4.2.3.1 Hasil Uji Normalitas Data
Tujuan normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi
normal.Jika asumsi ini dilanggar atau tidak dipatuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.cara yang digunakan
kali ini adalah dengan menggunakan analisis grafik. Hasil pengujian normalitas data ditunjukkan dalam histogram dan grafik. Histogram
menunjukkan grafik berbentuk lonceng, menceng secara normal, dan membawahi sebagian besar data.
Gambar 4.1 Histogram
Sumber : Diolah dari SPSS, 2012
Universitas Sumatera Utara
Gambar 4.2 Normal P-P Plot
Sumber : Diolah dari SPSS, 2012
Dengan melihat tampilan histogram maupun grafik normal plot maka dapat disimpulkan bahwa grafik histogram pola ditribusi
menceng ke kanan, berbentuk lonceng dan normal. Pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal, dan
penyebarannya tidak jawuh dari garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi
normalitas. Pengujian normalitas data juga dengan melakukan uji Kolmogorov Smirnov Uji K-S. jika tingkat signifikansinya lebih
Universitas Sumatera Utara
dari 0,05, maka data terdistribusi normal. Jika signifikansi lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji
Kolmogorov-smirnov pada penelitian ini menunjukkan nilai signifikan = 0.683. Dengan demikian, data pada penelitian ini
terdistribusi normal dan dapat melakukan uji-t karena 0.683 0.05.
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 45
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 5.85890957
Most Extreme Differences Absolute .107
Positive .079
Negative -.107
Kolmogorov-Smirnov Z .717
Asymp. Sig. 2-tailed .683
a. Test distribution is Normal. Sumber : Diolah dari SPSS. 2012
4.2.3.2 Hasil Uji Heteroskedastisitas
Uji ini bertutjuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan
ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Cara mendeteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada garfik scatterplot di sekitar nilai X dan Y.
Universitas Sumatera Utara
Gambar 4.3 Scatterplot
Sumber : Diolah dari SPSS, 2012
Berdasarkan gambar 4.3 terlihat bahwa titik-titik menyebar secara acak dan tidak terbentuk satu pola tertentu. Dengan
demikian model regresi tidak menunjukkan adanya gejala heteroskedastisitas. Hal ini berarti model regresi layak digunakan
untuk implementasi prediksi kinerja SKPD Pemerintah Provinsi Sumatera Utara.
4.2.4 Hasil Pengujian Hipotesis
Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
Tabel 4.8 Variabels EnteredRemoved
b
Model Variabels
Entered Variabels
Removed Method
1 Komitmen
a
. Enter a. All requested variabels entered.
b. Dependent Variabel: Kinerja Pemerintah Sumber : Hasil Olahan SPSS, 2012
Berdasarkan tabel 4.8, maka analisis statistik deskriptif adalah: a.
variabel yang dimasukkan ke dalam persamaan adalah variabel independen yaitu komitmen,
b. metode yang digunakan untuk memasukkan data yaitu metode
enter.
Tabel 4.9
Berdasarkan tabel 4.9 pada kolom Unstandarized Coefficients B diperoleh model persamaan regresi.
Y= 35,450 + 0.521X + e Regresi Linear
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant 35.450
13.161 2.694
.010 Komitmen
.521 .243
.311 2.147 .037
a. Dependent Variabel: Kinerja Pemerintah Sumber : Diolah dari SPSS, 2012
Universitas Sumatera Utara
1. Konstanta sebesar 35,450 menyatakan bahwa jika tidak memiliki
komitmen organisasi, maka kinerja SKPD Pemerintah Provinsi Sumatera Utara akan sebesar 35,450.
2. Koefisien,0.521, menunjukkan bahwa komitmen organisasi X
berpengaruh positif terhadap kinerja SKPD Pemerintah Provinsi Sumatera Utara . Hal ini berarti bahwa setiap penambahan komitmen
organisasi 1, maka akan diikuti penambahan kinerja SKPD Pemerintah Provinsi Sumatera Utara sebesar 0.521 dengan asumsi variabel lain
tetap. 3.
Standar error e menunjukkan tingkat kesalahan pengganggu.
4.2.4.1 Hasil Uji Koefisien Determinan R
2
B
B erdasarkan 4.10 dapat dilihat dari hasil analisa regresi secara
keseluruhan menunjukkan R sebesar 0.311 yang berarti bahwa hubungan antara komitmen dengan kinerja pegawai mempunyai
hubungan yang rendah sebesar 31,1, dikatakan rendah karena angka tersebut berada dibawah 0,5 atau 50. Nilai R Square dalam
Tabel 4.10 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.311
a
.097 .076
5.92664 a. Predictors: Constant, Komitmen
b. Dependent Variabel: Kinerja Pemerintah Sumber : Diolah dari SPP, 2012
Universitas Sumatera Utara
penelitian ini sebesar 0.097 berarti bahwa variabel dependen kinerja SKPD mampu dijelaskan oleh variabel independen komitmen
sebesar 9,7 dan selebihnya 90.3 dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini, kemungkinan seperti
variabel motivasi, kepuasan kerja, evaluasi anggaran dan lain sebagainya.
4.2.4.2 Hasil Uji -t