Gambar 4.2. Gejala Autokorelasi DW
Tidak ada autokorelasi positif dan tidak ada
autokorelasi negatif
dL dU
4 - dU 4 - dL
4
ad a au
to korelasi positif
daerah keragu
raguan ad
a au to
kore la
si ne ga
tif daerah
keragu raguan
Sumber : Gujarati 1988 : 216 Dalam penelitian ini data yang digunakan bukan data time series tetapi
data cross section yang diambil berdasarkan kuesioner, sehingga untuk uji autokorelasi tidak dilakukan. Karena gejala autokorelasi pada sebagian besar
terjadi pada regresi yang datanya time series Santoso, 2000 : 216.
4.5.3. Persamaan Regresi Linier Berganda
Dalam analisis ini menggunakan model analisis regresi linier berganda yang berguna untuk mengetahui terdapat atau tidaknya pengaruh antara variable
bebas terhadap variable terikat. Berikut ini adalah ringkasan hasil analisis regresi linier berganda.
Tabel 4.16 : Persamaan Regresi Linier Berganda Variable Bebas
Koefisien Regresi Konstanta
Penerapan Teknologi Baru X
1
Kepercayaan Pemakai Sistem Informasi X
2
5,579 0,395
0,412
Sumber : Lampiran 11
Berdasarkan tabel 4.16 di atas, maka persamaan yang didapat adalah :
Y= 5,579 + 0,395 X
1
+ 0,412 X
2
Nilai konstanta b menunjukkan besarnya nilai dari kinerja karyawan Y
apabila variable penerapan teknologi baru X
1
dan kepercayaan pemakai sistem informasi X
2
adalah konstan atau nol, maka besarnya nilai kinerja karyawan Y sebesar 5,579.
Koefisien regresi pada masing- masing variable bebas menunjukkan pola hubungan antara variable bebas tersebut dengan variable terikat, jika koefisien
regresi adalah positif maka antara variable bebas dengan variable terikat mempunyai pola hubungan yang positif jika variable bebas mengalami
kenaikkan, variable terikat akan mengalami kenaikkan pula, dan jika koefisien regresi adalah negatif maka antara variable bebas dengan variable terikat
mempunyai pola hubungan yang negatif jika variable bebas mengalami kenaikkan, variable terikat akan mengalami penurunan. Berikut ini koefisien
regresi yang dihasilkan masing-masing variable bebas : 1.
Koefisien regresi untuk X
1
b
1
= 0,395 Penerapan teknologi baru X
1
mempunyai pola hubungan yang positif dengan kinerja karyawan Y artinya jika penerapan teknologi baru X
1
meningkat sebesar satu satuan, maka kinerja karyawan Y akan naik sebesar 0,395 dengan asumsi variable kepercayaan X
2
adalah konstan. 2.
Koefisien regresi untuk X
2
b
2
= 0,412 Kepercayaan pemakai sistem informasi X
2
mempunyai pola hubungan yang positif dengan kinerja karyawan Y artinya jika kepercayaan
pemakai sistem informasi X
2
meningkat sebesar satu satuan, maka kinerja karyawan Y akan naik sebesar 0,412 dengan asumsi variable
penerapan teknologi baru X
1
adalah konstan.
4.5.4. Uji Hipotesis 1. Uji F