Tabel.10 Uji Linearitas Variabel self-monitoring dan OCB
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regressio
n 7429.430
1 7429.430 64.849
.000
a
Residual 6644.753
58 114.565 Total
14074.18 3
59
Berdasarkan hasil uji linearitas antara kedua variabel tersebut menggunakan uji F = 64.849 dan ρ = 0.000 ρ 0.05, maka dapat disimpulkan bahwa variabel
self-monitoring berhubungan linear dengan variabel OCB.
2. Hasil Analisa Data
a. Hasil Perhitungan Korelasi Antarvariabel
Metode yang digunakan dalam penelitian ini adalah korelasi Pearson Product Moment dengan bantuan program komputer SPSS 16.0 for windows.
Hasil pengujian statistik yang dilakukan dapat dilihat pada tabel berikut :
Universitas Sumatera Utara
Tabel.11 Korelasi antara self-monitoring dengan OCB
Correlations
OCB SM
OCB Pearson Correlation
1 .727
Sig. 2-tailed .000
N 60
60 SM
Pearson Correlation
.727 1
Sig. 2-tailed .000
N 60
60 . Correlation is significant at the 0.01 level
2-tailed.
Berdasarkan hasil pengolahan data diperoleh koefisien korelasi r sebesar 0,727 dengan taraf signifikansi
ρ sebesar 0,000 sehingga ρ 0.05. Hal ini berarti hipotesa diterima, menunjukkan adanya hubungan antara self-monitoring terhadap
OCB karyawan PT. Bank Sumut Panyabungan. Hal ini menunjukkan bahwa Semakin tinggi skor yang diperoleh dalam skala self-monitoring karyawan maka
semakin tinggi perilaku OCB karyawan muncul dan sebaliknya semakin rendah self-monitoring karyawan yang diperoleh maka akan semakin rendah pula
perilaku OCB yang muncul.
Tabel 12. Hasil Analisis Regresi Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.727
a
.528 .520
10.703 a. Predictors: Constant, SM
Universitas Sumatera Utara
Berdasarkan analisis regresi pada tabel 12 dapat dilihat bahwa self- monitoring memberikan sumbangan efektif sebesar 52.8 terhadap OCB
karyawan selebihnya, yaitu 47.2 dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
Tabel 13. Koefisien a dan b
Persamaan garis regresi pada penelitian ini adalah Y= a+Bx Field, 2009. Self-monitoring di lambangkan dengan Y dan OCB dilambangkan dengan X.
Berdasarkan rumus tersebut, persamaan garis regresinya adalah Y= 26.051+1.973X, artinya setiap kali variabel self-monitoring bertambah satu,
maka rata-rata variabel Y nilai OCB bertambah 1.973. Berarti semakin tinggi self-monitoring maka akan semakin tinggi nilai OCB pada karyawan tersebut.
b. Kategorisasi Nilai Empirik dan Nilai Hipotetik
