Hasil Penelitian Hasil Penelitian
dengan bantuan program olah data untuk mendapatkan nilai VIF, jika VIF kurang dari 10 dan nilai tolerance lebih dari atau sama
dengan 0,10 maka tidak terjadi multikolinearitas. Setelah dilakukan pengujian diperoleh nilai VIF dan tolerance yang
disajikan pada tabel berikut :
Tabel 4.19
Varian Inflection Point VIF dan Nilai Tolerance
Variabel VIF
Tolerance
Status Kepegawaian
Strata Pendidikan
1,266 1,266
0,790 0,790
Sumber : Hasil Olah Data 2016
Nilai VIF untuk variabel Status Kepegawaian X
1
dan Tingkat Pendidikan X
2
sebesar 1,266. Hal ini berarti antara variabel Status Kepegawaian dan Tingkat Pendidikan tidak
terjadi korelasi antar kedua variabel bebas tersebut. Nilai tolerance untuk variabel Status Kepegawaian X
1
dan Tingkat Pendidikan X
2
sebesar 0,790. Hal ini berarti tidak terjadi multikolinearitas antar kedua variabel bebas tersebut.
2 Heteroskedastisitas Uji heteroskedastisitas dalam model regresi bertujuan untuk
mengetahui apakah terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan lain. Model regresi yang baik
adalah tidak terjadi heteroskedastisitas.
Dengan bantuan program olah data, uji heteroskedastisitas dapat dilakukan dengan melihat adanya pola tertentu pada grafik
plot scatterplot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID. Hasil uji heterokedastisitas
disajikan dalam grafik di bawah ini :
Gambar 4.1
Grafik plot Heterokesdastisitas
Sumber: Hasil Olah Data,2016
Berdasarkan gambar grafik 4.1 diatas dapat diliahat bahwa titik-titik tidak membentuk pola yang jelas melainkan menyebar
diatas dan di bawah angka nol pada sumbu y. Hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas.
3 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah variabel
terikat dan variabel bebas dalam model regresi mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang
memiliki distribusi normal atau mendekati normal. uji normalitas statistik yang digunakan dalam penelitian ini adalah uji
Kolmogorof-smirnov KS test, yaitu dengan melihat angka profitabilitas signifikan, dimana data dapat disimpulkan
berdistribusi normal jika angka signifikansinya lebih besar dari 0,05. Hasil uji normalitas dibantu program olah data disajikan
dalam tabel Kolmogorof-smirnov KS test berikut :
Table 4.20
Hasil Uji normalitas KS test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 43
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,60455987
Most Extreme Differences Absolute
,085 Positive
,064 Negative
-,085 Test Statistic
,085 Asymp. Sig. 2-tailed
,200
c,d
Sumber : Hasil Olah Data, 2016
Berdasarkan hasil uji normalitas menggunakan program olah data dengan menginput data X1 variable Status Kepegawaian dan X2
variable Tingkat pendidikan dan Y variable Disiplin Kerja maka didapatkan nilai dari Kolmogorof-smirnov KS test sebesar
0,85 dengan nilai signifikan sebesar 0,20. Nilai signifikan sebesar 0,20 maka nilai tersebut lebih besar 0,05 dan hal itu berarti
variabel-variabel bebas dan variable terikat memiliki distribusi yang normal.
b. Analisis Regresi Analisis data pada penelitian ini menggunakan metode analisis
regresi linier berganda yang menguji ada atau tidaknya pengaruh dan seberapa jauh pengaruh antara status kepegawaian dan strata
pendidikan sebagai variabel bebas terhadap disiplin kerja sebagai variabel terikat. Analisis regresi linier berganda dalam penilitian ini
mengguanakan program olah data pada komputer. Model
regresi linear
berganda untuk
variable Status
Kepegawaian X
1
, Tingkat Pendidkan X
2
, dan Disiplin Kerja Y mempunyai formula sebagai berikut :
Ү = α + β
1
Х
1
+ β
2
Х
2
Keterangan : Y
= Variabel dependen Disipli Kerja
X
1
= Variabel independen Status Kepegawaian X
2
= Variabel independen Tingkat Pendidikan a
= Konstanta β
1....
β
2
= Koefisien Regresi Variabel Independen Dalam penelitian ini, penulis menggunakan bantuan program
statistik olah data. Hasil rangkuman analisis regresi linier berganda adalah :
Tabel 4.21
Estimasi Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
2,668 2,268
1,176 ,246
Status.Kepegawaian ,455
,225 ,295
2,027 ,049
,790 1,266
Strata.Pendidikan ,537
,208 ,376
2,584 ,014
,790 1,266
Sumber : Hasil Olah Data, 2016
Pada Tabel 4.21 di atas perhitungan regresi linear berganda dengan menggunakan program olah data. didapat hasil sebagai
berikut : Y= 2,668+0,455X
1
+ 0,537X
2
1 Koefisien Regresi Status Kepegawaian β
1
Variabel Status Kepegawaian X
1
mempunyai pengaruh yang signifikan pada Disiplin Kerja dengan koefisien regresi
sebesar 0,455 Adanya pengaruh yang signifikan maka antara variabel Status Kepegawaian dengan Disiplin Kerja menunjukkan
hubungan yang searah. Nilai signifikan 0,049 yang lebih kecil dari 0,05 menunjukkan bahwa pengaruh variabel Status Kepegawaian
terhadap Disiplin Kerja adalah positif. 2 Koefisien Regresi Variabel Tingkat Pendidikan
β
2
Variabel Tingkat Pendidikan X
2
mempunyai pengaruh yang signifikan pada Disiplin Kerja dengan koefisien regresi sebesar
0,537. Adanya pengaruh yang signifikan ini, maka antara variabel Tingkat Pendidikan dengan Disiplin Kerja menunjukkan
hubungan yang searah. Nilai signifikan sebesar 0,014 yang lebih kecil dari 0,05 menunjukkan bahwa pengaruh variabel Tingkat
Pendidikan terhadap Disiplin Kerja adalah positif. c. Uji Hipotesis
Uji hipotesis yang dilakukan berupa uji koefisien determinasi R
2
, dan uji parsial t test.
1 Uji Koefisien Determinasi R
2
Uji Koefisien Determinasi R
2
pada intinya mengukur seberapa jauh Koefisien Determinasi R
2
terletak diantara 0 nol dan 1 satu. Berdasarkan hasil analisis regresi linier berganda
disajikan pada tabel berikut :
Tabel 4.22
Hasil Uji Koefisien Determinasi R
2
Sumber : Hasil Olah Data, 2016
Berdasarkan tabel 4.22 didapatkan nilai R
2
adalah sebesar 0,575 sedangkan nilai Adjusted R
2
0.330 yang artinya 33 variabel yang mempengaruhi Disiplin Kerja dapat dijelaskan oleh
variabel status kepegawaian dan tingkat pendidikan. Selebihnya, yaitu 67 dipengaruhi oleh variabel lain. Hal ini membuktikan
bahwa variabel-variabel bebas Status Kepegawaian dan Tingkat Pendidikan tidak memberikan semua informasi yang dibutuhkan
oleh variabel terikat Disiplin Kerja karena masih banyak variabel lain yang mempengaruhi.
Model R
R Square Adjusted R Square
1 .575
.330 .297
2 Uji parsial t test Uji t dilakukan untuk menguji signifikansi hubungan antara
variabel X dan Y. Apakah variabel X
1,
X
2,
Status Kepegawaian, Tingkat Pendidikan benar-benar berpengaruh terhadap variabel Y
Disiplin kerja secara individual atau parsial. Uji parsial t test dibantu oleh program olah data menghasilkan output yang
disajikan dalam berikut :
Tabel 4.23
Uji Parsial t test Variabel
t hitung t tabel
p Keterangan
Status Kepegawaian
2,027 2.00
0,049 signifikan
Strata Pendidikan
2,584 2.00
0,014 signifikan
Sumber : Hasil Olah Data, 2016
1. Pengujian t
hitung
pada variabel Status Kepegawaian X
1
Pengujian dua sisi
yang menggunakan
tingkat signifikansi sebesar
= 5 dan t
tabel
= 2,00. Hasil
perhitungan pada regresi berganda diperoleh nilai t
hitung
sebesar 2,027 Dengan demikian t
hitung
lebih besar dari t
tabel
2,027 2,00 maka variabel Status Kepegawaian secara parsial
mempunyai pengaruh yang signifikan pada Disiplin Kerja. Ini diperkuat dengan probabilitas t
hitung
p sebesar 0,049 yang nilainya lebih kecil dari 0,05. Hasil tersebut menunjukkan
bahwa variabel Status Kepegawaian berpengaruh pada Disiplin Kerja.
2. Pengujian t
hitung
pada variabel Tingkat Pendidikan X
2
. Pengujian dua sisi yang menggunakan tingkat
signifikansi sebesar = 5 dan t
tabel
= 2.00. Hasil
perhitungan pada regresi linier berganda diperoleh nilai t
hitung
sebesar 2,584. Dengan demikian t
hitung
lebih besar dari t
Tabel
2584 2,00 maka variabel Strata Pendidikan secara parsial mempunyai pengaruh yang signifikan pada Disiplin Kerja. Ini
diperkuat dengan probabilitas t
hitung
p sebesar 0,014 yang nilainya lebih kecil dari 0,05. Hasil tersebut menunjukkan
bahwa variabel Strata Pendidikan berpengaruh pada Disiplin Kerja dimana hal tersebut mendukung hipotesis penelitian ini.