68
α
0,9 : reliabel baik,
α ≥
0,9 : sangat reliabel sangat baik Azwar, 2006.
a. Pengujian Reliabilitas Angket Produktivitas Kerja
Dari hasil pengujian angket produktivitas kerja diperoleh nilai
Cronbach Alpha sebesar 0,9514, sehingga berdasarkan ketentuan di atas maka angket
produktivitas kerja masuk pada range 0,8
≤ α
0,9 yang artinya reliabel baik.
b. Pengujian Reliabilitas Angket Lingkungan Kerja
Fisik
Dari hasil pengujian angket lingkungan kerja fisik diperoleh nilai
Cronbach Alpha sebesar 0,8443, sehingga berdasarkan ketentuan di atas maka angket
produktivitas kerja masuk pada range 0,8
≤ α
0,9 yang artinya reliabel baik.
Setelah diketahui bahwa angket menunjukkan kkriteria valid dan realibel maka data-data hasil penyebaran
angket dapat digunakan atau layak untuk tujuan analisis lebih lanjut.
D. Pengujian Asumsi Klasik
Sebelum dilakukan analisis data dengan alat analisis regresi linier sederhana terdapat beberapa asumsi yang perlu
dipenuhi terkait dengan data penelitian, sebagai berikut :
1. Pengujian Normalitas Data
Uji Normalitas digunakan untuk mengetahui apakah regresi telah memenuhi asumsi normal atau tidak. Untuk
69
kepentingan pengujian normalitas data dalam penelitian ini digunakan alat analisis Kolmogorov-Smirnov. Data
dikatakan normal jika menunjukkan nilai p-value asymp.
sig 0,05. Adapun hasil uji normalitas data dapat dilihat pada
tabel di bawah ini:
Tabel 4.3 Hasil Uji Normalitas
LINGKUNGA N KERJA X
PRODUKTIVITAS KERJA Y
N 35
35 Kolmogorov-Smirnov Z
.486 .971
Asymp. Sig. 2-tailed .972
.303
Sumber : Data SPSS Diolah, 2012 Data Terlampir Dari tabel 4.3 di atas diketahui nilai
p-value asymp. sig uji normalitas masing-masing variabel adalah : 0,972
untuk variabel lingkungan kerja fisik, 0,303 untuk variabel produktivitas kerja sehingga nilai tersebut
menunjukkan angka 0,05, sehingga data dikatakan memenuhi asumsi normalitas.
2. Pengujian Heteroskedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah persamaan model regresi yang dihasilkan terjadi
ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Dalam penelitian ini untuk
mendeteksi ada
atau tidaknya
heteroskedastisitas dilakukan dengan membuat grafik atau memplotkan
antara nilai prediksi variabel terikat dependen yaitu ZPredicted dengan residualnya SResidual. Keputusannya,
70
yaitu apabila sebaran data pada grafik tersebut tidak menggambarkan pola tertentu maka dapat dikatakan
bahwa model regresi tidak terdapat heteroskedastisitas dan sebaliknya Ghozali, 2002.
Adapun hasil uji heterokedastisitas dapat dilihat pada gambar grafik di bawah ini :
Scatterplot Dependent Variable: PRODUKTIVITAS KERJA Y
Regression Studentized Residual
2 1
-1 -2
-3
R e
g re
s s
io n
S ta
n d
a rd
iz e
d P
re d
ic te
d V
a lu
e
3 2
1
-1 -2
-3
Sumber : Data SPSS Diolah, 2012 Data Terlampir
Gambar 4.1 Grafik Hasil Uji Heteroskedastisitas
Dari gambar grafik di atas dapat dilihat sebaran data tidak menunjukkan pola yang jelas, serta tersebar baik di atas
maupun di bawah angka 0 pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
71
3. Pengujian Autokorelasi
Kategori