58
5 Ketaatan kepada kewajiban
Berdasarkan hasil penelitian diketahui distribusi skor responden mengenai ketaatan pada kewajiban diperoleh hasil yang terangkum dalam tabel 4.19 berikut.
Tabel 4.19 Ketaatan kepada Kewajiban
No. Kriteria Frekuensi
Presentase 1 Sangat
Baik 2 Baik
41 42
3 Cukup Baik
45 46
4 Kurang Baik
10 10
5 Tidak Baik
1 1
Jumlah 97
100 Berdasarkan tabel 4.19 menunjukkan bahwa sebagian besar responden
berpendapat ketaatan pada kewajiban termasuk dalam kriteria cukup baik 46, dan 1 dalam kriteria tidak baik.
4.1.2 Uji Asumsi Klasik
Sehubungan dengan pemakaian metode regresi linier berganda, untuk
menghasilkan nilai parameter model penduga yang lebih sahih, maka perlu dilakukan pengujian model asumsi klasik. Model asumsi klasik tersebut terdiri
atas : uji normalitas, uji multikolinieritas dan uji heteroskedastisitas.
1 Uji normalitas
Untuk mengetahui apakah data yang penulis kumpulkan dan teliti termasuk data berdistribusi normal atau tidak, maka dilakukan pengujian dengan
menggunakan bantuan komputer program SPSS 15 yang hasilnya dapat dilihat pada gambar 4.5.
59
Gambar 4.5 Uji Normalitas dengan Model Normal P-Plot
Kenormalan data dapat dilihat dengan menggunakan grafik normal P-Plot of Regression Standardized Residual menunjukkan data dari kepemimpinan, kondisi
kerja, rekan kerja dan semangat kerja pegawai memiliki titik-titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal,
sehingga dapat dikatakan bahwa data adalah berdistribusi normal.
2 Uji multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi antara variabel bebas. Cara mendeteksi ada tidaknya multikolinieritas dalam model regresi dapat dilihat dari nilai tolerance
dan nilai variance inflation factor VIF. Jika nilai tolerance 0.10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat gangguan multikolinieritas pada
penelitian tersebut. Jika nilai tolerance 0.10 dan VIF 10, maka dapat diartikan
60
bahwa terdapat gangguan multikolinieritas pada penelitian tersebut. Ghozali,
2006:91
Hasil perhitungan statistik menggunakan SPSS 15, diperoleh hasil perhitungan multikolinieritas untuk kepemimpinan, kondisi kerja, rekan kerja dan
semangat kerja disajikan dalam tabel 4.20.
Tabel 4.20 Hasil Perhitungan Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 14.706
2.857 5.147
.000 X1
.157 .038
.307 4.108
.000 .923
1.084 X2
.498 .106
.354 4.698
.000 .910
1.099 X3
.264 .046
.418 5.752
.000 .975
1.026 a. Dependent Variable: Y
Berdasarkan tabel 4.20, menunjukkan bahwa model regresi tidak mengalami gangguan multikolinieritas. Hal ini tampak pada nilai tolerance untuk ketiga
variabel tidak ada variabel bebas yang memiliki nilai tolerance kurang dari 0,10. Jadi hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal
yang sama tidak ada satu variabel yang memiliki nilai VIF lebih dari 10 Ghozali,2006:91. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar
variabel bebas dalam model regresi.
3 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang
61
lain. Jika varians dari residual tersebut tetap, maka disebut homokedastisitas. Dan jika varians berbeda, disebut heterokedastisitas. Berdasarkan hasil perhitungan
menggunakan SPSS 15 diperoleh hasil seperti yang disajikan pada gambar 4.6.
Gambar 4.6 Diagram Heterokedastisitas
Diagram scatterplot menunjukkan bahwa titik-titik yang menggambarkan data menyebar secara acak, tidak membentuk 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 layak
dipakai.
4.1.3 Analisis Regresi Berganda