66
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol 0 pada sumbu Y, tidak
berkumpul disatu tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi dalam
artinya bahwa varian semua variabel ini menunjukkan variabel independen Pelatihan dan Pendidikan, Motivasi, dan Fasilitas dapat digunakan untuk
memprediksi Kinerja pada Dinas Perhubungan Kota Medan.
4.5 Regresi Linear Sederhana
Dalam hal ini model regresi diperlukan untuk melakukan pengujian hipotesis berdasarkan taksiran parameter maupun untuk proses peramalan.
Dengan menggunakan alat bantu komputer melalui program SPSS, maka nilai
regresi linear berganda dapat dilihat dalam Tabel 4.13 sebagai berikut: Tabel 4.13
Hasil Analisis Regresi Linear Sederhana
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta 1
Constant 2.412
.887 Pendidikan dan Pelatihan
.234 .073
.281 Motiasi
.310 .074
.386 Fasilitas
.226 .059
.288 a. Dependent Variable: Kinerja
Berdasarkan tabel hasil uji regresi linear berganda di atas, maka dapat dilakukan spesifikasi model menjadi persamaan regresi linear berganda sebagai
berikut:
67
Y = 2.412 + 0.234 X1 + 0.310 X2 + 0.226 X3 + e Persamaan regresi tersebut dapat diperjelas:
1. Konstanta sebesar 2.412, menunjukkan bahwa Kinerja jika Pendidikan dan Pelatihan, Motivasi, dan Fasilitas sama dengan nol. Hal ini menunjukkan
bahwa jika tidak ada Pendidikan dan Pelatihan, Motivasi, dan Fasilitas maka Kinerja sebesar 2.412. Sehingga dapat dikatakan apabila tidak terdapat
variabel lain yang mendukung maka Kinerja akan tetap memiliki nilai sebesar 2.412.
2. Koefisien Pendidikan dan Pelatihan X1 sebesar 0.234, menunjukkan bahwa setiap penambahan karena tanda + Pendidikan dan Pelatihan sebesar 1
maka akan menambah pengaruh Kinerja sebesar 0.234. 3. Koefisien Motivasi X2 sebesar 0.310, menunjukkan bahwa setiap
penambahan karena tanda + Motivasi sebesar 1 maka akan menambah pengaruh Kinerja sebesar 0.310.
4. Koefisien Fasilitas X3 sebesar 0.226, menunjukkan bahwa setiap penambahan karena tanda + Fasilitas sebesar 1 maka akan menambah
pengaruh Kinerja sebesar 0.234.
4.6 Uji Signifikan Simultan Uji Statistik F
Berdasarkan hasil output SPSS nampak bahwa pengaruh secara simultan variabel independen tersebut Pendidikan dan Pelatihan, Motivasi, dan Fasilitas
terhadap Kinerja seperti ditunjukkan pada Tabel 4.14 sebagai berikut:
68
Tabel 4.14 Hasil Regresi untuk Uji F Simultan
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
618.546 3
206.182 88.353
.000
a
Residual 214.694
92 2.334
Total 833.240
95 a. Predictors: Constant, Fasilitas, Pendidikan dan Pelatihan, Motiasi
b. Dependent Variable: Kinerja
Dari hasil perhitungan diperoleh nilai F hitung sebesar 88,353 yang lebih besar dari F tabel sebesar 2,703594 dan nilai signifikan sebesar 0,000. Karena
nilai signifikan lebih kecil dari 0,05 atau 5 maka model layak goodness of fit. Yang artinya H0 ditolak dan Ha diterima sehingga terdapat pengaruh yang
signifikan secara simultan dari Pendidikan dan Pelatihan, Motivasi, dan Fasilitas terhadap Kinerja.
4.7 Koefisien Determinasi
