a. Pendekatan Histogram
Gambar 4.2 : Histogram Uji Normalitas Sumber : Hasil Pengolahan SPSS 2015
Pada Gambar 4.2 terlihat bahwa residual data berdistribusi normal, hal ini ditunjukan oleh distribusi data yang berbentuk lonceng dan tidak melenceng ke
kiri atau ke kanan.
b. Pendekatan Grafik
Gambar 4.3 : Histogram Uji Normalitas Sumber : Hasil Pengolahan SPSS 2015
Pada Gambar 4.3 Normal P-P Plot terlihat titik-titik yang mengikuti data disepanjang garis normal, hal ini berarti residual data berdistribusi normal.
c. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Pengujuian normalitas yang
didasarkan dengan uji statistik Non-parametik Kolmogorov-Smirnov dapat dilihat pada Tabel 4.6 berikut ini:
Tabel 4.6. Hasil Uji Normalitas Pendekatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 2.13752953
Most Extreme Differences Absolute
.076 Positive
.076 Negative
-.056 Kolmogorov-Smirnov Z
.756 Asymp. Sig. 2-tailed
.618 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS 2015
Pada Tabel 4.6 Terlihat bahwa nilai Asymp.sig 2 tailed adalah .618 dan nilai signifikan 0,05, karena nilai Asymp.sig 2 tailed di atas 0,05 yaitu .618 hal
ini berarti menunjukan bahwa residual data berdistribusi normal.
4.3.2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan kepengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedestisitas. Model regresi
yang baik adalah yang homoskedestisitas atau tidak terjadi heteroskedestisitas. Untuk mengatasi kelemahan pengujian dengan grafik dapat menggunakan
pendekatan statistik dengan uji glejser, heteroskedestisitas tidak akan terjadi apabila tidak satupun varaibel independen signifikan secara statistik
mempengaruhi variabel independen signifikan secara statistik mempengaruhi varaibel dpenden nilai absolute Ut absUt. Jika probabilitas signifikan diatas
tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah pada heteroskedastisitas. Beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas adalah sebagai berikut :
a. Metode Pendekatan Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas , sedangkan jika ada pola tertentu, seperti titik-titik, yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedestis.
Gambar 4.4 : Scatter Plot Uji Hetoroskedestisitas Sumber : Hasil Pengolahan SPSS 2015
Pada Gambar 4.4 Grafik Scatter Plot terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik
diatas maupun dibawah angka 0 pada sumbu Y. hal ini berarti tidak terjadi heteroskedestisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi etika kerja islam berdasarkan masukan variabel kepuasan kerja, organizational citizenship behavior dan komitmen organisasional.
b. Metode Pendekatan Statistik Uji Glejer
Tabel 4.8
Hasil Uji Glejer Heteroskedetisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-1.746 3.221
-.542 .590
Kepuasan_Kerja .102
.108 .139
.940 .352
Organizational- _Citizenship_Behvior
.023 .093
.036 .244
.809 a. Dependent Variable: Komitmen_Organisasional
Sumber : Hasil Pengolahan SPSS 2015
Pada Tebel 4.8 terlihat varaibel Independent Kepuasan Kerja dan Organizational Citizenship Behavior yang signifikan secara statistik
mempengaruhi variabel dependent absolute Ut AbsUt. Hal ini terlihat dari probabilitas X
1
dan X
2
0,352 dan 0.809 diatas tingkat kepercayaan 5 0,05, jadi disimpulkan model regresi tidak mengarah adanya heteroskedestisitas.
4.3.3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Adanya multikolinieritas dapat dilihat dari tolerance value atau nilai variance inflation
faktor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur
variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel independen yang lain. Nilai Cutoff yang umum dipakai untuk menunjukkan
adanya multikolinieritas adalah apabila Tolerance Value, 0,1 sedangkan VIF 5 maka tidak terjadi multikolineritas.
Berikut ini disajikan cara medeteksi multikolinieritas dengan menganalisis matrik korelasi antar variabel independen dan perhitungan nilai
tolerance dan varianace inflation factor VIF.
Tabel 4.9. Hasil Uji Nilai Tolerance dan VIF
Sumber : Hasil Pengolahan SPSS 2015
Berdasarkan Tabel 4.9 dapat dilihat bahwa : 1. Nilai VIF dari nilai kepuasan kerja dan organizational citizenship behavior
lebih baik kecil atau dibawah 5 VIF5 yaitu 1,075, ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi.
2. Nilai Tolerance dari sistem kepuasan kerja dan organizational citizenship behavior lebih besar dari 0,1 yaitu 0,930 ini bearti tidak terdapat
multikolinieritas antar variabel independen dalam model regresi,
4.4. Analisis Regresi Linear Berganda
Analisis regresi linier berganda dilakukan dengan bantuan SPSS versi 20 for windowsdengan tujuan untuk mengetahui seberapa besar pengaruh variabel
bebas yang terdiri dari Etika Kerja Islam X
1
, Kepuasan Kerja X
2
Organizational Citizenship BehaviorX
3
terhadap Komitmen OrganisasionalY sebagai variabel terikat. Persamaan regresi linier berganda yang digunakan
adalah: Y= a+b
1
X
1
+b
2
X
2+
b
3
X
3
+e Dimana :
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
16.091 5.135
3.133 .003
Kepuasan_Kerja .557
.172 .394
3.230 .002
.930 1.075
Organizational_Citizen ship_Behavior
.404 .148
.333 2.734
.009 .930
1.075 a. Dependent Variable: Komitmen_Organisasional
Y = Komitmen Organisasional
a = Konstanta
b
1,
b
2,
b
3
= Koefisien regresi X
1
=Etika kerja islam X
2
= Kepuasan Kerja X
3
= Organizational Citizenship Behavior e
= Standard error
Tabel 4.10. Hasil Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
16.091 5.135
3.133 .003
Kepuasan_Kerja .557
.172 .394
3.230 .002
Organizational_Citizen ship_Behavior
.404 .148
.333 2.734
.009 a. Dependent Variable: Komitmen_Organisasional
Sumber : Hasil Pengolahan SPSS 2015
Berdasarkan Tabel 4.10 diketahui kolom kedua Unstandardized Coefficients bagian B diperoleh nilai b
1
variabel Kepuasan Kerjasebesar 0,557 nilai b
2
variabel Organizational Citizenship Behavior sebesar 0,404 dan nilai konstanta a adalah 16,091maka diperoleh persamaan regresi linier berganda
sebagai berikut :
Y= 16,091+0,557 X₁+0,40X₂+e
1. Konstanta a = 16,091ini mempunyai arti bahwa apabila variabel
Kepuasan KerjadanOrganizational Citizenship Behaviordianggap konstan maka tingkat variabel komitmen organisasional Y.
2. koefisien b
1
X
1
= 0,557 berarti bahwa variabel Kepuasan Kerja mempunyai pengaruh yang positif terhadap Komitmen Organisasional
pada Bank Syariah Mandiri Medan. 3.
Koefisien b
2
X
2
= 0,404, berarti bahwa variabel Organizational Citizenship Behavior mempunyai pengaruh yang positif terhadap
Komitmen Organisasional pada Bank Syariah Mandiri Medan.
4.5. Pengujian Hipotesis 4.5.1 Uji Signifikan Simultan Uji- F