Hasil Uji Normalitas Data Hasil Uji Koefisien Determinan R

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