Suatu instrumen dapat dikatakan handal reliabel bila makin dekat nilai koefesien cronbach alpa kepada angka 1 maka semakin kuat konsistensi internal
realibilitas atau memiliki keandalan atau dengtan kata lain lebih besar dari 0,6.
Tabel 4.38 Reliabilitas Instrumen
Instrumen Nilai cronbach alpa
Pengawasan Pimpinan 0,791
Perhatian pada Karyawan 0,839
Disiplin Kerja 0,849
Sumber : Hasil Perhitungan SPSS lampiran
Berdasarkan tabel 4.38 di atas diketahui nilai cronbach alpa untuk variabel Pengawasan Pimpinan nilai reliabilitas sebesar 0,791 kemudian nilai reliabilitas
Perhatian pada Karyawan sebesar 0,839 dan nilai reliabilitas untuk Disiplin Kerja sebesar 0,849. Melihat nilai reliabilitas di atas maka derajat reliabilitas cukup
memadai. Karena nilai kepercayaan melebihi 60.
3. Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis dari penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik. Uji asumsi klasik dilakukan dalam upaya untuk
memperoleh hasil analisis regresi yang sahih valid, valid menentukan alat uji regresi berganda dapat digunakan atau tidak. Ada 3 tiga asumsi klasik yang harus dipenuhi,
yaitu: normalitas data, tidak ada multikolinearitas dan tidak ada heteroskedastisitas. Berikut ini pengujian untuk menentukan apakah ketiga asumsi klasik tersebut
dipenuhi atau tidak.
Universitas Sumatera Utara
a. Uji Normalitas
Sebelum dilakukan pengolahan data dengan menggunakan uji regresi, terlebih dahulu dilakukan uji normalitas data. Uji normalitas data dilakukan untuk
menganalisis apakah syarat persamaan regresi sudah dipenuhi atau belum dengan melihat gambar normal histogram dan p-plot. Output dari uji normalitas data adalah
berupa gambar visual yang menunjukkan jauh-dekatnya titik-titik pada gambar tersebut dengan garis diagonal. Jika data berasal dari distribusi normal, maka nilai-
nilai sebaran data yang tercermin dalam titik-titik pada output akan terletak di sekitar garis diagonal. Sebaliknya, jika data berasal dari distribusi yang tidak normal maka
titik-titik tersebut tersebar tidak di sekitar garis diagonal terpencar jauh dari garis diagonal.
Hasil pengujian normalitas dengan menggunakan analisa grafik dilihat pada Gambar 4.4 sebagai berikut :
Sumber : Hasil Penelitian, 2012 data diolah
Gambar 4.4 grafik histogram Disiplin Kerja
Universitas Sumatera Utara
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati normal, dari Gambar 4.4 di atas dapat disimpulkan bahwa distribusi data
normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng ke kanan dan tidak menceng ke kiri atau normal. Dalam hal ini
berarti H0 diterima yang berarti data residual berdistribusi normal.
Sumber : Hasil Penelitian, 2012 data diolah
Gambar 4.5 Hasil Uji Normalitas Hipotesis Kedua
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati normal, dari Gambar 4.5 di atas dapat disimpulkan bahwa distribusi data
normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng ke kanan dan tidak menceng ke kiri atau normal. Dalam hal ini
berarti H0 diterima yang berarti data residual berdistribusi normal.
Universitas Sumatera Utara
b. Uji Multikolinearitas
Multikolinearitas adalah suatu keadaan dimana antar variabel bebas saling mempengaruhi sangat kuat. Persamaan regresi ganda yang baik adalah persamaaan
yang bebas dari multikolonearitas. Ada tidaknya masalah multikolinearitas dalam sebuah model regresi dapat dideteksi dengan nilai VIF variance inflactor factor dan
nilai toleransi tolerance. Suatu model regresi dikatakan bebas dari masalah multikolinearitas jika mempunyai nilai VIF lebih kecil dari 10 dan mempunyai nilai
tolerance di atas 0,0001. Dalam model regresi ini, hasil uji multikolinearitas dapat dilihat dari tabel berikut :
Tabel 4.39 Hasil Uji Multikolinearitas Hipotesis Kedua
Model Collinearity Statistics
Tolerance VIF
1 Constant
Pengawasan Pimpinan 0.485
2.063 Perhatian pada Karyawan
0.485 2.063
a. Dependent Variabel: Disiplin Kerja
Y
Sumber : Hasil Penelitian, 2012 data diolah
Berdasarkan hasil pengolahan pada tabel 4.39 menunjukkan nilai VIF dan tolerance semua variabel dalam penelitian ini tidak mengalami multikolinearitas. Hal
ini ditunjukkan oleh nilai VIF kedua variabel tersebut yang besarnya kurang dari 10, dan nilai tolerance jauh melebihi angka 0,0001. Hasil tersebut menunjukkan bahwa
dalam model regresi ini seluruh variabel bebas tidak terjadi masalah multikolinearitas.
Universitas Sumatera Utara
c. Uji Heteroskedastisitas
Uji heterokedastisitas dilakukan untuk menguji apaakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan lainnya. Deteksi ada atau tidaknya masalah heteroskedastisitas dalam suatu model regresi bisa dilakukan dengan melihat pola titik-titik pada grafik
scatterplot dengan dasar pengambilan keputusan sebagai berikut : Jika ada pola tertentu, seperti titik-titik membentuk suatu pola yang teratur, maka telah terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas serta titik-titik menyebar tidak teratur maka tidak terjadi heteroskedastisitas.
Hasil dari pelaksanaan uji heteroskedastisitas terlihat pada Gambar IV.6
berikut ini:
Sumber : Hasil Penelitian, 2012 data diolah
Gambar 4.6 Hasil Uji Heterokedastisitas Hipotesis Kedua
Universitas Sumatera Utara
Gambar di atas menunjukkan bahwa titik-titik yang dihasilkan menyebar secara acak dan tidak membentuk suatu pola atau trend garis tertentu. Gambar di atas
juga menunjukkan bahwa sebaran data ada di sekitar titik nol. Hasil pengujian ini menunjukkan bahwa model regresi ini bebas dari masalah heteroskedastisitas, dengan
perkataan lain: variabel-variabel yang akan diuji dalam penelitian ini bersifat homokedastis.
1. Hasil Uji Hipotesis Kedua
