Tabel V.9 Distribusi Jawaban Responden pada Usia
Keterangan Jumlah
Persentase 20-30 tahun
11 26,19
30 tahun 31
73,80 Sumber : Data Primer yang diolah 2014
Dari tabel di atas dapat disimpulkan bahwa pada karakteristik responden lebih banyak yang telah berusia 30 tahun dikarenakan beberapa perawat bagian rawat jalan
memang sudah memiliki banyak pengalaman dalam bidang keperawatan.
C. Analisis Data
Analisis Regresi Linier Berganda Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih
variabel independen X1,X2,....Xn dengan variabel dependen Y. Dari hasil olah data yang dilakukan peneliti diperoleh hasil pada tabel berikut :
Tabel V.10 Hasil Uji Regresi Linier Berganda dan Uji t
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
5.536 3.203
1.728 .092
Disiplin .665
.129 .676
5.164 .000
Stres .085
.073 .152
1.159 .254
a. Dependent Variable: Kinerja
Dari tabel diatas diketahui bahwa dari hasil tersebut dapat dibuat persamaan regresi sebagai berikut :
Y = a + b1X1 + b2X2 Y = 5,536 + 0,665X1 + 0,085X2
Keterangan : Y
= Kinerja perawat a
= Konstanta X1
= Disiplin X2
= Stres Kerja
D. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang dihasilkan dari regresi terdistribusi secara normal atau tidak. Model
regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal atau mendekati normal. Model regresi yang memenuhi asumsi normalitas
jika dalam grafik P-P Plot, datanya menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hasil uji normalitas yang didasarkan pada
Kolmogorov-Smirnov Goodness of Fit Test
akan terlihat seperti berikut ini : Tabel V.11
Hasil Uji Normalitas
Unstandardize d Residual
N 42
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.60671528
Most Extreme Differences
Absolute .115
Positive .115
Negative -.079
Kolmogorov-Smirnov Z .742
Asymp. Sig. 2-tailed .641
a. Test distribution is Normal. b. Calculated from data.
Dari tabel di atas diketahui bahwa nilai signifikansi Asymp. Sig 2-tailed sebesar 0.641 0.05, berarti data berdistribusi normal.
Dilihat dari
normality probability plot
menunjukkan titik-titik yang mengikuti garis diagonal artinya data berdistribusi normal. Sumbu horisontal menunjukkan
data yang telah diurutkan dari kecil ke besar, sedangkan sumbu vertikal menunjukkan probabilitas atau peluang kumulatif. Hasil dapat dilihat pada gambar
grafik
normality probability plot
berikut ini :
Gambar V.3 Normality Probability Plot Distribusi Normal
2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan antar variabel
independen dalam model regresi. Jika terjadi korelasi yang tinggi maka hal ini
