6. Untuk pernyataan keenam, responden lebih Dominan dengan pilihan Setuju dengan 20 responden 66,7, lalu dengan pilihan Sangat Setuju sebanyak 10
responden 33,3.
7. Untuk pernyataan ketujuh, responden lebih Dominan dengan pilihan Sangat Setuju
dengan 22 responden 73,3, lalu dengan pilihan Setuju sebanyak 8
responden 26,7
8. Untuk pernyataan pertama, responden lebih Dominan dengan pilihan Sangat Setuju
dengan 20 responden 66,7, lalu dengan pilihan Setuju sebanyak 10
responden 33,3.
9. Untuk pernyataan pertama, responden lebih Dominan dengan pilihan Sangat Setuju
dengan 16 responden 53,3, lalu dengan pilihan Setuju sebanyak 14
responden 46,7.
4.3 Metode Analisis Data Regresi Linear Sederhana
Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau tidaknya korelasi antarvariabel. Jika kita memiliki dua buah
variabel atau lebih maka sudah selayaknya apabila kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan. Analisis regresi
mempelajari hubungan yang diperoleh dinyatakan dalam persamaan matematika yang menyatakan hubungan fungsional antara variabel-variabel. Hubungan fungsional
antara satu variabel prediktor dengan satu variabel kriterium disebut analisis regresi
Universitas Sumatera Utara
sederhana tunggal, sedangkan hubungan fungsional yang lebih dari satu variabel disebut analisis regresi ganda.. Analisis regresi lebih akurat dalam melakukan analisis
korelasi, karena pada analisis itu kesulitan dalam menunjukkan slop tingkat perubahan suatu variabel terhadap variabel lainnya dapat ditentukan. Dengan
demikian maka melalui analisis regresi, peramalan nilai variabel terikat pada nilai variabel bebas lebih akurat pula. Persamaan regresi linier dari Y terhadap X
dirumuskan sebagai berikut :
Y = a + b X + e
Keterangan: Y = variabel terikat
X = variabel bebas a = intersep
b = koefisien regresislop e = standart error
Tabel 4.9
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 13.969
1.290 10.828
.000 PKS
-.028 .040
-.074 -.693
.490 a. Dependent Variable: SK
Universitas Sumatera Utara
Dari Tabel 4.9 yang merupakan hasil Regresi Linear Sederhana dapat disimpulkan :
Rumus Persamaan regresi adalah Y’ = a + bx+e Berdasarkan table tersebur maka persamaan regresinya adalah
Y’ = 13.969 + -.028X Karena nilai koefisien b = 13,969 positif maka model regresi bernilai positif atau
searah, artinya jika nilai variable Program Kesejahteraan X semakin tinggi maka nilai variabel Semangat Kerja Y juga semakin tinggi pula.
Untuk melihat ada atau tidak ada pengaruh dapat dilihat table output “ANOVA” pada baris Regression pada kolom Sig didapatkan nilai 0,049 berarti nilai
P value Sig adalah 0,049 artinya. Karena nilai P value Sig. kurang dari 0,05 maka
dapat disimpulkan “terdapat pengaruh yang signifikan antara Program Kesejahteraan
X dengan Semangat KerjaY Untuk melihat seberapa kuat hubungan antara kedua variabel dan untuk
melihat seberapa besar variabel Semangat Kerja Y dipengaruhi oleh variabel Program Kesejahteraan X, dapat dilihat pada table output “Model Summary” . Nilai
koefisien korelasi R = 0,900 bandingkan dengan tabel interpretasi berikut: 0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah 0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
Universitas Sumatera Utara
0,80 - 1,000 = sangat kuat Karena nilai R = 0,74 berada di antara nilai 0,60 – 0,799 maka dapat disimpulkan
hubungan antara Program Kesejahteraan X denganSemangat Kerja Y sangat kuat Kemudian untuk melihat seberapa besar kontribusi Program Kesejahteraan
mempengaruhi Semangat Kerja, dapat digunakan rumus Koefisien Penentu KP atau ada yang menyebutnya koefisien Determinasi yang dirumuskan KP = R2 x 100
atau KP = R Square x 100 = 0,60 x 100 =60 artinya Program Kesejahteraani memberikan kontribusi terhadap Semangat Kerja sebesar 60 atau dapat
disimpulkan Semangat Kerja dipengaruhi oleh Program Kesejahteraan sebesar 60 sedangkan sisanya dipengaruhi oleh faktor lain.
4.4 Pembahasan