X
2
X = Karakteristik organisasi
3
µ = error of term
= Karakteristik psikologis a. Uji F Uji Serempak
Uji F, digunakan untuk menguji pengaruh dua atau lebih variabel bebas secara bersama-sama dengan variabel terikat. Rumusnya, sebagai berikut:
R
2
F = K
1 – R
2
di mana: n – k – 1
R
2
K : jumlah variabel bebas : koefisien determinasi
N : jumlah sampel. Nilai F
hitung
F
tabel
, berarti H ditolak, H
a
b. Uji t Uji Parsial
diterima.
Uji t, digunakan untuk mengetahui apakah varibel bebas memiliki pengaruh siginifikan atau tidak dengan variabel terikat secara individual untuk setiap variabel.
Rumus yang digunakan untuk mengetahui nilai t
hitung.
r n - 2 t
hitung
1 - r =
2
Setelah didapatkan nilai t
hitung
a. Jika t
melalui rumus di atas, maka untuk menginterpretasikan hasilnya berlaku ketentuan, sebagai berikut:
hitung
t
tabel
H b.
Jika t ditolak ada pengaruh yang signifikan
hitung
t
tabel
H diterima tidak ada hubungan yang signifikan
Universitas Sumatera Utara
Untuk mengetahui t
tabel
c. Uji R
digunakan ketentuan n-2 pada tingkat signifikan sebesar 5 tingkat kesalahan 5 atau 0,05 atau taraf keyakinan 95 atau 0,95. Jadi
apabila tingkat kesalahan suatu variabel lebih dari 5, berarti variabel tersebut tidak signifikan.
2
Untuk mengukur seberapa besar variabel-variabel bebas dapat menjelaskan variabel terikat, digunakan koefisien determinasi R
Uji Koefisien Determinasi
2
. Koefisien ini menunjukkan proporsi variabilitas total pada variabel terikat, yang dijelaskan oleh model regresi.
Nilai R
2
berada pada interval 0 ≤ R
2
≤ 1. Secara logika, makin baik estimasi model dalam menggambarkan data, makin dekat dengan nilai R ke nilai 1 satu. Nilai R
2
R dapat diperoleh dengan rumus:
2
= r
2
di mana: x 100,
R
2
r : koefisien korelasi : koefisien determinasi
3.7.4 Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis penelitian ini, terlebih dahulu dilakukan pengujian asumsi klasik untuk memastikan bahwa alat uji regressi
berganda telah dapat digunakan atau tidak. Apabila uji asumsi klasik ini telah terpenuhi, maka alat uji statistik regressi linear berganda sudah dapat digunakan.
Universitas Sumatera Utara
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk mengetahui apakah
residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Menurut Santoso 2002, jika data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonal, maka model regresi memenuhi asumsi normalitas, dan sebaliknya jika data menyebar menjauhi garis diagonal danatau tidak mengikuti arah garis
diagonal, maka model regresi tidak memenuhi asumsi normalitas. Secara statistik, uji normalitas pada penelitian ini juga dilakukan dengan uji Kolmogorov-Smirnov.
Menurut Ghozali 2005, jika angka signifikansi yang ditunjukkan dalam tabel lebih kecil dari alpha 5, maka dikatakan data tidak memenuhi asumsi normalitas,
sedangkan sebaliknya, jika angka signifikansi dalam tabel lebih besar dari alpha 5, maka data sudah memenuhi asumsi normalitas.
b. Uji Heteroskedastisitas
Uji ini dilakukan untuk melihat apakah dalam suatu model regressi itu terjadi perbedaan varians dari residual satu pengamatan dengan pengamatan lain. Sebuah
model analisis regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas, yang artinya varians dari residual satu pengamatan ke
pengamatan lainnya tidak tetap atau berbeda. Menurut Santoso 2002, untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat gejala yang
dapat dilihat pada Scatterplot yang dihasilkan oleh program SPSS dengan ciri-ciri:
Universitas Sumatera Utara
1. Titik-titik data menyebar di atas dan dibawah atau di sekitar angka 0 2. Titik-titik data tidak mengumpul hanya diatas atau dibawah saja
3. Penyebaran titik-titik tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali
4. Penyebaran titik-titik data sebaiknya tidak berpola.
c. Uji Multikolinieritas
