Residual P
e r
c e
n t
1 -1
-2
99.9 99
90 50
10 1
0.1
Normal Probability Plot of the Residuals
Residual Pl
cukup tinggi karena memperoleh nilai yang berada pada rentang skala 2, 6 X ≤
3,4. Pada cabang lainnya partisipasi kerja karyawan tergolong tinggi karena maing-masing cabang memperoleh nilai yang berada pada rentang skala 3,
4 X ≤ 4,2.
4.5. Pengaruh Gaya Kepemimpinan Kepala Cabang terhadap Partisipasi
Kerja Karyawan
Pada penelitian ini digunakan analisis regresi linear berganda untuk melihat pengaruh gaya kepemimpinan Kepala Cabang terhadap partisipasi kerja
karyawan. Pada analisis regresi linear berganda, data diuji terlebih dahulu agar memenuhi asumsi yang berlaku. Uji yang dilakukan adalah uji asumsi dasar dan
uji asumsi klasik. Uji asumsi dasar adalah uji normalitas. Sedangkan uji asumsi klasik antara lain uji heteroskedastisitas, autokorelasi dan multikolinearitas. Uji
dilakukan dengan menggunakan program SPSS Statistical Product and Service Solution 16.0 for windows pada taraf alpha 5. Hasil uji asumsi dasar dan
asumsi klasik selengkapnya disajikan pada Lampiran 7.
4.4.1 Uji Normalitas
Hasil uji normalitas sebelum dilakukannya transformasi data menunjukkan bahwa data tidak berdistribusi normal.
Pada Gambar 15 terlihat bahwa plot titik-titiknya tersebar hampir mendekati garis lurusnya, Sedangkan pada Gambar 16 bentuk histogramnya tidak
setangkup. Maka dapat disimpulkan asumsi kenormalan tidak terpenuhi dan perlu dilakukan transformasi data menggunakan transformasi kuadrat. Tranformasi
kuadrat dilakukan dengan mengkuadratkan nilai variabel Y.
Gambar 15. Plot Peluang Normal dengan Sisaan Sebelum Transformasi Data
Residual F
r e
q u
e n
c y
1.0 0.5
0.0 -0.5
-1.0 -1.5
-2.0 40
30 20
10
Histogram of the Residuals
Residual P
e r
c e
n t
10 5
-5 -10
99.9 99
90 50
10 1
0.1
Normal Probability Plot of the Residuals
Residual
F r
e q
u e
n c
y
9 6
3 -3
-6 -9
30 20
10
Histogram of the Residuals
Gambar 16. Histogram Sisaan Sebelum Transformasi Data
Pada uji normalitas setelah dilakukannya trasnformasi data menunjukkan data berdistribusi normal. Pada Gambar 17 terlihat bahwa plot titik-titiknya
tersebar hampir mendekati garis lurusnya dan pada Gambar 18 terlihat bentuk histogramnya setangkup yang diartikan menyerupai bentuk sebaran normal,
sehingga dapat disimpulkan asumsi kenormalan terpenuhi.
Gambar 17. Plot Peluang Normal dengan Sisaan Setelah Transformasi Data
Gambar 18. Histogram Sisaan Setelah Transformasi Data
4.4.2 Uji Heteroskedastisitas
Uji heteroskedastisitas ini memiliki hipotesis, yaitu: tolak H atau terima
H
1
jika P
value
α dan Terima H atau tolak H
1
jika P
value
α. H adalah ragam
residual homogen, sedangkan H
1
adalah ragam residual tidak homogen. Hasil uji heteroskedastisitas yang dilakukan menunjukkan nilai p
value
sebesar 0,758. Maka dapat disimpulkan terima H
dan tolak H
1
yang artinya cukup bukti untuk
menyatakan ragam residual homogen pada taraf alpha 5, sehingga tidak terjadi kasus heteroskedastisitas dan asumsi kehomogenan ragam terpenuhi.
4.4.3 Uji Autokorelasi
Uji autokorelasi memiliki hipotesis, yaitu: tolak H atau terima H
1
jika P
value
α dan Terima H atau tolak H
1
jika P
value
α. H adalah residual saling
bebas, sedangkan H
1
adalah residual tidak saling bebas. Hasil uji autokorelasi yang dilakukan menunjukkan nilai p
value
sebesar 0,278. Maka dapat disimpulkan terima H
dan tolak H
1
yang artinya cukup bukti untuk menyatakan residual saling
bebas pada taraf alpha 5, sehingga asumsi kebebasan residual dapat terpenuhi.
4.4.4 Uji Multikolinearitas