Tabel di atas menggambarkan tanggapan responden Tangibles. Berdasarkan hasil pengolahan yang disajikan pada tabel di atas, dapat dilihat bahwa persentase
skor harapan lebih tinggi dari persentase skor performance.
4.2 Hasil Pembahasan
4.2.1 Analisis Kuantitatif
Dalam penelitian ini untuk mendapatkan data yang lebih lengkap dari variabel X
1
Sistem Informasi Pelayanan Santunan kecelakaan dan X
2
Kompetensi Karyawan, peneliti menggunakan metode kualitatif dengan mewawancarai narasumber dari divisi yang terkait.
4.2.1.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah model regresi mempunyai distribusi normal ataukah tidak. Asumsi normalitas merupakan persyaratan yang
sangat penting pada pengujian kebermaknaan signifikansi koefisien regresi. Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau
mendekati normal, sehingga layak dilakukan pengujian secara statistik. dilakukan melalui tes Kolmogorov-Smirnov koreksi Lilliefors. Dengan bantuan software
SPSS16.0 diperoleh hasil sebagai berikut :
Tabel 4.53 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
45 .0000000
.10050618 .185
.185 -.133
1.238 .093
N Mean
St d. Dev iation Normal Parameters
a,b
Absolute Positiv e
Negativ e Most Ext reme
Dif f erences
Kolmogorov -Smirnov Z Asy mp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated f rom dat a. b.
Berdasarkan tabel dan gambar di atas, nilai probabilitas 0,05 dan data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat
disimpulkan distribusi dari populasi adalah normal.
4.2.1.2 Uji Multikolinearitas
Multikolinieritas merupakan suatu situasi dimana beberapa atau semua variabel bebas berkorelasi kuat. Jika terdapat korelasi yang kuat di antara sesama
variabel independen maka konsekuensinya adalah: 1. Koefisien-koefisien regresi menjadi tidak dapat ditaksir.
2. Nilai standar error setiap koefisien regresi menjadi tidak terhingga. Dengan demikian berarti semakin besar korelasi diantara sesama variabel
independen, maka tingkat kesalahan dari koefisien regresi semakin besar yang mengakibatkan standar errornya semakin besar pula. Cara yang digunakan untuk
mendeteksi ada tidaknya multikoliniearitas adalah dengan:menggunakan Variance Inflation Factors VIF
Tabel 4.54 Uji Multikolinearitas
Coeffi ci ents
a
.998 1.002
.998 1.002
X1 X2
Model 1
Tolerance VI F
Collinearity Statistics
Dependent Variable: Y a.
Dari output di atas dapat dilihat bahwa nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terdapat multikolinearitas dalam data.
Berikut ini merupakan Rumus manual dari VIF :
2 i
R 1
1 VIF
Gujarati, 2003: 351. Dimana R
i 2
adalah koefisien determinasi yang diperoleh dengan meregresikan salah satu variabel bebas X
i
terhadap variabel bebas lainnya. Jika nilai VIF nya kurang dari 10 maka dalam data tidak terdapat Multikolinieritas Gujarati, 2003:
362.
4.2.1.3 Uji Heteroskedastisitas
