78 15,5 karena atasan selalu mementingkan keefisienan dalam penggunaan
waktu untuk menyelesaikan suatu pekerjaan. 12
Dari pertanyaan No.12 yang menyatakan Ketepatan waktu menjadi salah satu tolak ukur karyawan berprestasi paling banyak menyatakan setuju 48,9 dan
paling sedikit menyatakan tidak setuju 4,4. Mayoritas karyawan pada Direktorat Personalia dan Umum PT Pelabuhan Indonesia I PERSERO
mengakui bahwa tepat waktu adalah ciri karyawan berprestasi yang memang diperusahaan ketepatan waktu menjadi ukuran dalam penilaian prestasi kerja.
4.3. Uji Asumsi Klasik 4.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi berdistribusi normal. Uji normalitas dapat dilakukan dengan analisis grafik dilihat dari titik-titik
yang menyebar di sekitar garis diagonal yakni distribusi data dengan bentuk lonceng dengan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan, Uji
normalitas dilakukan dengan menggunakan pendekatan kolmogorv-smirnov. Dengan menggunakan tingkat signifikan 5 0,05 maka jika nilai Asymp. Sig. 2-tailed di
atas nilai signifikan 5 artinya variabel residual berdistribusi normal
79
Sumber : Data Primer Diolah, 2015
Gambar 4.2 Histogram
Sumber : Data primer diolah, 2015
Gambar 4.3 : Pengujian Normalitas P-P Plot
80 Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini
ditunjukkan oleh data tersebut tidak menceng ke kiri atau ke kanan, sedangkan pada Gambar 4.3 memperlihatkan titik-titik yang mengikuti data di sepanjang garis
diagonal, hal ini berarti data berdistribusi normal, Namun untuk lebih memastikan bahwa data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji
kolmogorov-smirnov.
Tabel 4.8 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 45
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,01697142
Most Extreme Differences
Absolute ,090
Positive ,086
Negative -,090
Kolmogorov-Smirnov Z ,601
Asymp. Sig. 2-tailed ,863
a. Test distribution is Normal. b. Calculated from data
Sumber : Data Primer diolah, 2015
Berdasarkan Tabel 4.7 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,863 dan di atas nilai signifikan 0,05, hal ini menunjukkan bahwa variabel residual
berdistribusi normal.
81
4.3.2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada atau tidaknya
multikolinieritas antar variabel dapat diketahui dengan melihat nilai dari Variance Inflation Factor VIF dari masing-masing variabel independent terhadap variabel
dependent. Pengambilan Keputusannya:
VIF 5 maka diduga mempunyai persoalan multikolinieritas VIF 5 maka tidak terdapat multikolinieritas
Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas Tolerance 0,1 maka tidak terdapat multikolinieritas.
Tabel 4.9 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 15,871
12,214 1,136
,006 Pelatihan
,520 ,215
,345 2,316
,024 ,844
1,121 Promosi
,327 ,172
,126 2,754
,025 ,882
1,134 Mutasi
,232 ,204
,084 2,514
,028 ,875
1,011 a. Dependent Variable: PrestasiKerja
Sumber : Data primer diolah 2015
Berdasarkan Tabel 4.9 dapat dilihat jika nilai Tolerance antara variabel independen di bawah 0,10 maka antara variabel tersebut tidak terjadi
multikolinearitas, selain itu dapat juga diketahui nilai VIF 5, artinya pada nilai Tolerance dan VIF untuk indikator pelatihan, promosi, mutasi, dan prestasi kerja
82 karyawan tidak terjadi multikolinearitas. Gambar 4.3 hasil uji multikolinearitas dapat
dilihat sebagai berikut :
Sumber : Data primer diolah, 2015
Gambar 4.4 Pengujian Multikolinearitas
4.3.3. Uji Heteroskedastisitas
Uji heteroskedastisitas menggunakan uji Gleijser dapat dilihat pada tabel hasil di bawah ini :
Tabel 4.10 Hasil Uji Gleijser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant 19,172
6,537 2,933
,645 Pelatihan
,410 ,106
,301 1,975
,455 ,884
1,131 Promosi
,306 ,087
,010 ,064
,949 ,872
1,147 Mutasi
,253 ,097
,231 1,585
,121 ,967
1,035 a. Dependent Variable: absud
Sumber : Data primer diolah 2015
83 Pengambilan keputusan pada uji gleijser yaitu bahwa jika variabel independen
signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heterokedisitas, jika variabel independen tidak signifikan terhadap variabel
absut diatas tingkat kepercayaan 0,05, maka dalam model regresi tidak mengarah pada heteroskedastisitas. Pada Tabel 4.11 terlihat bahwa semua variabel independen
mempunyai nilai sig 0,05, sehingga dapat disimpulkan bahwa antara variabel independen dan dependen tidak terjadi heteroskedasitas.
4.3.4 Uji Autokorelasi
Tabel 4.11 Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
,19739 Cases Test Value
22 Cases = Test Value
23 Total Cases
45 Number of Runs
26 Z
,607 Asymp. Sig. 2-tailed
,544 a. Median
Sumber : Data primer diolah 2015
Hasil pada Tabel 4.10 diketahui nilai test sebesar 0,19739 dengan probabilitas p=0,544, yang berarti hipotesis nol di terima, sehingga dapat disimpulkan bahwa
residual random atau tidak terjadi autokorelasi antara nilai residual.
4.4. Teknik Analisis Data 4.4.1 Analisis Regresi Linear Berganda
