dari kedua variabel independennya mampu menjelaskan variasi variabel dependen sebesar 17,5 dan sisanya 82,5 100 - 17,5 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam
model penelitian ini. Kemudian standard error of the estimate adalah sebesar 0,384, di mana semakin kecil angka ini akan membuat model regresi semakin tepat untuk memprediksi nilai variable kinerja.
Adjusted R Square adalah nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki harga negatif. untuk regresi dengan lebih dari dua variabel
bebas digunakan Adjusted R
2
sebagai koefisien determinasi.
4.3.4. Pengujian Hipotesis 3 Uji Siginifikan Simultan Uji-F
Uji F digunakan untuk menguji apakah variabel bebas memiliki pengaruh secara bersamaan terhadap variabel terikat. Untuk menganalisis apakah hipotesis diterima atau ditolak, maka dapat
dilihat nilai F yakni pada nilai probabilitasnya. Hipotesisnya adalah: c
H0 : terdapat pengaruh yang tidak signifikan d
Ha : terdapat pengaruh yang signifikan Adapun kriteria penerimaanpenolakan hipotesisnya adalah sebagai berikut:
c Tolak H0 jika nilai probabilitas yang dihitung
≤ probabilitas yang diterapkan sebesar 0,05 Sig
≤ α
0,05
. d
Terima H0 jika nilai probabilitas yang dihitung probabilitas yang ditetapkan sebesar 0,05 Sig α
0,05
Juliandi, 2013:180 Tabel 4.28 Tabel Koefisien F hitung
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
3,089 2
1,545 10,445
,000
a
Residual 12,866
87 ,148
Total 15,955
89 a. Predictors: Constant, punishment X2, reward X1
b. Dependent Variable: kinerja Y Sumber: Kuesioner Penelitian, 2013
Universitas Sumatera Utara
Pada tabel 4.27 di atas dapat dilihat bahwa nilai F hitung adalah 10,445 dengan tingkat signifikansi 0,00 yang lebih kecil dari 0,05. Dengan menggunakan nilai signifikansi tabel F diperoleh
angka sig ≤ 0,05. Dimana angka sig untuk table F yaitu sebesar 0,00 0,00 ≤ 0,05 sehingga H0
ditolak dan Ha diterima, artinya variabel bebas yaitu Reward dan punishment berpengaruh signifikan terhadap Kinerja pada PT Perkebunan Nusantara III Medan.
4 Uji Signifikan Parsial Uji-t
Uji t digunakan untuk menguji hipotesis apabila peneliti menganalisis regresi parsial sebuah variabel bebas dengan sebuah variabel terikat. Maka pengujian ini dapat dilihat dari nilai
probabilitasnya. Hipotesisnya adalah: c
H0 : terdapat pengaruh yang tidak signifikan d
Ha : terdapat pengaruh yang signifikan Adapun kriteria penerimaanpenolakan hipotesisnya adalah sebagai berikut:
c Tolak H0 jika nilai probabilitas yang dihitung
≤ taraf signifikansi sebesar 0,05 Sig ≤
α
0,05
. d
Terima H0 jika nilai probabilitas yang dihitung taraf signifikansi 0,05 Sig α
0,05
Juliandi, 2013:181. Tabel 4.29 Tabel Koefisien T hitung
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1,791
,577 3,106
,003 reward X1
,390 ,122
,316 3,198
,002 punishment X2
,210 ,085
,243 2,461
,016 a. Dependent Variable: kinerja Y
Sumber: Kuesioner Penelitian, 2013
Pada tabel 4.28 dapat dilihat hasil pengujian statistik t sehingga dapat menjelaskan pengaruh variabel independen secara parsial. Dari table regresi dapat dilihat besarnya t hitung untuk variabel
Universitas Sumatera Utara
Reward sebesar 3,198 dengan nilai signifikansi 0,02. Signifikansi penelitian menunjukkan angka ≤
0,05 0,02 ≤ 0,05, maka H0 ditolak dan Ha diterima, artinya Reward memiliki pengaruh yang
sgnifikan terhadap Kinerja. Tabel diatas juga menunjukkan besarnya t hitung untuk variabel Punishment sebesar 2,461
dengan nilai signifikansi 0,016. signifikansi penelitian menunjukkan angka ≤ 0,05 0, 016 ≤ 0,05,
maka H0 ditolak dan Ha diterima. Maka dapat diambil kesimpulan bahwa Reward dan Punishment masing-masing memilki pengaruh yang signifikan terhadap Kinerja secara individual.
4.3.5. Pembahasan
