tanggung jawab dan pribadi yang berintegritas, agar berhasil dan mendapatkan nasabah seperti apa yang diharapkan masing-masing agen asuransi.
4.6.4. Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas dilakukan untuk melihat normal atau tidaknya sebaran data yang dianalisis. Model regresi yang baik adalah distribusi normal atau mendekati
normal.
Tabel 4.14. Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 65
Normal Parameters
a
Mean .0000000
Std. Deviation 1.94111361
Most Extreme Differences Absolute
.095 Positive
.052 Negative
-.095 Kolmogorov-Smirnov Z
.764 Asymp. Sig. 2-tailed
.604 a. Test distribution is Normal.
Sumber: Hasil pengolahan SPPS 2014
Tabel 4.14 terlihat nilai Asymp. Sig. 2-tailed adalah 0.604 dan di atas nilai signifikan 0.05. Hal ini menunjukkan bahwa data berdistribusi normal.
2. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lainnya. Jika varians dari satu residual satu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas. Jika berbeda, maka
disebut heterokedastisitas.
Universitas Sumatera Utara
Tabel 4.15. Uji Heterokedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 5.179
2.252 2.300
.025 Kepem.Sit
-.098 .044
-.278 -2.242
.069 Karakteristik.Pemp
-.032 .059
-.067 -.540
.591 a. Dependent Variable: absut
Sumber: Hasil pengolahan SPPS 2014
Tabel 4.15 menunjukkan tidak satupun variabel independen yang signifikan
secara statistik mempengaruhi variabel dependen absolut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi dapat
disimpulkan model regresi tidak mengarah adanya heterokedastisitas.
3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen.
Tabel 4.16. Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
2.352 3.649
.645 .522
Kepem.Sit 1.536
.071 .951 21.664
.000 .970
1.031 Karakteristik.Pemp
.179 .095
.083 1.883
.064 .970
1.031 a. Dependent Variable: Kinerja.Agen
Sumber: Hasil pengolahan SPPS 2014
Universitas Sumatera Utara
Multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF dengan membandingkan VIF 5 dan tolerance 0.1 maka
tidak terjadi multikolinearitas. Pada tabel 4.16 dapat disimpulkan bahwa regresi ini tidak terdapat multikolinearitas.
4.6.5. Metode Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan untuk mengetahui seberapa besar pengaruh variabel independen, yang terdiri dari variabel kepemimpinan
situasional, variabel karakteristik pemimpin, dan terhadap variabel dependen, yaitu kinerja agen yang dilakukan pada 65 responden AJB Bumiputera 1912
Kantor Cabang Syariah Medan.
Tabel. 4.17. Regresi Linier Berganda
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 Karakteristik.Pe
mp, Kepem.Sit
a
. Enter a. All requested variables entered.
b. Dependent Variable: Kinerja.Agen
Sumber: Hasil pengolahan SPPS 2014
Pada tabel 4.17 dapat dilihat bahwa seluruh variabel independen dimasukkan dalam analisis ini, atau dengan kata lain tidak ada variabel independen yang tidak
digunakan, atau yang disebut dengan metode enter.
Universitas Sumatera Utara
Tabel. 4.18. Hasil Pengolahan Data Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 2.352
3.649 .645
.522 Kepem.Sit
1.536 .071
.951 21.664
.000 Karakteristik.Pemp
.179 .095
.083 1.883
.004 a. Dependent Variable: Kinerja.Agen
Sumber: Hasil pengolahan SPPS 2014
Berdasarkan hasil pengolahan data pada tabel 4.18, dapat dirumuskan model persamaan regresi linier berganda sebagai berikut:
Y = a + b1X1 + b2X2 + e Y = 2,352 + 1,536X1 + 0,179X2
Analisisnya: a. Konstanta a bernilai 2,352 menunjukkan nilai konstanta, dimana jika variabel
X1, X2 = 0 maka kinerja agen Y = 2,352. Artinya apabila pimpinan AJB Bumiputera 1912 Kantor Cabang Syariah Medan meningkatkan kepemimpinan
situasional dan karakteristiknya maka kinerja agen bernilai 2,352. b. Koefisien regresi variabel kepemimpinan situasional X1 adalah 1,536
menunjukkan bahwa kepemimpinan situasional pemimpin berpengaruh positif dan signifikan terhadap kinerja agen AJB Bumiputera 1912 Kantor Cabang
Syariah Medan sehingga apabila kepemimpinan situasional pemimpin dinaikkan sebesar satu satuan maka kinerja AJB Bumiputera 1912 Kantor
Cabang Syariah Medan bertambah sebesar 1,536.
Universitas Sumatera Utara
c. Koefisien regresi karakteristik pemimpin X2 adalah 0,179, menunjukkan bahwa karakteristik pemimpin berpengaruh positif dan signifikan terhadap
kinerja agen AJB Bumiputera 1912 Kantor Cabang Syariah Medan sehingga apabila karakteristik pemimpin AJB Bumiputera 1912 Kantor Cabang Syariah
Medan dinaikkan sebesar satu satuan maka kinerja agen pada AJB Bumiputera 1912 Kantor Cabang Syariah Medan bertambah sebesar 0,179.
4.6.6. Uji Hipotesis 1. Uji Signifikan Simultan Uji-F
Pengujian ini dimaksudkan untuk mengetahui apakah terdapat pengaruh secara bersama-sama variabel independen, yaitu variabel kepemimpinan
situasional, variabel karakteristik pemimpin, terhadap variabel dependen, yaitu kinerja agen.
Kriteria pengujiannya adalah: H
: b
1
= b
2
= 0 artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel independen, yaitu variabel kepemimpinan situasional
X1, variabel karakteristik pemimpin X2, terhadap variabel dependen Y, yaitu kinerja agen.
H : b
1
≠ b
2
≠ 0 artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel independen, yaitu variabel kepemimpinan situasional
X1, variabel karakteristik pemimpin X2, terhadap variabel dependen Y, yaitu kinerja agen.
Universitas Sumatera Utara
Kriteria pengambilan keputusannya adalah: H
diterima jika F
hitung
F
tabel
pada α = 5 H
ditolak jika F
hitung
F
tabel
pada α = 5. Hasil pengujiannya adalah:
Tingkat kesalahan α = 5 dan derajat kebebasan df = k-1;n-k Derajat bebas pembilang = k-1 = 3-1 = 2
Derajat bebas penyebut = n-k =65-3 = 62 Maka: F
0.05 2;62
= 3,15
Tabel 4.19. Uji-f
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
1839.068 2
919.534 236.416
.000
a
Residual 241.147
62 3.889
Total 2080.215
64 a. Predictors: Constant, Karakteristik.Pemp, Kepem.Sit
b. Dependent Variable: Kinerja.Agen
Sumber: Hasil pengolahan SPPS 2014
Tabel 4.19 dapat dilihat F
hitung
adalah 236,416 dengan tingkat signifikansi 0,000. Oleh karena itu, pada kedua perhitungan yaitu F
hitung
F
tabel
236.416 3,15 dan tingkat signifikansinya 0.000 0.05. Hal ini menunjukkan bahwa H
ditolak dan H
a
diterima, yang artinya variabel independen, yang terdiri dari variabel kepemimpinan situasional X1 dan variabel karakteristik pemimpin X2 secara
serentak berpengaruh positif dan signifikan terhadap variabel dependen Y, yaitu kinerja agen.
Universitas Sumatera Utara
2. Uji Signifikan Parsial Uji-t
