e. Karateristik Responden Berdasarkan Status Responden
Tabel 4.8 Status Responden
Sumber: PT. Inalum, 2013, Data Diolah
Tabel 4.8 dapat dilihat bahwa mayoritas responden yang menjawab pernyataan mengenai mengenai pengaruh Program keselamatan kerja dan Program kesehatan kerja terhadap Kinerja
karyawan adalah karyawan yang sudah berkeluarga, dengan nilai persentase sebesar 60,00 . Dalam hal ini karyawan yang sudah berkeluarga lebih banyak dari yang masih lajang, sangat
penting bagi perusahaan menerapkan program-program K3 yang dapat menunjang kinerja karyawan untuk menciptakan produksi yang jauh lebih baik. Dengan memperhatikan
kesejahteraan karyawan melalui program K3 mampu menjadikan seorang karyawan loyal ditempat kerjaanya. Sementara karyawan yang menjawab pertanyaan yang sudah lajang adalah
sebesar 40,00, artinya pekerjaan yang mereka lakukan dapat menjadi pengalaman atau sebagai batu loncatan untuk mendapatkan pekerjaan yang tentunya lebih baik lagi.
3. Uji Asumsi Klasik
Uji Asumsi Klasik pada penelitian ini terdiri dari uji Normalitas, Heteroskedastisitas dan Multikolinearitas.
a. Uji Normalitas
Uji Normalitas data dapat dilihat dari output SPSS melalui gambar kurva normal p-p Plot untuk menunjukkan sebaran data penelitian. Gambar kurva normal P-P Plot berikut ini dapat
disimpulkan bahwa data penelitian mempunyai distribusi normal, karena sebaran data yang ada
Status Karyawan
Jumlah Persentase
Berkeluarga 36 Orang
60,00 Lajang
24 Orang 40,00
Jumlah 60 Orang
100,00 46
Universitas Sumatera Utara
menyebar kesemua daerah kurva normal. Uji Normalitas pada penelitian ini dapat dilihat pada Gambar 4.2.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 18.00, 2013
Gambar 4.2 Grafik Distribusi Normal
Uji Normalitas scatter plot pada Gambar 4.2 dapat dilihat bahwa titik-titik mengikuti data di sepanjang garis diagonal hal ini berarti data berdistribusi normal. Uji Normalitas dapat dilihat
juga pada One Sampel KS Tes, yaitu:
Tabel 4.9 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,82211174 Most Extreme Differences
Absolute ,133
Positive ,095
Negative -,133
Kolmogorov-Smirnov Z 1,033
Asymp. Sig. 2-tailed ,236
a. Test distribution is Normal. b. Calculated from data.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 18.00, 2013
47
Universitas Sumatera Utara
Data pada Tabel 4.9 Nilai Asymp.Sis 2-tailed pada penelitian ini adalah 0,236; lebih besar dari 0,05 0,236 0,05, artinya variabel residual pada penelitian ini memiliki distribusi
normal.
b. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi, dengan kata lain heteroskedastisitas terjadi jika residual tidak memiliki
varian yang konstan. Heteroskedastisitas dapat diketahui dengan melakukan dua pendekatan yakni pendekatan statistik uji glesjer dan pendekatan grafik.
Kriteria pengambilan keputusan jika nilai signifikansi ≥ 0,05, maka tidak mengalami
gangguan heteroskedastisitas. Jika nilai signifikansi 0,05, maka mengalami gangguan heteroskedastisitas. Hasil analisis heteroskedastisitas pada penelitian ini dapat dilihat pada Tabel
4.10.
Tabel 4.10 Hasil Analisis Instrumen Heteroskedastisitas
Pendekatan Statistik Uji Glesjer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant ,700
,977 ,717
,477 P_Kslamat_K
-,061 ,034
-,230 -1,825
,073 P_Ksehat_K
,054 ,031
,220 1,749
,086 a. Dependent Variable: Abs
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 18.00, 2013
Tabel 4.10 dapat dilihat bahwa data pada penelitian ini hasil uji signifikan variabel Program keselamatan kerja adalah sebesar 0,073 dan hasil uji signifikan pada variabel Program
kesehatan kerja adalah sebesar 0,086. Hasil analisis instrumen heteroskedastisitas pada penelitian ini menunjukkan bahwa masing-masing variable dependent menunjukkan nilai lebih besar dari
48
Universitas Sumatera Utara
5, sehingga dapat disimpulkan bahwa data pada penelitian ini tidak terdapat adanya heteroskedastisitas dalam model regresi.
Uji heteroskedastisitas dapat juga dilihat melalui gambar scatterplot. Gambar scatterplot dapat menunjukkan indikasi ada atau tidaknya gejala heteroskedastisitas. Suatu model regresi
jika dianalisis dengan pendekatan grafik, tidak terkena heteroskedastisitas apabila pada grafik scatterplot terlihat titik-titik yang menyebar secara acak dan tidak membentuk suatu pola tertentu
Syafrizal, 2008: 68.
Sumber: Pengolahan Data Primer kuesioner dengan SPSS 18.00, 2013
Gambar 4.3 Scatterplot Dependent Variable Kinerja Kerja
Gambar 4.3 menyatakan bahwa penyebaran residual cenderung tidak teratur, adanya titik- titik yang berpencar dan tidak membentuk pola tertentu. Hasil yang diperoleh dalam penelitian
ini adalah tidak terdapat gejala heteroskedastisitas pada model regresi ini.
c. Uji Multikolinearitas
