Uji Signifikan Simultan Uji F Uji Signifikan Parsial Uji T Uji asumi klasik

A = Bilangan Konstan dan Nilai Tetap X1 = Prilaku Pemimpin X2 = Kompensasi B1,b2 = Koefisien regresi E = Error

3.10.1 Uji Signifikan Simultan Uji F

Uji F digunakan pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat Ghozali, 2005. Hasil analisis F-hitung keragaman regresi akan dibandingkan dengan f- tabel pada derajat bebas α, k, n-k-1 dan level kepercayaan = 5 . Jika : H0 ditolak apabila f hitung f table, artinya ada pengaruh secara simultan HA ditolak apabila f hitung f tabel, artinya tidak ada pengaruh secara simultan F-hitung ditentukan dengan rumus : R² k f = 1 - R² n – k – 1 Dimana : R² = koefisien determinan berganda N = jumlah sampel k = jumlah variabel bebas Universitas Sumatera Utara

3.10.2 Uji Signifikan Parsial Uji T

Uji ini adalah untuk mengetahui apakah pengaruh masing-masing variabel bebas terhadap variabel terikat apakah bermakna atau tidak. Pengujian dilakukan dengan membandingkan antara nilai t hitung masing- masing variabel bebas dengan nilai t tabel dengan derajat kesalahan 5 dalam arti α = 0,05. Apabila nilai t hitung t table maka variabel bebasnya memberikan pengaruh bermakna terhadap variabel terikat.

3.10.3 Uji asumi klasik

Uji asumi klasik digunakan untuk melihat atau menguji model yang termasuk layak atau tidak layak digunakan dalam penelitian. Uji asumi klasik yang digunakan dalam penelitian ini adalah: 1. Uji Normalitas Uji normalitas bertujuan untuk mengetahui distribusi sebuah data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan menggunakan pendekatan kolmogrov smirrnov. Dengan menggunakan tingkat signifikan 5, artinya variabel residual berdistribusi normal Situmorang dan Ginting, 2008 2. Uji Multikolinieritas Uji multikolinieritas artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada tidaknya gejala multikolinieritas dapat dilihat dari besarnya Tolerance dan VIF Variance Inflation Factor Universitas Sumatera Utara melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah Tolerance 1 atau Tolerance 5, maka tidak terjadi multikolineritas Situmorang dan Ginting, 2008. 3. Uji heteroskedastisitas Uji heteroskedastisitas varians variabel independent adalah konstanta untuk setiap nilai tertentu variabel independen. Model regresi yang baik adalah tidak terjalin heteroskedastisitas. Heteroskedastisitas diuji dengan menggunakan uji Glejser dengan pengambilan keputusan jika variabel independen signifikan secara statistic mempengaruhi variabel independen, maka ada indikasi terjadinya heteroskedastisitas. Nilai probabilitas signifikannya diatas tingkat kepercayaan 5, maka dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. Heteroskedastisitas menguji terjadinya perbedaan varians residual suatu periode pengamatan ke periode pengamatan lainnya.

3.11 Koefisien Determinasi R