adalah serangkaian norma-norma etik yang memuat hak dan kewajiban yang bersumber pada nilai-nilai etik yang dijadikan sebagai pedoman berfikir, bersikap,
dan bertindak dalam aktivitas-aktivitas yang menuntut tanggung jawab profesi.
4.1.4. Analisis Statistik Inferential
Analisis ini bertujuan untuk mengetahui layak tidaknya model regresi linier berganda digunakan untuk pengujian hipotesis.
4.1.4.1. Uji Asumsi Klasik 4.1.4.1.1. Hasil Uji Normalitas
a. Analisis grafik
Pengujian normalitas data dalam penelitian ini dideteksi melalui analisis grafik. Hasil pengujian normalitas dapat dilihat pada Gambar 4.1. berikut ini.
Sumber: Hasil Penelitian, 2011 Data diolah.
Gambar 4.1. Grafik Normalitas
Universitas Sumatera Utara
Dari Gambar 4.1. dapat disimpulkan bahwa model yang digunakan menunjukkan indikasi normal, di mana analisis dari grafik di atas terlihat titik-titik
menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Maka model regresi layak dipakai untuk memprediksi kinerja mengajar
dosen pada Sekolah Tinggi Ilmu Manajemen Pase Langsa berdasarkan masukan variabel independennya.
Hasil pengujian normalitas dengan menggunakan analisis grafik histogram dapat dilihat pada Gambar 4.2 berikut.
Sumber: Hasil Penelitian, 2011 Data diolah.
Gambar 4.2. Grafik Histogram
Dari Gambar 4.2. dapat dilihat grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
b. Analisis statistik
Pengujian normalitas yang didasarkan pada uji statistik non parametrik Kolmogorof-Smirnov K-S sebagai berikut.
Tabel 4.9 Hasil Uji Normalitas Uji Kolmogorof-Smirnov
One-Sample Kolmogorov-Smirnov Tes
t
Kompensasi Kepuasan
Kerja Kinerja
Mengajar Dosen
N Normal Parameters a,b Mean
Std Deviation
Most Extreme Differences Absolute Positive
Negative Kolmogorv-Smirnov Z
Asymp.Sig.2-tailed 40
69.5750 6.42865
.076 .072
-.076 .478
.976 40
22.3250 2.25761
.107 .107
-.082 .680
.745 40
29.3500 3.37829
.118 .105
-.118 .748
.630 a.
Test distribution is Normal b.
Caculated From data
Pada Tabel 4.9 menunjukkan hasil uji Kolmogorov Smirnov, nilai Asymp. Sig 2-tailed
lebih besar dari 0,05 α = 5, tingkat signifikan maka data berdistribusi normal.
4.1.4.1.2. Hasil Uji Multikolinieritas
Multikolinieritas adalah kejadian yang menginformasikan terjadinya hubungan antar variabel independen dan untuk mengetahui besarnya hibungan
variabel independen. Jika terjadi hibungan cukup besar maka akan menyebabkan kegagalan analisis regresi linier. Uintuk mengetahui adanya multikolinieritas
digunakan persamaan varian inflasi VIF. Menurut Wahana Komputer 2004 mengemukakan bahwa jika nilai faktor varian inflasi VIF 4-5 maka efek
multikolinieritas tidak berbahaya, dan jika nilai faktor varian inflasi VIF 5 maka
Universitas Sumatera Utara
indikasi terjadinya multikolinieritas yang berbahaya atau mengakibatkan kegagalan dalam analisis regresi linier. Hasil uji multikolinieritas dapat dilihat pada Tabel 4.10
berikut ini.
Tabel 4.10. Hasil Uji Multikolinieritas Model
Variabel Collinierity Statistics
Tolerance VIF
1 Constant
Kompensasi Kepuasan Kerja
0,981 0,824
1,049 1,077
a. Dependent Variable : Kinerja Mengajar Dosen
Sumber : Hasil Penelitian, 2011 Data diolah
Dari Tabel 4.10 menunjukkan tidak ada variabel bebas kompensasi dan kepuasan kerja yang memiliki nilai Tolerance lebih dari 0,1. Jadi dapat dikatakan
bahwa tidak ada multikolinieritas antara variabel bebas dalam model regresi, sehingga model regresi layak dipakai untuk memprediksikan kinerja mengajar dosen
di Sekolah Tinggi Ilmu Manajemen Pase Langsa berdasarkan masukan variabel bebas.
4.1.4.1.3. Hasil Uji Heteroskedastisitas
a. Analisis Grafik
Berdasarkan Gambar 4.3 terlihat tititk-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi ini layak dipakai untuk prediksi kinerja
mengajar dosen di Sekolah Tinggi Ilmu Manajemen Pase Langsa berdasarkan masukan variabel independennya.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2011 Data diolah.
Gambar 4.3 Grafik Heteroskedastisitas
b. Analisis Statistik
Gejala Heteroskedastisitas juga dapat dideteksi melalui uji Glejser, seperti berikut.
Tabel 4.11. Hasil Uji Heteroskedastisitas Uji Glejser
Coefficient
Model
a
Unstandardized Coefficients
Standardized Coefficients
t Sig
B Std. Error
1. Constant
Kompensasi Kepuasan Kerja
1.840 .011
-.017 .039
-.022 .449
.233 -.130
.656 .817
.897
b. Dependent Variable : absresid
Pada Tabel 4.11 nilai t hitung dari seluruh variabel bebas tidak ada yang signifikan secara statistik sehingga dapat disimpulkan bahwa model ini tidak
mengalami masalah heteretoskesdastisitas.
Universitas Sumatera Utara
4.1.4.2. Hasil Uji Regresi 4.1.4.2.1. Uji Simultan
