Gambar 4.4 Uji Heterokedasitas menggunakan Scatterplot
Sumber: Kuesioner Penelitian, 2013
Dasar pengambilan keputusannya adalah jika pola tertentu, seperti titik-titik poin-poin yang ada membentuk suatu pola tertentu yang teratur, maka terjadi heterokedasitas. Jika tidak ada pola
yang jelas, serta titik-titik poin-poin menyebar dibawah dan diatas angka 0 pada sumbu Y, maka tidak terjadi heterokedasitas Juliandi, 2013:176.
Dari gambar scatterplot di atas, dapat dilihat bahwa titik-titik menyebar secara acak, tidak membentuk pola yang teraturjelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu
Y. Dengan demikian tidak terjadi heterokedasitas pada model regresi.
4.3.2. Analisis Regresi Linier Berganda
Tabel 4.26 Tabel Koefisien Beta
Sumber: Kuesioner Penelitian, 2013
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
1,791 ,577
3,106 ,003
reward X1 ,390
,122 ,316
3,198 ,002
punishment X2
,210 ,085
,243 2,461
,016 a. Dependent Variable: kinerja Y
Universitas Sumatera Utara
Y = 1,791 + 0,390X
1
+ 0,210X
2
Keterangan: Y = kinerja
X
1
= reward X
2
= punishment Persamaan regresi di atas dapat dijelaskan sebagai berikut:
a. β0 = 1,791
Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel reward dan punishment, maka nilai variabel kinerja adalah sebesar 1,791.
b. β1 = 0,390
Koefisien regresi β1 ini menunjukkan bahwa setiap variabel reward meningkat satu satuan, maka nilai variable kinerja akan bertambah sebesar 0,390 dengan asumsi variabel lainnya
dianggap tetap atau sama dengan nol. c.
β2 = 0,210 Koefisisen regresi β2 menunjukkan bahwa setiap variabel punishment meningkat sebesar satu
satuan, maka perubahan nilai variable kinerja yang dilihat dari nilai Y akan bertambah sebesar 0,210 dengan asumsi variabel lain dianggap tetap.
4.3.3. Uji Determinasi
Tabel 4.27 Tabel Uji Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
,440
a
,194 ,175
,38455 a. Predictors: Constant, punishment X2, reward X1
b. Dependent Variable: kinerja Y Sumber: Kuesioner Penelitian, 2013
Pada model summary di atas, angka R sebesar 0,440 menunjukkan bahwa korelasi atau hubungan antara Kinerja Y dengan Reward X
1
dan Punishment X
2
mempunyai hubungan yang lemah karena R 0,5 50. Dimana nilai R yaitu 0,440 atau 44. Sedangkan angka adjusted R
Square atau koefisien determinasi adalah 0,175 atau 17,5. Angka ini mengindikasikan bahwa variasi
Universitas Sumatera Utara
dari kedua variabel independennya mampu menjelaskan variasi variabel dependen sebesar 17,5 dan sisanya 82,5 100 - 17,5 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam
model penelitian ini. Kemudian standard error of the estimate adalah sebesar 0,384, di mana semakin kecil angka ini akan membuat model regresi semakin tepat untuk memprediksi nilai variable kinerja.
Adjusted R Square adalah nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki harga negatif. untuk regresi dengan lebih dari dua variabel
bebas digunakan Adjusted R
2
sebagai koefisien determinasi.
4.3.4. Pengujian Hipotesis 3 Uji Siginifikan Simultan Uji-F
