Extreme Differences Absolute ,080
Positive ,080
Negative -,054
Test Statistic ,080
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
 Dari tabel di atas dapat dilihat pada kolom Kolmogorof-Smirnov. Diketahui

bahwa nilai Asymp Sig < 0.05 (0,200, 0,200, 0,2000 <0,05), maka kesimpulan data

berdistribusi normal.

b. Uji linearitas

Pengujian linearitas bermaksud untuk mengetahui apakah data yang diperoleh

dari responden sesuai dengan garis linear atau tidak (apakah hubungan antar-variabel

yang hendak dianalisis mengikuti garis lurus atau tidak).

Pengambilan keputusan

1) Jika Sig. pada Deviation From Linearity > 0,05 maka hubungan antar variabel

adalah linear.

2) Jika Sig. pada Deviation From Linearity < 0,05 maka hubungan antar variabel

adalah tidak linear.

Uji linearitas digunakan untuk mengetahui data sesuai dengan garis linear atau

tidak, dengan bantuan SPSS 16.0 diperoleh data seperti tabel di bawah ini:

1) Uji Linearitas Kompetensi Pedagogik Terhadap Prestasi Belajar.

 Hasil Uji Linearitas Kompetensi Pedagogik dan Prestasi Belajar dapat dilihat pada

tabel 4.4

a. Analisi regresi linier sederhana

Analisis linier sederhana digunakan untuk menguji pengaruh X1 (Kompetensi

Pedagogik) dengan Y (Hasil Belajar). Yang kedua, pengaruh X2 (Kompetensi

Profesional) dengan Y (Hasil Belajar), persamaan analisis regresi linier sederhana

ditunjukkan melalui rumus berikut: Y = A + Bx

Keterangan: Y = Variabel terikat

a = Konstanta

b = Koefisien regresi untuk Variabel X

b. Analisis regresi Ganda

Analisis regresi ganda digunakan untuk meramalkan perubahan variabel yang satu

(Kompetensi pedagogik) disebabkan oleh variabel lain (Kompetensi Profesional dan

Hasil Belajar Siswa). Dalam analisa, dalam hal ini antara regresi dilakukan untuk

menentukan Hasil Belajar (Y) yang disebabkan oleh Kompetensi Pedagogik (X1) dan

Kompetensi Profesional (X2). Adapun analisi regresi ganda dua prediktor

menggunakan rumus sebagai berikut: Y = a + b1 X1 + b2 X2

Keterangan: Y = Nilai yang diprekdiksi

X = Nilai Variabel Independen

a = Konstanta atau bilangan harga X

b = Koefisien regresi.